【技术实现步骤摘要】
一种用于多车场配送的路径规划方法
[0001]本专利技术涉及数据处理系统领域,尤其涉及一种用于多车场配送的路径规划方法。
技术介绍
[0002]车辆路径规划问题自被提出以来就是运筹学与组合优化问题的研究前沿与热点。典型的车辆路径规划问题(Vehicle Routing Problem,VRP)指的是:对一系列发货点和收货点,调用不超出现有数量的车辆,求解合适的行车路线,使该行车路线在满足车辆配重,车辆行驶里程等约束条件下,争取更小消耗,例如总里程数、总运输费用等。早期求解路径规划主要集中在精确解的研究,即通过数学的方法处理模型,得到问题的最佳解,代表算法有分支定解法,网络流算法。后续研究中,为了平衡求解质量和求解时间,更多集中于研究启发式算法和智能算法。代表算法为禁忌搜索算法,蚁群算法,遗传算法等。VRP在求解难度上属于典型的NP问题,当问题超出一定规模后,求出精确最佳解需要耗费大量资源,或者不可能实现。
[0003]例如,一种在中国专利文献上公开的“基于地理位置的物流配送路径规划方法和系统”,其公告号:CN1051844412A,包括:获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离;根据各需求点的地理位置将各需求点划分进不同分区;根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径;节约里程数为节约的最短实际距离。但是该技术方案采用区域划分的方法解决多车场问题并不能保证区域内车场送货能力覆盖收货点需求;后端的节约算法偏向求解速度,针对同一 ...
【技术保护点】
【技术特征摘要】
1.一种用于多车场配送的路径规划方法,其特征是,包括如下步骤:步骤S1:获取当前收货点的坐标数据、发货点的坐标数据以及对应货物的配送信息;步骤S2:采用K
‑
means聚类算法,选取发货点为初始质心,更新迭代选择离质心最近的车场为该发货点的配送车场,构成单车场问题;步骤S3:结合节约算法,计算单车场问题的若干路线两两之间的节约值,合并满足合并条件的路线,输出合并后的剩余路线;步骤S4:将剩余路线输入遗传算法,设定分别与负载、时间窗、路线长度和车辆个数相关的惩罚函数,基于惩罚函数配置最优目标,迭代输出符合最优目标的最优路线。2.根据权利要求1所述的一种用于多车场配送的路径规划方法,其特征是,步骤S2包括如下细分步骤:步骤S21:根据当前收货点的坐标数据和发货点的坐标数据计算距离矩阵;步骤S22:选取发货点为初始质心,利用步骤S21中所述的距离矩阵,对每个发货点分类并计算更新后的质心;步骤S23:重复迭代步骤S22直至质心位置保持恒定,选取此时的收货点分类作为各个车场的配送点,选取离质心最近的车场作为配送车场;步骤S24:将分配车场后的每个车场的车辆路线规划问题分别构成单车场问题。3.根据权利要求2所述的一种用于多车场配送的路径规划方法,其特征是,所述步骤S3包括如下细分步骤:步骤S31:生成单车场问题中配送n个送货点的n条路线;步骤S32:计算两两送货点之间的节约值并排序,构成节约矩阵;其中,节约值S
ij
满足如下关系:S
ij = d
i0
+d
j0
‑
d
ij
;其中,0代表配送中心;i,j代表送货点;dij代表送货点i到送货点j之间的距离;步骤S33:按照节约值从大到小依次排序,判断是否满足合并条件,合并满足合并条件的路线;步骤S34:重复步骤S33直到任意两条路线都无法合并为止,输出此时的剩余路线作为初始解。4.根据权利要求3所述的一种用于多车场配送的路径规划方法,其特征是,所述步骤S4包括如下细分步骤:步骤S41:将剩余路线输入遗传算法,采用真值编码格式对发货点和收货点进行编码,输出编码形式的初始解;步骤S42:设定负载惩罚函数、时间窗惩罚函数、路线长度惩罚函数和车辆个数惩罚函数四个惩罚函数,将所述四个惩罚函数施加对应权重之后汇总为评价函数;步骤S43:通过遗传算法进行交叉变异,对子代编码结尾进行补零,通过锦标赛筛选法筛选出评价函数得分较高的个体进...
【专利技术属性】
技术研发人员:曹天赐,娄海川,查百惠,张志伟,潘宇杰,
申请(专利权)人:浙江中控技术股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。