基于制造技术

本发明专利技术公开了基于

【技术实现步骤摘要】
基于ALNS算法的无人配送车路径优化方法


[0001]本专利技术涉及无人配送
，尤其涉及基于
ALNS
算法的无人配送车路径优化方法
。

技术介绍

[0002]随着社会进步和经济发展，消费者的消费观念发生了很大的改变，物流末端的配送服务由价格导向型转化为了服务导向型，在电商业务的发展之下人们对末端配送的服务质量越来越看重
。2022
年快递业务量增长到
1105.81
亿件，
2010
‑
2022
年的快递业务量呈逐年递增趋势，网络零售交易额也在
2022
年增长到了
13.79
亿元
。
电商行业的发展带动了末端物流配送业务的进步，与此同时，物流配送的成本
、
效率和服务质量问题也日益呈现，尤其是“最后一公里”配送服务
。
随着人工智能等技术的发展，无人驾驶配送设备逐渐进入人们视野，部分城市已经通过测试并投入了使用
。
相较于传统配送，无人配送优势明显<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于
ALNS
算法的无人配送车路径优化方法，其特征在于，该优化方法具体步骤如下：
(1)
收集无人配送车路径规划问题并构建数学模型；
(2)
根据多组专家意见并确定数学模型权重系数；
(3)
依据生成的数学模块随机生成路径规划问题的初始解；
(4)
通过
ALNS
算法对初始解进行优化选择以获取最优路径
。2.
根据权利要求1所述的基于
ALNS
算法的无人配送车路径优化方法，其特征在于，步骤
(1)
中所述数学模型构建具体步骤如下：步骤一：收集已知无人配送车配送具体信息，使用图的边表示车辆行驶路径，同时记录送货上门和自提点取货两种服务方式，依据各组配送信息构建配送网络图；步骤二：确定配送网络图中各组节点变量信息，之后进行配送问题假设，并确定无人配送车配送问题各项约束条件，并依据各约束条件确定
VRPDO
数学模型，然后将送货上门服务时违反时间窗的惩罚成本加入该
VRPDO
模型中以构建无人配送车的总成本函数
。3.
根据权利要求2所述的基于
ALNS
算法的无人配送车路径优化方法，其特征在于，步骤二中所述约束条件以及总成本函数具体计算公式如下：二中所述约束条件以及总成本函数具体计算公式如下：二中所述约束条件以及总成本函数具体计算公式如下：二中所述约束条件以及总成本函数具体计算公式如下：二中所述约束条件以及总成本函数具体计算公式如下：二中所述约束条件以及总成本函数具体计算公式如下：二中所述约束条件以及总成本函数具体计算公式如下：
式中，
N
代表节点集合，
N0∪N
C
∪N
F
＝
N
；
N0代表配送中心，
N
c
代表顾客集合，
N
F
代表自提点集合，
K
代表车辆集合；
A
代表弧集，
A
＝
{(i,j):i,j∈N,i≠j}
；
d
ij
代表点
i
到点
j
之间的距离；
t
ij
代表车辆从点
i
到点
j
的通行时间；
s
i
代表节点
i
的所需服务时间，
i∈N
F
∪N
C
；
T
ik
代表车辆
k
访问
i
点的时间，
i∈N
C
∪N
F
,k∈K
；
E
i
代表客户
i
要求的最早服务时间；
L
i
代表客户
i
要求的最晚服务时间；
D
if
代表
HD
客户
i
前往自提点
f
的距离；
B
f
代表自提点的容量限制；
q
i
代表客户
i
的需求；
P
：顾客对所选交付方式的偏好程度，
p
＝
{1,...,P
max
}
；
C
代表车辆配送单位距离的运输成本；
λ
代表使用
CP
交付方式服务
HD
客户的惩罚成本；
e
i
、l
i
、e
i
’
以及
l
i
’
代表
[e
i
,l
i
]
为顾客要求时间窗，
[e
i
’
,l
i
’
]
为顾客...

【专利技术属性】
技术研发人员：刘静，陈富坚，张丽英，朱小平，向健龙，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：