System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种物流路径规划方法技术_技高网

一种物流路径规划方法技术

技术编号:40411406 阅读:4 留言:0更新日期:2024-02-20 22:30
本发明专利技术提供了一种物流路径规划方法,属于路径规划技术领域,本发明专利技术根据车的总损耗程度和油耗成本,构建出车型筛选模型,在车型筛选模型取最小值时,选出最优运送货物的车型,再基于所选择的车型,建立时间最少目标函数,从而选出时间成本最小的路径,本发明专利技术中考虑了车型本身的价值成本,对路径选择的影响,从而提高路径选择的精度,并降低了运输成本。

【技术实现步骤摘要】

本专利技术涉及路径规划,具体而言,涉及一种物流路径规划方法


技术介绍

1、物流运输路径规划作为物流行业发展的重要组成部分,对人们的日常生活和各个行业领域的发展起到了一定的保障作用。现有物流路径规划方法,大多数只考虑到各条路径的交通状况,以及路径长度和运输货物所产生的油耗,未考虑到不同货车车型本身价值上存在巨大区别,因此,在车本身价值就不同时,不考虑货车车型本身价值进行路径规划,存在选择的路径并非最优路径的问题。


技术实现思路

1、本专利技术的目的在于提供一种物流路径规划方法,其解决了现有路径选择时,未考虑车型价值,造成路径选择不准确的问题。

2、本专利技术的实施例通过以下技术方案实现:一种物流路径规划方法,包括以下步骤:

3、s1、根据车的总损耗程度和油耗成本,构建车型筛选模型;

4、s2、在车型筛选模型取最小值时,得到最优运送货物车型;

5、s3、根据最优运送货物车型,建立时间最少目标函数,选取使得时间最少目标函数取得最小值的路径。

6、进一步地,所述构建车型筛选模型具体为,基于车辆的损耗程度以及油耗成本对车辆进行筛选,表达式为:

7、l=min{f1+f2}

8、其中,l为车型筛选模型,min为取最小值,f1为车的总损耗程度,f2为油耗成本。

9、进一步地,所述车的总损耗程度f1的表达式为:

10、

11、

12、其中,tar为待运送货物总量,为第i种车型的单个车载重量,f1,i为第i种车型的损耗程度,cm,i为第i种车型的购车总成本,ni为第i种车型的可使用年限,ni为第i种车型的已使用年限,mim,i为第i种车型的可行驶公里,miu,i为第i种车型的已行驶公里,mif为此次运输的最远路径长度,z为平均维修预算,zi为第i种车型已使用的维修预算。

13、上述进一步地方案的有益效果为:通过每种车型的车载重量,从而计算出所需的该种车型的数量,即f1,i为每种车型的损耗程度,将f1,i与相乘,使得本专利技术的用车成本要考虑每种车型的载重,在载重越多时,所需的车辆越少,可能总损耗程度越低,在载重越少时,所需的车辆越多,可能总损耗程度越高;本专利技术中基于每种车型的剩余价值根据最远路径长度,算出在最远路径长度的基础上剩余价值的将要消耗量再根据该种型号车辆的维修情况,如果维修预算已经使用过多,则该种车型易坏,会提高用车成本,即提高损耗程度。

14、进一步地,所述油耗成本f2的表达式为:

15、

16、其中,mif为此次运输的最远路径长度,为第i种车型的平均油耗,μ为遇到红灯刹车的概率,tra为此次运输的最远路径长度上红绿灯数量,ov,tra,i为第i种车型的刹车一次的耗油量,il为季节状态系数,l=1时为春季,i1=0,l=2时为夏季,i2=1,l=3时为秋季,i3=0,l=4时为冬季,i4=1,为第i种车型的平均行驶速度,在冬季时,为第i种车型的暖气耗油量,在夏季时,为第i种车型的冷气耗油量。

17、上述进一步地方案的有益效果为:不同车型具备不同油耗标准,因此,本专利技术中计算出理论上行驶完最远路径的油耗再根据驻停红绿灯的情况算出刹车耗油量,同时,考虑每种车型,在冬季开暖气,在夏季开冷气的耗油量,从而算出每种型号的货车的油耗成本。本专利技术中车的总损耗程度f1考虑车本身价值的损耗,同时,又考虑每种型号的货车的油耗f2,综合油耗f2和本身价值的损耗,找到最低损耗的车型。

18、进一步地,所述s3包括以下分步骤:

19、s31、将起点到终点的各条路径分段为4个阶段;

20、s32、对每个阶段上各路段赋予路段状态参数;

21、s33、根据各路段状态参数,建立时间最少目标函数;

22、s34、在时间最少目标函数最小时,对应的各路段构成的路径为时间最少路径。

23、进一步地,所述s33中时间最少目标函数的表达式为:

24、

25、其中,t为总时间,为第一阶段第条路段的状态参数,在起点到第条路段连通时,为1,不连通时,为o,为在第i条路段上的行驶时间;为第二阶段第条路段的状态参数,第条路段与第条路段连通时,为1,不连通时,为0,为在第条路段上的行驶时间;为第三阶段第条路段的状态参数,第条路段与第条路段连通时,为1,不连通时,为0,为在第条路段上的行驶时间;为第四阶段第l条路段的状态参数,第l条路段与第条路段连通时,为1,不连通时,为o,tl为在第l条路段上的行驶时间。

26、进一步地,在计算时间最少目标函数时,和状态参数均需为1。

27、上述进一步地方案的有益效果为:本专利技术中将起点到终点的各条路径进行分段,从而进行分段估算,对每条路段赋予路段状态参数,表征与前条路段的连接状态,计算时间最少目标函数时,需要找寻从起点到终点的所有连通路径(即所有状态参数为1),找到的所有连通路径中使得时间最少目标函数最小的所有路段构成的路径为时间最少路径。

28、进一步地,在每条路段上的行驶时间的计算公式为:

29、

30、其中,t为每条路段上的行驶时间,为每条路段的长度,vm为最优运送货物车型的平均行驶速度,θ为路面平整度系数,为拥堵系数,μ为调整系数。

31、上述进一步地方案的有益效果为:本专利技术中行驶时间根据最优运送货物车型的平均行驶速度,结合路面平整度系数和拥堵系数,估算出在该路段上的实际行驶速度,从而估算出行驶时间。

32、进一步地,所述拥堵系数的计算公式为:

33、

34、其中,vm为最优运送货物车型的平均行驶速度,为路段上历史货车平均行驶速度。

35、上述进一步地方案的有益效果为:本专利技术中计算出最优运送货物车型的平均行驶速度与路段上历史货车平均行驶速度的近似水平,在最优运送货物车型的平均行驶速度与路段上历史货车平均行驶速度越相近时,拥堵系数越接近于1,拥堵系数越小,越拥堵,速度越慢,时间越长。

36、进一步地,所述路面平整度系数θ的计算公式为:

37、θ=2ama′/[(am)2+(a′)2]

38、其中,am为最优运送货物车型车内的最小振动幅度,a′为在路段上历史货车平均振动幅度。

39、上述进一步地方案的有益效果为:本专利技术利用最优运送货物车型车内的最小振动幅度am与在路段上历史货车平均振动幅度a′的近似水平,估算出路段平整度,路面平整度系数θ越接近1,路段越平整,对速度影响越小。

40、本专利技术实施例的技术方案至少具有如下优点和有益效果:本专利技术根据车的总损耗程度和油耗成本,构建出车型筛选模型,在车型筛选模型取最小值时,选出最优运送货物的车型,再基于所选择的车型,建立时间最少目标函数,从而选出时间成本最小的路径,本专利技术中考虑了车型本身的价值成本,对路径选择的影响,从而提高路径选择的精度,并降低了运输本文档来自技高网...

【技术保护点】

1.一种物流路径规划方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的物流路径规划方法,其特征在于,所述构建车型筛选模型具体为,基于车辆的损耗程度以及油耗成本对车辆进行筛选,表达式为:

3.根据权利要求2所述的物流路径规划方法,其特征在于,所述车的总损耗程度f1的表达式为:

4.根据权利要求2所述的物流路径规划方法,其特征在于,所述油耗成本f2的表达式为:

5.根据权利要求1所述的物流路径规划方法,其特征在于,所述S3包括以下分步骤:

6.根据权利要求5所述的物流路径规划方法,其特征在于,所述S33中时间最少目标函数的表达式为:

7.根据权利要求6所述的物流路径规划方法,其特征在于,在计算时间最少目标函数时,和状态参数均需为1。

8.根据权利要求6所述的物流路径规划方法,其特征在于,在每条路段上的行驶时间的计算公式为:

9.根据权利要求8所述的物流路径规划方法,其特征在于,所述拥堵系数的计算公式为:

10.根据权利要求8所述的物流路径规划方法,其特征在于,所述路面平整度系数θ的计算公式为:

...

【技术特征摘要】

1.一种物流路径规划方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的物流路径规划方法,其特征在于,所述构建车型筛选模型具体为,基于车辆的损耗程度以及油耗成本对车辆进行筛选,表达式为:

3.根据权利要求2所述的物流路径规划方法,其特征在于,所述车的总损耗程度f1的表达式为:

4.根据权利要求2所述的物流路径规划方法,其特征在于,所述油耗成本f2的表达式为:

5.根据权利要求1所述的物流路径规划方法,其特征在于,所述s3包括以下分步骤:

6...

【专利技术属性】
技术研发人员:陈俊鹏付通久陈浩刘卓马鹏飞甯玉琛袁庆刚
申请(专利权)人:四川信特农牧科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1