基于进化多目标优化的邮件投递路径优化方法技术

本发明专利技术公开的基于进化多目标优化的邮件投递路径优化方法，首先以最小化投递员的行驶距离、最小化投递时间以及最小化成本定义多个目标函数，然后根据目标函数初始化种群以及分布参考向量，最后进行种群的迭代优化。本发明专利技术的关键在于每个参考向量仅关联一个个体，个体根据参考向量的引导搜索目标空间，并且在搜索过程中，为种群中的每个个体分配更新标志，通过更新标志选择目标个体和亲本，每次只考虑一个个体的更新。此外，通过子代的评分更新目标个体，在每个邻域中设置单独的领导个体，根据子代评分的差异选择相应的迁移方法，在保持多样性的情况下，尽可能地保留收敛性好的个体，有效解决了现有邮件投递路径优化问题方案求解多样性差的问题。

【技术实现步骤摘要】

本专利技术属于邮件投递路径优化方法，具体涉及基于进化多目标优化的邮件投递路径优化方法。

技术介绍

1、邮件投递路径优化问题是一个经典的组合优化问题，旨在找到最优或接近最优的投递路线，以最小化投递员的行驶距离和时间，以便在给定时间窗口内尽可能多地满足投递点的需求，同时满足投递需求(邮件或包裹的送达)。由于要同时满足多个需求，使用传统的单目标优化方法处理这一类问题时适应性差，无法有效处理这些需求之间的权衡和折衷关系，并且快速变化的环境可能导致现有路径的失效，单目标优化方法无法提供更多的备用方案应对这些变化。

2、而多目标优化方法综合考虑多个目标，具有多样性和灵活性，并且适应性强。这些优势使得多目标优化方法更适合处理复杂的邮件投递路径优化问题，并能够提供更多有效的解决方案供决策者选择。

技术实现思路

1、本专利技术的目的在于提供基于进化多目标优化的邮件投递路径优化方法，解决了现有邮件投递路径优化问题方案求解多样性差的问题。

2、本专利技术所采用的技术方案是：基于进化多目标优化的邮件投递路径优本文档来自技高网...

【技术保护点】

1.基于进化多目标优化的邮件投递路径优化方法，其特征在于，包括以下步骤：步骤1、构建目标函数，以最小化投递员的行驶距离、最小化投递时间以及最小化成本作为优化目标；步骤2、在目标函数对应的决策空间生成随机的初始化种群，种群中的每一个体对应一个邮件投递路径优化问题的解决方案；步骤3、在目标函数对应的目标空间分布均匀的参考向量，每一个参考向量关联种群中的一个个体；步骤4、开始种群的迭代优化过程，为每个个体分配更新标志，并确定理想点；步骤5、根据更新标志选择目标个体，并进行选择交配以产生子代；步骤6、对子代进行评估并更新目标个体，重复步骤5和步骤6，直到当前种群中的所有个体更新完毕；步骤7、判断...

【技术特征摘要】

1.基于进化多目标优化的邮件投递路径优化方法，其特征在于，包括以下步骤：步骤1、构建目标函数，以最小化投递员的行驶距离、最小化投递时间以及最小化成本作为优化目标；步骤2、在目标函数对应的决策空间生成随机的初始化种群，种群中的每一个体对应一个邮件投递路径优化问题的解决方案；步骤3、在目标函数对应的目标空间分布均匀的参考向量，每一个参考向量关联种群中的一个个体；步骤4、开始种群的迭代优化过程，为每个个体分配更新标志，并确定理想点；步骤5、根据更新标志选择目标个体，并进行选择交配以产生子代；步骤6、对子代进行评估并更新目标个体，重复步骤5和步骤6，直到当前种群中的所有个体更新完毕；步骤7、判断迭代次数达到最大迭代次数后输出当前种群作为最终解。

2.如权利要求1所述的基于进化多目标优化的邮件投递路径优化方法，其特征在于，所述步骤1中构建的目标函数为：

3.如权利要求1所述的基于进化多目标优化的邮件投递路径优化方法，其特征在于，所述步骤2具体为：当有d个投递点，则随机初始化n个长度为d的向量，其中包含从1到d的投递点编号的随机排列，则向量x＝(x1，x2，...，xk，...，xd)；其中，n是种群的规模，xk表示投递员下一步应该访问的投递点编号。

4.如权利要求1所述的基于进化多目标优化的邮件投递路径优化方法，其特征在于，所述步骤3具体为：使用拉丁超立方体来生成均匀分布的参考向量，为每个参考向量关联唯一的解个体，在关联时...

【专利技术属性】
技术研发人员：王磊，王亮亮，李薇，王召琦，王震楠，安远，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：