一种基于邻边扩散蚁群算法的访问约束多物流车调度方法技术

本发明专利技术公开了一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，引入服务权限矩阵，从客户层面定义物流车的访问约束限制；为了高效解决单仓多物流车调度优化问题，基于蚂蚁团队策略的蚁群优化算法，代理多辆物流车并行构建服务路径；提出最短路径偏向调度策略来应对多物流车并行构建路径过程中出现的服务冲突问题；采取基于最近邻边的信息素扩散策略，有望将全局最优解上的信息素扩散到邻域边，有利于提高蚂蚁团队全局探索能力。本发明专利技术提供的一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，能够满足可行性和优化收敛这两个相互制约的目标要求，快速地找到最优的路径规划方案，平衡各辆物流车之间的服务成本。

【技术实现步骤摘要】

本专利技术涉及一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，属于路径规划和计算智能。

技术介绍

1、现实物流和交通场景中存在许多差异化访问的服务需求，如特种货物运输中液体、冷藏食品等特殊物品需要不同的载具配送，网约车派单平台需要根据乘客需求合理安排不同类型的车型如特惠车、快车、专车等。在这类应用中，服务客体对服务主体有着不同的需求，在问题建模时需要着重刻画主客体间的访问约束关系。多旅行商问题(multipletraveling salesman problem,mtsp)被广泛应用于在多个点之间进行旅行和路径规划的问题中，但它不能很好地区分上述场景中的差异性访问约束问题。现有的mtsp模型无法描述节点上访问权限的差异性和限制性。

2、蚁群优化(ant colony optimization，aco)算法是一种基于种群的元启发式算法，通常用于解决路径规划问题。aco的灵感来自于蚁群的有效觅食行为，具有隐式并行化特点，并且与其他启发式算法相比计算复杂度较低。但是带访问约束的多物流车调度问题由于其复杂的限制条件，使得求解过程需要考虑物流车的调度本文档来自技高网...

【技术保护点】

1.一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，其特征在于：包括以下步骤：

2.根据权利要求1所述一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，其特征在于：

3.根据权利要求1所述一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，其特征在于：步骤b中，所述距离矩阵是一个n×n的二维矩阵DistanceMatrix＝[dij]n×n，dij表示客户i到客户j之间的距离，该距离通过计算两个客户坐标的绝对距离而得到；所述贪婪解不考虑客户节点的分配问题和约束条件，通过贪婪算法求得一条完整的客户访问序列，用该序列的路径长度的倒数来赋值信息素初始值τ0；所述信...

【技术特征摘要】

1.一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，其特征在于：包括以下步骤：

2.根据权利要求1所述一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，其特征在于：

3.根据权利要求1所述一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，其特征在于：步骤b中，所述距离矩阵是一个n×n的二维矩阵distancematrix＝[dij]n×n，dij表示客户i到客户j之间的距离，该距离通过计算两个客户坐标的绝对距离而得到；所述贪婪解不考虑客户节点的分配问题和约束条件，通过贪婪算法求得一条完整的客户访问序列，用该序列的路径长度的倒数来赋值信息素初始值τ0；所述信息素矩阵是一个n×n的二维矩阵pheromonematrix＝[τij]n×n，τij表示客户i与客户j之间的信息素浓度，在算法初始时，τij＝τ0。

4.根据权利要求1所述一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，其特征在于：步骤e中，每个蚂蚁团队共同维护客户禁忌表，用来记录已服务过的客户节点并由m只蚂蚁共享，在蚂蚁k选择下一个客户节点之前，首先根据剩余未服务客户的服务权限矩阵寻找候选节点集candidatesk，公式如下所示：

5.根据权利要求1所述一种基于邻边扩散蚁群算法的访问约束多物流车调度方法，其特...

【专利技术属性】
技术研发人员：杨强，薄子杨，高旭东，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：