【技术实现步骤摘要】
本专利技术属于智慧交通领域，具体涉及一种基于边权特征的学习型物流车队路线优化方法及系统。
技术介绍
1、随着物流行业的快速发展，优化物流车队的行驶路线已成为提升运输效率和降低成本的关键。
2、物流车队的路线优化问题通常被建模为车辆路径问题，针对车辆路径问题的传统求解算法包括精确式算法、启发式算法，但这些算法难以兼顾求解质量和计算速度。随着机器学习的不断发展，学习型算法被逐渐运用于求解各类组合优化问题，这些方法利用神经网络的参数更新过程来建立数据驱动的搜索规则，从而实现更加高效的求解过程。近年来很多研究发现，学习型算法在车辆路径问题上展现出比传统方法更优异的性能。因此将学习型算法应用物流车队的路线优化，对于提升物流效率、减低物流成本具有重要意义。
3、然而，在现有技术中，针对物流车辆路线优化的学习型算法研究，通常只将顶点的坐标作为特征进行编码，而忽略了边的特征；在实际的城市交通网络中，两点间的行驶边权往往与顶点间的直线距离并不一致；因此，为了提高学习型算法在真实城市路网中的应用效果，必须考虑边权特征；当前的模型由于...
【技术保护点】
1.一种基于边权特征的学习型物流车队路线优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于边权特征的学习型物流车队路线优化系统，其特征在于：步骤1中，物流车队路径优化问题表述为：
3.根据权利要求1所述的一种基于边权特征的学习型物流车队路线优化系统，其特征在于：步骤1中，数学模型表述为：
4.根据权利要求1所述的一种基于边权特征的学习型物流车队路线优化系统，其特征在于：步骤2中，生成包含边权矩阵的训练数据集表述为：
5.根据权利要求1所述的一种基于边权特征的学习型物流车队路线优化系统，其特征在于：步骤...
【技术特征摘要】
1.一种基于边权特征的学习型物流车队路线优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于边权特征的学习型物流车队路线优化系统，其特征在于：步骤1中，物流车队路径优化问题表述为：
3.根据权利要求1所述的一种基于边权特征的学习型物流车队路线优化系统，其特征在于：步骤1中，数学模型表述为：
4.根据权利要求1所述的一种基于边权特征的学习型物流车队路线优化系统，其特征在于：步骤2中，生成包含边...
【专利技术属性】
技术研发人员：刘泽金，
申请(专利权)人：江苏鼎锐智能科技有限公司，
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。