【技术实现步骤摘要】
本专利技术属于车辆调度路径规划,具体涉及一种基于并行进化框架的多场景车辆调度优化算法。
技术介绍
1、带车载容量约束的车辆路径规划问题(cvrp)其目标是设计若干条车辆路径,以最低的运输成本满足所有客户的需求,同时确保每辆车的负载不超过其容量限制。通常由一个配送中心和若干个客户点组成,每个客户有不同数量的货物需求,客户点不成线性排列,配送中心根据客户点的货物需求进行配送,在一定的约束下,由优化算法提供灵活的配送方案,满足所有客户的需求,通常达到配送距离最短、配送成本最小、配送时间最短等目的。
2、多场景多目标优化问题是近两年兴起的概念,与多任务建模主要区别在于多任务建模是解决相同场景的不同任务,多场景建模是解决不同场景的相同任务。多场景多目标车辆路径规划问题(mscvrp)是传统cvrp问题的延伸,它考虑了不同现实场景下的配送情况,在满足配送要求的情况下最小化车辆配送时间、成本等目标函数。
3、mscvrp的核心主要包括两部分,首先,为每个场景确定最合适的配送路线,即在满足配送要求的前提下最小化配送距离与总成本等
...【技术保护点】
1.一种基于并行进化框架的多场景车辆调度优化算法的控制方法,用于优化车辆路径问题,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于并行进化框架的多场景车辆调度优化算法,其特征在于,所述步骤S1基于模型假设、模型变量定义和数学模型建立构建多场景车辆路径规划模型;具体包括如下步骤:
3.根据权利要求2所述的一种基于并行进化框架的多场景车辆调度优化算法,其特征在于,所述步骤S13还包括步骤132:约束条件:
4.根据权利要求2所述的一种基于并行进化框架的多场景车辆调度优化算法,其特征在于,所述步骤S2包括以下步骤:
【技术特征摘要】
1.一种基于并行进化框架的多场景车辆调度优化算法的控制方法,用于优化车辆路径问题,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于并行进化框架的多场景车辆调度优化算法,其特征在于,所述步骤s1基于模型假设、模型变量定义和数学模型建立构建多场景车辆路径规划模型;具体包括如下步骤:
3.根据权利要求2所述的一种基于并行进化框架的多场景车辆调度优化算法,其特征在于,所述步骤s13还包括步骤132:约束条件:
4.根据权利要求2所述的一种基于并行进化框架的多场景车辆调度优化算法,其特征在于,所述步骤s2包括以下步骤:
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。