一种基于M-PCA模型的多条件路径规划方法技术

本发明专利技术公开了一种基于M‑PCA的多条件路径规划方法，包括：构建起点数据集、订单数据集、交通数据集、路网数据集；利用综合性数据集结合启发式算法的搜索策略构建以最低成本为目标函数的M‑PCA模型；通过M‑PCA模型对路径规划设定包括时间约束、单辆载具载重约束、总载重量约束三种约束条件后进行求解获得最佳路径规划。利用启发式算法将多种运输需求作为不同的约束条件，并将约束条件转化为对应的KKT条件对运输目标进行约束并求最优解，可以在考虑成本、时间等约束条件下够动态规划最优配送路径，提高配送效率，减少运输时间和成本。

【技术实现步骤摘要】

本专利技术涉及智能物流与供应链优化，尤其涉及一种基于m-pca模型的多条件路径规划方法。

技术介绍

1、传统物流模式在应对该类果蔬运输时有亟待解决的挑战，主要包括难以在保证产品质量的同时，有效控制成本和缩短运输时间。值得注意的是传统供应链配送模式是根据行政区域进行订单配送，然此模式在果蔬类订单配送中适用性弱，但果蔬类订单的具有高时效性、高保鲜性的要求，因此依据相关技术，需要提出一种新的配送路径规划方法，该模式能够根据不同的实际配送条件生成不同的配送方案，从而可以更加有效的适应果蔬供应链的特殊性，实现成本降低、时效优化等目标。

技术实现思路

1、本专利技术的目的是提供一种基于m-pca模型的多条件路径规划方法，以实现针对不同的约束条件生成不同的配送方案，提升配送结果的准确性，扩大路径规划的应用场景。

2、为了解决上述问题，本专利技术提供了一种基于m-pca的多条件路径规划方法，包括：构建综合性数据集，其中，数据集中包括起点数据集、订单数据集、交通数据集、路网数据集；利用综合性数据集结合启发式算法的搜本文档来自技高网...

【技术保护点】

1.一种基于M-PCA的多条件路径规划方法，其特征在于，包括：

2.根据权利要求1所述的基于M-PCA的多条件路径规划方法，其特征在于，所述利用所述综合性数据集结合启发式算法的搜索策略构建以最低成本为目标函数的M-PCA模型，包括：

3.根据权利要求2所述的基于M-PCA的多条件路径规划方法，其特征在于，所述等式约束包括：起点与终点条件必须存在，并且路径从指定的起点开始并在指定的终点结束；

4.根据权利要求3所述的基于M-PCA的多条件路径规划方法，其特征在于，所述时间约束包括：

5.根据权利要求4所述的基于M-PCA的多条件路径规划方法，...

【技术特征摘要】

1.一种基于m-pca的多条件路径规划方法，其特征在于，包括：

2.根据权利要求1所述的基于m-pca的多条件路径规划方法，其特征在于，所述利用所述综合性数据集结合启发式算法的搜索策略构建以最低成本为目标函数的m-pca模型，包括：

3.根据权利要求2所述的基于m-pca的多条件路径规划方法，其特征在于，所述等式约束包括：起点与终点条件必须存在，并且路径从指定的起点开始并在指定的终点结束；

4.根据权利要求3所述的基...

【专利技术属性】
技术研发人员：戴闯，张露，仝孟凡，郑文琰，
申请(专利权)人：无锡学院，
类型：发明
国别省市：