有时间窗的开放式车辆调度问题的粒子群优化方法技术

技术编号:5858269 阅读:185 留言:0更新日期:2012-04-11 18:40
一种有时间窗的开放式车辆调度问题的粒子群优化方法,有时间窗的开放式车辆调度问题是非常复杂的问题,通常是多约束、多目标、随机不确定优化问题。求解过程的计算量随问题的规模呈指数增长,已被证明是NP完全问题。本发明专利技术采用粒子群算法,并使用改进的廉价插入启发式算法(Cheapest  Insert  Algorithm)优化车辆内客户的顺序。本发明专利技术提供一种算法简单、同时具备较快的计算速度和较高的算法精度的有时间窗的开放式车辆调度问题的粒子群优化方法。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
车辆调度是实施社会化物流的关键技术,优化车辆行驶路线,提升企业竞争力,降低企业成本,解决城市交通拥挤、能源短缺、大气污染等问题,实现交通在效率、资源、环境和价值观念各方面的内在统一,保证物流产业的可持续发展。但目前大多数企业所使用的车辆调度软件更多意义上是一个管理软件,缺少对资源的优化配置功能,还主要依靠具有丰富实践经验的管理人员和调度人员借助于会议、电话、报表等进行管理和调度的人工作业方式,显然不能满足快节奏的现代化生产和市场激烈竞争的需要。随着计算机及计算机网络引进企业,基于信息集成而发展起来的优化车辆调度正在兴起。有时间窗的开放式车辆调度问题OVRPTW(Open Vehicle Routing Problemwith Time Windows)的定义为在物流服务网络中,已知客户和配送中心的位置,在满足车辆最大负载、客户需求(货物需求,交货时间需求)的前提下,设计车辆路径,配送客户,达到车辆最少,路程最短,时间最少等目标。车辆在访问完所有的客户后,不需要返回配送中心。有时间窗的开放式车辆调度问题的数学模型如下所示假设每辆车依然回到虚拟的配送中心,客户与配送中心间的距离为0,及ci0=0(i=1,2…L)。此处我们给出开放式车辆路径问题的三下标数学模型假定配送中心最多可以用K(k=1,2…K)辆车对个L(i=1,2…L)客户进行运输配送,i=0表示仓库。每个车辆载重为bk(k=1,2,…K),每个客户的需求为di(i=1,2,…L),客户i到客户j的运输成本为cij(可以是距离,时间,费用等)。定义如下变量 minΣk=1KΣi=0LΣj=0Lcijxijk---(1)]]>Σi=1Ldiyik≤bk,∀k---(2)]]>Σk=1Kyik=1,∀i---(3)]]>Σi=1Lxijk=yjk,∀j,kk---(4)]]>Σj=1Lxijk=yik,∀i,k---(5)]]>Σi,j∈S×Sxijk≤|S|-1,S∈{1,2···L},∀k---(6)]]>tj≥ti+si+tij-T*(1-xijk) (7)tj=max{Ej,ti+si+tij} (8)tj<Lj(9)xijk=0或1 i,j,k (10)yik=0或1 i,k (11)约束(2)保证每辆车的能力约束。约束(3)保证每个客户都被服务。约束(4)(5)保证客户是仅被一辆车访问。约束(6)消除子回路。约束(7)-(9)保证了客户在时间窗内被服务,(10)(11)表示变量的取值范围。有时间窗的开放式车辆调度问题在现实生活中有许多实例,如物流公司从节约成本考虑,很多情况下所用车辆并不是自有车辆,而是社会车辆,一方面可以节约物流成本,令一方面可以整合社会资源。这种情况下,车辆不需要返回配送中心。类似的情况还出现在公司、学校的班车服务中。在有时间窗的开放式车辆调度问题中,每一条线路都是哈密尔顿路径(Hamiltonian Path),而在车辆调度问题(VRP)中是哈密尔顿圈(Hamiltonian Cycle)。虽然求解VRP的算法很多,但不能直接求解OVRPTW。目前求解有时间窗的开放式车辆路径问题的方法比较少,主要使用禁忌搜索算法和最邻近启发式算法等方法。禁忌搜索算法对初始解的依赖性较强,算法中的领域搜索算子设计复杂,算法虽然能得到比较好的解,单计算时间长。最邻近启发式算法实现简单,计算迅速,但所得结果与最优值有较大的差距。
技术实现思路
为了克服已有的有时间窗的开放式车辆调度方法的算法复杂、计算速度与算法精度不协调的不足,本专利技术提供一种算法简单、同时具备较快的计算速度和较高的算法精度的。本专利技术解决其技术问题所采用的技术方案是一种,所述的方法主要包括以下步骤(1)、从委托单中得到配送信息,所述的配送信息包括客户名称、客户需求的货物的总数量、总重量、总体积、卸货地址、要求的到货时间;(2)、从委运单得到的客户名称,从地址数据库中查询出客户的地址信息,包括客户的具体地址,客户间的距离;(3)、设定粒子群算法的参数,所述的参数包括种群规模、迭代次数,所述的种群规模表示初始配送方案的数量,迭代次数表示在众多的配送方案空间中的搜索次数;(4)、将上述的配送信息、客户的地址信息读入粒子群算法中;(5)、根据客户的数目,计算所需要的车辆数,对各个配送方案进行编码;(6)、使用解码算法进行解码;(7)、使用改进的廉价插入启发式算法(Cheapest Insert Algorithm)优化车辆内客户的顺序;(7.1)、建立改进的廉价插入启发式算法(Cheapest Insert Algorithm)模型将客户u插入客户i和j之间的费用可以按照下面式子的定义计算c1(i,u,j)=diu+duj-dij(12)c2(i,u,j)=bju-bj(13)c3=Tu-T(14)c4(i,u,j)=α1c1(i,u,j)+α2c2(i,u,j)+α3(i,u,j) (15)上式中,dij(i,j ∈1,2…n)表示两个客户间的举例,bi(i∈1,2…n)表示在此客户的开始服务的时间,T表示线路总的等待时间;c1(i,u,j)表示插入u后,距离的增量;c2(i,u,j)表示插入u后,到达j客户的时间推迟量;c3表示插入u后,线路总的等待时间的增加量;c4(i,u,j)表示在客户i和j之间插入u的费用,是c1,c2,c3的加权和;(7.2)、如果所有的客户都已经分配给车辆,则算法停止;否则选择当前开始服务时间最晚的客户初始化一条线路。(7.2)、对于当前未分配的每个客户,将其插入当前线路中每个可行位置,按照(4)式计算插入费用,选取所有值中最小的值,将此客户插入相应的位置;(7.3)、重复第二步过程,直到此线路满足车辆的约束或者没有客户可以插入,则转第一步;(8)、根据配送成本计算方案,计算访问所有客户的线路长度或者时间或访问所有客户的费用,粒子的适应度定义为成本的倒数;(9)、比较粒子的适应度,找出种群中适应度最高的粒子保存,同时每个粒子和自身以前计算的适应度比较,保存自身最好的适应度;(10)、对粒子所代表的配送方案进行调整,根据如下的公式(16)进行粒子状态的更新Vit+1=c1Vit+c2(Pi,t-Xit)+c3(Pg,t-Xit)Xit+1=Xit+Vit+1---(16)]]>上式中,Xi=(xi1,xi2,…xiD)表示第i个粒子的状态,每个粒子表示D维空间的一个解,Vi=(vi1,vi2,…viD)表示每个粒子的速度向量,且Vi满足Vi≤最大速度Vmax;Pi表示每个粒子经历过的最优状态,Pg表示群体经历过的最本文档来自技高网
...

【技术保护点】
一种有时间窗的开放式车辆调度问题的粒子群优化方法,所述的方法主要包括以下步骤:    (1)、从委托单中得到配送信息,所述的配送信息包括:客户名称、客户需求的货物的总数量、总重量、总体积、卸货地址、要求的到货时间;    (2)、从委运单得到的客户名称,从地址数据库中查询出客户的地址信息,包括客户的具体地址,客户间的距离;    (3)、设定粒子群算法的参数,所述的参数包括种群规模、迭代次数,所述的种群规模表示初始配送方案的数量,迭代次数表示在众多的配送方案空间中的搜索次数;    (4)、将上述的配送信息、客户的地址信息读入粒子群算法中;    (5)、根据客户的数目,计算所需要的车辆数,对各个配送方案进行编码;    (6)、使用解码算法进行解码;    (7)、使用改进的廉价插入启发式算法(Cheapest  Insert  Algorithm)优化车辆内客户的顺序;    (7.1)、建立改进的廉价插入启发式算法(Cheapest  Insert  Algorithm)模型,将客户u插入客户i和j之间的费用可以按照下面式子的定义计算:    c↓[1](i,u,j)=d↓[iu]+d↓[uj]-d↓[ij]  (12)    c↓[2](i,u,j)=b↓[ju]-b↓[j]  (13)    c↓[3]=T↓[u]-T  (14)    c↓[4](i,u,j)=a↓[1]c↓[1](i,u,j)+a↓[2]c↓[2](i,u,j)+a↓[3](i,u,j)  (15)    上式中,d↓[ij](i,j∈1,2…n)表示两个客户间的举例,b↓[i](i∈1,2…n)表示在此客户的开始服务的时间,T表示线路总的等待时间;c↓[1](i,u,j)表示插入u后,距离的增量;c↓[2](i,u,j)表示插入u后,到达j客户的时间推迟量;c↓[3]表示插入u后,线路总的等待时间的增加量;c↓[4](i,u,j)表示在客户i和j之间插入u的费用,是c↓[1],c↓[2],c↓[3]的加权和;    (7.2)、如果所有的客户都已经分配给车辆,则算法停止;否则选择当前开始服务时间最晚的客户初始化一条线路。    (7.2)、对于当前未分配的每个客户,将其插入当前线路中每个可行位置,按照(4)式计算插入费用,选取所有值中最小的值,将此客户插入相应的位置;    (7.3)、重复第二步过程,直到此线路满足车辆的约束或...

【技术特征摘要】

【专利技术属性】
技术研发人员:赵燕伟吴斌王万良董红召徐新黎杨旭华
申请(专利权)人:浙江工业大学
类型:发明
国别省市:86[中国|杭州]

网友询问留言 已有0条评论
  • 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。

1