欢迎来到利索能及~ 联系电话:18621327849
利索能及
我要发布
收藏
专利号: 2018115197970
申请人: 河南科技学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-09-12
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种考虑客户等级及配送时间要求的配送路径优化方法,其特征在于,依次包括以下步骤:(1)在考虑客户等级及配送时间要求的情况下,对配送现场存在的约束及要优化的目标进行分析,得出目标函数并将目标函数抽象为带约束的数学模型;

(2)初始化参数:总体最大进化代数G_max、进化代数计数器t、鱼群规模M、人工鱼个数计数器n、步长step、人工鱼的视野范围Visual、尝试次数Try_number、拥挤度因子δ、交叉概率pc、变异概率pm,下标c和m均为区分作用,并非变量,初始化种群个体;

(3)令t=t+1,进行全局搜索;

(3-1)用目标函数的倒数对所有人工鱼个体进行适应度评价,并将最优人工鱼赋值给公告板;

(3-2)令n=n+1,进行局部搜索;

(3-2-1)每个人工鱼个体均通过精英个体引导的觅食行为、聚群及追尾行为更新自己;

(3-2-2)如果更新后的人工鱼个体优于公告板,则将公告板更新为该人工鱼个体;否则,公告板保持不变;

(3-2-3)判断人工鱼个数计数器n是否小于鱼群规模M,如果n

(3-3)产生随机数r,如果r

(3-4)产生随机数r,如果r

(3-5)如果进化代数计数器t小于总体最大进化代数G_max,则返回步骤(3-1);否则,输出最优解。

2.如权利要求1所述的一种考虑客户等级及配送时间要求的配送路径优化方法,其特征在于:所述步骤(1)中,待优化的目标为完成所有客户订单的配送任务车辆的行驶时间、配送提前期及延迟期惩罚之和最小,约束条件为配送车辆有限载重和有限容积,同时,将提前期和延迟期惩罚系数与客户等级进行了关联,即惩罚系数与客户等级呈正比关系,其数学模型定义如下:其中,式(1)为目标函数;式(2)至式(7)为各种约束条件,具体为:式(2)表示第i个客户的订单由配送车辆一次配送完成;式(3)表示在配送过程中,第i个客户与第j个客户不能形成回路;式(4)和式(5)限定配送车辆所装载货物不能超过自身最大载重和最大容积;式(6)和式(7)为决策变量的二进制值域约束;

O表示待配送的客户订单集合;R表示配送车辆完成所有客户订单配送任务的路径集合;r表示子路径;dij表示车辆连续配送两个客户订单所需行驶的距离,在这里i,j∈O;v表示车辆的平均行驶速度;Hijr表示配送车辆在子路径r下是否连续经过客户i和客户j的标记,在这里i,j∈O,r∈R,如果配送车辆在第r个子路径中,对客户i和客户j进行连续配送,则Hijr=1,否则Hijr=0;Sir表示客户i是否属于子路径r,在这里i∈O,r∈R,如果第i个客户的订单在第r次配送中完成,则Sir=1,否则Sir=0;Sjr表示客户j是否属于子路径r,在这里j∈O,r∈R;Ek表示客户k的配送提前期;Tk表示客户k的配送延迟期;λk和ρk分别表示客户k所属客户等级对应的配送提前期惩罚系数和配送延迟期惩罚系数;Wi和Vi分别表示第i个客户订单的重量和体积;Wj和Vj分别表示第j个客户订单的重量和体积;Qmax和Vmax分别表示配送车辆的最大载重和最大容积;Of和Ol分别表示配送的第一个客户订单和最后一个客户订单;

下标i=1,2,……i;j=1,2,……,j。

3.如权利要求1所述的一种考虑客户等级及配送时间要求的配送路径优化方法,其特征在于,所述步骤(3-2-1)具体包括:①精英个体引导的觅食行为:

在觅食行为中,经过精英个体引导后的人工鱼个体,其人工鱼位置可表示为:

Xi_next=Xi+rand()·step·(Xj-Xi/||Xj-Xi||)  (8)而随机行为可表示为:

Xi_next=Xi+rand()·step  (9)

其中,Xi_next表示经过精英个体引导后的人工鱼个体的位置,rand()表示随机函数,step表示步长,Xi和Xj分别为当前进行觅食行为的人工鱼个体和公告板中的最优人工鱼个体,下标i=1,2,……i;j=1,2,……,j;

②聚群行为:

人工鱼在游动过程中,为自身生存和逃避敌害自然地聚集成群,即:在人工鱼Xi的视野范围Visual内的伙伴数目为nf,并且伙伴的中心位置为Xc,如果Yc/nf>δYi,则表明伙伴中心位置状态较优且不太拥挤,则人工鱼Xi按式(10)朝伙伴的中心位置移动一步,否则,执行精英个体引导的觅食行为;

Xi_next=Xi+rand()·step·(Xc-Xi/‖Xc-Xi‖)  (10)其中,Yi和Yc分别表示人工鱼Xi和Xc的个体适应度,下标c和f均为区分作用,并非变量;

③追尾行为:

为快速获取更多的食物,人工鱼Xi会尽力探索视野范围Visual内的nf条人工鱼的最优位置Xmore,即:如果Ymore/nf>δYi,表明最优伙伴的周围不太拥挤,则人工鱼Xi按式(11)朝最优伙伴移动一步;否则,执行精英个体引导的觅食行为;

Xi_next=Xi+rand()·step·(Xmore-Xi/‖Xmore-Xi‖)  (11)其中,Ymore表示人工鱼Xmore的个体适应度,下标more为区分作用,并非变量。

4.如权利要求1所述的一种考虑客户等级及配送时间要求的配送路径优化方法,其特征在于:所述步骤(3-4)中,执行启发式变异策略时,对于要进行变异的个体,首先在个体基因位上,基于目标函数找出费用最高和最低的两个基因位,即客户订单,然后对这两个基因位实施交换,从而使个体变异前后的适应度有较大变化。