[发明专利]一种基于改进差分进化算法的拼船/车运输优化方法

说明书

本发明公开了一种基于改进差分进化算法的拼船/车运输优化方法，包括如下步骤：S1：确定货物拼运输工具运输的配对染色体编码方案；S2：配置染色体进化参数；S3：生成配对染色体编码对应的初始种群；S4：计算初始种群的总适应值；S5：对种群进行变异与交叉操作，生成子代种群；S6：选择部分半适应值较优的染色体编码方案，局部进化半适应值较差的染色体并更新适应值；S7：父代实数编码染色体与子代实数编码色体竞争生存；S8：判断是否满足终止条件，若不满足则返回S5生成新的种群并重新计算适应值，如此循环直至满足终止条件，若满足则优化结束输出方案。本发明通过改进差分进化方法提高了算法的寻优率，节约了计算时间。

技术领域

本发明涉及一种拼船/车运输优化方法，特别涉及一种基于改进差分进化算法的拼船/车运输优化方法，属于运输优化与智能计算研究技术领域。

背景技术

大型船舶单位货物的运输成本一般远低于小型船舶。当各批次零散货物的生产地点相对集中于生产地区，销售地点也相对集中于销售地区，而生产地区与销售地区距离较远时，通过制定合理方案将不同产地的零散货物拼装成大船运输可有效提高经济效益。

拼船运输应用范围较广，例如进口原油的远洋拼船运输等。拼船运输一般由货物收集、长途运输与货物分送三个过程组成。具体是指：大型船泊依次经过不同的产地并将各产地的零散货物收集起来，经长途运输抵达销售地区后再依次经过不同的销地并在销地卸载相应批次的零散货物。

拼船运输优化的目标是寻找最优方案，使参与货物收集与货物分送的所有船舶的总运费最低。拼船运输优化的限制条件包括供需平衡及单船额定载重等。

所谓供需平衡限制是指：所有装港的货物供应总量等于所有卸港的货物需求总量；单船的装货量等于卸货量；任一装港的货物供应量等于所有船舶在该港的货物分装量；任一卸港的货物需求量等于所有船舶在该港的货物分卸量。所谓额定载重限制是指：每船的货物运输量都要小于等于该船的额定载重。

拼船运输优化属于NP完全问题(Non-deterministic Polynomial的问题，多项式复杂程度的非确定性问题)，常选用差分进化等智能算法予以求解。差分进化算法(Differential Evolution，DE)是Storn和Price于1995年提出的一种随机并行搜索算法，具有很强的全局搜索能力。DE是一种基于群体变异的进化算法，其实现过程为：首先根据个体之间的差异得到变异种群，而后通过变异个体与父代个体的基因交叉操作得到中间个体，最后将中间个体与父代种群中的相应个体进行一对一的竞争，选取优胜者进入父代种群继续进化过程。DE具有实现简单，控制参数少，稳定性强，全局收敛等优点，目前已被广泛应用于约束优化计算领域。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：提供一种高效计算拼船/车运输方案的优化方法。

(二)技术方案

为解决上述技术问题，本发明提供了一种基于改进差分进化算法的拼船/车运输优化方法，包括如下步骤：

一种基于改进差分进化算法的拼船/车运输优化方法，其特征在于，包括如下步骤：

S1：确定货物拼运输工具运输的配对染色体编码方案，设定染色体基因信息；

S2：配置染色体进化参数；

S3：生成配对染色体编码对应的初始种群；

S4：计算初始种群的总适应值，包括总适应值、供给半适应值及需求半适应值；

S5：对种群进行变异与交叉操作，生成子代种群，并计算子代种群适应值；

S6：按染色体进化参数，在子代种群中选择部分半适应值较优的染色体编码方案，局部进化半适应值较差的染色体并更新适应值；