[发明专利]一种基于智能优化的物流配送路径规划方法

权利要求书

1.一种基于智能优化的物流配送路径规划方法，其特征在于：包括以下步骤：

步骤1：对影响路径规划的问题进行分析，统计了带容量约束的车辆路径问题、带时间窗限制的车辆路径问题、带回程车辆路径问题和随机车辆路径问题四种问题；

步骤2：建立物流规划路线支点网络，并将不同等级的支点按层划分，引入容量、距离、时间窗、随机增加车辆路径的约束；

步骤3：通过不同的路径问题建立数学模型，并进行限定，将时间窗＞容量＞距离＞随机增加车辆路径按主从层记进行排序；

步骤4：通过程序对扩展车辆路径问题的数学模型的的正确性进行评估，当评估为否时，返回步骤1，重新建立数学模型，当评估为是时，继续下一步；

步骤5：分析蚁群算法在物流配送路径优化问题中的应用状况，然后就带容量约束的车辆路径问题、带时间窗限制的车辆路径问题、带回程车辆路径问题和随机车辆路径问题进行研究，对蚁群算法进行改进，同时设置算法的实时更新；

步骤6：运用上述改进的物流配送路径优化问题的方案，录入订单，将订单的寄出地址与收件地址加入支点网络，记录包裹的重量、尺寸、类型、两地相隔距离以及选择的送货时间，通过系统实例仿真，实验时加入一些新的订单，用于呈现随机增加车辆的问题，同时加入采用对比分析法对改进算法进行评估，当评估为否时，返回步骤4，重新根据各问题修改蚁群算法，当评估为是时，最后得出结论。

2.根据权利要求1所述的一种基于智能优化的物流配送路径规划方法，其特征在于，所述步骤1中所述的带容量约束的车辆路径问题指设有若干个配送中也和客户节点，且配送中也与客户及客户与客户间的距离已知，各客户节点的需求量均小于车辆载重量，现要从配送中也出发，用若干台车辆向某区域范围内的若干客户节点提供配送服务；要求科学规划车辆出行路线，使得在保证完成配送任务的条件下车辆行驶里程最短，同时满足车辆容量和行驶距离限制；

带时间窗限制的车辆路径问题是一种重要的车辆路径问题类别，是根据物流配送实际对标准车辆路径问题进行的拓展，在规划配送路线时，不仅要考虑车辆的容量约束和单次最大行驶距离约束，还要考虑客户对提供配送服务的最早和最迟时间限制；通常，可以用时间窗[tis，tie]来表示，即货物送到的时间不能早于最早时间，也不能迟于最迟时间；

带回程车辆路径问题是对标准路径规划问题的扩展；在带回程车辆路径问题中，所有客户节点被划分为两类，即有送货需求的客户点集和有取货需求的客户点集；所有客户节点的位置和需求固定且已知，要求先送货后取货，即先向有送货需求的客户节点提供服务，而后再服务有取货需求的客户节点；要求合理安排车辆配送路线，使既能满足配送任务，又使所需车辆数最少、车辆行驶里程最短；

随机车辆路径问题是在标准车辆路径问题基础上发展起来的一类不确定性车辆路径问题，在随机车辆路径问题中某些参数变量是不确定的，可分为以下三类：

①随机顾客：即客户出现为不确定变量，服从某概率分布；

②随机需求：即客户的对货物的需求量为不确定变量；

③随机时间：即客户要求的服务时间和车辆出行时间。

3.根据权利要求1所述的一种基于智能优化的物流配送路径规划方法，其特征在于，所述步骤3中带回程车辆路径问题对数学模型进行限定：

用数学语言进行如下描述：

以最小化系统运行费用作为目标，建立的车辆路径问题模型如下所示：

x_ijk∈{0,1}(i,j＝0,1,…,n；k＝1,2,…,k) (7)

y_kj∈{0,1}(i＝0,1,…,n；k＝1,2,…,k) (8)

在配送中心编号通常用0进行表示，客户点编号用1，2，…，n来表示，配送中心和客户点通常用点i(i＝0，1，2，…，n)来进行表示，约束条件(6)和(7)的主要功能是用来保证如果客户点i，j在车辆k的行驶线路上，那么客户点i，j将由车辆k来进行相关的服务；目标函数(2)的主要功能是使车队总的服务费用降到最低程度；约束条件(5)是用来保证车辆都从配送中心出发并且能返回到配送中心；约束条件(3)主要用来约束车辆的装载能力；约束条件(4)是保证对每个客户都进行了服务。