[发明专利]车辆路径规划方法以及系统

说明书

本申请公开了一种车辆路径规划方法以及系统。该方法包括输入待配送客户地理位置、需求量、需求时间和配送中心地理位置，根据每个配送中心的车辆建立预设冷链物流路径模型；在所述预设冷链物流路径模型中增加能源消耗变量和食物变质变量；根据预设的配送服务时间，建立时间窗口；输出用于冷链物流的食物配送车辆路径规划结果。本申请解决了车辆路径规划方法效果不佳的技术问题。通过本申请充分考虑能源成本、变质成本以及混合时间窗的影响，提高食物配送效率，优化了车辆路径规划方案。

技术领域

本申请涉及路径规划、物流配送领域，具体而言，涉及一种车辆路径规划方法以及系统。

背景技术

车辆路径规划，可以在车辆配送环节，有效降低车辆使用数量和车辆行驶距离，提高配送的效率。

发明人发现，在车辆路径规划方案中，并没有充分考虑到能源、变质等方面的成本，同时缺乏对于顾客对早交货或晚交货时间上容忍程度的考量。

针对相关技术中车辆路径规划方法效果不佳的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种车辆路径规划方法以及系统，以解决车辆路径规划方法效果不佳的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种车辆路径规划方法。

根据本申请的车辆路径规划方法包括：输入待配送客户地理位置、需求量、需求时间和配送中心地理位置，根据每个配送中心的车辆建立预设冷链物流路径模型；在所述预设冷链物流路径模型中增加能源消耗变量和食物变质变量，其中所述能源消耗变量包括车辆行驶、车辆等待和车辆服务时长相关约束条件；所述食物变质变量包括配送卸载前的累积行驶、累计等待和累计车辆服务时长相关约束条件；根据预设的配送服务时间，建立时间窗口，其中所述时间窗口包括：车辆到达客户的时间、累积行驶时间、累计等待时间和累计服务时间的约束条件；输出用于冷链物流的食物配送车辆路径规划结果。

进一步地，输入待配送客户地理位置、需求量、需求时间和配送中心地理位置，建立预设冷链物流路径模型包括：

建立冷链物流路径模型，其中所述冷链物流路径模型包括：目标函数和约束条件，所述目标函数是指包括固定车辆成本、运输成本、能源成本、变质成本以及时间窗口成本组成的最小化总成本；

输出用于冷链物流的食物配送车辆路径规划结果包括：

根据所述约束条件，通过预设单亲遗传混合算法求解出所述目标函数，基于所述最小化总成本得到对同一车辆段的路径进行优化结果，其中所述预设遗传算法用于找到路线上至少两个客户的最佳组合或者寻找路径的最优序列。

进一步地，所述预设单亲遗传算法中基于基因块的交叉算子。

进一步地，所述预设单亲遗传算法中基于基因块的变异算子。

进一步地，将蚁群算法结合到所述预设单亲遗传算法的求解过程中。

为了实现上述目的，根据本申请的另一方面，提供了一种车辆路径规划系统。

根据本申请的车辆路径规划系统包括：输入模块，用于输入待配送客户地理位置、需求量、需求时间和配送中心地理位置，建立预设冷链物流路径模型；变量模块，用于在所述预设冷链物流路径模型中增加能源消耗变量和食物变质变量，其中所述能源消耗变量与车辆行驶、车辆等待和车辆服务时长相关约束条件；所述食物变质变量与配送卸载前的累积行驶、累计等待和累计车辆服务时长相关约束条件；时间窗口模块，用于根据预设配送服务时间，建立时间窗口，其中所述时间窗口包括：车辆到达客户的时间、累积行驶时间、累计等待时间和累计服务时间的约束条件；输出模块，用于输出用于冷链物流的食物配送车辆路径规划结果。