[发明专利]基于定积分的滚动时域控制策略的动态车辆路径优化方法

权利要求书

1.基于定积分的滚动时域控制策略的动态车辆路径优化方法，其特征在于，该优化方法包括如下步骤：

步骤1：构建预期服务时间服从正态分布的动态车辆路径模型；

步骤2：采用基于定积分的滚动时域控制策略对步骤1的动态车辆路径问题模型进行优化，并采用遗传算法对配送车辆的路径进行优化，以优化车辆的总行驶距离和所有客户的总等待时间；

所述步骤2具体包括如下步骤：

步骤21：滚动时域初始化，根据配送中心的服务时间，基于定积分的滚动时域控制策略划分滚动时域控制的窗口大小；

步骤22：客户信息获取，根据定积分时间窗口获取处于定积分时间窗内的客户，获取客户的信息；

步骤23：路径规划，将获取到的客户信息，采用遗传算法产生配送路径，剩余订单交由下一个时域处理；

步骤24：窗口滚动，进入下一个窗口，返回至步骤22继续执行，直到所有窗口全部配送完毕；

所述步骤1中预期服务时间服从正态分布的动态车辆路径模型具体如下：

目标函数：

其中，客户等待时间的计算方法为：

约束条件：

PT：N(μ，σ²) (8)

其中，式(1)是目标函数的计算方法；式(2)是客户等待时间的计算方法；式(3)表示早期客户和晚期客户都存在；式(4)表示所有客户的总需求小于所有车辆的总容载量；式(5)和(6)确保任意两个客户之间只有一条配送路线；式(7)表示车辆所服务客户的总需求不超过车辆的最大容载量；式(8)表示顾客的预期服务时间服从平均数和标准差的正态分布；

其中，目标函数F为配送中距离L和客户等待总时间WT的加权和，α为调节系数，L_ij表示从客户c_i到客户c_j的距离；WT_i为单个客户的等待时间，AT_i为配送至该客户的实际到达时间，PT_i为配送至该客户的预期服务时间；Q为每辆车的容载量，K为配送车队的车辆数，k为车队的第k辆车；CE为系统接收的早期客户，CE＝{c₁，c₃，…，c_I'}，I'：CE中最后客户的编号；CL为系统接收的后期客户，CL＝{c₂，c₄，…，c_I″}，I″：CL中最后客户的编号；早期客户和晚期客户共同组合的所有客户群体为C＝{c₁，c₂，…，c_I}，共有I个客户；M_i为客户c_i的需求数量；ξ_ijk表示为客户c_i到客户c_j由第k辆车进行服务 ；

所述步骤21中所述基于定积分的滚动时域控制策略为：

利用定积分将预期服务时间服从的正态分布在区间(0，ST)内划分为概率大小相等的W个部分，每个部分的区间大小就是窗口的大小，每个时间窗口都被标识为DTW_w；第w个时间窗口的开始时间和结束时间分别为DTWS_w和DTWE_w，第一个窗口的开始时间是DTWS₁＝0，第W个窗口的结束时间是DTWE_W＝ST；窗口滑动过程中，前一个时间窗口的结束时间即为后一个时间窗口的开始时间；

基于定积分的滚动时域控制策略划分动态滚动时域控制的窗口大小的具体步骤如下：

Step1：计算总概率，用定积分计算正态分布在(0，ST)处的总概率P，其中0xST；

Step2：计算平均概率，根据窗口数量W计算平均概率AvgP＝P/W，其中0xST；

Step3：窗口大小的计算，若为第一个窗口w＝1，则将0作为本窗口的开始时间DTWS₁；对于正整数Δt0且ΔtST，存在一个常数ΔP，找出满足AvgP-PΔP的第一个Δt值，其中DTWS₁xΔt，将该Δt值作为第一个窗口的结束时间；对于最后一个窗口w＝W，使用前一个窗口的结束时间DTWE_w-1作为该窗口的开始时间DTWS_W，将ST作为该窗口的结束时间DTWE_w；对于w1和wW的窗口，使用前一个窗口的结束时间DTWE_W-1作为该窗口的开始时间DTWSw；对于正整数ΔtDTWSw且ΔtST，存在一个常数ΔP，找到满足条件AvgP-PΔP的第一个Δt值，其中DTWS_WxΔt，将该Δt值用此时间窗口的结束时间DTWEw；

Step4：窗口划分终止，所有窗口大小计算都已完成，则结束，否则返回至Step3。