[发明专利]求解三维装箱约束的有限容量路径规划问题的迭代方法

说明书

本发明公开了一种求解三维装箱约束的有限容量路径规划问题的迭代方法，包括以下步骤：(1)调用有限容量路径规划问题的求解算法求得有限容量路径规划问题的一条可行的候选路径解；(2)判断所述候选路径解是否在HashMap中；若所述候选路径解不在HashMap中，则跳转到步骤(3)，否则，则跳转到步骤(4)；(3)调用装箱算法并保存搜索解的结果，将调用装箱算法的信息记录在HashMap中，对HashMap进行更新。所述求解三维装箱约束的有限容量路径规划问题的迭代方法，避免了非必要的装箱算法的调用，有效提高效率，且提高了耦合优化问题的解质量，达到算法提速和性能提升的效果，解决了现有迭代方法繁琐单一、机械化、无法适应规模变化的问题。

技术领域

本发明涉及货物装箱配送技术领域，尤其涉及一种求解三维装箱约束的有限容量路径规划问题的迭代方法。

背景技术

在实际物流运输过程中，货物配送是极为关键的一环。在集中供货的零售行业，货物需要按时从仓库送到每个零售商。这种调度问题一般可以抽象为：给定一个存放货物的物流中心，若干停在物流中心同类型的可利用车辆，若干客户以及这些客户需要的货物，如何有效安排可利用车辆的路径，把这些货物从物流中心送到每一个客户并使得某项指标最小。其中，以减低所有车辆的总运输距离为目标，同时，在安排一辆车辆的路径时，不仅要求配送货物的重量不能超过车辆的限载重量，还要给出一个切实可行的装箱方案以供工人或机器装载，我们称这个问题为考虑三维装箱约束的有限容量路径规划问题。

这是一个典型的耦合优化问题，包含了两个NP难问题：三维装箱问题(3DPP)和有限容量路径规划问题(CVRP)。目前，求解该耦合问题的一个通用求解方法如下，首先忽略三维装箱约束，调用所述有限容量路径规划问题的求解算法(以下简称RoutSolver)求出一个可行的候选路径规划解决方案，再针对该候选解决方案，用装箱算法(以下简称PackSolver)核实该路径是否有可行的装箱解。其中需要注意的是，车辆行驶路径是车辆要进行配送的有序客户点序列，每个客户点包含了该客户所需配送的货物。通过调用RoutSolver得到的每一条路径，都需要对调用PackSolver该路径进行装箱可行性检查，即检查该路径客户所需配送货货物是否可以全部装进车厢。如何控制PackSolver在每次调用时搜索解的数量是求解考虑三维装箱约束的有限容量路径规划问题过程中的难题，分配过多或过少都会影响最终解的质量。如果PackSolver每次搜索解的数量过多，会导致PackSolver花费过多时间，从而导致RoutSolver尝试的解的数量太少从而影响最终解的质量；如果PackSolver每次搜索解的数量过少，会出现一条路径本来存在可行的装箱方案而PackSolver误判为不存在，也会影响最终解的质量。

而目前求解时间分配方法一般是直接将求解时间平均分配或通过人工调整迭代次数(下文将该过程统称为调参)，经过长期的测试，从而选定合适固定值。这种方法的局限性是仅对于某种规模的实例有较好的性能表现，而不具备较优的泛化能力，每当实例规模发生改变，就需要重新进行人工调整参数而不能根据实例规模自动地调整参数值，特别是不能根据子问题的初始条件的优劣来调整寻解时间或迭代次数，并且调整参数依赖于调参经验且十分费时，效率较为低下。

发明内容

针对背景技术提出的问题，本发明的目的在于提出一种求解三维装箱约束的有限容量路径规划问题的迭代方法，避免了非必要的装箱算法的调用，有效提高效率，且提高了耦合优化问题的解质量，达到算法提速和性能提升的效果，解决了现有迭代方法繁琐单一、机械化、无法适应规模变化的问题。

为达此目的，本发明采用以下技术方案：

一种求解三维装箱约束的有限容量路径规划问题的迭代方法，包括以下步骤：

(1)调用有限容量路径规划问题的求解算法求得有限容量路径规划问题的一条可行的候选路径解；

(2)判断所述候选路径解是否在HashMap中；

若所述候选路径解不在HashMap中，则跳转到步骤(3)，否则，则跳转到步骤(4)；