[发明专利]取送货问题的路线规划调度方法

说明书

本发明针对现有技术的局限性，提出了一种取送货问题的路线规划调度方法，其运用双种群协作的混合多目标局部搜索方法求解约束多目标取送货问题，能够用少的计算资源利用非法解的有用信息，对约束多目标取送货问题的多个目标同时优化，获得多样性、收敛性和合法性平衡的帕累托最优解集，从而根据所述最优解集进行路线规划调度，得到高效、合适的路线规划调度结果。

技术领域

本发明涉及智能运输调度技术领域，具体涉及一种取送货问题的路线规划调度方法。

背景技术

取送货问题在现实中有大量的应用场景，如校车路线规划、残疾人及老年人的接送问题、海运和空运调度等等。在现实中，取送货问题本质上是一个有多个目标且目标之间有时会相互冲突的，并具有多个约束条件的约束多目标优化问题。通过求解取送货问题，能够得到用于进行路线规划调度的解。

在解决约束多目标取送货问题时，对于多目标处理主要有两种方法：一是通过加权和的方法把多目标转换为单目标问题，然后使用单目标的方法来求解。这种方法存在的缺陷是：很难确定每个目标的权重。二是采用目标顺序分层的方法，比如首先优化作为主要目标的车辆路径数量，再最小化第二个目标行驶距离，对这两个目标分别采用不同的智能优化算法求解。这种方法存在的缺陷是：人为地设定不同目标的不同优化顺序可能对求解效果有很大的影响。对于约束处理主要有三类方法：一是只注重合法性而忽略了收敛性，这类约束处理机制的代表是约束占优原则(Constraint Domination Principle，CDP),这类方法总是优先选择合法解进入到下一代的种群中，即合法解总是比非法解有更高的优先级在下一代的种群中存活。这类方法存在的缺陷是：只考虑合法解，没有很好地利用违反约束的非法解，而部分非法解的信息对求解过程可能是有促进作用的。二是开始尝试平衡合法性和收敛性之间的关系,在算法搜索过程中有意识地保留非法解,利用非法解带来的有用信息，即合法解不总是比非法解拥有更高的优先级进入下一代种群。这类方法存在的缺陷是：在搜索进程中保留过多的非法解会浪费大量的计算资源，而且这也不利于算法收敛到合法区域，因此这方面仍然需要投入大量的研究工作，争取在合法性和收敛性之间取得良好的平衡。三是通过修复操作直接把非法解转换成合法解，这类方法存在的缺陷是：修复操作往往是非常耗时的操作，通过修复操作得到的合法解的质量也不能够得到保证，容易出现收敛缓慢的问题。

公开日为2019.05.17，公开号为：CN109764882A的中国发明专利：一种基于自适应局部搜索链的多目标车辆路径规划方法，试图通过构建自适应局部搜索链，将不同阶段的局部搜索操作的成果进行有效地传递和积累，以期对复杂的搜索区域进行深入且有效地探索，并利用不同的局部搜索操作对优秀候选解的信息进行持续且充分地挖掘。但是该方案无法把取送货问题看作为一个约束问题，而且其只考虑了多样性和收敛性的平衡，因此仍有一定的局限性。

发明内容

针对现有技术的局限，本发明提出一种取送货问题的路线规划调度方法，本发明采用的技术方案是：

一种取送货问题的路线规划调度方法，包括以下步骤：

S1，将待求解的取送货问题建模为约束多目标优化模型；

S2，运用双种群协作的多目标混合局部搜索方法求解所述约束多目标优化模型，获得最优解集；

S3，根据所述最优解集进行路线规划调度。

相较于现有技术，本发明运用双种群协作的混合多目标局部搜索方法求解约束多目标取送货问题，能够用少的计算资源利用非法解的有用信息，对约束多目标取送货问题的多个目标同时优化，获得多样性、收敛性和合法性平衡的帕累托最优解集，从而根据所述最优解集进行路线规划调度，得到高效、合适的路线规划调度结果。

作为一种优选方案，所述步骤S1中建模得到的约束多目标优化模型中包括以下约束条件以及优化目标；

其中，所述约束条件包括车载容量约束、客户最大延迟时间约束、车辆返回站点的最迟时间约束、同一货物取送同车约束、同一货物先取后送约束；