[发明专利]基于基因择优策略SA-GA的外卖员送餐路径规划系统

权利要求书

1.基于基因择优策略SA-GA的外卖员送餐路径规划系统，其特征是包括以下步骤：

步骤一：对外卖员送餐过程中的基本条件进行假设；

(1)物品流向为单向，即纯送货；

(2)仅由一个配送中心，且外卖员从配送中心出发，最终回到配送中心；

(3)配送中心和客户点的位置坐标已知；

(4)每个客户点有且仅被访问一次；

(5)每个客户都有一个最晚服务时刻l_i，到达客户的时刻最好早于该时刻；

(6)各道路均匀通畅，不存在交通拥堵等特殊情况；

步骤二：结合基本假设定义了一系列参变量，对最低运输成本的送餐路径进行建模，建立目标方程和约束方程确定最优送餐路径规划模型；

参变量定义：

N：外卖员需服务的客户总数目；

i，j，k：分别为客户个体，i，j＝(0，1，…，N)，i，j＝0表示配送原点；

c_ij：从客户个体i到客户个体j的运输距离，其中i≠j；

α：运输单位距离的成本；

l_i：客户个体i允许的最晚服务时刻；

s_i：到达客户个体i的时刻，s₀＝0；

t_ij：从客户个体i行驶到客户个体j用的时间，其中i≠j；

f_i：完成客户个体i任务所需的服务时间；

p：延误单位时间成本；

以配送总成本最小化为目标函数，建立外卖员送餐路径规划问题的数学模型如下：

最小化配送总成本：

外卖员从配送中心出发并最终返回配送中心：

每个客户点恰好被访问一次：

外卖员到达某客户点后，必须离开该客户点：

外卖员从客户个体i到客户个体j的时间约束：

整数化约束，限定了x_ij只能取0或1：

x_ij∈{0，1}，i，j∈{1，2，…，N}    (6)

配送时间延误的惩罚成本：

P_i(s_i)＝pmax(s_i-l_i，0)     (7)

步骤三：对遗传算法加入基因择优策略和模拟退火机制进行改进，得到基于基因择优策略的模拟退火遗传算法，利用基于基因择优策略的模拟退火遗传算法对上述问题进行求解。

2.根据权利要求1所述的基于基因择优策略SA-GA的外卖员送餐路径规划系统，其特征在于对遗传算法加入基因择优策略和模拟退火机制进行改进，得到基于基因择优策略的模拟退火遗传算法，对外卖员送餐路径规划问题求解的具体实现方法为：

(Ⅰ)设置遗传算法的控制参数，对可行的配送路线进行序数编码；

(Ⅱ)标记进化代数gen＝0，随机产生包含popsize个个体的初始种群P(0)；

(Ⅲ)计算种群每个客户个体i的适应度f_i，并将个体按其适应度由大到小排序；

(Ⅳ)挑选出种群中适应度最高的个体为优选个体A，对剩余popsize-1个个体进行轮盘赌选择，选择出的popsize-1个个体与优选个体A共同作为子代种群X；

(Ⅴ)对子代种群X进行倒位变异、类部分匹配交叉交叉操作；在交叉操作中，提出基因择优策略，利用子代种群X中的优选个体A以一定概率与其余客户个体j进行类PMX交叉操作，交叉产生的两个子代个体j₁和j₂计算其适应度和选择适应度高的个体替换客户个体j，即

(Ⅵ)计算子代种群X中每个客户个体j的适应度f_j，并将个体按其适应度由大到小排序；

(Ⅶ)采用模拟退火策略，父代种群中的每个客户个体i都以一定概率P被子代种群X中的对应位客户个体j替换，概率P的表达式为：

T(gen+1)＝λT(gen)        (9)

式中，初始温度T(0)应该设的足够大，退火速率λ是小于1的正数；从上式我们可以看到，如果子代个体适应度大于父代，那么父代个体被子代对应位个体替换；如果子代个体适应度小于父代，此时算法不会立刻将子代抛弃，而是进行概率替换操作：首先在[0,1]区间内产生一个均匀分布的伪随机数ε，如果ε＜P，则接受替换；否则拒绝替换；其中概率P由适应度的变化量和温度T决定，这个值是随代数gen的增大而减小的；

(Ⅷ)经过模拟退火算法更新后的父代作为种群P(gen+1)；

(Ⅸ)更新进化代数gen自加一；

(Ⅹ)若进化代数gen达到预设最大进化代数，则终止进化迭代；否则转(Ⅲ)；

(Ⅺ)最终代种群中适应度最高的个体即为问题的最优解，将该个体解码后即为外卖员的最优送餐路径。