[发明专利]一种城市快递取送货过程低碳调度的学习型蚁群优化方法、系统

权利要求书

1.一种城市快递取送货过程低碳调度的学习型蚁群优化方法，其特征在于：包括：

以带碳排放成本的配送成本最小化为优化目标，建立基于城市快递取送货过程车辆低碳调度问题的混合整数规划模型；

采用学习型蚁群算法对基于城市快递取送货过程车辆低碳调度问题的混合整数规划模型进行求解，获得车辆的调度方案。

2.根据权利要求1所述的城市快递取送货过程低碳调度的学习型蚁群优化方法，其特征在于：所述基于城市快递取送货过程低碳调度问题的混合整数规划模型，包括：

y_ijk≤x_ijkM_max,j∈V₀,k∈K

x_ijk∈{0,1},j∈V₀,k∈K

y_ijk≥0,j∈V₀,k∈K

式中，Z表示目标函数；V₀＝{0}∪V，V＝{1,2,3…,n}为客户点的集合，{0}表示车场，n为总客户数；K＝{1,2,…m}为车场的可用车辆集合，m为总车辆数；dist_ij为客户i到客户j的距离；x_ijk为决策变量，如果车辆k从客户i到客户j时，取值为1，否则为0；x_jik为决策变量，如果车辆k从客户j到客户i时，取值为1，否则为0；x_0jk为决策变量，如果车辆k从车场出发到客户j时，取值为为1，否则为0；x_i0k为决策变量，如果车辆k从客户i出发到车场时为，取值为1，否则为0；c为车辆的单位行驶成本，E_f为车辆单位重量单位距离耗油量，ω_c为每升燃油所含二氧化碳的重量，G为车辆自重，μ为车辆质量利用系数，σ为排放每单位二氧化碳产生的成本；y_jik为连续型变量，表示车辆k从客户j到客户i之间的载重量；y_ijk为连续型变量，表示车辆k从客户i到客户j之间的载重量；y_0jk为连续型变量，表示车辆k从车场到客户j之间的载重量；b_i、b_j为用于消除子环的变量；M_max为车辆的最大装载量，D_j为客户j处快递的需求量，P_j为客户j处快递的取货量，MD为车辆最大行驶距离。

3.根据权利要求1所述的城市快递取送货过程低碳调度的学习型蚁群优化方法，其特征在于：所述学习型蚁群优化算法，包括：

S1、编码方式：根据车辆容量约束、车辆最大行驶距离约束对客户序列进行车辆编号分配获得编码序列；其中，客户序列为基于客户编号排列的序列，客户编号为大于0的整数；

S2、初始化阶段：采用基于贪心算法的初始化策略；

S3、学习型蚁群算法寻优阶段：依据编码方式和初始化策略生成a条编码序列，采用学习型蚁群算法寻优，获得学习型蚁群算法寻优阶段最优解；

S4、终止条件：设定终止条件，如果满足则输出最优解，否则重复S3直至满足终止条件。