[发明专利]求解带硬时间窗时变关联物流运输车辆路径问题的方法有效
申请号: | 201410289898.9 | 申请日: | 2014-06-26 |
公开(公告)号: | CN104036379B | 公开(公告)日: | 2019-06-25 |
发明(设计)人: | 蔡延光;郭帅;蔡颢 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/08 |
代理公司: | 广州市南锋专利事务所有限公司 44228 | 代理人: | 刘媖 |
地址: | 510006 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种求解带硬时间窗时变关联物流运输车辆路径问题的方法,它包括以下两个步骤,1)建立具有硬时间窗约束的时变关联物流运输车辆路径问题的数学模型;2)设计一种免疫蚁群混沌禁忌搜索算法对问题进行求解。本发明的有益效果为:更准确的反映物流运输车辆路径问题中的实际情况,使基于此制定的调度方案更加可靠;以车辆行驶距离最短为优化目标,可以更好的满足对于硬时间窗的适应。引入免疫蚁群混沌禁忌搜索算法,使算法具有更好的全局和局部寻优能力,使算法在解决大规模问题时具有更高的效率。 | ||
搜索关键词: | 求解 时间 窗时变 关联 物流 运输 车辆 路径 问题 方法 | ||
【主权项】:
1.一种求解带硬时间窗时变关联物流运输车辆路径问题的方法,其特征在于,它包括以下步骤:步骤1),建立具有硬时间窗约束的时变关联物流运输车辆路径问题的数学模型,具体步骤如下:步骤1.1:对时变条件下带硬时间窗关联物流运输调度问题可以进行如下描述:某物流运输企业具有一个物流中心,要为l个客户服务,客户的需求量gi(i=1,2,........l)已知,车场具有m台最大载重为q的车辆;配送任务必须在时段[eti,lti]内完成;用dij表示客户i与客户j间的距离;配送车辆抵达客户i的时间用Si表示,配送车辆为客户服务过程中所需要的服务时间用Ti表示,用Tij表示车辆从客户i抵达客户j的过程所需要的时间,由第k辆车对其进行服务的客户数目用nk表示;同时,客户要求配送的货物存在性质上的关联性,客户在配送时间要求上具有关联性有关联约束;物流配送车辆从配送中心出发,为客户服务,完成配送任务后返回配送中心要求物流公司合理安排车辆和行驶路径,保证满足客户要求的前提下,降低配送成本;于此同时,客户要求的配送时间窗具有关联性,有关联的约束;步骤1.2,建立目标函数:
目标函数式(1)表示要求配送过程总的行驶路径最短;步骤1.3,建立不等式约束:![]()
0≤ni≤l (4)![]()
![]()
Ti=max{eti‑Si,0},i=1,2,..........,l (8)Si≤ltii,i=1,2,...........,l (9)![]()
其中,式(2)是车辆载重约束,式(3)是车辆行驶里程约束,式(4)要求每条配送路径上的客户数目小于等于总的客户数目,式(5)表示保证每个客户都能得到服务,式(6)表示某台车是否参与配送服务,式(7)表示在配送服务过程中,某一条配送路径上的某一台车到达下一个客户i的时刻
的计算,式(8)表示配送车辆在当前客户的等待时间的约束,精确的等待时间是由配送车辆抵达当前客户的时刻以及当前客户的时间窗要求共同决定的,因为硬时间窗的约束,如果配送车辆抵达当前客户的时刻不晚于客户要求的时间窗时刻,那么当前客户的时间窗的时刻与该台车抵达客户的时刻之差就是该台车所需的等待时间,如果车辆抵达当前客户的时刻晚于客户要求的时间窗时刻,则会被拒收,配送失败,等待时间为0,该式保证了车辆必须不晚于客户要求的时间窗时刻抵达配送位置,式(9)表示配送车辆必须在不晚于客户要求的时间窗的结束时间,式(8)与式(9)共同约束下,才可以保证关联物流运输调度的数学模型在硬时间窗条件的约束下完成,式(10)表示时间窗关联性,客户i要早于客户j接受服务,式(11)表示货物间装载约束,关联系数rij≥0.5则货物可以混装,否则不能进行混装,不考虑关联成本;步骤2)设计一种免疫蚁群混沌禁忌搜索算法对问题进行求解,所述步骤2)具体包括以下步骤:步骤1:初始化算法的“信息素”分布参数;步骤2:根据经验提出“疫苗”;步骤3:随机的将“蚂蚁”放置于任一个结点之上;步骤4:每一只“蚂蚁”通过重复使用伪随机概率转移规则建立起一条路径,并且在该过程中,应用局部“信息素”更新规则修改“蚂蚁”刚走过的路径上的“信息素”量,直到所有蚂蚁都完成路径构造;步骤5:记录下这次迭代所产生的最优解;步骤6:对这次产生的最优路径进行“疫苗”接种;步骤7:使用全局“信息素”更新规则;步骤8:判断是否满足算法终止的条件,如果是,则停止算法,若否,转到步骤3继续进行迭代;步骤9:输出目前寻优的最优解;步骤10:将蚁群算法搜索得到的最优解作为CTS算法的初始解x,设定算法的参数,置空禁忌表;步骤11:判断是否满足算法的终止条件,如果是,则算法结束并输出最优解,如果不满足,则进行后序步骤;步骤12:使用混沌技术产生当前解的邻域解,从中选择若干解作为候选解;步骤13:判断候选解是否满足藐视准则,如果满足,就利用满足该准则的最佳状态y取代x作为新的当前解,并将y对应的禁忌对象加入禁忌表,替换禁忌表中任期为0的对象,更新禁忌表,同时用y代替“best so far”状态,然后转入步骤15,如果不满足,则继续进行后序步骤;步骤14:判断候选解所对应的各个对象的禁忌状态,将候选解集当作非禁忌对象所对应的最佳状态设置为当前解,同时使用和它相对应的禁忌对象替换禁忌表中任期为0的对象,更新禁忌表;步骤15:转步骤11,继续进行迭代。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410289898.9/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理