求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法，它包括以下兩個(gè)步驟，1）建立具有硬時(shí)間窗約束的時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的數(shù)學(xué)模型；2）設(shè)計(jì)一種免疫蟻群混沌禁忌搜索算法對(duì)問(wèn)題進(jìn)行求解。本發(fā)明的有益效果為：更準(zhǔn)確的反映物流運(yùn)輸車(chē)輛路徑問(wèn)題中的實(shí)際情況，使基于此制定的調(diào)度方案更加可靠；以車(chē)輛行駛距離最短為優(yōu)化目標(biāo)，可以更好的滿(mǎn)足對(duì)于硬時(shí)間窗的適應(yīng)。引入免疫蟻群混沌禁忌搜索算法，使算法具有更好的全局和局部尋優(yōu)能力，使算法在解決大規(guī)模問(wèn)題時(shí)具有更高的效率。
【專(zhuān)利說(shuō)明】求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于物流路徑規(guī)劃控制領(lǐng)域，尤其涉及一種求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法。
【背景技術(shù)】
[0002]配送是物流系統(tǒng)的核心環(huán)節(jié)，是伴隨著市場(chǎng)而誕生的一種必然的市場(chǎng)行為，隨著市場(chǎng)競(jìng)爭(zhēng)的日益激烈以及客戶(hù)要求的不斷提高，配送在未來(lái)的市場(chǎng)競(jìng)爭(zhēng)中將起到舉足輕重的作用。在配送業(yè)務(wù)中，配送車(chē)輛優(yōu)化調(diào)度問(wèn)題的涉及面較廣，需要考慮的因素也很多，對(duì)配送企業(yè)提高服務(wù)質(zhì)量、降低經(jīng)營(yíng)成本、增加經(jīng)濟(jì)效益的影響也很大。
[0003]國(guó)內(nèi)外學(xué)者著力于研究車(chē)輛路徑問(wèn)題，主要因?yàn)樗俏锪髋渌秃徒煌ㄟ\(yùn)輸?shù)暮诵膯?wèn)題，只有解決了調(diào)度問(wèn)題才能使配送有效合理。
[0004]現(xiàn)有的車(chē)輛路徑問(wèn)題具有以下問(wèn)題:所有車(chē)輛貨物的裝載沒(méi)有考慮貨物之間的關(guān)聯(lián)約束。
[0005]因此，現(xiàn)有的物流配送方法存在缺陷，需要改進(jìn)。
[0006]帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題基于上述的問(wèn)題建立了時(shí)變速度情況下具有貨物關(guān)聯(lián)約束的車(chē)輛路徑問(wèn)題的數(shù)學(xué)模型。
[0007]近幾年，雖然一些學(xué)者在研究車(chē)輛路徑問(wèn)題中用到了精確算法，但是啟發(fā)式算法能在可行的時(shí)間復(fù)雜度之內(nèi)優(yōu)化該問(wèn)題十分具有優(yōu)勢(shì)，大多數(shù)學(xué)者還是著力研究啟發(fā)式算法來(lái)解決車(chē)輛路徑問(wèn)題?？偟膩?lái)說(shuō)，帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題具有多重約束，因而比普通車(chē)輛問(wèn)題難。在這里我們對(duì)禁忌搜索算法進(jìn)行一定的改進(jìn)，提出一種新的混合算法，用其求解具有多重約束的物流運(yùn)輸車(chē)輛路徑問(wèn)題。

【發(fā)明內(nèi)容】

[0008]本發(fā)明針對(duì)上述問(wèn)題的不足，公開(kāi)了一種求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法，本發(fā)明的目的在于建立一種具有多重約束，更能反映物流運(yùn)輸車(chē)輛路徑問(wèn)題實(shí)際
情況的數(shù)學(xué)模型，并提出響應(yīng)的求解算法進(jìn)行求解。
[0009]本發(fā)明的帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題方法包含兩部分內(nèi)容:(I)建立了帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的模型，該模型以車(chē)輛行駛路徑最短我目標(biāo)函數(shù)，在約束條件中除了考慮載重，距離，時(shí)間窗還加入了時(shí)變約束，貨物性質(zhì)關(guān)聯(lián)約束。針對(duì)禁忌搜索算法嚴(yán)重依賴(lài)初始解，鄰域解的缺陷提出了免疫蟻群混沌禁忌搜索算法，對(duì)建立的模型進(jìn)行求解。
[0010]一種求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法，其特征在于，它包括以下步驟:
步驟1)，建立具有硬時(shí)間窗約束的時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的數(shù)學(xué)模型，具體步驟如下:步驟1.1:對(duì)所述問(wèn)題進(jìn)行如下描述:時(shí)變條件下帶硬時(shí)間窗關(guān)聯(lián)物流運(yùn)輸調(diào)度問(wèn)題可以進(jìn)行如下描述:某物流運(yùn)輸企業(yè)具有一個(gè)物流中心，要為
I個(gè)客戶(hù)服務(wù)，客戶(hù)的需求量&O已知，車(chē)場(chǎng)具有》?臺(tái)最大載重為!I的車(chē)輛。配送任務(wù)必須在時(shí)段[碎，拓]內(nèi)完成。用4&_表示客戶(hù)#與客戶(hù)/間的距離。配送車(chē)輛抵達(dá)客尸，的時(shí)間用馮表示，配送車(chē)輛為客戶(hù)服務(wù)過(guò)程中所需要的服務(wù)時(shí)間用表示，用&.表示
車(chē)輛從客戶(hù)，抵達(dá)客尸J的過(guò)程所需要的時(shí)間，由第fc輛車(chē)對(duì)其進(jìn)行服務(wù)的客戶(hù)數(shù)目用
表示。同時(shí)，客戶(hù)要求配送的貨物存在性質(zhì)上的關(guān)聯(lián)性，客戶(hù)在配送時(shí)間要求上具有關(guān)聯(lián)性，有關(guān)聯(lián)約束。物流配送車(chē)輛從配送中心出發(fā)，為客戶(hù)服務(wù)，完成配送任務(wù)后返回配送中心。要求物流公司合理安排車(chē)輛和行駛路徑，保證滿(mǎn)足客戶(hù)要求的前提下，降低配送成本。于此同時(shí)，客戶(hù)要求的配送時(shí)間窗具有關(guān)聯(lián)性，有關(guān)聯(lián)的約束。本章研究基于以下假設(shè):
(1)一個(gè)配送中心,I個(gè)客戶(hù)，客戶(hù)需求已知；
(2)閉合式車(chē)輛路徑；
(3)車(chē)輛具有最大行駛距離限制且非滿(mǎn)載；
(4)每個(gè)客戶(hù)只能由一輛車(chē)配送并保證每個(gè)客戶(hù)都能被服務(wù)；
(5)配送車(chē)輛在規(guī)定時(shí)間內(nèi)完成該客戶(hù)的配送任務(wù)；
(6)客戶(hù)的時(shí)間窗已知，且為硬時(shí)間窗；
(7)客戶(hù)的物流配送時(shí)間存在時(shí)上的關(guān)聯(lián)性；
(8)客戶(hù)需求貨物性質(zhì)具有關(guān)聯(lián)性；
(9)速度時(shí)變約束，車(chē)輛在高峰時(shí)段與非高峰時(shí)段速度不同。受路況、個(gè)人等因素影響，車(chē)輛速度分段函數(shù)如圖附圖1所示:
步驟1.2，建立目標(biāo)函數(shù):
【權(quán)利要求】
1.一種求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法，其特征在于，它包括以下步驟: 步驟I )，建立具有硬時(shí)間窗約束的時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的數(shù)學(xué)模型，具體步驟如下: 步驟1.1:對(duì)所述時(shí)變條件下帶硬時(shí)間窗關(guān)聯(lián)物流運(yùn)輸調(diào)度問(wèn)題可以進(jìn)行如下描述:某物流運(yùn)輸企業(yè)具有一個(gè)物流中心，要為I個(gè)客戶(hù)服務(wù)，客戶(hù)的需求量&O已知，車(chē)場(chǎng)具有BI臺(tái)最大載重為I的車(chē)輛；配送任務(wù)必須在時(shí)段[A, % ]內(nèi)完成；用^%_表示客戶(hù)i與客戶(hù)間的距離；配送車(chē)輛抵達(dá)客戶(hù)I的時(shí)間用S表示，配送車(chē)輛為客戶(hù)服務(wù)過(guò)程中所需要的服務(wù)時(shí)間用r表示，用表示車(chē)輛從客戶(hù)^-抵達(dá)客戶(hù)JT的過(guò)程所需要的時(shí)間，由第1:輛車(chē)對(duì)其進(jìn)行服務(wù)的客戶(hù)數(shù)目用表示；同時(shí)，客戶(hù)要求配送的貨物存在性質(zhì)上的關(guān)聯(lián)性，客戶(hù)在配送時(shí)間要求上具有關(guān)聯(lián)性，有關(guān)聯(lián)約束；物流配送車(chē)輛從配送中心出發(fā)，為客戶(hù)服務(wù)，完成配送任務(wù)后返回配送中心；要求物流公司合理安排車(chē)輛和行駛路徑，保證滿(mǎn)足客戶(hù)要求的前提下，降低配送成本；于此同時(shí)，客戶(hù)要求的配送時(shí)間窗具有關(guān)聯(lián)性，有關(guān)聯(lián)的約束； 步驟1.2，建立目標(biāo)函數(shù):
2.根據(jù)權(quán)利I所述的一種求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法，其特征在于，所述步驟2)具體包括以下步驟: 步驟1:初始化算法的“信息素”分布參數(shù)； 步驟2:根據(jù)經(jīng)驗(yàn)提出“疫苗”； 步驟3:隨機(jī)的將“螞蟻”放置于任一個(gè)結(jié)點(diǎn)之上； 步驟4:每一只“螞蟻”通過(guò)重復(fù)使用偽隨機(jī)概率轉(zhuǎn)移規(guī)則建立起一條路徑，并且在該過(guò)程中，應(yīng)用局部“信息素”更新規(guī)則修改“螞蟻”剛走過(guò)的路徑上的“信息素”量，知道所有螞蟻都完成路徑構(gòu)造； 步驟5:記錄下這次迭代所產(chǎn)生的最優(yōu)解； 步驟6:對(duì)這次產(chǎn)生的最優(yōu)路徑進(jìn)行“疫苗”接種； 步驟7:使用全局“信息素”更新規(guī)則； 步驟8:判斷是否滿(mǎn)足算法終止的條件，如果是，則停止算法，若否，轉(zhuǎn)到步驟2.3繼續(xù)進(jìn)行迭代； 步驟9:輸出目前尋優(yōu)的最優(yōu)解； 步驟10:將蟻群算法搜索得到的最優(yōu)解作為CTS算法的初始解I，設(shè)定算法的參數(shù)，置空禁忌表； 步驟11:判斷是否滿(mǎn)足算法的終止條件，如果是，則算法結(jié)束并輸出最優(yōu)解，如果不滿(mǎn)足，則進(jìn)行后序步驟； 步驟12:使用混沌技術(shù)產(chǎn)生當(dāng)前解的鄰域解，從中選擇若干解作為候選解； 步驟13:判斷候選解是否滿(mǎn)足藐視準(zhǔn)則，如果滿(mǎn)足，就利用滿(mǎn)足該準(zhǔn)則的最佳狀態(tài)Jp取代I作為新的當(dāng)前解，并將對(duì)應(yīng)的禁忌對(duì)象加入禁忌表，替換禁忌表中任期為O的對(duì)象，更新禁忌表，同時(shí)用I代替“best so far”狀態(tài)，然后轉(zhuǎn)入步驟2.15，如果不滿(mǎn)足，則繼續(xù)進(jìn)行后序步驟； 步驟14:判斷候選解所對(duì)應(yīng)的各個(gè)對(duì)象的禁忌狀態(tài)，將候選解集當(dāng)作非禁忌對(duì)象所對(duì)應(yīng)的最佳狀態(tài)設(shè)置為當(dāng)前解，同時(shí)使用和它相對(duì)應(yīng)的禁忌對(duì)象替換禁忌表中任期為O的對(duì)象，更新禁忌表； 步驟15:轉(zhuǎn)步驟11，繼續(xù)進(jìn)行迭代。
3.根據(jù)權(quán)利I所述的一種求解帶硬時(shí)間窗時(shí)變關(guān)聯(lián)物流運(yùn)輸車(chē)輛路徑問(wèn)題的方法，其特征在于，步驟12使用混沌技術(shù)產(chǎn)生當(dāng)前解的鄰域解，從中選擇若干解作為候選解，具體內(nèi)容如下: 步驟12.1:選用Logistic混沛映射并初始化參數(shù): 選用Logistic混沛映射，
【文檔編號(hào)】G06Q50/28GK104036379SQ201410289898
【公開(kāi)日】2014年9月10日 申請(qǐng)日期:2014年6月26日 優(yōu)先權(quán)日:2014年6月26日
【發(fā)明者】蔡延光, 郭帥, 蔡顥 申請(qǐng)人:廣東工業(yè)大學(xué)