本發(fā)明屬于車(chē)輛智能優(yōu)化調(diào)度
技術(shù)領(lǐng)域：
，涉及一種處理快遞新增取件需求的車(chē)輛自治調(diào)度方法。
背景技術(shù)：
：電子商務(wù)環(huán)境下的客戶(hù)需求呈現(xiàn)出規(guī)模龐大、動(dòng)態(tài)程度高的特點(diǎn)。動(dòng)態(tài)需求在時(shí)間上的隨機(jī)出現(xiàn)和空間上的隨機(jī)分布，使得快遞公司只有對(duì)這些動(dòng)態(tài)需求進(jìn)行延時(shí)批量處理，才能降低居高不下的空載率，取得規(guī)模效益，但這樣又進(jìn)一步降低了物流配送服務(wù)的時(shí)效性。特別是在配送過(guò)程中，客戶(hù)可以隨時(shí)提交或取消寄件訂單、要求盡快上門(mén)取件，快遞公司如果不能對(duì)客戶(hù)需求做出快速響應(yīng)并及時(shí)變更原來(lái)的快遞取送件方案，繼續(xù)沿用過(guò)去的集中式數(shù)據(jù)處理方式和調(diào)度方法，不僅不會(huì)使客戶(hù)滿(mǎn)意度提高，還會(huì)進(jìn)一步增加企業(yè)的物流配送成本。多智能體系統(tǒng)(multi-agentsystem，mas)是多個(gè)智能體組成的集合，可以將大而復(fù)雜的系統(tǒng)建設(shè)成小的、彼此互相通信和協(xié)調(diào)的易于管理的系統(tǒng)，具有適應(yīng)性、自組織和良好的協(xié)調(diào)性能，可通過(guò)協(xié)調(diào)方式完成繁雜的整體運(yùn)作。利用mas能夠進(jìn)行高效的動(dòng)態(tài)運(yùn)算，非常適用于解決物流配送中的車(chē)輛調(diào)度問(wèn)題。將mas技術(shù)引入物流配送系統(tǒng)中，可以實(shí)現(xiàn)配送車(chē)輛的自治調(diào)度。車(chē)輛自治調(diào)度是一種分布式的自治物流調(diào)度方法，區(qū)別于傳統(tǒng)的集中式物流調(diào)度，車(chē)輛自治調(diào)度的決策主體是配送車(chē)輛上的車(chē)載智能體，而不再是配送中心或調(diào)度中心。車(chē)載智能體享有自治權(quán)，可以根據(jù)實(shí)時(shí)信息自主做出判斷和決策。較傳統(tǒng)的集中式物流調(diào)度，車(chē)輛自治調(diào)度能夠應(yīng)對(duì)大規(guī)模的運(yùn)輸任務(wù)，適應(yīng)交通、路網(wǎng)的動(dòng)態(tài)變化，能夠及時(shí)處理隨機(jī)出現(xiàn)的客戶(hù)需求信息。在車(chē)輛自治調(diào)度方法下，配送中心或調(diào)度中心主要負(fù)責(zé)傳輸信息和協(xié)調(diào)各個(gè)車(chē)輛更好地完成任務(wù)，并對(duì)全部配送車(chē)輛進(jìn)行宏觀調(diào)控；對(duì)于單一配送車(chē)輛的管理，由各個(gè)車(chē)輛上的車(chē)載智能體分別進(jìn)行管理。在車(chē)輛自治調(diào)度方法下，車(chē)載智能體可根據(jù)實(shí)時(shí)路況信息和需求信息，自主對(duì)車(chē)輛行駛路徑做出動(dòng)態(tài)規(guī)劃；對(duì)于隨機(jī)發(fā)生的新增取件需求，車(chē)載智能體可自主判斷是否可將此需求插入到當(dāng)前行駛路線(xiàn)中，并自主決策出最佳插入位置；針對(duì)存在多輛配送車(chē)輛都可以接受同一取件需求的情況，利用多智能體所具有的適應(yīng)性、自組織和良好的協(xié)調(diào)性能，可通過(guò)多車(chē)協(xié)調(diào)自治決策方式，解決從多個(gè)可行取件車(chē)輛中選出最佳車(chē)輛的復(fù)雜決策問(wèn)題。利用正在配送的車(chē)輛完成新增取件需求，可以大大縮短物流時(shí)間，降低了物流配送成本；通過(guò)車(chē)輛自治調(diào)度，由多個(gè)配送車(chē)輛協(xié)調(diào)自治決策出最佳取件車(chē)輛，可以大幅提高對(duì)客戶(hù)訂單的響應(yīng)速度，提高了企業(yè)的客戶(hù)滿(mǎn)意度。車(chē)輛自治調(diào)度能夠更合理、更有效的實(shí)現(xiàn)物流資源的配置和提高物流響應(yīng)速度和效率，適應(yīng)了電子商務(wù)發(fā)展的需要。技術(shù)實(shí)現(xiàn)要素：本發(fā)明針對(duì)快遞公司對(duì)配送過(guò)程中出現(xiàn)的新增取件需求無(wú)法做出快速響應(yīng)、上門(mén)取件不及時(shí)的問(wèn)題，提出一種通過(guò)多個(gè)配送車(chē)輛協(xié)調(diào)自治的方式?jīng)Q策出新增取件需求的最佳插入位置，并對(duì)插入后的路線(xiàn)進(jìn)行局部路徑優(yōu)化的車(chē)輛自治調(diào)度方法。一種處理快遞新增取件需求的車(chē)輛自治調(diào)度方法包括如下步驟：步驟1配送車(chē)輛接收新增取件需求：客戶(hù)的新增取件需求首先提交到配送中心，然后由配送中心將其發(fā)送到該新增取件需求附近的車(chē)輛。設(shè)在時(shí)刻τ，客戶(hù)提交新增取件需求u，要求的上門(mén)取件服務(wù)時(shí)間窗為(etu,ltu)，etu為u的最早允許的開(kāi)始服務(wù)時(shí)間，ltu為u的最晚允許的開(kāi)始服務(wù)時(shí)間，tru表示在時(shí)刻τ，任意車(chē)輛kr到新增取件需求u所在位置的車(chē)輛行駛時(shí)間，則可以接收到新增取件需求u的車(chē)輛集合ku為：ku＝{kr|tru≤ltu-τ}步驟2新增取件需求插入可行性驗(yàn)證：配送車(chē)輛接收到新增取件需求后，首先進(jìn)行插入可行性驗(yàn)證，計(jì)算是否可將新增取件需求插入到本線(xiàn)路中，進(jìn)一步，包括如下步驟：設(shè)有一條客戶(hù)點(diǎn)數(shù)目為n的路線(xiàn)，車(chē)輛從配送中心出發(fā)，最后回到配送中心。i、j為這條路線(xiàn)上兩個(gè)相鄰的靜態(tài)客戶(hù)點(diǎn)，si為車(chē)輛在客戶(hù)點(diǎn)i處的服務(wù)時(shí)間，tij為從客戶(hù)點(diǎn)i到客戶(hù)點(diǎn)j的車(chē)輛行駛時(shí)間，btj為車(chē)輛在客戶(hù)點(diǎn)j的開(kāi)始服務(wù)時(shí)間，btj′表示將新增取件需求u插入到客戶(hù)點(diǎn)i與j后，車(chē)輛在客戶(hù)點(diǎn)j處新的開(kāi)始服務(wù)時(shí)間，定義變量pfj來(lái)反映待插入位置之后的客戶(hù)點(diǎn)在插入前后開(kāi)始服務(wù)時(shí)間的增加量，pfj計(jì)算方法如下：btj＝max{etj,bti+si+tij}btj′＝max{etj,btu+su+tuj}pfj＝btj′-btj1≤j≤n+12-1：更新當(dāng)前車(chē)輛所在位置、尚未服務(wù)的需求信息及新增的取件需求信息；2-2：選擇待驗(yàn)新增取件需求。統(tǒng)計(jì)已經(jīng)接收到的新增取件需求的最早開(kāi)始服務(wù)時(shí)間，依次選擇其中允許開(kāi)始服務(wù)時(shí)間最早的作為待驗(yàn)證的新增取件需求u；2-3：確定可行插入位置。判斷u是否可插入到線(xiàn)路中任意客戶(hù)點(diǎn)i與j之間；進(jìn)一步包括如下步驟：2-3-1:判斷u插入到點(diǎn)i與j之間后，u自身的時(shí)間窗是否滿(mǎn)足：btu≤ltu2-3-2:判斷u插入到點(diǎn)i與j之間后，后續(xù)客戶(hù)的時(shí)間窗要求是否滿(mǎn)足：btl+pfl≤ltl,j≤l≤n2-3-3：若滿(mǎn)足以上兩個(gè)條件，計(jì)算將u插入到可行位置的插入成本cost，若不滿(mǎn)足，令cost等于一個(gè)極大值m，α+β＝1,α,β,γ為不小于0的常數(shù)；cost＝α·(diu+duj-dij)+β·(btj′-btj)-γdou2-4：確定最佳插入位置。選擇cost最小的可行位置作為最佳插入位置；步驟3建立多車(chē)協(xié)調(diào)自治決策模型，選出最佳取件車(chē)輛：各個(gè)車(chē)輛經(jīng)過(guò)新增取件需求插入可行性驗(yàn)證，確定每一輛車(chē)所在路線(xiàn)的最佳可行位置后，通過(guò)多個(gè)車(chē)輛之間信息傳輸與協(xié)調(diào)決策，確定最佳取件車(chē)輛。進(jìn)一步，包括如下步驟：3-1接收到同一新增取件需求并且有可行插入位置的車(chē)輛組成協(xié)調(diào)小組，若無(wú)可行插入位置，由配送中心單獨(dú)派車(chē)完成未調(diào)度成功的新增取件需求；3-2根據(jù)多車(chē)協(xié)調(diào)自治決策模型，比較協(xié)調(diào)小組內(nèi)各個(gè)車(chē)輛的決策函數(shù)評(píng)價(jià)值，確定最佳取件車(chē)輛。根據(jù)車(chē)輛當(dāng)前信息，統(tǒng)計(jì)車(chē)輛的已有任務(wù)數(shù)量、剩余裝載空間、增加的距離、后續(xù)客戶(hù)點(diǎn)延誤時(shí)間增加值及總工作時(shí)間，建立決策函數(shù)如下：其中表示將ct歸一化處理，設(shè)ct＝{ct1,ct2,…,ctn}，ct中任意元素ctr的歸一化處理方法如下：其中ωt表示在決策函數(shù)cbest各決策變量中ct所占的權(quán)重，依次對(duì)ct中各元素歸一化處理，得到同理可對(duì)cg、cn、cc歸一化處理，得到具體的相關(guān)函數(shù)定義過(guò)程如下：1)若將新增取件需求u插入到車(chē)輛ki所在的線(xiàn)路，計(jì)算所需要的總工作時(shí)間ti′，根據(jù)配送車(chē)輛最長(zhǎng)工作時(shí)間tmax確定總工作時(shí)間控制變量ct:ct＝tmax-ti′2)車(chē)輛ki若不接受新增取件需求u，按照原有配送方案，完成取送件任務(wù)，計(jì)算返回配送中心時(shí)的剩余裝載空間rgi，計(jì)算載重量控制變量cg：rgi＝(gmax-∑gj)其中g(shù)max為車(chē)輛i最大載重量，gj為車(chē)輛客戶(hù)點(diǎn)j的送件的重量或取件的重量，若gj<0，則為送件的重量，若gj>0則為取件的重量，m表示一個(gè)極大值；3)車(chē)輛ki若不接受新增取件需求u，按照原有配送方案，統(tǒng)計(jì)已有的取件數(shù)量和送件數(shù)量計(jì)算已有任務(wù)量決策變量cn：4)若將新增取件需求u插入到車(chē)輛ki所在的線(xiàn)路中，計(jì)算插入后的距離增加值da及后續(xù)客戶(hù)點(diǎn)延誤時(shí)間增加值td，計(jì)算配送方案變動(dòng)代價(jià)變量cc:cc＝α·da+β·td，α+β＝1da＝d′-dtd＝∑dtj′-∑dtj其中d、d′分別表示插入u前后車(chē)輛行駛距離，dtj、dtj′分別表示插入u前后車(chē)輛ki在其行駛路線(xiàn)上任意客戶(hù)點(diǎn)j處的延誤時(shí)間，atj為車(chē)輛到達(dá)j處的時(shí)間，車(chē)輛在j處的延誤時(shí)間計(jì)算方法如下：dtj＝max{0,atj-ltj}步驟4單車(chē)局部路徑優(yōu)化：若經(jīng)過(guò)多車(chē)協(xié)調(diào)自治決策，確定車(chē)輛i為最佳取件車(chē)輛，車(chē)輛i根據(jù)單車(chē)動(dòng)態(tài)路徑優(yōu)化模型，對(duì)插入新需求后的路線(xiàn)重新優(yōu)化，調(diào)整取送件順序，生成新的車(chē)輛行駛路線(xiàn)。步驟4中的路徑規(guī)劃為單車(chē)路徑規(guī)劃，屬于tsp問(wèn)題，但與典型tsp問(wèn)題不同的是：典型tsp問(wèn)題是一個(gè)閉環(huán)回路，車(chē)輛從起點(diǎn)出發(fā)，最后回到起點(diǎn)；而本發(fā)明是在動(dòng)態(tài)環(huán)境下對(duì)車(chē)輛路徑進(jìn)行優(yōu)化，其起點(diǎn)并不是固定的，需要在優(yōu)化時(shí)獲取車(chē)輛當(dāng)前位置，并以當(dāng)前位置作為路徑的起點(diǎn)。因此，本發(fā)明在利用蟻群算法求解路徑時(shí)，將各個(gè)螞蟻放在同一個(gè)出發(fā)點(diǎn)即車(chē)輛當(dāng)前位置，以保證生成的路徑方案能夠執(zhí)行。在對(duì)插入新增取件需求后的路線(xiàn)進(jìn)行單車(chē)局部路徑優(yōu)化時(shí)，建立單車(chē)動(dòng)態(tài)路徑優(yōu)化模型，然后利用蟻群算法對(duì)其求解，生成新的車(chē)輛行駛路線(xiàn)。本發(fā)明建立的單車(chē)動(dòng)態(tài)路徑優(yōu)化模型如下：iw所有尚未服務(wù)的客戶(hù)點(diǎn)集合iθ配送車(chē)輛所在位置c1車(chē)輛行駛成本系數(shù)c2車(chē)輛早于eti到達(dá)客戶(hù)點(diǎn)i的懲罰系數(shù)c3車(chē)輛晚于lti到達(dá)客戶(hù)點(diǎn)i的懲罰系數(shù)eti客戶(hù)點(diǎn)i最早允許的開(kāi)始服務(wù)時(shí)間lti客戶(hù)點(diǎn)i最晚允許的開(kāi)始服務(wù)時(shí)間ati到達(dá)客戶(hù)點(diǎn)i的時(shí)間wti提前到達(dá)客戶(hù)點(diǎn)i需要等待的時(shí)間tij從客戶(hù)點(diǎn)i到客戶(hù)點(diǎn)j的行駛時(shí)間dij從客戶(hù)點(diǎn)i到客戶(hù)點(diǎn)j的距離決策變量：目標(biāo)函數(shù)：約束條件：atj＝ati+wti+si+tijwti＝max(eti-ati,0)(5)(1)式為目標(biāo)函數(shù)，表示最小化車(chē)輛行駛成本、客戶(hù)滿(mǎn)意度成本；(2)式、(3)式確保每個(gè)客戶(hù)點(diǎn)都只能被一輛車(chē)服務(wù)，且只能被訪(fǎng)問(wèn)一次；(4)式為車(chē)輛最大載重量限制；(5)式為車(chē)輛到達(dá)客戶(hù)點(diǎn)時(shí)間及等待時(shí)間的計(jì)算公式；如圖2所示，本發(fā)明用來(lái)進(jìn)行單車(chē)路徑規(guī)劃的蟻群算法流程描述如下:a)初始化參數(shù)初始化相關(guān)參數(shù)：蟻群規(guī)模m、信息素重要程度因子α、啟發(fā)函數(shù)重要程度因子β、信息素?fù)]發(fā)因子ρ、信息素釋放總量q、最大迭代次數(shù)nmax、迭代次數(shù)初值n0＝1。b)構(gòu)建解空間將各個(gè)螞蟻放在同一個(gè)出發(fā)點(diǎn)即車(chē)輛當(dāng)前位置，對(duì)每個(gè)螞蟻w(w＝1,2,…,m)，按照轉(zhuǎn)移概率計(jì)算其下一個(gè)到達(dá)的客戶(hù)點(diǎn)，直到所有螞蟻訪(fǎng)問(wèn)完所有客戶(hù)點(diǎn)。其中，τij(t)為啟發(fā)函數(shù)，ηij(t)＝1/dij，表示螞蟻從客戶(hù)點(diǎn)i轉(zhuǎn)移到客戶(hù)點(diǎn)j的期望程度；cpw(w＝1,2,…,m)為螞蟻w待服務(wù)客戶(hù)點(diǎn)的集合，α為信息素重要程度因子，β為啟發(fā)函數(shù)重要程度因子。c)更新信息素計(jì)算各個(gè)螞蟻經(jīng)過(guò)的路徑長(zhǎng)度lw(w＝1,2,…,m)，記錄當(dāng)前迭代次數(shù)中的最優(yōu)解。同時(shí)，根據(jù)如下公式對(duì)各個(gè)客戶(hù)點(diǎn)連接路徑上的信息素濃度進(jìn)行更新。其中表示第w只螞蟻在客戶(hù)點(diǎn)i與客戶(hù)點(diǎn)j連接路徑上釋放的信息素濃度；δτij表示所有螞蟻在客戶(hù)點(diǎn)i與客戶(hù)點(diǎn)j連接路徑上釋放的信息素濃度之和。其中q為常數(shù)，表示螞蟻循環(huán)一次所釋放的信息素總量；lw為第w只螞蟻經(jīng)過(guò)路徑的長(zhǎng)度。d)判斷是否終止若迭代次數(shù)n<nmax，則令n＝n+1，清空螞蟻經(jīng)過(guò)的記錄表，并返回步驟2；否則，終止計(jì)算，輸出最優(yōu)解。本發(fā)明的有益效果在于：有效地彌補(bǔ)了傳統(tǒng)集中調(diào)度方法費(fèi)時(shí)費(fèi)力的缺點(diǎn)，對(duì)于新增取件需求，無(wú)須經(jīng)過(guò)配送中心批量調(diào)度，配送車(chē)輛可自主判斷能否接受取件需求；利用mas技術(shù)的適應(yīng)性、自組織和良好的協(xié)調(diào)性能，可以避免存在多個(gè)車(chē)輛爭(zhēng)搶同一取件需求，解決從多個(gè)可行取件車(chē)輛選出最佳車(chē)輛的復(fù)雜決策問(wèn)題；利用智能體進(jìn)行高效的動(dòng)態(tài)運(yùn)算，可根據(jù)動(dòng)態(tài)情況，及時(shí)對(duì)車(chē)輛行駛路徑進(jìn)行更新和優(yōu)化。本發(fā)明提出的車(chē)輛自治調(diào)度方法可以大幅縮短快遞配送和上門(mén)取件時(shí)間，大大提高對(duì)客戶(hù)動(dòng)態(tài)訂單的響應(yīng)速度，提高了客戶(hù)滿(mǎn)意度，并降低物流成本。附圖說(shuō)明圖1車(chē)輛自治調(diào)度過(guò)程圖2蟻群算法流程圖圖3車(chē)輛自治調(diào)度開(kāi)始時(shí)新增取件需求位置及車(chē)輛位置路線(xiàn)圖具體實(shí)施方式下面將結(jié)合實(shí)施例和附圖對(duì)本
發(fā)明內(nèi)容進(jìn)行詳細(xì)說(shuō)明。為了說(shuō)明本發(fā)明所述的車(chē)輛自治調(diào)度方法，需要生成靜態(tài)配送路線(xiàn)作為調(diào)度過(guò)程的基礎(chǔ)。因此，在實(shí)施例中，車(chē)輛離開(kāi)配送中心前每一輛車(chē)根據(jù)已經(jīng)確定的自己需要完成的取送件需求，利用單車(chē)動(dòng)態(tài)路徑優(yōu)化模型，利用蟻群算法對(duì)這些需求點(diǎn)進(jìn)行單個(gè)車(chē)輛的路徑規(guī)劃，從而得到初始配送路線(xiàn)。單車(chē)動(dòng)態(tài)路徑優(yōu)化模型如下：iw所有未服務(wù)的客戶(hù)點(diǎn)集合iθ配送車(chē)輛所在位置c1車(chē)輛行駛成本系數(shù)c2車(chē)輛早于eti到達(dá)客戶(hù)點(diǎn)i的懲罰系數(shù)c3車(chē)輛晚于lti到達(dá)客戶(hù)點(diǎn)i的懲罰系數(shù)eti客戶(hù)點(diǎn)i最早允許的開(kāi)始服務(wù)時(shí)間lti客戶(hù)點(diǎn)i最晚允許的開(kāi)始服務(wù)時(shí)間ati到達(dá)客戶(hù)點(diǎn)i的時(shí)間wti提前到達(dá)客戶(hù)點(diǎn)i需要等待的時(shí)間tij從客戶(hù)點(diǎn)i到客戶(hù)點(diǎn)j的行駛時(shí)間dij從客戶(hù)點(diǎn)i到客戶(hù)點(diǎn)j的距離決策變量：目標(biāo)函數(shù)：約束條件：atj＝ati+wti+si+tijwti＝max(eti-ati,0)(5)(1)式為目標(biāo)函數(shù)，表示最小化車(chē)輛行駛成本、客戶(hù)滿(mǎn)意度成本；(2)式、(3)式確保每個(gè)客戶(hù)點(diǎn)都只能被一輛車(chē)服務(wù)，且只能被訪(fǎng)問(wèn)一次；(4)式為車(chē)輛最大載重量限制；(5)式為車(chē)輛到達(dá)客戶(hù)點(diǎn)時(shí)間及等待時(shí)間的計(jì)算公式；蟻群算法求解過(guò)程如下：a)初始化參數(shù)初始化相關(guān)參數(shù)：蟻群規(guī)模m＝50、信息素重要程度因子α＝1、啟發(fā)函數(shù)重要程度因子β＝5、信息素?fù)]發(fā)因子ρ＝0.1、信息素釋放總量q＝1、最大迭代次數(shù)nmax＝200、迭代次數(shù)初值n0＝1。b)構(gòu)建解空間將各個(gè)螞蟻放在同一個(gè)出發(fā)點(diǎn)即車(chē)輛當(dāng)前位置，對(duì)每個(gè)螞蟻w(w＝1,2,…,m)，按照轉(zhuǎn)移概率計(jì)算其下一個(gè)到達(dá)的客戶(hù)點(diǎn)，直到所有的螞蟻訪(fǎng)問(wèn)完所有的客戶(hù)點(diǎn)。其中，τij(t)為啟發(fā)函數(shù)，ηij(t)＝1/dij，表示螞蟻從客戶(hù)點(diǎn)i轉(zhuǎn)移到客戶(hù)點(diǎn)j的期望程度；cpw(w＝1,2,…,m)為螞蟻w待服務(wù)客戶(hù)點(diǎn)的集合，α為信息素重要程度因子，β為啟發(fā)函數(shù)重要程度因子。c)更新信息素計(jì)算各個(gè)螞蟻經(jīng)過(guò)的路徑長(zhǎng)度lw(w＝1,2,…,m)，記錄當(dāng)前迭代次數(shù)中的最優(yōu)解。同時(shí)，根據(jù)如下公式對(duì)各個(gè)客戶(hù)點(diǎn)連接路徑上的信息素濃度進(jìn)行更新。其中表示第w只螞蟻在客戶(hù)點(diǎn)i與客戶(hù)點(diǎn)j連接路徑上釋放的信息素濃度；δτij表示所有螞蟻在客戶(hù)點(diǎn)i與客戶(hù)點(diǎn)j連接路徑上釋放的信息素濃度之和。其中q為常數(shù)，表示螞蟻循環(huán)一次所釋放的信息素總量；lw為第w只螞蟻經(jīng)過(guò)路徑的長(zhǎng)度。d)判斷是否終止若迭代次數(shù)n<nmax，則令n＝n+1，清空螞蟻經(jīng)過(guò)的記錄表，并返回步驟2；否則，終止計(jì)算，輸出最優(yōu)解。以下以30個(gè)快遞取送件需求客戶(hù)點(diǎn)為例對(duì)本發(fā)明提出的一種處理快遞新增取件需求的車(chē)輛自治調(diào)度方法進(jìn)行詳細(xì)說(shuō)明：配送中心坐標(biāo)序號(hào)為0，坐標(biāo)為(35,35)，在不加班情況下的正常工作時(shí)間窗為(0,230)，車(chē)輛平均行駛速度設(shè)定為1，最大載重量為200，服務(wù)時(shí)間s＝10，c1、c2、c3的取值分別為1、1.5、2。配送車(chē)輛對(duì)30個(gè)客戶(hù)點(diǎn)進(jìn)行快遞件的收派，其中1-29為已知的客戶(hù)點(diǎn)，客戶(hù)點(diǎn)30為新增取件客戶(hù)點(diǎn)。gi為客戶(hù)點(diǎn)i處的快遞重量，若快遞重量gi>0，則快遞需求i為送件需求，若快遞重量gi<0，則快遞需求i為取件需求。各個(gè)客戶(hù)點(diǎn)的坐標(biāo)(xi,yi)、時(shí)間窗(eti,lti)及快遞重量gi如下表1所示：表1各個(gè)客戶(hù)點(diǎn)坐標(biāo)、時(shí)間窗及快遞重量序號(hào)xiyietiltigi03535023001153020107-262253054153-33302570208-234151032137-20530530154-86102054105-1972020117160-885542145-169241225172-510233115158-711111431138-181263829189-1613321278133-714212417123-281514372197-11161131681431717162274117111841879118351928188411116201519130194121222218181222182441199122326278812127242524148320252227119160212625211221532227192132931028202638137929181828195173012245910213根據(jù)實(shí)施例中所建的單車(chē)動(dòng)態(tài)路徑優(yōu)化模型，利用蟻群算法對(duì)客戶(hù)點(diǎn)進(jìn)行車(chē)輛路徑規(guī)劃，可得車(chē)輛行駛路線(xiàn)。在本發(fā)明實(shí)施例中，一種處理快遞新增取件需求的車(chē)輛自治調(diào)度方法，具體實(shí)施步驟如下：步驟1配送車(chē)輛接收新增取件需求：假設(shè)配送中心在時(shí)刻τ＝5，接到新增取件需求，序號(hào)為30，配送中心將需求信息發(fā)送給配送車(chē)輛，接收到新增取件需求30的車(chē)輛集合k30為：k30＝{kr|tr30≤lt30-τ}統(tǒng)計(jì)接收到新增取件需求30的車(chē)輛，更新這些車(chē)輛位置數(shù)據(jù)，并以各個(gè)車(chē)輛所在位置為對(duì)應(yīng)虛擬客戶(hù)點(diǎn)位置，虛擬客戶(hù)點(diǎn)的最早開(kāi)始服務(wù)時(shí)間eti取當(dāng)前時(shí)刻τ，最晚開(kāi)始服務(wù)時(shí)間lti取值為車(chē)輛所在路線(xiàn)下一個(gè)客戶(hù)的最晚服務(wù)時(shí)間lti+1,虛擬客戶(hù)點(diǎn)的信息如下表2所示：表2虛擬客戶(hù)點(diǎn)信息更新在當(dāng)前時(shí)刻，各個(gè)車(chē)輛尚未服務(wù)的客戶(hù)點(diǎn)信息，獲取各車(chē)輛的路線(xiàn)信息如下表3所示，車(chē)輛自治調(diào)度開(kāi)始時(shí)新增取件需求的位置及車(chē)輛位置路線(xiàn)如圖3所示。表3各個(gè)車(chē)輛路線(xiàn)信息步驟2新增取件需求插入可行性驗(yàn)證：本發(fā)明實(shí)施例中，以路線(xiàn)1為例，對(duì)新增取件需求的插入可行性進(jìn)行驗(yàn)證，可行插入位置及插入成本的評(píng)價(jià)值如下表4所示：表4路線(xiàn)1可行插入位置及插入成本路線(xiàn)1中最小插入成本為9.589，最佳插入位置在第3個(gè)客戶(hù)點(diǎn)與第4個(gè)客戶(hù)點(diǎn)之間，即客戶(hù)點(diǎn)12與客戶(hù)點(diǎn)16之間，將客戶(hù)點(diǎn)30插入到路線(xiàn)1后路線(xiàn)為：θ1-15-12-[30]-16-1-2-23-25-26-3-0同理可得其他路線(xiàn)的可行插入位置，路線(xiàn)2的最佳插入位置為客戶(hù)點(diǎn)6與18之間，路線(xiàn)3的最佳插入位置為客戶(hù)點(diǎn)22與17之間。在本發(fā)明實(shí)施例中，存在多輛配送車(chē)輛都可以將新增取件需求30插入到自身線(xiàn)路中，因此需要利用多車(chē)協(xié)調(diào)自治決策方法，選出最佳取件車(chē)輛。步驟3建立多車(chē)協(xié)調(diào)自治決策模型，選出最佳取件車(chē)輛：各配送車(chē)輛經(jīng)過(guò)新增取件需求插入可行性驗(yàn)證，確定最佳可行位置后，通過(guò)多個(gè)車(chē)輛之間信息傳輸與決策，確定最佳取件車(chē)輛。根據(jù)車(chē)輛當(dāng)前信息，計(jì)算車(chē)輛的已有任務(wù)數(shù)量、剩余裝載空間、增加的距離、后續(xù)客戶(hù)點(diǎn)延誤時(shí)間增加值及總工作時(shí)間，建立決策函數(shù)如下：表5決策變量權(quán)重本發(fā)明實(shí)施例中設(shè)定決策變量權(quán)重如表5所示，tmax＝230，μ＝1.5，α＝0.3，β＝0.7，決策函數(shù)各變量計(jì)算過(guò)程如下：5)若將新增取件需求u插入到車(chē)輛ki所在的線(xiàn)路，計(jì)算所需要的總工作時(shí)間ti′，根據(jù)配送車(chē)輛最長(zhǎng)工作時(shí)間tmax確定總工作時(shí)間控制變量ct:ct＝tmax-ti′6)車(chē)輛ki若不接受新增取件需求u，按照原有配送方案，完成取送件任務(wù)，計(jì)算返回配送中心時(shí)的剩余裝載空間rgi，計(jì)算載重量控制變量cg：rgi＝(gmax-∑gj)其中g(shù)max為車(chē)輛i最大載重量，gj為車(chē)輛客戶(hù)點(diǎn)j的送件的重量或取件的重量，若gj<0，則為送件的重量，若gj>0則為取件的重量，m表示一個(gè)極大值；7)車(chē)輛ki若不接受新增取件需求u，按照原有配送方案，統(tǒng)計(jì)已有的取件數(shù)量和送件數(shù)量計(jì)算已有任務(wù)量決策變量cn：8)若將新增取件需求u插入到車(chē)輛ki所在的線(xiàn)路中，計(jì)算插入后的距離增加值da及后續(xù)客戶(hù)點(diǎn)延誤時(shí)間增加值td，計(jì)算配送方案變動(dòng)代價(jià)變量cc:cc＝α·da+β·td，α+β＝1在本發(fā)明實(shí)施例中，依次對(duì)3條路線(xiàn)的各個(gè)決策函數(shù)變量進(jìn)行計(jì)算，3條路線(xiàn)決策函數(shù)計(jì)算結(jié)果如下表6所示：表6三條路線(xiàn)決策函數(shù)變量計(jì)算結(jié)果歸一化處理后，計(jì)算結(jié)果如下表7所示：表7歸一化處理后三條路線(xiàn)決策函數(shù)變量計(jì)算結(jié)果分析表格可得cbest＝-0.053，即將新增取件需求插入到路線(xiàn)3的客戶(hù)點(diǎn)22與17之間，則插入客戶(hù)點(diǎn)的新路線(xiàn)為：24-14-28-22-(30)-17-19-9-10-5-13-0步驟4單車(chē)局部路徑優(yōu)化：若經(jīng)過(guò)多車(chē)協(xié)調(diào)自治決策，車(chē)輛i被選定為最佳取件車(chē)輛，該車(chē)輛根據(jù)單車(chē)動(dòng)態(tài)路徑優(yōu)化模型，對(duì)插入新需求后的路線(xiàn)重新優(yōu)化，調(diào)整取送件順序，生成新的車(chē)輛行駛路線(xiàn)。根據(jù)步驟1中動(dòng)態(tài)路徑規(guī)劃模型，利用蟻群算法對(duì)插入新需求后的路線(xiàn)重新優(yōu)化，可得局部路徑優(yōu)化后的車(chē)輛行駛路線(xiàn)：24-14-28-22-(30)-17-19-13-5-10-9-0表8路線(xiàn)3優(yōu)化過(guò)程根據(jù)表8所示路線(xiàn)3優(yōu)化過(guò)程所示：相比插入新增取件需求后的路線(xiàn)，經(jīng)過(guò)局部路徑優(yōu)化，車(chē)輛行駛總距離和總時(shí)間小幅度增加(分別為2.39％和1.09％)，但總成本卻大幅下降(43.22％)，說(shuō)明局部路徑優(yōu)化能進(jìn)一步降低車(chē)輛行駛成本。相比初始路線(xiàn)，插入新增取件需求并經(jīng)過(guò)局部路徑優(yōu)化后，車(chē)輛行駛總距離和總時(shí)間雖然會(huì)增加(分別為11.23％和5.90％)，但卻沒(méi)有使總成本增加過(guò)多反而出現(xiàn)了較大幅度的下降(34.80％)，說(shuō)明將新增取件需求插入到正在配送中的車(chē)輛并進(jìn)行局部路徑優(yōu)化，可以大大降低客戶(hù)的等待時(shí)間和延誤時(shí)間，從而提高客戶(hù)滿(mǎn)意度，同時(shí)，利用正在配送中車(chē)輛完成新增取件需求，比起從配送中心直接派車(chē)上門(mén)取件，可以大大降低物流成本。綜上，本發(fā)明提出的車(chē)輛自治調(diào)度方法能夠有效地彌補(bǔ)了傳統(tǒng)集中調(diào)度方法費(fèi)時(shí)費(fèi)力的缺點(diǎn)，對(duì)于新增取件需求，無(wú)須經(jīng)過(guò)配送中心批量調(diào)度，配送車(chē)輛可自主判斷能否接受取件需求；利用mas系統(tǒng)的適應(yīng)性、自組織和良好的協(xié)調(diào)性能，可以避免存在多個(gè)車(chē)輛爭(zhēng)搶同一取件需求，解決從多個(gè)可行取件車(chē)輛選出最佳車(chē)輛的復(fù)雜決策問(wèn)題；利用智能體進(jìn)行高效的動(dòng)態(tài)運(yùn)算，可根據(jù)動(dòng)態(tài)情況，及時(shí)對(duì)車(chē)輛行駛路徑進(jìn)行更新和優(yōu)化。本發(fā)明提出的車(chē)輛自治調(diào)度方法可以大幅縮短快遞配送和上門(mén)取件時(shí)間，大大提高對(duì)客戶(hù)動(dòng)態(tài)訂單的響應(yīng)速度，提高了客戶(hù)滿(mǎn)意度，并降低物流成本。最后說(shuō)明的是，以上優(yōu)選實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制，盡管通過(guò)上述優(yōu)選實(shí)施例已經(jīng)對(duì)本發(fā)明進(jìn)行了詳細(xì)的描述，但本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，可以在形式上和細(xì)節(jié)上對(duì)其作出各種各樣的改變，而不偏離本發(fā)明權(quán)利要求書(shū)所限定的范圍。當(dāng)前第1頁(yè)12