[发明专利]一种基于meanshift分类的大规模客户点分类配送方法

说明书

技术领域

本发明涉及一种地理信息数据处理、计算机应用领域，交通运输工程，管理科学与工程，运筹学，图论与网络分析，尤其涉及的是，物流配送领域。

背景技术

随着经济全球化和网络信息技术的飞速发展，物流配送作为一个新的经济增长点已经引起了人们的普遍关注。配送是物流系统的核心环节，是伴随着市场而诞生的一种必然的市场行为，随着市场竞争的日益激烈以及客户要求的不断提高，配送在未来的市场竞争中将起到举足轻重的作用。

国内外学者着力于研究VRPTW(vehicle routing problem with time windows)问题，主要因为它是物流配送和交通运输的核心问题，只有解决了调度问题才能使配送有效合理。VRPTW问题的目标函数可以描述为车辆从仓库(单仓库)到各分散客户点之间的行驶总距离最短和线路总花费最小。线路设计原则是，每个一个客户点只能被一辆车访问，同时必须在规定的时间窗之内。所有的线路的起点和终点必须是同一个仓库，并且在每一条线上的客户点的货运需求总量不能超过线路上的车辆的载重量。VRPTW问题实用性较强，尤其在3PL(thirdparty logistic)中。对于上百个客户点的配送问题，通过可伸缩方法在限制的时间内能得到较好的结果。Lenstra和Kan(1981)证明VRPTW问题属于NP难组合优化问题。VRPTW问题的解法丰富，比较常见的可以分为精确算法和启发式算法。采用精确算法解决VRPTW问题时，时间复杂度过高。近几年，虽然一些学者在研究VRPTW问题中用到了精确算法，但是启发式算法能在可行的时间复杂度之内优化问题，大多数学者还是着力研究启发式算法来解决VRPTW问题。总的来说，VRPTW问题比VRP问题难些。因此，采用启发式算法解决VRPTW问题更好些。近期以来，用启发式算法解决VRPTW问题已取得了较好的结果。

但是，无论用哪种方法求解物流配送问题都很少能全面综合考虑下面3个问题：①各个配送客户点之间的距离是以其直线距离作为计算依据，脱离了配送客户点之间的实际路网；②现有的VRPTW问题的研究，没有考虑道路的行车实际情况，如：车道数、通流能力等地理信息因素考虑进去；③现有的研究多是针对网点数据较小的情况(一般不超过20个)，但在网点数目庞大的情况下，从计算量上，很难得到精确解；④基于GIS的大规模客户点配送方法中，对大规模客户点分类数目的确定缺乏理论支持，一般通过经验来确定分类数目，具有一定的主观性。

因此，现有的物流配送方法存在不足，需要改进。

发明内容

为了解决大规模客户点的物流配送问题，克服已有的配送中的各个配送点之间是以直线距离为计算依据、没有考虑道路质量，流通能力等地理信息因素、网点数较小等不足，本发明提供一种以配送点间的实际路网线路距离为计算依据，同时考虑道路实际行车能力、网点数较大、配送点对货运需求时间的物流配送方法。

本发明解决其技术问题所采用的技术方案是：

一种基于meanshift分类的大规模客户点分类配送方法，包括以下步骤：

A1、获取带有至少包含NAME，OBJECTID^*，Shape^*，Shape_Length4个字段的路网矢量数据，对原始的矢量数据的不及、超过和节点不相交3种情况进行处理；然后建立GIS富网络路网模型；

A2、建立配送目标节点分类模型；

在地理坐标下，提取各个目标节点的地理坐标，依据样本密度动态选取聚类中心，直至将所有的目标节点分类；具体模型如下：

给定2维空间R²的n个样本点,i=1,…,n,在空间中任选一点x，那么Mean Shift向量的基本形式定义为: