[发明专利]一种基于遗传算法的运输企业的车辆运输路径选择方法

说明书

背景技术

对于给大型企业承揽运输业务的运输物流公司，往往面临一次性从各个配件客户处先集中零部件产品，再运输给下游大型制造企业的实际情况。如何合理调度分配运力，选择合理路径，是运输公司面临的现实问题。本发明采用最优化设计思路和遗传算法相结合，选择最节省运力的路径和载货方式，为运输企业提供更好的经济效益，节省运输的成本。

发明内容

为此，本发明提出一种基于遗传算法的运输企业的车辆运输路径选择方法。

为实现上述目的，本基于遗传算法的运输企业的车辆运输路径选择方法的步骤为:

1)建立运输费用，配送货物重量，客户与车辆关系的数学模型。

2)根据遗传算法对建立的数学模型进行求解。

进一步的，其中，运输费用模型满足运输费用模型满足其中，c_ij为从点i到点j的运输成本，Q为估计制造的零件数量，x_i为货物需求的关联系数，g_i为原料的单位重量；运输规则要求第k辆车从客户i到客户j处总距离不得大于D，客户数量n从1到N，约束条件为运送货物重量不能超过车载重量，约束条件为，每辆车一次携带的客户数量不超过总客户数，约束条件为

进一步的，遗传算法步骤为：

1)始化化随机产生规模为pop的初始种群，pop为人为设定值。

2)利用精英选择策略与轮盘赌混合的方式进行选择，对于适应值较大的个个体直接进入下一代，对于余下的个体将采用轮盘赌的方式进行选择，为保证种群的多样性，每个个体允许进入下一代的次数不超过设定值B。

3)随机选取两个父个体P1，P2进行交叉，产生两个子个体进入下一代，完成一次交叉。

4)当算法达到规定的最大迭代次数Max或者最优解保持不变达到规定的最大次数T，将终止算法。

进一步的，其中，遗传算法步骤为：

1)始化化随机产生规模为pop的初始种群。

2)利用精英选择策略与轮盘赌混合的方式进行选择，对于适应值较大的个个体直接进入下一代，对于余下的个体将采用轮盘赌的方式进行选择，为保证种群的多样性，每个个体允许进入下一代的次数不超过设定值B。

3)随机选取两个父个体P1，P2进行交叉，产生两个子个体进入下一代，完成一次交叉。

4)当算法达到规定的最大迭代次数Max或者最优解保持不变达到规定的最大次数T，将终止算法。