[发明专利]一种基于进化算法的零散货物拼船/车运输优化方法

说明书

本发明公开了一种基于进化算法的零散货物拼船/车运输优化方法，包括如下步骤：S1：确定货物运输的配对染色体编码方案，设定染色体基因信息；S2：配置染色体进化参数；S3：按染色体进化参数，生成配对染色体编码对应的种群；S4：按染色体基因信息，解读染色体基因，计算拼运载工具运输适应值；S5：对种群交叉进化，并按S4计算子代种群适应值，按适应值优劣，父代实数编码染色体与子代实数编码色体竞争生存；S6：判断是否满足终止条件，如果不满足则优化种群返回S4并生成新的种群，如此循环直至满足终止条件，如果满足则优化结束输出最优方案。本发明避免无解假象并有效提高算法的寻优效率，节约了大数据量时的计算时间。

技术领域

本发明涉及一种零散货物拼船/车运输优化方法，特别涉及一种基于进化算法的零散货物拼船/车运输优化方法，属于运输优化与智能计算研究技术领域。

背景技术

大型船舶单位货物的运输成本一般远低于小型船舶。因此将不同批次的零散货物拼装成大船(车)进行运输可以有效提高经济效益。拼船(车)运输应用范围较广，例如进口原油的远洋拼船运输及农副产品的跨地域拼车运输等。

拼船运输一般由货物收集、长途运输与货物分送三个过程组成。具体是指：大型船泊依次经过不同的产地并将各产地的零散货物收集起来，经长途运输抵达销售地区后再依次经过不同的销地并在销地卸载相应批次的零散货物。

拼船运输优化的目标是寻找最优方案，使参与货物收集与货物分送的所有船舶的总运费最低。

拼船运输优化的限制条件包括以下几类：(1)供需平衡限制，对于任意批次的货物需求，其实际供货量与预定供货量之间的误差应控制在±5％以内；(2)单船额定载重限制，每船的货物运载量都要小于等于该船的额定载重；(3)装货日期限制，船舶必须在规定的装期之前抵达并装载货物；(4)定向运输限制，某些批次的货物可以和其他批次的货物拼船运输，但最后必须卸载到指定港口。

拼船运输优化属于NP完全问题(Non-deterministic Polynomial的问题，多项式复杂程度的非确定性问题)，常采用进化算法(遗传算法及进化算法等)予以求解。进化算法中一般采用罚函数的方式实现模型的限制条件。而当模型限制条件较为苛刻时(例如等式约束及定向运输等)，应用罚函数的方式进行约束求解常会导致无解的假象。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：提供一种法避免约束求解无解假象并有效提高算法的寻优效率的拼船/车运输方案的优化方法。

(二)技术方案

为解决上述技术问题，本发明提供了一种基于进化算法的零散货物拼船/车运输优化方法，包括如下步骤：

S1：确定货物运输的配对染色体编码方案，设定染色体基因信息；

S2：配置染色体进化参数；

S3：按染色体进化参数，生成配对染色体编码对应的种群；

S4：按染色体基因信息，解读染色体基因，计算拼运载工具运输适应值；

S5：对种群交叉进化，并按S4计算子代种群适应值，按适应值优劣，父代实数编码染色体与子代实数编码色体竞争生存；

S6：判断是否满足终止条件，如果不满足则优化种群返回S4并生成新的种群，如此循环直至满足终止条件，如果满足则优化结束输出最优方案。

其中较优地，所述确定货物运输的配对染色体编码方案的步骤具体包括：

将货物运输过程的货物收集方案、货物分送方案和参与运输的运输工具分解的为整数编码的供应单染色体、整数编码的需求单染色体和整数编码的数编码运输工具染色体配对编码。

其中较优地，所述设定染色体基因信息的步骤具体包括：