[发明专利]物流配送车辆路径优化方法和装置有效

专利信息
申请号: 201510455181.1 申请日: 2015-07-29
公开(公告)号: CN105046365A 公开(公告)日: 2015-11-11
发明(设计)人: 余意;蒲志强;胡鹏 申请(专利权)人: 余意;南京阳雨湖自动化科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/08;G06Q50/28
代理公司: 北京恩赫律师事务所 11469 代理人: 刘守宪
地址: 210059 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物流配送 车辆 路径 优化 方法 装置
【权利要求书】:

1.一种物流配送车辆路径优化方法,其特征在于,包括:

步骤S101:获取配送路径上各配送节点之间的实时拥堵系数矩阵α,并根据实时路况对该矩阵进行定时更新;

步骤S102:初始化配送路径上各配送节点之间的距离矩阵D;

步骤S103:根据所述拥堵系数矩阵α和距离矩阵D,生成配送路径权值矩阵ω=αD;

步骤S104:初始化种群规模NZQ,选择种群规模NX、最大遗传代数NG、交叉率β、变异率γ和遗传代数n=0;

步骤S105:针对配送路径上各配送节点,采用贪婪算法生成一条初始路径r1

步骤S106:对初始路径r1进行变异操作,生成NZQ-1个新路径,初始路径与新路径组成第一代种群,并计算每条路径的适应度An

步骤S107:在当前种群中采用选择算子选择适应度最高的NX条路径,并对这NX条路径按照交叉率β和变异率γ进行交叉和变异操作,生成下一代群体,更新n=n+1;

步骤S108:当n=NG时,计算最新的种群中所有路径的适应度An,选择当前种群中适应度最高的配送路径为最优路径,算法终止;否则跳转至步骤S107。

2.根据权利要求1所述的物流配送车辆路径优化方法,其特征在于,所述步骤S101中拥堵系统矩阵α是N×N矩阵,矩阵α内的元素αij为第i个配送节点和第j个配送节点之间的拥堵系数,当i=j时,αij=INF,INF是一个无穷大的数,N表示配送节点的个数,矩阵α为:

所述步骤S102中距离矩阵D是N×N矩阵,矩阵D内的元素Dij为第i个配送节点和第j个配送节点之间的路径距离,当i=j时,Dij=INF,INF是一个无穷大的数,N表示配送节点的个数,矩阵D为:

所述步骤S103中配送路径权值矩阵ω是N×N矩阵,矩阵ω内的元素ω(i,j)为第i个配送节点和第j个配送节点之间的路径权值,ω(i,j)=αijDij,当i=j时,αij=INF,INF是一个无穷大的数,N表示配送节点的个数,矩阵ω为:

3.根据权利要求2所述的物流配送车辆路径优化方法,其特征在于,所述步骤S105包括:

步骤S1051:以序号为IPP1的配送节点为起始节点,选择与配送节点IPP1之间权值最小的配送节点为下一个配送节点IPP2,即:

ω(1,IPP2)=min(ω(1,j)),j=1,2,…,N;

同时更新ω(1,IPP2)=INF;ω(IPP2,1)=INF;

步骤S1052:选择与配送节点IPP2之间权值最小的配送节点为下一个配送节点IPP3,即:

ω(IPP2,IPP3)=min(ω(IPP2,j)),j=1,2,…,N;

同时更新ω(IPP2,IPP3)=INF;ω(IPP3,IPP2)=INF;

步骤S1053:依次选择与配送节点IPPn之间权值最小的配送节点为下一个配送节点IPPn+1,即:

ω(IPPn,IPPn+1)=min(ω(IPPn,j)),j=1,2,…,N;

同时更新ω(IPPn,IPPn+1)=INF;ω(IPPn+1,IPPn)=INF。

4.根据权利要求3所述的物流配送车辆路径优化方法,其特征在于,所述步骤S106中适应度An的函数为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于余意;南京阳雨湖自动化科技有限公司,未经余意;南京阳雨湖自动化科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510455181.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top