[发明专利]一种基于改进布谷鸟算法的物流配送车辆路径优化方法

权利要求书

1.一种基于改进布谷鸟算法的物流配送车辆路径优化方法，其特征在于,包括以下步骤：

求解步骤：

步骤1：设置算法的参数,设置种群规模size，服务客户的数量nd，当前求解问题所需车辆数carnumber,设置车的载荷CarrayCarCan，寄生巢中鸟蛋的发现概率，算法搜索空间范围[1, carnumber]，种群迭代次数Max_iter，迭代计数器N_iter=1；

步骤2：初始化种群并计算适应度值,采用均匀分布函数随机产生size个nd维搜索空间范围为[1, carnumber]的寄生巢，记第i个寄生巢位置为，并对每个寄生巢用ceil函数进行取整，即，以保证每个客户点由一辆车进行服务，并计算其对应的适应度值

步骤3：执行寄生巢的levy游走操作，采用更新方式产生新的寄生巢位置，并与执行levy游走前的位置进行比较，选择位置较好的寄生巢保留到下一代，其中表示步长控制因子，为列维分布的函数的参数；

步骤4：执行寄生巢被发现操作，产生随机数，对该寄生巢进行扰动产生新的寄生巢，并与扰动前对应的位置进行比较，保留位置较好的寄生巢；

步骤5：执行寄生巢变异操作，采用对寄生巢进行变异操作；

步骤6：动态调整发现概率，采用动态调整寄生巢被发现概率，期中表示进行第t次迭代是的发现概率；分别为最大发现概率和最小发现概率；为最大迭代次数；为当前迭代次数；此方法确保在算法的初期，由于个体离最优值的距离较远，需要较大的位置改变速率；在算法的后期，由于大多数解聚集在最优位置周围，需要较小的位置改变速率；

步骤 7：保留每次搜索的最优位置及其适应度，判断搜索结果是否符合要求，若满足，则转至Step 8，否则转至Step 3；

步骤 8：输出最优寄生巢位置及其相应的适应度值，获得最优物流配送车辆路径方案。

2.根据权利要求1所述的一种基于改进布谷鸟算法的物流配送车辆路径优化方法，其特征在于，所涉及适应度值的计算步骤如下：

步骤1：由roadindex=unique(x)确定任意一个物流配送方案x所需要车辆，由[row,car_index]=size(roadindex)确定车辆数car_index，设置适应度值，当前方案最优配送路径 total_road；

步骤2：由subRout=find(Zx==roadindex(i))确定每辆车所服务的客户点，并形成当前车辆按照配送编号大小所形成的一条配送路径subRout；

步骤3：对每条配送路径subRout采用2-opt算法进行优化，从而获得单辆车配送的最优路径road,并记录此车辆配送路径顺序：total_road(subRout)=road;

步骤4：计算当前车辆最优路径road所经历路径长度length；

步骤5：计算当前车辆最优路径road经过的客户需求量之和sum_q；

步骤6：采用分段罚函数法惩罚载荷超出当前车辆的最大载重，设惩罚量为：fp；

步骤7：计算当前车辆最优路径road的适应度值为：

；

步骤8： 判断,若满足条件，则转至步骤2，否则转至步骤9；

步骤9： 输出方案x的适应度值，以及当前方案最优配送路径 total_road。