[发明专利]一种求解二维装载约束物流车辆调度问题的方法

权利要求书

1.一种求解二维装载约束物流车辆调度问题的方法，其特征在于，包括如下步骤：

步骤1：建立基于二维装载约束的多目标物流配送中的车辆调度问题模型；模型的输入包括客户及配送中心的位置坐标、车辆基础参数、货物基础参数、客户的预定订单和临时订单信息；约束条件有软时间窗区间、车辆载重量约束和二维装载约束；调度优化目标为达到运输总成本最小和客户满意度最大；

步骤2：在步骤1建立的模型基础上，采用多目标蚁群优化算法进行调度优化，参数初始化并以配送中心为蚂蚁的起点位置，将所有客户纳入表示蚂蚁待服务客户的集合表allow中，包括客户的位置坐标、订单信息和订单中的货物基础参数，清空表示蚂蚁已经服务的客户集合的禁忌表Tabu；每当蚂蚁服务完一个客户，就将该客户从集合表allow中移除；每当蚂蚁服务完一个客户，就将该客户添加到禁忌表Tabu中；

步骤3：蚂蚁在当前位置根据状态转移公式从集合表allow中选择下一服务客户j；

步骤4：对步骤3选择的服务客户采用二维装载策略对客户j的货品进行装载，如果无法装入或者超重，则放弃服务客户j，将蚂蚁位置更新到配送中心，并分配新车辆，转到步骤3；如果装入成功并且不超重，则更新蚂蚁位置到客户j，将客户j从集合表allow中转移到禁忌表Tabu中，并重复步骤3直至所有客户全部被服务到；

步骤5：计算蚂蚁种群中每只蚂蚁所走路径的总长度、路线和目标值等信息，产生调度解空间；目标值包括每只蚂蚁的运输成本和客户满意度；

步骤6：根据各个蚂蚁之间的支配关系构建和更新非劣解集Nset；

步骤7：根据规则更新蚂蚁种群的信息素浓度表；

步骤8：若更新的迭代次数NC未达到最大迭代次数NC_max，则迭代次数NC＝NC+1，并转到步骤2；否则，输出非劣解集Nset；

步骤4中所述二维装载策略包括如下步骤：

步骤4.1：将待装载的指定客户i的物品总面积a_i与当前车厢剩余面积A_剩进行比较：如果a_i＞A_剩，则不可装入，结束；如果a_i≤A_剩，对该客户的物品按照宽度和面积进行倒序排序，然后执行步骤4.2；

步骤4.2：每当装入客户i的下一待装物品I_im时，比较水平线集中各个水平线高度，选择高度最低的一段水平线，若存在多段水平线段高度相同并且同为最低，则选取位置处于最左边的一段水平线，作为最低水平线W_iow；

步骤4.3：比较最低水平线段和待装物品I_im的宽度w_im，如果W_low≥w_im，则将I_im放置于最低水平线的左下方，并更新水平线集的条数和高度；如果W_low＜w_im，向后搜索客户i的待装物品序列，选取序列中第一个宽度小于等于W_low的物品I_im′，将I_im′放置于最低水平线的左下方，更新水平线集的条数和高度，并将物品I_im′的状态更新为已装入；如果找不到符合条件的物品，则将最低水平线提升到与邻近水平线中高度较低的一段平齐，并更新水平线集；

步骤4.4：重复步骤4.3，直至能装入客户i物品I_im，并更新此时的水平线集；

步骤4.5：重复步骤4.4，直至客户i的物品全部装入，得到最终的水平线集；

步骤4.6：选取水平线集中的高度最大值H_max，和车厢长度L比较：如果H_max＞L，客户i的货品不可装入，水平线集更新到客户i的货品未装入前状态，结束；如果H_max≤L，客户i的货品装入完成；

步骤7中，所述规则如下：

τ_ij(t+1)＝max(ρ·τ_ij(t)+Δτ_ij，τ_min)

其中，ρ是信息素浓度挥发系数，且ρ∈[0，1]；表示第d只蚂蚁在客户i到客户j的路径上释放的信息素；L_d表示路径总成本，S_d表示平均客户满意度；Q和P分别为影响程度因子；Δτ_ij是该路径信息素浓度总和；τ_min表示信息素最低阈值。