[发明专利]一种确定车辆路径的方法及装置

说明书

本发明实施例公开了一种确定车辆路径的方法及装置，方法可以包括：获取确定车辆路径所需的信息，其中，该信息包括多个载货点、每个载货点的载重量和该车辆的最大载重量；根据每个该载货点的载重量和车辆的最大载重量，采用遗传算法对编码后的多个载货点确定出的全部车辆路径进行筛选；将遗传算法的计算结果确定出的车辆路径作为筛选出的最优车辆路径。本发明实施例实现了采用遗传算法确定最优车辆路径，有效的减少运输成本，提高运输效率。

技术领域

本发明涉及车辆路径优化领域，尤其涉及一种确定车辆路径的方法及装置。

背景技术

随着城市交通的不断发展，对物流配送中心提出了更高的要求，如何实现配送路径的最优化摆在了物流企业的面前。对物流配送路径进行优化可缩短配送时间，确保货物更快捷的送到目的地，从而提高企业运作效率。

发明内容

为了解决上述技术问题，本发明实施例提供了一种确定车辆路径的方法及装置，能够确定出最优车辆路径，有效地减少运输成本，提高运输效率。

为了达到本发明目的，本发明实施例提供了一种确定车辆路径的方法包括：

获取确定车辆路径所需的信息，其中，该信息包括多个载货点、每个载货点的载重量和车辆的最大载重量；

根据每个载货点的载重量和车辆的最大载重量，采用遗传算法对编码后的多个载货点确定出的全部车辆路径进行筛选；

将遗传算法的计算结果确定出的车辆路径作为筛选出的最优车辆路径。

优选地，该方法还包括：

采用遗传算法对编码后的多个载货点确定出的全部车辆路径进行筛选包括：

步骤1，将以自然数编码方式进行编码的多个载货点进行全排列，获取的全部排列方式作为初始群体，其中，该初始群体中的每种排列方式表示一种车辆路径，并且每种车辆路径作为该初始种群的一个个体；

步骤2，将该初始群体作为当前群体，进入步骤3；

步骤3，计算该当前群体中每个个体的适应度的值，并根据该适应度的值最大的个体产生新一代的群体；

步骤4，对该当前群体中除适应度的值最大的个体之外的个体进行交叉计算和变异计算，获得的交叉计算和变异计算后的个体存入新一代的群体；

步骤5，执行条件判断，如果该遗传算法不满足预设的终止条件，将该新一代的群体作为当前种群，并返回步骤3；如果该遗传算法满足预设的终止条件，停止计算。

优选地，该方法还包括：

计算该当前群体中每个个体的适应度的值包括：

计算该前群体中每个个体的适应值，组成该当前群体的适应值集合，其中，该适应值是每个个体对应的车辆路径的长度值；

确定该适应值集合中的最大值max，最小值min；

根据预设的适应度计算式计算该当前群体中每个个体的适应度；

其中，适应度计算式包括：适应度＝(max-适应值)/(max-min)。

优选地，该方法还包括：

计算该当前群体中每个个体的适应值包括：

从该当前群体中每个个体所对应的排列方式中的第一载货点开始，依次累加计算该车辆在各个载货点的载重量，当到达第N个载货点时，累加的总载重量达到该车辆的最大载重量时，停止累加，并结束第一次承载路程，其中，该第一载货点是指在该个体中排列在最前面的载货点；