[发明专利]基于遗传算法的电能计量装置配送排程方法及排程系统

权利要求书

1.一种基于遗传算法的电能计量装置配送排程方法，其特征在于，包括：

S101，基于库房之间的距离、车辆的平均速度、车辆装载的库房所需表计的数量、装卸搬运一个储位的时间构建电能计量装置配送时间最短模型；基于库房所需周转箱的数量、表计的单位配送成本、固定成本构建电能计量装置配送成本最低模型；基于周转箱在车辆中的码放层数、车辆的储位数构建电能计量装置配送装载率最高模型，基于车辆工作时间、车辆载重、车辆储位构建模型约束条件；

S102，对库房之间的距离、车辆的平均速度、车辆装载的库房所需表计的数量、装卸搬运一个储位的时间、库房所需周转箱的数量、表计的单位配送成本、固定成本、周转箱在车辆中的码放层数、车辆的储位数进行编码，合成初始排程群体；

S103，计算初始排程群体的目标函数值，并根据目标函数值计算初始排程群体的适应度；

S104，根据初始排程群体的适应度对初始排程群体进行选择，组建遗传排程群体；

S105，对该遗传排程群体进行配对，生成遗传配对排程群体，对遗传配对排程群体进行交叉，得到遗传交叉排程群体，对遗传交叉排程群体进行变异，形成次遗传排程群体；

S106，重复步骤S103至步骤S105，直到计算出满足电能计量装置配送时间最短模型、电能计量装置配送成本最低模型、电能计量装置配送装载率最高模型和模型约束条件的最优排程，对该最优排程中的库房之间的距离、车辆的平均速度、车辆装载的库房所需表计的数量、装卸搬运一个储位的时间、库房所需周转箱的数量、表计的单位配送成本、固定成本、周转箱在车辆中的码放层数、车辆的储位数进行解码，获取电能计量装置配送排程表；

初始排程群体包括多个排程个体，每个排程个体是由一组编码后的库房之间的距离、车辆的平均速度、车辆装载的库房所需表计的数量、装卸搬运一个储位的时间、库房所需周转箱的数量、表计的单位配送成本、固定成本、周转箱在车辆中的码放层数、车辆的储位数组成；

所述方法还包括：

计算各排程个体的目标函数值，并根据目标函数值计算各排程个体的适应度；

根据各排程个体的适应度计算各排程个体被遗传到下一代群体中的概率，并对所有排程个体进行选择，组建遗传排程群体；

对该遗传排程群体中的排程个体进行配对，生成遗传配对排程群体，对遗传配对排程群体中的排程个体进行交叉，得到遗传交叉排程群体，对遗传交叉排程群体中的排程个体进行变异，形成次遗传排程群体；

电能计量装置配送时间最短模型如下：

其中，d_ij为从库房i点到库房j点的距离；X_ijk为车辆k从库房i点运送至库房j点，值为1，否则，为0；Y_ik为车辆k配送库房i点，值为1，否则，为0；v_k为车辆k的平均速度；qimk为车辆k装载的库房i所需表计l的数量；t为装卸搬运一个储位的时间；i,j为客户节点及配送中心，i,j＝{0,1,2,...,n}，i,j＝0时表示配送中心；k为车辆类型，k＝{1,2,3,...,K}；m为周转箱类型，m＝{1,2,3,...,M}，电能计量装置配送成本最低模型如下：

其中，l为表计类型，l＝{1,2,3,...,L}；q_ilk为车辆k装载的库房i所需周转箱m的数量；C_l为表计l的单位配送成本；μ为成本调节系数；C₀为每天的固定成本，

电能计量装置配送装载率最高模型如下：

其中，为周转箱m在车辆k中的码放层数；V_k为车辆k的储位数，

模型约束条件包括车辆工作时间约束、每辆车从计量中心出发需要回到计量中心、车辆进入某一点需要从该点离开、车辆载重约束、车辆储位约束和子回路消除约束；

车辆工作时间约束的公式具体如下：

其中，T为车辆额定工作时间，考虑加班时间时可调整，

每辆车从计量中心出发需要回到计量中心具体如下：

车辆进入某一点需要从该点离开具体如下：

车辆载重约束的公式具体如下：

其中，g_l为类型为l的表计的质量，G_k为车辆k的额定载重量，

车辆储位约束的公式具体如下：

子回路消除约束的公式具体如下：

模型约束条件还包括：根据客户节点的总需求量对客户节点设置的配送顺序；

各个体的适应度计算公式如下：

f_i＝w₁f_i¹+w₂f_i²+w₃f_i³

其中，f_i为个体的适应度，f_i¹是电能计量装置配送时间最短模型目标函数值，w₁是f_i¹的权重，f_i²为电能计量装置配送成本最低模型目标函数值，w₂是f_i²的权重，f_i³为电能计量装置配送装载率最高模型目标函数值的倒数，w₃是f_i³的权重。

2.一种实现权利要求1所述方法的基于遗传算法的电能计量装置配送排程系统，其特征在于，包括：

模型和模型约束条件构建模块，用于基于库房之间的距离、车辆的平均速度、车辆装载的库房所需表计的数量、装卸搬运一个储位的时间构建电能计量装置配送时间最短模型；基于库房所需周转箱的数量、表计的单位配送成本、固定成本构建电能计量装置配送成本最低模型；基于周转箱在车辆中的码放层数、车辆的储位数构建电能计量装置配送装载率最高模型，基于车辆工作时间、车辆载重、车辆储位构建模型约束条件；

输入参数编码模块，用于对库房之间的距离、车辆的平均速度、车辆装载的库房所需表计的数量、装卸搬运一个储位的时间、库房所需周转箱的数量、表计的单位配送成本、固定成本、周转箱在车辆中的码放层数、车辆的储位数进行编码，合成初始排程群体；

群体适应度计算模块，用于计算初始排程群体的目标函数值，并根据目标函数值计算初始排程群体的适应度；

群体选择模块，用于根据初始排程群体的适应度对初始排程群体进行选择，组建遗传排程群体；

群体重组模块，用于对该遗传排程群体进行配对，生成遗传配对排程群体，对遗传配对排程群体进行交叉，得到遗传交叉排程群体，对遗传交叉排程群体进行变异，形成次遗传排程群体；

循环迭代模块，用于将次遗传排程群体依次输入群体适应度计算模块、群体选择模块和群体重组模块，循环计算，直到计算出满足电能计量装置配送时间最短模型、电能计量装置配送成本最低模型、电能计量装置配送装载率最高模型和模型约束条件的最优排程，对该最优排程中的库房之间的距离、车辆的平均速度、车辆装载的库房所需表计的数量、装卸搬运一个储位的时间、库房所需周转箱的数量、表计的单位配送成本、固定成本、周转箱在车辆中的码放层数、车辆的储位数进行解码，获取电能计量装置配送排程表；

在模型和模型约束条件构建模块中，

电能计量装置配送时间最短模型如下：

其中，d_ij为从库房i点到库房j点的距离；X_ijk为车辆k从库房i点运送至库房j点，值为1，否则，为0；Y_ik为车辆k配送库房i点，值为1，否则，为0；v_k为车辆k的平均速度；q_imk为车辆k装载的库房i所需表计l的数量；t为装卸搬运一个储位的时间；i,j为客户节点及配送中心，i,j＝{0,1,2,...,n}，i,j＝0时表示配送中心；k为车辆类型，k＝{1,2,3,...,K}；m为周转箱类型，m＝{1,2,3,...,M}，电能计量装置配送成本最低模型如下：

其中，l为表计类型，l＝{1,2,3,...,L}；q_ilk为车辆k装载的库房i所需周转箱m的数量；C_l为表计l的单位配送成本；μ为成本调节系数；C₀为每天的固定成本，

电能计量装置配送装载率最高模型如下：

其中，为周转箱m在车辆k中的码放层数；V_k为车辆k的储位数，

模型约束条件包括车辆工作时间约束、每辆车从计量中心出发需要回到计量中心、车辆进入某一点需要从该点离开、车辆载重约束、车辆储位约束和子回路消除约束；

在模型和模型约束条件构建模块中，

车辆工作时间约束的公式具体如下：

其中，T为车辆额定工作时间，考虑加班时间时可调整，

每辆车从计量中心出发需要回到计量中心具体如下：

车辆进入某一点需要从该点离开具体如下：

车辆载重约束的公式具体如下：

其中，g_l为类型为l的表计的质量，G_k为车辆k的额定载重量，

车辆储位约束的公式具体如下：

子回路消除约束的公式具体如下：