[发明专利]一种基于神经进化的配送车辆路径规划方法

权利要求书

1.一种基于神经进化的配送车辆路径规划方法，其特征在于，步骤如下：第一步：问题描述

每个货车a由一个智能体表示；在一定的调度区域P和一天之内的时间范围L内，货车集合M在同一车场启动，车场地点o，车场时间窗(e_o,l_o]，并以恒定速度行驶，处理一组在货车工作时随时间到达的物流运输请求集合；一个请求r包括宣布时间、提货地点r_i、提货地点时间窗(e_ri,l_ri]、交货地点r_j、交货地点时间窗(e_rj,l_rj]；时间窗是半开的，货车不能在时间窗开始之前服务请求，但仍可以在该窗口结束之后服务请求；提货和交货所需时间忽略不计；各地点之间的路径视为直线；货车处理完所有请求并返回车场视为解决问题，货车在行驶的过程中不允许改道；

寻找一个最优的调度方案去最小化成本函数，成本函数由如下三个值相加得到的：

(1)所有货车的总行驶时间；

(2)所有取货地点和送货地点的总延迟时间；

(3)所有货车的总超时时间；

这个成本函数不包含关于未来传入请求的任何概率信息，而是用于场景结束时确定知道的请求，即：

其中：T_a是货车a的总行驶时间；V是取货地点和交货地点的集合；t_v是货车到达v地点的时间，l_v是v地点时间窗的结束时间；t_a是货车a回到车场的时间；

第二步：基于神经进化的多智能体系统的搭建和优化

2.1基于规则的货车之间的协调

(1)每当新请求宣布时，请求都会被存储在一个中央请求列表R里面，每一辆货车a也有一个私有请求集合Ra；

(2)每当货车a有以下三种情况之一出现：货车在车场还未接受请求，货车到达取货地点取货完成，货车到达交货地点交货完成；货车a就会停车并以固定频率检查R∪Ra是否为空；

(3)如果不为空，货车a通过神经网络接受优先级最高的请求；

(4)如果货车a可以提前到达r_i或者r_j，其中提前到达的意思是货车a在该地点的时间窗开始之前到达要求地点，它将等待；直到L中添加了新请求，返回步骤2.1的(2)，或者时间已经到了该地点时间窗开始时间；

(5)如果时间已经到了该地点时间窗开始时间，货车a开始前往该地点；到达后，货车a取货或者交货，返回步骤2.1的(2)；

(6)当返回步骤2.1的(2)，L∪Ra为空，以及货车a不能在场景结束前返回车场时，则货车a返回车场；

2.2基于神经网络的货车决策

定义十个数值，表征货车a关于请求r的信息，作为神经网络的输入：

(1)等待请求r的货车的数量；

(2)货车a正在运输的货物数量；

(3)请求r中要求运输的货物是否在货车a上；

(4)距离e_ri或者e_rj的剩余时间减去货车a从现在开始到达r_i或者r_j的时间；

(5)r_i、r_j和货车a运输的货物相应交付地点之间的平均距离值、最大距离值和最小距离值；

(6)货车a所在的地点到达r_i或者r_j的距离；

(7)e_ri和e_rj与当前时间的差值；

(8)l_ri和l_rj与当前时间的差值；

(9)距离场景结束的时间；

(10)r_i或者r_j到除货车a外的所有货车的平均距离、最近距离和最远距离；

请求r对于货车a的优先级数值作为神经网络的唯一输出，货车a通过神经网络计算每一个当前可以执行的任务，选择优先级最高的请求；

2.3进化神经网络减小成本函数

初始化一个人工神经网络种群,得到多个神经网络，每个神经网络对应一个成本函数，采用神经进化算法对所述神经网络进行优化，得到最优成本函数。