[发明专利]二型模糊环境下的危化品车辆路径规划方法有效

专利信息
申请号: 201910776617.5 申请日: 2019-08-22
公开(公告)号: CN110533238B 公开(公告)日: 2022-08-26
发明(设计)人: 蒋鹏;门金坤;许欢 申请(专利权)人: 杭州电子科技大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/08
代理公司: 浙江千克知识产权代理有限公司 33246 代理人: 周希良
地址: 310018 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模糊 环境 危化品 车辆 路径 规划 方法
【说明书】:

发明公开了一种二型模糊环境下的危化品车辆路径规划方法。本发明步骤是针对运输风险的不确定性,定义了危化品运输车辆路径规划模型。目标是确定风险最小化的运输路线。由于人员的流动性,本发明在传统运输风险模型的基础上引入了二型模糊变量,根据置信度方法构建了机会约束模型以及其对应的等价确定型。针对模型特性,设计了一种模拟退火算法。提出的SAA以一定的概率来接受一个比当前解要差的解,因此有可能会跳出这个局部的最优解,达到全局的最优解。本发明方法具有开放性、灵活性以及计算复杂度低等特点。

技术领域

本发明属于危化品风险管理领域,涉及到自动化技术,特别是涉及一种二型模糊环境下危化品车辆路径规划问题的机会约束规划方法。

背景技术

随着我国工业的快速发展,危化品已经成为工业生产中必不可少的重要组成部分。由于危化品的特殊性质,任何与其使用相关的活动,都伴随着巨大的风险。在危化品运输过程中,普通交通事故所导致危化品泄漏事故的概率极高,此类危化品运输事故可造成大规模人员伤亡,环境恶化与财产损失。

由于工业发展需要,危化品运输风险是无法避免的,只能通过一系列风险管理措施降低事故概率与事故后果,危化品运输路径规划是主要的运输风险管理措施之一。许多传统的方法将危化品运输问题视为一个确定性问题,忽略了运输风险的不确定性,因而距离实际应用还存在很大差距。此外,在采用分支定界法、割平面法以及PILP等精确算法在求解此类大规模优化问题时容易产生维数灾难,因此,危化品运输路径规划非常困难。

发明内容

本发明的目标是针对危化品运输路径规划中的一些难题,在满足所有给定的约束条件的背景下,确定运输风险最小的车队运输路线。

由于不确定性会导致运输风险的显著差异,本发明的技术方案是在危化品运输路径规划模型中引入二型模糊变量,通过置信度方法,提出一种机会约束规划方法将不确定性模型转换为其等价确定型。根据模型特性,设计一种模拟退火算法求解问题,最终确立了二型模糊环境下危化品车辆路径规划问题的机会约束规划方法。

本发明具体包括以下步骤:

步骤1:获取基础数据,其中包括运输车辆信息、运输道路信息、人口分布和危化品信息。

步骤2:构建危化品车辆运输路径规划模型。

将危化品运输路径规划模型定义在一个完整的有向图G=(N,L)中。N={0,1,2,…,n}是有向图中的节点集,节点0是仓储节点,C={1,2,…,n}为客户节点集,qi是节点i对危化品的需求量;L为有向图中的弧集,设arcij∈L是连接节点i和节点j的弧,dij为arcij的弧长;K={k1,k2,...,k|K|}是运输车辆集,每辆车k∈K有固定的负载能力限制Qk

①计算运输风险

根据“概率-后果”框架,运输风险被定义为事故概率与事故后果的乘积,任意两节点间的运输风险如下:

Rij=Pij×Csij,i,j∈N

式中,Rij是节点i,j∈N间的运输风险,Pij是弧arcij上的事故概率;Csij是弧arcij∈L上的事故后果。

②引入梯形区间二型模糊变量

将人口密度设为一个梯形区间二型模糊变量如下:

式中,与为两个梯形一型模糊变量,的上、下层隶属度函数分别为:与为上层隶属度函数的参数,为下层隶属度函数的参数,和分别为和的高。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910776617.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top