[发明专利]一种多车场多车型的车辆路径规划方法

说明书

一种多车场多车型的车辆路径规划方法，包括：1)以车辆配送的总成本最低为目标建立目标函数；2)编码并重新定义操作方式；3)种群初始化；4)计算人工鱼的适应度，记录最优个体；5)对每条鱼进行评价，同时对每条鱼的行为进行选择，选取其中适应度提升最高的行为执行；6)计算得到的新种群的适应度，并更新种群中的最优解；7)对种群最优解进行退火搜索；8)一次迭代结束；9)判断是否满足终止条件，若是执行步骤10；否则，返回执行步骤5，进行新一轮迭代；10)对最后记录的最优个体进行解码，并计算其适应度的倒数，即为目标函数的值；解码后，在获得的解码序列中，两个相同车辆编号之间的客户即为该车辆的配送路线，未被使用的车辆不在解码序列中出现，输出最优方案。

技术领域

本发明涉及一种多车场多车型的车辆路径规划方法。

背景技术

车辆路径问题在生活中的应用极其广泛，特别是随着电子商务的不断发展，物流企业有了更多的机遇和挑战，而物流运输成本又是构成物流企业服务成本的重要部分，对企业的发展有重大的影响，因此，根据现实情况制定合理的车辆调度和路径方案，能够在很大程度上节省配送成本，特别是随着物流量的不断增加，合理的配送方案将带来更大的效益，同时提升物流企业的竞争力。考虑以上因素，对于该问题的求解方法的研究具有十分重要的意义。

随着客户需求以及配送规模的不断增加，最基本的单车场和单车型的车辆路径问题已经变得不太适合现实的情形，多个配送中心联合运输以及采用不同的车型进行配送在现实生活中更加常见，多车场多车型的配送方案，能够使得配送更加灵活合理，避免了单车型或者单车场的局限。多车场多车型的车辆调度和配送方案需要综合考虑更多的因素，因此，求解的复杂程度也在增加。

现有的技术在解决多车场多车型的车辆路径问题时，存在求解性能不足的普遍问题，主要问题有：

(1)不能综合考虑相关变量的联系，往往忽视或割裂了变量和约束之间的相互关系，导致求解速度慢、稳定性不高、容易陷入局部最优等问题，得到的最终方案质量较差。例如，某些技术在求解时，会先将客户分配给固定车场，再由车场服务已分配的客户，该方式导致求解搜索的空间变小，最终方案的成本仍然较高。

(2)技术的通用性较差，只能用于求解某一特征的车辆路径问题，约束条件或现实情况变化时，将变得不再适用，导致技术的应用存在很大的局限性。

(3)相关技术的改进较为局限，没有针对问题的关键部分进行改进，不能很好地符合问题的特性，求解效果仍然较差。例如，某些技术在多车场问题中，首先虚拟一个车场，所有车辆从虚拟车场出发，必须先到达实际的车场，再进行客户服务，但这种改进对于问题的求解依然不够理想。

发明内容

为了克服现有技术在解决多车场多车型车辆路径问题中的不足，如忽视或割裂了变量和约束之间联系、稳定性不高、求解过程缓慢、通用性较差、解的质量较低等，本发明的目的是提供一种多车场多车型的车辆路径规划方法，具有稳定性高、通用性强、搜索效率高，求解精度高等特点，从而克服现有技术的不足，提升求解的性能。

(1)为了建立车辆和客户的紧密联系，设计了一种新的编码方式，将车辆和客户同时进行编码，编码由两个联接的部分组成，第一部分是车辆编号的全排列，第二部分是客户编号的全排列，从而将车辆和客户两个关键变量紧密联系起来，克服了现有技术中对于变量联系考虑的不足，从而提升搜索的效率，同时，该编码方式对于其他类型车辆路径问题也同样适用，如考虑其它约束的多车场多车型车辆路径问题，单车场或单车型车辆路径问题，提升了技术的通用性。

(2)针对现有技术求解过程缓慢和解的质量较低的缺陷，本发明在人工鱼群算法嵌入模拟退火算法，并且保证在退火搜索之后，解的质量不会降低。同时，引入了邻域搜索，并设定了全局信息交流的方式，增强了局部搜索能力和全局搜索能力，加快收敛速度，进一步提升解的质量。