[发明专利]一种改进型人工鱼群算法的物流配送方法

权利要求书

1.一种改进型人工鱼群算法的物流配送方法，其特征在于，包括：

获取多个客户配送点位置和每一客户配送点需求量，基于人工鱼群算法的觅食行为，判断移动步数；

获取物流中心位置X_c和物流中心供给量Y_c，基于人工鱼群算法的聚群行为，判断移动步数；

基于人工鱼群算法的追尾行为，判断移动步数；

基于感知距离自适应变化条件和移动步长自适应变化条件，求解全局最优解；

其中，所述感知距离自适应变化条件为：

其中L为算法总迭代次数，Visual₀为客户配送点感知距离初始值，S为算法目前已迭代次数；

其中，所述移动步长自适应变化条件为：

Step＝Rand()·d_ij，其中Step为客户配送点移动步长，Rand()为(0,1)之间的随机数。

2.如权利要求1所述的改进型人工鱼群算法的物流配送方法，其特征在于，获取多个客户配送点位置和每一客户配送点需求量，基于人工鱼群算法的觅食行为，判断移动步数，包括：

获取第一目标客户配送点位置X_i对应的客户配送点需求量Y_i与第二目标客户配送点位置X_j对应的客户配送点需求量Y_j进行比较；

当Y_i＜Y_j，则向第二目标客户配送点位置X_j移动一步；

当Y_i≥Y_j，则重新选择第二目标客户配送点位置X_j，直至try_number次后，仍不满足Y_i＜Y_j，则随机移动一步，其中，try_number为尝试次数。

3.如权利要求2所述的改进型人工鱼群算法的物流配送方法，其特征在于，获取物流中心位置X_c和物流中心供给量Y_c，基于人工鱼群算法的聚群行为，判断移动步数，包括：

当d_ij＜Visual，Y_c/n_f＞δY_i，则向物流中心位置X_c移动一步，进行聚群行为，其中，d_ij＝||X_i-X_j||，为第一目标客户配送点位置X_i与第二目标客户配送点位置X_j的距离，n_f为第一目标客户配送点位置X_i邻域内客户配送点的数目，Visual为客户配送点的感知距离，δ为拥挤度因子。

4.如权利要求3所述的改进型人工鱼群算法的物流配送方法，其特征在于，基于人工鱼群算法的追尾行为，判断移动步数，包括：

当d_ij＜Visual，Y_j/n_f＞δY_i，则向第二目标客户配送点位置X_j移动一步，进行追尾行为。