[发明专利]基于大规模邻域搜索算法的通用车辆路径规划方法及系统

说明书

本发明公开了基于大规模邻域搜索算法的通用车辆路径规划方法及系统，包括：生成距离矩阵；基于用户输入数据和距离矩阵在基础数据库中进行问题加载，得到车线规划问题；将车线规划问题输入到初始解生成算法中，并对初始解生成算法的参数进行网格搜索，得到初始解；大规模邻域搜索算法通过Relocate、Or‑opt2、Exchange、Cross_exchange、2‑opt、2‑opt*六种算子对初始解进行交叉迭代，得到车线规划结果；将车线规划结果进行多维结果呈现和在线地图展示。本发明综合考虑各种现实场景，将不同的场景和约束嵌入到同一个系统，以解决企业实际应用中的复杂多场景问题；采用大规模邻域搜索的算法，考虑多达六种邻域算子，充分搜索问题的最优解。

技术领域

本发明涉及车辆路径规划技术领域，具体涉及基于大规模邻域搜索算法的通用车辆路径规划方法及系统。

背景技术

中国物流当前的现状是大而不强，很多时候都是靠砸钱堆人来达到目标，运行效率极低。物流配送行业主要涉及到的是城市市内配送的环节，有需求的对象包括连锁企业以及物流公司等。其往往会在一个城市拥有一个或多个仓库点，然后在市内分布有许多门店，每天需要安排司机和车辆从仓库运送货物到门店。同时每个门店的需求也都比较个性化，比如每个门店货物需求量不同，每个门店有指定的可接受货物的时间窗，有些门店在商场里面，对送货车辆的车型有限制等。合理的安排车辆配送的线路，不仅能为企业提高管理上的效率，更能节省大量物流成本。

当前有关车辆路径优化问题(Vehicle Routing Problem，VRP)的研究均是基于单一特定场景而进行的算法设计，针对其他的场景又需要重新设计算法和求解，比如说常见的有带资源约束的VRP，多车型的VRP，半开放式的VRP等。其对于企业实际的落地应用来说是相当不利的，它降低了企业使用的灵活性，约束稍有变动，就需要技术人员修改模型，从而导致业界使用新技术的意愿较低。企业更期望有一种支持多场景的路径优化系统，并支持用户的参数输入。

发明内容

针对现有技术中存在的问题，本发明提供基于大规模邻域搜索算法的通用车辆路径规划方法及系统。

本发明公开了一种基于大规模邻域搜索算法的通用车辆路径规划方法，包括：

生成距离矩阵；

基于用户输入数据和所述距离矩阵在基础数据库中进行问题加载，得到车线规划问题；

将所述车线规划问题输入到初始解生成算法中，并对所述初始解生成算法的参数进行网格搜索，得到初始解；

所述大规模邻域搜索算法采用模拟退火的框架，且通过Relocate、Or-opt2、Exchange、Cross_exchange、2-opt、2-opt*六种算子对所述初始解进行交叉迭代，得到车线规划结果；

将所述车线规划结果进行多维结果呈现和在线地图展示。

作为本发明的进一步改进，在所述生成距离矩阵中，

调用地图API获取任意两点之间的行车距离，以此作用优化算法的数据输入；

初始状态时，通过“全量更新”模式生成全量距离矩阵；当门店增加或位置变动时，通过“增量更新”生成距离矩阵；

用户根据输出结果可手工调整距离矩阵中的值。

作为本发明的进一步改进，所述初始解生成算法为Solomon提出的Time-orientedNearest-Neighborhood算法，并对该算法参数进行网格搜索。

作为本发明的进一步改进，在对所述初始解进行交叉迭代中，

每次迭代，随机选择一个算子进行邻域搜索，每个算子被选择的概率是根据实验中各算子的表现确定的；

模拟退火的初始温度由初始解的目标函数值决定；