[发明专利]一种基于变邻域并行退火算法的物流配送路径规划方法

说明书

本发明公开了一种基于变邻域并行退火算法的物流配送路径规划方法，包括以下步骤：1)获取待物流配送路径规划的配送相关数据，所述配送相关数据包括配送中心和配送点数据以及配送车辆数据；2)根据配送相关数据获得配送点之间的相互距离矩阵和运输时间矩阵；3)根据物流配送的客户需求设计惩罚函数和目标函数，建立物流配送路径规划优化模型；4)利用配送点数据，根据时间窗约束、车辆载重约束以及行驶距离约束规划各车辆的路径，生成物流配送路径规划优化模型的初始的较优解；5)寻找最优配送路径；6)输出最优路径结果，包括所需车辆类型以及数量、每台车的配送路径及目标函数值。本发明方法有利于减少物流企业运输成本，提高效率。

技术领域

本发明涉及智能物流技术，尤其涉及一种基于变邻域并行退火算法的物流配送路径规划方法。

背景技术

随着经济的发展，物流业不断发展壮大，特别是近几年电子商务的快速发展，物流配送规模急剧扩大，物流配送路径规划成为物流业的一个重要研究内容。现实中大量的物流配送路径规划问题都可以归结为带时间窗的车辆路径问题(Vehicle Routing Problemswith Time Windows,VRPTW)：配送中心向一定数量的配送点提供货物，各自有不同数量的货物需求，组织适当的车辆配送路线，目标是使得配送点的需求得到满足，并能在一定的约束下，达到诸如路程最短、成本最小、耗费时间最少等目标。由于物流客户的扩大、物流运输网络日益复杂、配送路线不合理等问题的存在，物流配送效率和服务质量以及资源的利用受到严重影响。因此，如何科学合理地找到最优的配送路径，降低成本，提高服务质量，是至关重要的。

当前求解VRPTW的算法主要以元启发式为主，包括遗传算法、禁忌搜索算法、模拟退火算法、粒子群算法以及变邻域搜索算法等等。而这些元启发式算法在问题求解过程中都会遇到过早陷入局部最优的问题，难以获得全局最优解。而且实际应用当中，约束和优化目标不断增加，问题的维数和难度呈指数增长，这将导致算法的性能下降，求解的速度较慢。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于变邻域并行退火算法的物流配送路径规划方法。

本发明解决其技术问题所采用的技术方案是：一种基于变邻域并行退火算法的物流配送路径规划方法，包括以下步骤：

1)获取待物流配送路径规划的配送相关数据，所述配送相关数据包括配送中心和配送点数据以及配送车辆数据；

配送中心和配送点位置坐标分别x_i,y_i(i＝0…N)，其中，i为配送点编号，配送中心编号为0；配送点需求量D_i，最早最晚到达时间分别为e_i,l_i，卸货时间分别为t_i；

配送车辆的类型和数量，根据配送车辆的类型确定各类型车辆的最大载重Q_m，最大行驶距离s_m，平均车速V_m，单位距离运输成本c_m；

2)根据配送相关数据获得配送点之间的相互距离矩阵和运输时间矩阵；

3)根据配送相关数据以物流配送成本最低设计目标函数，建立物流配送路径规划优化模型；

4)利用配送点数据，根据时间窗约束、车辆载重约束以及行驶距离约束规划各车辆的路径，生成物流配送路径规划优化模型的初始的较优解；

5)寻找最优配送路径：采用变邻域搜索算法框架，基于从路径间到路径内的层次，依次利用扰动算子对较优解进行调整，产生不同的邻居解，扩展最优解的搜索空间，针对每次利用扰动算子扩展的搜索空间，采用禁忌搜索算法寻找局部最优解；

6)当局部最优解结果收敛且达到设定的最优解不变跳出代数则结束，输出最优路径结果，包括所需车辆类型以及数量、每台车的配送路径及目标函数值。