[发明专利]一种面向智能物流多层配送的模糊进化优化方法

说明书

本发明公开了一种面向智能物流多层配送的模糊进化优化方法，包括包括以下步骤：根据现有的多层配送的车辆路线问题，对仓库、各层配送中心以及客户结点的配送路线以权重分配结构图与交叉列表的编码表示；初始化种群后进行综合排序并选择总成本最少的部分个体；通过生成模糊相似矩阵的方式得到客户之间的模糊关系。本发明一种面向智能物流多层配送的模糊进化优化方法，定义基于权重分配结构图和交叉列表的存储策略，方便得到群体中的表示路线的个体，通过生成模糊矩阵的方式得到客户之间的模糊关系，分解模糊矩阵得到的模糊子集能够很好的帮助配送中心匹配相对应的客户，并引入模糊局部搜索得到底层的衍生路线，避免不同配送中心之间的冗余计算。

技术领域

本发明涉及物流配送的技术领域，具体为一种面向智能物流多层配送的模糊进化优化方法。

背景技术

随着电子商务的迅速发展和城市化的脚步加快，物流的单层配送策略已逐渐不能满足当代物流需求的不断增长，从而使多层配送策略越来越得到重视。原因是使用多层配送策略不仅能够优化车辆分配还能减少配送成本。由于底层客户的分布会影响各层级不同层级的成本，因此底层配送中心到客户的分配将会尤其关键，物流多层配送问题是一个组合优化问题。该过程的总体目标是确保系统高效、低成本运行，同时保证需求按时交付，使整个交通网络的交通总成本最小化。由于其在现实生活中被广泛应用，包括城市物流和造成交通拥堵的货运，在过去的几十年中，人们对物流配送问题进行了深入研究。物流配送问题中，直接配送是指货物直接由交通工具从配送中心直接送达客户，多层配送系统则引入中间节点来中转货物，货物始于中央仓库，经过若干层配送中心中转，最后通过较小的车辆运输给客户。

物流多层配送问题可以转化为排列优化问题，并可以通过进化算法解决。但是，由于路线子问题的不同，对于不确定的优化问题，简单基本的进化算法并没有相对完善的进化算法具有特别显着的优势。为了提高进化算法的性能，自然的想法是将它们与不同路线子问题之间的相互关系集成在一起。在多层车辆路径问题中，由于配送中心到客户分配问题的不确定性，仅通过距离信息或其他因素很难获得最佳配送方案。因此，我们提出了一种多层物流配送问题的模糊分配方案，并将其与进化算法相结合，形成了一种称为面向智能物流多层配送的模糊进化优化的新方法。

发明内容

为解决现有技术存在的缺陷，本发明提供一种面向智能物流多层配送的模糊进化优化方法。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明一种面向智能物流多层配送的模糊进化优化方法，包括以下步骤：

S1：根据现有的多层配送的车辆路线问题，对仓库、各层配送中心以及客户结点的配送路线以权重分配结构图与交叉列表的编码表示；

S2：初始化种群后进行综合排序并选择总成本最少的部分个体；

S3：通过生成模糊相似矩阵的方式得到客户之间的模糊关系；

S4：构建模糊等价矩阵并分解得到模糊子集；

S5：分别计算模糊子集对配送中心的偏好与模糊子集对底层配送路线的相似度；

S6：根据路线与模糊子集的最大相似原理，运用模糊局部搜索得到底层的配送路线；

S7：运用模糊邻域选择策略构建上层至第一层路线的近似最优可行解；

S8：对每一代种群更新多层模糊分配图的权重并得到新的一个群体；

S9：计算收敛路线的总成本估计函数，如果满足结束条件则输出近似最优解，否则返回返回步骤三对群体多次迭代学习。最终将确定多层货物配送的车辆路线。

所述步骤S1中权重分配结构图与交叉列表的编码表示的设计方法为：求解问题的种群中的个体规模为N。