[发明专利]一种基于众包模式的传统产业集群集货路径优化方法

权利要求书

1.一种基于众包模式的传统产业集群集货路径优化方法，其特征在于，包括如下步骤：

步骤1，对传统产业集群集货过程中的成本进行分析，建立以总成本最低为目标的目标函数；

所述目标函数如下：

其中，C表示总成本；C¹、C²、C³、C⁴分别表示货车固定成本、货车行驶成本、货车载重成本、时间窗运输惩罚成本；C_g表示单个货车的固定使用与维修保养成本，X_r表示货车r是否被使用，X_r为0-1变量，r＝1,…,m，m表示可用货车的数量；C_d表示单个货车空载时行驶单位距离的成本，d_ri表示货车r到物流需求方i的距离，表示物流需求方i是否是货车r第一个服务的客户，为0-1变量，i＝1,…,n，n表示物流需求方的数量；d_ij表示物流需求方i到物流需求方j的距离，表示货车r是否为物流需求方i服务后立刻为物流需求方j服务，为0-1变量，j＝1,…,n+1，j≠i，j＝n+1时表示货车将货运回集群物流中心；C_w表示单个货车将单位重量运输单位距离的成本，W_ri表示货车r到达物流需求方i取货后车上货物的总重量；C_i表示物流需求方i的惩罚成本，X_i表示物流需求方i是否在约定的时间内得到服务，X_i为0-1变量；

步骤2，在已知物流需求方位置、物流需求方货运需求量、货车位置、货车额定载货量的情况下，设定约束条件；

步骤3，将货车位置作为聚类中心，采用聚类分析方法对物流需求方进行初始聚类，同时应用贪心思想，确定最低货车数量及对应的货车，同时确定每辆货车对应服务的物流需求方；

步骤4，根据步骤3确定的最低货车数量及对应的货车，采用聚类分析方法进行二次聚类，将物流需求方分配给上述确定的货车；

步骤5，根据步骤4的聚类结果，以总距离最短为目标确定货车的路径，并将上述货车的路径作为遗传算法的初始种群，基于步骤4的聚类结果，以总成本最低为目标采用遗传算法对货车的路径进行优化，优化过程中对货车数量以及每辆货车对应服务的物流需求方进行调整，从而得到总成本最低时所对应的货车数量以及每辆货车的路径，即总成本最低方案；

步骤6，采用步骤2设定的约束条件对步骤5得到的总成本最低方案进行判别，当步骤5得到的总成本最低方案满足所有的约束条件时，该方案即为最优解；否则，调整每辆货车对应服务的物流需求方以及货车的路径，直至得到最优解。

2.根据权利要求1所述基于众包模式的传统产业集群集货路径优化方法，其特征在于，步骤1所述物流需求方i的惩罚成本C_i表示为：

其中，T_i表示货车抵达物流需求方i所需的时间，γ₁表示货车提前到达提供服务的惩罚系数，γ₂表示货车延后到达提供服务的惩罚系数，LT_i、ET_i分别表示物流需求方i的理想服务时间窗的上、下限，lT_i、eT_i分别表示物流需求方i能够接受的最大服务时间窗的上、下限。

3.根据权利要求1所述基于众包模式的传统产业集群集货路径优化方法，其特征在于，步骤2所述约束条件如下：

约束条件1：至少选择一辆货车为所有的物流需求方提供服务，即

约束条件2：最终确定的货车能够完成所有的集货服务，即Q_r表示货车r的额定载货量，Q_i表示物流需求方i的货运需求量；

约束条件3：货车r到达物流需求方i取货后车上货物的总重量W_ri等于货车r在前一个物流需求方取货后车上货物的总重量加上物流需求方i的货运需求量Q_i；

约束条件4：货车r的实际集货量不超过其额定载货量，即表示物流需求方i是否由货车r提供服务，为0-1变量；

约束条件5：，最终确定的所有货车的集货总量等于所有物流需求方的货运需求总量，即

约束条件6：根据货车提供服务的时间以及物流需求方i能够接受的最大服务时间窗的上、下限，确定物流需求方i的惩罚成本C_i。