[发明专利]一种基于离散蝙蝠算法的物流配送车辆路径优化方法

说明书

本发明提出了一种基于离散蝙蝠算法的物流配送车辆路径优化方法，用于解决现有车辆路径优化方法收敛速度慢、求解精度低的技术问题。其步骤为：构建限行约束下的物流配送车辆路径的模型，并设计解编码策略和速度编码策略；初始化蝙蝠算法作为初始化的客户点；利用差分进化算法优化初始种群；利用离散蝙蝠算法对优化后的蝙蝠位置进行更新；选择一个随机数，根据随机数与当前脉冲频率的大小选择局部搜索或全局搜索，更新蝙蝠位置、适应度值、脉冲发射率和响度；判断是否满足终止条件，输出全局最优解。本发明可以快速有效地求解区域限行约束的车辆路径问题，能够大大提高求解速度，降低配送成本，具有更强的鲁棒性和可行性。

技术领域

本发明涉及限行约束物流配送的技术领域，特别是指一种基于离散蝙蝠算法的物流配送车辆路径优化方法。

背景技术

汽车保有量的逐年增加和快递行业的快速发展在推动我国经济的发展的同时也带来了一系列问题，如城市交通拥堵、雾霾等问题。在快递投送时，配送路线的选取是至关重要的，其配送路线是否合理高效，直接关系着企业的物流成本。虽然，我国城市物流配送的专业化水平得到不断提升，但是由于我国汽车总量多，因此仍然面临着严峻的交通拥堵、车辆“通行难”等问题。为了改善交通拥堵状况，上海、北京、天津等国内多家城市相继推出分区域、分车型、道路限行等措施来限制城市配送车辆通行。在现实生活中，车辆容量是有限的，客户请求时间窗大多是一个时间段，车辆到达时间早于客户开始时间会增加物流企业的时间成本，而晚于客户结束时间则会降低客户满意度。为了企业长期健康发展，保证客户的良好体验，需要在满足限行约束的条件下规划合理的车辆路径，以在规定的时间窗内进行配送。因此，研究限行约束下带容量和时间窗限制的城市物流配送车辆路径优化问题具有较强的现实意义和实用价值。现实生活中城市的限行政策多是按照区域进行划分的，此类限行措施会长期存在；此外还存在因路段维修、重大活动或赛事引起的临时交通管制而造成的某些路段限行，此类限行是事先可以预知的。由于上下班高峰造成交通拥堵路段的时间段相对较为固定，为提高配送效率，避开拥堵，提出了在区域限行和道路限行约束下的带时间窗和容量约束的车辆路径问题(Capacitated Vehicle Routing Problem withTime Window and Regional Limitation，CVRPTWRL)。其中区域限行定义为不同类型的车辆可以在不同区域行驶；静态道路限行定义为事先已知的道路交通拥堵和交通管制情况。

有限行约束的车辆路径问题(CVRPTWRL)作为物流活动中的一项经典组合优化问题，属于NP-Hard问题，精确算法不能在有限时间内给出最优解，且随着规模的增大求解难度呈指数级增加。为了有效满足物流企业对客户的配送需求，可以使用智能优化算法在有限时间内给出相对较优解。

蝙蝠算法(Bat Algorithm，BA)是Yang教授受自然界中蝙蝠通过回声定位进行搜索、捕食猎物的生物学特性启发，于2010年提出的一种新型的群智能仿生优化算法，该算法通过模拟蝙蝠的捕食行为来求取问题的最优解，具有参数少、稳定性强、求解速度快、搜索能力强等优势，在函数优化、调度问题、模式识别、图像处理、故障诊断等方面表现出极大的优势。截至目前，蝙蝠算法在求解连续优化问题上取得了较好的优化效果，很少用来求解如二值优化问题、背包问题、最小比率TSP问题、CVRP问题等离散优化问题，更很少用在CVRPTWRL问题的求解中。

发明内容

针对现有车辆路径优化方法收敛速度慢、求解精度低的技术问题，本发明提出了一种基于离散蝙蝠算法的物流配送车辆路径优化方法，通过一种离散化的带有变邻域的蝙蝠算法(Discrete bat algorithm with variable neighborhood，VDBA)进行求解，降低配送成本。

本发明的技术方案是这样实现的：

一种基于离散蝙蝠算法的物流配送车辆路径优化方法，其步骤如下：

步骤一：构建带有能力约束条件的物流配送车辆路径模型，并根据物流配送车辆路径模型设计解编码形式和速度编码形式；