[发明专利]一种可实现避障的自导向电动物流车辆路径规划方法

权利要求书

1.一种可实现避障的自导向电动物流车辆路径规划方法，其特征在于，包括如下步骤：

步骤1：读取数据，所述数据包括：由配送中心、充电站、客户点形成的坐标矩阵；各客户点的需求量；各客户要求的时间窗上下限；

步骤2：计算距离矩阵：通过坐标矩阵计算所有配送中心、充电站和客户点之间的距离；

步骤3：使用贪心算法分配任务：比较客户点离配送中心的距离，从小到大排序，依序交叉放入1号车数组和2号车数组，由此建立两辆电动物流车的任务顺序列表；

步骤4：建立电动物流车路径计算函数，两辆车分别调用电动物流车路径计算函数，得到每辆电动物流车需要服务的客户点顺序；

步骤5：使用蚁群算法求解电动物流车路径计算函数；

步骤6：建立绘图函数，输入步骤5求解得到的结果调用避障函数，使用绘图函数作最短路径图；

步骤7：作迭代收敛曲线图：双y轴，y1轴表示步骤4中电动物流车路径计算函数计算的每代最短路径长度，y2轴表示步骤4中电动物流车路径计算函数计算的每代平均路径长度，得到总的迭代趋势。

2.如权利要求1所述的可实现避障的自导向电动物流车辆路径规划方法，其特征在于，步骤3包括如下步骤：

步骤3.1：对所有客户点按其到配送中心的距离从小到大进行排序，形成序列index＝{c₁′,c₂′,...c_m′,...c_n′}，其中c_m′表示根据距离排序后的客户点序号，m表示它在index数列的序号；

步骤3.2：建立两电动物流车的任务顺序列表，包括1号车数组car₁和2号车数组car₂，将index中的元素交叉放入两电动物流车的任务顺序列表中，得到car₁＝{c₁′,c₃′,...}，car₂＝{c₂′,c₄′,...}。

3.如权利要求2所述的可实现避障的自导向电动物流车辆路径规划方法，其特征在于，步骤4具体包括如下步骤：

步骤4.1：建立电动物流车路径计算函数：

建立Tabu矩阵和Path数组，Tabu矩阵储存本代到过的客户点，Path数组储存本代到过的所有点，包括配送中心和充电站；

设顶点集G＝N∪F，其中，客户和配送中心点集N是客户集N₀＝{1,2,...i,...j,...,n}和配送中心{O}的集合；F是充电站点集，所述充电站点集中充电站只有1个；

包括所有连接N中点的弧，每个弧(i,j)与行驶时间t_ij和距离d_ij相关联，行驶速度v_ij被假定为是恒定的，建立启发式矩阵，每当电动物流车准备从客户点i出发时，启发式矩阵会从步骤2中的距离矩阵中查询客户点i到所有任务顺序列表中未访问客户点的距离，并利用这些距离计算每一个客户点的转移概率，按照轮盘赌方法确定要前往的目标客户点j后，启发式矩阵会从距离矩阵中查询i与j之间的距离d_ij，利用d_ij计算所消耗的电量和所行驶的时间；

电动物流车路径计算函数的数学模型如下：

y_jk≥min{τd_i0,τ(d_ij+d_j0)} (7)

式中，Z表示总成本，Z_e表示能源消耗成本，Z_t表示时间成本，Z_p表示惩罚费用，δ_i、δ_j分别为客户点i的需求，单位为吨，i∈N₀,δ_j为客户点j的需求，单位为吨，j∈N₀；Q为电动物流车k的电池总容量，单位为库伦，τ为电能消耗速度，单位为千瓦时/千米；M为电动物流车的限重，单位为吨；x_ijk表示弧i,j上电动物流车流量的二进制变量，如果电动物流车k离开客户点i去j，x_ijk＝1，否则，x_ijk＝0；d_ij表示顶点i,j之间的距离，d_j0表示顶点i和配送中心的距离，y_jk为在离开顶点i去j时电动物流车的剩余电池容量，初始时刻y_jk＝Q；

步骤4.2：计算电池参数：

Bat_alert＝(D_max+D′_max)/v×I_work (12)

式中，P为电池功率，U为电池工作电压，I_work是放电电流，C为电池容量，t_charge为充电时间，η_loss为电池损耗百分比，Bat_alert为预警电量值，当电量达到此值是电动物流车需要返回配送中心充电，D_max是离充电站距离最远的配送点到充电站的距离，D′_max是距离矩阵中最大的距离；

步骤4.3：建立基于软时间窗的总体最优的评价规则：

设客户点i规定的时间窗为[ET_i,LT_i]，ET_i为客户点i允许的最早到达时间，LT_i为客户点i允许的最晚到达时间，将电动物流车从配送中心出发设为初始时刻t₀＝0，设t_i为电动物流车到达客户点i的时间；

软时间窗约束允许电动物流车到达时间在[ET_i,LT_i]之外，但是如果电动物流车到达时间早于ET_i，还需要停车等待直到t_i＝ET_i；

早到或晚到需要付出惩罚费用，所述惩罚费用如下式所示：

Z_p＝a×max{ET_i-t_i,0}+b×max{t_i-LT_i,0} (13)

其中，a和b为人为设置的惩罚系数，设定a为0.2，b为0.5；

步骤4.4：建立电动物流车路径计算函数的数学模型的总体利用最优方案，如式(14)所示：

式中，第一项为耗电成本的总和，第二项为时间成本的总和，第三项为时间窗惩罚费用的总和；

Z为总成本，b_ij为顶点i到j所消耗的电量；r为充电时间，单位为小时；s装卸货物速度，单位为吨/小时，所述充电时间和装卸货物速度是在路线规划开始之前就确定的常数；C_e为单位电能的价格，单位为元/千瓦时；C_t时间成本，单位为元/小时；

步骤4.5：将car_k，k＝1,2作为电动物流车需要服务的客户点序列，调用电动物流车路径计算函数，得到每辆电动物流车需要服务的客户点顺序；记录每一代所有的路径长度，计算得到每代最短路径长度和每代平均路径长度，并将二者以双y轴的形式画出，以观察算法的收敛程度。