[发明专利]基于改进遗传算法的多目标车辆配送路径确定方法及系统

说明书

本发明涉及一种基于改进遗传算法的多目标车辆配送路径确定方法及系统，涉及货物配送领域。具体包括：获取确定车辆路径的基本信息；所述基本信息包括配送中心节点和各客户节点的地理位置、客户数量、客户货物需求量以及车辆的最大载重；根据所述基本信息计算影响车辆配送路径的准则参数；根据所述准则参数建立目标函数；以所述目标函数为适应度函数，利用改进的遗传算法确定最优的车辆配送路径。引入多准则决策理论，综合考虑影响车辆配送路径的各种因素作为车辆路径模型目标，并与改进的遗传算法相结合选择出车辆最优的配送路径，提高了配送效率和运输安全性，降低了碳排放量和配送成本。

技术领域

本发明涉及货物配送领域，特别是涉及一种基于改进遗传算法的多目标车辆配送路径确定方法及系统。

背景技术

车辆路径的研究是近十年来的热点问题，已成为物流配送的一个发展趋势，与实际生活中资源配送和路径规划息息相关，主要解决当多辆有容量限制的配送车辆服务多个客户点时，如何合理规划确定最优车辆路径问题。影响选择运输路径的因素有很多，大部分企业考虑的是时间和成本，但随着社会和环境问题越来越受到公众关注，碳排放量和道路安全等更多的因素应该被考虑其中，制定合理的配送方案不仅能使企业获得巨大的经济效益，还可以带来社会和环境效益。因此，亟需一种车辆最优配送路径确定方法及系统。

发明内容

本发明的目的是提供一种基于改进遗传算法的多目标车辆配送路径确定方法及系统，考虑到了多种影响选择运输路径的因素，将影响车辆配送路径的各种因素作为车辆路径模型目标，并且还引入了改进的遗传算法进行路径最优的选择，多准则决策理论和改进的遗传算法相结合，能够制定出更合理的配送路径方案，提高了配送效率和运输安全性，降低了碳排放量和配送成本。

为实现上述目的，本发明提供了如下方案：

一种基于改进遗传算法的多目标车辆配送路径确定方法，包括：

获取确定车辆路径的基本信息；所述基本信息包括配送中心节点和各客户节点的地理位置、客户数量、客户货物需求量以及车辆的最大载重；

根据所述基本信息计算影响车辆配送路径的准则参数；

根据所述准则参数建立目标函数；

以所述目标函数为适应度函数，利用改进的遗传算法确定最优的车辆配送路径。

本发明还提供了一种基于改进遗传算法的多目标车辆配送路径确定系统，包括：

数据获取模块，用于获取确定车辆路径的基本信息；所述基本信息包括配送中心节点和各客户节点的地理位置、客户数量、客户货物需求量以及车辆的最大载重；

准则参数计算模块，用于根据所述基本信息计算影响车辆配送路径的准则参数；

目标函数建立模块，用于根据所述准则参数建立目标函数；

最优的车辆配送路径确定模块，用于以所述目标函数为适应度函数，利用改进的遗传算法确定最优的车辆配送路径。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供了一种基于改进遗传算法的多目标车辆配送路径确定方法及系统，其中，获取车辆路径的基本信息；所述基本信息包括配送中心节点和各客户节点的地理位置、客户数量、客户货物需求量以及车辆的最大载重；根据所述基本信息计算影响车辆配送路径的准则参数；根据所述准则参数建立目标函数；以所述目标函数为适应度函数，利用改进的遗传算法选择最优的车辆配送路径。利用改进的遗传算法能够筛选出车辆最优的配送路径，从而制定出更合理的配送路径方案，提高了配送效率和运输安全性，降低了碳排放量和配送成本。