[发明专利]一种垃圾清运车的调度优化方法

权利要求书

1.一种垃圾清运车的调度优化方法，其特征在于，包括以下过程：

(1)参数准备：确定待优化区域内垃圾清运点坐标数据、两两垃圾清运点间路径距离和计算所需的相关参数；所述计算所需的相关参数包括参与清运工作的清运车数量、每辆清运车最少需要清运的垃圾清运点数、清运车起终点是否相同、种群中个体数量、计算迭代次数；

(2)参数验证及处理：验证步骤(1)准备的参数的数量是否合理，所准备参数是否正确，否则进行补齐或修正；

(3)产生种群：随机生成路径基因以及中断点；

(4)计算适应度：分别计算种群中每个路径基因的路径总距离；

(5)优质基因可视化：以距离最短者为最优基因，选出种群中最优基因，并将其路径以图片的形式展示；

(6)优质基因变异：随机改变最优基因的某一片段，随机生成新的中断点，得到新的种群；

(7)迭代计算：对步骤(6)产生的新的种群，重复上述步骤(4)、(5)、(6)，直至达到参数验证及处理后的计算迭代次数；

(8)结果可视化：输出最后一次迭代计算后得到的最优基因及其对应的路径距离，并将每次迭代计算步骤(5)中生成的图片整合成GIF格式的图片，动态展示路径优化过程。

2.根据权利要求1所述的垃圾清运车的调度优化方法，其特征在于，步骤(1)中所述垃圾清运点坐标为直角坐标。

3.根据权利要求1所述的垃圾清运车的调度优化方法，其特征在于，步骤(2)中所述参数的数量是否合理指的是参与清运工作的清运车数量为整数、每辆清运车最少需要清运的垃圾清运点数为整数、种群中个体数量为整数、计算迭代次数为整数，所准备参数是否正确指的是垃圾清运点坐标是二维直角坐标、清运车起终点是否相同的定义值为0或1，其中，0表示不相同，1表示相同。

4.根据权利要求1所述的垃圾清运车的调度优化方法，其特征在于，步骤(2)中参数数量不足时根据默认参数补齐，参数不正确时进行修正，如下：

①清运点坐标：随机生成二维直角坐标；

②清运车数量：5辆；

③每辆清运车最少需要清运的垃圾清运点数：清运点坐标数量除以清运车数量，取整数；

④清运车起终点是否相同：1，表示相同；

⑤种群中个体数量：16个；

⑥计算迭代次数：10000次。

5.根据权利要求1所述的垃圾清运车的调度优化方法，其特征在于，步骤(3)中产生种群包括两部分：一是借助Matlab中randperm函数生成M个路径基因，M＝参数验证及处理后的种群中个体数量；二是随机抽取N个清运点作为中断点，N＝参数验证及处理后的清运车数量-1。

6.根据权利要求1所述的垃圾清运车的调度优化方法，其特征在于，步骤(5)中优质基因可视化的具体过程：以距离最短者为最优基因，选出种群中最优基因，利用Matlab中plot函数将该路径可视化处理，同时利用saves函数将图片保存。

7.根据权利要求1所述的垃圾清运车的调度优化方法，其特征在于，步骤(6)中优质基因变异的具体过程：从M个路径基因中取出2个最优基因作为父代，通过基因突变产生M个子代与新的中断点，M＝参数验证及处理后的种群中个体数量；其中，基因突变产生子代的方式包括以下7种：

①随机生成两个突变位置I、J，反转I与J之间的基因片段，中断点使用父代基因的中断点；

②交换I和J位置的基因，中断点使用父代基因的中断点；

③将J位置的基因放到I与I-1之间，中断点使用父代基因的中断点；

④反转I与J之间的基因片段，随机产生中断点；

⑤交换I和J位置的基因，随机产生中断点；

⑥将J位置的基因放到I与I-1之间，随机产生中断点；

⑦复制父代基因，随机产生中断点；

父代基因与产生的以上七个基因共同组成子代。