[发明专利]求解考虑合作的带时间窗的车辆路径问题的优化算法

权利要求书

1.一种求解考虑合作的带时间窗的车辆路径问题的优化算法，其特征在于，包括如下步骤：

步骤(1)：考虑合作、时间窗的影响，以最小化总时间成本与惩罚值为目标，建立数学模型；

步骤(2)：设计带变邻域算法的混合NSGA-II算法对步骤(1)建立的数学模型进行求解，最终获得非支配最优解集；限制惩罚值最大值为P，从而在惩罚值f₂不超过P的情况下选择总时间成本f₁最小的解为最优解。

2.根据权利要求1所述的优化算法，其特征在于，所述步骤(1)具体包括如下步骤：

步骤(11)：场景中有n个目标点，其中有一个为基地，基地存在K辆车，假设每辆车车速恒定为v，目标点i需要Num_i辆车同时访问，预期访问时间为T_i，时间窗上限为t_si，时间窗下限为t_ei，坐标为pos_i＝(x_i,y_i)，其中x_i为横坐标并且y_i为纵坐标，并定义d_i,j＝||pos_i-pos_j||为两目标点间的欧几里得距离；在合作目标点，访问开始时间为最后到达车辆的到达时间，提前到达需等待；

产生惩罚值的原因分为：访问开始时间提前于时间窗，访问结束时间晚于时间窗，和提前到达的等待三方面；

步骤(12)：定义车辆i在目标点i处产生的惩罚值为S_i,k，由公式(1)计算：

S_i,k＝S′_i,k+S″_i,k (1)

其中S′_i,k代表由违反时间窗产生的惩罚值，由公式(2)计算；S″_i,k代表由等待产生的惩罚值，由公式(3)计算：

其中c_s，c_e，c_w分别代表三种情况下的惩罚系数，t_i代表目标点i的访问开始时间，代表车辆k到达目标点i的时间；

步骤(13)：定义决策变量和当车辆k访问目标点i，否则当车辆k从目标点i到目标点j，否则

步骤(14)：建立目标函数：

以最小化总时间成本与惩罚值为目标，总时间成本f₁由公式(4)计算，为最晚访问结束的车辆到达基地的时间，且每辆车的总访问时间由第一项路程时间，第二项访问时间，第三项等待时间组成；总惩罚值f₂由公式(5)计算，为所有车辆在每个访问目标点处的惩罚值总和。

3.根据权利要求2所述的方法，其特征在于，所述步骤(2)包括如下步骤：

步骤(21)：初始化环境参数；

步骤(22)：设定带变邻域算法的混合NSGA-II算法的参数；

步骤(23)：初始化种群染色体，种群数量为N，采用自然数编码方式，并经过可行性修复过程修复种群内的不可行染色体，再进行非支配排序与拥挤度计算；

步骤(24)：采取二元锦标赛选择算子，根据非支配排序与拥挤度计算结果选择非支配解；

步骤(25)：对选择的种群进行交叉和变异操作；

步骤(26)：对交叉变异产生的新种群进行可行性修复操作；

步骤(27)：采用变邻域搜索算法进行局部搜索，进一步优化种群；

步骤(28)：融合局部搜索后的种群与上一代种群，进行非支配排序，选择数量为N_e的精英个体；

步骤(29)：引入数量为N-N_e的由可行性染色体组成的外来种群，最终形成子代种群；

步骤(10)：判断终止条件，若不满足终止条件，则转步骤(24)，否则输出当前非支配解集。

4.根据权利要求3所述的方法，其特征在于，步骤(21)中的环境参数包括：目标点数量，各目标点的坐标、时间窗、预期执行时间和所需访问车数，车辆的总数和车速，惩罚系数。