[发明专利]一种基于自适应NSGAII的物流路线优化方法和系统

说明书

一种基于自适应NSGAII的物流路线优化方法，包括：S1.分析建立基本数学模型；S2.设计种群个体染色体编码；S3.采用随机和贪婪结合方式产生规模为N的初始种群，并对种群进行帕累托非支配排序；S4.通过选择、交叉、变异三种进化操作得到下一代种群；S5.将父代种群与子代种群合并形成新种群，选取较优的个体组成新的父代种群；S6.通过种群进化算子操作产生新的子代种群，重复步骤S4；S7.若不满足种群迭代终止条件，返回步骤S4、S5，直至达到终止条件；S8.由自适应NSGAⅡ算法输出最优解集，从而得到配一台车辆的配送路线。本发明还包括一种基于自适应NSGAII的物流路线优化系统。本发明能解决配送路线优化问题。

技术领域

本发明涉及交通技术领域，尤其涉及一种物流路线优化的方法和系统。

背景技术

近年来，随着电子商务的蓬勃发展，现代物流的发展势头强劲迅猛，在改善人民生活与推动经济发展方面发挥着重要作用。其中，配送作为与消费者直接相连的环节，其服务水平直接关系到消费者的消费体验、企业的核心竞争力与形象。因此，提升物流配送效率成为了物流企业改善服务水平以赢得市场的关键手段。

在实际的物流配送中，需要考虑的因素非常多，例如车辆的数量，容量，耗油量，最大行驶距离，以及可能出现的堵车或者其他意外因素等。目前，物流业的整体运营水平和服务效率还有待提升。特别是在一些电商促销活动中，优惠活动对消费的刺激带来了物流量的激增，短时间大量的快递对物流的配送效率提出了挑战。因此，有必要对配送的路径优化展开研究。

本发明主要面向在单一配送中心、双车型、多个配送点及有限车辆集合的物流配送问题。具体定义如下：某一物流配送中心拥有两种车型且数量有限的车辆集合，从该配送中心向多个配送点配送货物，已知配送中心与各个配送点之间的距离，配送点的需求，车辆的最大载重、油耗成本、卸货时间、行驶最大里程，要求合理安排车辆配送路线和行车时间，从而提高配送效率和降低配送成本。

城市物流配送问题的目标主要包括：最小化金钱成本和时间成本。对于双车型配送问题，小车的优势在于速度快，时间成本低，但其装载量小，需增加配送车数和配送次数，从而导致了金钱成本的增加；而大车的特点与小车相反。

发明内容

本发明要克服现有技术目前存在的上述问题，提供一种基于自适应NSGA-II的物流路线优化方法和系统。

本发明采用改进的NSGA-II的配送路线优化方法，在NSGA-II算法中引入了自适应进化策略，有利于种群进化过程中根据种群自身特点形成对应算子概率分布，更好地引导种群进化，从而解决配送路线优化问题，输出可供决策者喜好选择的帕累托最优解集。

为达到上述目的，本发明采用的技术方案为，一种基于自适应NSGA-II的物流路线优化方法，包括以下步骤：

S1：分析建立基本数学模型。

S11：在实际运送过程中，车辆行驶会产生一定的耗油费用。而且车辆的重量、行驶路径的长度以及不同的车型都在很大程度上影响油的用量。在一条路线上，我们假设采用同一辆车。对于分路线i，物流配送产生的金钱成本C_i包括车辆的派送成本和耗油费用，其计算公式如下：

C_i＝V_i+R_i×(O_i+(W_i×α_i)) (1)

其中，V_i是分路线i的派遣成本，R_i为分路线i的总路程，O_i为分路线i的油耗成本，W_i为分路线i的总载重量，α_i为分路线i的每公里每吨油耗成本系数。

设k(x)为物流配送方案x中分路线的数量。则方案x产生的总金钱C(x)成本为：