[发明专利]一种物流电动汽车基于充电策略优化配送效率的方法

说明书

本发明涉及物流配送领域，尤其涉及一种物流电动汽车基于充电策略优化配送效率的方法，所述方法包括：获取电动汽车的配送路径以及配送过程中途经的各服务站对应的待配送货物重量；基于所述配送路径对应的充电策略评估神经网络，确定配送过程中途经的各充电站对应的应充电量，使得所述配送路径的配送时间最短。本发明采用神经网络优化的不完全充电策略在现有条件下尽可能地提高物流电动汽车的配送效率，降低电动汽车充电续航问题对配送效率的影响，本发明方案无需额外建设成本，易推广应用。

技术领域

本发明涉及物流配送领域，尤其涉及一种物流电动汽车基于充电策略优化配送效率的方法。

背景技术

使用新能源汽车替代传统的燃油汽车，是降低我国运输行业碳排放水平和减少环境污染的重要措施。但是，现阶段电动汽车配送存在续航里程有限、充电时间较长、充电装置建设不足等问题。特别是物流企业使用电动汽车配送货物时受到上述问题影响，降低了配送效率，使物流配送服务质量大打折扣。而通过改进电动汽车或充电装置的方式提高配送效率，又具有投入成本过高、技术受限等问题，不符合实际应用。因此，如何在现有条件下提高物流电动汽车的配送效率，成为本领域亟待解决的技术问题。

发明内容

本发明的目的在于提供一种物流电动汽车基于充电策略优化配送效率的方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种物流电动汽车基于充电策略优化配送效率的方法，所述方法包括：

获取电动汽车的配送路径以及配送过程中途经的各服务站对应的待配送货物重量；

基于所述配送路径对应的充电策略评估神经网络，确定配送过程中途经的各充电站对应的应充电量，使得所述配送路径的配送时间最短。

优选的，所述充电策略评估神经网络通过以下步骤构建：

获取所述电动汽车的车辆信息和历史充电数据，同时获取所述配送路径的历史配送信息；

基于所述车辆信息、历史充电数据和历史配送信息构建优化模型；

构建神经网络并基于所述优化模型获取训练集；

基于所述训练集，通过梯度下降神经网络训练算法训练所述神经网络，得到所述充电策略评估神经网络。

优选的，所述车辆信息包括所述电动汽车的标准续航里程数、单位载重量单位里程耗电量、电动汽车自重和电动汽车标准车速；所述历史充电数据包括各充电站单位电量充电时间；所述历史配送信息包括配送路径里程数和各服务站每千克交货时间常数。

优选的，所述优化模型的目标函数为服务站的总服务时间、充电站的总充电时间和所述配送路径的总行驶时间之和的最小值；其中，可变量为各服务站对应的待配送货物重量；决策量为各充电站对应的应充电量。

优选的，所述神经网络包括M个输入，具体为M个服务站对应的待配送货物重量；所述神经网络包括zN个输出，具体为N个充电站对应的z个优化方向的评估值；所述z个优化方向为充电站对应的不同充电量；充电站对应的应充电量为评估值最大的优化方向。

优选的，基于所述优化模型获取训练集具体包括：

初始化所述神经网络；

随机生成所述神经网络的初始输入，经所述神经网络计算得到评估值集合，并筛选出各充电站对应的最大评估值集合；

将所述初始输入作为可变量，所述最大评估值集合作为决策量，计算所述优化模型的目标函数值；

若所述目标函数值小于最优目标函数值时，提高所述最大评估值集合对应的评估值，得到优化后的所述评估值集合，同时将所述目标函数值作为新的最优目标函数值；