[发明专利]一种基于分支定价切割算法的协同配送路径优化方法

说明书

本发明公开了一种基于分支定价切割算法的协同配送路径优化方法，该方法包括以下步骤：步骤S1，建立集合划分模型，模型建立在可行车辆无人机协同配送路径的基础上(可行的车辆无人机协同路径是指在满足客户时间窗、需求、车辆/无人机的最大服务时长和载重的路径)，在满足每个客户单次服务的基础上，最小化总配送成本，其中总成本包括车辆的固定使用成本F以及车辆无人机的配送成本。步骤S2，采用基于分支定价切割的精确式算法对集合划分模型进行求解，得到最优的车辆无人机协同配送路线。

技术领域

本发明涉及新一代物联网智能分析领域，特别地涉及一种基于分支定价切割算法的多资源多主体协同配送路径优化方法。

背景技术

随着我国经济快速发展，网络购物交易规模不断扩大，使得物流行业中参与企业配送订单量日益增大。企业迫切需要寻找更快且具有成本优势的最后一公里交付方式。随着锂电池技术的不断发展，无人机的飞行范围和时长都得到了一定程度的发展，具备物流配送业务的条件。互联网通信技术和智能手机的进步给人们生活带来了极大便利，人们的生活质量不断提高，对网购、同城快递等配送业务的服务时间也提出了更高的需求，时间窗成了企业不可忽视的关键因素。因此，物流企业迫切需要一种求解多车辆(企业配送车队)、多限制(时间窗、需求量等)、多主体(车辆、无人机)的路径规划算法框架。

发明内容

在多车辆多无人机协同配送场景中，考虑物流配送中顾客的服务窗口，可以让物流服务根据客户要求准时到达，以此提升客户的满意度和幸福感；考虑无人机单次服务多个客户，有助于进一步提高配送效率，增强企业竞争力，推动物流行业发展；考虑顾客的实际需求量以及无人机只能单独服务特定的顾客集合，使得技术更加贴近实际应用场景。

基于上述考虑，为了弥补现有技术对多车辆多无人机协同配送情景考虑不足的问题，将客户服务的时间窗口、无人机单次服务多个客户、无人机卡车在任意客户点进行交互、无人机只能单独服务特定的客户子集(由于无人机载重或者降落条件的限制)等更贴合实际应用的场景纳入研究范围。在该场景下，本发明以最小化运输成本为目标确定多车辆多无人机问题的最优配送路径。

本发明通过下述技术方案实现：

多车辆多无人机协同配送路径优化方法，该方法包括如下步骤：

步骤S1，构建多车辆多无人机协同配送的集合划分模型。模型建立在单一车辆无人机可行协同配送路径的基础上(可行的车辆无人机协同路径是指在满足客户时间窗、需求、车辆\无人机的最大服务时长和载重约束的路径)，在满足每个客户访问单次服务的基础上，最小化总配送成本。其中成本包括车辆的固定使用成本以及车辆无人机的配送成本两部分。

步骤S2，采用基于分支定价切割的精确式算法对集合划分模型进行求解，得到最优的车辆无人机协同配送路线。

步骤S21，采用贪婪算法为原问题构建一个可行解。

步骤S22，采用列生成算法求解MP的线性松弛问题。

步骤S22的具体内容包括如下：

步骤S221，使用商业求解器求解受限制主问题，取出相应约束的对偶变量，表示出所述对偶变量的检验数；

步骤S222，使用启发式算法寻找检验数为负的路径；

步骤S222的具体内容如下：

步骤S2221，采用贪婪策略寻找检验数为负的路径，若找出的路径集合不为空，则将该路径添加进受限主问题，转至步骤S221；

步骤S2222，采用禁忌搜索寻找检验数为负的路径，若找出的路径集合不为空，则将该路径添加进受限主问题，转至步骤S221；

步骤S2223，采用ng-路径松弛寻找检验数为负的路径，若找出的路径集合不为空，则将该路径添加进受限主问题，转至步骤S221。