[发明专利]基于去噪自编码器的协同进化算法的车辆任务配送方法

权利要求书

1.一种基于去噪自编码器的协同进化算法的车辆任务配送方法，其特征是应用于由一个仓库点、N个配送任务点所组成的配送环境中，并按照如下步骤进行：

S1、建立车辆配送任务模型f_origin和车辆配送任务辅助模型f_help；

S1.1、获取车辆配送任务的相关数据，包括：配送仓库点和配送任务点的地理位置分布、任务点数、任务需求量、车辆最大运载量；

S1.2、利用式(1)和式(2)分别构建车辆配送任务模型f_origin的目标函数：

式(1)中，F₁为总行驶路径的长度，c_ij表示第i个配送任务点和第j个配送任务点之间的距离，i,j∈[0,N]；当i＝0时，c_0j表示从仓库点到第j个配送任务点的距离，当j＝0时，c_i0表示从第i个配送任务点到仓库点的距离，x_ij表示第i个配送任务点和第j个配送任务点之间是否存在路径，若x_ij＝1，则表示存在路径，若x_ij＝0，则表示不存在路径；

式(2)中，F₂为车辆装载量方差，M为当前使用的车辆总数，d_m表示第m个车辆装载总量，表示车辆平均装载量；

S1.3、利用式(3)-式(9)构建车辆配送任务模型f_origin的约束条件：

式(3)表示每一个配送任务点只能由一辆车驶入；

式(4)表示每一个配送任务点只能由一辆车驶出；

式(5)表示驶入仓库点的车辆数目最多为K；K表示允许使用的车辆最大数量；

式(6)表示驶出仓库点的车辆数目最多为K；

式(7)表示环路径消除约束等式；其中，u_i表示车辆服务第i个配送任务点后的装载量；u_j表示车辆服务第j个配送任务点后的装载量；D表示车辆统一的最大装载量；q_i表示第i个配送任务点的需求量；q_j表示第j个配送任务点的需求量；

式(8)表示服务第i个配送任务点后车辆的总容量应小于最大装载量D；

式(9)表示变量x_ij只能取值1或0；

S1.4、构建以式(1)为目标函数，以式(3)、式(4)、式(7)为约束条件的车辆配送任务辅助模型f_help；

S2、分别根据车辆配送任务模型f_origin和车辆配送任务辅助模型f_help构建主种群分配方案和辅助种群分配方案：

令主种群和辅助种群中每个个体的染色体编码序列表示N个配送任务点的车辆访问顺序，其中，0代表仓库点，种群规模为P；

随机初始化主种群和辅助种群中的每个个体，并相应作为初始主种群分配方案和初始辅助种群分配方案；

S3、设置所述去噪自编码器模型DAE中神经元的个数为N；以初始辅助种群分配方案为所述去噪自编码器模型DAE的输入，以初始主种群分配方案为所述去噪自编码器模型DAE的标签，对所述去噪自编码器模型DAE进行训练，得到辅助种群与主种群的初始映射关系模型；

S4、定义当前迭代次数为t，初始化t＝1，将初始辅助种群分配方案和初始主种群分配方案分别作为第t代辅助车辆配送方案和第t代主车辆配送方案；将初始映射关系模型作为第t代映射关系模型；

S5、基于第t代主车辆配送方案，采用遗传算法对于第t代辅助车辆配送方案进行求解，得到第t+1代辅助车辆配送方案，采用模型与遗传算法对第t代主车辆配送方案进行求解，得到第t+1代主车辆配送方案，以第t+1代辅助车辆配送方案为所述去噪自编码器模型DAE的输入，以第t+1代主车辆配送方案为所述去噪自编码器模型DAE的标签，对所述去噪自编码器模型DAE进行训练，并将训练后映射关系模型作为第t+1代映射关系模型；

S6、将t+1赋值给t后，判断当前迭代次数t是否达到最大迭代次数T_max，若是，输出第T_max代车辆配送方案并作为最优车辆配送方案；否则，执行步骤S5。