[发明专利]一种基于动态优化算法的动态车辆路径规划方法

说明书

本发明提出了一种基于动态优化算法的动态路径规划方法，包括：动态车辆路径问题的描述以及约束条件，动态车辆规划方法的实现流程和具体实施方式。根据专利要求书1所述的基于动态优化算法的动态路径规划方法，其特征在于1)对当前时刻和上一时刻的非支配解集进行分区，分别对每个分区采用前馈中心点算法预测下一时刻的非支配集。2)通过非支配解集与结构化参考点之间的联系算法，筛选出多样性好的个体，选择非支配解集中收敛性好的拐点，两者统称为特殊点，3)对当前时刻和上一时刻的特殊点采用逐步搜索策略，预测下一时刻的特殊点。4)自适应的种群多样性保持机制，维持下一时刻种群的大小保持不变。

技术领域

本发明涉及到一种动态车辆路径规划方法。

背景技术

动态车辆路径问题是日常生活中被广泛关注的问题。考虑到环境污染、能源的消耗、车辆的负荷以及行驶的距离等因素，旨在寻找满足最短等待时间、最低碳排放量等条件满足的路径.但是实际环境中有很多时变因素存在，比如服务客户动态出现、路况发生变化、车辆发生故障等。由此可见，动态车辆路径问题需归结到动态多目标优化问题当中。在现实生活中，动态多目标优化问题存在多个目标函数之间互相矛盾以及参数、目标函数、约束等随时间的变化而变化的问题，相比较多目标优化问题，动态多目标优化问题不仅需要找出发生了什么变化，还要响应所发生的变化以及快速地找出最优解集，显然，传统的静态多目标优化算法应对这些问题就显得力不从心，此时需要动态多目标算法能够快速响应环境的变化，追踪最优解集。

发明内容

本发明要克服现有技术的上述缺点，提供一种基于动态优化算法的动态车辆路径规划方法。

为了能够解决传统的静态多目标优化算法在环境变化后不能良好的追踪到Pareto解集和Pareto前沿，以及大多改进后的算法在环境发生变化后有可能陷入过早收敛和不能良好的平衡收敛性和多样性的问题。本发明提出了一种基于参考点和中心点的预测策略以更好的追踪帕累托解集以及帕累托前沿。

本发明的一种基于动态优化算法的动态车辆路径规划方法，假设动态车辆路径问题需要满足两个目标：1.物流活动产生的碳排放量；2.车辆的等待时间。除此之外，还要满足以下约束条件：1.每辆车的负荷不超过其最大容量；2.每一位客户仅被服务一次；3.车辆数量不超过限定数量；4.客户要求的货物必须在其时间窗口内完全卸货；5.车辆必须在工作时间内返回仓库。

为了满足上述条件，具体实现步骤如下：

S1.对具有硬时间窗和随机出现动态客户的动态车辆路径问题进行建模，动态车辆路径问题需要满足两个目标：物流活动产生的碳排放量minZ_C，车辆的等待时间minZ_R。两个目标值与动态车辆路径问题各项参数关系公式如下：