[发明专利]一种大规模多仓物流配送方法、系统、装置和存储介质

权利要求书

1.一种大规模多仓物流配送方法，其特征在于，包括以下步骤：

获取仓库信息、客户信息和车辆信息；

根据仓库信息、客户信息和车辆信息，构建基于大规模多仓的物流配送模型；

以最小化所有车辆的行驶总里程为优化目标，采用并行重叠分解协同演化算法，对所述物流配送模型进行求解，得到大规模多仓物流配送方案；所述大规模多仓物流配送方案包括所有客户-仓库的服务映射以及所有配送车辆的行驶路径方案。

2.根据权利要求1所述的一种大规模多仓物流配送方法，其特征在于，所述仓库信息包括仓库的位置信息；所述客户信息包括客户的位置、配送物品重量、服务时间窗、服务时长信息；所述车辆信息包括地图距离信息和车辆载重上限信息；

所述构建基于大规模多仓的物流配送模型，包括：

在考虑客户服务时间窗约束和车辆载重约束的情况下，对大规模多仓物流配送问题进行数学建模。

3.根据权利要求1所述的一种大规模多仓物流配送方法，其特征在于，所述采用并行重叠分解协同演化算法，对所述物流配送模型进行求解，得到大规模多仓物流配送方案，包括：

A1、使用贪心算法，将大规模物流配送问题进行分解，客户被分配给距离最近的仓库；依次判断每个客户与距离其最近的客户是否被同一个仓库服务，若不被同一个仓库服务，将当前客户同时分配给两个仓库，得到大规模多仓物流配送问题的重叠分解；所述两个仓库指的是为当前客户服务的仓库和为与该当前客户距离最近的客户服务的仓库；

A2、将重叠分解得到的每个仓库及仓库服务的所有客户，作为协同演化算法的一个子种群；每个子种群只考虑服务分配给当前仓库的客户，并都以最小化配送车辆的行驶总里程为目标，使用演化算法和局部搜索算法并行地迭代寻找最优配送路线；

A3、当子种群独立进行预设次数迭代后，通过比较优化结果中重叠客户在多个仓库中的服务成本，为相对差异较大的一部分的重叠客户选择最合适的仓库，使客户不再重叠；

A4、重复执行协同演化操作直至没有重叠客户，并将所有子种群的解进行合并，形成大规模多仓物流配送问题的完整方案。

4.根据权利要求3所述的一种大规模多仓物流配送方法，其特征在于，步骤A2具体包括：在演化算法和局部搜索算法并行实现中，采用主从式模型，并采用哈夫曼树资源分配策略，为各个子种群分配合适的计算资源；

子种群在满足客户服务时间窗和车辆载重约束前提下，将服务自身所有客户的车辆行驶路径编码为子种群中个体，并进行随机初始化。

5.根据权利要求3所述的一种大规模多仓物流配送方法，其特征在于，所述使用演化算法和局部搜索算法并行地迭代寻找最优配送路线，包括：

采用粒子群算法作为子种群的演化算法，对子种群的配送路径进行优化。

6.根据权利要求5所述的一种大规模多仓物流配送方法，其特征在于，在演化算法中嵌入opt3算法作为局部优化算法，对演化算法产生的结果进行进一步的寻优。

7.根据权利要求3所述的一种大规模多仓物流配送方法，其特征在于，步骤A3具体包括：主节点收集各个子种群的优化结果，对于每个重叠客户，估计该客户在多个仓库的服务成本；其中，服务成本的估计值通过仓库服务该客户的成本与不服务该客户的成本作差得到；

将重叠客户在不同仓库的最小服务成本与最大服务作商，选择出结果最小的那部分重叠客户，将选择出的客户分配给服务成本最低的仓库，

将最新的客户-仓库匹配结果发送给各个子种群。

8.一种大规模多仓物流配送系统，其特征在于，包括：

信息采集模块，用于获取仓库信息、客户信息和车辆信息；

模型搭建模块，用于根据仓库信息、客户信息和车辆信息，构建基于大规模多仓的物流配送模型；

方案求解模块，用于以最小化所有车辆的行驶总里程为优化目标，采用并行重叠分解协同演化算法，对所述物流配送模型进行求解，得到大规模多仓物流配送方案；所述大规模多仓物流配送方案包括所有客户-仓库的服务映射以及所有配送车辆的行驶路径方案。