[发明专利]一种有时间限制的配送车辆调度方法

摘要

本发明涉及一种有时间限制的配送车辆调度方法，属于智能优化调度中车辆路径的技术领域。本发明通过确定有时间限制的送货过程调度模型和优化目标，使用基于改进种群增量学习算法对调度模型求解得到优化目标；其中调度模型的优化目标为最小运输总费用，约束条件依据配送车辆的时间限制、载重限制和客户点的位置坐标等建立。首先，本发明能够通过概率矩阵的观测模型引导的全局搜索，依据种改进群增量学习算法优化历史种群中的个体信息，有效引导全局搜索，使之效率更高；其次，基于问题的约束限制构造针对问题性质的局部搜索，对全局搜索得到的优质解区域进行快速有效的搜索，从而在整体上提升算法的性能，得到优质解。

主权项

一种有时间限制的配送车辆调度方法，其特征在于：首先通过确定有时间限制的送货车辆的调度模型和优化目标，并使用基于改进种群增量算法的优化调度方法对优化目标进行优化；其中调度模型依据配送车辆的时间约束、载重约束等约束条件、客户点的坐标位置及所有车辆的行驶总费用来建立，同时优化目标为最小化运输总费用min f；$\min f=\underset{k\∈K}{\Σ}\underset{i\∈V_k}{\Σ}\underset{j\∈V_k\backslash \left\{i\right\}}{\Σ}{x}_{ij}^k+d\underset{i=1}{\overset{N}{\Σ}}\max \left(a_i-t_i,0\right)+e\underset{i=1}{\overset{N}{\Σ}}\max \left(t_i-b_i,0\right)---\left(1\right)$$\underset{i\∈V_k}{\Σ}{q}_i{y}_i^k\≤Q_k,\∀k\∈K;---\left(2\right)$$\underset{j\∈V_k\backslash \left\{i\right\}}{\Σ}{x}_{ij}^k=y_i^k,\∀i\∈V,V\∈K;---\left(3\right)$$\underset{i\∈V_k\backslash \left\{j\right\}}{\Σ}{x}_{ij}^k=y_i^k,\∀k\∈V,V\∈K;---\left(4\right)$$\underset{i\∈N}{\Σ}{x}_{0j}^k=\underset{i\∈N}{\Σ}{x}_{i0}^k=1,\∀k\∈K;---\left(5\right)$$\underset{k\∈K}{\Σ}{y}_i^k=1,\∀i\∈N;---\left(6\right)$$\Σx_{ij}^k\≤\left|V_k\right|-1,\∀k\∈K;---\left(7\right)$t_i+w_i+t_ij‑M(1‑x_ij)≤t_j,i,j∈{1,2,...,N};      （8）$x_{ij}^k\∈\{0,1\},\∀i,j\∈V,\∀k\∈K;---\left(9\right)$$x_i^k\∈\{0,1\},\∀i\∈N,\∀k\∈K;---\left(10\right)$某个配送中心用K(K＝{1,2...,w})台车向N(N＝{1,2...,n})个客户(城市)进行配送服务，每台车辆的最大载重量为Q_k(k＝1,2,...,K)，每个客户的需求量为q_i(1,2,...,V)，客户i到j的距离为d_ij(d_ij＞0,i,j∈V)，车场到各个客户的距离为d_0j(i,j＝1,2,...,V)，表示车辆k服务目的地i以后是否服务目的地j表示目的地i是否被车辆j服务j为配送目的地的时间窗限制，a_i为配送目的地i允许的最早开始服务时刻，a为配送车辆早到的单位惩罚成本，b_i为配送目的地i的最迟开始服务时刻，b为配送车辆早到的单位惩罚成本，w_i车辆在点的服务时间，t_i为目的地i的开始服务时刻，t_ij为配送车辆从客户i到客户j所需要的行驶时间，M是一个十分大的正数。