[发明专利]一种基于滚动时域优化的甩挂运输动态路径规划方法

摘要

本发明公开了一种基于滚动时域优化的甩挂运输动态路径规划方法，其特征是包含如下步骤1、利用滚动式与优化的方法将车队作业时间划分成若干个时间片段；2、在每个时间节点获取未来几个时间片的内配送成本矩阵；3、利用配送成本矩阵建立基于滚动时域优化的甩挂运输动态路径规划模型；4、利用甩挂运输动态路径规划模型求解未来几个时间片内的最优方案；5、随机生成初始解，对初始解利用模拟退火算法进行迭代求解，从而获得最优解，并执行。本发明能够对甩挂运输动态路径规划问题进行结构化决策，并快速给出动态路径规划的方案，提高路径规划方案的实时性、合理性和准确性，并降低运输成本。

主权项

一种基于滚动时域优化的甩挂运输动态路径规划方法，其特征是：应用于由1个车场A、R个目标节点U1、V个路网节点U2以及P辆牵引车所在位置节点S所组成的配送服务区域中，将所述配送服务区域的外接正方形的一个顶点设为坐标原点o，将与所述坐标原点o相连的水平和垂直方向上的两条邻边分别设置为x轴和y轴，从而构成直角坐标系xoy；在所述坐标系xoy中：定义车场A的位置为(x0,y0)，定义所述P辆牵引车均从所述车场A的位置(x0,y0)中出发；将所述P辆牵引车记为K＝{K(1),K(2),…,K(p),…,K(P)}，1≤p≤P，K(p)表示第p辆牵引车；将R个目标节点记为1≤r≤R，表示第r个目标节点，第r个目标节点的位置记为(xr,yr)；将第r个目标节点的最早访问时间记为er；将第r个目标节点的最迟访问时间记为lr；er和lr构成目标节点的时间窗[er,lr]；将V个路网节点记为1≤v≤V，表示第v个路网节点；第v个路网节点的位置记为(xR+v,yR+v)；将P辆牵引车K所在位置节点记为S＝{S(R+V+1),S(R+V+2),…,S(R+V+p),…,S(R+V+P)}，S(R+V+p)表示第R+V+p个节点，表示第p辆牵引车K(p)所在位置；第p辆牵引车K(p)所在位置节点S(R+S+p)的位置记为(xR+V+p,yR+V+p)；将所述1个车场A，R个目标节点U1，V个路网节点U2，P辆牵引车所在位置节点S，记为点集U＝{A,U1,U2,S}，则所述车场A表示第0个节点；R个目标节点U1表示第1个节点至第R个节点；V个路网节点U2表示第R+1个节点至第R+S个节点；P辆牵引车所在位置节点S表示第R+V+1节点至第R+V+P个节点；定义边集E＝{<i,j>|i,j∈U,i≠j}表示所述点集U中任意两个节点的直线路径集合，<i,j>表示任意第i个节点和任意第j个节点之间的直线路径；记所述点集U中任意两个节点间的配送成本矩阵为C，且C＝{cij|i,j∈U,i≠j}；cij表示第i个节点和第j个节点之间的配送成本；所述基于滚动时域优化的甩挂运输动态路径规划方法是按如下步骤进行：步骤1、将所有牵引车K的作业时间[0,maxlr]等间隔划分成N个连续的时间片段，记为{[0,Δt],[Δt,2Δt],…,[(n‑1)Δt,nΔt],…,[(N‑1)Δt,maxlr]}；其中[(n‑1)Δt,nΔt]表示第n个时间片段；Δt表示所划分的间隔；步骤2、令n＝1；对第n到第n+m个时间段[(n‑1)Δt,(n+m)Δt]内车辆的实际行驶路线进行规划；1≤m≤N；N为时间片段总数；步骤3、令第n到第n+m个时间段[(n‑1)Δt,(n+m)Δt]内第p辆牵引车K(p)所在初始位置节点从而初始化所有牵引车所在初始位置节点；步骤4、获得第n到第n+m个时间段[(n‑1)Δt,(n+m)Δt]内所述第i个节点和第j个节点之间的配送成本从而获得配送成本矩阵Cn；步骤5、根据第p辆牵引车K(p)所要访问的目标节点，按照所要访问的目标节点的最早访问时间的先后顺序，将落入第n到第n+m个时间段[(n‑1)Δt,(n+m)Δt]内的所有目标节点依次组成第p辆牵引车K(p)的初始访问序列步骤6、取出第p辆牵引车K(p)的初始访问序列中的最后一个目标节点作为目的节点，记为从而形成更新的访问序列步骤7、根据第p辆牵引车K(p)所在初始位置节点配送成本矩阵Cn、访问序列目的节点建立基于滚动时域优化的甩挂运输动态路径规划模型；所述基于滚动时域优化的甩挂运输动态路径规划模型为：(1)目标函数：minZ=Σi∈UΣj∈UΣp=1Pcij·xij(p)---(1)]]>(2)约束条件ΣjΣp=1PxSn(R+S+p)j(p)=P---(2)]]>ΣiΣp=1PxiEp(n)(p)=P---(3)]]>ATSn(R+S+p)(p)=Time---(4)]]>xij(p)=1⇒ATi(p)+wi+tij≤ATj(p)---(5)]]>er≤ATr(p)≤lr---(6)]]>Σi∈UΣp=1Pxiw(p)=Σj∈UΣp=1Pxwj(p),w∈(U2∪Hp(n))---(7)]]>ATHp(n)(z)(p)≤ATHp(n)(z+1)(p)---(8)]]>Σi∈UΣp=1Pxiu(p)=Σj∈UΣp=1Pxuj(p)=1,u∈Hp(n)---(9)]]>xij(p)=0or1---(10)]]>式(1)为目标函数，表示所述牵引车K的总配送成本最小化；当时，表示第p辆牵引车K(p)经过所述第i个节点与第j个节点之间直线路径<i,j>，当时，表示第p辆牵引车K(p)不经过所述第i个节点与第j个节点之间直线路径<i,j>；式(2)表示第p辆牵引车K(p)必须从位置节点出发；当时，表示第p辆牵引车K(p)经过位置节点与第j个节点之间的路径当时，表示第p辆牵引车K(p)不经过位置节点与第j个节点之间的路径式(3)表示第p辆牵引车必须到达目的节点当时，表示第p辆牵引车K(p)经过第i个节点与目的节点之间的路径当时，表示第p辆牵引车K(p)不经过第i个节点与目的节点之间的路径式(4)为时间窗约束，表示令第p辆牵引车K(p)在位置节点的时间为当前时间Time；表示第p辆牵引车K(p)抵达位置节点的时间；式(5)为表示当成立时，获得第p辆牵引车K(p)在第j个节点上的访问时间，表示表示第p辆牵引车K(p)抵达第i个节点的时间；wi表示第p辆牵引车K(p)在第i个节点的等待时间；tij表示第p辆牵引车K(p)从第i个节点出发到第j个节点间的行驶时间；表示表示第p辆牵引车K(p)抵达第j个节点的时间；式(6)为时间窗约束，表示第p辆牵引车K(p)到达第r个目标节点的时间在最早访问er和最迟访问时间lr之间；式(7)表示所有路网节点U2和访问序列中的目标节点满足出入平衡；表示第p辆牵引车K(p)经过所述第i个节点与第w个节点之间直线路径<i,w〉，当时，表示第p辆牵引车K(p)不经过所述第i个节点与第w个节点之间直线路径<i,w〉；当时，表示第p辆牵引车K(p)经过所述第w个节点与第j个节点之间直线路径<w,j>，当时，表示第p辆牵引车K(p)不经过所述第w个节点与第j个节点之间直线路径；式(8)表示访问序列中节点的拜访次序约束；所述表示第p辆牵引车K(p)到达访问序列中第z个目标节点的时间；所述表示第p辆牵引车K(p)到达访问序列中第z+1个目标节点的时间；式(9)表示访问序列中的节点，仅被一辆牵引车次访问一次；当时，表示第p辆牵引车K(p)经过所述第i个节点与第u个节点之间直线路径<i,u>，当时，表示第p辆牵引车K(p)不经过所述第i个节点与第u个节点之间直线路径<i,u>；当时，表示第p辆牵引车K(p)经过所述第u个节点与第j个节点之间直线路径<u,j>，当时，表示第p辆牵引车K(p)不经过所述第u个节点与第j个节点之间直线路径<u,j>；式(10)表示决策变量的取值为“0”或“1”；步骤8、随机生成第n次初始解Xn；步骤9、利用模拟退火算法对所述第n次初始解Xn进行迭代求解，获得第n次最优解；步骤10、将n+1赋值给n；步骤11、更新第n到第n+m个时间段[(n‑1)Δt,(n+m)Δt]内第p辆牵引车K(p)所在位置节点配送成本矩阵Cn；步骤12、在第n‑1个时间段[(n‑2)Δt,(n‑1)Δt]结束前，获取第p辆牵引车K(p)在第n到第n+m个时间段[(n‑1)Δt,(n+m)Δt]内的访问序列所述访问序列包括：第n‑1个时间段[(n‑2)Δt,(n‑1)Δt]内未完成访问的目标节点以及第p辆牵引车K(p)所要访问的目标节点的最早访问时间落入第n到第n+m个时间段[(n‑1)Δt,(n+m)Δt]的目标节点；步骤13、取出第n到第n+m个时间段[(n‑1)Δt,(n+m)Δt]内第p辆牵引车K(p)的访问序列的最后一个目标节点作为目的节点从而形成更新的访问序列步骤14、根据第p辆牵引车K(p)所在初始位置节点配送成本矩阵Cn、访问序列目的节点输入所述甩挂运输动态路径规划模型中；步骤15、随机生成第n次的初始解Xn，步骤16、利用模拟退火算法对所述第n次初始解Xn进行迭代求解，获得第n次最优解；步骤17、判断n＝N是否成立，若成立，则表示所有牵引车K完成作业；否则，返回步骤10。