[发明专利]仓储集货模式车辆路径逆选择操作方法

摘要

仓储集货模式车辆路径逆选择操作方法，涉及一种信息通讯集货车辆路径选择操作方法，本发明针对不可行路径以及仓储集货运输两种运输模式提出了ACO‑nso算法，进行了仿真计算求解并分别与不考虑不可行路径以及不考虑仓储集货的情况进行了比较，ACO‑nso算法计算时间短，且算法的稳定性较高，可以得到满意的优化解。在实际生活中针对逆向物流网络中客户需求量整体偏低且需求点位置高度不集中的情况下，应用本发明所提出的方法进行处理可以有效地降低运输总成本，对指导实际应用具有一定的意义，使得VRPRL问题能够更加贴近于实际应用的要求。

主权项

仓储集货模式车辆路径逆选择操作方法，其特征在于，仓储集货模式车辆路径逆选择操作方法，所述方法基于逆选择操作蚁群算法的编码方式、对下一节点的概率选择操作方式、蚁群算法流程及算法收敛性分析方法；基于逆选择操作蚁群算法的编码方式采用路径串的形式进行编码；对下一节点的概率选择操作方式对于蚂蚁，设中第一个点为待访问节点，之后计算待访问节点到已访问节点集合中每个元素的转移概率，假设为被选择节点，则将加入到的末端，并将从中删除加入到中；通过上述对编码方式以及概率选择操作，得VRPRL问题的蚁群算法流程如下：Step 1. 输入节点参数、初始化距离矩阵，以处理中心为原点计算其它各个物流节点的极坐标并按照极径升幂排列，根据不可行路径信息更新距离矩阵，并构造节约矩阵；Step 2. 初始化集，根据集确定已访问集合与未访问集合，将处理中心加入到已访问集合中；Step 3. 若未访问节点集合，转入Step 5，否则以未访问节点集合中第一个节点为待决策点，计算与中各个节点的距离以及选择后回收站的货物量，再判断节点是否可被决策，即和之间存在可行路径且运输后不超过回收站的最大负载能力；Step 4. 根据式(10)计算各点转移概率，根据转移概率确定出节点的决策节点，在中添加节点，中添加节点，并更新节点的废弃物数量信息；Step 5. 若集中存在负决策点，转入Step 6；否则，若,则转入Step 2，否则转入Step 8；Step 6. 对集中的负决策点进行二次决策操作，若二次决策后不存在不可决策点，转入Step 7；若二次决策后仍存在不可决策点，记这些节点为不可派送点,令,转Step 7；Step 7.,若,则转入Step 2，否则转入Step 8；Step 8. 若，根据第次循环蚁群的行进路径更新信息素，则转入Step 2；若，则输出上一次循环的最优结果；所述算法收敛性分析方法，解空间中存在一个最优解，这最优解必在ACO‑nso算法的搜索空间中；设和分别为蚂蚁在和中能够找到一个最优解的概率，则：(12)；由式(12)，以及极限的保不等式性可知：(18)当蚁群算法的迭代次数趋于无穷大时，ACO‑nso算法能够找到最优解的概率为1，即ACO‑nso算法是收敛的。