[发明专利]一种物流领域多车型多次配送的智能优化调度方法

摘要

本发明公开了一种物流领域多车型多次配送的智能优化调度方法，首先，构建了一种新型的二维概率幅学习模型；然后，通过规则观测学习模型，再根据学习模型指导算法搜索问题解空间，进行路线构建、路线改进以及学习模型更新；最后，通过终止条件判断，输出调度方案。此外，本发明采用了一种二维概率幅学习模型，该模型可自适应学习历史优质解信息，并将其用于指导新个体生成；该概率幅学习模型引入遗忘率，避免算法解空间陷入局部最优，增强算法的健壮性。本发明提供的物流领域多车型多次配送的智能优化调度方法，能够解决在一定的时间段内不同车型分别执行多车次的配送任务，大大提升调度排单的质量和效率，有效辅助调度人员完成调度工作。

主权项

一种物流领域多车型多次配送的智能优化调度方法，其特征在于，包括如下步骤：S1)输入订单信息、收货点信息、车辆信息和配送中心信息；S2)根据收货点信息中导航地址及经纬度坐标，采用曼哈顿距离计算车辆在收货点间的平均行驶时间；S3)对多目标进行分层排序实现车辆调度，以一段时间内配送中心收到的全部订单量为计算单位，分别最大化车辆在该段时间内的配送订单数、最小化车辆在该段时间内的配送次数、最小化车辆在该段时间内的工作总时长；S4)根据学习模型指导算法搜索解空间，实现路线构建和路线改进；S5)采用遗忘率解决算法早熟，对学习模型进行更新；S6)终止条件判断，当迭代到最大运行时间或最大迭代次数，终止算法运行；S7)最终调度计划输出，通过人工简单筛选，按车型输出调度计划。