[发明专利]一种快递物流背包优化方法

摘要

一种快递物流背包优化方法，用于对配送点的待配送订单进行装载优化，使得车辆满载率达到最大的同时提高车辆所装载订单的总收益。算法通过二进制粒子群算法，每次迭代保留粒子的全局最优解，并结合粒子间的相互作用扩大粒子群的搜索范围。并引入模拟退火算法，利用模拟退火算法的Metropolis准则提高算法局部搜索的能力同时加快迭代后期算法的收敛速度。算法以配送车辆的平均载重率，平均容积率，以及所装载订单的总邮费为子目标函数，通过归一化处理得到总目标函数，以总目标函数的值来衡量优化的效果。实验结果表明，采用本发明方法，相比于其他算法可以得到更满意的优化效果。

主权项

1.一种快递物流背包优化方法，用于对配送中心产生的订单进行装载优化。包括步骤：A.采集配送点的详细订单情况，并运用初始解生成公式初始化粒子群，获得一系列随机的初始化种群pop(n)。B.运用约束检验条件对生成的初始化种群是否符合约束条件，如果有不可行的粒子popi，则运用调整公式对不可行解popi进行约束调整。C.计算粒子群中各粒子的适应度值fit(i)(目标函数值)，对粒子群中的个体最优解pbi以及种群的全局最优解gb进行保留。D.运用位置更新公式和速度更新公式，对粒子群中各粒子的位置和速度进行更新，得到粒子新的状态。E.再次计算粒子群中各粒子的适应度值fit(i)(目标函数值)，同时对粒子群中的个体最优解pbi和全局最优解gb进行更新。F.运用模拟退火操作对粒子群的全局最优解进行更新。G.运用权重和学习因子更新公式对算法的惯性权重ω，学习因子c1，c2进行更新。H.若达到迭代终止条件，则输出粒子群的全局最优解为算法的最终解sol。否则跳转到步骤D，循环执行步骤D～H。