[发明专利]基于蒙特卡洛算法与粒子群算法的快递智能小车调度方法

摘要

本发明公开了一种基于蒙特卡洛算法与粒子群算法的快递智能小车调度方法，首先基于快递投递信息确结合快递智能小车的行驶数据包进行最短分配时间的单目标模型搭建；通过蒙特卡洛算法对集合的运送顺序进行有限次数的随机排列，通过目标模型进行到达每一目标地点时快递智能小车的运送时间预测，得到预测结果；根据任务分配计算快递智能小车从当前位置到目标地点的最短行驶距离，基于最短分配时间和最短行驶路径的双目标模型；求解双目标模型得到所有求解结果，通过蒙特卡洛算法从求解结果中得到指定数目的较优解，将指定数目的较优解输入粒子群算法得到最优解，得到快递智能小车的最优分配时间和最优行驶路径；本发明可提升快递分配的速度和效率。

主权项

1.基于蒙特卡洛算法与粒子群算法的快递智能小车调度方法，其特征在于，所述方法包括步骤：S1、建立快递智能小车的运行路径模型，基于所述运行路径模型和每一快递投递信息确认对应快递邮件的目标地点确定所述快递智能小车从当前位置到所述目标地点的路程，并结合所述快递智能小车的行驶数据包进行最短分配时间的单目标模型搭建；S2、将根据指定的所述快递智能小车设定任务分配的所有所述目标地点作为一个集合{a_p,....,a_q,...,a₀}，通过蒙特卡洛算法对所述集合的运送顺序进行有限次数的随机排列，并通过所述单目标模型进行到达每一所述目标地点时所述快递智能小车的运送时间预测，得到对应的预测结果；S3、根据所述任务分配计算得到所述快递智能小车从所述当前位置到每一所述目标地点的最短行驶距离，基于所述单目标模型构建所述快递智能小车在快递邮件分配过程中所述最短分配时间和所述最短行驶路径的双目标模型；S4、求解所述双目标模型得到所有求解结果，并通过蒙特卡洛算法从所述求解结果中得到指定数目的较优解，将指定数目的所述较优解输入粒子群算法得到最优解，得到所述快递智能小车的最优分配时间和最优行驶路径。