基于多目標(biāo)建模優(yōu)化的?；愤\(yùn)輸調(diào)度方法
【專利摘要】本發(fā)明公開(kāi)了一種基于多目標(biāo)建模優(yōu)化的危化品運(yùn)輸調(diào)度方法，該方法包括分別建立路徑長(zhǎng)度、建立時(shí)間、車(chē)輛固定費(fèi)用和風(fēng)險(xiǎn)模型；對(duì)四個(gè)子模型進(jìn)行標(biāo)幺化和加權(quán)處理，得到?；愤\(yùn)輸優(yōu)化調(diào)度的評(píng)價(jià)函數(shù)；采用自然數(shù)編碼、遞歸產(chǎn)生初始種群、最優(yōu)保存策略、改進(jìn)的匹配交叉和連續(xù)三次交叉的改進(jìn)遺傳算法求解模型，最終得到運(yùn)輸路徑短，配送效率高，配送車(chē)輛少，風(fēng)險(xiǎn)小的?；愤\(yùn)輸最優(yōu)路徑。本發(fā)明同時(shí)考慮了四個(gè)目標(biāo)，決策者可以根據(jù)自身需要設(shè)定不同的權(quán)值，由權(quán)值決定遺傳算法的搜索方向，通過(guò)不斷的迭代適應(yīng)度值最終收斂從而得到最優(yōu)路徑。
【專利說(shuō)明】基于多目標(biāo)建模優(yōu)化的?；愤\(yùn)輸調(diào)度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于車(chē)輛路徑問(wèn)題領(lǐng)域，尤其涉及一種基于多目標(biāo)建模優(yōu)化的?；愤\(yùn)輸調(diào)度方法。
【背景技術(shù)】
[0002]隨著中國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)的迅猛發(fā)展，用提高生產(chǎn)率從生產(chǎn)管理中挖取最大的經(jīng)濟(jì)效益的難度變得越來(lái)越大，隨之而成的是物流業(yè)的迅速崛起，當(dāng)代物流已經(jīng)發(fā)展成為生產(chǎn)服務(wù)業(yè)中的骨干產(chǎn)業(yè)，構(gòu)成了國(guó)民經(jīng)濟(jì)不可或缺的一部分。作為獲取利潤(rùn)“第三源泉”的物流領(lǐng)域逐漸吸引廣大企業(yè)的目光。再加上國(guó)家石油、石化、化工等產(chǎn)業(yè)的快速發(fā)展，相關(guān)危險(xiǎn)化學(xué)品物流業(yè)從以往的國(guó)家管理機(jī)制逐漸地納入市場(chǎng)，使得其商業(yè)氣息越來(lái)越濃。據(jù)有關(guān)數(shù)據(jù)統(tǒng)計(jì)，目前我國(guó)石油化工業(yè)總產(chǎn)值達(dá)到五萬(wàn)三千億元，品種高達(dá)四萬(wàn)兩千多個(gè)，在這龐大的化工產(chǎn)品中超過(guò)80%都是?；愤_(dá)到了 14億噸，其中95%以上都牽涉異地運(yùn)輸問(wèn)題，強(qiáng)烈呼喚著國(guó)家需要建立強(qiáng)大的?；肺锪黧w系。作為危險(xiǎn)化學(xué)品物流運(yùn)輸優(yōu)化調(diào)度中的關(guān)鍵一環(huán)，車(chē)輛路徑問(wèn)題(Vehicle Routing Problem, VRP)的研究受到了人們的廣泛關(guān)注，各國(guó)學(xué)者對(duì)其理論和應(yīng)用都進(jìn)行了大量的研究，取得了許多研究成果，使VRP研究成為“最近半世紀(jì)運(yùn)籌學(xué)領(lǐng)域最成功的研究之一”。
[0003]與普通貨物相比，由于?；肪哂幸兹?、易爆、有毒、有害和腐蝕性等特殊性質(zhì)，隨著危化品需求量的不斷加大，使得危化品配送事故也不斷增多，一旦?；愤\(yùn)輸發(fā)生事故，對(duì)運(yùn)輸沿線的居民，動(dòng)植物及環(huán)境會(huì)有很大的影響，直接危害生命、財(cái)產(chǎn)安全，后果非常嚴(yán)重。運(yùn)輸在我國(guó)道路上的大量危險(xiǎn)品，儼然形成了一個(gè)流動(dòng)的危險(xiǎn)源，越來(lái)越嚴(yán)峻的道路運(yùn)輸安全形勢(shì)讓人們意識(shí)到，?；返缆愤\(yùn)輸已經(jīng)不僅僅是一個(gè)經(jīng)濟(jì)問(wèn)題，而已成為了一個(gè)不斷增加、令人擔(dān)憂的安全問(wèn)題。據(jù)統(tǒng)計(jì)，我國(guó)?；愤\(yùn)輸事故呈明顯的上升趨勢(shì)，社會(huì)各界已經(jīng)對(duì)?；愤\(yùn)輸?shù)陌踩珕?wèn)題給予廣泛的關(guān)注，并對(duì)?；愤\(yùn)輸展開(kāi)多層次、多角度的相關(guān)研究，許多國(guó)際組織和政府已經(jīng)通過(guò)立法等相關(guān)措施來(lái)引導(dǎo)和保證危化品的安全運(yùn)輸。
[0004]?；愤\(yùn)輸是國(guó)民經(jīng)濟(jì)發(fā)展一個(gè)不可以避免的環(huán)節(jié)。在企業(yè)的立場(chǎng)來(lái)說(shuō)，經(jīng)濟(jì)效益是首要考慮的目標(biāo)，對(duì)?；肺锪鬟\(yùn)輸優(yōu)化調(diào)度以實(shí)現(xiàn)成本最優(yōu)具有很大的研究?jī)r(jià)值；在國(guó)家政府看來(lái)，危化品的運(yùn)輸關(guān)系著國(guó)民的生命財(cái)產(chǎn)安全，有必要采取相關(guān)措施保證危化品的安全運(yùn)輸。因此，對(duì)?；肺锪鬈?chē)輛路徑問(wèn)題進(jìn)行進(jìn)一步的研究具有重大的意義。

【發(fā)明內(nèi)容】

[0005]針對(duì)現(xiàn)有技術(shù)中存在的上述不足，本發(fā)明提供了一種基于多目標(biāo)建模優(yōu)化的危化品運(yùn)輸調(diào)度方法。該方法在一般貨物運(yùn)輸優(yōu)化調(diào)度的基礎(chǔ)上，建立了包括了路徑長(zhǎng)度、超時(shí)罰款、車(chē)輛固定費(fèi)用和風(fēng)險(xiǎn)的評(píng)價(jià)模型，并利用改進(jìn)的遺傳算法進(jìn)行求解，實(shí)現(xiàn)對(duì)復(fù)雜優(yōu)化問(wèn)題進(jìn)行求解。
[0006]為了解決上述技術(shù)問(wèn)題，本發(fā)明采用了如下技術(shù)方案:[0007]基于多目標(biāo)建模優(yōu)化的危化品運(yùn)輸調(diào)度方法，該方法包括如下步驟:
[0008]I)將路線長(zhǎng)度、時(shí)間、固定費(fèi)用和風(fēng)險(xiǎn)作為優(yōu)化指標(biāo)，分別對(duì)其進(jìn)行建模:
[0009]a、路線長(zhǎng)度模型:根據(jù)配送中心和客戶的地理位置及其路徑信息得到總的配送距離；
[0010]b、時(shí)間模型:由超時(shí)懲罰來(lái)實(shí)現(xiàn)；
[0011]C、車(chē)輛固定費(fèi)用模型:對(duì)所有出動(dòng)車(chē)輛的人力成本和設(shè)備養(yǎng)護(hù)費(fèi)求和；
[0012]d、風(fēng)險(xiǎn)模型:風(fēng)險(xiǎn)大小著重于概率和損失的計(jì)算，一旦事故發(fā)生，則從配送中心另派一輛車(chē)進(jìn)行緊急救援，完成配送任務(wù)；
[0013]2)建立評(píng)價(jià)函數(shù)模型，分別對(duì)路線長(zhǎng)度、時(shí)間、車(chē)輛固定費(fèi)用、風(fēng)險(xiǎn)四個(gè)目標(biāo)進(jìn)行標(biāo)幺化和加權(quán)處理，得到總的評(píng)價(jià)函數(shù)；
[0014]3)確定用遺傳算法求解模型，包括步驟4)至步驟7)；
[0015]4)參數(shù)編碼:采用自然數(shù)編碼，用矢量G1, i2,…，in)表示客戶基因序列，將染色體表示為:(0，I1, i2,…，is, I1, i2,…，it, O,…，O, I1, i2,…，ik，O)表示車(chē)輛從配送中心O出發(fā)，第一輛車(chē)從配送中心出發(fā)執(zhí)行U i2,…，is路徑并返回配送中心，形成路徑1，然后第二輛車(chē)從配送中心出發(fā)執(zhí)行i2,…，it路徑并返回配送中心，形成路徑2，如此反復(fù)直到所有客戶都被訪問(wèn)；
[0016]5)生成初始種群:采用遞歸調(diào)用，快速產(chǎn)生具有1000個(gè)染色體的初始種群；
[0017]6)適應(yīng)度函數(shù)設(shè)計(jì):將適應(yīng)度函數(shù)設(shè)計(jì)為評(píng)價(jià)函數(shù)的倒數(shù)；
[0018]7)遺傳算子的設(shè)計(jì):
[0019]a、選擇:將適應(yīng)度值排序，選擇排在前500的染色體進(jìn)行交叉、變異操作，利用最優(yōu)保存策略保存排在前500的個(gè)體，盡量保持父代的優(yōu)良性狀；
[0020]b、交叉:利用交叉概率Pc=0.99，采用最大匹配交叉和連續(xù)三次交叉方法，一對(duì)父代產(chǎn)生六個(gè)子代；
[0021]C、變異:將交叉產(chǎn)生的六個(gè)子代利用變異概率Pm=0.6，采用反轉(zhuǎn)法進(jìn)行變異；
[0022]8)代數(shù)n〈100，不斷重復(fù)步驟7)，最終得到最優(yōu)路徑。
[0023]作為本發(fā)明的一種優(yōu)選方案，所述步驟I)和步驟2)中?；愤\(yùn)輸優(yōu)化調(diào)度的評(píng)價(jià)函數(shù)模型包括了路徑長(zhǎng)度L、時(shí)間E、車(chē)輛固定費(fèi)用Q和風(fēng)險(xiǎn)R四個(gè)子目標(biāo)模型，其中，
[0024]
【權(quán)利要求】
1.基于多目標(biāo)建模優(yōu)化的?；愤\(yùn)輸調(diào)度方法，其特征在于，該方法包括如下步驟: 1)將路線長(zhǎng)度、時(shí)間、車(chē)輛固定費(fèi)用和風(fēng)險(xiǎn)作為優(yōu)化指標(biāo)，分別對(duì)其進(jìn)行建模: a、路線長(zhǎng)度模型:根據(jù)配送中心和客戶的地理位置及其路徑信息得到總的配送距離； b、時(shí)間模型:由超時(shí)懲罰來(lái)實(shí)現(xiàn)； C、車(chē)輛固定費(fèi)用模型:對(duì)所有出動(dòng)車(chē)輛的人力成本和設(shè)備養(yǎng)護(hù)費(fèi)求和； d、風(fēng)險(xiǎn)模型:風(fēng)險(xiǎn)大小著重于概率和損失的計(jì)算，一旦事故發(fā)生，則從配送中心另派一輛車(chē)進(jìn)行緊急救援，完成配送任務(wù)； 2)建立評(píng)價(jià)函數(shù)模型，對(duì)各個(gè)目標(biāo)進(jìn)行標(biāo)么化和加權(quán)處理，得到總的評(píng)價(jià)函數(shù)； 3)確定用遺傳算法求解模型，包括步驟4)至步驟7)； 4)參數(shù)編碼:采用自然數(shù)編碼，用矢量(i”i2,…，in)表示客戶基因序列，將染色體表示為:(0，I1, i2,…，is，I1, i2,…，it，0，…，O，I1, i2,…，ik，0)，車(chē)輛從配送中心出發(fā)，第一輛車(chē)從配送中心出發(fā)執(zhí)行U i2,…，is路徑并返回配送中心，形成路徑1，然后第二輛車(chē)從配送中心出發(fā)執(zhí)行i2,…，it路徑并返回配送中心，形成路徑2，如此反復(fù)直到所有客戶都被訪問(wèn)； 5)生成初始種群:采用遞歸調(diào)用，快速產(chǎn)生具有1000個(gè)染色體的初始種群； 6)適應(yīng)度函數(shù)設(shè)計(jì):將適應(yīng)度函數(shù)設(shè)計(jì)為評(píng)價(jià)函數(shù)的倒數(shù)；
7)遺傳算子的設(shè)計(jì): a、選擇:將適應(yīng)度值排序，選擇排在前500的染色體進(jìn)行交叉、變異操作，利用最優(yōu)保存策略保存排在前500的個(gè)體，盡量保持父代的優(yōu)良性狀； b、交叉:利用交叉概率Pc=0.99，采用最大匹配交叉和連續(xù)三次交叉方法，一對(duì)父代產(chǎn)生六個(gè)子代； C、變異:將交叉產(chǎn)生的六個(gè)子代利用變異概率Pm=0.6，采用反轉(zhuǎn)法進(jìn)行變異； 8)代數(shù)n〈100，不斷重復(fù)步驟7)，最終得到最優(yōu)路徑。
2.根據(jù)權(quán)利要求1所述的基于多目標(biāo)建模優(yōu)化的危化品運(yùn)輸調(diào)度方法，其特征在于，所述步驟I)和步驟2)中?；愤\(yùn)輸優(yōu)化調(diào)度的評(píng)價(jià)函數(shù)模型包括了路徑長(zhǎng)度L、時(shí)間E、車(chē)輛固定費(fèi)用Q和風(fēng)險(xiǎn)R四個(gè)子目標(biāo)模型，其中， NNm Z =藝藝藝(CijXijk)
i=0 j=0 k=l 上式中:丨=1，2廣"』；」=1，2廣"』；1^1，2廣"，111;(^為客戶i到客戶j的距離；N為客戶數(shù)量;m為從倉(cāng)庫(kù)實(shí)際發(fā)出的車(chē)輛數(shù)；車(chē)輛k從客戶i行駛到客戶j% " 1車(chē)輛k不從客戶i行駛到客戶j; N「Os <T E = TjEi (￡；=]Ν _ 1 )
IIei^(S1-T1) S^T1 上式中:Si表示車(chē)輛到達(dá)客戶i的時(shí)間,Ti為客戶i開(kāi)始征收罰款的時(shí)間閾值；ei為配送車(chē)輛超過(guò)客戶i的時(shí)間閾值的單位時(shí)間罰款，O表示倉(cāng)庫(kù)；
Q=mc0 上式中:m為實(shí)際配送車(chē)輛數(shù)，C0為一輛車(chē)的固定花費(fèi)；
3.根據(jù)權(quán)利要求1或2所述的基于多目標(biāo)建模優(yōu)化的?；愤\(yùn)輸調(diào)度方法，其特征在于，所述步驟3)中的遺傳算法，該算法是采用自然數(shù)編碼的方式，用遞歸的方法產(chǎn)生初始種群，在遺傳算子設(shè)計(jì)中利用適應(yīng)度值大小排序選擇的方法，采用最優(yōu)保存策略、最大匹配交叉、連續(xù)三次交叉的交叉算子進(jìn)行交叉和反轉(zhuǎn)變異算子進(jìn)行變異，不斷迭代，最終得到最優(yōu)路徑。
【文檔編號(hào)】G06Q10/08GK103761588SQ201410054886
【公開(kāi)日】2014年4月30日 申請(qǐng)日期:2014年2月18日 優(yōu)先權(quán)日:2014年2月18日
【發(fā)明者】宋永端, 沈志熙, 劉輝 申請(qǐng)人:張家港美核電子科技有限公司