一種有時間限制的配送車輛調(diào)度方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種有時間限制的配送車輛調(diào)度方法,屬于智能優(yōu)化調(diào)度中車輛路徑 的技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 物流技術(shù)的發(fā)展有助于企業(yè)降低物流成本、提高客戶滿意度、提高運作效率,車輛 路徑問題的研究是提高物流技術(shù)的有效途徑。近年來,人們開始逐漸把注意力轉(zhuǎn)移到由實 際生產(chǎn)生活衍生出的眾多車輛路徑問題上,并取得了大量優(yōu)異的成績,隨之帶來了巨大的 經(jīng)濟效益。
[0003] 配送是物流系統(tǒng)中的一個重要環(huán)節(jié),它是指按客戶(包括零售商店、用戶等)的訂 貨要求(包括在貨物種類、數(shù)量和時間等方面的要求),在配送中心進行分貨、配貨工作、并 將配好的貨物及時送交收貨人的物流活動。在配送業(yè)務(wù)中,配送車輛優(yōu)化調(diào)度問題的涉及 面較廣,需要考慮的因素較多,對配送企業(yè)提高服務(wù)質(zhì)量、降低物流成本、增加經(jīng)濟效益的 影響較大。該問題是物流系統(tǒng)優(yōu)化的關(guān)鍵。
[0004] 在實際生活中,存在這樣一種VRP問題:比如,一家較大型物流企業(yè),用于貨物配 送的車場只有一個,并且可以使用車輛的數(shù)目是固定的,而顧客對配送時間有著十分嚴(yán)格 的要求,該企業(yè)要求物流公司必須在指定的時間范圍內(nèi)進行物流配送即時間窗約束,否則 將會對該物流公司進行一定程度的懲罰。由于需要運輸?shù)奈镔Y有著保鮮要求(如蔬菜、牛 奶等)或是一些其他形式的時間限制。每一輛車必須首先從車場出發(fā),而且在規(guī)定的時間 范圍內(nèi)將一定數(shù)量的物品送達(dá)指定位置。在這類問題中時間為主要的限制因素,在滿足車 輛運載能力的前提下又要滿足時間窗的要求,這樣就加大了問題的求解難度。每輛車的最 大載重相同,而且卸貨時間也相同,但是每個客戶要求的時間窗不一樣。學(xué)術(shù)界定義該類 車輛調(diào)度方法為一種帶容量約束的軟時間窗問題車輛路徑優(yōu)化調(diào)度問題(VRPSTW),已經(jīng)證 明VRPSTW屬于NP-HARD問題,即無法在多項式時間內(nèi)求得其精確解。在現(xiàn)代物流運輸中如 何解決大規(guī)模和多約束的車輛路徑問題,成為當(dāng)今物流業(yè)乃至整個學(xué)術(shù)界需要著重解決的 難題之一,對車輛路徑問題進行研究具有極其重要的理論指導(dǎo)意義和現(xiàn)實意義。因此,對 VRPSTW問題的研究,可提高送貨過程的效率,增強客戶的滿意度,提高經(jīng)濟效益。
[0005] 由于有時間限制的送貨車輛調(diào)度的優(yōu)化問題是NP難,傳統(tǒng)數(shù)學(xué)規(guī)劃方法在現(xiàn)實 生產(chǎn)調(diào)度中只適應(yīng)求解小規(guī)模問題,啟發(fā)式構(gòu)造算法的對于大規(guī)模問題求的解又較差。因 此,本發(fā)明設(shè)計了一種改進種群增量學(xué)習(xí)算法的優(yōu)化調(diào)度方法,可在較短的時間內(nèi)求得有 時間限制的送貨車輛調(diào)度問題的優(yōu)良解。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明提供了一種有時間限制的配送車輛調(diào)度方法,以用于在較短時間內(nèi)求得有 時間限制的送貨車輛調(diào)度問題的優(yōu)良解的問題。
[0007] 本發(fā)明有時間限制的配送車輛調(diào)度方法是這樣實現(xiàn)的:首先通過確定有時間限制 的送貨車輛的調(diào)度模型和優(yōu)化目標(biāo),并使用基于改進種群增量算法的優(yōu)化調(diào)度方法對優(yōu)化 目標(biāo)進行優(yōu)化;其中調(diào)度模型依據(jù)配送車輛的時間約束、載重約束等約束條件、客戶點的坐 標(biāo)位置及所有車輛的行駛總費用來建立,同時優(yōu)化目標(biāo)為最小化運輸總費用minf;
[0018] 某個配送中心用K(K= {l,2...,w})臺車向N(N= {l,2...,n})個客戶(城 市)進行配送服務(wù),每臺車輛的最大載重量為Qk(k= 1,2, ...,K),每個客戶的需求量 為qi (1,2,. . .,V),客戶i到j(luò)的距離為Cl1,(牝> 0,i,jGV),車場到各個客戶的距離為 d0](i,j= 1,2,...,V),<表示車輛k月艮務(wù)目的地i以后是否服務(wù)目的地j(4=l為服務(wù), X;; = 0為不服務(wù)),分表示目的地i是否被車輛j服務(wù)(父=1為被服務(wù),= 0為不被服 務(wù)),j為配送目的地的時間窗限制,%為配送目的地i允許的最早開始服務(wù)時刻,a為配送 車輛早到的單位懲罰成本,h為配送目的地i的最遲開始服務(wù)時刻,b為配送車輛早到的單 位懲罰成本,^車輛在點的服務(wù)時間,^為目的地i的開始服務(wù)時刻,tu為配送車輛從客 戶i到客戶j所需要的行駛時間,M是一個十分大的正數(shù)。
[0019] 所述基于改進種群增量學(xué)習(xí)的優(yōu)化調(diào)度方法的具體步驟如下:
[0020] A、編碼方式:采用十進制編碼,配送中心編號為0,客戶編號為大于0的整數(shù),車輛 從配送中心開始前往客戶處送貨,服務(wù)一定數(shù)量后,再返回配送中心,得到如下解,解的 長度為L,JT= [JT[1],JT[2],? ??,JT[L] ](L彡 2+n);
[0021] B、概率模型初始化:初始化概率模型矩陣,對于k= 1,2,. . .,w,有
[0022]
[0023] C、產(chǎn)生種群:按式(11)進行客戶轉(zhuǎn)移,確定客戶排列,再由客戶排列從而得到可 行解,直至可行解的數(shù)量達(dá)到種群規(guī)模的要求,其中種群規(guī)模為P;
[0024]
[0025] 式(11)中的r為在[0, 1]上服從均勻分布的隨機變量,rQ(0彡r。彡1)為控制選 擇當(dāng)前服務(wù)客戶j方式的參數(shù),a為概率模型的相對重要性,0為時間窗的相對重要性, a_time為車輛到達(dá)當(dāng)前服務(wù)客戶j的時刻,&1為當(dāng)前服務(wù)客戶j的時間窗開啟時刻,若當(dāng) 前服務(wù)客戶j的車輛早于時間窗開啟時刻a;則受到的懲罰成本為pa=aX(ai-ajime), 匕為當(dāng)前服務(wù)客戶j的時間窗關(guān)閉時刻,若當(dāng)前服務(wù)客戶j的車輛晚于時間窗關(guān)閉時刻 4則受到的懲罰成本為Pb=bX(a_time_bJ,為離開目的地i的時刻,0U= 1/ punish(punish= ?3或pb)為時間窗緊度因素;Igen為種群第gene代的3維概率模型矩 陣(nXnXw),f表示^n中第k(l<k<w)個nXn的二維矩陣,落"代表ff"第i列(I<i<n)選擇當(dāng)前服務(wù)客戶j(I<j<n)的概率;
[0026] D、通過對比目標(biāo)函數(shù)值找到當(dāng)代的最優(yōu)解lC"進行局部搜索;
[0027] E、局部搜索一,運用"2-opt*"操作對同一個個體中的客戶進行交換直到該個體的 配送總里程不變?yōu)橹梗?br>[0028] F、局部搜索二,運用"2-opt"操作對不同個體中的客戶進行交換直到該車輛內(nèi)的 配送里程不變?yōu)橹梗?br>[0029] G、比較局部搜索后得到的優(yōu)化目標(biāo)值TtG和局部搜索之前的優(yōu)化目標(biāo)值C,若
[0030] H、更新概率矩陣:根據(jù)式= +r(1彡k彡w,1彡i彡n,1彡j彡n),T是 學(xué)習(xí)速率,將搜索過程中的"最優(yōu)個體"對應(yīng)于概率矩陣中的元素然后加上學(xué)習(xí)速率T,然
[0031] I、終止條件:設(shè)定終止條件的最大迭代次數(shù)為1000,如果滿足,則輸出"全局最優(yōu) 個體";否則轉(zhuǎn)至步驟C,反復(fù)迭代直至滿足終止條件。
[0032] 所述種群規(guī)模設(shè)置為20。
[0033] 本發(fā)明的有益效果是:提出了有時間限制的配送車輛的調(diào)度模型和優(yōu)化目標(biāo),表 述清晰,結(jié)構(gòu)準(zhǔn)確;采用根據(jù)算法步驟得到當(dāng)前種群"最優(yōu)個體",將"最優(yōu)個體"的信息用于 更新概率矩陣,通過概率矩陣更新下一代種群,能夠有效的引導(dǎo)算法進行全局搜索;對種群 中的"最優(yōu)個體"進行基于兩階段局部搜索,防止算法陷入局部最優(yōu),進一步提高解的質(zhì)量。
【附圖說明】
[0034] 圖1為本發(fā)明中有時間限制的配送車輛調(diào)度示意圖;
[0035] 圖2為本發(fā)明算法流程圖;
[0036] 圖3為本發(fā)明的"2-opt*"操作示意圖;
[0037] 圖4為本發(fā)明的" 2-opt"操作示意圖。
【具體實施方式】
[0038] 實施例1 :如圖1-4所示,一種有時間限制的配送車輛調(diào)度方法,首先通過確定有 時間限制的送貨車輛的調(diào)度模型和優(yōu)化目標(biāo),并使用基于改進種群增量算法的優(yōu)化調(diào)度方 法對優(yōu)化目標(biāo)進行優(yōu)化;其中調(diào)度模型依據(jù)配送車輛的時間約束、載重約束等約束條件、 客戶點的坐標(biāo)位置及所有車輛的行駛總費用來建立,同時優(yōu)化目標(biāo)為最小化運輸總費用 minf;
[0049] 某個配送中心用K(K= {l,2...,w})臺車向N(N= {l,2...,n})個客戶(城 市)進行配送服務(wù),每臺車輛的最大載重量為Qk(k= 1,2, ...,K),每個客戶的需求量 為qi (1,2,...,V),客戶i到j(luò)的距離為Cl1,(牝> 0,i,jGV),車場到各個客戶的距離為 d0](i,j= 1,2,...,V),xj表示車輛k月艮務(wù)目的地i以后是否服務(wù)目的地j(備1為服務(wù), -< =〇為不服務(wù)),<表示目的地i是否被車輛j服務(wù)(= 1為被服務(wù),W= :〇為不被服 務(wù)),j為配送目的地的時間窗限制,%為配送目的地i允許的最早開始服務(wù)時刻,a為配送 車輛早到的單位懲罰成本,h為配送目的地i的最遲開始服務(wù)時刻,b為配送車輛早到的單 位懲罰成本,^車輛在點的服務(wù)時間,^為目的地i的開始服務(wù)時刻,tu為配送車輛從客 戶i到客戶j所需要的行駛時間,M是一個十分大的正數(shù)。
[0050] 所述基于改進種群增量學(xué)習(xí)的優(yōu)化調(diào)度方法的具體步驟如下:
[0051] A、編碼