[发明专利]一种基于改进蚁群算法的多配送中心车辆路径优化方法有效
申请号: | 201910763723.X | 申请日: | 2019-08-19 |
公开(公告)号: | CN110705741B | 公开(公告)日: | 2022-06-17 |
发明(设计)人: | 张贵军;武楚雄;陈驰;孙沪增;袁丰桥;李远锋 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/08;G06N3/00 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 改进 算法 配送 中心 车辆 路径 优化 方法 | ||
1.一种基于改进蚁群算法的多配送中心车辆路径优化方法,其特征在于:所述车辆路径优化方法包括以下步骤:
1)定义算法所需的目标函数:
其中,F为车辆总路程,N为需要服务的客户点数,M为配送中心数,每个配送中心拥有容量大小相同、车型相同的车辆Cm辆,Iij为道路网络中i点与j点之间的阻抗,决策变量为如果配送中心m的车辆p从用户i行驶到用户j取1,反之均取0;约束条件为:每辆车配送的货物重量不得超过其最大载重Q,每个客户都要被配送,且每个客户只能被配送一次,每辆车m配送完其路径上的所有客户点后必须回到出发配送中心;
2)设置参数:蚂蚁数ant_num,迭代次数G;
3)令g=1;
4)令num=1;
5)解的初始化,过程如下:
5.1)任意一只蚂蚁从M个配送中心中随机选择一个配送中心mi;
5.2)在选定的配送中心mi中随机选择一辆尚未使用过的车辆ck;
5.3)当前结点记为nodei,令nodei=mi;所有客户点集合记为{j1,j2,…jk…jN},当前结点到任一结点的网络阻抗记为令其中,dist(pi,pj)表示结点pi与pj之间的欧氏距离;下一结点记为next,当且仅当jr∈{j1,j2,…jk…jN}且dist(nodei,jr)=min{dist(nodei,jk)}时,令next=jr,其中,jk∈{j1,j2,…jk…jN};
5.4)重复执行步骤5.3)直到所有客户点访问完毕,得到初始解:
其中,表示配送中心mi的车辆的路径;下标li表示此配送中心发出的车辆序号;
6)计算每个客户点的最近配送中心,对于客户点jk,其最近配送中心记为当且仅当dist(ji,mi)=min{dist(ji,mk)}时,令mk∈{1,2…M},mi∈{1,2…M},集合{1,2…M}为M个配送中心的序号集;
7)计算结点i处蚂蚁选择路径时的惩罚函数:
其中,i表示当前结点,j表示尚未访问到的任意结点,dij表示结点i到结点j的欧氏距离,为当前结点i的最近配送中心,h∈(0,1)为此范围内的任意常数;
8)使用启发式信息构造车辆路径,过程如下:
8.1)对于当前结点i,计算信息素τ(i,j),首先计算τ的初始值τ0,f为所有结点的个数f=N+M,为步骤5.3)中计算得到的欧氏距离jk∈{j1,j2,…jk…jN},jr∈{j1,j2,…jk…jN},进一步地,τ(i,j)=(1-ρ)τ(i,j)+ρ,其中,ρ∈(0,1)为此范围内的任意常数;
8.2)对于当前结点i,计算选择下一结点的概率
其中,i表示当前结点,j表示候选的下一结点,φ(i,j)为步骤7)中计算得到的结点i的惩罚函数,u为满足约束条件的任意结点,为对当前结点i,满足约束条件的共k个点的集合,τ(i,j)为结点i处的信息素,β为调节参数,β∈{1,2,3};
8.3)选择下一结点next,随机产生随机数random,random∈(0,1),如果random<0.85,选择具有最大概率p(i,j)的结点j作为下一结点;如果random≥0.85,对每个候选结点j产生(0,1)之间均匀分布的随机数rj,选择具有最大rj的候选结点j作为下一结点;
9)重复执行步骤8)直到所有的客户点被访问完毕,得到路径solk,同时,非劣解集合记为P={P1,P2,…,Pant_num},如果目标函数值则Pk=solk;
10)num=num+1;如果num<ant_num,转至步骤7);
11)模拟退火,过程如下:
11.1)在非劣解集合P中任意选择解Pp;
11.2)根据2-opt交换准则由Pp得到Pp+1;
11.3)根据Metropolis准则决定是否用Pp+1替换Pp;
11.4)重复执行步骤11.1),11.2),11.3)ant_num次;
12)全局信息素更新,
其中,为所有非劣解的目标函数值的平均值,α∈{1,2,3,4,5};
13)g=g+1;若g≤G,转至步骤8);
14)选出当前非劣解集合中目标函数值最小的个体为最优路径优化方案。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910763723.X/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理