[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

说明书

一种基于改进蚁群算法的多配送中心车辆路径优化方法，首先，针对多配送中心车辆路径优化问题，对各个客户点设计了以最近配送中心为启发式信息的惩罚函数；其次，将具有上述启发式信息的罚函数加入到各配送点的信息素更新过程中，从而提高了算法的搜索效率；然后对非劣解集合中的非劣解进行模拟退火，有效地避免了蚁群算法陷入局部最优；最后，从非劣解集合中选出最优解，从而得到最优配送路径方案。本发明在实际物流配送车辆路径优化应用中可以快速的得到可靠的最佳配送路径。

技术领域

本发明涉及物流配送、电子商务、智能优化、网络分析等应用领域，尤其涉及一种基于改进蚁群算法的多配送中心车辆路径优化方法。

背景技术

随着我国经济的高速发展，市场竞争日趋激烈，在我国企业不断发展的过程中，成本和资源利用的效率问题日益成为重要的瓶颈问题。如何减少成本、提高资源利用率成为企业提高核心竞争力、实现可持续发展所面临的重大课题。而物流成本在企业的经营过程中占据了相当大的比重，降低物流成本可以有效降低企业运营成本。与此同时，随着我国电子商务的迅速发展，互联网基础上的电子商务以其价格透明、运营模式新颖，吸引着越来越多的中国消费者，我国网民已习惯于互联网的在线购物，然而决定电子商务发展的一个重要因素就是物流。对于企业来说，建立高效的物流体系能带来更少的物流成本和更高的服务水平，对于买家或者客户来说，完善的物流系统是大多数产品实体交付的重要保障。一个高效的物流体系可以在带来更好的用户体验的同时降低企业的运营成本。如果物流运作效率低下，那么电子商务的诸多优势就无法体现出来；同时，没有物流业的支持，电子商务就无法发挥作用。

在物流配送中，物流配送车辆的高效调度以及车辆路径的规划是物流体系要解决的核心问题。如何协同处理好物流配送中各种因素的关系，对构建高效的物流体系有着重大的影响。物流配送车辆路径规划问题是优化整个物流服务行业的关键点。物流配送中车辆调度的线路规划问题是企业物流运输业务中合理高效化的重要内容，配送线路是否合理对配送过程中的成本效益、人力时间成本和发货配送的速度都有很大的影响。

多配送中心车辆路径优化问题(MDVRP)是车辆路径优化问题(VRP)的一个重要研究分支。由于其已被证明是NP难题，精确算法在问题规模增大时的求解难度较大，目前，主要是通过启发式算法来获得问题的最优解。随着需要配送客户的增多，导致优化模型复杂度的不断增加，利用传统的启发式方法求解不仅编码难、搜索效率不高，而且易陷入局部最优解，导致配送方案的准确性不高，可靠性较差。

因此，现有的物流配送车辆路径优化方法对于大规模的复杂配送问题在编码、搜索效率和配送方案的准确性、可靠性方面存在缺陷，需要改进。

发明内容

为了解决现有的多配送中心车辆路径优化方法容易陷入局部最优解、编码复杂、搜索效率不高的缺陷，本发明提出了一种基于改进蚁群算法的多配送中心车辆路径优化方法，增强了对全局最优解的探索，同时编码容易，提高了搜索空间内解的多样性，最终达到提高搜索效率与准确度的目的。

本发明解决其技术问题所采用的技术方案是：

一种基于改进蚁群算法的多配送中心车辆路径优化方法，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C_m辆，I_ij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；