[發明專利]基于先驗知識的自適應差分進化算法的多式聯運能耗優化方法

在審

• 申請號: 201710532092.1
• 申請日: 2017-07-03
• 公開（公告）號: CN107403236A
• 公開（公告）日: 2017-11-28
• 發明（設計）人: 范勤勤;顧邦平;楊斌;張依戀
• 申請（專利權）人: 上海海事大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于一種多種載運工具聯運的能耗優化技術，具體涉及基于先驗知識的自適應差分進化算法的多式聯運能耗優化方法。

背景技術

最近幾年，運輸過程中的成本和環境問題日益得到關注。一方面，因為燃油價格的上漲和市場的低迷，所以運輸單位不得不減少運輸成本來追求利潤的最大化。另一方面，在運輸過程中，因為各類載運工具會排放大量的廢氣排放物，比如，二氧化硫、二氧化碳、氮氧化合物等，所以它們對環境和人類的健康都會造成巨大的影響。為了緩解以上問題，許多國家或組織都積極提倡綠色經濟和可持續發展并制定了各項嚴格政策。比如，國際海事組織(IMO)建立了硫碳排放控制區(SECA)來減少硫氧化合物的排放，進而可以有效地保護環境。2015年，國際海事組織就已經要求船舶在硫碳排放控制區(SECA)使用低硫燃料，并要求硫含量不能超過0.1％。該項措施雖然能夠有效地保護環境，但對于運輸單位來講，這無疑會大大增加成本。2016年，我國也在長三角水域設立船舶大氣污染排放控制區，旨在改善沿海和沿河區域的環境質量，推動船舶節能減排和綠色發展。可以預見，將來肯定會對公路、鐵路、內河、航空等載運工具制定更為嚴格的排放要求。因此，如何降低運輸成本和減少排放是一個亟待解決的問題。對于各類載運工具的能耗模型來講，雖然有許多機理模型可以去描述，但是與實際的能耗模型相比，它們會存在一些偏差。因此，根據實際的數據，利用進化算法來對機理模型的參數進行辨識，得到更為準確的各類載運工具能耗模型是至關重要的。

隨著經濟的快速發展和客戶需求的不斷增長，物流的空間距離不斷被拉大，但對貨物時效性的要求卻越來越高；并且貨物的運輸一般會采用多種運輸方式來完成：即通過航運、公路、鐵路、內河等多種運輸方式組合的形式來實現運輸服務。很多發達國家80％甚至90％以上的貨物運輸都會采用多式聯運。但在運輸過程中，因為對某些載運工具的能耗、碳、硫排放等有著不同要求，所以必須要同時考慮多式聯運中各個載運工具的能耗問題。許多結果表明，如果對多式聯運優化問題的速度進行優化，不但可以顯著降低運輸成本，而且可以起到環境保護的作用。然而，多式聯運能耗優化問題本身往往具有高度非線性和高維性等特點，雖然一些傳統優化方法能夠在特定條件下對它們進行求解，但是當優化問題變得復雜時，這些方法通常很難得到令人滿意的結果。在部分情況下，甚至可能無法得到有效解。相對于傳統的優化方法，進化算法卻具有很強的適應性(楊勁秋.智能優化算法評價模型研究.浙江大學,2011.)。

近年來，進化計算在各種優化領域中都獲得了巨大的成功，解決了許多難以用傳統優化方法去求解的實際優化問題。針對多式聯運能耗優化問題，本發明采用基于先驗知識的自適應差分進化算法來對該模型的參數進行辨識，然后，利用所提算法對該模型的自變量進行優化。因此，可以利用得到的優化解來指導多式聯運中各個載運工具的最佳實踐速度，這不但可以節約成本，還可以實現節能減排，具有重要的應用價值。

發明內容

針對現有方法難以建立準確的各類載運工具能耗模型和求解多式聯運能耗優化問題的現狀，本發明提出一種基于先驗知識的自適應差分進化算法的多式聯運能耗優化方法。具體來講就是采用基于先驗知識的自適應差分進化算法(PK-JADE)來對各類載運工具能耗模型的參數進行估計，從而得到一個精度較高的模型；同時，還利用該算法來求解多式聯運能耗優化問題，使其能耗最低，進而可以節約運輸成本和實現節能減排。

為實現以上目標，本發明的操作步驟如下：

(1)基于先驗知識的自適應差分進化算法的設計；

進一步，基于先驗知識的自適應差分進化算法的操作步驟如下：

(1.1)初始化：確定種群規模NP和最大的迭代代數G_max；在可行域P₀內隨機生成一個初始種群P₁⁰；并且設定當前的代數G＝0。

(1.2)變異操作：對于每個個體利用以下變異策略來對其進行變異操作：

式(1)中，表示從當前的種群中隨機選擇最好的100p％個個體，p在(0,1]的區間內；F_i表示變異控制參數，其范圍在[0,1]之間；r₁和r₂表示兩個隨機整數，其范圍在[1，NP]內，并且r₁≠r₂。

(1.3)交叉操作：對于每個個體利用以下交叉策略來對其進行交叉操作：