[發明專利]物流調度的優化方法及裝置、存儲介質、終端

有效

• 申請號: 201810954420.1
• 申請日: 2018-08-21
• 公開（公告）號: CN108960747B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 金忠孝;謝文浩
• 申請（專利權）人: 安吉汽車物流股份有限公司;上海汽車集團股份有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q10/06
• 代理公司: 北京信遠達知識產權代理有限公司 11304
• 代理人: 魏曉波

1.一種物流調度的優化方法，其特征在于，包括以下步驟：

確定物流資源信息，所述物流資源信息包括車輛個體信息以及承載對象信息；

根據所述車輛個體信息以及承載對象信息，確定初始匹配矩陣，所述初始匹配矩陣用于指示多個車輛個體與多個承載對象之間的初始對應關系；

根據所述初始匹配矩陣，采用模擬退火算法進行迭代運算，以得到最優匹配矩陣；

其中，根據所述車輛個體信息以及承載對象信息，確定初始匹配矩陣包括：采用貪心算法確定暫定初始匹配矩陣；

判斷所述暫定初始匹配矩陣是否滿足約束條件，且當所述暫定初始匹配矩陣滿足約束條件時，確定所述暫定初始匹配矩陣為所述初始匹配矩陣，如果所述暫定初始匹配矩陣不滿足所述約束條件，再次采用所述貪心算法確定另一個暫定初始匹配矩陣；

其中，所述約束條件包括以下多項：

所述車輛個體的承載重量上限、所述車輛個體的承載體積上限、所述車輛個體的出發地數量上限、所述車輛個體的目的地數量上限、所述承載對象的重量、所述承載對象的體積以及所述承載對象的目的地；

其中，根據所述初始匹配矩陣，采用模擬退火算法進行迭代運算，以得到最優匹配矩陣包括：

設定模擬退火參數，所述模擬退火參數包括內循環次數N以及迭代運算輪數K，N和K為正整數；

根據所述初始匹配矩陣，依次進行第一輪迭代運算至第K輪迭代運算，以確定第K輪迭代運算中的第N最終匹配矩陣，以作為所述最優匹配矩陣；其中，每一輪迭代運算中依次包含有第一次迭代運算至第N次迭代運算，以分別得到每一輪迭代運算中的第一最終匹配矩陣至第N最終匹配矩陣；每一輪迭代運算中的第n最終匹配矩陣根據第n-1最終匹配矩陣確定，2≤n≤N；后一輪迭代運算中的第一最終匹配矩陣根據前一輪迭代運算中的第N最終匹配矩陣確定；

其中，根據所述初始匹配矩陣，依次進行第一輪迭代運算至第K輪迭代運算，以確定第K輪迭代運算中的第N最終匹配矩陣包括：

對于第k輪迭代運算，確定第k輪迭代運算中的第n-1最終匹配矩陣的目標性能值，1≤k≤K；

在所述第k輪迭代運算中的第n-1最終匹配矩陣中，在不同車輛個體之間對調各自承載對象的一部分，以得到第k輪迭代運算中的第n匹配矩陣；

確定所述第k輪迭代運算中的第n匹配矩陣的目標性能值；

其中，在確定所述第k輪迭代運算中的第n匹配矩陣的目標性能值之前，還包括：

判斷所述第k輪迭代運算中的第n匹配矩陣是否滿足所述約束條件。

2.根據權利要求1所述的物流調度的優化方法，其特征在于，根據所述初始匹配矩陣，依次進行第一輪迭代運算至第K輪迭代運算，以確定第K輪迭代運算中的第N最終匹配矩陣還包括：

比較所述第k輪迭代運算中的第n-1最終匹配矩陣的目標性能值以及所述第k輪迭代運算中的第n匹配矩陣的目標性能值，以確定第k輪迭代運算中的第n最終匹配矩陣。

3.根據權利要求2所述的物流調度的優化方法，其特征在于，所述模擬退火參數還包括第一輪迭代運算中的第一溫度T₁，第K輪迭代運算中的終止溫度T_K，以及每輪迭代運算中的溫度T_k，其中，T₁≥T_k≥T_K，且T_k隨輪次增加而依次減小，比較所述第k輪迭代運算中的第n-1最終匹配矩陣的目標性能值以及所述第k輪迭代運算中的第n匹配矩陣的目標性能值，以確定第k輪迭代運算中的第n最終匹配矩陣包括：

如果所述第k輪迭代運算中的第n匹配矩陣的目標性能值優于所述第k輪迭代運算中的第n-1最終匹配矩陣的目標性能值，則確定所述第k輪迭代運算中的第n匹配矩陣為第k輪迭代運算中的第n最終匹配矩陣；

如果所述第k輪迭代運算中的第n匹配矩陣的目標性能值差于所述第k輪迭代運算中的第n-1最終匹配矩陣的目標性能值，則以概率p確定所述第k輪迭代運算中的第n最終匹配矩陣為所述第k輪迭代運算中的第n匹配矩陣，以概率1-p確定所述第k輪迭代運算中的第n最終匹配矩陣為所述第k輪迭代運算中的第n-1最終匹配矩陣；

其中，采用下述公式確定所述概率p：

△f用于表示所述第k輪迭代運算中的第n匹配矩陣的目標性能值與所述第k輪迭代運算中的第n-1最終匹配矩陣的目標性能值的差值。