[發明專利]一種城市配送車輛出行仿真方法及系統

在審

• 申請號: 201811492104.3
• 申請日: 2018-12-07
• 公開（公告）號: CN109741595A
• 公開（公告）日: 2019-05-10
• 發明（設計）人: 張永;張瑞;王柏林
• 申請（專利權）人: 東南大學
• 主分類號: G08G1/00
• 分類號: G08G1/00;G06F17/50
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 王恒靜

1.一種城市配送車輛出行仿真方法，其特征在于，該方法包括：

(1)根據物流車配送信息、交通小區、城市路網的現有歷史數據進行數據預處理，得到物流車配送信息數據、交通小區數據以及道路網數據，并對這些數據進行驗證；

(2)抽取一輛物流車一天的配送屬性，所述配送屬性包括配送車速DV、物流車型號DM、客戶需求CD以及當天配送的出行鏈C，則配送出行鏈C＝(DC₁-CL₁-CL₂-CL₃-...-CL_m-DC₂-...-DC_i)，其中DC＝(DC₁,DC₂,...,DC_i)為物流車一天到的物流配送中心，CL＝(CL₁,CL₂,...,CL_m,...,CL_n)為物流車服務的客戶，m為物流車一次配送中服務的客戶數，n為物流車一天配送服務的客戶總數，i為物流車當天去物流配送中心的總數；

(3)根據所述配送車速DV、物流車型號DM、客戶需求CD利用強化學習理論對物流車的出行鏈的時空信息進行仿真訓練，得到物流車一天配送的最優選擇，獲取該物流車出行鏈完整信息；

(4)針對另外的一輛物流車按照以上3步仿真其一天的物流配送信息，直到仿真物流車的數量達到設定數。

2.根據權利要求1所述的城市配送車輛出行仿真方法，其特征在于，步驟(2)中，所述出行鏈的仿真還可通過出行鏈鏈長、出行鏈一次出行的里程和預期生成的出行鏈數量仿真訓練得到。

3.根據權利要求2所述的城市配送車輛出行仿真方法，其特征在于，所述出行鏈鏈長為在區間[1,10]上服從均勻分布的隨機整數。

4.根據權利要求2所述的城市配送車輛出行仿真方法，其特征在于，所述出行鏈上一次出行的里程服從[1,6]上的均勻分布。

5.根據權利要求2所述的城市配送車輛出行仿真方法，其特征在于，所述客戶總數為出行鏈鏈長-1。

6.一種根據權利要求1-5任一項所述的城市配送車輛出行仿真方法實現的城市配送車輛出行仿真系統，其特征在于，包括：

數據預處理模塊，用于根據物流車配送信息、交通小區、城市路網的現有歷史數據進行數據預處理，得到物流車配送信息數據、交通小區數據以及道路網數據，并對這些數據進行驗證；

配送出行鏈仿真模塊，用于抽取一輛物流車一天的配送屬性，所述配送屬性包括配送車速DV、物流車型號DM、客戶需求CD以及當天配送的出行鏈C，則配送出行鏈C＝(DC₁-CL₁-CL₂-CL₃-...-CL_m-DC₂-...-DC_i)，其中DC＝(DC₁,DC₂,...,DC_i)為物流車一天到的物流配送中心，CL＝(CL₁,CL₂,...,CL_m,...,CL_n)為物流車服務的客戶，m為物流車一次配送中服務的客戶數，n為物流車一天配送服務的客戶總數，i為物流車當天去物流配送中心的總數；

出行鏈訓練模塊，用于根據所述配送車速DV、物流車型號DM、客戶需求CD利用強化學習理論對物流車的出行鏈的時空信息進行仿真訓練，得到物流車一天配送的最優選擇，獲取該物流車出行鏈完整信息；

結果生成模塊，用于針對另外的一輛物流車按照以上3步仿真其一天的物流配送信息，直到仿真物流車的數量達到設定數

7.根據權利要求6所述的城市配送車輛出行仿真系統，其特征在于，所述出行鏈訓練模塊中，出行鏈的仿真還可通過出行鏈鏈長、出行鏈一次出行的里程和預期生成的出行鏈數量仿真訓練得到。