[發明專利]一種基于遺傳算法的眾包任務分配方法

在審

• 申請號: 202010170756.6
• 申請日: 2020-03-12
• 公開（公告）號: CN111461591A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 李春山;張華;初佃輝;孟凡超;胡鑫;涂志瑩;張小東;周學權
• 申請（專利權）人: 哈爾濱工業大學（威海）
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q10/06;G06N3/12
• 代理公司: 北京匯捷知識產權代理事務所(普通合伙) 11531
• 代理人: 馬金華

本發明公開了一種基于遺傳算法的眾包任務分配方法，通過服務器端開啟定時任務心跳檢測，判斷待匹配的配送人員隊列和訂單任務隊列是否滿足數量要求開啟遺傳算法，遺傳算法編碼進行二重基因沖突檢測，通過多次重新生成不沖突的基因，最終達到個體間及基因序列間無沖突基因，遺傳算法選擇過程，將最優秀的個體直接復制到新種群，剩下的個體采用輪盤賭方式，若所有遍歷個體仍未填充滿新種群，則基于雙重基因檢測引入新的基因型個體。本發明的有益效果是能夠高效的為配送人員高效智能地分配任務，提高末端物流配送效率。

技術領域

本發明屬于物流技術領域，涉及一種基于遺傳算法的眾包任務分配方法。

背景技術

隨著互聯網行業的快速發展，電子商務也由此進入了高速發展模式。近年，以天貓、京東為代表的電子商務平臺，創造了巨大的交易額，2018年快遞業務量突破500億件。物流配送作為電子商務的基礎屬性也受到了前所未有的挑戰，是各企業為提升平臺水準，服務質量，必須攻克的領域。末端物流作為與用戶體驗最貼近的一環，配送的便利性，時效性，安全性都將成為用戶評價一個電子商務平臺的直接因素。傳統的配送模式仍存在著時效性難以保證，交通壓力大，配送人力物力短缺，處理突發事件能力弱等一系列問題。所以各企業都致力于探索與發展新型的末端配送模式，致力于將末端物流推向更加智能更加高效的階段，本文所研究的基于眾包的末端物流就是其中之一。遺傳算法是常用的用于解決最優化問題的搜索算法，其模擬生物進化過程搜索符合實際問題的近似最優解，其過程主要包括：編碼、選擇、交叉、變異、適應度計算。根據系統的實際需求進行分析，對問題進行了建模。聚類分析后，每一輛車作為一個單獨的個體，該聚類內參與同一次匹配的多個車輛組成整個種群。該聚類內的貨物總包作為基因庫，為避免不同配送車輛被重復分配相同的貨物總包，要求聚類內基因不重復分配。以配送路徑為目標值，車輛載重和時間窗為約束，進行遺傳迭代。

發明內容

本發明的目的在于提供一種基于遺傳算法的眾包任務分配方法，本發明的有益效果是能夠高效的為配送人員高效智能地分配任務，提高末端物流配送效率。

本發明所采用的技術方案是通過服務器端開啟定時任務心跳檢測，判斷待匹配的配送人員隊列和訂單任務隊列是否滿足數量要求，滿足則開啟遺傳算法，遺傳算法編碼進行二重基因沖突檢測，若該基因序列為種群第一個個體，則只需進行基因序列內的基因沖突檢測，無需進行個體間基因沖突檢測；若該基因序列不為種群第一個個體，則首先進行基因序列內基因沖突檢測，若有沖突則重新生成隨機基因，若無沖突則進行個體間基因沖突檢測，個體間檢測若有沖突則重新生成隨機基因并重復基因序列內檢測，若無沖突則編碼完成，通過多次重新生成不沖突的基因，最終達到個體間及基因序列間無沖突基因，遺傳算法選擇過程，將最優秀的個體直接復制到新種群，剩下的個體采用輪盤賭方式，若所有遍歷個體仍未填充滿新種群，則基于雙重基因檢測引入新的基因型個體。

具體實施方式

下面結合具體實施方式對本發明進行詳細說明。

本發明基于遺傳算法的眾包任務分配方法通過服務器端開啟定時任務心跳檢測，判斷待匹配的配送人員隊列和訂單任務隊列是否滿足數量要求，滿足則開啟遺傳算法。遺傳算法編碼進行二重基因沖突檢測，若該基因序列為種群第一個個體，則只需進行基因序列內的基因沖突檢測，無需進行個體間基因沖突檢測；若該基因序列不為種群第一個個體，則首先進行基因序列內基因沖突檢測，若有沖突則重新生成隨機基因，若無沖突則進行個體間基因沖突檢測。個體間檢測若有沖突則重新生成隨機基因并重復基因序列內檢測，若無沖突則編碼完成。通過多次重新生成不沖突的基因，最終達到個體間及基因序列間無沖突基因。遺傳算法選擇過程，將最優秀的個體直接復制到新種群，剩下的個體采用輪盤賭方式。若所有遍歷個體仍未填充滿新種群，則基于雙重基因檢測引入新的基因型個體。

以上所述僅是對本發明的較佳實施方式而已，并非對本發明作任何形式上的限制，凡是依據本發明的技術實質對以上實施方式所做的任何簡單修改，等同變化與修飾，均屬于本發明技術方案的范圍內。