[發明專利]一種大規模節點的物流配送路徑優化方法及系統

在審

• 申請號: 202011301884.6
• 申請日: 2020-11-19
• 公開（公告）號: CN112232602A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 鄒娟;周金龍;陳天;鄭金華;楊圣祥
• 申請（專利權）人: 湘潭大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06N3/12
• 代理公司: 北京化育知識產權代理有限公司 11833
• 代理人: 涂琪順

1.一種大規模節點的物流配送路徑優化方法，其特征在于，包括：

構建節點關系網，所述節點關系網包括：物流配送路徑的所有運送節點以及所述運送節點兩兩之間的運輸成本；

根據所述運送節點和各所述運送節點之間的運輸成本生成初始種群，所述種群中每個個體代表隨機產生的一條路徑；

確定成本最小的目標優化函數；

采用差分分組方法對所述運送節點進行相關性分組；

保持其他節點不變，對每一組節點進行協同優化，得到多個路徑；

計算各所述路徑的適應度函數值，所述適應度函數為目標優化函數；

判斷當前評價次數是否大于最大評價次數；

若是，則輸出最終適應度最小的路徑，即成本最小的物流配送路徑方案，

若否，則“保持其他節點不變，對每一組節點進行協同優化，得到多個路徑”。

2.根據權利要求1所述的大規模節點的物流配送路徑優化方法，其特征在于，所述運輸成本包括人工成本、燃油成本、維護成本以及管理成本。

3.根據權利要求1所述的大規模節點的物流配送路徑優化方法，其特征在于，所述根據所述運送節點和各所述運送節點之間的運輸成本生成初始種群，具體包括：

根據所述運送節點和各所述運送節點之間的運輸成本，采用大規模協同進化算法生成初始種群，所述種群中包含N個個體，每個所述個體有n個決策變量，每個所述個體代表一條經過所有運送節點的路徑，每個所述個體均采用自然編碼。

4.根據權利要求1所述的大規模節點的物流配送路徑優化方法，其特征在于，所述適應度函數值的計算公式為：

其中Dist為任意兩個決策變量之間的距離，即任意兩個運送節點之間的運輸成本，n是決策變量個數，即節點個數，wj代表任意一個節點j，其中1≤j≤n。

5.根據權利要求1所述的大規模節點的物流配送路徑優化方法，其特征在于，所述保持其他節點不變，對每一組節點進行協同優化，得到多個路徑，具體包括：

保持其他節點不變，對每一組節點采用匹配交叉的方式進行基因重組和交換操作進行變異，得到多個路徑。

6.一種大規模節點的物流配送路徑優化系統，其特征在于，包括：

節點關系網構建模塊，用于構建節點關系網，所述節點關系網包括：物流配送路徑的所有運送節點以及所述運送節點兩兩之間的運輸成本；

種群初始模塊，用于根據所述運送節點和各所述運送節點之間的運輸成本生成初始種群，所述種群中每個個體代表隨機產生的一條路徑；

目標優化函數確定模塊，用于確定成本最小的目標優化函數；

分組模塊，用于采用差分分組方法對所述運送節點進行相關性分組；

協同優化模塊，用于保持其他節點不變，對每一組節點進行協同優化，得到多個路徑；

適應度函數計算模塊，用于計算各所述路徑的適應度函數值，所述適應度函數為目標優化函數；

判斷模塊，用于判斷當前評價次數是否大于最大評價次數；

物流配送路徑方案輸出模塊，用于在當前評價次數大于最大評價次數時，輸出最終適應度最小的路徑，即成本最小的物流配送路徑方案，

返回模塊，用于在當前評價次數小于或等于最大評價次數時，返回協同優化模塊。

7.根據權利要求6所述的大規模節點的物流配送路徑優化系統，其特征在于，所述運輸成本包括人工成本、燃油成本、維護成本以及管理成本。

8.根據權利要求6所述的大規模節點的物流配送路徑優化系統，其特征在于，所述種群初始模塊，具體包括：

種群初始單元，用于根據所述運送節點和各所述運送節點之間的運輸成本，采用大規模協同進化算法生成初始種群，所述種群中包含N個個體，每個所述個體有n個決策變量，每個所述個體代表一條經過所有運送節點的路徑，每個所述個體均采用自然編碼。