基于改进约束进化控制算子的物流路径多目标优化方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114971459A(43)申请公布日2022.08.30(21)申请号202210455219.5G06Q50/28(2012.01)(22)申请日2022.04.27G06F30/20(2020.01)G06F111/04(2020.01)(71)申请人黑龙江大学G06F111/06(2020.01)地址150080黑龙江省哈尔滨市南岗区学府路74号申请人苏州哈弗曼科技有限责任公司(72)发明人张贺凯刘勇周姗姗远浩东韩伟亮任嘉璇唐佳欣高博单博文刘志新(74)专利代理机构安徽思沃达知识产权代理有限公司34220专利代理师张旭华(51)Int.Cl.G06Q10/08(2012.01)G06Q10/04(2012.01)权利要求书1页说明书5页附图6页(54)发明名称基于改进约束进化控制算子的物流路径多目标优化方法(57)摘要本发明公开了基于改进约束进化控制算子的物流路径多目标优化方法，建立以车辆形式的最短路径为目标的多目标车辆配送路径优化模型，实现系统的多目标优化。考虑到车辆行驶距离的约束、配送人员工作时间的约束和唯一性约束，将模型转化为约束优化模型。通过设计考虑不可行解的约束控制进化算子，传统的多目标遗传算法不能处理复杂的约束。本发明提出的方法计算量小，迭代收敛速度快，在可接受的时间范围内可以得到满意的解。CN114971459ACN114971459A权利要求书1/1页1.基于改进约束进化控制算子的物流路径多目标优化方法，其特征在于，其步骤如下：步骤一，提出假设；假设生产工厂地点和客户配送地点简化为点；假设生产工厂有多种、数量足够多的配送卡车；假设配送成本相关配送路径；假设每个客户的需求量不大于一辆配送车辆的满载量；假设运输状态理想，不考虑自然和人为因素造成的风险和损失；假设在完成分发任务后配送车辆需要返回配送中心；步骤二，设定目标函数，建立数学模型；建立以货物运输总成本最小化和装载占用率最大化为目标函数的多约束数学模型，货物运输总成本包括固定运输成本、可变搬迁成本和运输时间成本；步骤三，降低目标函数维度；采用线性加权法，使固定运输成本、可变搬迁成本和运输时间成本的组合最小化；步骤四，改进约束进化算子，计算目标函数；改进约束处理方法和优化机制，在此基础上，改进优势度准则，建立基于两层虚拟适应度函数模型的Pareto不可行解排序，并充分利用不可行解得到了一个完整的Pareto前沿；步骤五，定义等式约束和不等式约束的违背函数，通过规范化违反函数，得到标准化的全局约束违反函数，以确定约束进化控制算子中染色体的破坏程度。2.根据权利要求1所述的基于改进约束进化控制算子的物流路径多目标优化方法，其特征在于：在步骤二中，固定运输成本：通过计算满足客户需求的最低购买价格来实现固定成本最小化。可变搬迁成本：可变搬迁成本对不同的道路有一对一的对应关系，通过计算每条道路的最小费用总和来实现可变搬迁费用最小化。运输时间成本：运输时间成本与道路距离呈线性关系，通过找出最短的运输距离，实现运输时间成本最小化。3.根据权利要求2所述的基于改进约束进化控制算子的物流路径多目标优化方法，其特征在于：在步骤三中，在不同的加权系数时，可变搬迁成本比运输时间成本重要，运输时间成本比固定运输成本重要。4.根据权利要求1所述的基于改进约束进化控制算子的物流路径多目标优化方法，其特征在于：在步骤四中，基于Pareto最优性和NSGA‑II算法，义可行解优于不可行解，而在不可行解中，违反约束最少的解可以与可行解中的个体水平相同，进而强调全局最优解附近的不可行解。5.根据权利要求1所述的基于改进约束进化控制算子的物流路径多目标优化方法，其特征在于：在步骤五中，全局约束违反函数很大程度上依赖于冲突约束个数，定义“与可行域的距离”，来消除冲突约束个数的影响。2CN114971459A说明书1/5页基于改进约束进化控制算子的物流路径多目标优化方法技术领域[0001]本发明涉及一种多目标优化方法，具体为基于改进约束进化控制算子的物流路径多目标优化方法，属于物流路径多目标优化技术领域。背景技术[0002]随着社会经济、科学技术的飞速发展，经济全球化和激烈的市场竞争促进了物流业的发展，对物流提出了更高的要求。“十一五”以来，我国物流业保持了较快的增长速度。服务水平显著提高，现代物流业体系初步形成，物流业已成为国民经济的重要组成部分。[0003]物流业中的车辆路径问题是影响其发展的重要因素。VRP是物流管理和运输组织优化的核心问题之一。是指在一定的约束条件下(如限时、限载等)，通过合理安排一系列接送客户的行驶路线，在满足客户需求的前提下，实现配送车辆最少、配送时间最短、配送成本最低，最短分布距离等。通过选择合适的配送路