一种车辆调度路径优化方法和装置与流程

本发明涉及路径规划，尤其涉及一种车辆调度路径优化方法和装置。

背景技术：

1、在物流配送运输场景中，通常包括一个配送中心（或仓库）和多个离散分布的揽派节点，车辆从配送中心出发依次经过各个揽派节点并卸载或装载相应数量的货物，通过对车辆调度路径进行优化能够提升揽派效率。

2、相关技术中，一种时采用人工的方式按照揽派地址进行车辆调度，这种方式效率较低；另一种是采用开源求解工具求解以进行车辆调度路径优化，找到平衡运输成本和运输体验的车货匹配和路径规划。然而，该开源求解工具在求解问题规模较大时，求解效率显著下降，且无法同时输出多个解，在针对特定问题时代码结构改进的灵活性较差。

技术实现思路

1、有鉴于此，本发明实施例提供一种车辆调度路径优化方法和装置，能够高效求解大规模的路径规划问题，可以同时输出多条路径，具有良好的落地性和灵活性。

2、为实现上述目的，根据本发明实施例的一个方面，提供了一种车辆调度路径优化方法，包括：

3、获取当前站点对应的节点信息、路径起点和多种车辆类型的车辆信息；

4、根据本轮次的初始解生成方式，结合所述车辆信息和所述节点信息以及所述路径起点生成初始解，所述初始解包括多条候选路径以及每条候选路径对应的车辆类型，每条候选路径上包括一个或多个节点；

5、基于智能优化算法和目标函数，选择破坏算子和修复算子对所述初始解进行破坏和修复，得到当前解和当前最优解；重新选择破坏算子和修复算子对所述当前解进行破坏和修复，循环迭代，更新所述当前解和所述当前最优解，根据更新后的当前解和当前最优解确定本轮次的当前最优解；所述当前最优解包括多条目标路径以及每条目标路径对应的车辆类型。

6、可选地，所述方法还包括：基于所述车辆信息和所述节点信息构建所述目标函数的约束条件。

7、可选地，基于所述车辆信息和所述节点信息构建所述目标函数的约束条件，包括：

8、从所述车辆信息中获取每种车辆类型的最大载重和最大载容，根据每种车辆类型的最大载重和最大载容分别构建配送车辆的载重约束和载容约束；

9、从所述车辆信息中获取每种车辆类型的行驶最大节点数量和行驶最大距离，根据每种车辆类型的行驶最大节点数量和行驶最大距离分别构建配送车辆的节点数量约束和距离约束；

10、根据所述车辆信息构建所述路径起点的约束，所述路径起点的约束包括从所述路径起点出发的每种车辆类型的车辆数量小于等于每种车辆类型的车辆总数；

11、根据所述节点信息构建节点约束，所述节点约束包括节点对应的车辆数量约束和节点的流量平衡约束。

12、可选地，基于所述车辆信息和所述节点信息构建所述目标函数的约束条件，还包括：

13、从所述车辆信息中获取每种车辆类型的起装量，根据所述起装量构建第一场景约束，所述第一场景约束包括每种车辆类型的装载体积大于等于所述起装量；

14、构建消除回路约束，所述消除回路约束包括消除由三个以上的节点构建的路径环。

15、可选地，根据本轮次的初始解生成方式，结合所述车辆信息和所述节点信息以及所述路径起点生成初始解，包括：

16、从所述节点信息中获取每个节点的需求量和位置，以及，从所述车辆信息中获取每种车辆类型的约束条件；

17、根据所述节点信息中每个节点的位置计算的任意两个节点之间的距离；

18、针对任一车辆，根据所述路径起点、任意两个节点之间的距离、每个节点的需求量以及所述任一车辆所对应的车辆类型的约束条件，并结合本轮次的初始解生成方式，生成所述初始解。

19、可选地，选择破坏算子和修复算子，包括：

20、获取上一轮次迭代结束后每个破坏算子的分数和每个修复算子的分数；

21、根据每个破坏算子的分数以及所有破坏算子的分数和计算每个破坏算子的第一权重；

22、根据每个修复算子的分子以及每个修复算子的分数和计算每个修复算子的第二权重；

23、分别根据所述第一权重和所述第二权重选择破坏算子和修复算子。

24、可选地，更新所述当前解和所述当前最优解，根据更新后的当前解和当前最优解确定出本轮次的当前最优解，包括：

25、根据所述目标函数计算所述当前解的目标函数值和当前最优解的目标函数值；

26、选择破坏算子和修复算子对当前解进行破坏和修复，得到新解；根据所述目标函数计算所述新解的目标函数值；

27、在所述新解的目标函数值优于所述当前解的目标函数值的情况下，更新所述当前解为所述新解；

28、在所述新解的目标函数值优于当前最优解的目标函数值，更新所述当前最优解为所述新解；

29、在迭代收敛的情况下，将所述新解作为本轮次的当前最优解。

30、可选地，所述初始解生成方式为随机生成法、最近邻域生成法和基于节约算法的生成法中的至少一种。

31、根据本发明实施例的再一个方面，提供了一种车辆调度路径优化装置，包括

32、获取模块，获取当前站点对应的节点信息 、路径起点和多种车辆类型的车辆信息；

33、生成模块，根据本轮次的初始解生成方式，结合所述车辆信息和所述节点信息以及所述路径起点生成初始解，所述初始解包括多条候选路径以及每条候选路径对应的车辆类型，每条候选路径上包括一个或多个节点；

34、确定模块，基于智能优化算法和目标函数，选择破坏算子和修复算子对所述初始解进行破坏和修复，得到当前解和当前最优解；重新选择破坏算子和修复算子对所述当前解进行破坏和修复，循环迭代，更新所述当前解和所述当前最优解，根据更新后的当前解和当前最优解确定本轮次的当前最优解；所述当前最优解包括多条目标路径以及每条目标路径对应的车辆类型。

35、根据本发明实施例的另一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明提供的车辆调度路径优化方法。

36、根据本发明实施例的还一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明提供的车辆调度路径优化方法。

37、上述发明中的一个实施例具有如下优点或有益效果：本发明实施例的车辆调度路径优化方法，通过获取当前站点的对应的节点信息、路径起点和多种车辆类型的车辆信息，结合本轮次的初始解生成方法，生成初始解；通过智能优化算法和目标函数，对初始解进行破坏和修复得到当前解，并不断循环迭代对当前解进行破坏和修复，更新当前解和当前最优解，以得到本轮次的当前最优解，迭代结束后得到最终规划的各条路径。该方法采用智能优化算法结合目标函数对车辆调度路径进行优化，能够满足实际业务需求，使得求解结果更加合理，具有良好的落地性；该方法采用多种初始解生成方式以及多种破坏算子和修复算子的选择，提升了算法的自适应能力，提升了求解效率和灵活性，提升路径优化效率。

38、上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。