申请/专利权人：南京信息工程大学

申请日：2024-04-18

公开（公告）日：2024-05-28

公开（公告）号：CN118095571A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/047;G06Q10/083;G06Q10/087;G06N3/126

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本发明公开了一种基于粗细粒度变异的不确定多仓库多物流车调度方法，针对不确定多仓库多物流车调度优化问题，设计了兼顾缩短各物流车路径长度以及维持各物流车路径长度均衡的优化目标，基于遗传算法，提出了一种改进的稳态分组交叉算子以及一种高效的修正方法，从而生成高质量的新物流车服务序列；设计了粗粒度与细粒度变异算子，分别负责客户节点分配以及服务路径优化，从而进一步提升物流车服务序列的精度。本发明提供的一种基于粗细粒度变异的不确定多仓库多物流车调度方法，能够针对不确定多仓库物流场景，优化出多量物流车的最优服务路径，同时兼顾物流车间的均衡性，可以有效降低物流运输成本，提升物流调度效率。

主权项：1.一种基于粗细粒度变异的不确定多仓库多物流车调度方法，其特征在于：包括以下步骤：步骤a，读取待优化的不确定多仓库多物流车调度实例信息，以及确定不确定多仓库多物流车调度问题的优化目标与约束条件，基于不确定多仓库多物流车调度实例信息初始化遗传算法的参数，得到初始化遗传算法参数，并基于约束条件在多物流车调度问题的解空间中随机生成初始种群，初始种群中的每个解为物流车的一种调度方案，每辆物流车按照调度方案中对应的服务序列中的客户编号依序服务目标客户；步骤b，对初始种群的每个个体进行适应值评估，得到个体适应值，所述个体适应值为个体表征的物流调度方案中最长物流车服务序列长度的倒数；步骤c，采用轮盘赌策略根据个体适应值选择种群中优秀个体参与种群的后续更新，将所选择的个体进行随机两两配对，而后根据初始化遗传算法参数中交叉概率对每对个体进行改进的稳态分组交叉操作，产生的新个体组成新种群；步骤d，依根据初始化遗传算法参数中变异概率从新种群中选择参与变异的个体；而后针对每个参与变异的个体依概率执行粗粒度或细粒度变异策略产生新的物流车服务序列；随后，针对新物流车服务序列进行局部搜索操作以进一步优化得到优化后物流车服务序列；步骤e，评估经历上述操作后的新种群中的每个个体所表征的优化后物流车服务序列的适应值，并根据优化目标用适应值最大的个体来更新全局最优物流车调度方案；步骤f，重复步骤c、步骤d和步骤e，直至满足终止条件，输出全局最优物流车调度方案。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于粗细粒度变异的不确定多仓库多物流车调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD