[发明专利]一种基于车辆路径规划的改进人工鱼群优化方法

说明书

技术领域

本发明属于工程技术领域，涉及一种基于车辆路径规划的改进人工鱼群优化方法。

背景技术

近年来，我国大力倡导“坚持开发节约并重、节约优先，按照减量化、再利用资源化的原则”的循环经济，大部制造企业实现了生产者责任延伸制，对废旧产品召回进行再制造。典型的例子就是联想集团备件物流处采取的“客户自行更换备件单元”，其过程就是企业把新的计算机配件送达终端客户手中并进行上门服务，同时取回已损坏的计算机配件。这种双向运输方式就是典型的带回程取货车辆路径问题(Vehicle Routing Problem with Backhaul，VRPB)，而如何在逆向物流中经济合适地安排车辆的配送路径，对物流产业的发展有着重要的影响。

人工鱼群算法(Artificial Fish Swarm Algorithm，简称AFSA)是由国内学者李晓磊，邵之江，钱积新提出的一种基于动物行为的群体智能优化算法。该算法简单易实现，具有取得全局极值、避免陷入局部极值的良好能力，对搜索空间也有一定的自适应能力，而且算法对初值与参数选择不敏感，具有较强的鲁棒性和较好的收敛性能。目前人工鱼群算法已应用于多个工程领域，并取得了较好的效果，具体包括：计算机网络的路由选择、通风巷道漏风点辨识、配电网络重构和灌区优化配水等。但算法在保持探索与开发平衡的能力较差、算法运行后期搜索的盲目性较大、寻优结果精度低和运算速度慢等。

发明内容

本发明提出一种改进的人工鱼群优化方法，安排可回程取货车辆配送路径，提高车辆服务路径上取货、送货节点的效率。

本发明采用如下技术解决方案：将人工鱼群算法仿生学原理和决策者主观偏好进行有效结合，重构了人工鱼群算法的寻优公式；引入鱼群感知范围的概念，通过判断车辆路径上节点的需求量和当前车辆剩余运输能力，以及决策者主观偏好对人工鱼的移动步长、视野范围和邻域搜索进行动态调整；改进人工鱼群算法的全局搜索能力提高，可以优化调度可回程取货车辆的取、送货行为。

本发明方法的具体步骤是：

步骤1.考虑到VRPB问题的特点，随机生成初始规模的人工鱼群。将t时期车辆的状态用人工鱼个体的状态向量X＝(X_i(t)，i＝1，2，…，F_number)表示，其中，i为车辆将要服务的节点，X_i(t)为当前车辆可载货容量；目标函数Y_i＝F(X_i(t))决定人工鱼当前所在位置的食物浓度；人工鱼个体之间的距离表示为d_i，i+1＝‖X_i-X_i+1‖；对于VRPB问题，需要将人工鱼的初始位置放在起点和终点上，因为车辆只有从起点出发到达终点，或者从终点出发回到起点才是一个有效解。

步骤2.自适应的设定邻域搜索范围。t时期人工鱼个体X_k的邻域定义为：N_k＝{X_k|d_k，k+1＜Visual}，其中Visual表示人工鱼的感知范围。其中邻域半径R_n的确定非常关键，如果太大不足以发现一些重要个体，如果太小会形成局部极值点，降低算法搜索速度。引入鱼群感知范围一排斥区、中性区和吸引区的概念。假设人工鱼的邻域距离为R₁，在这个距离之内的其他鱼对此鱼有排斥作用；邻域距离在R₁和R₂之间为中性区域，在这个范围内的其他鱼对此鱼的作用可能为排斥，也可能为吸引；邻域距离R₂和R₃之间的区域为吸引区，在此区域的其他鱼对此鱼有吸引作用；距离R₃之外不属于鱼的感知范围，其中R₁＜R₂＜R₃。

步骤3.自适应的觅食行为。在基本人工鱼群算法中，人工鱼不能改变运动方向。设定α，β分别为速度向量与两个坐标轴的方向角，根据式(1)分别确定参数α_k(t)，β_k(t)的值决定人工鱼群下一步的移动方向。引入交换序操作符“⊕”重构人工鱼群算法的觅食公式(2)，这样就扩大了人工鱼群算法的搜索范围，能够有效地避免传统人工鱼群算法“早熟收敛”的缺点。