[发明专利]一种基于多目标粒子群优化算法的车辆调度方法与装置

权利要求书

1.一种基于多目标粒子群优化算法的车辆调度方法，其特征在于，包括：

构建车辆成本与客户等待时间的双目标优化模型；

对每个目标粒子进行编码并得到编码结果；

基于所述双目标优化模型对每个目标粒子进行计算并得到计算结果；

根据所述计算结果及所述编码结果对所述每个目标粒子进行寻优操作，得到寻优结果；

对所述寻优结果进行解码操作，得到目标车辆的最优行驶路径，根据所述最优行驶路径对所述目标车辆进行调度；

所述构建车辆成本与客户等待时间的双目标优化模型包括：

设定目标物流中心有K辆车，给M个客户点配送货物，则所述双目标优化模型为：

D_0j＝D_0i+D_ij (5-8)

其中，表示车辆每公里成本，C_k表示第k辆车出车的固定成本，q表示每个客户点的货物量，g表示车辆载货量上线，v是速度；D_ij是点i到点j的距离，D_0j是点0到点j的距离；G是扣分函数，在一辆运输卡车按照方案的路线超载的情况下，就增加扣分项，将约束条件(5-3)转化为扣分项加入至所述扣分函数中。

2.根据权利要求1所述的车辆调度方法，其特征在于，所述对每个目标粒子进行编码并得到编码结果包括：

设有M个客户点，表示为：1、2、3…M，K辆车进行配送；

第一行用x₁表示车辆的序号；

第二行x₂表示车辆运送客户点的顺序；

所述编码结果为所述第一行与所述第二行组成的实数矩阵。

3.根据权利要求2所述的车辆调度方法，其特征在于，所述根据所述计算结果及所述编码结果对所述每个目标粒子进行寻优操作包括：

将所述计算结果填入所述实数矩阵中；

对x₁进行取整操作后，得到每辆车对应的客户点；

列出K辆车分别对应的客户点，得到每辆车的行驶路径。

4.根据权利要求3所述的车辆调度方法，其特征在于，所述对所述寻优结果进行解码操作包括：

将所述实数矩阵转化为一行数列；

将车辆的行驶路径按照先后顺序排列，并在每一辆车行驶路径的后面加上该车辆的编号，得到每辆车的最优行驶路径。

5.一种基于多目标粒子群优化算法的车辆调度装置，其特征在于，包括：

构建模块，用于构建车辆成本与客户等待时间的双目标优化模型；

编码模块，用于对每个目标粒子进行编码并得到编码结果；

计算模块，用于基于所述双目标优化模型对每个目标粒子进行计算并得到计算结果；

寻优模块，用于根据所述计算结果及所述编码结果对所述每个目标粒子进行寻优操作，得到寻优结果；

解码模块，用于对所述寻优结果进行解码操作，得到目标车辆的最优行驶路径，根据所述最优行驶路径对所述目标车辆进行调度；

所述构建模块还用于：

设定目标物流中心有K辆车，给M个客户点配送货物，则所述双目标优化模型为：

D_0j＝D_0i+D_ij (5-8)

其中，表示车辆每公里成本，C_k表示第k辆车出车的固定成本，q表示每个客户点的货物量，g表示车辆载货量上线，v是速度；D_ij是点i到点j的距离，D_0j是点0到点j的距离；G是扣分函数，在一辆运输卡车按照方案的路线超载的情况下，就增加扣分项，将约束条件(5-3)转化为扣分项加入至所述扣分函数中。