[发明专利]调度优化方法和装置

说明书

本发明实施例提出一种调度优化方法和装置。其中该方法包括：采用聚类消除策略，从初始调度方案中消除设定数量的客户点，其中，所述初始调度方案包括各车辆的初始路线；采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，其中，所述被消除的调度方案包括消除设定数量的客户点后各车辆的路线，所述更新调度方案包括重新插入客户点后各车辆的路线；根据初始调度方案与更新调度方案的代价函数，确定最优调度方案。利用聚类消除策略和相应的优化插入策略，对初始调度方案进行优化，能够更加合理的安排车辆运行的路线，较好地均衡各个车辆的负载，降低配送的运营成本和配送时间。

技术领域

本发明涉及智能调度技术领域，尤其涉及一种调度优化方法和装置。

背景技术

新零售具有路径短、货物普遍偏小、要求即时配送，且送货点大量聚集的同城配送等特点。如何在较短的时间内将货物送达，并维持较低的配送成本，是一个具有显著商业价值的问题。

目前新零售同城配送主要使用两类方案。一类是基于传统的启发算法来求解配送方案，一种是通过人工对当天的订单进行调配。基于单个启发算法的调度方案一般采用遗传算法、模拟退火、蚁群算法或禁忌搜索等。这些算法的设计是针对于通用的优化场景，也适用于同城配送方案的优化。通过人工对订单进行调配，主要是各个承载新零售配送运力的供应商，依托其线下运营人员比较丰富的线下调配经验，对当天的配送订单和运力进行合理的调度与协调。

但是，使用传统启发式算法来优化同城调配方案，由于单个启发算法的启发规则是比较有限且相对通用的，在特定场景领域的优化效果不佳。如遗传算法只有交叉和变异两种启发策略，这些相对固定而且单一的启发规则，无法更好地优化新零售配送场景。若使用人工的方式对订单进行调配，则调配结果的优劣很大程度取决于运营人员本身的经验积累与素质高低，严重依赖资深员工。对于订单量较大的场景，采用人工经验产生的调度方案非常不可控，无法有效降低配送成本。

发明内容

本发明实施例提供一种调度优化方法和装置，以解决现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种调度优化方法，包括：

采用聚类消除策略，从初始调度方案中消除设定数量的客户点，其中，所述初始调度方案包括各车辆的初始路线；

采用优化插入策略，将被消除的客户点重新插入被消除的调度方案中，得到更新调度方案，其中，所述被消除的调度方案包括消除设定数量的客户点后各车辆的路线，所述更新调度方案包括重新插入客户点后各车辆的路线；

根据初始调度方案与更新调度方案的代价函数，确定最优调度方案。

结合第一方面，本发明实施例在第一方面的第一种实现方式中，还包括：

多次执行聚类消除、优化插入和确定最优调度方案的步骤；

其中，如果迭代次数未达到阈值或执行结果不满足截止条件，则将当前的最优调度方案作为新的初始调度方案，则执行聚类消除、优化插入和确定最优调度方案的步骤；如果迭代次数达到阈值或执行结果满足截止条件，则输出最优调度方案。

结合第一方面，本发明实施例在第一方面的第二种实现方式中，采用聚类消除策略，从初始调度方案中消除客户点，包括：

采用近邻消除策略，从初始调度方案中消除客户点；或

采用强连通分量消除策略，从初始调度方案中消除客户点。

结合第一方面的第二种实现方式，本发明实施例在第一方面的第三种实现方式中，采用近邻消除策略，从初始调度方案中消除客户点，包括：

如果消除集N中没有客户点，则从初始调度方案中选择一个客户点加入消除集N；