[发明专利]一种基于约束规划的带时间窗车辆路径问题建模及优化方法

说明书

本发明公开了一种基于约束规划的带时间窗车辆路径问题建模及优化方法，属于智能交通领域，包括：1、根据车辆路径问题的描述，建立其基本数学模型；2、基于车辆路径问题的数学模型，建立带时间窗车辆路径问题的约束规划基本模型；3、合理添加其他的约束条件，以优化模型，加快模型求解速度；4、导入验证和测试模型的基准测试包，并读取客户点信息；5、调用CPLEX优化器求解带时间窗车辆路径问题的约束规划模型，实验并进行结果分析。本发明所提出的建模及优化方法，便于描述和表示该问题复杂的约束条件，模型易拓展；合理添加的启发式约束条件，大大缩减算法搜索空间而加速求解；可求解到精确的全局最优解。

技术领域

本发明公开了一种基于约束规划的带时间窗车辆路径问题建模及优化方法，属于智能交通技术领域。

背景技术

物流配送是物流系统中非常重要的环节之一，现代物流成本占据物流系统成本的较大比例，减少物流成本成为提高企业竞争力的重要途径。而物流成本构成中，运输成占据近一半，远超过保管费用和管理费用。配送路线优化又能有效降低运输成本，并能大大减少能源浪费和空气污染。因此，研究优化物流运输路线的方法非常具有实际意义。

物流运输路线优化问题的核心是车辆路径问题。基础的车辆路径问题通常指的是在已知客户的地理位置和货物需求量的条件下，规划出车辆在各个客户点之间的运输路线，并使配送成本最低或配送路线最短。每辆车于配送中心出发且最后回到配送中心，每个客户只能由一辆车服务且必须满足客户的货物量需求。而带时间窗的车辆路径问题，是在基础车辆路径问题的基础上，加上时间窗口条件，即每个客户必须在其规定的时间范围内接受服务。

约束规划是一种功能强大的解决组合搜索问题的方法，它广泛借鉴了人工智能、运筹学、算法、图论和其他一些方法的优点及技术，并被广泛用于解决实际优化规划和调度中的有限域约束问题。一个约束规划问题，可由变量、变量的取值范围和约束条件表示。每个变量均有一个有限域，即该变量的值域。约束条件将限制对应变量的取值范围。约束规划算法综合了启发式搜索算法和一致性算法，求解约束条件多、搜索空间大的问题时，将运用约束推理的方法。约束消除是约束规划算法的核心思想，即求解器会不断地检测各个变量，变量的值域会因约束逻辑和一致性算法而持续修正，搜索树中不可能求解到最优解的分支会被删减掉，最终可确定满足所有约束条件的解。本发明将介绍一种基于约束规划的带时间窗车辆路径问题建模及优化方法。

发明内容

本发明目的在于改善现有相关技术，提出一种基于约束规划的带时间窗车辆路径问题建模及优化方法，主要包括以下几个步骤：

步骤一、根据车辆路径问题的描述，建立其基本数学模型；

步骤二、基于车辆路径问题的数学模型，建立带时间窗车辆路径问题的约束规划基本模型；

步骤三、合理添加其他的约束条件，以优化基本约束规划模型，从而加快模型求解速度；

步骤四、导入用于验证和测试模型的基准测试包，并读取客户点信息，包括客户点位置坐标、货物需求量、时间窗信息等；

步骤五、调用CPLEX优化器求解带时间窗车辆路径问题的约束规划模型，实验并进行结果分析。

本发明的优点在于：

传统方法一般利用整数规划方法描述和求解车辆路径问题。而本发明所描述的带时间窗车辆路径问题建模方法，是基于约束规划方法建模，便于描述和表示该问题复杂的约束条件，使得模型表达更加清晰，易于调整和拓展；合理添加的启发式约束条件，可以在保证正确的情况下，大大缩减算法搜索空间而加速求解；可求解到精确的全局最优解。

附图说明

图1为本发明基于约束规划的带时间窗车辆路径问题建模及优化方法的流程示意图；

具体实施方式

下面将结合附图对本发明作进一步的详细说明。