[发明专利]整车物流调度方法及装置、存储介质、终端

权利要求书

1.一种基于蚁群算法和分层优化的整车物流调度方法，其特征在于，包括：

获取整车物流数据，所述整车物流数据包括订单数据及运力数据；

进行外迭代，以确定针对一个目标的候选最优调度方案，所述目标选自预设目标集合，所述进行外迭代的过程包括：

基于所述整车物流数据获取满足预设约束条件的M个候选分配方案，其中，M≥1，所述预设约束条件包括上一次外迭代确定的候选最优调度方案在对应目标上的目标向量；

将所述候选分配方案记为蚂蚁，将M只蚂蚁构成的集合记为蚁群，在所述蚁群中各只蚂蚁转移期间，从所述蚁群中选取目标向量最大的蚂蚁，所述蚂蚁在所述目标上的投影记为对应于该蚂蚁的目标向量，所述蚁群中的每只蚂蚁均分配有初始化信息素矩阵和启发信息矩阵，所述初始化信息素矩阵和启发信息矩阵与目标一一对应，其中，对于每只蚂蚁，所述启发信息矩阵用于描述所述蚂蚁的订单与运力的初始匹配结果，所述初始化信息素矩阵用于描述所述蚂蚁的各订单在各运力之间的初始转移概率；

当所述蚁群的转移状态满足预设终止条件时，将最近一次转移时选取的目标向量最大的蚂蚁对应的分配方案确定为本次外迭代的候选最优调度方案；

在针对所述预设目标集合包括的所有目标执行所述外迭代后，将最后一次外迭代确定的候选最优调度方案作为最优调度方案；

其中，所述在所述蚁群中各只蚂蚁转移期间，从所述蚁群中选取目标向量最大的蚂蚁包括：

在所述蚁群中各只蚂蚁转移期间，基于蚁群算法计算和更新所述蚁群中各只蚂蚁的状态转移矩阵和信息素矩阵，其中，对于每只蚂蚁，所述状态转移矩阵用于描述所述蚂蚁的订单和运力的最新匹配结果，所述信息素矩阵用于描述所述蚂蚁的各订单在运力之间的最新转移概率；

对于每只蚂蚁，根据所述状态转移矩阵计算所述蚂蚁的目标向量；

选取所述目标向量最大的蚂蚁。

2.根据权利要求1所述的整车物流调度方法，其特征在于，所述基于所述整车物流数据获取满足预设约束条件的M个候选分配方案包括：

循环迭代地随机匹配所述订单数据和运力数据，对于每次迭代，当订单分配完毕且匹配的运力最少时，或者，当运力分配完毕时，将已分配的订单和运力的匹配结果作为本次迭代获取的候选分配方案；

基于预设约束条件筛选历次迭代获取的候选分配方案，以获取所述M个候选分配方案。

3.根据权利要求2所述的整车物流调度方法，其特征在于，所述循环迭代地随机匹配所述订单数据和运力数据包括：

从所述运力数据中随机抽取一个运力并开始内迭代，所述内迭代的过程包括：遍历所述订单数据包括的订单，以从中筛选出与所述运力满足装载约束的所有订单；判断所述运力是否满载；

当所述运力未满载时，清空所述运力的匹配结果并重新执行所述内迭代，直至本次内迭代的结果为所述运力满载时，判断所述订单数据包括的订单是否分配完毕；

当所述订单数据包括的订单分配完毕，且所述运力数据包括的运力未分配完毕时，继续从所述运力数据中随机抽取一个运力并执行所述内迭代，直至所述运力数据包括的运力分配完毕或所述订单数据包括的订单分配完毕，以完成一次循环迭代。

4.根据权利要求3所述的整车物流调度方法，其特征在于，所述将已分配的订单和运力的匹配结果作为本次迭代获取的候选分配方案包括：

比较本次循环迭代确定的运力的数量与上一次循环迭代确定的运力的数量；

若本次循环迭代确定的运力的数量小于上一次循环迭代确定的运力的数量，将本次循环迭代确定的运力与订单的匹配结果作为本次迭代获取的候选分配方案。