[发明专利]一种城市配送车辆出行仿真方法及系统

说明书

本发明公开了一种城市配送车辆出行仿真方法，包括：(1)根据物流车配送信息、交通小区、城市路网的现有历史数据进行数据预处理，得到物流车配送信息数据、交通小区数据以及道路网数据，并对这些数据进行验证；(2)抽取一辆物流车一天的配送属性，所述配送属性包括配送车速DV、物流车型号DM、客户需求CD以及当天配送的出行链C；(3)利用强化学习理论对物流车的出行链的时空信息进行仿真训练，得到物流车一天配送的最优选择，获取该物流车出行链完整信息；本发明以最少参数因素，获得最低的碳排放量出行方法，提高车辆满载率，减少运输资源的浪费，为企业和政府提供一种最优的城市配送车辆出行方式，具有良好的经济效益和社会效益。

技术领域

本发明涉及交通出行特征仿真领域，具体涉及一种一种城市配送车辆出行仿真方法 及系统。

背景技术

近年来随着社会经济发展，国际社会日益聚焦节能减排问题。据了解，截至2009年交通行业碳排放量占全球碳排放总量的25％左右，是仅次于电力行业的第二大碳排放行业。而在所有的交通运输部门中，道路运输业排放的二氧化碳占比达到77.5％，铁路 运输为0.2％，民航为11.2％，海运为10.7％，由此可见道路运输业是交通行业内最主要的 二氧化碳排放部门。

根据国际气候和环境组织的研究结果，全球二氧化碳排放总量从2000到2010年近10年间增加了13％，其中交通工具碳排放在增长率上达到25％，作为以运输为主要运作 载体的物流行业，进行碳优化是大势所趋。又据《斯特恩报告》显示，在整个物流环节 碳排放中，物流配送运输碳排放量约占14％，而在中国这一数据则达到34％。

综上可以看出：公路物流中的配送作业环节产生的碳排放在整个交通行业中占有突 出位置，因此对于城市车辆配送的低碳化出行方法的改进具有重要意义。

发明内容

发明目的：为了克服现有技术的不足，本发明提供一种城市配送车辆出行仿真方法， 该方法可以减轻城市物流配送中碳排放占比大的问题，本发明还提供一种城市配送车辆 出行仿真系统。

技术方案：本发明所述的城市配送车辆出行仿真方法，该方法包括：

(1)根据物流车配送信息、交通小区、城市路网的现有历史数据进行数据预处理，得到物流车配送信息数据、交通小区数据以及道路网数据，并对这些数据进行验证；

(2)抽取一辆物流车一天的配送属性，所述配送属性包括配送车速DV、物流车型号DM、客户需求CD以及当天配送的出行链C，则配送出行链 C＝(DC₁-CL₁-CL₂-CL₃-...-CL_m-DC₂-...-DC_i)，其中DC＝(DC₁,DC₂,...,DC_i)为物 流车一天到的物流配送中心，CL＝(CL₁,CL₂,...,CL_m,...,CL_n)为物流车服务的客户，m为 物流车一次配送中服务的客户数，n为物流车一天配送服务的客户总数，i为物流车当天 去物流配送中心的总数；

(3)根据所述配送车速DV、物流车型号DM、客户需求CD利用强化学习理论对 物流车的出行链的时空信息进行仿真训练，得到物流车一天配送的最优选择，获取该物 流车出行链完整信息；

(4)针对另外的一辆物流车按照以上3步仿真其一天的物流配送信息，直到仿真物流车的数量达到设定数。

优选的，步骤(2)中，所述出行链的仿真还可通过出行链链长、出行链一次出行 的里程和预期生成的出行链数量仿真训练得到。

优选的，所述出行链链长为在区间[1,10]上服从均匀分布的随机整数。