[发明专利]一种基于路网可达性的带时间窗的车辆调度方法

权利要求书

1.一种基于路网可达性的带时间窗的车辆调度方法，其特征在于，所述车辆调度方法包括以下步骤：

1)以所有配送车辆的总成本最小为目标建立如下目标函数：其中C为配送车辆单位距离的运输成本，K为配送车辆数目，V为所有客户点的集合，为决策变量，取值为0或1，当配送车辆k从客户点i到j时取值为1，否则为0，d_ij表示客户点i与j之间的真实道路距离，e_i和l_i表示客户点i接受服务的起始时间和结束时间，M₁表示在e_i之前到达客户点i需等待的时间成本惩罚系数，M₂表示晚于l_i到达客户点i接受惩罚的时间成本系数，t_i表示到达客户点i的时刻；约束条件为：仅一个配送中心，且其所有的配送车辆均以配送中心为起点和终点，客户点的需求量已知且均小于车辆的最大承载量，每辆车可以配送多个客户点，但是每个客户点只能由单个车辆配送；

2)设置参数：单位距离的运输成本C，客户点数目N，车辆最大载重量Q，客户点的需求量列表T，客户点接受服务的时间窗TW，服务时间H，时间成本惩罚系数M₁和M₂，交叉概率PC，变异概率PM，种群规模NP，迭代次数G；

3)借助ArcMap平台导入目标区域的地理信息地图，依据真实道路信息创建对应的道路线图层，完成目标区域的道路矢量化以及地理配准操作；

4)基于创建的道路线图层来构建目标区域的网络数据集，在网络数据集中新建点特征图层来表征配送中心和客户点地理位置；

5)创建配送中心和客户点之间的距离成本分析模型，获取配送中心以及客户点之间基于路网可达性的距离成本矩阵D，其中其中，矩阵中对角线元素d₀₀,d₁₁,…,d_NN值为0，d_0j表示配送中心0到客户点j的真实道路距离，d_i0表示客户点i返回配送中心0的真实道路距离，d_ij表示客户点i到客户点j之间的真实道路距离，i,j∈V且i≠j；

6)确定所需的配送车辆数量其中q_i表示第i个客户点的货物需求量，α为[0,1]的随机约束因子，表示向下取整；

7)编码：采用自然数的编码方式，将客户点编码为1,2,3,…,N，0表示配送中心；

8)种群初始化：将客户点的自然数编码随机排成一排构成一条初始染色体，重复操作2NP次，得到2NP染色体构成的样本种群，计算样本种群中每条染色体的适应度大小，适应度为目标函数的倒数，将适应度较高的NP条保留下来构成初始种群；

9)交叉操作，过程如下：

9.1)从种群中随机不重复选取两个染色体作为父代染色体，产生一个在[0,1]区间的随机数r，若r＜PC，执行步骤9.2)，否则直接保留这两条染色体至下一代，转至步骤9.4)；

9.2)采用部分匹配交叉的方式：产生两个小于染色体长度的随机整数p₁和p₂且需满足p₁＜p₂，将两条父代染色体中位于p₁与p₂之间的客户点编码片段交换位置，若交换后，染色体编码出现重复冲突，则将与交换片段中重复的编码替换为交换片段对应的另一条染色体的等位编码；

9.3)计算两条父代染色体和交叉后的两条染色体的适应度，将适应度较高的两条染色体保留下来，作为交叉操作的结果；

9.4)迭代步骤9.1)至9.3)，直至遍历完所有染色体；

10)变异操作：产生一个在[0,1]区间的随机数r′；若r′＜PM，随机选择染色体中的两个客户点编码进行位置交换；若r′≥PM，直接保留当前染色体至下一代；

11)选择操作：计算父代种群和交叉、变异操作后得到的子代种群的所有染色体个体的适应度，再依据适应度的大小将染色体按升序排列，选择适应度高的NP条染色体构成新的种群；

12)迭代步骤9)至步骤11)至最大迭代次数G，选取当前种群中适应度最高的染色体进行解码操作，即q_i表示第i个客户点的需求量，如果满足且则在该染色体第a位后面插入0，随后开始重复计算直至插入K-1个0，最后在染色体首位和最后一位分别添加一个0，得到解码后的染色体即为目标函数的最优解。