[发明专利]求解大规模CVRP的有效方法及电子设备

说明书

本发明涉及车辆路由技术领域，具体涉及一种求解大规模CVRP的有效方法及电子设备，包括步骤S1设置最大迭代次数MaxIter、最大无进展迭代数MaxIterNoImp；S2生成初始解sol；进而i←0，noimpr←0；sol′←sol；S3使用路径切割方法SR对sol′中的路径进行切割，得到路径集合RtSt；S4使用层次分解策略HD对RtSt分解，获得包含所有客户的虚拟客户VC，分割VC得到满足车辆载重约束的解sol″；S5对sol″实施VNS邻域搜索；若sol″对应总行车距离少于sol，则进行替换，sol←sol″，noimp←0；否则置noimp←noimp+1；S9执行i←i+1；当i≤MaxIter且noimp≤MaxIterNoImp时，则转S2进行后续迭代过程，否则则结束，返回sol，本发明所设计的算法在较多算例上更新了问题的最优解，尤其在大规模测试集Li上，表现出色。

技术领域

本发明涉及车辆路由技术领域，具体涉及一种求解大规模CVRP的有效方法及电子设备。

背景技术

车辆路由问题(Vehicle Routing Problem,VRP)自1959年由Dantzig与Ramser提出以来，引起了学者广泛的兴趣，对问题的具体模型以及求解方法进行了深入研究[2]-[7]。VRP主要是基于一定范围内的客户需要得到服务而提出的，每个客户均存在一定量的服务需求，由驻扎在中心点的车队完成服务。每辆车由中心点出发，沿途对客户提供服务，最后返回中心点。当然，在具体问题中，基本VRP模型中往往引入一些约束，以满足实际应用的需要，如车辆的容量约束，即每辆车均存在最大负载的限制，此类问题称为带容量约束的车辆路由问题(Capacitated Vehicle Routing Problem,CVRP)。在CVRP中，车辆的最长行驶距离通常亦有限制。CVRP的目标为寻找最优的车辆路径，为所有客户提供服务，并且使得车辆的行驶距离最短，属于典型的复杂组合优化问题。

由于人们生活范围的不断扩张，CVRP中涉及的客户数往往会上升至一定的程度，从而导致了大规模带容量限制车辆路由问题(Large Scale Capacitated VehicleRouting Problem,LSCVRP)的出现。如今LSCVRP是关于车辆路由问题的研究热点，主要原因在于：(1)LSCVRP具有广泛的应用背景；(2)随着问题规模的上升，问题解空间呈指数级增长，对于中小规模CVRP而言优秀的算法难以在LSCVRP上仍有良好的表现。

Li等为了应对大规模CVRP实际需要，于2005年设计了生成大规模标准测试样例的方法，构造了包含12个测试样例的测试集(记为Li)，客户数由先前的500增至1200，成为近年来LSCVRP解决方法有效性验证的重要测试对象[8]。随后，等就LSCVRP提出了几种问题求解算法，并利用邻域搜索(Neighborhood Search,NS)机制对现有解进行局部探索，从而获取更优的问题解[9]-[11]。

作为大规模问题的有效解决途径，分治(Divide and Conquer,DC)策略已被广泛采用[12]-[15]。对于DC而言，基本的原理即为通过对原问题的分解，降低问题的规模，继而对所得各子问题进行求解，最终合并所有子解，从而得到原问题的解。显然，问题的分解策略对于DC至关重要，因为其决定了子问题的结构，从而影响整个问题的求解。基于DC机制，Taillard针对问题结构的不同，设计了两种不同的分解方法[16]，而Reimann则依据客户的地理位置，将问题转换为若干较小的问题，进行处理[17]。