[发明专利]基于人工智能的物流路径规划方法

权利要求书

1.一种基于人工智能的物流路径规划方法，其特征在于：根据聚类结果判断所采用的配送模式进行服务，根据配送模式选择通过车辆路径问题及建立TECVRP-D模型并用CPLEX对比求解确定最终路径。

2.根据权利要求1所述的基于人工智能的物流路径规划方法，其特征在于：

当配送模式为货车-无人机联合组网配送模式或者货车-无人机联合动态配送模式时，通过建立TECVRP-D模型并用CPLEX对比求解确定最终路径。

3.根据权利要求1所述的基于人工智能的物流路径规划方法，其特征在于：聚类结果判断方法的步骤为：

步骤1：初始化各变量及参数；

步骤2：计算每个客户到配送中心的距离，并判断该距离是否大于a；

步骤3：如果客户与配送中心的距离不大于a，那么选择纯无人机配送模式配送服务，该问题可归结到车辆路径问题；

步骤5：如果客户与配送中心的距离大于a，则转步骤6；

步骤6：计算客户集中度，并判断是否大于b；

步骤7：如果客户集中度不大于b，则选择纯货车配送模式配送服务，该问题即车辆路径问题；

步骤8：如果客户集中度大于b，则选择货车-无人机联合配送模式服务，转步骤9；

步骤9：计算每个客户的需求量，并判断是否大于c；

步骤10：如果客户i的需求量不大于c，则i为无人机客户；

步骤11：如果客户i的需求量大于c，则i为组合车辆客户；

步骤12：计算客户i与其他客户的距离，并判断是否大于d；

步骤13：如果客户i与其他客户的距离不大于d，则i为普通车辆客户；

步骤14：如果客户i与其他客户的距离大于d，则i为移动卫星；

步骤15：i＝i+1，依次判断每个客户是否为移动卫星；

步骤16：计算移动卫星间的距离，并判断其是否大于e；

步骤17：如果移动卫星间的距离不大于e，则选择货车-无人机联合组网配送模式，并利用TECVRP-D模型求解；

步骤18：如果移动卫星间的距离大于e，则选择货车-无人机联合动态配送模式，并利用TECVRP-D模型求解。

4.根据权利要求1所述的基于人工智能的物流路径规划方法，其特征在于：TECVRP-D模型的目标函数为

5.根据权利要求4所述的基于人工智能的物流路径规划方法，其特征在于：TECVRP-D模型目标函数的约束条件为：

1)基本约束为

d_ri≤D_max/2

2)时间窗约束为

e_i≤at_ti+wt_ti≤l_i,t∈T,i∈V^tuac\{0}

e_j≤atu_tuj+wtu_tuj≤l_j,t∈T,u∈U,j∈V^c,j≠r

3)续航能力约束为

at_to-dt_to≤TL,t∈T

atu_tui-dtu_tui≤TL,t∈T,u∈U,i∈{0,r},r∈V^tuac\{0}

4)载重约束为

5)节点约束为