[发明专利]基于人工智能的物流路径规划方法

说明书

本发明涉及一种基于人工智能的物流路径规划方法，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。本发明以配送成本、时间转换成本和环境成本作为目标函数建立在移动卫星、时间窗和载重约束下的车辆路径问题模型，并运用CPLEX求解器对该问题求解，求解结果表明货车无人机动态配送模式和货车无人机组网配送模式相比于现有的配送模式能够进一步的降低配送成本。

技术领域

本发明涉及物流路径规划技术领域，特别涉及一种基于人工智能的物流路径规划方法。

背景技术

人工智能物流主要通过互联网、物联网、物流网，整合物流资源，充分发挥现有物流资源供应方的效率，而需求方，则能够快速获得服务匹配，得到物流支持。

近年来随着经济发展无人机在各领域的应用展露头角，例如航拍，农业，军工等领域发展尤其迅速，现也有不少学者和企业将无人机引入到物流领域中来。在带有无人机的路径优化研究中，主要包括这样四种配送模式：无人机作为主要驱动，车辆支持无人机运行模式；车辆作为主要驱动，而无人机支持车辆运行模式；无人机与车辆独立运行模式和无人机与车辆同时运行模式。目前四种模式的配送成本仍较高，还有待进一步完善、降低。

发明内容

发明目的：

本发明提出一种基于人工智能的物流路径规划方法，其目的在于解决现有人工智能的物流路径运输成本高的问题。

技术方案：

一种基于人工智能的物流路径规划方法，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。

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。

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；