[发明专利]一种基于混合遗传算法的外卖配送路径的优化方法

权利要求书

1.一种基于混合遗传算法的外卖配送路径的优化方法，其特征在于，包括以下步骤：

步骤(1)：以外卖配送成本最小为目标，建立外卖配送路径优化模型和约束条件；

步骤(2)：获取外卖配送过程中所涉及到的所有商家和顾客的相关信息，包括坐标信息、服务时间和时间窗；

步骤(3)：采用混合遗传算法求解所述外卖配送路径优化模型，具体包括：

S1：基于商家和顾客节点的序号对染色体进行对应的编码，染色体的长度为商家节点和顾客节点数量的总和；

S2：按照S1中的编码的方式随机生成N条包含所有商家和顾客的配送路径，得到N条染色体，构成初始种群；

S3：把外卖配送路径优化模型中的目标函数作为适应度评价函数，对S2中生成的初始种群中的每条配送路径进行评价，得到每条配送路径的适应度；

S4：判断是否达到指定的迭代次数，若达到，选择适应度最大的染色体，对其进行解码，得到最优的配送路径，否则，继续进行下面的S5；

S5：依据S3中得到的所有配送路径的适应度，按照锦标赛的选择策略选择适应度大的染色体，形成下一代的父代种群；

S6：对S5选择出的父代种群采用PMX的交叉方法，随机地在一对父代染色体中选择两个交叉位置，由这两个交叉位置间的所有节点构成交叉片段，再交换父代交叉片段，并将交叉片段中重复的商家或者顾客节点按照映射关系进行替换得到新的配送路径，形成初级子染色体群；

S7：对S6得到的子代采用基因换位算子实现爬山操作,随机选择两个节点位置，交换该位置上的节点，判断节点交换后得到的新配送路径的适应度值是否增加，若增加，则以交换后的配送路径取代原配送路径，形成中级子染色体群；

S8：对S7得到子代采用变换基因的变异方法，随机产生交换次数及需要变异的位置，对处于变异位置上的商家或顾客节点进行交换，形成终级子染色体群；

S9：利用S8得到的终级子染色体群更新初始种群，继续执行S3；

步骤(4)：输出步骤(3)得到的最优的外卖配送路径和最优的目标解。

2.根据权利要求1所述的一种基于混合遗传算法的外卖配送路径的优化方法，其特征在于所述步骤(1)中的外卖配送路径优化模型中的目标函数为：

式(1)表示外卖配送的最小成本，其中外卖配送的成本涉及到外卖配送的距离成本和外卖配送超时的时间惩罚成本，minz表示外卖配送的最小成本，c₁表示单位距离的配送成本，i，j表示节点(i，j∈{0，1，...，n，n+1，...，2n}，其中，0表示配送起点，1～n表示商家节点，(n+1)～2n表示顾客节点)，d_ij表示节点i到j的距离，x_ij表示0-1变量，判断配送员是否从节点i出发并到达节点j，c₂表示单位时间的惩罚成本，T_ic表示节点i需要接受的时间惩罚；

针对上述外卖配送路径优化模型的目标函数有如下的约束条件：配送的起始时间设置为0；配送员从起始位置出发后，下一个移动的节点必须是某个商家，不能是某个顾客；每个订单配送员先去商家取餐，才能给对应的顾客送餐；每个商家和顾客只能被服务一次；当配送员完成所有配送任务后，不用回到起始位置；配送员到达和离开每个节点的次数要相同；配送员从当前节点行驶到下一节点时，到达下一节点的时间要晚于到达前节点的离开时间。

3.根据权利要求2所述的一种基于混合遗传算法的外卖配送路径的优化方法，其特征在于：所述的外卖配送路径优化模型采用单侧软时间窗约束，所述单侧软时间窗约束是指针对配送员没有在顾客规定时间窗内送达且晚于最晚服务时间的情况，设置时间惩罚，时间惩罚函数如下：

其中T_ic表示节点i需要接受的时间惩罚，T_i表示配送员到达节点i的时间，L_i表示节点i最晚的服务时间，当T_i-L_i＞0时，配送员会受到时间惩罚。