[发明专利]考虑众包和自配送协同情形的路径优化方法和系统

权利要求书

1.一种考虑众包和自配送协同情形的路径优化方法，其特征在于，所述方法包括：

S1、基于车辆数M和物流配送需求点I获取n个个体x₁,x₂,...,x_n，并生成初始种群∏＝(x₁,x₂,...,x_n)；

S2、设定变邻域搜索算法的最大迭代次数t_max，初始迭代次数t＝1，并初始化R＝0，shaking(k)操作中初始值k＝1，设置车辆的最大载重量Q₁，Q₂，和电动汽车最大的行驶距离L_max，燃油车和电动汽车的成本参数c₁，c₂，众包配送和自配送的配货成本参数a₁，a₂，b₁，b₂；

S3、计算初始种群∏中每个个体的目标函数f的值，并获取最小的目标函数值f_min以及f_min对应的个体x_min；

S4、判断t≤t_max是否成立，若不成立，则进行S10，否则进行S5；

S5、判断k≤3是否成立，若不成立，则令k＝1，并对x₁进行shaking(k)操作得到x′₁，否则直接对x₁进行shaking(k)操作得到x′₁，并令t＝t+1，判断R≤3是否成立，若成立则进行S6；若不成立，则进行S8；

S6、对x′₁进行localsearch操作得到x″₁，进行S7；

S7、判断f(x′₁)＜f(x₁)是否成立，若成立，则将x′₁赋值给x₁，并更新种群∏以及f_min和x_min，否则令k＝k+1，R＝R+1，返回S4；

S8、利用差分进化算法对x′₁进行操作得到x′₁，并计算f(x′₁)；

S9、判断f(x′₁)＜f(x₁)是否成立，

若成立，则用x₁随机替换x₂，...，x_n中任意个体的值，并将x′₁赋值给x₁，并更新种群∏以及f_min和x_min，

否则令k＝k+1，R＝0并返回S4；

S10、算法执行结束并输出最优的目标函数值f_min及其对应的x_min；

所述目标函数f可用如下公式表示：

f＝C₁+C₂+C₃

所述目标函数f的约束条件为：

Q′_i＞0,i∈I

Q′_i-X_j+X'_j＝Q′_i

t_i＜max(t_i)

(T_1im+T_2ik)×Y_i¹+Y_i²＝1,i∈I,m∈M

(T_1im+T_2ik)×Y_i¹≤1,i∈I,k∈K

y_0jk＝y_i0k,i∈I,j∈I,k∈K

其中，f表示物流配送过程中的总成本；C₁表示自配送的需求点的配送成本；C₂表示自配送货物的运输成本；C₃表示众包配送货物的众包成本；表示需求点i中自配送需求点的配送成本；表示需求点i的众包配送成本；车辆的最大载重量Q₁，Q₂；电动汽车最大的行驶距离L_max，燃油车和电动汽车的成本参数c₁，c₂，众包配送和自配送的配送货成本参数分别为a₁，a₂，b₁，b₂；d_ij表示客户点之间的距离以及配送中心与客户点之间的距离；Q′_i表示车辆为顾客i提供完服务之后的剩余容量；Y_i¹，Y_i²，T_1im，T_2ik，y_ijm，y_ijk均为决策变量，Y_i¹＝1表示客户点i由配送中心自配送，否则Y_i¹＝0；Y_i²＝1表示客户点i由众包配送，否则，Y_i²＝0；T_1im＝1表示客户点i由燃油车m自配送，否则T_1im＝0；T_2ik＝1表示客户点i由电动车k自配送，否则T_2ik＝0；y_ijm＝1表示i到j自配送时存在燃油车m经过点i至j，否则y_ijm＝0；y_ijk＝1表示i到j自配送是存在电动汽车k经过点i至j时，否则y_ijk＝0；y_0jm＝y_i0m ,i∈I,j∈I,m∈M表示燃油车m从配送中心出发，最终要回到配送中心；y_0jk＝y_i0k表示电动汽车k从配送中心出发最终要回到配送中心。