[发明专利]一种基于骑手平均等餐时间的最短路径优化方法

权利要求书

1.一种基于骑手平均等餐时间的最短路径优化方法，其特征在于：具体包括：

(1)设计时间成本与惩罚成本模型；

(2)读取订单信息中的商家位置、客户位置以及路径顺序；

(3)设置约束条件，即先取餐再送餐；

(4)建立符合约束条件的路径矩阵；

(5)读取骑手在某商家的等餐时间历史数据；

(6)建立商家的平均等餐时间矩阵；

(7)通过地图API，查询骑手、商家和客户之间的骑行时间；

(8)建立骑行时间矩阵；

(9)利用深度优先遍历算法，得出耗时最短，惩罚成本最低的路径规划；

(10)将得到的最短路径规划推荐给骑手。

2.根据权利要求1所述的最短路径优化方法，其特征在于：设计时间成本与惩罚成本模型如下：

最短时间成本为

其中i为骑手、商家点、客户点的集合，j为商家点、客户点的集合，n为订单数，t_ij为点i到点j所需要的时间，w_j为点j的等餐时间；x_ij为决策变量，骑手由点i行驶到点j时x_ij＝1，否则x_ij＝0；

最小惩罚成本为

其中α为平台设置的惩罚系数，i为订单的客户点，T_i为骑手在点i的当前时间，l_i为订单的超时时间，l为订单的最大超时时间，M为平台设置的最大惩罚成本。

3.根据权利要求1所述的最短路径优化方法，其特征在于：建立符合约束条件即先取餐再送餐的路径矩阵，具体为：

建立m*m的矩阵，m＝2*n+1，n为订单数，矩阵的行i和列j都为骑手位置、商家位置和客户位置；

矩阵元素x_ij表示从位置i到位置j是否满足约束条件；符合约束条件则矩阵元素x_ij为1，不符合约束条件则矩阵元素x_ij为0。

4.根据权利要求3所述的最短路径优化方法，其特征在于：建立商家的平均等餐时间矩阵，具体为：

建立k*k的矩阵，k＝2*n+1，n为订单数，矩阵的行i和列j都为骑手位置、商家位置和客户位置；

若路径矩阵的第i行第j列的元素为1，则等餐时间矩阵元素y_ij值为商家的平均等餐时间，否则，y_ij值为0。

5.根据权利要求1所述的最短路径优化方法，其特征在于：建立骑行时间矩阵具体为：

建立r*r的矩阵，r＝2*n+1，n为订单数，矩阵的行i和列j都为骑手位置、商家位置和客户位置，矩阵元素z_ij为位置i与位置j之间的骑行时间。

6.根据权利要求1-5任一所述的最短路径优化方法，其特征在于：利用深度优先遍历算法，得出耗时最短，惩罚成本最低的路径规划，具体包括：

读取路径矩阵、商家平均等餐时间矩阵和骑行时间矩阵，载入时间成本与惩罚成本模型，载入约束条件；

然后进行深度优先遍历，同时根据路径矩阵进行路径筛选，去除路径矩阵中数据为0的路径；

最后将通过筛选的路径进行时间成本与惩罚成本的计算，得到耗时最短、惩罚成本最低的路径规划。