[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

说明书

本发明公开了一种基于骑手平均等餐时间的最短路径优化方法，步骤如下：设计时间成本与惩罚成本模型；读取订单信息；设置约束条件，先取餐再送餐；建立符合约束条件的路径矩阵；读取骑手在某商家的等餐时间历史数据；建立商家的平均等餐时间矩阵；查询骑手、商家和客户之间的骑行时间；建立骑行时间矩阵；利用深度优先遍历算法；将得到的最短路径规划推荐给骑手。本发明通过考虑骑手平均等餐时间的因素，优化最短路径，降低惩罚成本，开发出骑手骑行时成本最低的路径推荐系统，缩短了骑手的取送餐时间，降低了订单超时的风险，增加了骑手的收益，符合客户、骑手和平台的利益要求，节约了社会资源。

技术领域

本发明涉及车辆路径优化领域，特别涉及一种基于骑手平均等餐时间的最短路径优化方法。

背景技术

外卖配送路径优化问题隶属于车辆路径问题(Vehicle Routing Problem，VRP)。近年来有将派单与路径决策协同优化问题归结为带时间窗的即时取送货车辆路径问题；有认为是TSP问题，以配送路径最短为目标进行优化；有构建顾客满意度模型来优化路径；有以配送时间和配送成本为多约束，构建高端餐饮外卖配送网络路径优化模型；还有构建混合整数规划模型配送路径优化问题，设计改进了蚁群算法。

现有的研究，大多数用的是启发式算法进行路径规划，但在日常点外卖时，还是经常会遇到一些超时订单，经过调查外卖骑手订单超时的主要原因，大多都是商家出餐慢。现有对外卖配送的研究大多集中在路线优化方面，忽视了商家的出餐时间这一重要因素。

发明内容

发明目的：针对以上问题，本发明提出一种最短路径优化方法，缩短外卖骑手的取送餐时间，降低订单超时的风险，增加骑手的收益。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：

一种基于骑手平均等餐时间的最短路径优化方法，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。

进一步的，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。

进一步的，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；