[发明专利]集群式无人机协同配送方案的优化方法及系统

权利要求书

1.一种集群式无人机协同配送方案的优化方法，其特征在于，所述优化方法包括：

在待配送区域中随机选择一个未被选择的配送点作为卡车配送点；

以选择的所述卡车配送点为中心选择在卡车停靠在当前的卡车配送点的情况下，无人机能够完成配送任务的配送点；

判断所述待配送区域内是否还存在未被选择的配送点；

在判断所述待配送区域内存在未被选择的配送点的情况下，以当前选择的所述卡车配送点为原点，分别计算所述待配送区域内未被选择的配送点的转移概率；

根据所述转移概率在所述待配送区域中选择一个未被选择的配送点作为新的卡车配送点，并返回执行以选择的所述卡车配送点为中心选择在卡车停靠在当前的卡车配送点的情况下，无人机能够完成配送任务的配送点的步骤；

在判断所述待配送区域内不存在未被选择的配送点的情况下，生成卡车路径配送方案；

判断当前的第一迭代次数是否大于或等于预设的第一阈值；

在判断所述第一迭代次数小于所述第一阈值的情况下，再次返回执行在待配送区域中随机选择一个未被选择的配送点作为卡车配送点的步骤；

在判断所述第一迭代次数大于或等于所述第一阈值的情况下，计算当前生成的卡车路径配送方案的适应度；

根据所述适应度更新信息素浓度；

判断当前的迭代次数是否大于或等于预设的第二阈值；

在判断当前的第二迭代次数大于或等于所述第二阈值的情况下，根据适应度最小的所述卡车路径配送方案生成无人机配送方案；

将所述卡车路径配送方案和无人机配送方案组合以形成卡车与无人机协同配送方案。

2.根据权利要求1所述的优化方法，其特征在于，分别计算所述待配送区域内未被选择的配送点的转移概率包括：

根据公式(1)计算所述转移概率，

其中，P_ij^k为第k次第一迭代次数中从第i个配送点选择第j个配送点作为下一个卡车配送点的转移概率，τ_ij(t)为第t次第二迭代次数中第i个配送点和第j个配送点之间的信息素函数，α为信息素重要程度因子，β为启发式重要程度，η_ij(t)为第t次第二迭代次数中第i个配送点和第j个配送点之间的启发函数，allow_k为k次第一迭代次数的待选择的配送点的集合。

3.根据权利要求1所述的优化方法，其特征在于，计算当前生成的卡车路径配送方案的适应度包括：

根据公式(2)计算所述适应度，

其中，obj_k为第k次第一迭代次数的适应度，route_k为第k次第一迭代次数生成的卡车路径配送方案，d_ij为第i个配送点和第j个配送点的卡车配送路径，c_T为卡车单位距离的配送能耗，tabu_k为无人机的飞行路径，为为卡车在第j个配送点停靠的情况下，无人机需要飞行的总路径，c_M为无人机单位距离的配送能耗。

4.根据权利要求1所述的优化方法，其特征在于，根据所述适应度更新信息素浓度包括：

根据公式(3)和公式(4)更新所述信息素浓度，

其中，τ_ij(t+1)为第t+1次第二迭代次数中第i个配送点和第j个配送点之间的信息素函数，ρ(t)为第t+1次第二迭代次数中的信息素挥发因子，τ_ij(t)为第t次第二迭代次数中第i个配送点和第j个配送点之间的信息素函数，Δτ_ij为第k次第一迭代次数中第i个配送点和第j个配送点之间的信息素浓度之和，n为第一阈值，Q为信息素挥发总量，obj_k为第k次第一迭代次数的适应度。