[发明专利]一种多时间约束下行驶里程优化的轻量化拼车调度方法

权利要求书

1.一种多时间约束下行驶里程优化的轻量化拼车调度方法，其特征在于，包括以下步骤：

S1，建立任务模型：将车辆到达某一上车/下车点接送乘客以及车辆到达终点站看作任务，将任务使用顶点表示，任务之间的执行成本使用边来表示，通过有向无环图(DAG)的形式进行任务模型的建立；

S2，确定最小化总里程的目标函数：基于多旅行商问题模型与车辆路径规划问题模型，在多旅行商问题模型中的二维布尔型优化变量基础上设置改进后的三维布尔型优化变量，提出最小化总里程的目标函数；所述多旅行商问题模型中至少包括流量约束和遍历唯一性约束条件；

S3，约束条件增加：在新的模型中提出多旅行商问题模型与车辆路径规划问题模型中不存在的约束条件，构造基于总里程优化的车辆-乘客之间的分配与调度问题模型，所述约束条件包括始发站约束、终点站约束、乘客接送顺序约束、容量限制约束、车辆行驶路线规则约束、多点时间约束；

S4，模型求解：针对步骤S3中提出的基于总里程优化的车辆-乘客之间的分配与调度问题，通过混合非线性整数规划求解器求出最优解，并设计一种基于回退策略的启发式算法，所述启发式算法的求解过程具体包括：

S41：确定从当前任务执行地点驶向可行的局部距离最短的任务执行地点；

S42：根据全局信息更新禁止执行与可执行任务的信息；

S43：确定车辆在当前任务执行地点选择某一可执行任务时的是否违背该任务的时间约束，判断方法的可行性，若不违背，确定接下来应该执行的局部最优的任务；若当前任务违背时间约束，则对可执行任务集中其他任务进行测试，直到找到可选择的下一个任务为止；若所有可执行任务均违背时间约束，则采用状态回退策略使车辆状态回退，并更新可执行任务集。

2.如权利要求1所述的一种多时间约束下行驶里程优化的轻量化拼车调度方法，其特征在于：所述步骤S1中，假设有M辆车与N名乘客，且M辆车均有各自的M个始发站点和M个预设将要到达的终点，N名乘客均有各自的N个上车点与N个下车点，则2(N+M)个任务P：{P₁，...，P_2N+2M}表示拼车服务中的所有任务集合，对于任务P_i与P_j，任意一条边E_i，j代表任务P_i与P_j之间的执行成本，边的权重W_i，j代表从任务P_i执行地点到任务P_j执行地点的的坐标之间的距离，记为：di，j，

2(N+M)个任务可划分为四个部分：M个出发点集合S：{S₁，...，S_M}、M个终点集合D：{D₁，...，D_M}、N个乘客上车点集合N^p：{N^p₁，...，N^p_N}、N个乘客下车点集合N^d：{N^d₁，...，N^d_N}，M辆车从各自的出发点出发，在接送至少一人的情况下，最终回到自身在出发时预设的终点处，所有的乘客均可以在各自的上车点与下车点设置右侧时间窗口，表示乘客希望在某个时刻之前被接到或送下，每个接送点的右时间窗设置为：a：{a₁，...，a_2N}。

3.如权利要求2所述一种多时间约束下行驶里程优化的轻量化拼车调度方法，其特征在于：所述步骤S2中通过X_i，j，m表示编号为m的车辆执行任务P_i与P_j，并经过相应的路径，以表示接送任务与车辆之间的匹配关系：

其中，X_i，j，m是一个三维的布尔型优化变量，C为所有车辆的集合；

由于d_i，j表示任务P_i和任务P_j之间的执行成本，则X_i，j，m*d_i，j可作为m车执行任务P_i与P_j的执行成本，以最小化总里程作为的目标函数，可得到：

。