[发明专利]基于负载均衡和LK算法的车辆路径规划方法

摘要

本发明公开了一种基于负载均衡和LK算法的车辆路径规划方法，主要解决现有技术对大规模车辆路径规划的求取质量差及效率低等问题。该方法的实现步骤为：1.将车辆、场地、任务数据输入到计算机中，利用计算机对三者建模，得到车辆路径规划模型；2.对需求节点按照地理位置进行K均值聚类，得到初始任务划分方案；3.考虑初始任务划分方案中各个任务划分的负载均衡对初始任务划分方案进行调整，得到调整后的任务划分方案；4.将调整后的任务划分方案中的各运输任务分配给各车辆，并采用LK算法求取各车辆的最优运输路径；5.计算机将最终路径规划方案传输到车辆。本发明与现有技术相比，具有质量高和效率高的优点，可用于解决实际应用中的车辆路径规划。

主权项

1.一种基于负载均衡和LK算法的车辆路径规划方法，包括如下步骤：(1)将车辆、场地、任务数据输入到计算机中，利用计算机对三者建立车辆路径规划模型，其中场地包括供应节点和需求节点；(2)用K均值聚类算法对需求节点按照地理位置进行聚类，得到初始任务划分方案：D＝{D₁，D₂，LD_n}，D_i为第i类划分的需求节点集合，i＝1，2，...n，n为聚类的类别数，即运输车辆的个数；(3)对初始任务划分方案D＝{D₁，D₂，LD_n}进行如下调整，得到调整后的任务划分方案：D′＝{D′₁，D′₂，LD′_n}：(3a)计算在当前任务划分方案D＝{D₁，D₂，LD_n}的前提下每个划分的运输任务负载，记为Q＝{Q₁，Q₂，LQ_n}，Q_i为D_i的任务负载(i＝1，2，Ln)；求集合Q的方差d_Q，若d_Q保持10次迭代不降低，则停止，令D′＝D，相应的D′_i＝D_i(i＝1，2，Ln)，输出当前任务划分即调整后的任务划分方案D′＝{D′₁，D′₂，LD′_n}；否则转步骤(3b)继续迭代；(3b)令Q_i＝max{Q₁，Q₂，LQ_n}(i＝1，2，Ln)，对应的第i个划分D_i的运输任务为D_i＝{d₁，d₂，Ld_s}，s为第i辆车辆要到达的需求节点数，d_i为D_i中的各需求节点(i＝1，2，...n)，记任务划分集合D中各类的聚类中心为M＝{m₁，m₂，Lm_n}，m_i为D_i的聚类中心(i＝1，2，...n)，d_jq为D_i中的第j个需求点d_j(j＝1，2，Ls)和M中第q个聚类中心m_q(q＝1，２...n)之间的距离，计算将D_i中的第j个需求点d_i迁移到第q个划分D_q中，更新当前划分D；(3c)重新计算第i个划分和第q个划分的聚类中心m_i和m_q，返回步骤(3a)；(4)将D′＝{D′₁，D′₂，LD′_n}中D′_i的运输任务分配给第i辆车辆(i＝1，2，Ln)，对各个车辆，将D′_i与供应节点合并，构成节点集合：C_i＝D′_i∪{0}(i＝1，2，Ln)，{0}为供应节点；用LK算法求解每个节点集合C_i(i＝1，2，Ln)的最优TSP路径，得到每辆车辆的运输路径；(5)计算机将最终路径规划方案传输到车辆。