[发明专利]一种用于物流配送领域的路径优化方法

摘要

本发明为一种用于物流配送领域的路径优化方法，主要采用模拟退火算法计算大规模目的地的最短、最优路径。采用该方法与系统，可显著降低计算时间，具有极高的实用性，可应用于光晶格中冷原子动力学及量子相变计算、物流配送等领域。本发明可应用于光晶格中冷原子动力学及量子相变计算、物流配送等领域，通过三级过程算法，可显著降低计算时间，具有极高的实用性。特别是面对大规模目的点的计算时，本发明的方法计算时间极短，计算效果佳，几乎是唯一可行的处理方法。

主权项

一种应用于物流配送领域的路径优化方法,用以解决物流配送中大规模目的地路径优化问题，其特征在于，将这类问题的计算分为三个阶段，称为三级过程算法：a)第一阶段，首先通过路口、路口属性的描述，应用堆优化Dijkstra算法，将出发点与所有目的地点、任意两个目的地点之间的距离实现表格化，然后通过预先计算各点的距离并存储；b)第二阶段，采用一种启发式的模拟退火网格算法，结合约束条件，将大量的目的地点进行划分或分组，形成一系列满足约束条件的团簇；c)第三阶段，利用中国邮递员问题算法，确定团簇内行走时的最短路径和行走次序，最终计算得到面向所有目的地点的最优化路径解；(1)在第一阶段中，结合路口点的约束条件，构造各点间距离的邻接矩阵①路口、出发点、目的地的连通性处理在物流配送问题中，无论出发点、目的地点总是由许多路径连接构成，而路径是由最基本的路口这一元素构成；为了准确的计算路径，考虑到路口的约束条件，首先构建描述路口连通性的体系；所述路口属性信息的表示方式，可以准确的表示单连通、双连通、三联通、四联通、…直到n连通的路口信息；以下都用0来表示路口，依次用1、2、3…n表示与其直接连接的其它路口，分别有以下几种情况：a)路口不能有孤立的，即没有零连通的路口点；b)单连通的路口点的表示：路口点的单连通相当于1条路的终点，设0为需描述的该路口点，1表示与其相连接的另一路口点；单连通的点仅能与另外的一个点连通，即单连通的点可以表示为：1→0→1；c)双连通的路口点的表示：双连通的路口点可以与其它一共2个路口点连通，设0表示需描述的该路口点，1、2表示与其相连的另两个路口点，则其通过性可描述为：1→0→1，1→0→2，2→0→1，2→0→2这四种情况，则使用一个长度为4的字符串可以表示该路口的通过性信息，字符串中1表示通，0表示不通；d)三连通的路口点的表示：三连通的路口点可以与其它一共3个路口点连通，用0表示需描述的该路口点，1、2、3表示与其相连的另两个路口点，则其通过性可描述为：1→0→1，1→0→2，1→0→3；2→0→1，2→0→2，2→0→3；3→0→1，3→0→2，3→0→3；则使用一个长度为9的字符串可以表示该路口的通过性信息；e)四连通的路口点的表示：四连通的路口点可以与其它一共4个路口点连通，用0表示需描述的该路口点，1、2、3、4表示与其相连的另两个路口点，则其通过性可描述为：1→0→1，1→0→2，1→0→3，1→0→4；2→0→1，2→0→2，2→0→3，2→0→4；3→0→1，3→0→2，3→0→3，3→0→4；4→0→1，4→0→2，4→0→3，4→0→4；则使用一个长度为16的字符串可以表示该路口的通过性信息；f)依此类推，对应n连通的点，点本身标记为0，与其相连通的n个点，分别标记为1、2、3、4、5……n，则其通过性可以用一个n×n的矩阵表示；用长度为n2的字符串即可描述其通过性；字符串的排列方式为由左向右开始排列，如下所示：n×n矩阵：矩阵中的每个位置的元素分别为0、1、2、3、4、5…n；采用不同的数字表示不同的通过性，先排列矩阵的第一行对应的字符，再排第二行字符，一直继续，直到排列矩阵的第n行，得到一个由n2字符构成的一个字符串来描述该路口的连通性；②路口数据属性描述所述路口信息的数据存储方式，包括数据表，数据表中有以下几项：唯一ID；X；Y；Z；Connection；Describe；唯一ID表示路口的唯一编号；X；Y；Z；分别表示路口的X坐标、Y坐标、Z坐标；Connection表示与路口相连接的其它路口的ID；Describe表示连通性描述字符串；③出发点、目的地距离表的计算与生成计算过程中，关键是要得到路口与路口之间的距离，通过第一阶段路口的连通性处理及路口的自身属性，借助堆优化Dijkstra算法，可以快速计算出两点之间的最短路径距离，最终可以求得出发点到每个目的地点的距离、各个目的地点之间的距离，构成一个出发地、目的地距离表；(2)模拟退火计算团簇第二阶段，采用一种启发式的模拟退火网格算法，结合约束条件，将大量的目的地点进行划分或分组，形成一系列满足约束条件的团簇；①定义目标函数与约束条件不同的路径优化计算过程，目标函数与约束条件都不一样，根据具体的问题设定具体的目标函数与约束条件都可以进行计算；②随机构建初始随机解根据具体的约束条件和目标函数构建一个随机的初始解：先将目标团簇分为多个组，然后将任意目的地分到各个组中；显然初始解的效果是不理想的，下一步开始用模拟退火进行交换，以求得满意解；具体如下：设有具体的路径优化计算为，从起始点S出发，一共有N个配送目的地，分别是D1、D2、D3、…、DN；约束条件为：每次配送，从S出发最多只能经过n个点；目标函数为：配送总路径最短，即：式中S1表示从出发点到本次行走第一个目的地点的距离，S2表示从最后一个目的地点返回出发点的距离，Lij表示从第i个目的地点到第j个目的地点的距离；用α描述这是第α次行走；于是构建一个随机的初始解：先将目标团簇分为η组：η＝INT(N/n)+1，然后将任意目的地分到各个组中；显然初始解的效果是不理想的，下一步开始用模拟退火进行交换，以求得满意解；③采用模拟退火法进行降温计算，在每个温度下，进行目的地交换计算，计算规则如下:a)先确定团簇内交换和团簇间交换的份额β，β＝0.8，产生一个随机数rnd，若rnd≤β，则进行团簇内交换；若rnd＞β，则进行团簇间交换；b)采用Metropolis判据e‑|tagetValueDelta|/T＞rnd判断上述交换是否接受，其中targetValueDelta为上一轮目标值和本轮目标值的差，T为本轮温度，rnd是0‑1间的随机数；c)通过设定改进迭代和非改进迭代的次数，来限制上述过程中的交换；在某一温度下随机进行组内交换或组间交换后，可能导致目标值降低，那么本次交换叫做一次改进迭代，否则叫非改进迭代；(3)第三阶段，利用中国邮递员问题算法，确定团簇内行走时的最短路径和行走次序通过第二阶段交换的完成，可以形成一定量相对最优解的团簇；然后，在团簇内部进行邮递员问题计算行走，以求得团簇内的最优行走顺序；因为此时满足约束条件和目标解的团簇内部目的地点已经比较少，可以通过贪心算法，用邮递员问题算法最终计算得到面向所有目的地点的最优化路径解；所述目的地为实体商店，每个商店的订货量不同，但每次配送车辆的装载量是固定的，故约束条件为：其中Xi为各个商店的订货量，σ为车辆的最大装载量。