买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种共同配送模式下同时取送货的车辆路径确定方法及系统，包括：获取确定车辆路径的基本信息；根据基本信息，计算影响车辆配送的准则参数，建立总配送成本最低目标函数；以配送路径、服务时间窗及车辆最大载重量作为所述总配送成本最低目标函数的约束条件，构建共同配送模式下同时取送货的车辆路径模型；基于改进遗传算法求解最优路径优化模型，确定最优的车辆配送路径。本发明将自适应交叉变异概率和大规模邻域搜索算法中的破坏和修复机制融入传统遗传算法，提高了模型求解的质量和速度，从而保证物流企业的低碳排放取送货服务和低成本取送货服务。

主权项：1.一种共同配送模式下同时取送货的车辆路径确定方法，其特征在于，包括：获取确定车辆路径的基本信息；所述基本信息包括各配送中心节点和各客户节点的地理位置、客户数量、客户货物需求量及车辆最大载重、客户服务时间窗；根据所述基本信息，计算影响车辆配送的准则参数，建立总配送成本最低目标函数；以配送路径、服务时间窗及车辆最大载重量作为所述总配送成本最低目标函数的约束条件，构建共同配送模式下同时取送货的车辆路径模型；基于改进遗传算法求解最优路径优化模型，确定最优的车辆配送路径；包括：a、对配送中心节点和各客户节点进行染色体编码；b、初始化种群；多配送中心的车辆路径问题求解过程分为两层：第一层：对各客户节点随机排列生成随机个体，生成初始种群，利用传统遗传算法对整个系统进行遍历，以总成本最低为目标，对配送中心和车辆进行配对，寻找起始配送中心和终止配送中心组合的集合中成本最低的组合，得到每个车辆对应的出发点和结束点；第二层：在第一层配对的基础上，将第一层得出的结果作为第二层的初始化种群，利用改进的遗传算法进行求解，从而求解过配送中心的车辆路径问题；第一层得出的结果即每个车辆对应的出发点和结束点所对应数据矩阵为初始化种群，搜索客户路径，确定客户的最优路径；包括：c、以目标函数为适应度函数，将种群个体的染色体编码映射成一个实数值，以此表示其适应度大小，计算当前种群中每个个体的适应度值；d、根据适应度值对当前群体中的个体进行选择操作，基于选择操作后的个体进行交叉变异操作，将交叉变异操作后的个体作为新一代群体的个体；e、将大规模邻域搜索算法的破坏和修复机制引入遗传算法，具体包括：破坏：随机删除经过第一代选择交叉变异后的解决方案中的某一客户，保存到被移除的客户合集中，定义随机删除的客户为客户c，客户集合为s，移除剩余顾客中与客户c相关性最大的顾客到客户集合s中，循环操作从客户集合s中随机选取客户s_i，移除剩余客户中与s_i相关性最大的客户到s中，直到s客户达到既定数目，缩短客户被删除的路线，相关性计算公式如式17所示： 修复：通过插入被删除的顾客来重建解决方案，先找到满足约束条件的位置，扫描所有空闲的顾客，重复插入成本最低的客户，直到所有客户都被插入；f、新一代群体为当前群体，返回步骤c，直至种群迭代次数达到预设迭代次数，输出最后一代种群中适应度值最大的个体，最后一代种群中适应度值最大的个体即为车辆最优配送路径。

全文数据：

权利要求：

百度查询： 山东科技大学 一种共同配送模式下同时取送货的车辆路径确定方法及系统