基于时空概率超图的多式联运运输路径规划方法及装置与流程

本发明属于智能物流，涉及多式联运智能物流路径规划技术，特别涉及一种基于时空概率超图的多式联运运输路径规划方法及装置。

背景技术：

1、全球跨境供应链长期面临复杂多变的外部环境，多式联运作为跨区域货物运输核心模式，其链路串联公路、铁路、海运、航空等多种运输载体，途经港口、口岸、内陆场站等大量中转节点，运输全过程持续受到多类不确定性因素干扰；当前跨境集装箱运输业务规模持续扩张，客户对运输时效、综合成本、碳排放指标、运输履约稳定性同步提出刚性要求，多式联运路径规划成为供应链调度环节的核心技术支撑。

2、当前，传统多式联运路径规划技术普遍采用静态图网络建模方案，以节点代表场站、超边代表单一运输区段，仅依靠固定距离、固定时长、固定运价作为路径权重，主流求解算法为最短路径算法、k最短路径算法；其中，传统依赖静态权重的最短路径或k最短路径算法往往假设运输网络稳定、约束单一；然而，在实际应用中，港口拥堵、极端气象、班列/航班临时取消、口岸通关窗口调整、燃油与汇率波动、区域临时禁行政策等多源扰动会持续改变运输链路的实际运行状态，传统静态路径规划方案难以在节点状态快速变化时给出稳健且可解释的方案，存在无法适配动态供应链、风险预判缺失、单一路径韧性不足、多约束难以协同求解的问题，从而导致临时改线、成本失控或时效失约。

3、具体而言，首先传统静态路径规划方案，未对运输区段延迟、取消两类核心不确定性事件进行概率建模，无法提前量化路径整体运输风险，只能在运输故障发生后被动调整路线，极易出现成本失控、货物逾期违约；其次，现有方案缺少时间扩展层建模机制，无法表达不同时间片下节点中转等待、跨运输模式衔接的时序约束，求解出的路径存在中转时长不足、错过关务窗口等不可行方案；此外，现有方法的硬约束校验与路径生成分离，未在路径前缀扩展阶段提前过滤违反时间窗、运输容量、政策合规、碳排放阈值的无效分支，求解计算量庞大、响应速度缓慢；同时，现有方案采用固定束宽的普通束搜索策略，高风险路径与低风险路径采用同等扩展规模，要么遗漏优质稳健路径，要么无效计算冗余分支；除此之外，现有方案普遍仅输出单一最优路径，未提供多目标均衡的主备路径组合，面对节点故障、航线停运场景无可靠替代方案，供应链韧性不足。

技术实现思路

1、针对现有技术中存在的技术问题，本发明提供了一种基于时空概率超图的多式联运运输路径规划方法及装置，以解决解决传统静态路径算法无法适配动态供应链、风险预判缺失、单一路径韧性不足、多约束难以协同求解的技术问题。

2、为达到上述目的，本发明采用的技术方案为：

3、第一方面，本发明提供了一种基于时空概率超图的多式联运运输路径规划方法，包括：

4、获取目标多式联运网络的时空数据；其中，时空数据包括多式联运网络的静态结构数据和动态环境数据；

5、基于目标多式联运网络的时空数据，构建时空概率超图；

6、利用时序图神经网络，对时空概率超图中每条超边的延迟概率和取消概率进行预测，并计算得到每条超边的可靠度权重向量；

7、基于时空概率超图，并利用多约束标签设定算法，筛选满足预设硬约束条件的路径前缀，生成候选路径前缀集合；

8、根据候选路径前缀集合和每条超边的可靠度权重向量，进行鲁棒束搜索，得到候选路径集合；

9、利用多目标评估函数，对候选路径集合中的每条候选路径进行评估，获得每条候选路径的目标向量；

10、按照每条候选路径的目标向量，对候选路径集合中的每条候选路径进行帕累托分层筛选，输出帕累托最优路径集合并从帕累托最优路径集合中确定主路径和至少一条备选路径，作为目标多式联运网络的运输路径规划结果。

11、进一步的，时空概率超图包括节点集合、超边集合和时间扩展层；其中，超边集合中的每条超边，用于表示一段独立的运输子路径且附加有概率属性集合，概率属性集合包括超边的正点概率、延迟概率和取消概率；时间扩展层，用于将每个节点沿时间轴复制为多个时间片节点，并为每个时间片节点配置等待衔接边。

12、进一步的，每条超边的可靠度权重向量包括时间可靠度权重、成本可靠度权重和碳排放可靠度权重。

13、进一步的，基于时空概率超图，并利用多约束标签设定算法，筛选满足预设硬约束条件的路径前缀，生成候选路径前缀集合的过程，如下：

14、对时空概率超图中每个时空节点设置标签集合；其中，标签集合中每个标签包含从源节点到对应时空节点的累计时间、累计成本、累计碳排放、已占用容量和已途径的政策区域编码集合；当从第一时空节点沿第一超边扩展至第二时空节点时，按照预设硬约束条件进行约束校验；将通过约束校验的扩展所生成的新标签加入第二时空节点的标签集合，并对第二时空节点的标签集合进行帕累托支配剪枝；遍历时空概率超图中的所有时空节点，输出得到候选路径前缀集合；其中，预设硬约束条件包括时间窗约束、运输容量约束、政策合规约束和碳排放总量阈值约束。

15、进一步的，根据候选路径前缀集合和每条超边的可靠度权重向量，进行鲁棒束搜索，得到候选路径集合的过程，如下：

16、在鲁棒束搜索的每一层扩展中，计算当前层每个候选路径前缀的综合风险评分；其中，综合风险评分根据候选路径前缀的所包含的各超边的延迟概率和取消概率的加权和计算；

17、获取当前层的风险基准值；其中，风险基准值为当前层所有候选路径前缀的综合风险评分的平均值；

18、对于综合风险评分高于风险基准值乘以预定倍数的候选路径前缀，将对应候选路径前缀的扩展束宽根据预先设定的束宽初始值进行扩大；

19、对于综合风险评分不高于风险基准值乘以预定倍数的候选路径前缀，保持扩展束宽为预先设定的束宽初始值。

20、进一步的，每条候选路径的目标向量包括期望运输时间、期望运输成本、时间风险价值、成本风险价值、碳排放总量、可靠度评分和路径冗余度。

21、第二方面，本发明提供了一种基于时空概率超图的多式联运运输路径规划系统，用于实现第一方面所述的基于时空概率超图的多式联运运输路径规划方法，包括：

22、时空数据获取模块，用于获取目标多式联运网络的时空数据；其中，时空数据包括多式联运网络的静态结构数据和动态环境数据；

23、图构建模块，用于基于目标多式联运网络的时空数据，构建时空概率超图；

24、权重计算模块，用于利用时序图神经网络，对时空概率超图中每条超边的延迟概率和取消概率进行预测，并计算得到每条超边的可靠度权重向量；

25、前缀集合生成模块，用于基于时空概率超图，并利用多约束标签设定算法，筛选满足预设硬约束条件的路径前缀，生成候选路径前缀集合；

26、候选路径搜索模块，用于根据候选路径前缀集合和每条超边的可靠度权重向量，进行鲁棒束搜索，得到候选路径集合；

27、候选路径评估模块，用于利用多目标评估函数，对候选路径集合中的每条候选路径进行评估，获得每条候选路径的目标向量；

28、候选路径筛选模块，用于按照每条候选路径的目标向量，对候选路径集合中的每条候选路径进行帕累托分层筛选，输出帕累托最优路径集合并从帕累托最优路径集合中确定主路径和至少一条备选路径，作为目标多式联运网络的运输路径规划结果。

29、第三方面，本发明提供了一种电子设备，包括：

30、处理器，适用于执行计算机程序；

31、计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被所述处理器执行时，执行第一方面所述的基于时空概率超图的多式联运运输路径规划方法。

32、第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的基于时空概率超图的多式联运运输路径规划方法。

33、第五方面，本发明提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的基于时空概率超图的多式联运运输路径规划方法。

34、与现有技术相比，本发明的有益效果为：

35、本发明提供的基于时空概率超图的多式联运运输路径规划方法，通过构建融合静态结构数据与动态环境数据的时空概率超图，结合时序图神经网络预测各运输超边的延迟与取消概率并生成可靠度权重向量，实现对运输链路不确定性风险的前置量化预判，有效规避运输成本失控、货物逾期违约问题；同时利用时空扩展建模机制精确描述不同时间片下的节点中转、运输衔接时序约束，大幅提升路径规划的实际落地可行性；通过多约束标签设定算法在路径前缀扩展阶段提前过滤时间窗、运输容量、合规性及碳排放维度的无效分支，大幅缩减算法求解计算量、提升路径响应效率；利用适配链路风险差异的鲁棒束搜索策略，避免优质稳健路径遗漏，并减少无效计算冗余；此外，通过多目标评估与帕累托分层筛选输出最优主备路径组合，实现时效、成本、风险、碳排放多约束协同优化，显著提升跨境多式联运运输路径的稳健性、灵活性与供应链整体抗风险能力；本发明通过时空概率超图显式建模运输不确定性与时序衔接关系，结合时序图神经网络量化运输风险，搭配多约束过滤、自适应鲁棒束搜索与多目标帕累托优化，能够在港口拥堵、气象突变、政策变动等多源不确定场景下输出兼顾时效、成本、碳排放与运输可靠性的多套主备运输路径，能够广泛应用于海铁、空铁、陆桥跨境集装箱多式联运调度场景。

36、本发明提供的基于时空概率超图的多式联运运输路径规划系统、电子设备、计算机可读存储介质及计算机程序产品，具备上述基于时空概率超图的多式联运运输路径规划方法的全部优势。