基于优化算法的物流多式联合运输方案决策系统

1.本发明涉及物流运输规划领域，具体涉及一种基于优化算法的物流多式联合运输方案决策系统。


背景技术：

2.多式联运是指由两种及以上的交通工具相互衔接、转运来共同完成货物运输的运输过程。目前，我国对于固态货物的运输主要包括公路、铁路、航空和水运四种方式。随着我国经济的不断发展，单一的运输方式很难再满足企业庞大的物流运输需求。于是出现了多式联合运输，利用多个节点、多个转运方式和多条运输路线完成大宗货物的运输需求，并利用遗传算法对多个运输方案进行优化寻求最优解。
3.现有技术中存在的问题在于：在大宗货物运输的过程中，固定多个节点和转运方式，利用多种转运方案和最优化确定运输路线往往会受到不确定因素的影响，不确定因素包括：极端天气、复杂路况和疫情突发等阻碍因素，造成最优解在实际运输过程中失效。


技术实现要素：

4.为了解决上述技术问题，本发明的目的在于提供一种基于优化算法的物流多式联合运输方案决策系统，所采用的技术方案具体如下：
5.本发明一个实施例提供了一种基于优化算法的物流多式联合运输方案决策系统，该系统包括：
6.成本获取模块，用于根据物流节点间的运输费用成本和物流节点处运输方式的转换费用成本获取运输费用总成本，根据物流节点间的运输时间成本和物流节点处运输方式的转换时间成本获取运输时间总成本；其中，基于不确定性因素预测各物流节点的转换时间延迟系数，根据转换时间延迟系数和期望转换时间成本计算各物流节点处运输方式的转换时间成本，期望转换时间成本为不考虑不确定性因素时的转换时间成本；
7.运输方案获取模块，用于基于各运输方案的运输费用总成本和运输时间总成本，获取最优运输方案，最优运输方案中包括至少一种运输方式。
8.进一步地，所述运输方式包括公路运输、铁路运输、水路运输、航空运输。
9.进一步地，所述不确定性因素包括天气因素、疫情管控隐私、碳管理因素、转换所需工具调配因素。
10.进一步地，，基于不确定性因素预测各物流节点的转换时间延迟系数，具体为：
11.利用预测模型对不确定性因素进行处理，预测物流节点的转换时间延迟系数。
12.进一步地，还包括运输方案择优模块，用于在得到多个最优运输方案后，在多个最优运输方案中选择最终的运输方案。
13.进一步地，在多个最优运输方案中选择最终的运输方案，具体为：
14.对于每个最优运输方案，根据物流节点间的运输时间成本和物流节点处运输方式的期望转换时间成本获取期望运输时间总成本；
15.根据各最优运输方案的运输费用总成本和期望运输时间总成本，在多个最优运输方案中选择最终的运输方案。
16.进一步地，在多个最优运输方案中选择最终的运输方案，具体为：
17.对于每个最优运输方案，获取最优运输方案中各物流节点对应的不确定因素，获取各物流节点对应的不确定因素对应的成本损失系数；根据物流节点间的运输费用成本、物流节点处运输方式的转换费用成本和成本损失系数获取新的运输费用总成本，根据物流节点间的运输时间成本、物流节点处运输方式的转换时间成本和成本损失系数获取新的运输时间总成本；
18.根据各最优运输方案的新的运输费用总成本和新的运输时间总成本，在多个最优运输方案中选择最终的运输方案。
19.本发明实施例至少具有如下有益效果：本发明在寻找最优运输方案时考虑了天气因素、疫情管控隐私、碳管理因素、转换所需工具调配因素等不确定性因素，得到的最优运输方案稳定性较好。
具体实施方式
20.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合较佳实施例，对依据本发明提出的一种基于优化算法的物流多式联合运输方案决策系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
21.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
22.本发明实施例以下面的应用场景为例对本发明进行说明：
23.该应用场景为：多式联合运输场景，利用互联网信息传递系统获取货运运输过程中，各种环境信息和各节点的运输、转运信息。利用优化算法对已确定运输路线进行动态优化更新。物流运输场景为：大量货物同时进行运输，每个物流节点之间都有连线，表示都存在运输关系。
24.下面具体的说明本发明所提供的一种基于优化算法的物流多式联合运输方案决策系统的具体方案。
25.本发明一个实施例提供了一种基于优化算法的物流多式联合运输方案决策系统，该系统包括：
26.成本获取模块，用于根据物流节点间的运输费用成本和物流节点处运输方式的转换费用成本获取运输费用总成本，根据物流节点间的运输时间成本和物流节点处运输方式的转换时间成本获取运输时间总成本；其中，基于不确定性因素预测各物流节点的转换时间延迟系数，根据转换时间延迟系数和期望转换时间成本计算各物流节点处运输方式的转换时间成本，期望转换时间成本为不考虑不确定性因素时的转换时间成本；
27.运输方案获取模块，用于基于各运输方案的运输费用总成本和运输时间总成本，获取最优运输方案，最优运输方案中包括至少一种运输方式。
28.下面对上述各个模块进行详细说明：
29.成本获取模块，用于根据物流节点间的运输费用成本和物流节点处运输方式的转换费用成本获取运输费用总成本，根据物流节点间的运输时间成本和物流节点处运输方式的转换时间成本获取运输时间总成本；其中，基于不确定性因素预测各物流节点的转换时间延迟系数，根据转换时间延迟系数和期望转换时间成本计算各物流节点处运输方式的转换时间成本，期望转换时间成本为不考虑不确定性因素时的转换时间成本。
30.已知运输起点和运输终点，获取运输起点和运输终点之间的所有物流节点，可在物流节点处进行货物的装卸和转运，获取运输起点和运输终点之间可行的所有运输方式并为每种运输方式进行标号。其中，运输方式包括公路运输、铁路运输、水路运输、航空运输。
31.对于一种运输方案，根据两个物流节点间的路程对应的运输方式以及运输方式对应的运输费用、转换费用、运输时间以及转换时间，可以得到该运输方案的运输费用总成本和运输时间总成本，根据运输费用总成本和运输时间总成本获取运输方案的运输成本，具体地，运输费用总成本和运输时间总成本之和为运输方案的运输成本。
32.其中，若一个物流节点不需要进行货物转运，则该物流节点处的转运费用和转运时间为0；具体地，以一种运输方案中包括四种运输方式为例，说明一种运输方案的运输成本的获取过程：
[0033][0034]
f表示运输方案的运输成本；w1为第k个和第k 1个物流节点对应的运输费用成本，即w1为第k个和第k 1个物流节点对应的物流节点间的运输费用成本和物流节点处运输方式的转换费用成本之和；w2为第k个和第k 1个物流节点对应的运输时间成本，即w2为第k个和第k 1个物流节点对应的物流节点间的运输时间成本和物流节点处运输方式的转换时间成本之和；m表示运输方式的标号，m＝1表示运输方式的标号为1；m＝1对应的求和符号的上下标k＝1和m分别表示标号为1的运输方式对应的起始物流节点和终止物流节点的标号分别为1和m；同理，可知其他求和符号中各字符的含义，k、m、h、u、n均为物流节点的标号，其中，n表示运输终点所在物流节点的标号。
[0035]
因此，运输方案对应的运输成本f得计算和运输方案中运输方式的种数以及运输方式的排列方式有关，若运输方案中包括两种运输方式，则计算运输成本f的公式中包括两个求和符号。
[0036]
需要说明，不同地区的物流节点间的运输费用成本可能不同，不同地区的物流节点处的运输方式的转换费用成本可能不同。
[0037]
优选地，本发明中基于不确定性因素预测各物流节点的转换时间延迟系数，根据转换时间延迟系数和期望转换时间成本计算各物流节点处运输方式的转换时间成本，期望转换时间成本为不考虑不确定性因素时的转换时间成本。转换时间延迟系数为α，期望转换时间成本为w，则作为一个示例，物流节点处运输方式的转换时间成本w’的计算方式为w’＝(α 1)*w，期望转换时间成本w根据货物量和单位转换时间成本得到；延迟系数α根据不确定性因素预测得到，不确定性因素包括天气因素、疫情管控隐私、碳管理因素、转换所需工具
调配因素；优选地，实施例中利用预测模型对不确定性因素进行处理，预测物流节点的转换时间延迟系数，转换时间延迟系数的取值范围为[0,1]；预测模型可以为数学模型，也可以为神经网络模型，实施例中预测模型为tcn网络模型，具体地，tcn网络模型的训练和使用是公知的，本发明不再赘述。
[0038]
运输方案获取模块，用于基于各运输方案的运输费用总成本和运输时间总成本，获取最优运输方案，最优运输方案中包括至少一种运输方式。
[0039]
具体地，基于物流节点构建物流运输网络，物流运输网络中包括物流节点、节点连线以及连线边权值，节点连线的边权值为w1 w2；对于相同的两个节点，运输方式不同，其连线边权值可能不同；其中，物流运输网络为无向图结构。运输起点和运输终点已知，根据边权值，利用模拟退火算法，以运输成本最小化为约束，寻找最优运输方案。
[0040]
本发明还包括运输方案择优模块，用于在得到多个最优运输方案后，在多个最优运输方案中选择最终的运输方案。
[0041]
一种实施方式中，在多个最优运输方案中选择最终的运输方案，具体为：对于每个最优运输方案，根据物流节点间的运输时间成本和物流节点处运输方式的期望转换时间成本获取期望运输时间总成本；根据各最优运输方案的运输费用总成本和期望运输时间总成本，在多个最优运输方案中选择最终的运输方案。该实施方式中在得到最优运输方案后，不考虑各物流节点处转换时间成本受不确定性因素的影响，可以得到不考虑不确定性因素时的最佳运输方案。
[0042]
一种实施方式中，在多个最优运输方案中选择最终的运输方案，具体为：对于每个最优运输方案，运输方案中转换时间延迟系数小于预设阈值的物流节点处运输方式的转换时间成本为期望转换时间成本，基于此，重新计算各最优运输方案的运输成本，即运输费用成本和运输时间成本之和；基于重新计算的运输成本，在多个最优运输方案中选择最终的运输方案。转换时间延迟系数小于预设阈值，说明物流节点处转换时间被不确定性因素影响的可能性较小，因此，不考虑不确定性因素的影响。
[0043]
另一种实施方式中，在多个最优运输方案中选择最终的运输方案，具体为：对于每个最优运输方案，获取最优运输方案中各物流节点对应的不确定因素，获取各物流节点对应的不确定因素对应的成本损失系数；根据物流节点间的运输费用成本、物流节点处运输方式的转换费用成本和成本损失系数获取新的运输费用总成本，根据物流节点间的运输时间成本、物流节点处运输方式的转换时间成本和成本损失系数获取新的运输时间总成本；根据各最优运输方案的新的运输费用总成本和新的运输时间总成本，在多个最优运输方案中选择最终的运输方案。
[0044]
具体地，根据物流节点间的运输费用成本、物流节点处运输方式的转换费用成本和成本损失系数获取新的运输费用总成本；根据物流节点间的运输时间成本、物流节点处运输方式的转换时间成本和成本损失系数获取新的运输时间总成本。由于不确定性因素只对物流节点处的获取运输方式的转换有关，因此，该实施方式中需要利用成本损失系数对物流节点处运输方式的转换费用成本和运输方式的转换时间成本进行修正，具体地，成本损失系数与物流节点处运输方式的转换费用成本相乘得到修正后的运输方式的转换费用成本；成本损失系数与物流节点处运输方式的转换时间成本相乘得到修正后的运输方式的转换时间成本。基于物流节点间的运输费用成本、物流节点处修正后的运输方式的转换费
用成本计算新的运输费用总成本；根据物流节点间的运输时间成本、物流节点处修正后的运输方式的转换时间成本计算新的运输时间总成本；进而根据新的运输费用总成本和新的运输时间总成本得到新的运输成本，基于各最优运输方案的新的运输成本，在多个最优运输方案中选择最终的运输方案。
[0045]
其中，对于每个物流节点，基于历史数据获取该物流节点处每种不确定性因素对应的成本损失系数，具体地，可基于大量的历史数据进行拟合运算得到每种不确定性因素对应的成本损失系数；所述成本损失系数表示被不确定因素影响前后的运输成本损失的多少，损失越多，成本损失系数越大。若物流节点处存在多种不确定性因素，该该物流节点处对应的成本损失系数为多种不确定性因素对应的成本损失系数的均值。需要注意，成本损失系数的取值大于等于1。
[0046]
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0047]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
[0048]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。