结合装载方案的车辆路径调整方法及系统与流程

技术特征：
1.一种结合装载方案的车辆路径调整方法，其特征在于，包括步骤：建立序列信息：基于货物信息、车型信息和供应商节点信息，建立货物序列i_list、车型序列k_list和供应商节点序列s_list，其中，供应商节点序列s_list中的供应商节点顺序与货物在货物序列i_list中的位置信息的排列相匹配；生成路径方案：结合待装货物序列、车型对应的车厢信息和预设约束条件，生成路径方案，所述路径方案包括所有路径对应的装载方案；并基于预设的适应度函数，计算前述路径方案的适应度函数值，所述适应度函数包括路径方案的运输总成本costr和运输总时间timer；优化路径方案：将货物序列i_list和车型序列k_list进行染色体整数编码，通过遗传操作得到新货物序列和新车型序列，并在生成新染色体后，利用适应度函数评价新染色体的优劣，从而通过比较适应度函数值选择pareto解，以确定pareto最优解集和对应的路径方案。2.根据权利要求1所述的方法，其特征在于，所述路径方案中包含该路径上供应商序列、装载方案、运输时间t
i
，运输总成本costr和运输总时间timer信息。3.根据权利要求1所述的方法，其特征在于，生成路径方案的步骤，包括：步骤s201，初始化il＝1，ik＝1，其中，il代表第il个货物，ik代表第ik个车型；步骤s202，如果ik≤length(k_list)，从车型序列k_list中取出第ik个车型，否则，从车型序列k_list中取出第length(k_list)个车型，并获取车厢体积cv；步骤s203，从货物序列i_list中取出第il个货物加入待装货物序列l_list，当待装货物序列中货物体积之和大于车厢体积cv，执行步骤s204，否则，执行步骤s205；步骤s204，将待装货物序列和车型对应的车厢信息作为参数，调用预设的模拟退火算法，生成装载方案，按照已装货物在货物序列i_list中的位置顺序，排列出对应的供应商节点顺序s_list，去掉重复的供应商节点，在供应商节点顺序s_list的开始节点和结束节点处增加上配送中心，生成路径，将该路径存入路径方案，计算出该路径已装入货物的最早交货时间窗和各货物是否迟到α
i
，最后将已装货物从待装货物序列中删除，设置ik＝ik 1；步骤s205，当il≤length(i_list)时，设置il＝il 1，执行步骤s203；如果待装货物序列l_list为空，进入步骤s206，否则，返回步骤s204；步骤s206，输出路径方案，对前述路径方案中任意i∈r，每条r
i
路径的信息，包含该路径上供应商序列、装箱方案、运输时间t
i
，已装入的货物是否迟到α
i
，路径方案的运输总成本costr和运输总时间timer。4.根据权利要求3所述的方法，其特征在于，所述α
i
为0-1变量，α
i
＝1表示货物i，i∈i已装载在车上，α
i
＝0表示未装载在车上。5.根据权利要求1所述的方法，其特征在于，所述染色体包括前半段的货物片段和后半段的车型片段，其中，货物片段以零部件包装容器为单位，将一箱作为一个基因，当货物组合成托盘后，将组合后一个托盘作为一箱。6.根据权利要求1所述的方法，其特征在于，所述优化路径方案，包括步骤：步骤s301，生成货物 车型初始种群；步骤s302，计算初始种群中各条染色体的适应度函数值，得到各条染色体的初始pareto解及其对应的路径方案，写入预设的pareto最优解集中；
步骤s303，对前述初始种群中的每个染色体进行遗传操作，生成货物 车型子代种群；计算子代种群中各条染色体的适应度函数值，得到新pareto解及其对应的路径方案，并写入pareto最优解集；步骤s304，判断是否满足预设的终止条件，为否时，返回步骤s302。7.根据权利要求6所述的方法，其特征在于，在判断是否满足预设的终止条件后，还包括步骤s305，判定为是时，输出pareto最优解集和对应的路径方案。8.根据权利要求6或7中任一所述的方法，其特征在于，对前述pareto最优解集中所有的pareto解进行解码，以校验对应的路径方案，所述解码包括步骤：步骤s3051，切分车型片段和货物片段：在切分车型片段时，顺序按照从头至尾方向，每次只切分一个车型，获取该车型的车厢体积；在切分货物片段时，顺序按照从头至尾方向，逐个切分，直至本次已切分的货物体积之和超过车型的车厢体积为止，或者货物片段已切分完毕；步骤s3052，进行装载校验，利用预设的车辆装载算法，对已切分的车型和货物进行校验并生成装载方案；判断校验后是否有未装入的货物，判定为是时，将未装入的货物放回货物片段中，循环处理步骤s3051和步骤s3052，直至将所有货物都装入对应的车辆中；步骤s3053，生成车辆路径，根据每辆车已装入的货物，生成路径方案，并计算每条路径的最早卸货的窗口时间、运输总成本与运输总时间。9.根据权利要求5所述的方法，其特征在于，所述遗传操作包括选择、交叉和变异操作；所述遗传操作将染色体上货物片段和车型片段分别独立地进行选择操作、交叉操作和变异操作；其中，所述选择操作采用精英保留策略；所述交叉操作采用inver-over方法；所述变异运算采用单基因置换方法，随机选择染色体中两个基因进行位置交换。10.一种以实施权利要求1-9中任一项所述的结合装载方案的车辆路径调整系统,其特征在于包括:信息输入模块，用以采集货物信息、车型信息、供应商节点信息和预设约束条件；序列构建模块，基于货物信息、车型信息和供应商节点信息，建立货物序列i_list、车型序列k_list和供应商节点序列s_list，其中，供应商节点序列s_list中的供应商节点顺序与货物在货物序列i_list中的位置信息的排列相匹配；方案生成模块，结合待装货物序列、车型对应的车厢信息和预设约束条件，生成路径方案，所述路径方案包括所有路径对应的装载方案；并基于预设的适应度函数，计算前述路径方案的适应度函数值，所述适应度函数包括路径方案的运输总成本costr和运输总时间timer；方案优化模块，用以将货物序列i_list和车型序列k_list进行染色体整数编码，通过遗传操作得到新货物序列和新车型序列，并在生成新染色体后，利用适应度函数评价新染色体的优劣，从而通过比较适应度函数值选择pareto解，以确定pareto最优解集和对应的路径方案。

技术总结
本发明提供了一种结合装载方案的车辆路径调整方法及系统，涉及车辆装载与路径优化技术领域。所述处理方法包括建立序列信息，基于货物信息、车型信息和供应商节点信息，建立货物序列、车型序列和供应商节点序列；结合待装货物序列、车型对应的车厢信息和预设约束条件，生成路径方案；优化路径方案，将货物序列和车型序列设置为染色体整数编码，通过遗传操作得到新货物序列和新车型序列，生成新染色体，利用适应度函数评价新染色体的优劣，从而通过比较适应度函数值选择Pareto解。本发明通过模拟自然进化过程寻找货物装载与车辆路径组合优化的最优解，高效求解汽车零部件入厂物流实际运营时货物装载和车辆路径的最优组合方案。际运营时货物装载和车辆路径的最优组合方案。际运营时货物装载和车辆路径的最优组合方案。


技术研发人员：姚明山 陈祥锋 李学迁 赵磊 陶宇琪
受保护的技术使用者：上海维祥信息技术有限公司
技术研发日：2022.08.11
技术公布日：2022/11/15