一種基于meanshift分類的大規(guī)?？蛻酎c(diǎn)分類配送方法
【專利摘要】一種基于meanshift算法的大規(guī)?？蛻酎c(diǎn)分類配送方法，包括以下步驟：A1、獲取帶有4個(gè)字段的路網(wǎng)矢量數(shù)據(jù)，對不及、超過和節(jié)點(diǎn)不相交3種情況進(jìn)行處理并建立GIS富網(wǎng)絡(luò)路網(wǎng)模型，A2、建立配送目標(biāo)節(jié)點(diǎn)分類模型；A3、建立車輛優(yōu)化調(diào)度模型；A4、先采用N階最短近鄰算法，確定大規(guī)?？蛻酎c(diǎn)分類的數(shù)目k，meanshift算法確定大規(guī)?？蛻酎c(diǎn)分類后的聚類中心以及各個(gè)聚類包含的客戶點(diǎn)；A5、每一類中的配送目標(biāo)節(jié)點(diǎn)為原來的1/k，再對每一類中的配送目標(biāo)節(jié)點(diǎn)采用車輛優(yōu)化調(diào)度算法得到配送結(jié)果。本發(fā)明以配送點(diǎn)間的實(shí)際路網(wǎng)線路距離為計(jì)算依據(jù)，同時(shí)考慮道路實(shí)際行車能力、網(wǎng)點(diǎn)數(shù)較大、配送點(diǎn)對貨運(yùn)需求時(shí)間。
【專利說明】—種基于meanshift分類的大規(guī)?？蛻酎c(diǎn)分類配送方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種地理信息數(shù)據(jù)處理、計(jì)算機(jī)應(yīng)用領(lǐng)域，交通運(yùn)輸工程，管理科學(xué)與工程，運(yùn)籌學(xué)，圖論與網(wǎng)絡(luò)分析，尤其涉及的是，物流配送領(lǐng)域。
【背景技術(shù)】
[0002]隨著經(jīng)濟(jì)全球化和網(wǎng)絡(luò)信息技術(shù)的飛速發(fā)展，物流配送作為一個(gè)新的經(jīng)濟(jì)增長點(diǎn)已經(jīng)引起了人們的普遍關(guān)注。配送是物流系統(tǒng)的核心環(huán)節(jié)，是伴隨著市場而誕生的一種必然的市場行為，隨著市場競爭的日益激烈以及客戶要求的不斷提高，配送在未來的市場競爭中將起到舉足輕重的作用。
[0003]國內(nèi)外學(xué)者著力于研究 VRPTW(vehicle routing problem with time windows)問題，主要因?yàn)樗俏锪髋渌秃徒煌ㄟ\(yùn)輸?shù)暮诵膯栴}，只有解決了調(diào)度問題才能使配送有效合理。VRPTW問題的目標(biāo)函數(shù)可以描述為車輛從倉庫(單倉庫)到各分散客戶點(diǎn)之間的行駛總距離最短和線路總花費(fèi)最小。線路設(shè)計(jì)原則是，每個(gè)一個(gè)客戶點(diǎn)只能被一輛車訪問，同時(shí)必須在規(guī)定的時(shí)間窗之內(nèi)。所有的線路的起點(diǎn)和終點(diǎn)必須是同一個(gè)倉庫，并且在每一條線上的客戶點(diǎn)的貨運(yùn)需求總量不能超過線路上的車輛的載重量。VRPTW問題實(shí)用性較強(qiáng)，尤其在3PL(thirdparty logistic)中。對于上百個(gè)客戶點(diǎn)的配送問題,通過可伸縮方法在限制的時(shí)間內(nèi)能得到較好的結(jié)果。Lenstra和Kan (1981)證明VRPTW問題屬于NP難組合優(yōu)化問題。VRPTW問題的解法豐富，比較常見的可以分為精確算法和啟發(fā)式算法。采用精確算法解決VRPTW問題時(shí)，時(shí)間復(fù)雜度過高。近幾年，雖然一些學(xué)者在研究VRPTW問題中用到了精確算法，但是啟發(fā)式算法能在可行的時(shí)間復(fù)雜度之內(nèi)優(yōu)化問題，大多數(shù)學(xué)者還是著力研究啟發(fā)式算法來解決VRPTW問題。總的來說，VRPTff問題比VRP問題難些。因此，采用啟發(fā)式算法解決VRPTW問題更好些。近期以來，用啟發(fā)式算法解決VRPTW問題已取得了較好的結(jié)果。
[0004]但是，無論用哪種方法求解物流配送問題都很少能全面綜合考慮下面3個(gè)問題:①各個(gè)配送客戶點(diǎn)之間的距離是以其直線距離作為計(jì)算依據(jù)，脫離了配送客戶點(diǎn)之間的實(shí)際路網(wǎng)現(xiàn)有的VRPTW問題的研究，沒有考慮道路的行車實(shí)際情況，如:車道數(shù)、通流能力等地理信息因素考慮進(jìn)去現(xiàn)有的研究多是針對網(wǎng)點(diǎn)數(shù)據(jù)較小的情況(一般不超過20個(gè))，但在網(wǎng)點(diǎn)數(shù)目龐大的情況下，從計(jì)算量上，很難得到精確解；④基于GIS的大規(guī)?？蛻酎c(diǎn)配送方法中，對大規(guī)?？蛻酎c(diǎn)分類數(shù)目的確定缺乏理論支持，一般通過經(jīng)驗(yàn)來確定分類數(shù)目，具有一定的主觀性。
[0005]因此，現(xiàn)有的物流配送方法存在不足，需要改進(jìn)。

【發(fā)明內(nèi)容】

[0006]為了解決大規(guī)模客戶點(diǎn)的物流配送問題，克服已有的配送中的各個(gè)配送點(diǎn)之間是以直線距離為計(jì)算依據(jù)、沒有考慮道路質(zhì)量，流通能力等地理信息因素、網(wǎng)點(diǎn)數(shù)較小等不足，本發(fā)明提供一種以配送點(diǎn)間的實(shí)際路網(wǎng)線路距離為計(jì)算依據(jù)，同時(shí)考慮道路實(shí)際行車能力、網(wǎng)點(diǎn)數(shù)較大、配送點(diǎn)對貨運(yùn)需求時(shí)間的物流配送方法。
[0007]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:
[0008]—種基于meanshift分類的大規(guī)?？蛻酎c(diǎn)分類配送方法,包括以下步驟:
[0009]Al、獲取帶有至少包含NAME，OBJECTID*, Shape*, Shape_Length4個(gè)字段的路網(wǎng)矢量數(shù)據(jù)，對原始的矢量數(shù)據(jù)的不及、超過和節(jié)點(diǎn)不相交3種情況進(jìn)行處理；然后建立GIS富網(wǎng)絡(luò)路網(wǎng)模型；
[0010]A2、建立配送目標(biāo)節(jié)點(diǎn)分類模型；
[0011]在地理坐標(biāo)下，提取各個(gè)目標(biāo)節(jié)點(diǎn)的地理坐標(biāo)，依據(jù)樣本密度動態(tài)選取聚類中心，直至將所有的目標(biāo)節(jié)點(diǎn)分類；具體模型如下:
[0012]給定2維空間R2的η個(gè)樣本點(diǎn)，i=l,…，η,在空間中任選一點(diǎn)χ,那么Mean Shift向量的基本形式定義為:
[0013]
【權(quán)利要求】
1.一種基于meanshift分類的大規(guī)?？蛻酎c(diǎn)分類配送方法，其特征在于:所述分類配送方法包括以下步驟: Al、獲取帶有至少包含NAME，OBJECTID*, Shape*, Shape_Length4個(gè)字段的路網(wǎng)矢量數(shù)據(jù)，對原始的矢量數(shù)據(jù)的不及、超過和節(jié)點(diǎn)不相交3種情況進(jìn)行處理；然后建立GIS富網(wǎng)絡(luò)路網(wǎng)模型； A2、建立配送目標(biāo)節(jié)點(diǎn)分類模型； 在地理坐標(biāo)下，提取各個(gè)目標(biāo)節(jié)點(diǎn)的地理坐標(biāo)，依據(jù)樣本密度動態(tài)選取聚類中心，直至將所有的目標(biāo)節(jié)點(diǎn)分類；具體模型如下: 給定2維空間R2的η個(gè)樣本點(diǎn)，i=l,..., η,在空間中任選一點(diǎn)X,那么Mean Shift向量的基本形式定義為:
2.如權(quán)利要求1所述的一種基于meanshift分類的大規(guī)?？蛻酎c(diǎn)分類配送方法,其特征在于:所述步驟A4中，N階最短近鄰算法的過程如下: 運(yùn)用全局優(yōu)化思想，將單個(gè)聚類形成單簇看成是單峰概率分布，其唯一頂點(diǎn)就是聚類中心點(diǎn)，通過判斷近鄰樣本點(diǎn)斜率變化的關(guān)系，便確定階躍的發(fā)生；假設(shè)斜率在某一段內(nèi)發(fā)生較大改變，認(rèn)定中間發(fā)生了一次階躍，即當(dāng)前存在兩個(gè)簇，使得在計(jì)算統(tǒng)計(jì)樣本點(diǎn)最短近鄰時(shí)發(fā)生跳躍式的變化，迭代運(yùn)算全部樣本點(diǎn)，統(tǒng)計(jì)所有的階躍個(gè)體即得到最終的聚類數(shù)量k值。
3.如權(quán)利要求2所述的一種基于meanshift分類的大規(guī)模客戶點(diǎn)分類配送方法,其特征在于:所述步驟A4中，ε取0-1之間的數(shù)，通過實(shí)驗(yàn)數(shù)據(jù)測試得出N階最短近鄰算法中的參數(shù)ε和輸出k值之間的關(guān)系，從而獲得了 ε的最佳取值區(qū)間。
4.如權(quán)利要求1~3之一所述的一種基于meanshift分類的大規(guī)?？蛻酎c(diǎn)分類配送方法，其特征在于:所述步驟Al中，通過ArcGIS軟件，建立網(wǎng)絡(luò)數(shù)據(jù)集，同時(shí)設(shè)置網(wǎng)絡(luò)數(shù)據(jù)集中的連通性，建立路網(wǎng)之間的拓?fù)潢P(guān)系；根據(jù)矢量數(shù)據(jù)中的Shap_Length字段屬性建立網(wǎng)絡(luò)數(shù)據(jù)集中的道路阻值；再對網(wǎng)絡(luò)數(shù)據(jù)集進(jìn)行網(wǎng)絡(luò)分析，得到配送目標(biāo)節(jié)點(diǎn)之間的最短距離的OD矩陣，為車輛優(yōu)化調(diào)度模型提供車輛行駛費(fèi)用權(quán)值。
5.如權(quán)利要求1~3之一所述的一種基于meanshift分類的大規(guī)?？蛻酎c(diǎn)分類配送方法，其特征在于:所述步驟A3中，庫運(yùn)輸費(fèi)用分別由配送車輛費(fèi)用、駕駛員補(bǔ)助費(fèi)用、等待費(fèi)用和車輛延遲費(fèi)用組成；配送車輛費(fèi)用由燃油費(fèi)用、車輛折舊費(fèi)用和維護(hù)費(fèi)用組成，管理者可以根據(jù)經(jīng)營情況核算出每車每公里應(yīng)付的配送車輛費(fèi)用，且能將車輛費(fèi)用轉(zhuǎn)化為線性變量；駕駛員補(bǔ)助費(fèi)用中，如駕駛員工作時(shí)間不超過8小時(shí)，則以工作時(shí)間計(jì)算；如果駕駛員工作時(shí)間超過8小時(shí)，則超過部分時(shí)間應(yīng)按加班補(bǔ)助費(fèi)用計(jì)算；客戶貨運(yùn)需求通常要在客戶規(guī)定時(shí)間范圍內(nèi)送達(dá)，否則物流中心需要支付額外費(fèi)用；如車輛提前達(dá)到客戶點(diǎn)，則支付等待費(fèi)用；若車輛延遲到達(dá)客戶點(diǎn)，則支付延遲費(fèi)用。
【文檔編號】G06Q10/08GK103593747SQ201310547712
【公開日】2014年2月19日 申請日期:2013年11月7日 優(yōu)先權(quán)日:2013年11月7日
【發(fā)明者】張貴軍, 陳銘, 明潔, 姚春龍, 張貝金, 程正華, 鄧勇躍, 劉玉棟, 秦傳慶 申請人:銀江股份有限公司, 浙江工業(yè)大學(xué)