本發(fā)明涉及一種基于雙修補機制的災(zāi)后多中心物資配送方法及系統(tǒng)，屬于物資配送。

背景技術(shù)：

1、災(zāi)后物資配送問題，是車輛路徑問題的一種具體應(yīng)用，其每個配送點的時間要求均需兼顧。所以，災(zāi)后物資配送問題通常描述為時間累積cvrp，其目標(biāo)為到達所有配送點的時間總和最小化，這有別于傳統(tǒng)cvrp以最小化車輛總路程的目標(biāo)。

2、在實際的災(zāi)后物資配送問題中，管理部門會根據(jù)受災(zāi)區(qū)域情況，配備多個物資配送中心，如此會更高效地進行物資配送。該問題屬于多中心ccvrp，屬于典型的組合優(yōu)化問題。相較于cvrp，mdccvrp在車輛數(shù)上的約束不僅體現(xiàn)在總車輛數(shù)上，而且每個配送中心處駐扎的最大車輛數(shù)亦有約束。

3、可見，為克服車輛數(shù)上的約束問題，亟需一種基于雙修補機制的災(zāi)后多中心物資配送方法及系統(tǒng)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種基于雙修補機制的災(zāi)后多中心物資配送方法及系統(tǒng)，提出了一種雙修補機制，盡可能地修補種群中的不可行個體，使得算法的搜索能夠朝向可行區(qū)域進行，以獲得最優(yōu)的物資配送策略。

2、為達到上述目的，本發(fā)明是采用下述技術(shù)方案實現(xiàn)的：

3、第一方面，本發(fā)明提供了一種基于雙修補機制的災(zāi)后多中心物資配送方法，包括：

4、獲取受災(zāi)區(qū)域內(nèi)的路網(wǎng)基礎(chǔ)數(shù)據(jù)、車輛數(shù)據(jù)、配送點數(shù)據(jù)和受災(zāi)點數(shù)據(jù)；

5、將所述路網(wǎng)基礎(chǔ)數(shù)據(jù)、車輛數(shù)據(jù)、配送點數(shù)據(jù)和受災(zāi)點數(shù)據(jù)輸入至預(yù)設(shè)的物資配送路徑規(guī)劃模型中，獲得所述物資配送路徑規(guī)劃模型生成的物資配送策略，其中，

6、所述物資配送路徑規(guī)劃模型以車輛由各配送點出發(fā)到達所有受災(zāi)點的總時間最小化為優(yōu)化問題，通過模因演算法求解優(yōu)化問題得到路徑規(guī)劃的最優(yōu)解，所述模因演算法通過雙修補機制修補初始種群和進化過程中存在車輛約束違背的個體。

7、進一步的，預(yù)設(shè)的所述物資配送路徑規(guī)劃模型的目標(biāo)函數(shù)和約束條件包括：

8、???????????????????????????????????（1）

9、????????????????????????????????（2）

10、????????????????????（3）

11、??????????????????（4）

12、?????????????????????????????????????（5）

13、???????????????????????????????????????????（6）

14、???????????????????????????????????????（7）

15、???????????????????????????????????（8）

16、?????????????（9）

17、??????????????????????????????????????????（10）

18、?????????????????????????????????????（11）

19、???????????????????????????????????（12）

20、??????????????????????（13）

21、其中，g=（v，e）為受災(zāi)區(qū)域，其中頂點集v包括 v c和 v d兩個子集合， v c={v1,v2,v3,…,vn}表示受災(zāi)點集合， v d={vn+1,v?n+2,v?n+3,…,v?n+m}表示配送中心點集合，e為邊集，代表道路，(vi,vj)?∈e(vi,vj∈v)為任意兩個頂點間的邊；車隊k駐扎在 v d各車場處，車容量為q，中心d∈ v d處的最大駐扎車輛數(shù)為kd；令車輛k到達配送點i處的時間為，配送點i的物資需求量為qi；若配送點i未被車輛k服務(wù)，則為0；

22、公式（1）為目標(biāo)函數(shù)；公式（2）確保車輛到達受災(zāi)點后，隨即離開；公式（3）約定每個受災(zāi)點僅配送一次物資；公式（4）確保車輛最終回到相同的配送中心點，公式（5）約束每輛車最多進行一趟服務(wù)；公式（6）、（7）約束了總車輛數(shù)和每個配送中心點的最大車輛數(shù)；公式（8）約束車輛不能超過最大負載量q；公式（9）則給出了車輛達到受災(zāi)點的時間計算方式，并通過充分大的數(shù)p避免子路徑；公式（10）-（11）定義了車輛到達時間；公式（12）-（13）定義了二值變量分別表示車輛k是否從配送中心點d出發(fā)以及其是否經(jīng)過邊（i,j）；

23、目標(biāo)函數(shù)的解表示為：

24、?（14）

25、其中，|rd|表示由車場d出發(fā)的路徑數(shù)，問題的解由所有車場路徑組成。

26、進一步的，所述通過模因演算法求解優(yōu)化問題得到路徑規(guī)劃的最優(yōu)解包括：

27、生成初始種群，對于種群中存在車輛約束違背的個體，采用雙修補機制修補；

28、將種群中的最優(yōu)可行解保存至s中；

29、判斷算法是否達到終止條件，若是，則將s作為路徑規(guī)劃的最優(yōu)解，否則，初始化迭代次數(shù)，執(zhí)行迭代步驟，直至達到預(yù)設(shè)的最大迭代次數(shù)后，采用雙修補機制修補種群中存在車輛約束違背的個體，更新s；

30、所述迭代步驟包括：

31、采用交叉算子生成子個體，對生成的子個體進行局部搜索；

32、判斷子個體是否是種群的非克隆個體，若是，則將子個體加入種群，對種群中的個體進行排序，并剔除最末個體。

33、進一步的，所述初始種群由多策略初始種群生成方法生成，所述多策略初始種群生成方法包括基于聚類的初始化方法、基于最佳插入法的初始化方法和隨機性方法，其中，

34、基于聚類的初始化方法產(chǎn)生的個體數(shù)量為1，基于最佳插入法的初始化方法產(chǎn)生的個體數(shù)量為1，隨機性方法產(chǎn)生的個體數(shù)量為種群規(guī)模減去2。

35、進一步的，對于初始種群中存在車輛約束違背的個體，采用雙修補機制修補，包括：

36、檢查當(dāng)前個體中的車輛數(shù)是否超出了預(yù)設(shè)的最大車輛數(shù)，如果是，執(zhí)行修補步驟；如果不是，算法結(jié)束；

37、創(chuàng)建當(dāng)前個體的副本，對副本實施?reptotv?修補；

38、檢查修補后的副本的總車輛數(shù)是否在允許的范圍內(nèi)，如果是，將副本賦值為原始個體，接受修補結(jié)果，如果不是，執(zhí)行進一步修補；

39、如果修補后的當(dāng)前個體中存在配送中心點車輛越界問題，對當(dāng)前個體實施repdepv?修補。

40、進一步的，所述reptotv?修補，包括：

41、步驟1?oldind←ind；

42、步驟2?drs←{}；

43、步驟3?保留ind中|k|負載量多的路徑，將其余路徑移至drs；

44、步驟4?ics[|k|]←{{},{},…,{}}；

45、步驟5?對于drs中的每條路徑r

46、步驟5.1?對于r中的受災(zāi)點按照物資需求量由大到小排序；

47、步驟5.2?對于r中的每個受災(zāi)點r[i]（i=1→|r|）

48、如果ind中存在路徑ind[j]，使得插入受災(zāi)點r[i]后，仍能夠滿足容量約束q，則ics[j]←ics[j]∪r[i]。否則返回oldind，結(jié)束修補；

49、步驟6?對于ind中每條路徑ind[j]?（j=1→|k|）

50、采用最佳插入法將ics[j]中的所有受災(zāi)點插入到路徑ind[j]中；

51、步驟7?返回ind。

52、進一步的，所述repdepv?修補，包括：

53、步驟1?定義長度為配送中心數(shù)的數(shù)組cnt[|vd|]，用以統(tǒng)計各配送中心處已用車輛數(shù)，初始化所有元素為0；

54、步驟2?對于ind中的每條路徑r

55、步驟2.1?mincst←infvalue，infvalue為實數(shù)范圍內(nèi)的最大值；

56、步驟2.2?對于車輛數(shù)未滿配送中心d∈vd?（kd>cnt[d]）

57、?步驟2.2.1?計算更換路徑r的配送中心為d所產(chǎn)生的額外車輛行駛時間time(r,d)，其計算公式如下：

58、?（15）

59、其中，表示配送中心至r中第1個配送點的時間；

60、步驟2.2.2?如果mincst>time(r,?d)，則mincst←time(r,?d)，d*←d；

61、步驟2.3?以d*替換r的配送中心；

62、步驟2.4?cnt[d*]←cnt[d*]+?1；

63、步驟3?對ind采用單點插入及交換兩種傳統(tǒng)局部搜索算子進行鄰域搜索；

64、步驟4?返回ind。

65、第二方面，本發(fā)明提供了一種基于雙修補機制的災(zāi)后多中心物資配送系統(tǒng)，其特征在于，所述系統(tǒng)包括：

66、獲取模塊：用于獲取受災(zāi)區(qū)域內(nèi)的路網(wǎng)基礎(chǔ)數(shù)據(jù)、車輛數(shù)據(jù)、配送點數(shù)據(jù)和受災(zāi)點數(shù)據(jù)；

67、路徑規(guī)劃模塊：用于將所述路網(wǎng)基礎(chǔ)數(shù)據(jù)、車輛數(shù)據(jù)、配送點數(shù)據(jù)和受災(zāi)點數(shù)據(jù)輸入至預(yù)設(shè)的物資配送路徑規(guī)劃模型中，獲得所述物資配送路徑規(guī)劃模型生成的物資配送策略，其中，

68、所述物資配送路徑規(guī)劃模型以車輛由各配送點出發(fā)到達所有受災(zāi)點的總時間最小化為優(yōu)化問題，通過模因演算法求解優(yōu)化問題得到路徑規(guī)劃的最優(yōu)解，所述模因演算法通過雙修補機制修補初始種群和進化過程中存在車輛約束違背的個體。

69、第三方面，本發(fā)明提供了一種計算機設(shè)備，包括處理器及存儲介質(zhì)；

70、所述存儲介質(zhì)用于存儲指令；

71、所述處理器用于根據(jù)所述指令進行操作以執(zhí)行根據(jù)第一方面所述方法的步驟。

72、第四方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)第一方面所述方法的步驟。

73、與現(xiàn)有技術(shù)相比，本發(fā)明所達到的有益效果：

74、該基于雙修補機制的災(zāi)后多中心物資配送方法及系統(tǒng)，提出了一種雙修補機制，盡可能地修補種群中的不可行個體，使得算法的搜索能夠朝向可行區(qū)域進行，以獲得最優(yōu)的物資配送策略。