申请/专利权人：宁德师范学院

申请日：2020-04-28

公开（公告）日：2020-07-24

公开（公告）号：CN111445094A

主分类号：G06Q10/04(20120101)

分类号：G06Q10/04(20120101);G06Q10/08(20120101);G06N3/12(20060101)

优先权：

专利状态码：有效-授权

法律状态：2022.08.12#授权;2020.08.18#实质审查的生效;2020.07.24#公开

摘要：本发明涉及一种结合时间要求的快递车辆路径优化的方法及系统，首先将车辆配送信息形成遗传编码，初始化种群，接着计算每个个体的适应度值，并选取适应度值最小的个体作为最优个体。采用轮盘赌的方法，对种群进行一次选择，采用三角概率对未被选择的个体进行二次选择，最后对最优个体进行解码得到车辆优化后的路径。本发明不仅能有效解决快递路径和时间要求复杂的问题，也提高了遗传算法的优化效果。

主权项：1.一种结合时间要求的快递车辆路径优化的方法，其特征在于，包括以下步骤：步骤S1：获取车辆编号信息、客户时间要求信息以及配送点信息，并将上述信息进行组合编码，形成遗传编码[y1,y2,...,yi,...yn]，每个遗传编码对应一个个体；步骤S2：初始化种群，设置迭代次数G＝1，步骤S3：计算每个个体的适应度值，并选取适应度值最小的个体作为最优个体，其中，适应度值为个体中所有车辆的总时间成本TA的倒数；步骤S4：判断当前迭代次数是否满足要求，若是，则进入步骤S8，否则进入步骤S5；步骤S5：采用轮盘赌的方法，根据每个个体的适应度值，依据概率函数选择个体是否进入下一代，适应度值越大，进入下一代的概率越高；被选择进入下一代的个体进入步骤S6，未被选择进入下一代的个体进入步骤S7；步骤S6：进行交叉操作与变异操作，并将交叉与变异之后的种群送入步骤S8；步骤S7：采用三角概率对未被选择的个体进行二次选择，将步骤S4中未被选择的个体进行排序，根据个体的三角分布概率来确定是否对其进行更新，并将当前选中的个体进行更新操作之后与当前未被选中的个体一同送入步骤S8中；步骤S8：得到新种群，令迭代次数G＝G+1；步骤S9：对当前种群的最优个体的遗传编码进行解码，得到各车辆的最优行驶路径。

全文数据：

权利要求：

百度查询： 宁德师范学院 一种结合时间要求的快递车辆路径优化的方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD