申请/专利权人：江南大学

申请日：2023-12-06

公开（公告）日：2024-04-09

公开（公告）号：CN117852733A

主分类号：G06Q10/047

分类号：G06Q10/047;G06F18/214;G06F17/18

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于大规模限量弧路由问题求解的路径规划方法，属于组合优化领域。本发明首先进行了全局优化，提出了一种基于CARP问题的低成本分解优化方案，在迭代中有针对性的保留了更多优秀的分解；同时，本发明也应用于局部搜索阶段，提出了一种改进的路径构造规则，其优化了生成初始解中路径插入的部分，在路径插入的过程中考虑了车辆在接近满载时返回仓库产生过多无用花费的问题，改进之后能够更有效的进行局部搜索，进一步提升了求解质量。与现有的路径规划方法相比，本发明更细致的考虑到了CARP优化问题的细节与问题本身的特点，能够取得更低成本的解，且能够提升2‑3倍左右的稳定性。

主权项：1.一种基于大规模限量弧路由问题求解的路径规划方法，其特征在于，所述方法包括：步骤一：获取当前应用场景所需要的路径信息，包括端点集合V、道路集合E、需求量dee、经过消耗sce等；步骤二：对步骤一所获取的路径信息进行数据预处理并进行初始化，得到路径解序列S，并通过低成本路径切割算子进行全局优化，得到优化后的路径解序列S1；步骤三：随机在所述优化后的路径解序列S1中选取n条路径，并将其合并为一条暂时忽视容量约束的解序列S2；步骤四：从仓库补给点出发，生成一条空路径R，并在车辆容量充足时，利用贪心策略将在步骤三中所得到的解序列S2中的任务逐步插入到所述空路径R中，并优先插入离当前访问任务最近的任务，并保证插入时的随机性；在车辆容量消耗至预设的剩余容量阈值时，车辆返回；步骤五：每次迭代选取使成本最低的任务路径序列，并在达到最大迭代次数之后输出最优任务路径序列。

全文数据：

权利要求：

百度查询： 江南大学 一种基于大规模限量弧路由问题求解的路径规划方法

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