申请/专利权人：燕山大学

申请日：2022-05-24

公开（公告）日：2024-04-23

公开（公告）号：CN114971011B

主分类号：G06Q10/047

分类号：G06Q10/047;G06Q50/40;G06N3/126;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2022.09.16#实质审查的生效;2022.08.30#公开

摘要：本发明公开了一种基于改进遗传模拟退火算法的多式联运路径优化方法，属于多式联运路径优化技术领域，通过多种运输方式组合的方式处理货运工作，而多种运输方式的组合方案通过如下步骤得到：S1、依据运输路线图，列出各节点间不同运输方式的运输距离，得到距离矩阵；S2、建立多式联运路径优化模型；S3、通过改进的遗传模拟退火算法求解S2建立的多式联运路径优化模型，从而得到最优运输方案。本发明的有益效果：通过深度优先搜索算法对初始解进行优化，能够有效提高初始解质量，减少最优解不稳定情况的发生，提升优秀子代出现的速度，进而加快算法的收敛速度，提高算法效率，优化货物运输成本和运输效率。

主权项：1.一种基于改进遗传模拟退火算法的多式联运路径优化方法，其特征在于：通过多种运输方式组合的方式处理货运工作，多种运输方式组合的运输方案通过以下步骤得到：S1、依据货物运输路线图，确定图中各站点的位置，列出站点之间的距离；S2、建立用于多式联运路径优化的多目标模型；过程如下：S2-1、设定目标函数，使总成本最小化，包括货物运输的运输成本、中转成本和时间成本： 式1中，P为运输节点的集合，i,j∈P；K为铁路运输、公路运输、水路运输三种运输方式的集合；为在节点j处由运输方式k转换成运输方式l；为自节点i到节点j选择运输方式k进行运输；自节点i到节点j选择运输方式k进行运输的运输成本；为自节点i到节点j选择运输方式k的进行运输的运输时间；为在中转节点j处由运输方式k转换成运输方式l的中转成本；为在中转节点j处由运输方式k转换成运输方式l的中转时间；为自节点i到节点j选择运输方式k的运输距离；vk为运输方式k的运输速度；q为运输箱数；S2-2、约束条件： 其中，式3代表在两个节点之间只能够选取一种运送方式；式4表示在任意节点转换运送方式时，只能由一种运送方式转换成另一种运送方式；式5表示运输总时间要小于客户需求时间；式6为决策变量约束；式7～式8表示决策变量的取值范围非1即0；S3、通过改进的遗传模拟退火算法求解步骤S2建立的多式联运路径优化模型，从而得到最优运输方案；具体过程如下：S3-1、输入参数：运输距离、运输箱数、中转费用、运输费用、中转时间；S3-2、初始化遗传模拟退火算法相关参数；S3-3、用深度优先搜索算法寻找初始化可行解域，产生二分之一的初始种群，剩下的二分之一随机生成；生成多条路径，设置迭代次数，k＝0；S3-4、计算每条当前路径的适应度；S3-5、依据适应度选出适应度最高的初始路径；S3-6、通过选择交叉变异方式得到的遗传种群mupop；S361、mupop中选择最优秀的R个子代组成NN种群；S362、基于NN种群，通过模拟退火优化算子得到temp种群；S363、将temp和mupop组成newpop种群，计算其目标函数值，为了保持遗传种群数量popsize不变，选择最优前popsize子代构成新的mupop；S364、开启下一轮迭代循环；S365、选择总成本最低即目标函数最小的候选解决方案；S366、判断k是否大于设定的迭代次数L，若是，则步骤S365得到的候选解决方案为最终最佳的解决方案，否则，返回步骤S3-4。

全文数据：

权利要求：

百度查询： 燕山大学 一种基于改进遗传模拟退火算法的多式联运路径优化方法

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