專利名稱：基于負載均衡和lk算法的車輛路徑規(guī)劃方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計算機應(yīng)用技術(shù)領(lǐng)域，涉及車輛路徑規(guī)劃，具體地說是一種利用計算 機軟件進行車輛路徑規(guī)劃的方法，用于物流配送業(yè)務(wù)中的車輛路徑規(guī)劃。
背景技術(shù)：
車輛路徑規(guī)劃是物流配送的核心環(huán)節(jié)。車輛路徑規(guī)劃的性能好壞直接影響物流配 送的效率，對車輛路徑進行有效規(guī)劃可以提高物流經(jīng)濟效益、實現(xiàn)物流科學(xué)化和高效化。它 在現(xiàn)實生產(chǎn)和生活中具有廣泛的應(yīng)用，例如郵政投遞、飛機、鐵路車輛、水運船舶及公共汽 車的路徑規(guī)劃、管道鋪設(shè)、計算機網(wǎng)絡(luò)拓撲設(shè)計等都屬于車輛路徑規(guī)劃的范疇，因此研究車 輛路徑規(guī)劃具有重要意義。車輛路徑規(guī)劃可以簡單表述為一個供應(yīng)中心用M輛運輸車向N個用戶配送物資， 要求在給定的運輸網(wǎng)絡(luò)中合理安排每輛車的服務(wù)對象和行車路線，即確定哪些用戶該由何 車輛、按何順序、在何時運送，使得用戶的需求得到滿足的前提下，達到如路程最短、成本最 小、耗費時間最少等目的?？偟膩碚f，車輛路徑的規(guī)劃就是在滿足用戶需求且路程最短、成本最小或者耗費 時間最短的約束條件下，如何獲得最佳的車輛路徑規(guī)劃方案。因為車輛路徑規(guī)劃方案的性 能好壞直接影響運輸效率的優(yōu)劣，因此恰當(dāng)?shù)能囕v路徑規(guī)劃方法，可以為用戶提供合理的 規(guī)劃方案，從而加快對用戶需求的響應(yīng)速度，提高服務(wù)質(zhì)量，增強用戶對物流環(huán)節(jié)的滿意度。目前，對車輛路徑規(guī)劃主要包括精確方法，經(jīng)典啟發(fā)式方法和元啟發(fā)式方法。精 確方法是早期求解車輛路徑規(guī)劃的主要方法，包括分支定界法，剪枝法，K度中心樹法，動 態(tài)規(guī)劃法，集合覆蓋法等。這類方法是基于數(shù)學(xué)規(guī)劃和網(wǎng)絡(luò)最大流和最小流的思想，用這類 方法求解車輛路徑規(guī)劃很困難，甚至不能求得路徑規(guī)劃方案，即使能求得，也只能處理小規(guī) 模的車輛路徑規(guī)劃。經(jīng)典啟發(fā)式方法主要包括以節(jié)約算法和插入法為代表的構(gòu)造類算法， 以掃描法和Petal法為代表的兩階段法和基于邊交換的改進類算法。這類方法由于加入了 啟發(fā)式信息，并借助機器學(xué)習(xí)的思想，因此可以在較短的時間內(nèi)獲得可行的路徑規(guī)劃方案， 但是這類方法的缺點是易陷入局部最優(yōu)，求得的路徑規(guī)劃方案較差，尤其對于規(guī)模大復(fù)雜 度高的車輛路徑規(guī)劃，用這類方法獲得的路徑規(guī)劃方案無法滿足要求。元啟發(fā)式方法是目 前廣泛研究的一類方法，主要包括禁忌搜索算法，模擬退火算法，遺傳算法，蟻群算法，粒 子群算法等。這類方法主要基于計算智能的思想，因此具有較好的全局搜索能力，對于規(guī)模 大復(fù)雜度高的車輛路徑規(guī)劃雖然能夠獲得高質(zhì)量的路徑規(guī)劃，但是由于這類方法的搜索過 程具有隨機性，因此求取速度慢。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有方法的不足，提出一種基于負載均衡和 Lin-Kernighan(LK)算法的車輛路徑規(guī)劃方法，以提高車輛路徑規(guī)劃的質(zhì)量和效率，滿足復(fù)雜度高的大規(guī)模車輛路徑規(guī)劃要求。實現(xiàn)本發(fā)明目的的技術(shù)方案是先利用需求結(jié)點地理位置的啟發(fā)式信息，兼顧負 載均衡，確定每輛運輸車輛的服務(wù)對象，對運輸任務(wù)進行劃分；再利用高效率高性能的LK 算法優(yōu)化各個車輛的運送路徑，具體步驟包括如下(1)將車輛、場地、任務(wù)數(shù)據(jù)輸入到計算機中，利用計算機對三者建立車輛路徑規(guī) 劃模型，其中場地包括供應(yīng)節(jié)點和需求節(jié)點；(2)用K均值聚類算法對需求節(jié)點按照地理位置進行聚類，得到初始任務(wù)劃分方 案D = (D1, D2, LDJ，Di為第i類劃分的需求節(jié)點集合，i = 1,2,...η,η為聚類的類別數(shù)， 即運輸車輛的個數(shù)；(3)對初始任務(wù)劃分方案D = (D1, D2, LDJ進行如下調(diào)整，得到調(diào)整后的任務(wù)劃分 方案D' = {D' i;D' 2，LD' J (3a)計算在當(dāng)前任務(wù)劃分方案D = (D1, D2, L Dj的前提下每個劃分的運輸任務(wù) 負載，記為Q = IQ1, Q2, LQJ，&為Di的任務(wù)負載，(i = 1,2,...η)；求集合Q的方差dQ，若 dQ保持10次迭代不降低，則停止，令D' =D，相應(yīng)的D' iZDiG = ^，...!!)，輸出當(dāng)前 任務(wù)劃分即調(diào)整后的任務(wù)劃分方案D' = {D' 1 D' 2,LD' J ；否則轉(zhuǎn)3b)繼續(xù)迭代；(3b)令& = max (Q1, Q2, LQj (i = 1，2，Ln)，對應(yīng)的第i個劃分Di的運輸任務(wù)為 Di = W1, d2，LdJ，s為第i輛車輛要到達的需求節(jié)點數(shù)，Cli為Di中的各需求節(jié)點(i = 1， 2，... η)，記任務(wù)劃分集合D中各類的聚類中心為M = {mi，叫，LmJ，Hii為Di的聚類中心(i =^,...nhc^SDi中的第j個需求點d」(j = 1,2, Ls)和M中第q個聚類中心m, (q = 1，2 · · · η)之間的距離，計算cP = mm\d]q-d]1\ (V/' = l,...,s,/i,q =，將 Di 中的第 j 個需求點…遷移到第q個劃分Dtl中，更新當(dāng)前劃分D ；(3c)重新計算第i個劃分和第q個劃分的聚類中心Hii和m,，返回步驟(3a)；(4)將D' = (D1 ‘，D' 2，LD' n}中D' i的運輸任務(wù)分配給第i輛車輛(i = 1， 2，...η)，對各個車輛，將D' i與供應(yīng)節(jié)點合并，構(gòu)成節(jié)點集合=Ci = D' iU {0}(i = l, 2，... η)，{0}為供應(yīng)節(jié)點；用LK算法求解每個節(jié)點集合Ci (i = 1，2，... η)的最優(yōu)TSP路 徑，得到每輛車輛的運輸路徑；(5)計算機將最終路徑規(guī)劃方案傳輸?shù)杰囕v。本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點1.質(zhì)量高，尤其對大規(guī)模車輛路徑規(guī)劃更能體現(xiàn)其優(yōu)勢本發(fā)明由于采用了先聚類再優(yōu)化的策略，而且既考慮了地點聚集性，又考慮了各 個車輛的運輸負載均衡，因此在車輛路徑規(guī)劃時更能平衡好各項因素，同時由于本發(fā)明在 求取各個車輛的運輸路徑時采用了目前求解大規(guī)模TSP性能最突出的啟發(fā)式算法LK算法， 因此提高了規(guī)模大復(fù)雜度高的車輛路徑規(guī)劃的質(zhì)量。2.效率高，尤其對大規(guī)模車輛路徑規(guī)劃更能體現(xiàn)其優(yōu)勢本發(fā)明由于在K均值聚類的基礎(chǔ)上，考慮各個車輛的運輸負載均衡，對車輛的運 輸任務(wù)進行調(diào)整，使得各個車輛的運輸任務(wù)盡可能均衡，從而使得各個車輛的路徑規(guī)劃復(fù) 雜度相當(dāng)，因此可以最大程度地提高車輛路徑規(guī)劃的效率；同時由于本發(fā)明采用了目前求 解大規(guī)模TSP效率最突出的啟發(fā)式算法LK對各個車輛的運送路徑進行優(yōu)化，因此提高了規(guī) 模大復(fù)雜度高的車輛路徑規(guī)劃的效率。


圖1是本發(fā)明的流程圖；圖2是本發(fā)明與現(xiàn)有TH、IRA方法在均勻分布模型實例下的視覺效果對比圖；圖3是本發(fā)明與現(xiàn)有TH、IRA方法在混合高斯模型實例下的視覺效果對比圖；圖4是本發(fā)明在大規(guī)模均勻分布模型實例下的視覺效果圖；圖5是本發(fā)明在大規(guī)?；旌细咚鼓Ｐ蛯嵗碌囊曈X效果圖。
具體實施例方式參照圖1，本發(fā)明的具體實施過程如下步驟1，將車輛、場地、任務(wù)數(shù)據(jù)輸入到計算機中，利用計算機對三者建模，得到車 輛路徑規(guī)劃模型，其中場地包括供應(yīng)節(jié)點和需求節(jié)點。假設(shè)不考慮車輛在每個需求節(jié)點的卸貨時間的差異；假設(shè)車輛勻速行駛，不考慮 天氣和路況的影響；每個需求節(jié)點對物資需求的緊迫程度相同；約束條件為派出車輛數(shù)目的不能超過車輛總數(shù)；每輛車從倉庫出發(fā)完成運輸任 務(wù)后返回倉庫一次；每個需求節(jié)點僅能被訪問一次；車輛卸貨后必須離開，不能停留在需 求節(jié)點；所有的車輛在0時刻被派出；供應(yīng)點輸出的物資總量不能超過可供應(yīng)量；各個車輛 的運送總量不超過其最大載貨量。建立的車輛路徑規(guī)劃模型，表示如下
權(quán)利要求
1.一種基于負載均衡和LK算法的車輛路徑規(guī)劃方法，包括如下步驟(1)將車輛、場地、任務(wù)數(shù)據(jù)輸入到計算機中，利用計算機對三者建立車輛路徑規(guī)劃模 型，其中場地包括供應(yīng)節(jié)點和需求節(jié)點；(2)用K均值聚類算法對需求節(jié)點按照地理位置進行聚類，得到初始任務(wù)劃分方案D =ID1, D2, LDJ，Di為第i類劃分的需求節(jié)點集合，i = 1,2,...η,η為聚類的類別數(shù)，即運 輸車輛的個數(shù)；(3)對初始任務(wù)劃分方案D=(D1,D2,LDJ進行如下調(diào)整，得到調(diào)整后的任務(wù)劃分方案 D' = {D' 1； D' 2，LD' J (3a)計算在當(dāng)前任務(wù)劃分方案D = (D1, D2, LDJ的前提下每個劃分的運輸任務(wù)負載， 記為Q = IQ1, Q2, LQJ，&為Di的任務(wù)負載(i = 1，2，Ln)；求集合Q的方差dQ，若dQ保持 10次迭代不降低，則停止，令D' =D，相應(yīng)的D' i = DiG = 1，2，Ln)，輸出當(dāng)前任務(wù)劃分 即調(diào)整后的任務(wù)劃分方案D' = {D' 1 D' 2,LD' J ；否則轉(zhuǎn)步驟(3b)繼續(xù)迭代；(3b)令仏=max (Q1, Q2, LQj (i = 1,2, Ln)，對應(yīng)的第i個劃分Di的運輸任務(wù)為Di =Id1, d2，LdJ, s為第i輛車輛要到達的需求節(jié)點數(shù)，CliSDi中的各需求節(jié)點(i = 1， 2，... η)，記任務(wù)劃分集合D中各類的聚類中心為M = {mi，叫，LmJ，Hii為Di的聚類中心(i =^,...nhc^SDi中的第j個需求點d」(j = 1,2, Ls)和M中第q個聚類中心m, (q = 1，2 · · · η)之間的距離，計算(P =min|f -叫(yj = l,...,Syi,q = l,...,n,q^i) ,^fDi 中的第 j個需求點Cli遷移到第q個劃分Dtl中，更新當(dāng)前劃分D ；(3c)重新計算第i個劃分和第q個劃分的聚類中心Hii和πν返回步驟(3a)；(4)將D'= {D' 1； D' 2, LD' }中0' i的運輸任務(wù)分配給第i輛車輛(i = l，2， Ln)，對各個車輛，將D' i與供應(yīng)節(jié)點合并，構(gòu)成節(jié)點集合Ci = D' ,U {0}(i = l,2,Ln), {0}為供應(yīng)節(jié)點；用LK算法求解每個節(jié)點集合Ci (i = 1,2, Ln)的最優(yōu)TSP路徑，得到每輛 車輛的運輸路徑；(5)計算機將最終路徑規(guī)劃方案傳輸?shù)杰囕v。
2.根據(jù)權(quán)利要求1所述的車輛路徑規(guī)劃方法，其中步驟(1)所述的車輛路徑規(guī)劃模型， 表示如下
3.根據(jù)權(quán)利要求1所述的車輛路徑規(guī)劃方法，其中步驟( 所述的利用K均值聚類算 法對需求節(jié)點按照地理位置進行聚類，按如下步驟進行(2a)從需求節(jié)點集合中任意選擇η個節(jié)點作為初始聚類中心，η為車輛個數(shù)； (2b)根據(jù)各聚類中心，計算每個需求節(jié)點與這些各個聚類中心的距離，并根據(jù)最小距 離重新對需求節(jié)點進行劃分；(2c)若聚類的各類集合不再發(fā)生變化，停止劃分，輸出聚類結(jié)果，得到初始任務(wù)劃分方 案D= {D1; D2, LDJ，否則，重新計算各類聚類中心，返回步驟(2b) 0
4.根據(jù)權(quán)利要求1所述的車輛路徑規(guī)劃方法，其中步驟(4)所述的用LK算法求解每個 節(jié)點集合Ci (i = 1，2，Ln)的最優(yōu)TSP路徑，按如下步驟進行 (4a)對集合Ci隨機產(chǎn)生一條初始路徑T ； (4b)令計數(shù)器ρ = 1 ；(4c)在第 j 步中選擇 \ = (t2p_i; t2p) e T 與力=(t2p,t2p+l) Γ，用 yi，y2，· · ·，yp 代替X1, X2, ... , x;p,其中x;p表示需求節(jié)點、時禾口需求節(jié)點、ρ之間的邊，yp表示需求節(jié)點、ρ禾口 需求節(jié)點t2p+1之間的邊；(4d)如果路徑?jīng)]有得到改善，根據(jù)停止規(guī)則，轉(zhuǎn)到步驟Ge)；否則ρ = p+1，返回步驟 (4c)；(4e)如果在第k步路徑得到了最好的改善，令ρ = k，進行k-opt交換，然后再隨機產(chǎn) 生一條新的初始路徑，返回步驟Gb)；否則，執(zhí)行步驟Gf)； (4f)停止并輸出路徑。
全文摘要
本發(fā)明公開了一種基于負載均衡和LK算法的車輛路徑規(guī)劃方法，主要解決現(xiàn)有技術(shù)對大規(guī)模車輛路徑規(guī)劃的求取質(zhì)量差及效率低等問題。該方法的實現(xiàn)步驟為1.將車輛、場地、任務(wù)數(shù)據(jù)輸入到計算機中，利用計算機對三者建模，得到車輛路徑規(guī)劃模型；2.對需求節(jié)點按照地理位置進行K均值聚類，得到初始任務(wù)劃分方案；3.考慮初始任務(wù)劃分方案中各個任務(wù)劃分的負載均衡對初始任務(wù)劃分方案進行調(diào)整，得到調(diào)整后的任務(wù)劃分方案；4.將調(diào)整后的任務(wù)劃分方案中的各運輸任務(wù)分配給各車輛，并采用LK算法求取各車輛的最優(yōu)運輸路徑；5.計算機將最終路徑規(guī)劃方案傳輸?shù)杰囕v。本發(fā)明與現(xiàn)有技術(shù)相比，具有質(zhì)量高和效率高的優(yōu)點，可用于解決實際應(yīng)用中的車輛路徑規(guī)劃。
文檔編號G06Q50/00GK102136104SQ20111006832
公開日2011年7月27日 申請日期2011年3月22日 優(yōu)先權(quán)日2011年3月22日
發(fā)明者公茂果, 劉美云, 劉芳, 吳建設(shè), 尚榮華, 戚玉濤, 李陽陽, 焦李成, 郝紅俠, 馬文萍 申請人:西安電子科技大學(xué)