-
公开(公告)号:CN116128052A
公开(公告)日:2023-05-16
申请号:CN202310122900.2
申请日:2023-02-06
Applicant: 安徽大学
Abstract: 本发明公开了一种基于双层优化的不确定环境下的设施选址方法,是应用于由客户需求点集合I和候选设施集合J所构成的选址场景中,并包括:1初始化上层选址种群;2对所有选址个体进行下层优化,找到匹配最优半径,并进行评价;3对上层种群进行交叉和变异操作,生成临时子代;4根据子代中每个个体对应的设施数量和分散程度,选出好的子代进行下层优化;5依据环境选择策略对父代种群和进行下层优化的子代进行比较,获得下一代种群;6若达到终止条件,输出最终种群;否则返回步骤3执行;7对最终种群的所有个体按评价值进行降序排序,选出最小评价值的设施选址方案。本发明能有效提高选址的可靠性,从而能获得更高质量的选址方案。
-
公开(公告)号:CN115936280A
公开(公告)日:2023-04-07
申请号:CN202211593599.5
申请日:2022-12-13
Applicant: 安徽大学
IPC: G06Q10/047 , G06Q10/0835 , G06Q10/087 , G06N20/20
Abstract: 本发明公开了一种基于集成学习的适用于车辆配送任务的路径规划方法,应用于由单个仓库、K辆卡车和N个配送任务节点所构成的车辆配送任务中,并包括:1建立车辆配送任务模型;2全局变量的初始化;3得到适用于当前任务的局部搜索算子集合;4得到适用于当前任务的多样化的局部搜索算子排列组合方式;5利用多样化的局部搜索算子排列组合方式,生成多样化的临时路径规划方案;6更新当前路径规划方案与最优路径规划方案;7若达到终止条件,则输出最优路径规划方案;否则返回步骤3执行。本发明能够自适应地选择出适用于当前任务的局部搜索算子及其排列组合方式,并据此寻找到低行驶距离的路径规划方案,从而提高配送效率。
-
公开(公告)号:CN117993813A
公开(公告)日:2024-05-07
申请号:CN202410087849.0
申请日:2024-01-22
Applicant: 安徽大学
IPC: G06Q10/0835 , G06N3/006 , G06F18/23213
Abstract: 本发明公开了一种基于轻量鲁棒性指标的多蚁群算法的车辆路径规划方法,包括:1)通过自适应k值将客户的时间窗进行聚类,将客户根据时间划分成各个类别;2)利用分出类别数量初始化多个蚁群,每个蚁群针对优化不同时间段的车辆路径;3)通过提出的轻量鲁棒性指标和总行驶距离指导蚁群进行多目标进化,从而获得更加鲁棒的解;4)利用种群交互的框架进行多个蚁群交互,并同时进行局部搜索优化,得到鲁棒车辆路径规划解。本发明能够为客户寻找到总距离较少并且鲁棒的车辆路径规划方案,通过有效的规划和分配任务,用尽可能少的车辆完成全部配送,这有助于节省资源和提高效率,同时减少受交通状况影响并缩短总行驶距离。
-
公开(公告)号:CN114330870B
公开(公告)日:2024-04-16
申请号:CN202111614801.3
申请日:2021-12-27
Applicant: 安徽大学
IPC: G06Q10/047 , G06Q10/0631 , G06Q10/0835 , G06N3/006
Abstract: 本发明公开了一种基于多种群进化算法的带时间窗的车辆路径规划方法,包括:1为带时间窗的车辆路径问题生成一个辅助问题;2随机初始化生成两个种群,种群1用于优化原始问题,种群2用于优化辅助问题;3基于协同进化算法框架迭代优化两个种群并定期对两个种群执行局部搜索操作,直到满足停止条件,输出最优种群中非支配等级最高的个体作为车辆路径规划以及时间安排的最优方案。本发明能解决带时间窗的车辆路径规划问题,在找到最小使用车辆数目的同时,能得到更短的总行驶距离,从而提高运输效率,并降低运输成本。
-
公开(公告)号:CN117455348A
公开(公告)日:2024-01-26
申请号:CN202311471831.2
申请日:2023-11-07
Applicant: 安徽大学
IPC: G06Q10/0835 , G06Q10/0631 , G06N3/006
Abstract: 本发明公开了一种带有不确定性车辆配送任务的路线规划方法,应用于由单个仓库、K辆运输车和L个配送任务节点所构成的车辆配送任务中,并包括:1确定当前场景次数,初始化相应参数;2在当前切换的场景下,随机生成初始种群并进行个体评价;3对种群进行交叉和变异操作,生成临时子代;4据环境选择策略对交叉后的种群及子代进行比较,获得下一代种群;5根据鲁棒评价值评价当前种群,较鲁棒的子代进行存档;6若达到当前环境切换条件,执行步骤7;否则,返回步骤3;7若达到终止条件,输出最终种群;否则,执行场景切换。本发明能权衡路线规划方案的最优性和鲁棒性,从而能获得适应多种场景的路线规划方案。
-
公开(公告)号:CN117371898A
公开(公告)日:2024-01-09
申请号:CN202311395204.5
申请日:2023-10-25
Applicant: 安徽大学
IPC: G06Q10/0835 , G06Q10/0631 , G06Q30/0601 , G06N3/006
Abstract: 本发明公开了一种基于双种群的城市物品运输规划方法,是应用于由存放物品的仓库D、K辆物品运输车和N个客户点所构成的城市物品运输路线中,并包括:1构建城市物品运输路线的数学问题模型;2对第一种群和第二种群进行初始化操作;3通过双种群协同进化方法得到更好的解;4对两个种群分别进行基于不同方法的交叉变异,再依据环境选择策略对交叉变异后的子代进行比较,获得下一代种群;5若达到终止条件,则对最终种群的所有个体进行非支配排序,选出最优路线规划方案。本发明能根据物品种类拆分运输来提高车辆装载率,从而能减少运输距离和运输成本,并能降低燃油消耗。
-
公开(公告)号:CN115936568A
公开(公告)日:2023-04-07
申请号:CN202310032703.1
申请日:2023-01-10
Applicant: 安徽大学
IPC: G06Q10/0835
Abstract: 本发明公开了一种动态车辆配送任务的路径规划方法、电子设备和存储介质,该方法包括:1建立车辆配送任务模型;2全局变量初始化;3获取在当前时间片出现的新的仓库需求;4更新待访问的仓库需求集合;5基于泊松分布规律,得到当前时间片的虚拟仓库需求位置集合;6构造虚拟仓库需求信息7利用基于倾斜变邻域下降搜索的路径求解器进行求解,从而得到当前时间片下的路径规划方案;8车队中的各辆车按照路径规划方案执行配送任务;9若达到终止循环条件则返回路径规划方案,否则返回步骤3。本发明能通过需求点预测的方法模拟出仓库位置,并将其放入求解器中进行计算,从而使路径规划方案更适应于未来的动态变化。
-
公开(公告)号:CN117808235A
公开(公告)日:2024-04-02
申请号:CN202311655293.2
申请日:2023-12-05
Applicant: 安徽大学
IPC: G06Q10/0631 , G06Q50/40
Abstract: 本发明公开了一种基于时间序列需求预测的城市出租车调度方法,包括:1、通过k‑means聚类对城市的出租车需求点进行聚类,将城市的打车需求点划分成各个区域;2、用一维卷积神经网络提取空间特征,结合时间周期规律以及各个区域的出租车需求数量用LSTM模型来预测各个区域未来的出租车需求;3、基于NSGA‑II算法使用双种群对城市出租车进行调度。本发明可以在最大化打车用户满意度的同时,尽可能地减少出租车调度总距离,从而增大出租车出行效率。
-
公开(公告)号:CN117610752A
公开(公告)日:2024-02-27
申请号:CN202311623260.X
申请日:2023-11-30
Applicant: 安徽大学
IPC: G06Q10/047 , G06Q10/067 , G06Q50/40 , G06F18/23213 , G06N3/126 , G06F16/901 , G06F16/9035
Abstract: 本发明公开了一种基于图相似度的知识迁移算法的大规模车辆路径规划方法,包括:1)创建离线数据库;2)利用先进的基于角密度聚类算法对客户群进行分组;3)每组使用图相似度匹配算法,从离线数据库中找到最相似的解;4)利用知识迁移思想进行解迁移,从而获得较高质量的解;5)采用变领域搜索算法VNS对解进行进一步优化,得到最佳路径规划方案。本发明能够为大量需要服务的客户在较短时间内寻找到高质量的路径规划方案,提高制定路径规划方案的效率、合理性和准确性,从而能提高物流配送的运输能力。
-
公开(公告)号:CN117474431A
公开(公告)日:2024-01-30
申请号:CN202311463141.2
申请日:2023-11-06
Applicant: 安徽大学
IPC: G06Q10/0835 , G06N3/006 , G06F18/23
Abstract: 本发明公开了一种用于外卖配送流程中的路线生成方法,包括:1构建外卖配送路线模型;2随机生成初始化种群;3使用评价指标对种群中的个体进行评价;4生成交配池并对交配池中的个体进行交叉变异操作,生成子代种群;5使用评价指标对子代种群中的个体进行评价;6合并父代与子代种群,依据环境选择策略生成下一代种群;7若达到终止条件,输出最终种群;否则返回步骤4顺序执行;8在最终种群中选择部分个体组成在线问题中的指导路径;9使用指导路径生成在线问题中的配送路径。本发明在计算资源有限的情况下,以期能够在较短的时间内得到较优的配送路径,减少用餐高峰期时系统的响应时间,提高用户的满意度。
-
-
-
-
-
-
-
-
-