公开(公告)号：CN112417604A

公开(公告)日：2021-02-26

申请号：CN202011410857.2

申请日：2020-12-04

Applicant: 安徽大学

Inventor： 王朝 ,  刘蓉蓉 ,  苏延森 ,  张兴义

IPC: G06F30/15 ,  G06F30/27 ,  G06Q10/04 ,  G06Q10/06 ,  G06N3/04 ,  G06N3/08 ,  G06F111/04 ,  G06F111/06 ,  G06F111/08

Abstract: 本发明公开了一种基于多目标优化的电动汽车配送任务自适应分配方法，包括：S1、假设在仓库内有一批相同的电动汽车，要将全部配送任务分配给电动汽车；规划配送路径的同时考虑充电设施选址，构建电动汽车任务分配多目标优化模型；S2、设计适用于路径规划和充电决策联合优化的染色体混合编码方案；S3、基于学习机制的多目标进化算法挖掘迭代进程历史信息；S4、插值拟合历史优秀解的进化轨迹预测潜在最优解的路径模式；S5、构建路径规划与选址方案的对应关系获取给定路径下的最优选址方案。本发明能对车辆运输配送路径和充电设施选址同时进行优化，从而能产生一组各个方面均优的分配方案，以根据实际情况选择合适的实施方案。

公开(公告)号：CN112417604B

公开(公告)日：2023-11-03

申请号：CN202011410857.2

申请日：2020-12-04

Applicant: 安徽大学

Inventor： 王朝 ,  刘蓉蓉 ,  苏延森 ,  张兴义

IPC: G06F30/15 ,  G06F30/27 ,  G06Q10/047 ,  G06Q10/0631 ,  G06N3/0499 ,  G06N3/08 ,  G06F111/04 ,  G06F111/06 ,  G06F111/08

Abstract: 本发明公开了一种基于多目标优化的电动汽车配送任务自适应分配方法，包括：S1、假设在仓库内有一批相同的电动汽车，要将全部配送任务分配给电动汽车；规划配送路径的同时考虑充电设施选址，构建电动汽车任务分配多目标优化模型；S2、设计适用于路径规划和充电决策联合优化的染色体混合编码方案；S3、基于学习机制的多目标进化算法挖掘迭代进程历史信息；S4、插值拟合历史优秀解的进化轨迹预测潜在最优解的路径模式；S5、构建路径规划与选址方案的对应关系获取给定路径下的最优选址方案。本发明能对车辆运输配送路径和充电设施选址同时进行优化，从而能产生一组各个方面均优的分配方案，以根据实际情况选择合适的实施方案。