一种带软时间窗口的物流配送控制方法

1.一种带软时间窗口的物流配送控制方法，其特征在于：所述物流配送控制方法包括以下步骤：
A1.建立网络模型，使用ArcGIS软件，建立网络数据集和路网之间的拓扑关系；根据矢量数据中的Shap_Length字段属性建立网络数据集中的道路阻值；再对网络数据集进行网络分析，得到配送目标节点之间的最小费用的OD矩阵，为车辆优化调度模型提供车辆行驶费用权值，考虑道路节点，为道路交通灯路口、收费站赋予费用权重；
A2.建立带软时间窗车辆优化调度模型VRPTW；
问题描述：有m个产品生产地A生产某种产品，其产量分别为ai，有n个客户点B，其需求量分别为bj，按照客户点的需求将产品在规定时间窗内配送，如果各项配送任务没有在指定的时间范围内完成，则给予惩罚；
要求各车辆的行驶路线满足约束条件：i.每条路线的起点必须是生产地，终点为客户点，不考虑回程；ii.每条路线的总载量不得大于运载车辆的最大允许载重量；iii.每个指定客户必须仅被服务一次；iv.每个客户都有它被服务的规定的时间窗限制，如果车辆提前达到客户点，则支付等待费用，若车辆延迟到达客户点，则支付延迟费用；
以运输费用建立目标函数，运输费用分别由配送车辆固定费用、运输费用、车辆等待费用和延迟费用组成；其中，配送车辆固定费用由车辆折旧费用和维护费用组成，该部分费用只与配送的车辆数有关，运输费用与车辆所行使的路段状况有关，包括路段长度，路段的拥挤状况，还包括整个路段中所经过的交通灯、收费站所产生的时间成本及收费情况，客户货运需求通常要在客户规定时间范围内送达，否则物流中心需要支付额外费用，这里的车辆优化调度模型是针对分类后类中的目标节点建立的，具体模型如下：
配送路网模型描述为：
其中A为路网中生产地集合，B为路网中客户节点集合，V为路网中道路交点集合，它们构成网络的顶点，R为道路中的有向路段集；
运输成本最低模型为：带软时间窗的动态车辆路径规划问题，目标函数为：
s.t.
①ai＞bj,i∈{1,2,...,m},j∈{1,2,...,n}；
②ck为每辆车的固定成本；
③ m取整数，为配送车辆数，a为参数，0＜a＜1，约束条件越多，
货物装卸车越复杂，a越小；
④cgh为路段(vg,vh)的运输成本，与该路段的长度和路段的拥挤状况有关，以及所包含的交通灯以及收费站的数量有关，cgh＝cgh'dgh+cgh''lgh其中cgh'为路段(vg,vh)单位距离的费用，dgh为路段(vg,vh)的距离，cgh''为路段(vg,vh)所经过的交通灯以及收费站的单位费用，lgh为该路段所包含的交通灯和收费站的数量；
⑤ xghk ＝ {0,1}， 车 辆 k 经 过 路 段 (vg,vh)，xghk ＝ 1， 否 则 为 0；
g,h∈{0,1,2...,n},k∈{1,2,...m}；
⑥ yjk表示若客户点j的任务由车辆k完成，yjk＝1，否则
yjk＝0；q为车辆的最大载重量；
⑦[Sj,Ej]客户点j的配送时间窗要求；
⑧tj为车辆到达客户点j的时刻；
⑨p1，p2分别为早于和超出到达客户点j时间窗的惩罚成本系数；
其中min表示最小，max表示最大，s.t.表示约束条件；
A3.模糊聚类分析：采用基于定量分析和定性分析相结合的方法来进行聚类，首先根据目标节点的时间窗属性对客户点进行初步划分，然后再结合定量的方法按客户位置进行客户的聚类分析，通过模糊聚类分析将大规模的车辆路径规划的问题降级，转化成小规模的组合优化问题进行求解，模糊聚类分析步骤如下：
3.1）客户订单信息的获取，包括客户的地理位置和需求量；
3.2）根据研究的对象，选择与研究对象的关系密切的指标，先进行定量分类；
3.3）对数据的标准化；
3.4）建立模糊相似矩阵；
3.5）模糊等价关系的建立；
3.6）进行聚类分析，给定不同的置信水平，求Rλ截阵，找出R的λ显示,每个样品归为一类，随着λ的降低，由细变粗逐渐并类；
A4.车辆优化调度启发式算法设计，通过A3，已经将较大配送目标点大而化小，此时再对每一类中的配送目标节点采用车辆优化调度算法，即可得到配送结果，步骤如下：
4.1）采用自然数编码方法，根据类中客户点数目产生初始种群进行遗传编码，构造客户点作为配送路线优化问题解向量中的染色体，
4.2）计算每个配送方案的种群适应度函数，对于目标函数取最小化的组合优化问题,其适应度函数就要对目标函数进行适当的变化，以转化为极大化的情况，且保证适应度值非负，
4.3）最佳个体保存法与轮盘赌选择相结合的方法进行删减、复制染色体，最终产生新种群，
4.4）采用顺序交叉法实施交叉操作，以交叉概率pc对种群进行交叉操作，检查是否满足约束条件，产生新种群，
4.5）采用多次对换变异方法，以变异概率pm对种群进行变异操作，随机产生一个交换次数L，检查是否满足约束，形成新种群，
4.6）判断是否满足终止法则，达到最大迭代次数或达到最优解要求，满足要求则停止，否则转入4.3），
4.7）计算结果进行解码，
4.8）选择所有解码后的计算结果，并进行比较选取费用最小者。

暂无