专利交易市场

多车场与多车型车辆路径调度控制方法，包括：步骤1，以所有配送车辆总成本最低为目标建立目标函数；步骤2，编码步骤3，种群初始化；步骤4，采用目标函数作为适应度函数对所有个体进行评价；步骤5，选择和交叉操作步骤6，变异操作；步骤7，用改进的极值优化算法对种群中每个个体进行邻域搜索；步骤8，计算种群中所有个体的适应度；步骤9，选择；步骤10，精英保留；步骤11，依次迭代完成；步骤12，判断是否满足终止条件，终止条件为迭代次数g达到最大迭代次数MaxGen或者Gb适应度值保持不变的次数Nu达到指定次数Kbest，如果满足，继续执行步骤13，否则返回执行步骤5；步骤13，输出个体Gb及其适应度值fGb；步骤14，对最优个体Gb及其适应度值fGb进行解读。本发明旨在提高算法的搜索效率与收敛速度。

本发明涉及一种基于种子优化算法的多目标货运车辆路径规划方法，与现有技术相比解决了车辆路径问题鲁棒解少、最优性差的缺陷。本发明包括以下步骤：鲁棒多目标优化车辆路径问题种群的初始化及模型构建；目标函数评估生成路径；种子优化算法引导搜索可行路径；鲁棒多目标优化车辆路径问题针对不确定因素加干扰；种子优化算法筛选搜索生成鲁棒路径。本发明拥有群体智能涌现明显、鲁棒性强、面向实际问题的特点，可解决现有车辆路径问题中鲁棒车辆模型和目标函数构建的限制，提高了在不确定因素扰动下鲁棒最优路径的质量和数量，有助于有效应对物流系统中的突发状况。

本发明提供的基于辅助任务的多任务多目标车辆路径规划方法及装置，涉及多目标车辆路径优化领域。本发明通过分别构建主任务F及动态辅助任务S的目标函数与约束条件；根据获取的由若干客户组成的客户集生成初始方案解，并保存至存档#imgabs0#，初始化辅助存档#imgabs1#；开启F，执行任务协同机制，动态开启S；当#imgabs2#中解的多样性不足时，开启S；否则，不开启S；F开启后，从#imgabs3#中选择一个解进行局部搜索，并将合约解更新至#imgabs4#；S开启时，若#imgabs5#为空，则从#imgabs6#中选择一个解进行局部搜索，否则从#imgabs7#中选择，更新合约方案解至#imgabs8#，不合约方案解更新至#imgabs9#，直到达到停止条件，输出#imgabs10#中的所有方案；否则，继续执行任务协同机制。本发明解决了可行方案解陷入局部最优的问题。

本发明公开了一种基于模拟退火与分支切割优化的污染车辆调度方法和系统，其中，方法包括：根据获取的配送参数建立运输模型，并根据载重参数和运输模型建立碳排放模型；利用模拟退火算法及分支切割算法对运输模型、碳排放模型以及各车辆预设的容量模型进行优化计算，得到每条配送路线信息；最后根据配送路线信息完成污染车辆调度的优化。本发明先建立相关的各个模型，再利用模拟退火算法来更快地获取整数解，使得到整数解的运算时间大幅度减少，提高了计算的效率；并构造了将模拟退火算法用于分支切割算法中最佳整数解的生成和对最优解的改进，提高了车辆调度的全局寻优能力，使得车辆调度安排能够最大限度的减少车辆二氧化碳的排放量。