一种基于改进蚁群算法的多配送中心车辆路径优化方法，首先，针对多配送中心车辆路径优化问题，对各个客户点设计了以最近配送中心为启发式信息的惩罚函数；其次，将具有上述启发式信息的罚函数加入到各配送点的信息素更新过程中，从而提高了算法的搜索效率；然后对非劣解集合中的非劣解进行模拟退火，有效地避免了蚁群算法陷入局部最优；最后，从非劣解集合中选出最优解，从而得到最优配送路径方案。本发明在实际物流配送车辆路径优化应用中可以快速的得到可靠的最佳配送路径。
📄 201910763723X
📂 G06Q10_04
👤 浙江工业大学
📅 2019-08-19
一种基于策略梯度的超启发算法的车辆路径优化方法，包括车辆路径问题的研究背景意义及技术，包括：步骤1有容量车辆路径问题分析；步骤2参数初始化；步骤3初始化种群；步骤4通过算子选择机制选择算子对种群进行操作，并计算相关信息并存储于经验池中；步骤5判断算法迭代的次数，若达到预设步距，则进入步骤6学习，反之，则进入步骤4；步骤6从经验池中选择状态转移数据对策略梯度算法中的神经网络进行训练；步骤7判断是否达到算法终止运行条件，若是，则输出最优解；反之则返回主循环。本发明提供了一种高层选择策略为策略梯度的超启发算法的车辆路径优化方法。
📄 2022106922642
📂 G06Q10_047
👤 浙江工业大学
📅 2022-06-17
本发明公开了一种基于蚁群算法的带道路与时间窗车辆路径优化方法，该方法包括：以总物流配送成本最低为目标建立目标函数，构建带时间窗约束车辆路径问题优化模型，并设定约束条件；根据已知的车间各工位需求点距离信息，采用Floyd算法生成符合车间实际道路环境的最短距离矩阵；设计蚁群算法的状态转移规则和信息素更新相关参数，采用改进的蚁群算法对求得的距离矩阵进行多次状态转移和信息素更新操作，通过多次迭代逐渐使可行解向最优解靠近，从而得到最优路径。本发明旨在有效求得优良的车辆行驶路线，降低物流配送成本；提高算法的搜索效率与收敛速度，跳出局部最优解，增加最优解的数量。
📄 2022112167560
📂 G06F30_20
👤 浙江工业大学
📅 2022-09-30
一种基于强化学习的超启发算法的车辆路径优化方法，包括以下步骤：步骤1车辆路径问题分析；步骤2初始化；步骤3经验池、序列池存储；步骤4解的接受保留；步骤5判断经验池容量，容量足够则进入步骤8学习，未满，则进入步骤6；步骤6选择Action；步骤7保留最优解；步骤8选择学习样本，并初始化神经网络；步骤9神经网络学习更新；步骤10更新目标值网络；步骤11判断学习结束情况，学习未结束，则进入步骤8继续学习更新；反之，则进入步骤6选择Action，返回主循环；步骤12程序结束，输出车辆路径距离最优值及最优值路径序列。本发明提供了一种高层选择策略为强化学习的超启发算法的车辆路径优化方法。
📄 2019111160736
📂 G06Q10_04
👤 浙江工业大学
📅 2019-11-15
一种基于禁忌搜索的超启发式算法的车辆路径优化方法，包括以下步骤：步骤1车辆路径问题分析；步骤2初始化种群；步骤3初始化算子得分，算子初始得分为S0＝[S1,S2,…,S20]；步骤4产生并选择变异解；步骤5计算算子得分；步骤6保留候选解；步骤7保留最优解；步骤8更新禁忌表；步骤9退出迭代，若G>Gmax，算法结束，输出最优解，否则转向步骤4；步骤10输出最优个体即最优路径。本发明提供了一种高层策略可移植的基于禁忌搜索的超启发式算法的车辆路径优化方法。
📄 2019100216047
📂 G06Q10_04
👤 浙江工业大学
📅 2019-01-10
本发明提供了一种基于深度强化学习的多乘客动态车辆路径优化方法，针对大量乘客的动态巴士路线规划的问题，使用深度强化学习中的神经网络DQN代替表格数据存储方式，解决了维度爆炸的缺陷，实现了在开放环境下优化大量乘客的浮动巴士路径的功能。本发明满足了巴士运行动态路线变化的需求，为管理者进行应急处置、应急决策提供了技术支撑。本发明通过模拟乘客分布对现实的巴士规划做出参考，提高了城市规划效率。
📄 2021104783814
📂 G05D1_02
👤 保融(山东)软件服务有限公司
📅 2021-04-30
本发明公开了一种动态调整的特种车辆路径优化方法，该方法通过车机模块和终端模块来实现，具体为，通过检测特种车辆行驶的位置，调整交通信号灯绿灯配时，从而达到当特种车辆在执行特种任务期间，所路过的所有交叉路口均能畅通；即特种车辆执行任务时，发送实时位置信息与导航信息，终端模块根据特种车辆信息调节即将通过的交通路口信号灯绿灯配时。本发明通过检测执行任务的特种车辆调节信号灯配时，减少了特种车辆的行驶时间，满足了特种车辆的执行任务需求。
📄 2021116726742
📂 G08G1_087
👤 淮阴工学院
📅 2021-12-31
本发明涉及一种结合时间要求的快递车辆路径优化的方法及系统，首先将车辆配送信息形成遗传编码，初始化种群，接着计算每个个体的适应度值，并选取适应度值最小的个体作为最优个体。采用轮盘赌的方法，对种群进行一次选择，采用三角概率对未被选择的个体进行二次选择，最后对最优个体进行解码得到车辆优化后的路径。本发明不仅能有效解决快递路径和时间要求复杂的问题，也提高了遗传算法的优化效果。
📄 2020103475915
📂 G06Q10_04
👤 合肥龙智机电科技有限公司
📅 2020-04-28
本发明提供了一种基于定积分的滚动时域控制策略的动态车辆路径优化方法，首先构建预期服务时间服从正态分布的动态车辆路径模型，然后采用基于定积分的滚动时域控制策略对动态车辆路径模型进行优化，并采用遗传算法对配送车辆的路径进行优化，以优化车辆的总行驶距离和所有客户的总等待时间。与现有技术相比，本发明基于定积分的滚动时域控制方法能够在配送距离、客户等待时间、加班服务客户数和计算时间上均优于平均滚动时域控制策略和随机滚动时域控制策略，能够有效减少车辆的总行驶距离和所有客户的总等待时间，具有较好的应用前景。
📄 2020104027511
📂 G05D1_02
👤 安庆师范大学
📅 2020-05-13
本发明涉及一种城市快递车辆路径优化的方法及系统，包括以下步骤：S1：获取车辆编号信息等形成遗传编码；S2：初始化种群；S3：计算种群中每个个体的适应度值，并选取适应度值最大的个体作为最优个体；S4：判断当前的迭代次数是否大于等于最大迭代次数，若是，则进入S8；否则，进入S5；S5：对当前种群进行交叉与变异操作，得到新种群；S6：判断当前温度T值是否小于温度阈值Tend，若是，则令G=G+1，并返回S3；否则进入S7；S7：采用模拟退火算法替换旧个体，令G=G+1，并返回S3；S8：将当前种群的最优个体的遗传编码进行解码，得到各车辆的最优行驶路径。本发明不仅能有效解决快递路径和时间要求复杂的问题，也提高了遗传算法的优化效果。
📄 202010347708X
📂 G06Q10_04
👤 闽江学院
📅 2020-04-28
一种基于Petri网和整数线性规划的车辆路径优化方法，先根据车辆路径问题的描述，建立其数学模型；然后基于数学模型，建立车辆路径问题的Petri网模型；再结合Petri网模型，将数学模型转换为整数线性规划问题的程序；然后在MATLAB中导入整数线性规划问题的程序，并输入客户点间的距离、货物需求量；最后利用YALMIP优化工具箱求解步骤四的整数线性规划问题，实验并进行结果分析；本发明能够得到车辆配送路径的最优路线，同时获得的总配送路径距离最短，有效降低车辆配送成本，具有良好的应用前景。
📄 2020100961555
📂 G06Q10_04
👤 陕西科技大学
📅 2020-02-17
柿子坊 · 知识产权运营
柿子坊知识产权运营平台