公开(公告)号：CN117129000A

公开(公告)日：2023-11-28

申请号：CN202311223688.5

申请日：2023-09-21

Applicant: 安徽大学

Inventor： 张晓明 ,  陆晓丽 ,  谢乐乐 ,  吴航 ,  李俊 ,  程洪伟

IPC: G01C21/34 ,  G06N3/006

Abstract: 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。

公开(公告)号：CN117129000B

公开(公告)日：2024-03-26

申请号：CN202311223688.5

申请日：2023-09-21

Applicant: 安徽大学

Inventor： 张晓明 ,  陆晓丽 ,  谢乐乐 ,  吴航 ,  李俊 ,  程洪伟

IPC: G01C21/34 ,  G06N3/006

Abstract: 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。