一种集装箱轮船物流运输调度方法及系统与流程

本发明涉及人工智能集装箱物流运输路径规划
技术领域：
，特别是涉及一种集装箱轮船物流运输调度方法及系统。
背景技术：
：实际生活中，轮船在航行中会受到诸如轮船管制、航线堵塞、轮船事故、轮船故障和天气变化等因素的影响，轮船航行速度也相应的发生变化，进而使得轮船在各航段航程时间也相应的发生变化，造成轮船在各个时间段或者单个航段的航行速度不同，这样就会影响整个集装箱物流运输配送效率。若使用传统的VRP方法来对轮船进行调度，则将会导致轮船在运输集装箱的过程中进入轮船拥堵中。随着科技技术的快速发展和轮船航运信息的不断完善，获取实时有效信息数据和处理重要信息已经迈入一大步，这就使得对研究集装箱轮船运输路径问题具有一定的理论价值和实际参考意义。萤火虫算法模仿了自然界中的萤火虫个体，将萤火虫搜索和优化过程模拟成萤火虫个体间的吸引和位置更新的过程。每个萤火虫的位置代表待求问题的一个解，萤火虫的发光亮度取决于待求问题的目标函数值，目标函数值越好，萤火虫的亮度越强。光亮比较强的萤火虫吸引光亮比较弱的萤火虫，使光亮比较弱的萤火虫向光亮比较强的萤火虫靠近。随着迭代过程的进行，种群中亮度弱的萤火虫不断向比自己更亮的萤火虫靠近，最终大多数萤火虫会聚集在最亮的萤火虫附近，光亮强度最强的萤火虫的位置就是问题的最优解。改进萤火虫算法是在标准萤火虫算法的基础之上进行优化，改进的萤火虫算法在很多领域都有很好的应用。为解决现有技术存在的不足，本发明提供了一种集装箱轮船物流运输调度方法及系统，建立了更能体现集装箱轮船物流运输调度问题的数学模型，并提出了改进萤火虫算法对问题进行求解，对轮船航行路径进行寻优。技术实现要素：本发明的目的是提供一种集装箱轮船物流运输调度方法及系统，以解决现有集装箱轮船运输路径搜索技术不灵活、寻优精度不高、收敛速度较慢的问题。为解决上述技术问题，本发明提供一种集装箱轮船物流运输调度方法，包括：获取输入的集装箱轮船运输调度基本参数信息；根据所述基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数；采用改进萤火虫算法对所述集装箱轮船物流运输调度数学模型进行计算，确定所述目标函数的最优解；将所述目标函数的最优解作为轮船的最优运输路径。可选地，所述集装箱轮船运输调度基本参数信息包括：集装箱中转港的位置信息、支线港的地理位置信息、各个支线港集装箱装卸量信息以及支线港时间窗的轮船信息。可选地，所述根据所述基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数包括：对于集装箱轮船物流运输调度所需的参数以及决策变量进行定义；根据所述参数以及决策变量建立所述目标函数。可选地，所述采用改进萤火虫算法对所述集装箱轮船物流运输调度数学模型进行计算，确定所述目标函数的最优解包括：针对目标问题分析，对萤火虫种群进行混沌初始化；计算萤火虫适应度函数值；计算萤火虫的相对亮度值和吸引度；将萤火虫按亮度进行比较，找出亮度最大的萤火虫，记录对应的位置信息；计算自适应惯性权重，更新萤火虫的位置；判断是否达到设置的最大迭代次数，若达到最大迭代次数则终止算法，得到集装箱轮船运输调度的数学模型的最优运输路径。本发明还提供了一种集装箱轮船物流运输调度系统，包括：基本参数获取模块，用于获取输入的集装箱轮船运输调度基本参数信息；模型建立模块，用于根据所述基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数；计算模块，用于采用改进萤火虫算法对所述集装箱轮船物流运输调度数学模型进行计算，确定所述目标函数的最优解；最优路径确定模块，用于将所述目标函数的最优解作为轮船的最优运输路径。可选地，所述集装箱轮船运输调度基本参数信息包括：集装箱中转港的位置信息、支线港的地理位置信息、各个支线港集装箱装卸量信息以及支线港时间窗的轮船信息。可选地，所述模型建立模块包括：定义单元，用于对于集装箱轮船物流运输调度所需的参数以及决策变量进行定义；建立单元，用于根据所述参数以及决策变量建立所述目标函数。可选地，所述计算模块包括：初始化单元，用于针对目标问题分析，对萤火虫种群进行混沌初始化；适应度函数值计算单元，用于计算萤火虫适应度函数值；相对亮度值和吸引度计算单元，用于计算萤火虫的相对亮度值和吸引度；比较单元，用于将萤火虫按亮度进行比较，找出亮度最大的萤火虫，记录对应的位置信息；自适应惯性权重计算单元，用于计算自适应惯性权重，更新萤火虫的位置；确定单元，用于判断是否达到设置的最大迭代次数，若达到最大迭代次数则终止算法，得到集装箱轮船运输调度的数学模型的最优运输路径。本发明所提供的集装箱轮船物流运输调度方法及系统，通过获取输入的集装箱轮船运输调度基本参数信息；根据基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数；采用改进萤火虫算法对集装箱轮船物流运输调度数学模型进行计算，确定目标函数的最优解；将目标函数的最优解作为轮船的最优运输路径。本申请通过改进的萤火虫算法解决集装箱轮船物流运输调度问题，定义了改进萤火虫算法中的萤火虫数量、位置等参数，对萤火虫种群进行混沌初始化，设计了萤火虫荧光素浓度更新操作、萤火虫亮度更新操作、萤火虫吸引度更新操作、萤火虫位置更新操作，该方法比传统的集装箱轮船运输路径搜索算法更加具有灵活性，并且相比标准萤火虫算法具有更高的寻优精度，收敛速度更快，在求解集装箱轮船物流运输路径时有很好的效果。附图说明为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本发明所提供的集装箱轮船物流运输调度方法的一种具体实施方式的流程图；图2为本发明实施例所提供的生成目标函数的过程示意图；图3为本发明实施例所提供的确定所述目标函数的最优解的过程示意图；图4为本发明所提供的集装箱轮船物流运输调度方法的另一种具体实施方式的流程图；图5为本发明的一种集装箱轮船物流运输调度方法实施案例的最优运输配送路线图；图6为本发明实施例提供的集装箱轮船物流运输调度系统的结构框图。具体实施方式为了使本
技术领域：
的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本发明所提供的集装箱轮船物流运输调度方法的一种具体实施方式的流程图如图1所示，该方法包括：步骤S101：获取输入的集装箱轮船运输调度基本参数信息；作为一种具体实施方式，本发明实施例所提供的方法中集装箱轮船运输调度基本参数信息可以具体包括：集装箱中转港的位置信息、支线港的地理位置信息、各个支线港集装箱装卸量信息以及支线港时间窗的轮船信息。步骤S102：根据所述基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数；如图2所示，本发明实施例中根据所述基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数的步骤可以具体包括：步骤S1021：对于集装箱轮船物流运输调度所需的参数以及决策变量进行定义；步骤S1022：根据所述参数以及决策变量建立所述目标函数。步骤S103：采用改进萤火虫算法对所述集装箱轮船物流运输调度数学模型进行计算，确定所述目标函数的最优解；参照图3，本发明实施例中采用改进萤火虫算法对所述集装箱轮船物流运输调度数学模型计算，确定所述目标函数的最优解的过程可以进一步具体包括：步骤S1031：针对目标问题分析，对萤火虫种群进行混沌初始化；步骤S1032：计算萤火虫适应度函数值；步骤S1033：计算萤火虫的相对亮度值和吸引度；步骤S1034：将萤火虫按亮度进行比较，找出亮度最大的萤火虫，记录对应的位置信息；步骤S1035：计算自适应惯性权重，更新萤火虫的位置；步骤S1036：判断是否达到设置的最大迭代次数，若达到最大迭代次数则终止算法，得到集装箱轮船运输调度的数学模型的最优运输路径。步骤S104：将所述目标函数的最优解作为轮船的最优运输路径。本发明所提供的集装箱轮船物流运输调度方法，通过获取输入的集装箱轮船运输调度基本参数信息；根据基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数；采用改进萤火虫算法对集装箱轮船物流运输调度数学模型进行计算，确定目标函数的最优解；将目标函数的最优解作为轮船的最优运输路径。本申请通过改进的萤火虫算法解决集装箱轮船物流运输调度问题，定义了改进萤火虫算法中的萤火虫数量、位置等参数，对萤火虫种群进行混沌初始化，设计了萤火虫荧光素浓度更新操作、萤火虫亮度更新操作、萤火虫吸引度更新操作、萤火虫位置更新操作，该方法比传统的集装箱轮船运输路径搜索算法更加具有灵活性，并且相比标准萤火虫算法具有更高的寻优精度，收敛速度更快，在求解集装箱轮船物流运输路径时有很好的效果。参照图4，下面对本发明所提供的集装箱轮船物流运输调度方法进行进一步详细阐述。步骤S201：输入集装箱轮船物流运输调度问题基本参数。基本参数可以包括：集装箱中转港的位置，支线港的地理位置以及各个支线港集装箱装卸量，支线港时间窗的轮船信息。步骤S202：建立集装箱轮船物流运输调度数学模型。步骤S2021：定义参数及决策变量：N：表示集装箱运输中需要装卸集装箱的支线港总数量；S：表示集装箱运输公司运输集装箱的轮船总数量；M：表示在运输集装箱中计划被使用的轮船总数量；m：表示在运输集装箱任务的具体轮船；Xj：表示从中转港到港口j需要卸载的集装箱量；Qj：表示从港口j需要运输到中转港的集装箱量；QMm：表示轮船m的最大装载集装箱的载箱量；QZMmi：表示轮船m在港口i装载运输到中转港的最大载箱量；Uj：表示从中转港到港口j需要卸载的集装箱重量；Pj：表示从港口j需要运输到中转港的集装箱重量；PMm：表示轮船m的最大装载集装箱的载重量；PZMmi：表示轮船m在港口i装载运输到中转港的最大集装箱重量；LTi：表示从港口i的装载的集装箱必须在这一时间限制前送达到中转港；Tmij：表示轮船m从港口i到达港口j的航行时间；Tmi：表示轮船m到达港口i的当前时刻点；STmj：表示轮船m在港口j的作业时间；WTmj：表示轮船m在港口j的等待靠泊时间；Gmj：表示轮船m在港口j作业每小时所需的作业成本；Dmj：表示轮船m在港口j等待靠泊每小时所需的等待靠泊成本；αmj：表示轮船m航行单位距离所需的航行成本；Lij：表示从港口i到达港口j的航行航程；C：表示在限定时间内未到达中转港的最大惩罚成本；C(tm)：表示轮船m的惩罚成本；tm：表示轮船m到达中转港的当前时刻点；步骤S2022：建立目标函数：QZMmj≥Qm1-Xj+Qj-M(1-Am1j)j＝1,2,...,N；m＝1,2,...,S(9)QMm≥Qm1m＝1,2,...,S(10)QMm≥QZMmjm＝1,2,...,S；j＝1,2,...,N(11)PZMmj≥Pm1-Uj+Pj-M(1-Am1j)j＝1,2,...,N；m＝1,2,...,S(14)PMm≥Pm1m＝1,2,...,S(15)PMm≥PZMmjm＝1,2,...,S；j＝1,2,...,N(16)Amij(Tmi+STi+Tmij-Tmj)≤0i,j＝1,2,...,N；m＝1,2,...,S(17)其中，式(1)为港口集装箱运输过程中轮船航行成本、轮船在支线港作业成本、轮船在支线港等待靠泊成本以及轮船未在规定时间到达中转港的惩罚成本这四部分所花费的最小成本；式(2)为保证每只集装箱运输轮船最多航行一条航线；式(3)为保证一条航线上只能有一条集装箱运输轮船在航行；式(4)为保证轮船进入该支线港并从该支线港出来；式(5)和式(6)为保证轮船起始点在中转港，整个运输任务完成后终止点也在该中转港；式(7)为保证轮船最大载箱量不会小于轮船在中转港出发时的装货量；式(8)为保证轮船m出中转港装载的集装箱量与在各支线港卸载箱量相同；式(9)为保证轮船m在港口j的最大装载集装箱量必须大于或等于在j港口装载需要运输到中转港集装箱量和轮船在j港口卸载后剩余集装箱量之和；式(10)为保证轮船m的最大装载集装箱的载箱量必须大于或等于轮船m运出中转港的集装箱量；式(11)为保证轮船m最大装载集装箱的载箱量必须大于或等于轮船m在j港口需要装载运输到中转港的最大集装箱量；式(12)为保证轮船最大载重量不会小于轮船在中转港出发时的装载的集装箱重量；式(13)为保证轮船m出中转港装载的集装箱重量与在各支线港卸载集装箱重量相同；式(14)为保证轮船m在港口j的最大装载集装箱重量必须大于或等于在j港口装载需要运输到中转港集装箱重量和轮船在j港口卸载后剩余集装箱重量之和；式(15)为保证轮船m的最大装载集装箱的载箱重量必须大于或等于轮船m运出中转港的集装箱重量；式(16)为保证轮船m最大装载集装箱的载箱重量必须大于或等于轮船m在j港口需要装载运输到中转港的最大集装箱重量；式(17)为保证轮船航行在各支线港之间时时间的连续性，避免时间上的冲突；式(18)为轮船m在限制时间前未到达中转港的惩罚成本。步骤S203：设计改进萤火虫算法，对步骤S202中建立的目标函数寻找最优解；步骤S2031：针对目标问题分析，系统初始化。设置萤火虫初始种群数量为n和位置信息、混沌初始化、当前迭代次数t、最大迭代次数为maxIterator、最大吸引度β0、荧光素增强因子γ、步长因子α、然后进行混沌初始化。进行混沌初始化的具体步骤可以为：将萤火虫的位置信息xj映射为0到1之间的混沌变量yj。根据yj，用下式计算得到迭代混沌序列yj+1＝μyi(1-yj)(20)其中，μ为控制参量，一般3.56≤μ≤4.0。将混沌变量序列通过逆映射原理得到萤火虫位置信息步骤S2032：计算萤火虫适应度函数值，即将目标函数值转化为萤火虫荧光素浓度值。li(t)＝max{(1-ρ)li(t-1)+γG(xi(t)),0}(22)其中，li(t)表示为萤火虫的荧光素浓度，ρ(0＜ρ＜1)表示为荧光素挥发因子，γ(0＜γ＜1)表示为荧光素增强因子，G(xi(t))表示为萤火虫i所在位置对应的目标函数值。步骤S2033：计算萤火虫的相对亮度值和吸引度。其中，I表示萤火虫荧光亮度；I0表示为萤火虫自身的荧光亮度，其与目标函数成正比关系；γ为光强吸收系数，设为常数，Rij为萤火虫i到j之间的距离：其中，c表示位置数据维度；xi,z表示萤火虫i的第z个位置数据分量；xj,z表示萤火虫j的第z个位置数据分量。其中，β(R)表示吸引度；β0表示最大吸引度。步骤S2034：将萤火虫按亮度进行比较，找出亮度最大的那只萤火虫，记录位置。步骤S2035：计算自适应惯性权重c(t)。其中，cmax代表最大权重，cmin代表最小权重，t代表当前迭代次数，maxIterator代表最大迭代次数。步骤S2036：更新萤火虫的位置xi。其中，xxBest(t)表示最亮的萤火虫所在的位置；RrBest表示到最亮萤火虫距离；α(0＜α＜1)表示步长因子；xi(t+1)表示萤火虫i更新后的位置；xi(t)表示萤火虫i的位置；α×(rand-0.5)表示随机参数，可以避免过早陷入局部最优解；表示在更新位置时萤火虫i和j之间的吸引度；表示在更新位置时萤火虫i和当前最亮萤火虫之间的吸引度。步骤S2037：判断是否达到设置的最大迭代次数，若达到最大迭代次数则转向步骤S2038，否则，转向步骤S2033。步骤S2038：：终止算法，输出得到集装箱轮船运输调度的数学模型最优寻优路径。步骤S204：得到轮船的最优运输路径，结束运输路径规划。本发明提出的一种集装箱轮船物流运输调度方法及系统，针对集装箱轮船物流配送中转港轮船运输路径问题，建立数学模型，采用改进萤火虫算法来求解该模型，该方法具有较高的寻优精度和较快的收敛速度，在求解集装箱轮船物流运输路径时有很好的效果。为了证明本发明的优越性，下面将本发明通过1个中转港集装箱配送中心对8个支线港集装箱配送进行案例分析。该具体实施方式中，集装箱中转港1的坐标和支线港的坐标如表1，各个支线港集装箱装卸量和支线港时间窗的轮船信息如表2，1个中转港有计划使用的轮船4艘，每艘单次出行轮船信息和开销成本如表3，任意两个港口航线距离如表4。本发明实施例所提供的方法适用于1个中转港集装箱配送中心，配送轮船类型单一的运输方式，目的为找到服务所有支线港的集装箱物流运输配送最优路径，达到运输成本最低。表1表2表3轮船总装箱量/TEU100轮船总装载重量/吨3500元/TEU12元/时1000表4本发明实施例中N＝8，S＝4，M＝2，Gmi＝500元/时，Dmi＝200元/时，αmi＝200元/km，C＝10000元，通过对改进萤火虫算法求解，得到计算结果，需要花费的最小运输成本共24950元，最优的配送路径如图5所示。下面对本发明实施例提供的集装箱轮船物流运输调度系统进行介绍，下文描述的集装箱轮船物流运输调度系统与上文描述的集装箱轮船物流运输调度方法可相互对应参照。图6为本发明实施例提供的集装箱轮船物流运输调度系统的结构框图，参照图6集装箱轮船物流运输调度系统可以包括：基本参数获取模块100，用于获取输入的集装箱轮船运输调度基本参数信息；模型建立模块200，用于根据所述基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数；计算模块300，用于采用改进萤火虫算法对所述集装箱轮船物流运输调度数学模型进行计算，确定所述目标函数的最优解；最优路径确定模块400，用于将所述目标函数的最优解作为轮船的最优运输路径。作为一种具体实施方式，本发明所提供的集装箱轮船物流运输调度系统中，集装箱轮船运输调度基本参数信息包括：集装箱中转港的位置信息、支线港的地理位置信息、各个支线港集装箱装卸量信息以及支线港时间窗的轮船信息。作为一种具体实施方式，本发明所提供的集装箱轮船物流运输调度系统中，所述模型建立模块可以具体包括：定义单元，用于对于集装箱轮船物流运输调度所需的参数以及决策变量进行定义；建立单元，用于根据所述参数以及决策变量建立所述目标函数。在上述任一实施例的基础上，本发明所提供的集装箱轮船物流运输调度系统中，所述计算模块包括：初始化单元，用于针对目标问题分析，对萤火虫种群进行混沌初始化；适应度函数值计算单元，用于计算萤火虫适应度函数值；相对亮度值和吸引度计算单元，用于计算萤火虫的相对亮度值和吸引度；比较单元，用于将萤火虫按亮度进行比较，找出亮度最大的萤火虫，记录对应的位置信息；自适应惯性权重计算单元，用于计算自适应惯性权重，更新萤火虫的位置；确定单元，用于判断是否达到设置的最大迭代次数，若达到最大迭代次数则终止算法，得到集装箱轮船运输调度的数学模型的最优运输路径。本实施例的集装箱轮船物流运输调度系统用于实现前述的集装箱轮船物流运输调度方法，因此集装箱轮船物流运输调度系统中的具体实施方式可见前文中的集装箱轮船物流运输调度方法的实施例部分，例如，基本参数获取模块100，模型建立模块200，计算模块300，最优路径确定模块400，分别用于实现上述集装箱轮船物流运输调度方法中步骤S101，S102，S103和S104，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。本发明所提供的集装箱轮船物流运输调度系统，通过获取输入的集装箱轮船运输调度基本参数信息；根据基本参数信息建立集装箱轮船物流运输调度数学模型，生成目标函数；采用改进萤火虫算法对集装箱轮船物流运输调度数学模型进行计算，确定目标函数的最优解；将目标函数的最优解作为轮船的最优运输路径。本申请通过改进的萤火虫算法解决集装箱轮船物流运输调度问题，定义了改进萤火虫算法中的萤火虫数量、位置等参数，对萤火虫种群进行混沌初始化，设计了萤火虫荧光素浓度更新操作、萤火虫亮度更新操作、萤火虫吸引度更新操作、萤火虫位置更新操作，该方法比传统的集装箱轮船运输路径搜索算法更加具有灵活性，并且相比标准萤火虫算法具有更高的寻优精度，收敛速度更快，在求解集装箱轮船物流运输路径时有很好的效果。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或
技术领域：
内所公知的任意其它形式的存储介质中。以上对本发明所提供的集装箱轮船物流运输调度方法及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本
技术领域：
的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。当前第1页1 2 3