本发明涉及农资电子商务技术领域，具体涉及基于改进遗传算法的农资连锁经营配送中车辆调度方法。
背景技术：
农资是农业生产重要的农业投入品，为现代农业的发展提供了重要的物资保障和基础。农资连锁经营是目前农资企业的主要经营方式，但是目前针对农资连锁经营的物流配送理论的研究却十分落后。物流配送水平的滞后成为制约连锁经营在农资领域顺利发展的瓶颈，建立完善的农资连锁物流体系，有利于提高农业经济效益。
在我国社会普遍物流运作水平偏低,物流成本较高的大环境下,农资产品的物流成本也很高。通过从物流配送环节节约成本可以在保证农民购买农资产品的能力的同时使得农资公司能有更好的收益，达到双赢的效果。
技术实现要素：
本发明的目的在于克服现有技术中存在的不足，提供一种基于改进遗传算法的农资连锁经营配送中车辆调度方法，提供了更符合农资连销实际情况，节约物流配送环节成本。
为解决上述技术问题，本发明采用如下技术方案：
基于改进遗传算法的农资连锁经营配送中车辆调度方法，所述方法包括如下步骤：
s1、建立农资连销配送车辆实时调度模型；
s2、改进遗传算法；
s3、输入相应的配送点信息和车辆信息以及配送失败的惩罚系数；
s4、遗传算法进行优化，输出配送方案。
优选的，所述步骤s1中农资连销经营物流配送车辆调度模型主要包括：农资产品、运输车辆、配送中心、村镇销售网点、运输网络、约束条件和目标函数。
优选的，所述目标函数为
式(1)中，cij表示从配送网点i到配送网点j的配送成本，xijk表示车辆k从网点i行驶到j，g表示配送失败的网点数，p表示配送失败的惩罚。
优选的，所述步骤s2中改进遗传算法的具体步骤包括：
s21、初始化群体，按照种群数目随机生成n个个体；
s22、选择操作，采用改进的轮盘赌算法来选择个体，保证种群中适应值最小的解也有机会被选到，避免种群的多样性遭到破坏；
s23、交叉算法，采用部分映射交叉算法；
s24、变异操作，采用随机生成变异位点的方法；
s25、终止条件，当经过一定代数最优解已然不变时则停止算法。
优选的，所述步骤s22中改进的轮盘赌算法具体包括：
先产生随机数ξ∈[0，1]，若式(2)成立则选择个体i进行复制。
其中fj为个体j的适配值，fmin为所有个体中最小的适配值。
本发明由于采用了上述技术方案，具有以下有益效果：本方法提供了更符合农资连销中车辆调度实际情况的解决方法，采用改进的轮盘赌算法来保证种群的多样性；采用部分映射交叉算法来适应农资连销模型中节点型编码的特征；节约了农资连销中物流配送的成本。
附图说明
附图用来提供对本发明的优选的理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明的算法流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所述描述的实施例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作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。
本发明的基于改进遗传算法的农资连锁经营配送中车辆调度方法，包括如下步骤：
s1、建立农资连销配送车辆实时调度模型；
本发明实施例中，假设各农资产品不存在不能一起运输的情况，主要目标为使得运输成本最低而不是最短路径，因为要保证配送网点都拿到货，所以对于配送失败的情况给予惩罚。目标函数为
式(1)中，cij表示从配送网点i到配送网点j的配送成本，xijk表示车辆k从网点i行驶到j，g表示配送失败的网点数，p表示配送失败的惩罚。
s2、根据农资连销智能物流系统车辆调度的模型，结合遗传算法的精髓，编写相应的程序；
本发明实施例中，基于遗传算法解决农资连销智能物流系统中车辆调度问题，分为以下几个部分：
s21、初始化群体，按照种群数目随机生成n个个体；
s22、选择操作，选择操作作用于避免有效基因的损失，使高性能的个体得以更大的概率生存，从而提高全局收敛性和计算效率；
本发明实施例中，采用改进的轮盘赌算法：先产生随机数ξ∈[0，1]，若式(2)成立则选择个体i进行复制。
其中fj为个体j的适配值，fmin为所有个体中最小的适配值。
这里对所有的适配值都进行了调整，都减去0.9fmin，然后再进行加权选择，这样可以使不同解之间形成较大区分度，采用了减去最小适配值的做法可以增大优良个体被选择的机会，加快收敛速度。同时，这里并没有完全减去fmin，而是减去0.9fmin，这样可以保证种群中适配值最小的解也有机会被选择到，避免种群的多样性被破坏。
s23、交叉算法，本实施例中选择部分映射交叉算法；
s24、变异操作，本实施例中采用随机生成变异位点的方式；
s25、终止条件，由于问题的最优解无法知道，所以本实施例采用近似收敛准则来终止算法，当种群进化了n代之后最优解已然不变时就认定此时的解为最优解，终止算法。
s3、输入相应的配送点信息和车辆信息以及配送失败的惩罚系数；
s4、遗传算法进行优化，输出配送方案。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。