一种基于离散蝙蝠算法的物流运输调度方法
【专利摘要】本发明公开了一种基于离散蝙蝠算法的物流运输调度方法，针对物流运输调度问题，定义了蝙蝠算法中蝙蝠位置、速度等参数，重新设计了蝙蝠速度更新操作、蝙蝠频率更新操作、蝙蝠位置更新操作、蝙蝠发射频度更新操作，同时引入分段逆序操作增强全局搜索能力，使用基于固定半径最近邻居搜索策略和不检测标识策略的3?Opt优化算法来增强蝙蝠算法的局部搜索能力并加快算法的收敛速度。本发明所提出的基于离散蝙蝠算法的物流运输调度方法具有较强的收敛能力、较强的全局寻优能力、较快的运行速度，在求解物流运输调度时表现出较好的稳定性和有效性。
【专利说明】
_种基于禹散蝙幅算法的物流运输调度方法
技术领域
[0001] 本发明涉及一种物流运输调度方法，尤其是一种基于离散蝙蝠算法的物流运输调 度方法，属于人工智能技术领域。
【背景技术】
[0002] 物流作为第三利润源泉对现代社会的影响明显，它关联了国民经济的原材料供 应、生产过程、商品流通等重要领域，是支柱性产业。物流运输调度是物流的核心活动之一， 它就是经济合理地设计车辆运输路径，按照客户的需求将货物从供应地点转移到需求地 点。
[0003] 在物流运输调度中，最基本的一种物流运输调度模型可描述为:一个配送中心有一 台车辆要去为若干个客户点送货，该车辆从配送中心出发，需要经过所有客户后，回到配送 中心，应如何选择行进路线，以使总的行程最短。其中，该车辆的车载量大于或等于所有客 户点的总货物需求量;所有客户只能经过一次。其数学模型为:对于η个城市，遍历所有客户 和配送中心，且只能被访问一次的路径为C = (C1，C2,…，cn)，使Μ? 1 = 。 2=1 其中，d(ci，ci+i)为客户或配送中心Ci、Ci+i之间的距离，i = l，2,…，n-l，d(cn，ci)为客户或 配送中6cn、Cl之间的距离。
[0004] 蝙蝠算法是由Xin-she Yang在2010年提出的一种元启发式算法。蝙蝠算法是以微 型蝙蝠的回声定位行为为基础，采用不同的脉冲发射频度和响度对复杂优化的问题进行求 解。
【发明内容】
[0005] 本发明的目的是为了解决上述现有技术的缺陷，提供了一种运行速度快、收敛能 力强、寻优效率高的一种基于离散蝙蝠算法的物流运输调度方法。
[0006] 本发明的目的可以通过采取如下技术方案达到：
[0007] -种基于离散蝙蝠算法的物流运输调度方法，所述方法包括以下步骤：
[0008] S1、初始化
[0009] S1-1、控制参数设置:最大迭代次数为Nmax，迭代计数器N，蝙蝠的种群规模为Q，固 定半径最近邻居搜索参数frns〈Q、0彡fmin<Kl、0彡Rmin<Kl、0彡A min<A彡1是预 先给定的常数;其中，N的初始值为0;
[0010] S1-2、初始化种群:对每个i，随机产生第i只蝙蝠的位置为Xi、速度为Vi、脉冲发射 频度为心、脉冲响度为厶1、脉冲频率;1^;其中，1 = 1，2，"_，(>)，1^￡[1^11，1?111￡^]丄￡[厶1^11，厶11^]， fi^ [fmin,fmax]；
[0011] S2、根据初始蝙蝠种群中每个蝙蝠的位置Xi，计算蝙蝠的适应度fitnessi，初始化 全局最优蝙蝠的位置X*及其适应度fitness*;
[0012] S3、更新每个蝙蝠的速度νΓ%蝙蝠频率和当前蝙蝠的待定位置
[0013] S4、如果rand〉!^，则采用分段逆序策略生成新的蝙蝠位置χΓ";否则，进入步骤S5;
[0014] S5、通过基于固定半径最近邻居搜索策略和不检测标识策略的3-〇pt优化算法找 出蝙蝠位置#"邻域中最好的蝙蝠位置及其适应度
[0015] S6、如果rand<Ai，且./?廳广'f < .所《6崎，则X; = ，.你诏叫=广.，并更 新脉冲响度仏和脉冲发射频度心;否则，进入步骤S7;
[0016] S7、如果方微<.偉《.0路.，更新全局最优解X*和fitness*;否则，进入步骤S8;
[0017] S8、如果N<Nmax，则Νη?=Νη?+1，返回步骤S3;否则，进入步骤S9;
[0018] S9、输出全局最优蝙蝠的位置X*及其适应度fitness*。
[0019] 进一步的，步骤S1-2中，所述蝙蝠的位置和速度的定义如下：
[0020] 1)蝙蝠的位置：设QeN+为蝙蝠种群规模，定义第i个蝙蝠的位置SXl=( Xll， Xi2，…，xin)，i = l，2，'"，Q，其中，η为一个配送中心和多个客户点的总个数，（Xii，xi2,…， Xin)是（1，2，…，n)的一个置换;Xi代表客户和配送中心遍历的路径为Xil - Xi2----->Xin- Xil；
[0021] 2)蝙蝠的速度:定义第i个蝙蝠的速度为Vi=(vii，vi2，···，vin);其中，(Xvij彡n，i = 1，2，."，Q，j = l，2，."，n〇
[0022] 进一步的，步骤S2中，所述蝙蝠的适应度fitnessi，由下式计算得出：
[0023]
(1)
[0024] 其中，d(xij，xi(j+i))为客户或配送中心Xij、Xi(j+i)之间的距离，j = l，2,…，n-l，d (叉^^1)为客户或配送中1小1山+1)之间的距离。
[0025] 进一步的，步骤S3中，所述更新每个蝙蝠的速度ν^、蝙蝠频率./Γ1'和当前蝙蝠的 待定位置< sw，具体包括：
[0026] 设第i个蝙蝠的位置为Xi= (Xil，Xi2，···，Xin)，其速度为Vi=(Vil，Vi2,…，Vin)，其频 率为f i ;当前全局最优蝙蝠的位置为X* = ( X*1，X*2，…，X*n )，其速度为V* = ( V*1，V*2，…，V*n);
[0027] S3-1、通过蝙蝠位置的减法操作、蝙蝠速度的数乘操作和蝙蝠速度加法操作来更 新蝙蝠速度；
[0028] 1)蝙蝠位置的减法操作
[0029] 对第i个蝙蝠，定义蝙蝠位置的减法操作
贝1J :
[0030]
(2)
[0031] 其中，i = l，2，."，Q，j = l，2，."，n;
[0032] 2)蝙蝠速度的数乘操作
[0033] 对第i个蝙蝠，定义蝙蝠速度的数乘操作，令 frand = rand()，则：
[0034]
(3).
[0035] 其中，i = l，2，."，Q，j = l，2，."，n;
[0036] 3)蝙蝠速度加法操作
[0037] 对第i个蝙蝠，定义蝙蝠速度加法操作
，则：
[0038]
(4)
[0039] 其中，以ifn作为第i个蝙蝠的新速度，i = 1，2，…，Q;
[0040] S3-2、更新蝙蝠频率
[0041 ]在进行蝙蝠速度的数乘操作的同时，进行蝙蝠频率更新操作:对第i个蝙蝠，定义 蝙蝠频率的更新操作：
[0042]
[0043] 其中，i = l，2，."，Q，j = l，2，."，n;
[0044] S3-2、通过蝙蝠位置加法操作更新蝙蝠位置
[0045] 对第i个蝙蝠，定义蝙蝠位置与速度加法操竹
中的分量按如下方法从以得到：对每个j，如果> 0，则交换X冲的叫和vf';其中，j = 1，2，···，η;
[0046] 以X,""1作为第i个蝙蝠的新位置，i = 1，2，…，Q。
[0047]进一步的，步骤S4中，所述分段逆序策略，具体包括：
[0048]设Xi=(xii，xi2，···，xin)为第i个蝙蝠位置，s、t是随机产生的整数;其中，l<s<n/ 2,n/2^t^n,frand2 = rand()；
[0049] 1)如果frand2>0.33且s辛1，将xi中1到s之间的全部分量逆序排列、其他分量保持位 置不变，即令Xi= (Xis，Xi(s-1)，…，Xi2，Xil，Xi(s+l)···，Xin);
[0050] 2)如果frand2彡0.66且t辛η，将Xi中t到η之间的全部分量逆序排列、其他分量保持 位置不变，即令Xi=(Xil，Xi2，···，Xi(t-l)，Xin，Xi(n-1)，···，Xi(t+l)，Xit);
[0051 ] 3)如果0.66>frand2彡0.33或者s = l或者t = n，将Xi中从s到t之间的全部分量逆序 排列、其他分量保持位置不变，即令Xi= (Xil,…，Xit，Xi(t-1)，…，Xi(s+1)，Xis,…，Xin)。
[0052]进一步的，步骤S5中，所述固定半径最近邻居搜索策略和不检测标识策略，具体 为：
[0053] 1)固定半径最近邻居搜索策略
[0054]定义固定邻域搜索半径为常数frns，对客户或配送中心i进行3-〇pt邻域搜索的时 候，只进行最靠近客户或配送中心i的前frns个客户的交换搜索;其中，frns为正整数且0< frns^in, i = 1,2, ··· ,η；
[0055] 2)不检测标识策略
[0056] 在进行固定半径最近邻居搜索时，为客户或配送中心i设置不检测标识flagl，并 令flagi为FALSE，如果客户或配送中心i已经搜索过无法交换出更好结果，则令flagi为 TRUE，后续客户或配送中心的搜索中便不需要搜索客户或配送中心i，其中i = l，2,…，η。
[0057] 进一步的，步骤S6中，所述更新脉冲响度Ai，具体为：
[0058] 在第N代，第i个蝙蝠的脉冲响度为jf:，则在第N+1代时蝙蝠的脉冲响度為*+1由下式 计算得出：
[0059]
(6)
[0060] 其中，α为响度影响因子，〇<α<1且α为常量。
[0061] 进一步的，步骤S6中，所述更新脉冲发射频度心，具体为：
[0062] 在第N代，第i个蝙蝠的发射频度为if，则在第N+1代时蝙蝠的发射频度?+1由下式 计算得出：
[0063]
<7)
[0064] 其中，γ为发射频度影响因子，γ>0且γ为常量。
[0065] 本发明相对于现有技术具有如下的有益效果：
[0066] 1、本发明对蝙蝠算法基本原理进行深入研究，通过分析蝙蝠算法的优化机制并针 对所描述的物流运输调度问题，定义了蝙蝠算法中蝙蝠位置、速度等参数，设计了蝙蝠速度 更新操作、蝙蝠频率更新操作、蝙蝠位置更新操作、蝙蝠发射频度更新操作，同时引入分段 逆序操作增强全局搜索能力，使用基于固定半径最近邻居搜索策略和不检测标识策略的3-〇pt优化算法来增强蝙蝠算法的局部搜索能力并加快算法的收敛速度。
[0067] 2、本发明所提出的物流运输调度方法具有较强的收敛能力、较强的全局寻优能 力、较快的运行速度，在求解物流运输调度时表现出较好的稳定性和有效性。
【附图说明】
[0068] 图1为本发明的基于离散蝙蝠算法的物流运输调度方法的流程图。
[0069]图2a~图2c为本发明的基于离散蝙蝠算法的物流运输调度方法的3-〇pt示意图。 [0070]图3a~图3d分别为本发明的基于离散蝙蝠算法的物流运输调度方法的解决76、 101、150、200个点(包括一个配送中心和多个客户点）的物流运输调度的最短路径图。
【具体实施方式】
[0071] 下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限 于此。
[0072] 实施例1:
[0073] 如图1所示，本实施例的基于离散蝙蝠算法的物流运输调度方法，包括以下步骤： [0074]第一步:初始化
[0075] 1)控制参数设置:最大迭代次数为Nmax，迭代计数器N，蝙蝠的种群规模为Q，固定半 径最近邻居搜索参数：^1118〈( >)、;1^11 = 0、;1^￡?=1、1^11 = 0、1?111￡?=1、411^ = 0、4111￡?=1，响度影响因 子α = 0.9,发射频度影响因子γ =0.1，频率影响因子θ = 2Χη是预先给定的常数;其中，N的 初始值为〇;
[0076] 2)初始化种群:对每个i，随机产生第i只蝙蝠的位置*Χι、速度为^、脉冲发射频度 为 Ri、脉冲响度为 Ai、脉冲频率 fi;其中，i = l，2,…，Q，Rie[Rmin，Rmax]，Aie[Amin，Amax]，fie
[fmin , fmax] 〇
[0077] 所述蝙蝠的位置和速度的定义如下：
[0078] 1)蝙蝠的位置：设QeN+为蝙蝠种群规模，定义第i个蝙蝠的位置*Xl=( Xll， Xi2，…，xin)，i = l，2，'"，Q，其中，η为一个配送中心和多个客户点的总个数，（Xii，xi2,…， Xin)是（1，2，…，n)的一个置换;Xi代表客户和配送中心遍历的路径为Xil - Xi2----->Xin- Xil；
[0079] 2)蝙蝠的速度:定义第i个蝙蝠的速度为Vi=(Vii，Vi2，···，Vin);其中，(Xvij彡n，i = 1，2，."，Q，j = l，2，."，n〇
[0080]第二步:根据初始蝙蝠种群中每个蝙蝠的位置Xi，计算蝙蝠的适应度fitnessi，初 始化全局最优蝙蝠的位置X*及其适应度fitness*;
[0081 ] 所述蝙蝠的适应度fitnessi，由下式计算得出：
[0082]
(1.>
[0083] 其中，d(xij，xi(j+i))为客户或配送中心Xij、Xi(j+i)之间的距离，j = l，2,…，n-l，d (叉^^1)为客户或配送中1小1山+1)之间的距离。
[0084] 本实施例中，假设为一个配送中心和多个客户点的总数为n = 5,第i个蝙蝠位置为 叉士=(1，2,3,4,5)，则根据式（1)，行加6881为(1(1，2)、(1(2,3)、(1(3,4)、(1(4,5)、(1(5，1)这5条 路径之和。
[0085] 第三步:更新每个蝙蝠的速度νΓ'蝙蝠频率/Γ^Ρ当前蝙蝠的待定位置χΓ%
[0086] 1)通过蝙蝠位置的减法操作、蝙蝠速度的数乘操作和蝙蝠速度加法操作来更新蝙 蝠速度；
[0087] 本实施例中，设第i个蝙蝠的位置为Xi=(l，2,3,4,5)，其速度为Vi=(0,3,2,0,4)， 其频率为fi = 0.4;当前全局最优蝙蝠的位置为x*=(2,l,3,5,4)，v*=(2,0,l,5,0)。
[0088] 对第i个蝙蝠，定义蝙蝠位置的减法操作
，则：
[0089]
(2)
[0090] 其中，i = l，2，."，Q，j = l，2，."，n;
[0091] 本实施例中，第i个蝙蝠位置的减法操作为:根据式(2)，依次检查xi、x*、v*的每个 分量，比较Xl、 X*的每个对应分量之后得巧-I = vf = (2,U5,4)。
[0092] 对第i个蝙蝠，定义蝙蝠速度的数乘操作
，令 frand = rand()，则：
[0093]
(3)
[0094] 其中，i = l，2, =
[0095] 在进行蝙蝠速度的数乘操作的同时，进行蝙蝠频率更新操作:对第i个蝙蝠，定义 蝙蝠频率的更新操作：
[0096]
(.5)
[0097] 其中，i = l，2，."，Q，j = l，2，."，n。
[0098] 本实施例中，第i个蝙蝠速度的数乘操作为:根据式(3)，依次对vf1的每个分量进 行操作，假设第一次rand() = 0·2，则 | f進d-h | = | 0·2-0·4 | <0·3，if' = 0，根据公式(5)，f丄 =0 ·4;第二次rand() = 0 · 8，贝lj I frand-fi I = I 0 · 8-0 · 4 I >0 · 3，vf =' 1，根据公式(5)，fi = 0 ·4+ (l-0.4)/(2X5)=0.46;以此类推一共进行5次，假设得到rf〃 =(0,10,5,4)和新的蝙蝠速 度f。
[0099] 对第i个蝙蝠，定义蝙蝠速度加法操作
，则：
[0100]
(4)
[0101 ]其中，以w作为第i个蝙蝠的新速度，i = l,2,…，Q;
[0102]本实施例中，根据式(4)，依次对νι、ν；^的每个分量进行操作，假设进行5次随机 rand ()得到的数值分别为0.3、0 . 1、0.8、0.7、0.2，再分别与0.7比较后得到新速度 νΓ =(0,3,0,5,4) β
[0103] 2)通过蝙蝠位置加法操作更新蝙蝠位置
[0104] 第i个蝙蝠位置与速度的加法操作:依次检查&^广'每个分量，得到新的蝙蝠位置 χ_. = (1，3,2,5,4)。
[0105] 第四步、如果rand〉!^，则采用分段逆序策略生成新的蝙蝠位置.χΓ";否则，进入第 五步；
[0106] 本实施例中的分段逆序策略，具体包括：
[0107] 分段逆排序策略：假设第i个蝙蝠位置Xi = (1，2，3，4，5)，随机生成s，t，f rand2 = rand()：
[0108] 1)如果frand2<0·33且s辛 1 (假设s = 2)，则w = (2,丨，3,4,5)
[0109] 2)如果frand2 彡 0.66且 t 辛 n(假设 t = 4)，则 x广= (1，2,3,5,4)
[0110] 3)如果 0.66>frand2 彡 0.33 或者 s = l 或者 t = n(假设 s = 2，t = 4)，贝 lj 工广二(1,4,3,2,5)。
[0111] 第五步、通过基于固定半径最近邻居搜索策略和不检测标识策略的3-0pt(3边交 换算法)优化算法找出蝙蝠位置d卩域中最好的蝙蝠位置#^及其适应度，
[0112] 所述固定半径最近邻居搜索策略和不检测标识策略，具体为：
[0113] 1)固定半径最近邻居搜索策略
[0114]定义固定邻域搜索半径为常数frns，对客户或配送中心i进行3-〇pt邻域搜索的时 候，只进行最靠近客户或配送中心i的前frns个客户的交换搜索;其中，frns为正整数且0< frns^in, i = 1,2, ··· ,η；
[0115] 2)不检测标识策略
[0116] 在进行固定半径最近邻居搜索时，为客户或配送中心i设置不检测标识flagl，并 令flagi为FALSE，如果客户或配送中心i已经搜索过无法交换出更好结果，则令flagi为 TRUE，后续客户或配送中心的搜索中便不需要搜索客户或配送中心i，其中i = l，2,…，η。
[0117] 第六步、如果 rand<Ai，_@
并更新脉冲响度仏和脉冲发射频度&;否则，进入第七步；
[0118] 在第N代，第i个蝙蝠的脉冲响度为、发射频度为/?/，则在第N+1代时蝙蝠的脉冲 响度，"和发射频度尺ν+ι由式(6)、（ 7)计算得出：
[0119] (6)
[0120] (67.).
[0121] 假设第N代的第i个蝙蝠的脉冲响度为< =〇。7、发射频度为if = 0.8，则第N+1代时蝙蝠 的脉冲响度为= Μ X 0.7 = 0.63和发射频启
[0122] 第七步、如果广^ ，更新全局最优解χ*和f itness*;否则，进入步骤 第八步；
[0123] 第八步、如果N< Nmax，则N_=N_+1，返回第三步;否贝1J，进入第九步；
[0124]第九步、输出全局最优蝙蝠的位置X*及其适应度fitness*。
[0125] 应用本发明提出的方法分别解决76、101、150、200个点的物流运输调度问题(每个 问题均包括一个配送中心、其余为客户点），求解过程与结果如下表1、图2a~图2c和图3a~ 图3d所示，其中表1为本发明方法具体实施方案的参数设置，图2a~图2c为最优路径图，图 3a~图3d为76、101、150、200个点的最短路径进化曲线图。
[0126]
[0127] 表1参数设置
[0128] 综上所述，本发明所提出的基于离散蝙蝠算法的物流运输调度方法具有较强的收 敛能力、较强的全局寻优能力、较快的运行速度，在求解物流运输调度时表现出较好的稳定 性和有效性。
[0129] 以上所述，仅为本发明专利优选的实施例，但本发明专利的保护范围并不局限于 此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技 术方案及其发明专利构思加以等同替换或改变，都属于本发明专利的保护范围。
【主权项】
1. 一种基于离散骗幅算法的物流运输调度方法，其特征在于:所述方法包括W下步骤： 51、 初始化 S1-1、控制参数设置:最大迭代次数为Nmax，迭代计数器N，骗幅的种群规模为Q，固定半 径最近邻居捜索参数frnS<Q、0《fmin<fmax《l、0《Rmin<Rmax《l、0《Amin<Amax《l是预先给定 的常数;其中，N的初始值为0; S1-2、初始化种群:对每个i，随机产生第i只骗幅的位置为XI、速度为VI、脉冲发射频度 为 Ri、脉冲响度为 Ai、脉冲频率 fi;其中，i = l，2，...，Q，Rie[Rmin，Rmax]，Aie[Amin，Amax]，fie [fmin , fmax]; 52、 根据初始骗幅种群中每个骗幅的位置XI，计算骗幅的适应度fitnessi，初始化全局 最优骗幅的位置X*及其适应度fi化ess*; 53、 更新每个骗幅的速度v,"6w、骗幅频率/rw和当前骗幅的待定位置； 54、 如果rand〉Ri，则采用分段逆序策略生成新的骗幅位置相W ;否则，进入步骤S5; 55、 通过基于固定半径最近邻居捜索策略和不检测标识策略的3-化t优化算法找出骗 幅位置皆0"邻域中最好的骗幅位置始*W及其适应度.所new严W . 56、 如果rancKAi，且成化掛片6"' < .抑化巧，则-r,二种6"'，，方化6巧=方化6巧'*"'，并更新脉 冲响度Ai和脉冲发射频度Ri;否则，进入步骤S7; 57、 如果辟批巧/*"'' <户扣妨而.，更新全局最优解X*和fitness*;否则，进入步骤S8; 58、 如果N<Nmax，贝帆。w = Nn?+l，返回步骤S3;否则，进入步骤S9; 59、 输出全局最优骗幅的位置X*及其适应度f itness*。2. 根据权利要求1所述的一种基于离散骗幅算法的物流运输调度方法，其特征在于:步 骤S1-2中，所述骗幅的位置和速度的定义如下： 1) 骗幅的位置：设QeN +为骗幅种群规模，定义第i个骗幅的位置为Xi=(Xil，Xi2，···， Xin)，i = l，2,…，Q，其中，η为一个配送中屯、和多个客户点的总个数，（Xil,Xi2,…，Xin)是（1， 2，· · ·，η)的一个置换;Xi代表客户和配送中屯、遍历的路径为Xil一Xi2一---->Xin一Xil; 2) 骗幅的速度：定义第i个骗幅的速度为Vi = (vii,vi2，···，vin);其中，0《vij《n，i = l, 2，...，Q，j = l，2，...，n。3. 根据权利要求1所述的一种基于离散骗幅算法的物流运输调度方法，其特征在于:步 骤S2中，所述骗幅的适应度fitness。由下式计算得出：(1) 其中，d(xij，xi(j+i))为客户或配送中屯、Xij、Xi(j+：L)之间的距离，j = l，2,…，n-l，d(xin，xi) 为客户或配送中XU、Xi(W)之间的距离。4. 根据权利要求1所述的一种基于离散骗幅算法的物流运输调度方法，其特征在于:步 骤S3中，所述更新每个骗幅的速度νΓ、骗幅频率iT"和当前骗幅的待定位置鮮6"'，具体包 括： 设第1个骗幅的位置为义1=估1，义12，。'，义:1。），其速度为￥1=〇：11，￥12，。'，￥：1。），其频率为 扣当前全局最优骗幅的位置为&=(削，&2，。'，义扣），其速度为￥*=(>村，料2，。'，￥袖）； S3-1、通过骗幅位置的减法操作、骗幅速度的数乘操作和骗幅速度加法操作来更新骗 幅速度； 1) 骗幅位置的减法操作 对第1个骗幅，定义骗幅位置的减法操作:Λ：,-而== (vf，嘴6，…，)，则：(2) 其中，i = l, 2，...，90 = 1,2，.··，]!; 2) 骗幅速度的数乘操作 对第i个骗幅，定义骗幅速度的数乘操作：X./；二V严二，…，叫产），令frand = rand〇，贝ij:(3) 其中，i = l, 2，...，9, j = l, 2，.··，]!; 3) 骗幅速度加法操作 对第i个骗幅，定义骗幅速度加法操作：V,. +vff 二?ν,?">:Γ，···，νΓ?，则：(4> 其中，WV；?"作为第i个骗幅的新速度，i = 1，2，…，Q; S3-2、更新骗幅频率 在进行骗幅速度的数乘操作的同时，进行骗幅频率更新操作:对第i个骗幅，定义骗幅 频率的更新操作：(5) 其中，i = l, 2，...，90 = 1,2，.··，]!; S3-2、通过骗幅位置加法操作更新骗幅位置。 对第i个骗幅，定义骗幅位置与速度加法操作：兩+ vT =砖6W二CC，城W，…，嫁"')， 片"'中的分量按如下方法从XI得到：对每个j，如果皆"' * 0，则交换X冲的^和皆"';其中，j = l，2，...，n; 作为第i个骗幅的新位置，i = 1，2，…，Q。5.根据权利要求1所述的一种基于离散骗幅算法的物流运输调度方法，其特征在于:步 骤S4中，所述分段逆序策略，具体包括： 设Xi = (Xii，Xi2,…，Xin)为第i个骗幅位置，s、t是随机产生的整数;其中，l《s<n/2，n/2 《t《n，frand2 = r曰nd〇; 1 )如果f rand2〉0.33且林1，将Xi中巧Ij S之间的全部分量逆序排列、其他分量保持位置不 变，即令Xi =(化s,Xi(s-l) , ,Xi2,Xil,：Xi(s+l)...，化。)； 2)如果frand2>0.66且t声n，将Xi中巧Ijn之间的全部分量逆序排列、其他分量保持位置 不变，即令Xi=(化l，Xi2,... ,Xi(t-l),Xin,：Xi(n-：L),... ,Xi(t+：L),Xit); 3)如果0.66 乂 rand2>0.33或者S = 1或者t = n，将Xi中从巧Ijt之间的全部分量逆序排列、 其他分量保持位置不变，即令Xi = ( Xil，…，Xit，Xi(t-l)，…，Xi(s+1)，Xis，.. ·，Xin)。6. 根据权利要求1所述的一种基于离散骗幅算法的物流运输调度方法，其特征在于:步 骤S5中，所述固定半径最近邻居捜索策略和不检测标识策略，具体为： 1) 固定半径最近邻居捜索策略 定义固定邻域捜索半径为常数frns，对客户或配送中屯、i进行3-化t邻域捜索的时候， 只进行最靠近客户或配送中屯、i的前打ns个客户的交换捜索；其中，frns为正整数且0<打ns 2) 不检测标识策略 在进行固定半径最近邻居捜索时，为客户或配送中屯、i设置不检测标识flagi，并令 flagi为FALSE,如果客户或配送中屯、i已经捜索过无法交换出更好结果，则令flagi为TRUE， 后续客户或配送中屯、的捜索中便不需要捜索客户或配送中屯、i，其中i = l，2,…，η。7. 根据权利要求1所述的一种基于离散骗幅算法的物流运输调度方法，其特征在于:步 骤S6中，所述更新脉冲响度Ai，具体为： 在第N代，第i个骗幅的脉冲响度为半f，则在第N+1代时骗幅的脉冲响度少+1由下式计算 得出：(6) 其中，α为响度影响因子，〇<α<1且α为常量。8. 根据权利要求1所述的一种基于离散骗幅算法的物流运输调度方法，其特征在于:步 骤S6中，所述更新脉冲发射频度Ri，具体为： 在第N代，第i个骗幅的发射频度为i?f，则在第N+1代时骗幅的发射频度起W由下式计算 得出：(7) 其中，丫为发射频度影响因子，丫〉〇且丫为常量。
【文档编号】G06Q10/08GK105976298SQ201610390114
【公开日】2016年9月28日
【申请日】2016年6月2日
【发明人】蔡延光, 戚远航, 蔡颢, 赵杨
【申请人】广东工业大学