CN109359760B - 一种物流路径优化方法、装置及服务器 - Google Patents
一种物流路径优化方法、装置及服务器 Download PDFInfo
- Publication number
- CN109359760B CN109359760B CN201810905519.2A CN201810905519A CN109359760B CN 109359760 B CN109359760 B CN 109359760B CN 201810905519 A CN201810905519 A CN 201810905519A CN 109359760 B CN109359760 B CN 109359760B
- Authority
- CN
- China
- Prior art keywords
- path
- optimal path
- node
- time limit
- stage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种物流路径优化方法、装置及服务器,本发明提出一种既能稳定求得最优解,又比传统动态规划具有更高效率的物流路径优化方法,通过记录动态规划时已求解阶段的信息,避免对不可行或者已搜索过的路径进行多次计算,从而提高军事物流配送的决策效率,降低物流成本。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种物流路径优化方法、装置及服务器。
背景技术
在军事物流配送中,不管是为了平时运输费用的节约,还是战时运输风险的规避,必然会面临时间约束下成本最优的配送路径优化问题,即如何选择运输路径,使得在指定的时间内将物资投送到目标地点且路径成本最低。这里的路径成本指的是广义成本,既可以是平时的运输费用,也可以是战时的风险成本。
由于现实中的路网节点数量多、复杂度大,造成了求解时间与优化精度之间的矛盾,从而使得配送方案难以快速制定,且存在优化程度不足的问题。所以,为了提高配送决策效率,需要在有限时间内计算得到最优路径。由此,高效、稳定的路径优化方法是解决该问题的关键。
对于该问题的求解,目前基本都是采用动态规划方法,动态规划通过定义问题状态与状态之间的关系,将路径优化这一多阶段问题转化为多个单阶段问题,以递推的方式求解出最优路径。由于动态规划方法是通过状态递推的方式对各阶段的路径进行搜索,能够准确的给出最优解。但由于路网复杂的拓扑结构,在路径搜索过程中难免会出现环路,导致计算效率不高。
发明内容
本发明提供了一种物流路径优化方法、装置及服务器,以解决现有技术现有的动态规划方法计算最优路径效率低的问题。
本发明一方面提供了一种物流路径优化方法,该方法包括:建立路网模型;判断数据库中是否存在预设的最优路径记录表,如果否,则建立最优路径记录表,所述最优路径记录表用于记录计算过程中产生的从某一起始节点到另一目标节点在限制时间内的最优路径信息;初始化预设的禁忌表,所述禁忌表用于记录现阶段路径搜索之前已经搜索过的节点序号,以及搜索至该节点时剩余的时间限制和已产生的成本;判断在所述最优路径记录表中是否存在待求解的路径优化问题的最优路径,如果是,则结束,否则,按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,并在求解过程中根据禁忌表甄别可行路径,对当前阶段所有可行路径产生的新一阶段路径优化问题进行判断,若禁忌表中存在与新一阶段问题起始节点相同且约束更加宽松的记录,则剔除产生该问题的可行路径,否则,按照动态规划方法继续求解;其中,所述约束更加宽松的记录包括时间限制更加宽裕或者已产生成本更低的记录。
优选地,所述最优路径记录表内包括以下中的一种或多种:起始节点序号、目标节点序号、时间限制、最优路径、路径耗时、路径成本。
优选地,所述禁忌表内包括以下中的一种或多种:节点序号、剩余时限、已产生成本。
优选地,按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,包括:根据待求解的路径优化问题定义路径优化变量;针对当前阶段k的起始节点indexstart,k和时间限制timelimit,k,进行最优路径计算。
优选地,该方法还包括:将根据各阶段待求解的路径优化问题计算得到的最优路径记录存入最优路径记录表中,并将各阶段待求解的路径优化问题的状态信息存入禁忌表;
其中,所述状态信息包括以下中的一种或多种起始节点序号、时间限制和已产生的成本。
本发明另一方面还提供了一种态势回放装置,包括:
建立单元,用于建立路网模型;
第一判断单元,用于判断数据库中是否存在预设的最优路径记录表,如果否,则建立最优路径记录表,所述最优路径记录表用于记录计算过程中产生的从某一起始节点到另一目标节点在限制时间内的最优路径信息;
处理单元,用于初始化预设的禁忌表,所述禁忌表用于记录现阶段路径搜索之前已经搜索过的节点序号,以及搜索至该节点时剩余的时间限制和已产生的成本;
第二判断单元,用于判断在所述最优路径记录表中是否存在输入的待求解的路径优化问题的最优路径,如果是,则结束,否则,按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,并在求解过程中根据禁忌表甄别可行路径,对当前阶段所有可行路径产生的新一阶段路径优化问题进行判断,若禁忌表中存在与新一阶段问题起始节点相同且约束更加宽松的记录,则剔除产生该问题的可行路径,否则,按照动态规划方法继续求解;其中,所述约束更加宽松的记录包括时间限制更加宽裕或者已产生成本更低的记录。
优选地,所述最优路径记录表内包括以下中的一种或多种:起始节点序号、目标节点序号、时间限制、最优路径、路径耗时、路径成本。
优选地,所述禁忌表内包括以下中的一种或多种:节点序号、剩余时限、已产生成本。
优选地,所述第二判断单元还用于,根据待求解的路径优化问题定义路径优化变量;针对当前阶段k的起始节点indexstart,k和时间限制timelimit,k,进行最优路径计算,并将根据各阶段待求解的路径优化问题计算得到的最优路径记录存入最优路径记录表中,并将各阶段待求解的路径优化问题的状态信息存入禁忌表;其中,所述状态信息包括以下中的一种或多种起始节点序号、时间限制和已产生的成本。
本发明第三方面提供了一种服务器,该服务器包括上述任意一种所述的装置。
本发明有益效果如下:
本发明的目的是针对时间约束下成本最优路径问题,提出一种既能稳定求得最优解,又比传统动态规划具有更高效率的物流路径优化方法,通过记录动态规划时已求解阶段的信息,避免对不可行或者已搜索过的路径进行多次计算,从而提高军事物流配送的决策效率,降低物流成本。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例的一种物流路径优化方法的流程示意图;
图2是本发明实施例的路网模型的结构示意图;
图3是本发明实施例的另一种物流路径优化方法的流程示意图;
图4是本发明实施例的一种物流路径优化装置的结构示意图。
具体实施方式
本发明实施例提供了一种物流路径优化方法,参见图1,该方法包括:
S101、建立路网模型;
S102、判断数据库中是否存在预设的最优路径记录表,如果否,则进入下一步;
S103、建立最优路径记录表,所述最优路径记录表用于记录计算过程中产生的从某一起始节点到另一目标节点在限制时间内的最优路径信息;
S104、初始化预设的禁忌表,所述禁忌表用于记录现阶段路径搜索之前已经搜索过的节点序号,以及搜索至该节点时剩余的时间限制和已产生的成本;
S105、判断在所述最优路径记录表中是否存在输入的待求解的路径优化问题的最优路径,如果是,则进入下一步,否则,进入S107;
S106、结束;
S107、按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,并在求解过程中实时更新所述禁忌表。
本发明实施例中,步骤S107具体包括:按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,并在求解过程中根据禁忌表甄别可行路径,对当前阶段所有可行路径产生的新一阶段路径优化问题进行判断,若禁忌表中存在与新一阶段问题起始节点相同且约束更加宽松的记录,则剔除产生该问题的可行路径,否则,按照动态规划方法继续求解;
其中,所述约束更加宽松的记录包括时间限制更加宽裕或者已产生成本更低的记录。
详细来说,本发明针对时间约束下成本最优路径问题,通过在传统的动态规划方法中加入最优路径记录表和禁忌表来记录历史搜索信息,避免了对不可行或者已搜索过的路径进行多次计算,提高了对最优路径的搜索效率。
本发明实施例通过在传统动态规划方法中加入了最优路径记录表,用来记录每次计算后得到的最优路径,并通过在问题求解前查询最优路径记录表,能够有效避免对相同问题的重复计算,从而提高计算效率。随着求解问题的逐渐增加,最优路径记录表中的路径记录越丰富,后续求解时能够节省的时间约多。
并在传统动态规划方法中加入了禁忌表,用来在每次问题求解中记录已经搜索过的路网节点及搜索时的状态,能够避免对相同的节点进行不必要的计算,降低计算时间的同时又能够得到最优路径,从而提高计算效率。
需要说明的是,本发明实施例所述最优路径记录表内包括以下中的一种或多种:起始节点序号、目标节点序号、时间限制、最优路径、路径耗时、路径成本,具体如表1所示。所述禁忌表内包括以下中的一种或多种:节点序号、剩余时限、已产生成本,具体如表2所示。
表1 本发明的最优路径记录表
表2 本发明的禁忌表
本发明实施例中,按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,包括:根据待求解的路径优化问题定义路径优化变量;针对当前阶段k的起始节点indexstart,k和时间限制timelimit,k,进行最优路径计算。
并且,本发明实施例将根据待求解的路径优化问题计算得到的最优路径记录存入最优路径记录表中。
具体来对,本发明实施例是将根据各阶段待求解的路径优化问题计算得到的最优路径记录存入最优路径记录表中,并将各阶段待求解的路径优化问题的状态信息存入禁忌表;
其中,所述状态信息包括以下中的一种或多种起始节点序号、时间限制和已产生的成本。
图2为本发明实施例的路网模型,如图2所示,本发明实施例的路网时间模型采用矩阵T进行描述:
图3是本发明实施例的另一种物流路径优化方法的流程示意图,下面将结合图3对本发明实施例所述的物流路径优化方法进行详细的解释和说明:
步骤1:建立路网模型。对运输起止地点指定范围内的所有交通网络建立包含运输时间和成本的静态赋权路网模型,主要包括交通网络的路网时间模型和路网成本模型。其中,路网模型的节点为交通运输节点,边代表节点间可通过某种交通方式到达,边的权重分别表示从节点i到节点j所需时间(路网时间模型)或成本(路网成本模型)。若节点i到节点j之间不存在运输路径,则定义节点i到节点j所需时间及成本皆为0(或某个实际上不可能取得的数值)。这样就可以通过矩阵对路网的时间模型和成本模型进行描述。例如,图1所示的路网时间模型就可以用矩阵T进行描述。
步骤2:若数据库中无最优路径记录表,则建立最优路径记录表。最优路径记录表如图2所示,由起始节点序号、目标节点序号、时间限制、最优路径、路径耗时、路径成本6个字段组成,用于记录计算过程中产生的从某一起始节点到另一目标节点在限制时间内的最优路径信息。
步骤3:初始化禁忌表。禁忌表如图3所示,由节点序号、剩余时限、已产生成本3个字段组成,用于记录现阶段路径搜索之前已经搜索过的节点序号,以及搜索至该节点时剩余的时间限制和已产生的成本。
步骤4:输入待求解的路径优化问题。输入起始节点序号indexstart、目标节点序号indexend和时间限制timelimit参数。
步骤5:搜索最优路径记录表,若表中存在从节点indexstart到节点indexend,且时间限制为timelimit的最优路径记录,则返回最优路径、路径耗时、路径成本等相关信息;否则,执行步骤6。
步骤6:定义路径优化变量。定义当前阶段标识k:=0、当前阶段的起始节点indexstart,k:=indexstart、时间限制timelimit,k:=timelimit、已产生成本chargek:=0、从当前阶段的起始节点到目标节点的最优路径耗时为最优路径成本为
步骤7:针对当前阶段k的起始节点indexstart,k和时间限制timelimit,k,判断当前阶段的起始节点是否为目标节点,即indexstart,k是否等于indexend。若相等,则返回当前阶段从起始节点到目标节点的最优路径耗时最优路径成本最优路径为NaN即为空;若不相等,则执行步骤8。
步骤8:根据路网模型依次对从节点indexstart,k到其邻接节点j的路径indexstart,k→j进行判断:
步骤9:若存在从节点indexstart,k出发到节点j的路径,且耗时t(indexstart,k→j)不超过时间限制timelimit,k,那么执行步骤10;否则,执行步骤13。
步骤10:查询禁忌表,若存在节点序号等于j、剩余时限大于timelimit,k-t(indexstart,k→j)且已产生成本不大于chargek+c(indexstart,k→j),或者剩余时限不小于timelimit,k-t(indexstart,k→j)且已产生成本小于chargek+c(indexstart,k→j)的记录,那么执行步骤13;否则,将节点序号j、剩余时限timelimit,k-t(indexstart,k→j)、已产生成本chargek+c(indexstart,k→j)作为一条记录存入禁忌表中。
步骤11:将节点j作为起始节点序号、indexend作为目标节点序号、timelimit,k-t(indexstart,k→j)作为时间限制,形成新一阶段的路径优化问题,从步骤4开始递归调用本算法进行求解,得到第k+1阶段以节点j作为起始节点到目标节点的最优路径耗时最优路径成本和最优路径若和值为NaN,即为空,则表示第k+1阶段无可行路径,执行步骤13;否则,继续执行步骤12。
步骤13:若节点j是节点indexstart,k最后判断的一个邻接节点,那么执行步骤14;否则,对节点indexstart,k的下一个邻接节点jnext进行判断,置j:=jnext,跳转至步骤8。
步骤14:返回第k阶段到目标节点的最优路径耗时最优路径成本和最优路径将indexstart,k作为起始节点序号、indexend作为目标节点序号、timelimit,k作为时间限制、作为最优路径、作为路径耗时、作为路径成本,形成一条最优路径记录存入最优路径记录表中。若和值为NaN,即为空,则提示从节点indexstart,k到目标节点的没有满足时间约束的可行路径。
本发明实施例的总体思想是在传统动态规划方法的基础上针对时间约束下成本最优路径问题进行了算法改进,不仅能够克服不确定性优化方法在多次求解时的优化效果不稳定的缺陷,而且通过加入了对历史搜索信息的记录功能,避免了不必要的重复计算,比传统动态规划方法具有更高的优化效率。因此,基于本发明所提的方法,能够提高军事物流配送的决策效率,缩短物流周期,降低物流成本。
本发明实施例还提供了一种态势回放装置,参见图4,包括:
建立单元,用于建立路网模型;
第一判断单元,用于判断数据库中是否存在预设的最优路径记录表,如果否,则建立最优路径记录表,所述最优路径记录表用于记录计算过程中产生的从某一起始节点到另一目标节点在限制时间内的最优路径信息;
处理单元,用于初始化预设的禁忌表,所述禁忌表用于记录现阶段路径搜索之前已经搜索过的节点序号,以及搜索至该节点时剩余的时间限制和已产生的成本;
第二判断单元,用于判断在所述最优路径记录表中是否存在输入的待求解的路径优化问题的最优路径,如果是,则结束,否则,按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,并在求解过程中根据禁忌表甄别可行路径,对当前阶段所有可行路径产生的新一阶段路径优化问题进行判断,若禁忌表中存在与新一阶段问题起始节点相同且约束更加宽松的记录,则剔除产生该问题的可行路径,否则,按照动态规划方法继续求解;其中,所述约束更加宽松的记录包括时间限制更加宽裕或者已产生成本更低的记录。
也就是说,本发明针对时间约束下成本最优路径问题,通过在传统的动态规划方法中加入最优路径记录表和禁忌表来记录历史搜索信息,避免了对不可行或者已搜索过的路径进行多次计算,提高了对最优路径的搜索效率。
本发明实施例通过在传统动态规划方法中加入了最优路径记录表,用来记录每次计算后得到的最优路径,并通过在问题求解前查询最优路径记录表,能够有效避免对相同问题的重复计算,从而提高计算效率。随着求解问题的逐渐增加,最优路径记录表中的路径记录越丰富,后续求解时能够节省的时间约多。
并在传统动态规划方法中加入了禁忌表,用来在每次问题求解中记录已经搜索过的路网节点及搜索时的状态,能够避免对相同的节点进行不必要的计算,降低计算时间的同时又能够得到最优路径,从而提高计算效率。
本发明实施例中,所述第二判断单元还用于,根据待求解的路径优化问题定义路径优化变量;针对当前阶段k的起始节点indexstart,k和时间限制timelimit,k,进行最优路径计算,并将根据各阶段待求解的路径优化问题计算得到的最优路径记录存入最优路径记录表中,并将各阶段待求解的路径优化问题的状态信息存入禁忌表;其中,所述状态信息包括以下中的一种或多种起始节点序号、时间限制和已产生的成本。
本发明实施例的总体思想是在传统动态规划方法的基础上针对时间约束下成本最优路径问题进行了算法改进,不仅能够克服不确定性优化方法在多次求解时的优化效果不稳定的缺陷,而且通过加入了对历史搜索信息的记录功能,避免了不必要的重复计算,比传统动态规划方法具有更高的优化效率。因此,基于本发明所提的方法,能够提高军事物流配送的决策效率,缩短物流周期,降低物流成本。
本发明实施例的相关内容可参见方法实施例部分进行理解,在此不做详细赘述。
本发明实施例还提供了一种服务器,该服务器包括上述任意一项所述的装置。具体可参见装置实施例和方法实施例部分进行理解,在此不做详细赘述。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的分布式文件系统数据导入装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种物流路径优化方法,其特征在于,包括:
建立路网模型;
判断数据库中是否存在预设的最优路径记录表,如果否,则建立最优路径记录表,所述最优路径记录表用于记录计算过程中产生的从某一起始节点到另一目标节点在限制时间内的最优路径信息;
初始化预设的禁忌表,所述禁忌表用于记录现阶段路径搜索之前已经搜索过的节点序号,以及搜索至该节点时剩余的时间限制和已产生的成本;
判断在所述最优路径记录表中是否存在待求解的路径优化问题的最优路径,如果是,则结束,否则,按照动态规划方法求解输入的待求解的路径优化问题所对应的最优路径,并在求解过程中根据禁忌表甄别可行路径,对当前阶段所有可行路径产生的新一阶段路径优化问题进行判断,若禁忌表中存在与新一阶段问题起始节点相同且约束更加宽松的记录,则剔除产生该问题的可行路径,否则,按照动态规划方法继续求解;
其中,所述约束更加宽松的记录包括时间限制更加宽裕或者已产生成本更低的记录。
2.根据权利要求1所述的方法,其特征在于,
所述最优路径记录表内包括以下中的一种或多种:起始节点序号、目标节点序号、时间限制、最优路径、路径耗时、路径成本。
3.根据权利要求1所述的方法,其特征在于,
所述禁忌表内包括以下中的一种或多种:节点序号、剩余时限、已产生成本。
4.根据权利要求1-3中任意一项所述的方法,其特征在于,按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,包括:
根据待求解的路径优化问题定义路径优化变量;
针对当前阶段k的起始节点indexstart,k和时间限制timelimit,k,进行最优路径计算。
5.根据权利要求1-3中任意一项所述的方法,其特征在于,还包括:
将根据各阶段待求解的路径优化问题计算得到的最优路径记录存入最优路径记录表中,并将各阶段待求解的路径优化问题的状态信息存入禁忌表;
其中,所述状态信息包括以下中的一种或多种起始节点序号、时间限制和已产生的成本。
6.一种态势回放装置,其特征在于,包括:
建立单元,用于建立路网模型;
第一判断单元,用于判断数据库中是否存在预设的最优路径记录表,如果否,则建立最优路径记录表,所述最优路径记录表用于记录计算过程中产生的从某一起始节点到另一目标节点在限制时间内的最优路径信息;
处理单元,用于初始化预设的禁忌表,所述禁忌表用于记录现阶段路径搜索之前已经搜索过的节点序号,以及搜索至该节点时剩余的时间限制和已产生的成本;
第二判断单元,用于判断在所述最优路径记录表中是否存在输入的待求解的路径优化问题的最优路径,如果是,则结束,否则,按照动态规划方法求解所述输入的待求解的路径优化问题所对应的最优路径,并在求解过程中根据禁忌表甄别可行路径,对当前阶段所有可行路径产生的新一阶段路径优化问题进行判断,若禁忌表中存在与新一阶段问题起始节点相同且约束更加宽松的记录,则剔除产生该问题的可行路径,否则,按照动态规划方法继续求解;其中,所述约束更加宽松的记录包括时间限制更加宽裕或者已产生成本更低的记录。
7.根据权利要求6所述的装置,其特征在于,
所述最优路径记录表内包括以下中的一种或多种:起始节点序号、目标节点序号、时间限制、最优路径、路径耗时、路径成本。
8.根据权利要求6所述的装置,其特征在于,
所述禁忌表内包括以下中的一种或多种:节点序号、剩余时限、已产生成本。
9.根据权利要求6-8中任意一项所述的装置,其特征在于,
所述第二判断单元还用于,根据待求解的路径优化问题定义路径优化变量;针对当前阶段k的起始节点indexstart,k和时间限制timelimit,k,进行最优路径计算,并将根据各阶段待求解的路径优化问题计算得到的最优路径记录存入最优路径记录表中,并将各阶段待求解的路径优化问题的状态信息存入禁忌表;其中,所述状态信息包括以下中的一种或多种起始节点序号、时间限制和已产生的成本。
10.一种服务器,其特征在于,包括权利要求6-9中任意一项所述的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810905519.2A CN109359760B (zh) | 2018-08-10 | 2018-08-10 | 一种物流路径优化方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810905519.2A CN109359760B (zh) | 2018-08-10 | 2018-08-10 | 一种物流路径优化方法、装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109359760A CN109359760A (zh) | 2019-02-19 |
CN109359760B true CN109359760B (zh) | 2022-08-16 |
Family
ID=65349855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810905519.2A Active CN109359760B (zh) | 2018-08-10 | 2018-08-10 | 一种物流路径优化方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109359760B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091329B (zh) * | 2019-12-18 | 2022-12-16 | 北京化工大学 | 一种危化品多车型运输的半开放式车辆路径优化方法 |
CN111536986B (zh) * | 2020-05-12 | 2023-06-27 | 苏州清研捷运信息科技有限公司 | 一种货车路径规划中的组合限制条件数据预处理方法 |
CN112801368B (zh) * | 2021-01-26 | 2022-04-26 | 上海金山纸业有限公司 | 一种物流路径优化的方法及控制装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012066350A (ja) * | 2010-09-24 | 2012-04-05 | Ihi Marine United Inc | マーカの移動経路最適化方法 |
CN103413209A (zh) * | 2013-07-17 | 2013-11-27 | 西南交通大学 | 多客户多仓库物流配送路径选择方法 |
CN108268959A (zh) * | 2016-12-30 | 2018-07-10 | 广东精点数据科技股份有限公司 | 基于主次种群蚁群算法的物流配送路径规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8583363B2 (en) * | 2010-05-26 | 2013-11-12 | Microsoft Corporation | Determining alternative routes |
-
2018
- 2018-08-10 CN CN201810905519.2A patent/CN109359760B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012066350A (ja) * | 2010-09-24 | 2012-04-05 | Ihi Marine United Inc | マーカの移動経路最適化方法 |
CN103413209A (zh) * | 2013-07-17 | 2013-11-27 | 西南交通大学 | 多客户多仓库物流配送路径选择方法 |
CN108268959A (zh) * | 2016-12-30 | 2018-07-10 | 广东精点数据科技股份有限公司 | 基于主次种群蚁群算法的物流配送路径规划方法 |
Non-Patent Citations (1)
Title |
---|
基于改进型蚁群算法求解车辆路径优化问题的研究;刘希洋等;《计算机时代》;20100302(第03期);52-54 * |
Also Published As
Publication number | Publication date |
---|---|
CN109359760A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359760B (zh) | 一种物流路径优化方法、装置及服务器 | |
CN104090976B (zh) | 搜索引擎爬虫抓取网页的方法及装置 | |
CN103577474B (zh) | 一种数据库的更新方法及系统 | |
CN103870455A (zh) | 一种多数据源的数据集成处理方法和装置 | |
JP2002517833A (ja) | 抽象ローカルサーチ法を使用したコンピュータ実施スケジューリングシステムと方法 | |
CN103914506A (zh) | 数据检索装置、数据存储方法和数据检索方法 | |
CN105550225A (zh) | 索引构建方法、查询方法及装置 | |
CN104050202A (zh) | 用于搜索数据库的方法和装置 | |
CN109583624A (zh) | 一种结合相似度算法和遗传算法求取包裹最优组合算法 | |
EP3299968A1 (en) | Big data calculation method and system | |
CN110019298A (zh) | 数据处理方法和装置 | |
Müller et al. | A cluster-based approach to improve similarity-based retrieval for process-oriented case-based reasoning | |
CN111666468A (zh) | 一种基于团簇属性在社交网络中搜索个性化影响力社区的方法 | |
Cong et al. | Value recovery from end-of-use products facilitated by automated dismantling planning | |
CN106648839A (zh) | 数据处理的方法和装置 | |
Daneshamooz et al. | Mathematical modeling and two efficient branch and bound algorithms for job shop scheduling problem followed by an assembly stage | |
CN110737779A (zh) | 知识图谱的构建方法、装置、存储介质和电子设备 | |
CN116976542B (zh) | 一种用于物流自动分拣路径的优化方法及系统 | |
CN103593409A (zh) | 实时数据库检索方法及检索系统 | |
Juros et al. | Exact solving scheduling problems accelerated by graph neural networks | |
CN114925954A (zh) | 仓储拣货方法、装置、电子设备和计算机可读存储介质 | |
CN111198766B (zh) | 数据库访问操作部署方法、数据库访问方法及装置 | |
CN114791985A (zh) | 域名匹配方法及装置、前缀树更新方法及装置 | |
CN110059880B (zh) | 一种服务发现方法及装置 | |
CN110928253A (zh) | 自动制造系统的动态加权启发式调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |