CN109916404A - 一种路径规划方法、装置、存储介质及设备 - Google Patents

一种路径规划方法、装置、存储介质及设备 Download PDF

Info

Publication number
CN109916404A
CN109916404A CN201711334228.4A CN201711334228A CN109916404A CN 109916404 A CN109916404 A CN 109916404A CN 201711334228 A CN201711334228 A CN 201711334228A CN 109916404 A CN109916404 A CN 109916404A
Authority
CN
China
Prior art keywords
algorithm
route set
destruction
route
coordinator
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.)
Pending
Application number
CN201711334228.4A
Other languages
English (en)
Inventor
高磊
王宇
邝展豪
刘志欣
杨志伟
喻东武
胡奉平
孔晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SF Technology Co Ltd
SF Tech Co Ltd
Original Assignee
SF Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN201711334228.4A priority Critical patent/CN109916404A/zh
Publication of CN109916404A publication Critical patent/CN109916404A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种路径规划方法、装置、存储介质及设备，所述方法包括：根据各运单生成第一路线集合；将各所述第一路线集合分发至若干算法迭代器，各所述算法迭代器分别进行若干次随机路径的摧毁与重建，得到第二路线集合并传递给算法协调器；所述算法协调器对各所述第二路线集合进行自适应处理，得到第三路线集合，作为路径规划结果输出。所述装置、存储介质与设备用于实现所述方法。它提高了算法计算能力，解决了VRP(路径规划问题)的计算瓶颈。

Description

一种路径规划方法、装置、存储介质及设备
技术领域
本发明涉及物流中路径规划领域，尤其涉及一种路径规划方法、装置，存储介质及设备。
背景技术
在路径规划领域的算法中，通常使用的是单机多核的最大邻域搜索架构。在路径规划的实际问题中，单机多核的并行算法架构存在计算能力不足的问题；当任务集数量大于400左右时，单机多核的计算能力已经无法满足需要。
发明内容
为了解决上述技术问题，本发明提出一种路径规划方法、装置，存储介质及设备，提高了算法计算能力，解决了VRP(路径规划问题)的计算瓶颈。
为了实现上述目的，本发明的技术方案为：
一种路径规划方法，包括：
根据各运单生成第一路线集合；
将各所述第一路线集合分发至若干算法迭代器，各所述算法迭代器分别进行若干次随机路径的摧毁与重建，得到第二路线集合并传递给算法协调器；
所述算法协调器对各所述第二路线集合进行自适应处理，得到第三路线集合，作为路径规划结果输出。
所述摧毁采用的摧毁策略为以下任意一项：shaw/worst/random removal。
所述摧毁与重建采用的插入策略为以下任意一项：greedy/regret。
所述算法协调器通过模拟退火算法进行自适应处理。
所述根据各运单生成第一路线集合在执行过程中，包括：通过贪婪算法对待派送的运单集合进行运算，生成第一线路集合。
一种路径规划装置，包括：
生成单元，配置用于根据各运单生成第一路线集合；
摧毁与重建单元，配置用于将所述第一路线集合分发至若干算法迭代器，各所述算法迭代器分别进行若干次随机路径的摧毁与重建，得到第二路线集合并传递给算法协调器；
算法协调器，配置用于对各所述第二路线集合进行自适应处理，得到第三路线集合，作为路径规划结果输出。
所述摧毁与重建单元包括：
摧毁模块，配置用于摧毁策略的选择。
所述摧毁与重建单元包括：
插入模块，配置用于插入策略的选择。
一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行所述的方法。
一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现所述的方法。
本发明的有益效果是：使用分布式的最大邻域搜索架构，提高了算法计算能力。提高了算法计算能力，解决了VRP(路径规划问题)的计算瓶颈。
附图说明
图1示出了根据本申请的实施例的单机多核的并行算法架构。
图2示出了根据本申请的实施例的方法流程图。
具体实施方式
为了更好的了解本发明的技术方案，下面结合附图1-2对本发明作进一步说明。
通常，路径规划的运行结构为单机多核的并行算法架构，如图1所示。算法迭代器接收运单需求后，利用大规模邻域搜索算法得出路线较优解，较优解再返回算法迭代器进行循环计算，直至迭代结束。但是由于运单信息量及数量非常巨大，单机多核的并行算法架构存在计算能力不足的严重缺陷。
如图2所示，首先，根据各运单生成第一路线集合。通过贪婪算法将全部待派送的运单集合计算，每个运单得到第一路线集合(一个运单的计算结果)之后，将初始路线集合(全部待派送的运单集合的计算结果，即包括全部第一路线集合的集合)将分发给多个算法迭代器。通过贪婪算法对运单计算得到的初始路线集合，作为分布式算法迭代器的输入，每个迭代器单独的进行若干次随机路径摧毁重建，将生成的第二路线集合传递给算法协调器，算法协调器对各第二路线集合(每个算法迭代器各自生成一个第二路线集合，因此有多个第二线路集合)进行自适应。即在大规模邻域搜索算法的摧毁重建过程中，进行分布式的并行随机摧毁重建，以达到提高运算能力的目的。
然后，在分布式最大邻域搜索架构中，有多个算法迭代器和一个算法协调器。初始路线集合传入分布式架构后，每个迭代器都会对其进行若干次随机的路线摧毁和路线重建，摧毁的策略从shaw/worst/random removal中随机选取，插入的策略从greedy/regret中选取。另外，迭代器的运算速度跟其cpu计算能力、摧毁重建的策略有关。经过一轮或者多轮摧毁重建后，每个迭代器都会得到第二路线集合(即一个成本最低的路线集合)。
接着，这些迭代器得到的第二路线集合全部传递给算法协调器，算法协调器通过模拟退火等自适应算法选取第三路线集合(即成本最低的路线集合)，即为本次运算的最优路线。
一种路径规划装置，包括：
生成单元，配置用于根据各运单生成第一路线集合；
摧毁与重建单元，配置用于将所述第一路线集合分发至若干算法迭代器，各所述算法迭代器分别进行若干次随机路径的摧毁与重建，得到第二路线集合并传递给算法协调器；
算法协调器，配置用于对各所述第二路线集合进行自适应处理，得到第三路线集合，作为路径规划结果输出。
所述摧毁与重建单元包括：
摧毁模块，配置用于摧毁策略的选择。
插入模块，配置用于插入策略的选择。一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行所述的方法。
一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现所述的方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于) 具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种路径规划方法，其特征是，包括：
根据各运单生成第一路线集合；
将各所述第一路线集合分发至若干算法迭代器，各所述算法迭代器分别进行若干次随机路径的摧毁与重建，得到第二路线集合并传递给算法协调器；
所述算法协调器对各所述第二路线集合进行自适应处理，得到第三路线集合，作为路径规划结果输出。
2.根据权利要求1所述的方法，其特征是，所述摧毁采用的摧毁策略为以下任意一项：shaw/worst/random removal。
3.根据权利要求1所述的方法，其特征是，所述摧毁与重建采用的插入策略为以下任意一项：greedy/regret。
4.根据权利要求1所述的方法，其特征是，所述算法协调器通过模拟退火算法进行自适应处理。
5.根据权利要求1所述的方法，其特征是，所述根据各运单生成第一路线集合在执行过程中，包括：通过贪婪算法对待派送的运单集合进行运算，生成第一线路集合。
6.一种路径规划装置，其特征在于，包括：
生成单元，配置用于根据各运单生成第一路线集合；
摧毁与重建单元，配置用于将所述第一路线集合分发至若干算法迭代器，各所述算法迭代器分别进行若干次随机路径的摧毁与重建，得到第二路线集合并传递给算法协调器；
算法协调器，配置用于对各所述第二路线集合进行自适应处理，得到第三路线集合，作为路径规划结果输出。
7.根据权利要求6所述的装置，其特征在于，所述摧毁与重建单元包括：
摧毁模块，配置用于摧毁策略的选择。
8.根据权利要求6所述的装置，其特征在于，所述摧毁与重建单元包括：
插入模块，配置用于插入策略的选择。
9.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-5中任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
CN201711334228.4A 2017-12-12 2017-12-12 一种路径规划方法、装置、存储介质及设备 Pending CN109916404A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711334228.4A CN109916404A (zh) 2017-12-12 2017-12-12 一种路径规划方法、装置、存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711334228.4A CN109916404A (zh) 2017-12-12 2017-12-12 一种路径规划方法、装置、存储介质及设备

Publications (1)

Publication Number Publication Date
CN109916404A true CN109916404A (zh) 2019-06-21

Family

ID=66959443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711334228.4A Pending CN109916404A (zh) 2017-12-12 2017-12-12 一种路径规划方法、装置、存储介质及设备

Country Status (1)

Country Link
CN (1) CN109916404A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1968122A (zh) * 2006-09-04 2007-05-23 南京理工大学 基于模拟退火的动态分布式多播路由方法
CN103226762A (zh) * 2013-04-17 2013-07-31 深圳东原电子有限公司 一种基于云计算平台的物流配送方法
CN103336790A (zh) * 2013-06-06 2013-10-02 湖州师范学院 基于Hadoop的邻域粗糙集快速属性约简方法
CN104463322A (zh) * 2014-11-10 2015-03-25 浪潮(北京)电子信息产业有限公司 一种异构系统的并行混合人工蜂群方法
CN106709597A (zh) * 2016-12-12 2017-05-24 广东电网有限责任公司电力科学研究院 基于人工蜂群算法的并行优化处理tsp问题的方法及装置
CA2914885A1 (fr) * 2015-12-14 2017-06-14 Jamel J.A. Aljane Heuristique variante de la methode de recherche locale tabusearch
CN107194513A (zh) * 2017-05-26 2017-09-22 中南大学 一种解决全渠道物流配送问题的优化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1968122A (zh) * 2006-09-04 2007-05-23 南京理工大学 基于模拟退火的动态分布式多播路由方法
CN103226762A (zh) * 2013-04-17 2013-07-31 深圳东原电子有限公司 一种基于云计算平台的物流配送方法
CN103336790A (zh) * 2013-06-06 2013-10-02 湖州师范学院 基于Hadoop的邻域粗糙集快速属性约简方法
CN104463322A (zh) * 2014-11-10 2015-03-25 浪潮(北京)电子信息产业有限公司 一种异构系统的并行混合人工蜂群方法
CA2914885A1 (fr) * 2015-12-14 2017-06-14 Jamel J.A. Aljane Heuristique variante de la methode de recherche locale tabusearch
CN106709597A (zh) * 2016-12-12 2017-05-24 广东电网有限责任公司电力科学研究院 基于人工蜂群算法的并行优化处理tsp问题的方法及装置
CN107194513A (zh) * 2017-05-26 2017-09-22 中南大学 一种解决全渠道物流配送问题的优化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孟静: "带软时间窗约束的车辆路径问题的混合算法研究及其应用", 《道客巴巴》 *
翟光明等: "基于Spark的人工蜂群改进算法", 《计算机应用》 *
袁景凌等: "《Spark案例与实验教程》", 30 April 2017, 武汉大学出版社 *
许云峰等: "《大数据技术及行业应用》", 31 August 2016, 北京邮电大学出版社 *

Similar Documents

Publication Publication Date Title
TWI664587B (zh) 排程神經網路處理
US11983280B2 (en) Protection of cryptographic operations by intermediate randomization
Husted et al. GPU and CPU parallelization of honest-but-curious secure two-party computation
KR101334040B1 (ko) 대칭키 암호화 시스템의 마스킹 연산 방법 및 장치
Li et al. An FPGA design framework for CNN sparsification and acceleration
Soto et al. Pre-processing, repairing and transfer functions can help binary electromagnetism-like algorithms
Dong et al. Ec-ecc: Accelerating elliptic curve cryptography for edge computing on embedded gpu tx2
Cagigas-Muñiz et al. Efficient simulation execution of cellular automata on GPU
Roberge et al. Efficient parallel particle swarm optimizers on GPU for real-time harmonic minimization in multilevel inverters
Pande et al. Computing betweenness centrality for small world networks on a GPU
Bastos-Filho et al. Impact of the random number generator quality on particle swarm optimization algorithm running on graphic processor units
Taheri et al. Acceleration framework for FPGA implementation of OpenVX graph pipelines
Devshatwar et al. GPU centric extensions for parallel strongly connected components computation
CN109916404A (zh) 一种路径规划方法、装置、存储介质及设备
Roberge et al. Comparison of parallel particle swarm optimizers for graphical processing units and multicore processors
Saxena et al. An enhanced parallel version of RSA public key crypto based algorithm using openMP
Hassan et al. Impact of using multi-levels of parallelism on HPC applications performance hosted on Azure cloud computing
Kulkarni et al. Less: Big data sketching and encryption on low power platform
Gamaarachchi et al. Accelerating correlation power analysis using graphics processing units (gpus)
Tuncer et al. Task Mapping on a Dragonfly Supercomputer.
Lei et al. Accelerating homomorphic full adder based on fhew using multicore cpu and gpus
Kobayashi et al. GPU–FPGA-accelerated Radiative Transfer Simulation with Inter-FPGA Communication
Widger et al. Computing equilibria in bimatrix games by parallel support enumeration
Demirbas et al. Application-specific heterogeneous network-on-chip design
Zhuravlev et al. Encrypted program execution

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190621