CN110503234A - 一种物流运输调度的方法、系统及设备 - Google Patents

Abstract

本申请公开了一种物流运输调度的方法，包括：获取输入的物流运输调度参数信息；根据物流运输调度参数信息建立物流运输调度模型，生成目标函数；采用离散混沌烟花算法对物流运输调度模型进行计算，确定目标函数的最优解；将目标函数的最优解作为物流运输调度的最优运输路径。本申请通过根据物流运输调度参数信息建立物流运输调度模型，生成目标函数；然后采用离散混沌烟花算法对物流运输调度模型进行计算，引入了混沌扰动的方式，增强了对物流运输调度模型的全局搜索能力，使得确定物流运输调度的最优运输路径具有运行速度快、寻优效率高等特点。本申请同时还提供了一种物流运输调度的系统、设备及计算机可读存储介质，具有上述有益效果。

Description

一种物流运输调度的方法、系统及设备

技术领域

本申请涉及调度领域，特别涉及一种物流运输调度的方法、系统、设备 及计算机可读存储介质。

背景技术

物流产业在国际上被认为是国民经济发展的基础产业，其发展程度是衡 量国家现代化程度和综合国力的重要标志之一。物流的运作不仅决定了商务 企业的总体运作成本，而且直接影响到整个商务系统运作的稳定性和均衡性。 所以物流运输调度则是物流的核心活动之一。

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 送中心有多台车辆要去为若干个客户点送货，每辆车从配送中心出发，需要 经过该车辆所负责的所有客户后，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，该车辆的车载量需大于或等于其所负责的所有客户 点的总货物需求量；所有客户有且只能被一辆车经过一次。

然而，现有物流运输调度技术存在着运行速度不高、收敛能力不强、寻 优效率不高等问题。

发明内容

本申请的目的是提供一种物流运输调度的方法、系统、设备及计算机可 读存储介质，用于提高物流运输调度的运行速度、收敛能力及寻优效率。

为解决上述技术问题，本申请提供一种物流运输调度的方法，该方法包 括：

获取输入的物流运输调度参数信息；

根据所述物流运输调度参数信息建立物流运输调度模型，生成目标函数；

采用离散混沌烟花算法对所述物流运输调度模型进行计算，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物流运输调度的最优运输路径。

可选的，所述采用离散混沌烟花算法对所述物流运输调度模型进行计算， 确定所述目标函数的最优解，包括：

基于所述目标函数对烟花种群进行初始化；

根据初始化后的所述烟花种群中各个烟花的位置计算对应的适应度值， 并记录全局最优烟花位置和最优适应度值；

对各所述烟花的位置进行混沌扰动更新；

若扰动后的所述烟花的位置更优，则更新所述全局最优烟花位置和所述 最优适应度值；

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， 并将所述全局最优烟花位置和所述最优适应度值作为所述目标函数的最优 解。

可选的，对各所述烟花的位置进行混沌扰动更新，包括：

根据映射规则将各所述烟花映射到混沌空间中；

利用预设混沌函数根据所述混沌空间中的各所述烟花计算混沌序列；

将所述混沌序列按照反映射规则变换到原始解空间中。

可选的，根据映射规则将各所述烟花映射到混沌空间中，包括：

根据公式将各所述烟花映射到所述混沌空间 中；

其中，x_ij为所述烟花x_i在所述原始解空间中的第j个维度，y_ij为所述烟花 x_i在所述混沌空间中的第j个维度，R_down为烟花随机键区域的下限，R_up为烟花 随机键区域的上限。

可选的，将所述混沌序列按照反映射规则变换到原始解空间中，包括：

根据公式将所述混沌序列变换到所述 原始解空间中；

其中，x'_ij为变换后的所述烟花x_i在所述原始解空间中的第j个维度。

可选的，所述预设混沌函数为

其中，y_ij'为所述混沌序列。

可选的，根据所述物流运输调度参数信息建立物流运输调度模型，生成 目标函数，包括：

根据所述物流运输调度参数信息生成目标函数

其中，N为城市总数，S为城市的访问次序，P_i为城市代号，i∈(1,2,…,N)， d(P_i,P_i+1)为城市P_i与城市P_i+1之间的距离，d(P_N,P₁)为城市P_N与城市P₁之间的距 离。

本申请还提供一种物流运输调度的系统，该系统包括：

获取模块，用于获取输入的物流运输调度参数信息；

模型建立模块，用于根据所述物流运输调度参数信息建立物流运输调度 模型，生成目标函数；

计算模块，用于采用离散混沌烟花算法对所述物流运输调度模型进行计 算，确定所述目标函数的最优解；

确定模块，用于将所述目标函数的最优解作为物流运输调度的最优运输 路径。

本申请还提供一种物流运输调度设备，该物流运输调度设备包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上述任一项所述物流运输调 度的方法的步骤。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存 储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述物 流运输调度的方法的步骤。

本申请所提供物流运输调度的方法，包括：获取输入的物流运输调度参 数信息；根据物流运输调度参数信息建立物流运输调度模型，生成目标函数； 采用离散混沌烟花算法对物流运输调度模型进行计算，确定目标函数的最优 解；将目标函数的最优解作为物流运输调度的最优运输路径。

本申请所提供的技术方案，针对物流运输调度问题，通过根据物流运输 调度参数信息建立物流运输调度模型，生成目标函数；然后采用离散混沌烟 花算法对物流运输调度模型进行计算，引入了混沌扰动的方式，增强了对物 流运输调度模型的全局搜索能力，使得确定物流运输调度的最优运输路径具 有运行速度快、寻优效率高等特点。本申请同时还提供了一种物流运输调度 的系统、设备及计算机可读存储介质，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，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地介绍，显而易见地，下面 描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例所提供的一种物流运输调度的方法的流程图；

图2为图1所提供的一种物流运输调度的方法中S103的一种实际表现方式 的流程图；

图3为图2中步骤S203的一种实际表现方式的流程图；

图4为本申请实施例所提供的一种物流运输调度的系统的结构图；

图5为本申请实施例所提供的另一种物流运输调度的系统的结构图；

图6为本申请实施例所提供的一种物流运输调度设备的结构图。

具体实施方式

本申请的核心是提供一种物流运输调度的方法、系统、设备及计算机可 读存储介质，用于提高物流运输调度的运行速度、收敛能力及寻优效率。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申 请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述， 显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于 本申请中的实施例，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，都属于本申请保护的范围。

请参考图1，图1为本申请实施例所提供的一种物流运输调度的方法的流 程图。

其具体包括如下步骤：

S101：获取输入的物流运输调度参数信息；

基于现有物流运输调度技术存在着运行速度不高、收敛能力不强、寻优 效率不高等问题，本申请提供了一种物流运输调度的方法，用于解决上述问 题；

可选的，这里提到的物流运输调度参数信息具体可以包括但不限于客户 点的地理位置信息、客户点的货物需求量信息、车辆数量、车辆的车载量信 息、车辆最大行驶里程以及车辆开始配送时间。

S102：根据物流运输调度参数信息建立物流运输调度模型，生成目标函 数；

可选的，在物流运输调度中，该物流运输调度模型可描述为：已知N个 城市的坐标位置或者两两之间的距离，一个销售员需要到该N个城市销售商 品，从某个城市出发，必须有且仅有一次经过其他(N-1)个城市，最后回到出 发点城市，求如何安排访问次序使得行程路径最短；

进一步的，在此基础上，这里提到的根据物流运输调度参数信息建立物 流运输调度模型，生成目标函数，其具体可以为：

根据物流运输调度参数信息生成目标函数

其中，N为城市总数，S为城市的访问次序，P_i为城市代号，i∈(1,2,…,N)， d(P_i,P_i+1)为城市P_i与城市P_i+1之间的距离，d(P_N,P₁)为城市P_N与城市P₁之间的距 离；

进一步的，若只已知城市坐标位置，则

其中(Xi,Yi)为Pi坐标位置，而根据实际情况可知d(P_i,P_j)＝d(P_j,P_i)；

例如，一个烟花个体可以表示为X＝{x₁,x₂,x₃,x₄,x₅}，x₁,x₂,x₃,x₄,x₅皆为随机数，若经过快速排序可得随机键位置的大小顺序X＝{5,2,1,4,3}，则其对应的城市的 访问次序为{P₅,P₂,P₁,P₄,P₃}，根据转换出来的城市的访问次序，可用于计算物流 运输调度的总路径与每个烟花适应度值。

S103：采用离散混沌烟花算法对物流运输调度模型进行计算，确定目标 函数的最优解；

烟花算法(Fireworks Algorithm，FWA)是受到夜空中烟花爆炸的启发而 提出的一种群体智能算法，为了提高物流运输调度的运行速度、收敛能力及 寻优效率，本申请采用离散混沌烟花算法对物流运输调度模型进行计算，即 在烟花算法的基础上引入混沌扰动的方式，进而增强烟花算法的全局搜索能 力。

S104：将目标函数的最优解作为物流运输调度的最优运输路径。

基于上述技术方案，本申请所提供的一种物流运输调度的方法，针对物 流运输调度问题，通过根据物流运输调度参数信息建立物流运输调度模型， 生成目标函数；然后采用离散混沌烟花算法对物流运输调度模型进行计算， 引入了混沌扰动的方式，增强了对物流运输调度模型的全局搜索能力，使得 确定物流运输调度的最优运输路径具有运行速度快、寻优效率高等特点。

针对于上一实施例的步骤S103，其中所描述的采用离散混沌烟花算法对 物流运输调度模型进行计算，确定目标函数的最优解，其具体也可以如图2所 示的步骤，下面结合图2进行说明。

请参考图2，图2为图1所提供的一种物流运输调度的方法中S103的一种实 际表现方式的流程图。

其具体包括以下步骤：

S201：基于目标函数对烟花种群进行初始化；

例如，初始化控制参数：客户点数量为n，最大迭代次数为Imax，迭代 计数器I(初始0)，烟花的种群规模为N，爆炸火花数S_sum、烟花爆炸半径A、 高斯变异火花数GM、烟花随机键区域上限R_up与下限R_down、混沌扰动的迭代数 I_Qmax、局部搜索半径常数ε，并随机生成N只烟花x_i，其中x_ij∈[R_down,R_up)。

S202：根据初始化后的烟花种群中各个烟花的位置计算对应的适应度值， 并记录全局最优烟花位置和最优适应度值；

根据初始烟花种群中每个烟花x_i＝{x_i1,x_i2,…,x_ij,…,x_in}的位置计算函数适应值fitness_i，可选的，其具体可以包括如下步骤：

S2021：对于拥有n个客户点c₁,c₂,…,c_j,…,c_n，将c_j与x_ij(i＝1,2,…,P)一一对应，构造成集合

S2022：应用最大位置法对每个中元素根据x_ij进行降序排列，在排序完 成后，从左到右中每个元素的第二维数值组成的集合即为该烟花位置xi对 应的车辆路径。根据烟花的解中车辆路径，烟花x_i的函数适应值fitness_i由公 式

其中，d(c_i,c_i+1)为客户c_i与客户c_i+1之间的距离， d(c_N,c₁)为客户c_N与客户c₁之间的距离；

S2023：记录全局最优烟花位置x_best和其适应度值fitnes_sbest＝fitness_b，其中当前 最优烟花适应度为fitness_b，最优值不变迭代数I_Q＝0；

S2024：更新每个烟花的爆炸火花数目S_i、爆炸半径A_i：

设第i个烟花的位置为x_i＝(x_i1,x_i2,…,x_in)，其适应度为fitness_i；当前最优烟 花的位置为x_b＝(x_b1,x_b2,…,x_bn)，其适应度为fitness_b；当前最差烟花的位置为 x_w＝(x_w1,x_w2,…,x_wn)，其适应度为fitness_w，通过公式

来更新每个烟花的爆炸火花数目S_i、爆炸半径A_i，其中ε为常数10^-38；

S2025：每个烟花x_i生成S_i个爆炸火花：在x_i中随机选择z个维度，对随机 选取出的维度k∈{1_,2,…,_z}按公式x_ik＝x_ik+A_i·U(R_down,R_up)进行位置偏移生成爆炸火 花，其中U(R_down,R_up)为区间[R_down,R_up]之间的均匀分布；

S2026：当火花x_i在维度k上超出边界时，将通过公式

x_ik＝R_down+mod(|x_ik|,R_up-R_down)的映射规则进行越界检测，映射到一个新的位置；

S2028：烟花种群中随机选择GM个烟花(可重复选择同一个烟花)，对 其每一个烟花随机选择z个维度进行高斯变异操作，对随机选出的维度k按公 式x_ik＝x_ik×e操作，最终生成GM个高斯火花；其中e是一个均值为1，方差为1 的高斯分布；

S2028：计算新产生的爆炸火花和高斯变异火花的适应度值，在原本烟花 种群、爆炸火花和高斯变异火花中根据筛选规则选择N个烟花个体作为下一 代烟花种群，其具体可以包括：

根据公式将火花F划分为N个集合Ci；其中f_F为火花F的适应度值；

对于第i个下一代烟花_xi'，根据概率公式使用轮盘赌方式从集 合Ci中抽取；其中，V_i为集合Ci内火花F的数量。

S2029：对S2028中筛选出来的N个烟花使用新型局部搜索策略进行局部 搜索更新；

S20210：更新当前最优烟花的位置x_b及其fitness_b，若fitness_b与fitness_best相同， 则I_Q＝I_Q+1；若fitness_b优于fitness_best，则更新全局最优烟花位置x_best＝x_b和更新适应度值fitness_best＝fitness_b，I_Q＝0；

可选的，步骤S2029中提到的新型局部搜索策略，其具体可以包括如下 步骤：

S2029-1：对于N个烟花中个体x_i，利用公式计算除去个体xi 后其余N-1个烟花位置中心x_m；

S2029-2：根据公式x'_i＝x_m+γ(x_m-x_i)令烟花个体x_i围绕中心x_m进行搜索；

其中，γ为局部搜索半径。

S2029-3：若x'_i优于x_i，则令x_i＝x'_i；否则令并返回执行步骤S2029-1， 直到γ＜γ_minγ＜γ_min。

S203：对各烟花的位置进行混沌扰动更新；

S204：若扰动后的烟花的位置更优，则更新全局最优烟花位置和最优适 应度值；

S205：判断是否达到设置的最大迭代次数；

若是，则进入步骤S206；若否，则返回执行步骤S202。

S206：终止算法，并将全局最优烟花位置和最优适应度值作为目标函数 的最优解。

针对于上一实施例的步骤S203，其中所描述的对各烟花的位置进行混沌 扰动更新，其具体也可以为如图3所示的步骤，下面结合图3进行说明。

请参考图3，图3为图2中步骤S203的一种实际表现方式的流程图。

其具体包括以下步骤：

S301：根据映射规则将各烟花映射到混沌空间中；

可选的，这里提到的根据映射规则将各烟花映射到混沌空间中，其具体 可以为：

根据公式将各烟花映射到混沌空间中；

其中，x_ij为烟花x_i在原始解空间中的第j个维度，y_ij为烟花x_i在混沌空间 中的第j个维度，R_down为烟花随机键区域的下限，R_up为烟花随机键区域的上限。

S302：利用预设混沌函数根据混沌空间中的各烟花计算混沌序列；

可选的，该预设混沌函数具体可以为

其中，y_ij'为混沌序列。

S303：将混沌序列按照反映射规则变换到原始解空间中。

可选的，这里提到的将混沌序列按照反映射规则变换到原始解空间中， 其具体可以为：

根据公式将混沌序列变换到原始解空 间中；

其中，x'_ij为变换后的烟花x_i在原始解空间中的第j个维度。

请参考图4，图4为本申请实施例所提供的一种物流运输调度的系统的结 构图。

该系统可以包括：

获取模块100，用于获取输入的物流运输调度参数信息；

模型建立模块200，用于根据物流运输调度参数信息建立物流运输调度模 型，生成目标函数；

计算模块300，用于采用离散混沌烟花算法对物流运输调度模型进行计 算，确定目标函数的最优解；

确定模块400，用于将目标函数的最优解作为物流运输调度的最优运输路 径。

请参考图5，图5为本申请实施例所提供的另一种物流运输调度的系统的 结构图。

该计算模块300可以包括：

初始化子模块，用于基于目标函数对烟花种群进行初始化；

计算子模块，用于根据初始化后的烟花种群中各个烟花的位置计算对应 的适应度值，并记录全局最优烟花位置和最优适应度值；

混沌扰动子模块，用于对各烟花的位置进行混沌扰动更新；

更新子模块，用于若扰动后的烟花的位置更优，则更新全局最优烟花位 置和最优适应度值；

判断子模块，用于判断是否达到设置的最大迭代次数；

确定子模块，用于当达到最大迭代次数时，终止算法并将全局最优烟花 位置和最优适应度值作为目标函数的最优解。

该可以混沌扰动子模块可以包括：

映射单元，用于根据映射规则将各烟花映射到混沌空间中；

计算单元，用于利用预设混沌函数根据混沌空间中的各烟花计算混沌序 列；

反映射单元，用于将混沌序列按照反映射规则变换到原始解空间中。

该模型建立模块200可以包括：

目标函数确定子模块，用于根据物流运输调度参数信息生成目标函数

其中，N为城市总数，S为城市的访问次序，P_i为城市代号，i∈(1,2,…,N)， d(P_i,P_i+1)为城市P_i与城市P_i+1之间的距离，d(P_N,P₁)为城市P_N与城市P₁之间的距 离。

由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的 实施例请参见方法部分的实施例的描述，这里暂不赘述。

请参考图6，图6为本申请实施例所提供的一种物流运输调度设备的结构 图。

该物流运输调度设备600可因配置或性能不同而产生比较大的差异，可以 包括一个或一个以上处理器(central processing units，CPU)622(例如，一个 或一个以上处理器)和存储器632，一个或一个以上存储应用程序642或数据 644的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器632 和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以 包括一个或一个以上模块(图示没标出)，每个模块可以包括对装置中的一 系列指令操作。更进一步地，中央处理器622可以设置为与存储介质630通信， 在物流运输调度设备600上执行存储介质630中的一系列指令操作。

物流运输调度设备600还可以包括一个或一个以上电源626，一个或一个 以上有线或无线网络接口650，一个或一个以上输入输出接口658，和/或，一 个或一个以上操作系统641，例如Windows ServerTM，Mac OS XTM，UnixTM, LinuxTM，FreeBSDTM等等。

上述图1至图3所描述的物流运输调度的方法中的步骤由物流运输调度设 备基于该图6所示的结构实现。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描 述的系统，装置和模块的具体工作过程，可以参考前述方法实施例中的对应 过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置、设备和 方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示 意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有 另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统， 或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合 或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信 连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模 块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者 也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全 部模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中， 也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模 块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模 块的形式实现。

集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使 用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请 的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部 或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储 介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，功能 调用装置，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。 而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光 盘等各种可以存储程序代码的介质。

以上对本申请所提供的一种物流运输调度的方法、系统、设备及计算机 可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实 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申请的方法及其 核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申 请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也 落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅 仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或 者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语 “包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括 一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没 有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所 固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素， 并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种物流运输调度的方法，其特征在于，包括：

获取输入的物流运输调度参数信息；

根据所述物流运输调度参数信息建立物流运输调度模型，生成目标函数；

采用离散混沌烟花算法对所述物流运输调度模型进行计算，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物流运输调度的最优运输路径。

2.根据权利要求1所述的方法，其特征在于，所述采用离散混沌烟花算法对所述物流运输调度模型进行计算，确定所述目标函数的最优解，包括：

基于所述目标函数对烟花种群进行初始化；

根据初始化后的所述烟花种群中各个烟花的位置计算对应的适应度值，并记录全局最优烟花位置和最优适应度值；

对各所述烟花的位置进行混沌扰动更新；

若扰动后的所述烟花的位置更优，则更新所述全局最优烟花位置和所述最优适应度值；

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，并将所述全局最优烟花位置和所述最优适应度值作为所述目标函数的最优解。

3.根据权利要求2所述的方法，其特征在于，对各所述烟花的位置进行混沌扰动更新，包括：

根据映射规则将各所述烟花映射到混沌空间中；

利用预设混沌函数根据所述混沌空间中的各所述烟花计算混沌序列；

将所述混沌序列按照反映射规则变换到原始解空间中。

4.根据权利要求3所述的方法，其特征在于，根据映射规则将各所述烟花映射到混沌空间中，包括：

根据公式将各所述烟花映射到所述混空间中；

其中，x_ij为所述烟花x_i在所述原始解空间中的第j个维度，y_ij为所述烟花x_i在所述混沌空间中的第j个维度，R_down为烟花随机键区域的下限，R_up为烟花随机键区域的上限。

5.根据权利要求3所述的方法，其特征在于，将所述混沌序列按照反映射规则变换到原始解空间中，包括：

根据公式将所述混沌序列变换到所述原始解空间中；

其中，x′_ij为变换后的所述烟花x_i在所述原始解空间中的第j个维度。

6.根据权利要求3所述的方法，其特征在于，所述预设混沌函数为

其中，y_ij'为所述混沌序列。

7.根据权利要求1所述的方法，其特征在于，根据所述物流运输调度参数信息建立物流运输调度模型，生成目标函数，包括：

根据所述物流运输调度参数信息生成目标函数

其中，N为城市总数，S为城市的访问次序，P_i为城市代号，i∈(1,2,…,N)，d(P_i,P_i+1)为城市P_i与城市P_i+1之间的距离，d(P_N,P₁)为城市P_N与城市P₁之间的距离。

8.一种物流运输调度的系统，其特征在于，包括：

获取模块，用于获取输入的物流运输调度参数信息；

模型建立模块，用于根据所述物流运输调度参数信息建立物流运输调度模型，生成目标函数；

计算模块，用于采用离散混沌烟花算法对所述物流运输调度模型进行计算，确定所述目标函数的最优解；

确定模块，用于将所述目标函数的最优解作为物流运输调度的最优运输路径。

9.一种物流运输调度设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述物流运输调度的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述物流运输调度的方法的步骤。