CN111428929B - 带二维装卸和时间窗口限制的路径规划系统 - Google Patents

Abstract

本发明公开了带二维装卸和时间窗口限制的路径规划系统，包括，堆叠模块、装箱搜索模块、超启发算法模块、调度模拟器、线路搜索模块；所述堆叠模块与线路搜索模块相连接，所述堆叠模块与装箱搜索模块相连接，所述堆叠模块与调度模拟器相连接，所述装箱搜索模块与线路搜索模块相连接，所述装箱搜索模块与超启发算法模块相连接，所述调度模拟器与线路搜索模块相连接；本发明计算效率较高，使用调度模拟器和分支定界等减枝手段，利用计算机的运算优势，极大的节省了货车运行时间，同时可以做到交叉运输，当货车内部物品卸下时，可计算出无物品空间大小，进行即时物品补充，提高了货车车厢利用率，节省了时间。

Description

带二维装卸和时间窗口限制的路径规划系统

技术领域

本发明属于物流、计算机技术领域，具体涉及带二维装卸和时间窗口限制的路径规划系统。

背景技术

路径规划问题(VRP)是当代物流供应链体系所要解决的基本问题之一，其基本形式是：设计路线，使用货车将货物从货物仓库分发给客户，并且任一货车不能超载，路径规划问题算法的目标为，提供最佳的路线，从而使得物流体系的经济，社会和环境效益最大化，符合可持续发展的要求，因此，路径规划问题及其变种自1959年开始至今，不断的吸引运营、管理、数学和计算机科学的研究者投身此领域，其间大量算法被开发出来以解决不同限制条件，不同规模，以及不同环境下的路径规划问题形式。路径规划问题的主要变种为，带时间窗口限制的路径规划问题(CVRPTW)，带二维装箱的路径规划问题(2PPCVRP)，多仓库路径规划问题(MDVRP)等。

现有的路径规划的计算效率较低，多通过人工进行粗略计算，使得实际货车运行时间加长，同时难以做到交叉运输，货车内部物品装满后便不再装货，一旦货物卸下时，会存在货车部门空间无物品的状态，货厢利用率较低，间接的增加了经济成本，浪费了大量的时间的问题，为此我们提出带二维装卸和时间窗口限制的路径规划系统。

发明内容

本发明的目的在于提供带二维装卸和时间窗口限制的路径规划系统，以解决上述背景技术中提出的现有的路径规划的计算效率较低，多通过人工进行粗略计算，使得实际货车运行时间加长，同时难以做到交叉运输，货车内部物品装满后便不再装货，一旦货物卸下时，会存在货车部门空间无物品的状态，货厢利用率较低，间接的增加了经济成本等问题。

为实现上述目的，本发明提供如下技术方案：带二维装卸和时间窗口限制的路径规划系统，包括，堆叠模块、装箱搜索模块、超启发算法模块、调度模拟器、线路搜索模块；

所述堆叠模块与线路搜索模块相连接，所述堆叠模块与装箱搜索模块相连接，所述堆叠模块与调度模拟器相连接，所述装箱搜索模块与线路搜索模块相连接，所述装箱搜索模块与超启发算法模块相连接，所述调度模拟器与线路搜索模块相连接；

所述堆叠模块，用于上传指令信息，当堆叠模块接受指令信息后，将指令信息内容相同的立方体箱子堆叠成满足堆叠层数限制，所述立方体箱子的高度小于货车高度，立方体箱子的长度、宽度均小于货车的长度、宽度，并输出立方体箱子、货车底面二维尺寸；

所述装箱搜索模块，用于判断货车车厢与多个立方体箱子之间的容积，通过算法判断多个立方体箱子堆叠后的体积是否小于货车车厢体积，从而根据要求输出装箱方案是否存在的判断或具体装箱图；

所述超启发算法模块，通过输入大量二维柱状体集合，使用基于计算树的遗传进化算法，搜索出针对某一批次箱子的高效装箱启发式函数；

所述调度模拟器，输入货车运输线路，根据时间矩阵模拟线路的实际运行情况，检测时间窗限制条件是否满足；

所述线路搜索模块，通过模拟算法对货车运输路线进行预检测，从而寻找满足限制条件的最短线路。

进一步的，所述堆叠模块中，立方体箱子为需输送物品通过包装后的一个长方体。

进一步的，所述堆叠模块中，所述指令信息包括货车车辆尺寸,订单对应立方体箱子的序列号、尺寸、数量、地点和限制堆叠层数信息。

进一步的，所述装箱搜索模块中，所述算法为深度优先树搜索算法，通过深度优先树搜索算法，使用超启发算法生成启发式函数作为有序树的排序手段，并根据装卸顺序将树分层，用于搜索可行的满足装卸顺序的装箱方案。

进一步的，所述超启发算法模块中，计算树的叶子节点包含立方体箱子二维高度，宽度，面积，装卸点槽位的高度，宽度，位置坐标，非叶子节点为计算操作，包含加、减、乘、除、取正，输出针对某一批次箱子最优的装箱启发式函数。

进一步的，所述调度模拟器中，当检测条件满足时，货车可正常运输，当检测条件不满足时，货车不可运输

进一步的，所述线路搜索模块中，所述模拟算法包括深度优先树搜索，通过深度优先树搜索所有货车可行站点路线，其中树的构造需要满足订单装货地早于订单目的地，并根据调度模拟器和分支定界法剪枝，并通过搜索叶子节点时调用装箱搜索模块判断是否装下。

进一步的，所述订单为立方体箱子信息、出发地、目的地、时间窗，货车车辆：尺寸，车场位置，以及矩阵：距离矩阵，时间举证。

与现有技术相比，本发明的有益效果是：

本发明计算效率较高，使用调度模拟器和分支定界等减枝手段，利用计算机的运算优势，极大的节省了货车运行时间，同时可以做到交叉运输，当货车内部物品卸下时，可计算出无物品空间大小，进行即时物品补充，提高了货车车厢利用率，节省了时间，进一步节省了运输时间，降低了经济成本。

本发明可以处理装卸交替的情况，现有技术多要求先集中装货再集中卸货，本算法可以根据订单，交替装卸货，从而提高货厢利用率，本算法使用超启发算法来处理装箱问题，智能程度高效果好，以往算法所采用效果较差的贪心算法或者计算代价高的树搜索算法，节省了时间，降低了工作人员的操作难度，提高了工作效率。

附图说明

图1为本发明的流程示意图。

具体实施方式

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，所描述的实施例仅仅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，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：带二维装卸和时间窗口限制的路径规划系统，包括，堆叠模块、装箱搜索模块、超启发算法模块、调度模拟器、线路搜索模块；

堆叠模块与线路搜索模块相连接，堆叠模块与装箱搜索模块相连接，堆叠模块与调度模拟器相连接，装箱搜索模块与线路搜索模块相连接，装箱搜索模块与超启发算法模块相连接，调度模拟器与线路搜索模块相连接；

堆叠模块，用于上传指令信息，当堆叠模块接受指令信息后，将指令信息内容相同的立方体箱子堆叠成满足堆叠层数限制，立方体箱子的高度小于货车高度，立方体箱子的长度、宽度均小于货车的长度、宽度，并输出立方体箱子、货车底面二维尺寸；

装箱搜索模块，用于判断货车车厢与多个立方体箱子之间的容积，通过算法判断多个立方体箱子堆叠后的体积是否小于货车车厢体积，从而根据要求输出装箱方案是否存在的判断或具体装箱图；

超启发算法模块，通过输入大量二维柱状体集合，使用基于计算树的遗传进化算法，搜索出针对某一批次箱子的高效装箱启发式函数；

调度模拟器，输入货车运输线路，根据时间矩阵模拟线路的实际运行情况，检测时间窗限制条件是否满足；

线路搜索模块，通过模拟算法对货车运输路线进行预检测，从而寻找满足限制条件的最短线路。

本实施例中，优选的，堆叠模块中，立方体箱子为需输送物品通过包装后的一个长方体。

本实施例中，优选的，堆叠模块中，指令信息包括货车车辆尺寸,订单对应立方体箱子的序列号、尺寸、数量、地点和限制堆叠层数信息。

本实施例中，优选的，装箱搜索模块中，算法为深度优先树搜索算法，通过深度优先树搜索算法，使用超启发算法生成启发式函数作为有序树的排序手段，并根据装卸顺序将树分层，用于搜索可行的满足装卸顺序的装箱方案。

本实施例中，优选的，超启发算法模块中，计算树的叶子节点包含立方体箱子二维高度，宽度，面积，装卸点槽位的高度，宽度，位置坐标，非叶子节点为计算操作，包含加、减、乘、除、取正，输出针对某一批次箱子最优的装箱启发式函数。

本实施例中，优选的，调度模拟器中，当检测条件满足时，货车可正常运输，当检测条件不满足时，货车不可运输

本实施例中，优选的，线路搜索模块中，模拟算法包括深度优先树搜索，通过深度优先树搜索所有货车可行站点路线，其中树的构造需要满足订单装货地早于订单目的地，并根据调度模拟器和分支定界法剪枝，并通过搜索叶子节点时调用装箱搜索模块判断是否装下。

本实施例中，优选的，订单为立方体箱子信息、出发地、目的地、时间窗，货车车辆：尺寸，车场位置，以及矩阵：距离矩阵，时间举证。

本发明的工作原理及使用流程：输入订单，包含货物三维尺寸，数量，时间窗口，装货地目的地；输入距离以及时间矩阵，包含所有相关站点的距离和对应旅行时间；输入车辆信息，包含车辆的三维尺寸，车场位置；先根据需要调用超启发算法计算出启发式函数，如果订单箱子批次不变则此启发式函数可重复使用，输入堆叠模块输出柱状体，并调用线路搜索模块搜索出最优解，其间调度模拟器，装箱搜索会被调用。

需要说明的是，在本文中，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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.带二维装卸和时间窗口限制的路径规划系统，其特征在于：包括，堆叠模块、装箱搜索模块、超启发算法模块、调度模拟器、线路搜索模块；

所述堆叠模块与线路搜索模块相连接，所述堆叠模块与装箱搜索模块相连接，所述堆叠模块与调度模拟器相连接，所述装箱搜索模块与线路搜索模块相连接，所述装箱搜索模块与超启发算法模块相连接，所述调度模拟器与线路搜索模块相连接；

所述堆叠模块，用于上传指令信息，当堆叠模块接受指令信息后，将指令信息内容相同的立方体箱子堆叠成满足堆叠层数限制，所述立方体箱子的高度小于货车高度，立方体箱子的长度、宽度均小于货车的长度、宽度，并输出立方体箱子、货车底面二维尺寸；

所述装箱搜索模块，用于判断货车车厢与多个立方体箱子之间的容积，通过算法判断多个立方体箱子堆叠后的体积是否小于货车车厢体积，从而根据要求输出装箱方案是否存在的判断或具体装箱图；

所述超启发算法模块，通过输入大量二维柱状体集合，使用基于计算树的遗传进化算法，搜索出针对某一批次箱子的高效装箱启发式函数；

所述调度模拟器，输入货车运输线路，根据时间矩阵模拟线路的实际运行情况，检测时间窗限制条件是否满足；

所述线路搜索模块，通过模拟算法对货车运输路线进行预检测，从而寻找满足限制条件的最短线路；

所述装箱搜索模块中，所述算法为深度优先树搜索算法，通过深度优先树搜索算法，使用超启发算法生成启发式函数作为有序树的排序手段，并根据装卸顺序将树分层，用于搜索可行的满足装卸顺序的装箱方案；

所述线路搜索模块中，所述模拟算法包括深度优先树搜索，通过深度优先树搜索所有货车可行站点路线，其中树的构造需要满足订单装货地早于订单目的地，并根据调度模拟器和分支定界法剪枝，并通过搜索叶子节点时调用装箱搜索模块判断是否装下。

2.根据权利要求1所述的带二维装卸和时间窗口限制的路径规划系统，其特征在于：所述堆叠模块中，立方体箱子为需输送物品通过包装后的一个长方体。

3.根据权利要求1所述的带二维装卸和时间窗口限制的路径规划系统，其特征在于：所述堆叠模块中，所述指令信息包括货车车辆尺寸,订单对应立方体箱子的序列号、尺寸、数量、地点和限制堆叠层数信息。

4.根据权利要求1所述的带二维装卸和时间窗口限制的路径规划系统，其特征在于：所述超启发算法模块中，计算树的叶子节点包含立方体箱子二维高度，宽度，面积，装卸点槽位的高度，宽度，位置坐标，非叶子节点为计算操作，包含加、减、乘、除、取正，输出针对某一批次箱子最优的装箱启发式函数。

5.根据权利要求1所述的带二维装卸和时间窗口限制的路径规划系统，其特征在于：所述调度模拟器中，当检测条件满足时，货车可正常运输，当检测条件不满足时，货车不可运输。

6.根据权利要求3所述的带二维装卸和时间窗口限制的路径规划系统，其特征在于：所述订单为立方体箱子信息、出发地、目的地、时间窗，货车车辆：尺寸，车场位置，以及矩阵：距离矩阵，时间举证。

Images