CN114692960A - 油耗与最佳路径协同的车辆路径规划方法及系统 - Google Patents
油耗与最佳路径协同的车辆路径规划方法及系统 Download PDFInfo
- Publication number
- CN114692960A CN114692960A CN202210258096.6A CN202210258096A CN114692960A CN 114692960 A CN114692960 A CN 114692960A CN 202210258096 A CN202210258096 A CN 202210258096A CN 114692960 A CN114692960 A CN 114692960A
- Authority
- CN
- China
- Prior art keywords
- optimal
- distribution center
- route
- path
- energy consumption
- 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
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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
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)
- Navigation (AREA)
Abstract
本发明公开一种油耗与最佳路径协同的车辆路径规划方法及系统,方法包括:分别获取多个配送中心及待配送的多个客户点的位置信息;基于待配送的多个客户点的位置信息,对不同的配送中心分别进行路径规划,获取不同配送中心下的最佳路线,形成最佳路线集;对最佳路线集中的各路线分别进行能耗计算,获取最佳路线集中能耗最低的路线;基于能耗最低的路线,确认选中的目标配送中心及该配送中心对应的最优路径。本发明通过最佳路线与最低能耗的协同作用,得到目标配送中心及该目标配送中心下的最优路径,从而在路径最优的情况下兼顾了能耗成本。
Description
技术领域
本发明涉及路径规划技术领域,尤其涉及最佳路径与油耗的协同工作,具体为一种油耗与最佳路径协同的车辆路径规划方法及系统。
背景技术
目前,物流业蓬勃发展,物流配送问题日益突出。现有的物流配送主要是考虑交通拥挤、安全及环境因素的前提下,以高效的方式在城市里运送货物。现有物流配送的路径规划存在耗油耗能的问题,未能将最佳路径与油耗进行很好的结合,导致规划出的最佳路径耗油严重,而耗油较轻的路径又耗费时间,给购物者造成不好的体验。
现有城市物流通常配置有多个配送中心,在获取到待配送的多个客户点后,在已知多个配送中心的情况下,选择一个合适的配送中心去运送货物是十分重要的。因为配送中心的选择,不仅要考虑路径最优,还要考虑配送成本,而配送成本体现在油耗成本、租金成本、时间成本等方便。
公开号CN110909952A的中国专利于2020年3月24日公开了一种带移动配送站的城市两级配送及调度方法,采用货车将货物从位于郊区的配送中心转运到位于市区的配送站,再由配送站利用轻量型的交通工具完成末端配送。该专利申请通过带移动配送站的城市两级配送模式,将货车作为移动配送站,在路径最优的情况下兼顾了租金成本。
在目前配送中心多为租赁的固定仓库的情况下,选择哪个配送中心进行货物配送,能够使得配送过程及配送完成后返回配送中心的整体路径最优,且能耗最小,是十分重要的。
发明内容
为克服上述现有技术的不足,本发明提供一种油耗与最佳路径协同的车辆路径规划方法及系统,通过最佳路线与最低能耗的协同作用,得到目标配送中心及该目标配送中心下的最优路径,从而在路径最优的情况下兼顾了能耗成本。
根据本发明说明书的一方面,提供一种油耗与最佳路径协同的车辆路径规划方法,包括:
分别获取多个配送中心及待配送的多个客户点的位置信息;
基于待配送的多个客户点的位置信息,对不同的配送中心分别进行路径规划,获取不同配送中心下的最佳路线,形成最佳路线集;
对最佳路线集中的各路线分别进行能耗计算,获取最佳路线集中能耗最低的路线;
基于能耗最低的路线,确认选中的目标配送中心及该配送中心对应的最优路径。
上述技术方案中,首先以不同的配送中心为出发点,对不同的配送中心分别进行单独的路径规划,获取最佳路线集,然后在最佳路线集的基础上,对各配送中心的最佳路线进行能耗计算,获取能耗最小的最佳路线,确定对应的配送中心作为目标配送中心,将该目标配送中心下的最佳路线作为最终的最优路径,从而在保证最优路径的前提下,兼顾了能耗成本的需求,解决了现有规划路径与能耗不适配的问题。
作为进一步的技术方案,基于TSP问题模型计算得到每个配送中心的最佳路线。初始时,通过TSP问题模型分别获取每个配送中心配送相同的客户点时,各自所对应的最佳路线,以便于后续结合能耗的最优路径获取。
作为进一步的技术方案,构建配送中心集合,以集合中任一配送中心作为目标配送中心,计算从目标配送中心出发,行驶经过待配送的所有客户点并返回目标配送中心的最优路径,作为当前配送中心的最佳路线;按照同样方法遍历集合中每一配送中心,获取每一配送中心的最佳路线,形成最佳路线集。
若配送中心只有一个,则直接根据初始获取的最佳路线即可确定最终配送的最优路径。
若配送中心有多个,则分别计算每个配送中心行驶经过所有待配送客户点的最佳路线,形成最佳路线集,便于后续结合能耗的路径获取。
作为进一步的技术方案,在获取最佳路线集后,基于碳排放量对集合中的每一最佳路线进行能耗计算,获取每一最佳路线的能耗。考虑到碳排放量作为车辆运输过程中对生态环境影响的衡量指标,而车辆的碳排放主要由燃油导致,因此基于碳排放量进行能耗计算。
根据本发明说明书的一方面,提供一种油耗与最佳路径协同的车辆路径规划系统,用于实现所述的方法,所述系统包括:
获取模块,用于分别获取多个配送中心及待配送的多个客户点的位置信息;
初始路径规划模块,用于基于待配送的多个客户点的位置信息,对不同的配送中心分别进行路径规划,获取不同配送中心下的最佳路线,形成最佳路线集;
能耗计算模块,用于对最佳路线集中的各路线分别进行能耗计算,获取最佳路线集中能耗最低的路线;
最优路径确定模块,用于基于能耗最低的路线,确认选中的目标配送中心及该配送中心对应的最优路径。
上述技术方案中,通过获取模块得到配送中心信息及要配送的客户点的信息,通过初始路径规划模块进行初始路径规划,得到单个配送中心分别作为目标配送中心时,行驶经过所有待配送客户点所具有的最佳路线,形成最佳路线集,通过能耗计算模块获取最佳路线集下各最佳路线对应的能耗,通过最优路径确定模块确定目标配送中心及其对应的最优路径,从而通过油耗与最佳路径的协同作用,实现高效节能配送,降低配送方成本,提升用户体验。
作为进一步的技术方案,所述系统还包括:最佳路线计算模块,用于基于TSP问题模型计算得到每个配送中心的最佳路线。初始时,通过TSP问题模型分别获取每个配送中心配送相同的客户点时,各自所对应的最佳路线,以便于后续结合能耗的最优路径获取。
作为进一步的技术方案,所述最佳路线计算模块进一步包括:构建模块,用于构建配送中心集合;单配送中心计算模块,用于以集合中任一配送中心作为目标配送中心,计算从目标配送中心出发,行驶经过待配送的所有客户点并返回目标配送中心的最优路径,作为当前配送中心的最佳路线;以及最佳路线集模块,用于按照同样方法遍历集合中每一配送中心,获取每一配送中心的最佳路线,形成最佳路线集。
与现有技术相比,本发明的有益效果在于:
(1)本发明提供一种方法,该方法首先以不同的配送中心为出发点,对不同的配送中心分别进行单独的路径规划,获取最佳路线集,然后在最佳路线集的基础上,对各配送中心的最佳路线进行能耗计算,获取能耗最小的最佳路线,确定对应的配送中心作为目标配送中心,将该目标配送中心下的最佳路线作为最终的最优路径,从而在保证最优路径的前提下,兼顾了能耗成本的需求,解决了现有规划路径与能耗不适配的问题。
(2)本发明提供一种系统,该系统通过获取模块得到配送中心信息及要配送的客户点的信息,通过初始路径规划模块进行初始路径规划,得到单个配送中心分别作为目标配送中心时,行驶经过所有待配送客户点所具有的最佳路线,形成最佳路线集,通过能耗计算模块获取最佳路线集下各最佳路线对应的能耗,通过最优路径确定模块确定目标配送中心及其对应的最优路径,从而通过油耗与最佳路径的协同作用,实现高效节能配送,降低配送方成本,提升用户体验。
附图说明
图1为根据本发明实施例的油耗与最佳路径协同的车辆路径规划方法的流程示意图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述,显然,所描述发实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
根据本发明说明书的一方面,提供一种油耗与最佳路径协同的车辆路径规划方法,该方法在保证最优路径的前提下,兼顾了能耗成本的需求,解决了现有规划路径与能耗不适配的问题。
如图1所示,该方法包括:分别获取多个配送中心及待配送的多个客户点的位置信息;基于待配送的多个客户点的位置信息,对不同的配送中心分别进行路径规划,获取不同配送中心下的最佳路线,形成最佳路线集;对最佳路线集中的各路线分别进行能耗计算,获取最佳路线集中能耗最低的路线;基于能耗最低的路线,确认选中的目标配送中心及该配送中心对应的最优路径。
本发明方法要解决的是已知存在不同的配送中心,寻找最佳最合适的配送中心送某车货物(单配送中心),从多个目的地回到该配送中心;并且再依据能耗模型,选出一条最佳路径。
假设HMD回路最短为M,HMD回路就是从配送中心出发将货物配送至多个目的地并返回原配送中心所行驶的路径,就是一整个回路。目前有n个配送目的地T={t1,t2,…,tn},第i个配送目的地的坐标为ti=(xi,yi),目的地ti和目的地tj之间的距离为假设一条HMD路径为:L=[l1,l2,...ln,ln+1],其中li∈V,1≤i≤n,ln+1=l1≠l2≠…≠ln,则路径的总长度D可表示为:
规定用θij(1<i,j<n)(1<i,j<n)表示路径上的第i个节点途径的配送点是tj,即当θij=1时,HMD路径上的第i个位置对应的配送点是tj,当θij=0时,表示HMD路径上的第i个位置对应的配送点不是tj。
由于每一个目标配送点都必须访问一次,并且一个配送点只能遍历一次。还有如下两个约束:
又因为选为起点的配送中心必是路径的终点,因此有θ1j=θ(n+1)j。
因此,HMD路径长度最短为,
以上是选定其中一个配送中心利用如上方法得到的最优路径。现在已知多个配送中心,将这些配送中心分别作为起点来进行上述计算,得到多条最优路径,即最佳路线集。
现在考虑生态问题,即还希望能耗最低,则现在使用能耗模型进行计算。我们采用碳排放量作为车辆运输过程中对生态影响的衡量指标,车辆的碳排放主要由燃油燃烧导致,因此基于碳排放量进行能耗计算。
基于统计数据计算得到的燃油消耗率(FCR)的回归方程为:
Y=0.00556X′+0.254 X′∈[0t,22.4t]
其中,X′为车辆载重,Q0为车辆自重,空载时车辆的FCR为ε0,Q为最大载重,此时车辆的FCR为ε*。Q1为当前车辆载重,ε(Q1)为当前载重下的FCR,则有
上式中,Cfuel为燃油消耗量。F随着燃料的不同而不同,其中汽油F=2.30,柴油F=2.63。
通过上述碳排放量的计算所得的多条最优路径来选择最佳配送中心,并得到最佳配送中心下的最优路径。
本发明方法首先以不同的配送中心为出发点,对不同的配送中心分别进行单独的路径规划,获取最佳路线集,然后在最佳路线集的基础上,对各配送中心的最佳路线进行能耗计算,获取能耗最小的最佳路线,确定对应的配送中心作为目标配送中心,将该目标配送中心下的最佳路线作为最终的最优路径,从而在保证最优路径的前提下,兼顾了能耗成本的需求,解决了现有规划路径与能耗不适配的问题。
根据本发明说明书的一方面,提供一种油耗与最佳路径协同的车辆路径规划系统,用于实现所述的方法。
所述系统包括:获取模块,用于分别获取多个配送中心及待配送的多个客户点的位置信息;初始路径规划模块,用于基于待配送的多个客户点的位置信息,对不同的配送中心分别进行路径规划,获取不同配送中心下的最佳路线,形成最佳路线集;能耗计算模块,用于对最佳路线集中的各路线分别进行能耗计算,获取最佳路线集中能耗最低的路线;最优路径确定模块,用于基于能耗最低的路线,确认选中的目标配送中心及该配送中心对应的最优路径。
本发明系统通过获取模块得到配送中心信息及要配送的客户点的信息,通过初始路径规划模块进行初始路径规划,得到单个配送中心分别作为目标配送中心时,行驶经过所有待配送客户点所具有的最佳路线,形成最佳路线集,通过能耗计算模块获取最佳路线集下各最佳路线对应的能耗,通过最优路径确定模块确定目标配送中心及其对应的最优路径,从而通过油耗与最佳路径的协同作用,实现高效节能配送,降低配送方成本,提升用户体验。
所述系统还包括:最佳路线计算模块,用于基于TSP问题模型计算得到每个配送中心的最佳路线。初始时,通过TSP问题模型分别获取每个配送中心配送相同的客户点时,各自所对应的最佳路线,以便于后续结合能耗的最优路径获取。
所述最佳路线计算模块进一步包括:构建模块,用于构建配送中心集合;单配送中心计算模块,用于以集合中任一配送中心作为目标配送中心,计算从目标配送中心出发,行驶经过待配送的所有客户点并返回目标配送中心的最优路径,作为当前配送中心的最佳路线;以及最佳路线集模块,用于按照同样方法遍历集合中每一配送中心,获取每一配送中心的最佳路线,形成最佳路线集
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案。
Claims (7)
1.油耗与最佳路径协同的车辆路径规划方法,其特征在于,包括:
分别获取多个配送中心及待配送的多个客户点的位置信息;
基于待配送的多个客户点的位置信息,对不同的配送中心分别进行路径规划,获取不同配送中心下的最佳路线,形成最佳路线集;
对最佳路线集中的各路线分别进行能耗计算,获取最佳路线集中能耗最低的路线;
基于能耗最低的路线,确认选中的目标配送中心及该配送中心对应的最优路径。
2.根据权利要求1所述油耗与最佳路径协同的车辆路径规划方法,其特征在于,基于TSP问题模型计算得到每个配送中心的最佳路线。
3.根据权利要求2所述油耗与最佳路径协同的车辆路径规划方法,其特征在于,构建配送中心集合,以集合中任一配送中心作为目标配送中心,计算从目标配送中心出发,行驶经过待配送的所有客户点并返回目标配送中心的最优路径,作为当前配送中心的最佳路线;按照同样方法遍历集合中每一配送中心,获取每一配送中心的最佳路线,形成最佳路线集。
4.根据权利要求1所述油耗与最佳路径协同的车辆路径规划方法,其特征在于,在获取最佳路线集后,基于碳排放量对集合中的每一最佳路线进行能耗计算,获取每一最佳路线的能耗。
5.油耗与最佳路径协同的车辆路径规划系统,用于实现权利要求1-4中任一项所述的方法,其特征在于,所述系统包括:
获取模块,用于分别获取多个配送中心及待配送的多个客户点的位置信息;
初始路径规划模块,用于基于待配送的多个客户点的位置信息,对不同的配送中心分别进行路径规划,获取不同配送中心下的最佳路线,形成最佳路线集;
能耗计算模块,用于对最佳路线集中的各路线分别进行能耗计算,获取最佳路线集中能耗最低的路线;
最优路径确定模块,用于基于能耗最低的路线,确认选中的目标配送中心及该配送中心对应的最优路径。
6.根据权利要求5所述油耗与最佳路径协同的车辆路径规划系统,其特征在于,所述系统还包括:最佳路线计算模块,用于基于TSP问题模型计算得到每个配送中心的最佳路线。
7.根据权利要求6所述油耗与最佳路径协同的车辆路径规划系统,其特征在于,所述最佳路线计算模块进一步包括:构建模块,用于构建配送中心集合;单配送中心计算模块,用于以集合中任一配送中心作为目标配送中心,计算从目标配送中心出发,行驶经过待配送的所有客户点并返回目标配送中心的最优路径,作为当前配送中心的最佳路线;以及最佳路线集模块,用于按照同样方法遍历集合中每一配送中心,获取每一配送中心的最佳路线,形成最佳路线集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210258096.6A CN114692960A (zh) | 2022-03-16 | 2022-03-16 | 油耗与最佳路径协同的车辆路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210258096.6A CN114692960A (zh) | 2022-03-16 | 2022-03-16 | 油耗与最佳路径协同的车辆路径规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114692960A true CN114692960A (zh) | 2022-07-01 |
Family
ID=82139960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210258096.6A Pending CN114692960A (zh) | 2022-03-16 | 2022-03-16 | 油耗与最佳路径协同的车辆路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114692960A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078150A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市中农易讯信息技术有限公司 | 一种农产品运送的路径优化方法 |
-
2022
- 2022-03-16 CN CN202210258096.6A patent/CN114692960A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078150A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市中农易讯信息技术有限公司 | 一种农产品运送的路径优化方法 |
CN117078150B (zh) * | 2023-10-17 | 2024-02-09 | 深圳市中农易讯信息技术有限公司 | 一种农产品运送的路径优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hosni et al. | The shared-taxi problem: Formulation and solution methods | |
CN107101643B (zh) | 一种拼车匹配方法 | |
CN104881710A (zh) | 一种基于车辆自组网的城市快递配送方法 | |
CN107944611B (zh) | 面向个性化出行需求的跨模式组合出行规划方法 | |
CN111310077B (zh) | 一种旅客智能行程推荐系统和方法 | |
CN106803136A (zh) | 一种基于混合遗传算法的生鲜配送实时优化方法 | |
CN103942948A (zh) | 基于分段拼接的城市公交线路网络的生成方法 | |
CN106530680B (zh) | 一种基于大站快车的公交线路组合服务方法 | |
CN112561249B (zh) | 面向实时需求的城市定制公交调度方法 | |
CN107330716A (zh) | 一种考虑系统最优的定制公交定价方法 | |
KR101586974B1 (ko) | 공유형 자율주행자동차의 편도서비스 제공 방법 | |
Wolfinger et al. | A matheuristic for a multimodal long haul routing problem | |
CN106997682A (zh) | 一种基于动态交通的智能停车系统 | |
CN109670709B (zh) | 一种基于众包公共交通系统的货物运输方法和系统 | |
Wei et al. | Optimal integrated model for feeder transit route design and frequency-setting problem with stop selection | |
CN114692960A (zh) | 油耗与最佳路径协同的车辆路径规划方法及系统 | |
CN113379159A (zh) | 基于灰色模型和马尔可夫决策过程的出租车司机寻客路线推荐方法 | |
CN107527105B (zh) | 一种拼车组单方法 | |
He et al. | Parcel delivery by collaborative use of truck fleets and bus-transit vehicles | |
Shi et al. | Routing electric vehicle fleet for ride-sharing | |
Bai et al. | Online fair allocation in autonomous vehicle sharing | |
Perera et al. | Genetic algorithm based dynamic scheduling of EV in a demand responsive bus service for first mile transit | |
CN110111600A (zh) | 一种基于VANETs的停车场推荐方法 | |
CN115879658A (zh) | 定制公交路径优化方法、系统、存储介质及设备 | |
Di Febbraro et al. | On exploiting ride-sharing and crowd-shipping schemes within the physical internet framework |
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 |