CN115689081A - 基于适应性协同机制的厨余垃圾收运路径动态优化方法 - Google Patents

Abstract

本申请涉及基于适应性协同机制的厨余垃圾收运路径动态优化方法及存储介质，该方法包括：在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点；从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的备选收运调度信息，第二收运调度信息是基于协同优化算法和遗传算法，对第一收运调度信息和修正收运信息进行修正规划所生成的；在备选收运调度信息检测对应收运车辆所对应的第一收运线路中选取目标收运车辆对应的目标收运线路；基于目标收运线路，指引目标收运车辆收运。通过本申请，解决了相关技术中的厨余垃圾收运规划，易造成中转站爆仓、收运资源浪费，收运成本增高的问题。

Description

基于适应性协同机制的厨余垃圾收运路径动态优化方法

技术领域

本申请涉及计算机智能化应用技术领域，特别是基于适应性协同机制的厨余垃圾收运路径动态优化方法，以及存储介质。

背景技术

生活垃圾管理是一个由多环节共同参与的复杂过程，包括收集点收集、清运、中转站暂存、转运和末端处理场处理，其中垃圾从收集点被运送到处理场的过程称为垃圾收运，垃圾收运成本占总处理成本的60％-80％，是生活垃圾管理全流程的关键。

厨余垃圾是指以有机质为主要成分，具有易腐易臭等特点的生活垃圾，据相关数据统计，厨余垃圾年产生量占生活垃圾总量的一半以上，是生活垃圾管理重点；在相关技术中，厨余垃圾收运包括清运和转运两个阶段，清运阶段是清运车队将厨余垃圾从收集点送至厨余垃圾中转站进行暂存的过程，为厨余垃圾近距离运输；转运阶段是转运车队将暂存在中转站的厨余垃圾转运至厨余垃圾处理场做最终处置的过程，为厨余垃圾远距离运输。在进行厨余垃圾收运过程，对不同的运输阶段设置对应的决策，其中，清运阶段需决策清运路线，包括清运车辆何时到达收集点及清运次数；转运阶段需决策转运路线，不仅需要决策转运车辆何时到达中转站还需将其转运计划与清运计划相协调，否则整个收运系统会因其在时间、垃圾量上的不衔接导致中转站爆仓，引发收运不及时、收运资源浪费等问题，由此，只有将厨余垃圾收运各环节协调配合，才能获得最大的环境、社会和经济效益。

在相关技术中，在厨余垃圾收运过程中，由于收集点垃圾量暴增、车辆故障等动态干扰频发，致使厨余垃圾收运系统无法按初始最优计划执行收运任务，进而使得与预期效果相差甚远；但在相关技术中，对厨余垃圾收运的决策，大多只考虑生活垃圾局部静态数据的路径规划，在厨余垃圾动态干扰发生后，无法规划出高效收运的路径规划，易造成中转站爆仓、收运资源浪费，收运成本增高的问题。

目前针对相关技术中的厨余垃圾收运规划，易造成中转站爆仓、收运资源浪费，收运成本增高的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种基于适应性协同机制的厨余垃圾收运路径动态优化方法及存储介质，以至少解决相关技术中厨余垃圾收运规划，易造成中转站爆仓、收运资源浪费，收运成本增高的问题。

第一方面，本申请实施例提供了一种基于适应性协同机制的厨余垃圾收运路径动态优化方法，包括：在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点，所述修正收运信息用于表征对应的收运节点的收运调度信息的变化；从当前生成的第二收运调度信息中，检测出处于所述当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，其中，所述第二收运调度信息是基于协同优化算法和遗传算法，对所述第一收运调度信息和所述修正收运信息进行修正规划所生成的，所述备选收运调度信息用于指引对应的收运车辆对待收运节点进行收运；在所述备选收运调度信息检测对应收运车辆所对应的第一收运线路，并从所述第一收运线路中，选取所述目标收运车辆对应的所述第一收运线路，得到目标收运线路；基于所述目标收运线路，指引所述目标收运车辆进行厨余垃圾收运。

第二方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的基于适应性协同机制的厨余垃圾收运路径动态优化方法。

相比于相关技术，本申请实施例提供的基于适应性协同机制的厨余垃圾收运路径动态优化方法及存储介质，通过在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点，所述修正收运信息用于表征对应的收运节点的收运调度信息的变化；从当前生成的第二收运调度信息中，检测出处于所述当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，其中，所述第二收运调度信息是基于协同优化算法和遗传算法，对所述第一收运调度信息和所述修正收运信息进行修正规划所生成的，所述备选收运调度信息用于指引对应的收运车辆对待收运节点进行收运；在所述备选收运调度信息检测对应收运车辆所对应的第一收运线路，并从所述第一收运线路中，选取所述目标收运车辆对应的所述第一收运线路，得到目标收运线路；基于所述目标收运线路，指引所述目标收运车辆进行厨余垃圾收运，解决了相关技术中厨余垃圾收运规划，易造成中转站爆仓、收运资源浪费，收运成本增高的问题，实现了厨余垃圾收运的高效协同、低成本运行及实时动态调整降低动态干扰对收运的影响的有益效果。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例的基于适应性协同机制的厨余垃圾收运路径动态优化方法的终端的硬件结构框图；

图2是根据本申请实施例的基于适应性协同机制的厨余垃圾收运路径动态优化方法的流程图；

图3是本申请优选实施例中实施收运方法的联动控制系统的架构图；

图4是根据本申请优选实施例的联动控制的流程图；

图5是根据本申请优选实施例的收运调度信息生成的流程示意图

图6是根据本申请实施例的基于适应性协同机制的厨余垃圾收运路径动态优化装置的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的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。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“多环节”是指大于或者等于两个的环节。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

本实施例提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。以运行在终端上为例，图1是本申请实施例的基于适应性协同机制的厨余垃圾收运路径动态优化方法的终端的硬件结构框图。如图1所示，终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限定。例如，终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的基于适应性协同机制的厨余垃圾收运路径动态优化方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括终端10的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

本实施例提供了一种运行于上述终端的基于适应性协同机制的厨余垃圾收运路径动态优化方法，图2是根据本申请实施例的基于适应性协同机制的厨余垃圾收运路径动态优化方法的流程图，如图2所示，该流程包括如下步骤：

步骤S201，在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点，修正收运信息用于表征对应的收运节点的收运调度信息的变化。

在本实施例中，执行本申请实施例的收运方法的执行主体为部署于终端、服务器、云服务器的基于数字孪生的联动控制系统，且通过联动控制系统对设定的收运车辆(包括用于将垃圾收运点的垃圾收运至垃圾中转站的清运车辆、将垃圾中转站的垃圾转运至垃圾处理厂的转运车辆)进行指引控制，进而使对应的收运车辆按动态规划处的轨迹进行厨余垃圾收运。

在本实施例中，在当前之前，所有的收运车辆是按在当前之前规划出的收运调度信息进行收运控制的，对应的收运调度信息包括给对应的收运车辆安排的垃圾收运任务，具体包括但不限于对应的收运车辆下一个待收运的收运节点的节点信息、该收运节点对应的垃圾收运量、该收运节点对应的收运时间窗(被安排的收运时间段)；在本实施例中，对应的收运调度信息为第一收运调度信息，且该第一收运调度信息是为上一次检测到有对应的收运节点的收运信息产生变化时，基于对应的历史收运调度信息及实时获取的修正收运信息，采用协同优化算法配合遗传算法进行修正规划所生成，而且，当首次产生收运信息变化时，则对应的历史收运调度信息根据垃圾日产收运任务进行预规划所生成的收运调度信息，此后，依次进行基于历史收运调度信息和实时获取的修正收运信息进行修正规划；同时，在收运过程中，联动控制系统实时监测所有收运车辆的运行状态、位置以及监测所有待收运节点的收运信息的状态，进而获得修正收运信息，例如：在收运节点A被安排在：20:00-22：00进行收运，当收运节点A的垃圾量溢出，则通过人工手动上报至联动控制系统，以告知联动控制系统该收运节点A的修正收运信息。

步骤S202，从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，其中，第二收运调度信息是基于协同优化算法和遗传算法，对第一收运调度信息和修正收运信息进行修正规划所生成的，备选收运调度信息用于指引对应的收运车辆对待收运节点进行收运。

在本实施例中，当联动控制系统收到对应的修正收运信息时，会先进行修改规则，以生成第二收运调度信息，该第二收运调度信息是匹配当前收运情况的收运调度信息；同时，在本实施例中，对应考虑的收运节点均为当前之后还未完成收运的收运节点，并且，在获取到修正收运信息(产生动态干扰)时，因每辆收运车辆所处位置不同，为统一收运车辆的收运状态，引入“虚拟变量”，从而在动态干扰发生瞬间将所有收运车辆统一到停车场，动态干扰发生时，收运车辆所处位置分为3种：若收运车辆正在对收集节点进行收运服务，则将该收运节点作为虚拟收运节点；若收运车辆正在前往下一个收运节点途中，则将下一个收运节点作为虚拟收运节点；若收运车辆在停车场或中转站，则无需建立虚拟收运节点；在本实施例中，虚拟收运节点对应的厨余垃圾量为该收运车辆此趟已经完成服务的收集点量总和，距停车场距离为该收运车辆此趟已行驶距离。

在本实施例中，第二收运调度信息是采用协同优化算法和遗传算法，对第一收运调度信息和接收到的修正收运信息进行修正规划所获得的实时收运调度信息；在本实施例中，在生成第二收运调度信息后，基于第二收运调度信息进行收运控制时，则通过在第二收运调度信息中查找每辆收运车辆对应的目标收运线路，因此，在以某个收运节点为对象时，通过检测处于当前收运接收的所有收运车辆所对应的收运调度信息，以为候选检测出每个收运车辆所对应的目标收运线路提供数据。

步骤S203，在备选收运调度信息检测对应收运车辆所对应的第一收运线路，并从第一收运线路中，选取目标收运车辆对应的第一收运线路，得到目标收运线路。

在本实施例中，通过从备选收运调度信息中对应收运车辆对应的第一收运线路，然后，通过对应的收运车辆的目标信息进行收运线路的选取，得到目标收运线路。

步骤S204，基于目标收运线路，指引目标收运车辆进行厨余垃圾收运。

在本实施例中，联动控制系统通过按目标收运线路指示目标收运车辆从当前的收运节点去到下一个待收运的收运节点进行厨余垃圾收运。

通过上述步骤S201至步骤S204，采用在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点，修正收运信息用于表征对应的收运节点的收运调度信息的变化；从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，其中，第二收运调度信息是基于协同优化算法和遗传算法，对第一收运调度信息和修正收运信息进行修正规划所生成的，备选收运调度信息用于指引对应的收运车辆对待收运节点进行收运；在备选收运调度信息检测对应收运车辆所对应的第一收运线路，并从第一收运线路中，选取目标收运车辆对应的第一收运线路，得到目标收运线路；基于目标收运线路，指引目标收运车辆进行厨余垃圾收运，解决了相关技术中厨余垃圾收运规划，易造成中转站爆仓、收运资源浪费，收运成本增高的问题，实现了厨余垃圾收运的高效协同、低成本运行及实时动态调整降低动态干扰对收运的影响的有益效果。

需要说明的是，本申请实施例中通过利用采用协同优化算法和遗传算法，对第一收运调度信息和接收到的修正收运信息进行修正规划，从而使的对应的收运车辆在满足收运任务的调节下，以解约收运资源、减少收运成本为目的进行厨余垃圾收运；同时，在修正规划时，会按设定的多种修改规划策略进行收运调度规划，然后统计或计算按对应的收运调度规划进行收运所需要的资源消耗和收运成本，并计算当前规划的收运调度规划与前一次收运调度规划所对应的收运调度偏离度(例如：成本偏差、收运车辆的路线调整次数、收运车辆的收运趟数)，进而以收运调度偏离度最小选取对应的收运调度信息，进而解决厨余垃圾收运过程中，中转站爆仓、收运资源浪费，收运成本增高的问题，实现了厨余垃圾收运的高效协同、低成本运行及实时动态调整降低动态干扰对收运的影响。

在其中一些实施例中，从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的收运调度信息之前，还实施如下步骤：

步骤21，获取当前未收运的第一收运节点当前对应的实时收运信息，并获取每个第一收运节点在第一收运调度信息中所对应的历史收运信息。

步骤22，分别确定实时收运信息和历史收运信息所对应的多项收运度量参数，并确定历史收运信息与实时收运信息所对应的每项收运度量参数的偏离值，其中，收运度量参数至少包括以下之一：收运量、收运时间窗、收运车辆数。

步骤23，判断每项收运度量参数所对应的偏离值是否大于预设阈值，并在判断到至少一项收运度量参数所对应的偏离值大于预设阈值的情况下，将实时收运信息作为修正收运信息，以基于修正收运信息和第一收运调度信息进行修正规划，生成第二收运调度信息。

步骤24，在判断到所有收运度量参数所对应的偏离值均不大于预设阈值的情况下，确定第二收运调度信息包括第一收运调度信息。

在本实施例中，判断是否进行修正规划，是通过判断修正收运信息是否是发生变化的收运信息而-决定的，也就是通过判断当前未收运的收运节点(对应第一收运节点)在当前对应的实时收运信息(可以是联动控制系统所感知到的变化的收运信息，也可以是手动上报的变化的收运信息，还可以是未发生变化对应的收运信息)与在前一次修正规划时所对应的历史收运信息之间的收运度量参数的偏离值，进而确定是否产生了对应的动态干扰，以确定是否需要进行修正规划；在本实施例中，当对应的偏离值大于预设阈值时，则说明对应的收运信息产生了变化，此时，需要进行修正规划，并将实时收运信息作为修正收运信息和当前对应的第一收运调度信息进行修正规划；当对应的偏离值不大于预设阈值时，则说明收运信息未产生变化，则无需进行修正规划，此时对应的修正收运信息对应为历史收运信息，并且当前对应的收运调度信息维持采用第一收运调度信息。

通过上述步骤中的获取当前未收运的第一收运节点当前对应的实时收运信息，并获取每个第一收运节点在第一收运调度信息中所对应的历史收运信息；分别确定实时收运信息和历史收运信息所对应的多项收运度量参数，并确定历史收运信息与实时收运信息所对应的每项收运度量参数的偏离值，其中，收运度量参数至少包括以下之一：收运量、收运时间窗、收运车辆数；判断每项收运度量参数所对应的偏离值是否大于预设阈值，并在判断到至少一项收运度量参数所对应的偏离值大于预设阈值的情况下，将实时收运信息作为修正收运信息，以基于修正收运信息和第一收运调度信息进行修正规划，生成第二收运调度信息；在判断到所有收运度量参数所对应的偏离值均不大于预设阈值的情况下，确定第二收运调度信息包括第一收运调度信息，实现动态感知动态干扰的发生及动态进行修正规划，以使厨余垃圾收运的高效协同、低成本运行。

在其中一些实施例中，基于协同优化算法和遗传算法，对第一收运调度信息和修正收运信息进行修正规划，生成第二收运调度信息，通过如下步骤实现：

步骤31，在获取到修正收运信息时，确定与每种预设的修正策略对应的第一收运节点组及每组第一收运节点组所对应的第一节点信息组，其中，每种修正策略关联在对应的收运子阶段进行收运的第一收运车辆，第一收运节点组包括对应的第一收运车辆进行收运的所有第一收运节点。

在本实施例中，定义的修正策略包括：车辆自救、局部联动、全局联动和资源联动，其中，所谓车辆自救为收运车辆在不影响其他收运车辆正常运作前提下，通过改变自身收运路线解决该收运车辆对应的待收运节点的收运信息发生变化所造成的动态干扰；所谓局部联动在不影响其他环节正常运作前提下，选择时间最富余的收运车辆进行救援，解决动态干扰，例如：当前的收运车辆为A，时间最富余的收运车辆为B，在不影响收运车辆A对应的收运任务的情况，采用调用收运车辆B对产生动态干扰的收运节点m的垃圾进行收运，此时，收运车辆A和收运车辆B所消耗的收运成本与在未产生动态干扰之前收运车辆A和收运车辆B进行收运所消耗的收运成本的偏差是最小的；所谓全局联动则为联动控制系统为解决动态干扰进行全局的调整，例如：改变清运阶段的收运车辆的收运线路和调整转运阶段的收运车辆的收运线路，籍以使的收运的整个阶段所消耗的收运成本与产生动态干扰之前整个收运阶段所对应的收运成本的消耗的偏差最小；所谓资源联动为新增闲置车辆进行救援，解决动态干扰。

在本实施例中，选定修正策略后，对应的第一收运节点组则已经确定，例如：当选定车辆自救策略时，对应的第一收运节点组则为该收运车辆原规划的收运线路中的所有第一收运节点；当采用局部联动时，第一收运节点组则是包括收运车辆A和收运车辆B在原规划的收运线路中的所有第一收运节点的集合。

步骤32，利用整数编码原则，对每组第一节点信息组进行编码处理，生成对应的收运节点初始编码种群，其中，收运节点初始编码种群的编码用于表征第一节点信息对应的节点序号。

在本实施例中，在确定对应的第一收运节点组后，则基于对应的第一收运节点组中的所有第一节点信息进行初始编码种群的生成；在具体实施例中，采用对应的第一收运节点对应的收运时间窗的时间先后进行编排，从而确定多个第一收运节点对应的初始排序序列，也对应收运节点初始编码种群，在遗传算法中，初始编码种群定义为第一条染色体。

步骤33，从第一收运调度信息中，获取第一收运车辆对应的预规划线路信息，基于预规划线路信息与对收运节点初始编码种群进行解码所得到的初始线路信息的偏差，确定对应的收运子阶段对应的第一收运调度偏离数据，并基于协同优化算法对应的预设目标收运偏离度和根据对应的第一收运调度偏离数据及其对应的权重所确定出的总收运偏离度，构建对应的适应度评价函数，其中，适应度评价函数用于评价修正对应收运调度信息的修正效能。

在本实施例中，在生成对应的收运子阶段对应的收运节点初始编码种群后，通过对收运节点初始编码种群进行解码，能获得对应的初始线路信息，然后，获取第一收运调度信息中对应的收运子阶段对应的预规划线路信息(对应已规划的线路信息)，然后通过确定初始线路信息与预规划线路信息的偏差，确定对应的收运子阶段的收运调度偏离数据；在本实施例中，整个收运阶段包括清运阶段和转运阶段，不同的收运子阶段对应的收运任务及收运状态不同，进而使得收运子阶段的收运调度偏离数据对应的权重不同；在本实施例中，预设目标收运偏离度是整个收运阶段对应的收运偏离度，不同的收运子阶段对应的适应度评价函数不同。

步骤34，以适应度评价函数为遗传算法的适应度函数，对收运节点初始编码种群进行遗传操作，生成目标收运节点编码种群，根据目标收运节点编码种群对应的节点序号，对预规划线路信息对应的收运线路中的第一收运节点对应的节点信息进行更新，并从生成的多条第二收运线路中检测出第一收运线路，其中，遗传算法包括轮盘赌算法。

在本实施例中，对应的遗传操作包括选择、交叉和变异三类进化操作；需要说明的是，本实施例中所进行的遗传操作、遗传编码更新为现有可实施的且清楚的，基于本申请实施例中的收运节点的节点信息则可以完成对应的收运信息的规划。

通过上述步骤31至步骤34，实现了基于动态干扰产生时，进行修正规划，并生成第二收运调度信息，进一步实现了厨余垃圾收运的高效协同、低成本运行及实时动态调整降低动态干扰对收运的影响。

在其中一些实施例中，从生成的多条第二收运线路中检测出第一收运线路，通过如下步骤实现：

步骤41，在预规划线路信息对应的收运线路中，检测出第一收运车辆对应的第一预规划线路。

在本实施例中，多条第二收运线路是多种预设的修正策略对应的收运线路，同时，一种修正策略还对应一条第一预规划线路。

步骤42，分别确定第一预规划线路和第二收运线路所对应的多种收运偏离参数及对应的权重，并根据每种收运偏离参数及对应的权重，确定每条第二收运线路所对应的总收运偏离数据，其中，收运偏离参数至少包括以下其中一种：收运成本偏离度、收运节点调整次数偏离度、收运次数偏离度。

在本实施例中，通过确定每种修正策略对应的第一预规划线路和第二收运线路所对应的收运偏离参数，并基于对应的权重加权，从而确定每种修正策略下，第二收运线路所对应的总收运偏离数据。

步骤43，从多条第二收运线路，选取总收运偏离数据对应的偏离度最小的第二收运线路，得到第一收运线路。

在本实施例中，基于总收运偏离数据对应的偏离度最小确定第一收运线路。

通过上述步骤中的在预规划线路信息对应的收运线路中，检测出第一收运车辆对应的第一预规划线路；分别确定第一预规划线路和第二收运线路所对应的多种收运偏离参数及对应的权重，并根据每种收运偏离参数及对应的权重，确定每条第二收运线路所对应的总收运偏离数据，其中，收运偏离参数至少包括以下其中一种：收运成本偏离度、收运节点调整次数偏离度、收运次数偏离度；从多条第二收运线路，选取总收运偏离数据对应的偏离度最小的第二收运线路，得到第一收运线路，实现目标收运车辆对应的第一收运线路的选取。

在其中一些实施例中，确定第一预规划线路和第二收运线路所对应的多种收运偏离参数，通过如下步骤实现：

步骤51，分别确定第一预规划线路和第二收运线路对应的第一收运节点的排序信息，其中，排序信息用于表征预设数目的第一收运节点在对应的收运线路上的位置。

步骤52，基于排序信息，确定对应的收运轨迹及轨迹里程，并基于对应的收运轨迹及轨迹里程，分别计算第一预规划线路和第二收运线路所对应的收运成本，以及基于第一预规划线路与第二收运线路所对应的收运成本差，确定收运成本偏离度。

在本实施例中，基于排序信息所对应的收运轨迹及轨迹里程，确定对应的收运线路的收运成本，然后确定收运成本偏离度；在本实施例中，收运成本按如下公式计算：收运车辆固定使用成本+轨迹里程*单位运输成本；需要说明的是，在清运子阶段，对应的收运成本，还考虑了违反对应收运节点时间窗的总时长所对应的惩罚成本，具体地，惩罚成本＝单位惩罚成本*违反收运节点时间窗的总时长。

步骤53，分别从第一预规划线路和第二收运线路所对应的排序信息中，查找相邻两个第一收运节点对应排序对，得到对应的多个第一排序对和多个第二排序对组，并根据从多个第二排序对中检测到的第一排序对的数目，确定收运节点调整次数偏离度。

在本实施例中，基于排序信息中对应的相邻两个第一收运节点的节点排序，确定收运调整次数；在本实施例中，考虑第一预规划线路和第二收运线路中，当前选定的一个第一收运节点的下一个第一收运节点对应的节点排序是否相同来确定调整次数，例如：第一预规划线路对应的节点排序为：1-2-3-4-5-6，第二收运线路中对应的节点排序为:1-6-5-3-4-2，则对应的收运调整次数为四次；又例如：第一预规划线路对应的节点排序为：1-2-3-4-5-6，第二收运线路中对应的节点排序为:1-6-3-5-4-2，则对应的收运调整次数为五次。

步骤54，分别从第一预规划线路和第二收运线路所对应的所有第一收运节点中，查找目标节点，并根据分别从第一预规划线路和第二收运线路中检测到的目标节点的数目差，确定收运次数偏离度，其中，目标节点用于表征收运节点中的中转节点。

在本实施例中，第一预规划线路和第二收运线路包括一辆收运车辆在一天内多趟收运所对应的收运线路，同时，对应清运子阶段和转运子阶段，均已中转节点为收运节点终点，以此来实现收运车辆的收运状态的统一，但清运子阶段对应的是将垃圾运输至中转节点，在转运子阶段对应的是以空车到达中转节点而转运中转节点的垃圾；在本实施例中，在预设时间段(例如：一天)，每辆收运车辆运行的收运趟数是不同，因此通过统计收运车辆到达中转节点的次数，来确定对应收运趟数，确定收运次数偏离度。

通过上述步骤51至步骤54，实现了对多种收运偏离参数的确定，籍以根据收运偏离参数确定每种修正策略下对应的遗传算法的适应度函数，并获得进行遗传操作后所对应的第二收运线路，从而为选取第一收运线路提供精准数据。

在其中一些实施例中，根据每种收运偏离参数及对应的权重，确定每条第二收运线路所对应的总收运偏离数据，通过如下步骤实现：

步骤61、获取每条第二收运线路所对应的收运成本偏离度、收运节点调整次数偏离度及收运次数偏离度，以及确定收运成本偏离度、收运节点调整次数偏离度及收运次数偏离度分别对应的第一预设权重、第二预设权重和第三预设权重。

在本实施例中，在确定对应的收运偏离参数后，其对应的权重是已知确定的预设权重，且对应的权重是根据在预先实施的收运调度中对收运产生的影响的统计所确定的。

步骤62、基于收运成本偏离度、收运节点调整次数偏离度、收运次数偏离度、第一预设权重、第二预设权重和第三预设权重，进行加权运算，生成每条第二收运线路所对应的总收运偏离数据。

在本实施例中，通过对收运偏离参数及对应的权重进行加权运算，得到总收运偏离数据。

通过上述步骤中的获取每条第二收运线路所对应的收运成本偏离度、收运节点调整次数偏离度及收运次数偏离度，以及确定收运成本偏离度、收运节点调整次数偏离度及收运次数偏离度分别对应的第一预设权重、第二预设权重和第三预设权重；基于收运成本偏离度、收运节点调整次数偏离度、收运次数偏离度、第一预设权重、第二预设权重和第三预设权重，进行加权运算，生成每条第二收运线路所对应的总收运偏离数据，实现对每条第二收运线路的总收运偏离数据的确定。

在其中一些实施例中，在基于已规划的第一收运调度信息执行厨余垃圾收运之前，还执行如下步骤：

步骤71、获取待完成的收运任务信息和执行目标信息，其中，执行目标信息用于表征完成收运任务信息所对应的收运任务所配置的收运车辆的车辆信息。

步骤72、将收运任务信息和执行目标信息输入将预规划模型中，生成第一收运调度信息，其中，预规划模型是基于协同优化算法构建的，并构建为根据输入的收运任务信息，得到与该收运任务信息对应的收运调度信息。

通过上述步骤中的获取待完成的收运任务信息和执行目标信息，其中，执行目标信息用于表征完成收运任务信息所对应的收运任务所配置的收运车辆的车辆信息；将收运任务信息和执行目标信息输入将预规划模型中，生成第一收运调度信息，其中，预规划模型是基于协同优化算法构建的，并构建为根据输入的收运任务信息，得到与该收运任务信息对应的收运调度信息，实现了基于协同优化算法和遗传算法进行的收运调度信息的预规划。

在其中一些实施例中，从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，通过如下步骤实现：

步骤81、从第二收运调度信息中，获取每辆收运车辆所对应的子收运调度信息，其中，子收运调度信息包括收运车辆对应的车辆信息。

步骤82、获取处于当前收运节点的至少一辆收运车辆对应的目标车辆信息，并从第二收运调度信息对应的所有子收运调度信息中检测对应的车辆信息为目标车辆信息的子收运调度信息，得到备选收运调度信息。

通过上述步骤中的从第二收运调度信息中，获取每辆收运车辆所对应的子收运调度信息，其中，子收运调度信息包括收运车辆对应的车辆信息；获取处于当前收运节点的至少一辆收运车辆对应的目标车辆信息，并从第二收运调度信息对应的所有子收运调度信息中检测对应的车辆信息为目标车辆信息的子收运调度信息，得到备选收运调度信息，实现备选收运调度信息的选定。

图3是本申请优选实施例中实施收运方法的联动控制系统的架构图，参考图3，以下对本申请所涉及的联动控制系统进行说明如下：

本申请实施例的联动控制系统是基于数字孪生的厨余垃圾“收运-转运”联动控制系统，该系统包括一个物理层，其中物理层是厨余垃圾“清运-转运”联动控制系统中客观存在的实体集合，包括两个子部分：物理对象和感知设备，物理对象运中各类实体对象(实体对象包括但不限于收运人员、清运车辆和转运车辆等实体)；感知设备为一系列物联网设备(感知设备包括但不限于传感器、GPS、RFID读写器等感知设备)以实现在执行过程中主动对各类实体对象进行全流程数据感知。感知设备实时采集与监控物理对象运行数据，并将实时数据上传给虚拟层。本领域普通技术人员可以理解，图3所示的物理层仅为示意，其并不对上述联动控制控制的架构造成限定。例如，在该物理层中还可以包括比图3中所示更多或更少的组件，或者具有与图3所示不同的配置；虚拟层是对厨余垃圾“清运-转运”物理系统的数字化映像，并提供联动运作实时收运计划，包括三个子部分：孪生模型、孪生映像层与联动控制层，孪生模型为构建的数字孪生模型库(包括但不限于对象模型、环境模型和目标模型等)；孪生映像层是对物理层的真实映射，通过多尺度孪生对象和全要素孪生数据，实现厨余垃圾收运全流程实时孪生映像；联动控制层是整个数字孪生系统的核心部分，为厨余垃圾“清运-转运”联动控制系统提供实时决策及管控。在数字孪生联动控制架构图中，物理层将厨余垃圾收运实时信息及收运系统资源信息上传给虚拟层，虚拟层通过对物理层上传的实时运作数据对收运系统进行实例化仿真及联动决策，并将优化结果下传给物理层。

图4是根据本申请优选实施例的联动控制的流程图，参考图4，该流程包括如下步骤：

步骤1，接受厨余垃圾收运需求信息，包括厨余垃圾收运量信息和收运节点信息，其中厨余垃圾收运任务量信息为厨余垃圾收运节点对应的商家或小区负责人客户在收运开始前向系统提交当天收运量信息，厨余垃圾收运节点信息包括收运节点地理位置、收运时间窗等，该信息由数字孪生架构中物理感知设备层中获取。

步骤2，进入预规划阶段，在此阶段，基于全流程实时多尺度融合数据，构建厨余垃圾“清运-转运”预规划模型，并基于预规划模型在系统优化目标指导和优化规则约束下通过协同优化、参数耦合、约束关联进行清运和转运计划的协同优化决策初始计划的制定，其中，全流程实时多尺度融合数据包括厨余垃圾收运系统中收运人员信息、收运车辆信息、收运节点收运需求信息、中转站信息等。

步骤3，执行预规划，安排清运和转运车辆执行预规划结果。

步骤4，实时监控系统收运状态，并将实际收运状态与系统预规划优化状态进行对比，根据预期执行偏差值判断是否有动态干扰发生。

步骤5，进行修正规划阶段，在收运过程中，当产生动态干扰后，则进入修正规划阶段，修正规划阶段具体实施为：首先，通过数字孪生信息架构获取收运实时信息并捕捉、识别动态干扰数据；其次，基于所采集的实时运作数据，利用协同优化思想及干扰管理思想构建修正规划模型；最后，以预规划结果为基础，按照修正策略制定扰动最小的修正计划。

在本实施例中，修正规划阶段获取的收运实时信息包括车辆收运状态信息、已完成收运的收运节点信息和中转站转运信息等；在本实施例中，修正规划阶段所提的干扰管理思想为强调实时调整原计划，以最小化偏离度为目标，建立相应干扰管理模型，及时给出处理干扰事件的调整计划；在厨余垃圾收运车辆调度干扰管理中，动态干扰对系统的扰动主要体现在收运路线和收运成本偏离上，针对本实施例中厨余垃圾收运特点提出三种偏离度量：收运成本偏离度、收运节点调整次数偏离度、收运次数偏离度；在本实施例中，修正规划阶段所提的修正策略为在应对动态干扰后的修正方案，修正策略共有四种，分别是车辆自救、局部联动、全局联动和资源联动。

步骤6，执行修正规划，依据修正规划结果调整收运车辆收运路线。

步骤7，不断监控收运状态，重复执行步骤4至步骤6，直至收运结束。

图5是根据本申请优选实施例的收运调度信息生成的流程示意图，参考图5，以下对本申请优选实施例的收运调度信息生成进行进一步说明如下：

本申请实施例采用对应的规划模型进行收运调度信息的生成，该规划模型包括预规划模型和修正规划模型，每个模型中又依据协同优化算法思想分为收运系统层和清运与转运两个子系统层；其中，协同优化方法为将复杂系统优化问题分解成一个系统级优化问题和几个平行的子系统级优化问题，协同优化方法可以将大型复杂的系统问题拆分为高层的系统级和处于底层的平行的多个学科级两层优化结构，协同优化算法的优化结构与厨余垃圾联动控制问题的结构非常类似，主要体现在：厨余垃圾收运系统相当于CO优化结构中系统级，负责协调清运与转运计划的制定，厨余垃圾清运与转运阶段相当于CO优化结构中各子系统级，不仅需要考虑各自优化目标和约束条件，还需要满足系统级给定的约束条件；在整个厨余垃圾收运系统中，清运与转运通过中转站进行关联，故将中转站被转运的时间作为系统耦合参数。

本实施例中基于协同优化算法的预规划模型分为预规划协同优化系统级模型、清运子系统预规划模型与转运子系统预规划模型，其中构建的预规划协同优化系统级模型如下：

min Z＝Z₁+Z₂

J₁＝(Z₁-Z₁₁)²≤ε

J₂＝(Z₂-Z₂₂)²≤ε

J₃＝(t'_pu-t”_pu)²≤ε

式中，minZ为目标函数，也就是为厨余垃圾收运系统级目标函数，即厨余垃圾收运成本最低，包括清运子系统与转运子系统成本最低，其中Z为系统总成本，Z₁和Z₂分别为系统分配给清运子系统和转运子系统的目标成本值；J₁、J₂、J₃均为系统级的一致性约束，Z₁₁、Z₂₂分为清运子系统和转运子系统优化后成本返回值，t’_pu为清运子系统优化后的时间耦合参数返回值，t”_pu转运子系统优化后时间耦合参数返回值，松弛因子ε是一个极小的数。

以下对本申请中所涉及的遗传算法及遗传操作进行说明如下：

遗传算法从初始种群出发，将初始种群看成是通过基因编码的组合体得出的种群出发求解；在种群中每个个体都会被认为是一个带有染色体的一个实体，通过在染色体上进行选择，交叉与变异，最终将无法适应环境变化的染色体淘汰，从而保证遗传给子代的均为能够适应环境变化的染色体，从而逐渐演化尝试出越来越好的个体，以产生出代表新的解集的种群，其中，

染色体编码与解码

为了能使遗传算法在计算机中正常运行，必须将个体染色体值转化为计算机所能识别的编码；在本申请所涉及的厨余垃圾收运中，将对应的问题定义为：多个厨余垃圾收运节点需要运往多个中转站进行暂存，再将暂存在中转站的垃圾分批多次运送至处理场进行处理，收运节点与中转站间均具有连续性，因此申请对应的遗传算法选用整数编码方式进行编码，具体编码方式如下：

假设有n个客户，允许使用的最大车辆数为k辆，随机将k个客户进行排列，并将k辆车随机插入这n个客户中，其染色体长度为n+k-1。例如，假设共有10个客户，3辆车，按整数编码方式，其中标号1-10为客户编号，标号11-13为车辆编号，则其中一种可行的染色体为(2 8 13 9 1 5 7 11 3 4 6 10 12)，在该染色体中3辆车将染色体分成了三条路径，分别为车辆11按9-1-5-7的路线进行收运、车辆12按3-4-6-10的路线进行收运、车辆13按2-8的路线进行收运。

在本实施例中，由于厨余垃圾清运子系统和转运子系统分别为不同的VRP问题，因此在运用遗传算法进行编码时也会有所不同：清运子系统为M-M MTVRPSPD问题，其可描述为存在一个停车场、N个收运节点、M个中转站、K辆清运车，且车辆最多可以运输R次的问题，针对该问题，本申请实施例在编码时将停车场的编号设为0，收运节点编号为n(n＝1，2，3，...，N)，中转站编号为m(m＝N+1，N+2，N+3，...，N+M)，将n个收运节点进行随机排列，并将k辆清运车插入到这n个收运节点序列中，每个染色体长度为N+R×K-1。例如，假设共有20个收运节点、2个中转站、3辆清运车且每辆清运车最多可运输3次，则其中一种可行的染色体为(13 17 21 18 14 15 22 19 20 22 1 4 21 5 6 21 8 2 21 3 9 10 22 11 21 7 12 1622)，在该染色体中3辆清运车的路线分别为：清运车辆1：0-13-17-21-18-14-15-22-19-20-22-0；清运车辆2：0-1-4-21-5-6-21-8-2-21-0；清运车辆3：0-3-9-10-22-11-21-7-12-16-22-0。

转运子系统为RR-VRPSP问题，其可描述为M个中转站、每个中转站需转运A次、1个处理场、S辆车，本申请实施例在编码时将中转站编号设为m(m＝1，2，3，...，A₁，A₁+1，A₁+2，...，A₁+A₂，...，A₁+A₂+…+A_M-1+1，A₁+A₂+…+A_M-₁+2，...，A₁+A₂+…+A_M-1+A_M)，其中m＝(A₁+A₂+…+A_M-1+1，A₁+A₂+…+A_M-1+2，...，A₁+A₂+…+A_M-1+A_M)均表示为中转站M，A₁+A₂+…+A_M-1+1为中转站M的第一次转运，A₁+A₂+…+A_M-1+2为中转站M的第2次转运，A₁+A₂+…+A_M-1+A_M为中转站M的第A_M次转运，转运车编码为s(s＝A₁+A₂+…+A_M+1，A₁+A₂+…+A_M+2，M+A+3，...，A₁+A₂+…+A_M+S)，处理场编号为A₁+A₂+…+A_M+S+1，每条染色体长度为A₁+A₂+…+A_M+S-1；例如，假设共有2个中转站，其中中转站1需要被转运5次，中转站2需要被转运4次，3辆转运车，其中标号1-5均表示中转站1，标号6-9均表示中转站2，标号10-12表示转运车辆，标号13表示处理场，则其中一种可行的染色体为1 6 2 10 3 7 4 11 8 5 9，由于转运阶段为整车直运的方式进行转运，故在该染色体中3辆转运车的路线分别为：转运车辆1：13-1-13-6-13-2-13；转运车辆2：13-3-13-7-13-4-13；转运车辆3：13-8-13-5-13-9-13。设置适应度函数

在遗传算法中，适应度函数是用来衡量种群中个体的环境适应能力，根据适应度值的大小来对个体进行优胜劣汰，适应度高的，遗传给子代的机会就越高，适应度低，被淘汰的几率就大。由于遗传算法在进行选择时，仅仅以适应度函数值为依据，因此，适应度函数选取的好坏能直接影响遗传算法求解速度的快慢及最优解的寻找，在对实际问题求解时，需将优化目标与个体适应度建立映射关系。在遗传算法中，通常所要求的是使适应度函数值越高越好，因此对于求解极大化问题，其适应度函数一般对应问题的目标函数，而对于求极小化问题时，其适应度函数一般对应问题的目标函数的倒数。基于此，本申请实施例厨余垃圾清运、转运环节优化问题为极小化问题，故将目标函数的倒数作为适应度函数，以预规划中清运子系统优化问题为例，其清运子系统的遗传算法的适应度函数为

其中，f为适应度函数，J₁为预规划阶段中清运子系统目标函数。

初始化种群

初始种群是遗传算法进行循环迭代优化的起点，一个好的初始种群能够减少遗传算法的迭代次数，提高优化问题求解的效率与质量；一般而言，初始种群可通过随机生成获得，其初始种群数量一般在50-200范围内，初始种群数量过小或过大都会使遗传算法迭代次数增加或求解时间过长导致运算效率低下；因此，在本申请实施例的厨余垃圾清运与转运子系统中，根据清运子系统优化问题，本申请实施例设定其种群大小为100，迭代次数为500代，初始种群按车辆装载量及工作时间来进行排列，即先将厨余垃圾收运节点按其收运时间窗的先后顺序进行排列，并依据该序列从前往后依次计算其装载量与收运时间，当装载量达到车容量时，则在此随机插入中转站编号，并开始该车下一趟收运，当该车达到其工作结束时间时结束该车收运，启用下一辆车，当按照该方法生成第一天初始染色体时，将该初始染色体复制99条，得到清运子系统优化问题的初始种群。根据转运子系统优化问题，本申请实施例设定其种群大小为50，迭代次数为200代，采用随机初始化的方式得到转运子系统优化问题的初始种群。

遗传进化操作

遗传算法的遗传操作主要是模拟了自然界中生物繁衍进化过程，其遗传进化操作包括：选择、交叉和变异三类进化操作，其中，

选择操作，是参考自然界中生物进化过程的优胜劣汰的方式而提出的一种算法操作，选择操作是择优从种群中挑选出优质个体进行繁殖生成新一代个体，其目的是通过选择操作将优质个体保留，将劣质个体剔除，以保证子代优良性，从而提高求解效率与收敛速度。在遗传算法的编码求解中，系统首先会设定选择概率，以确定种群中进入染色体交叉变异的染色体数量，本申请实施例厨余垃圾清运和转运子系统优化问题设置的选择概率均为0.8(即在种群数为100的种群中，系统通过选择操作选择出80条染色体进行交叉和变异操作)。然后通过选择操作选择进行染色体交叉和变异操作的染色体数量。常见的选择操作的方法有：轮盘赌选择法、最佳保留选择法和随机竞争选择法等方法，其中轮盘赌选择法的基本思想为依据染色体适应度值的大小对个体进行优胜劣汰，适应度越高，被选中的概率就越大、适应度越低，被淘汰的概率就越大，因此本申请实施例厨余垃圾清运和转运子系统优化问题选择轮盘赌选择法进行选择操作；具体选择操作如下：1、每次迭代中，依据预先设定的选择概率计算需要选中的染色体数；2、将种群中染色体适应度函数值进行汇总，求出当前代适应度函数值总值∑f_i；3、计算染色体被选中的概率

(其中，p_i表示第i个算子的概率，f_i表示第i个染色体的适应度值)，将轮盘划分为若干小区域，染色体概率的大小代表着在轮盘上面积的大小；4、系统随机产生一个[0,1]之间的数随机数；5、用随机产生的随机数乘上适应度函数总总值∑f_i就得到一个小于总值∑f_i的数值，这个数就被称之为转轮值，即假设赌球在轮盘上走过的距离；6、累加各适应度函数值，当累加到第i个适应度值时的适应度函数值大于或者等于随机产生的随机数乘上总值∑f_i的值之后，那么这个适应度函数值及所代表的染色体基因就可以会被选中，遗传给子代；7、重复步骤2-6，直至选出系统预先设定的染色体数时结束选择。

交叉操作是参考自然界中生物基因重组操作原理，交叉操作使得被选择的每一对染色体个体之间能够按照设定的交叉操作对部分基因进行交换重组；依据本申请实施例问题特性，厨余垃圾清运与转运子系统优化问题均采用以下方法进行交叉操作：1、随机产生两个交叉点；2、分别提取父代两个交叉点中的基因片段；3、将提取出的基因片段分别至于另一父代的染色体最前端；4、从后往前删除中间部分重复的基因，直到染色体长度与父代一样长停止。

在可以实施方式中，一种具体的交叉操作过程如下：

1、存在两条父代染色体，其中1-10为收运节点，11和12分别为中转站：1p:1 2 311 4 5 12 6 7 11 8 9 11 10 12；2p:10 9 8 11 7 12 6 5 12 4 3 2 12 1 11。

2、随机产生两个交叉点6和13，在染色体对应的位置上用“|”标识：1p:1 2 3 11 4|5 12 6 7 11 8 9 11|10 12；2p:10 9 8 11 7|12 6 5 12 4 3 2 12|1 11

3、提取两个交叉点中的基因片段：5 12 6 7 11 8 9 11；12 6 5 12 4 3 2 12。

4、将提取出的基因片段分别交叉放到1p和2p之前生成子代‘1p和‘2p：‘1p:12 6 512 4 3 2 12 1 2 3 11 4 5 12 6 7 11 8 9 11 10 12；‘2p:5 12 6 7 11 8 9 11 10 9 811 7 12 6 5 12 4 3 2 12 1 11。

5、从后往前删除‘1p和‘2p中重复的基因，直到‘1p和‘2p的长度与1p和2p一样长停止，得到两个子代11p和22p：11p:12 6 5 12 4 3 2 12 1 11 7 11 8 9 10；22p:5 12 6 711 8 9 11 10 12 12 4 3 2 1。

变异操作是参考自然界中生物基因基因突变原理，变异操作能够使被选中的染色体能够按设定的变异操作对部分基因进行调整，变异操作是为了保证种群的多样性而发生的极小概率的染色体变化，其能增强其局部搜索能力，防止出现早熟现象，一般变异算子的概率在0.005—0.01之间；依据本申请实施例问题特性，厨余垃圾清运与转运子系统优化问题均采用逆转变异的方式进行变异操作：1、随机产生两个变异点；2、提取父代两个变异点中的基因片段；3、将提取出的基因片段进行逆转；4、将逆转后的基因片段插入到原位置中。

在可以实施方式中，一种具体的变异操作过程如下：

1、存在父代染色体p：1 2 3 11 4 5 12 6 7 11 8 9 11 10 12。

2、随机产生两个变异点5和12在染色体对应的位置上用“|”标识：p：1 2 3 11|4 512 6 7 11 8 9|11 10 12。

3、提取两个变异点中的基因片段：4 5 12 6 7 11 8 9。

4、逆转变异基因片段：9 8 11 7 6 12 5 4。

5、将逆转后的变异基因片段替代父代染色体中相应片段，得11p:1 2 3 11 9 811 7 6 12 5 4 11 10 12。

终止检验

遗传算法一般采用设定最大迭代次数的方法来终止算法，在本申请实施例的厨余垃圾收运中，清运和转运子系统优化问题均采用设置最大迭代次数作为终止条件，本申请实施例设定清运子系统优化问题迭代500次时算法终止，转运子系统优化问题迭代200次时算法终止，并输出优化问题最优解。

本实施例还提供了基于适应性协同机制的厨余垃圾收运路径动态优化装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图6是根据本申请实施例的基于适应性协同机制的厨余垃圾收运路径动态优化装置的结构框图，如图6所示，该装置包括确定模块61、检测模块62、处理模块63和指引模块64，其中，

确定模块61，用于在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点，修正收运信息用于表征对应的收运节点的收运调度信息的变化；

检测模块62，与确定模块61耦合连接，用于从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，其中，第二收运调度信息是基于协同优化算法和遗传算法，对第一收运调度信息和修正收运信息进行修正规划所生成的，备选收运调度信息用于指引对应的收运车辆对待收运节点进行收运；

处理模块63，与检测模块62耦合连接，用于在备选收运调度信息检测对应收运车辆所对应的第一收运线路，并从第一收运线路中，选取目标收运车辆对应的第一收运线路，得到目标收运线路；

指引模块64，与处理模块63耦合连接，用于基于目标收运线路，指引目标收运车辆进行厨余垃圾收运。

通过本申请实施例的基于适应性协同机制的厨余垃圾收运路径动态优化装置，采用在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点，修正收运信息用于表征对应的收运节点的收运调度信息的变化；从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，其中，第二收运调度信息是基于协同优化算法和遗传算法，对第一收运调度信息和修正收运信息进行修正规划所生成的，备选收运调度信息用于指引对应的收运车辆对待收运节点进行收运；在备选收运调度信息检测对应收运车辆所对应的第一收运线路，并从第一收运线路中，选取目标收运车辆对应的第一收运线路，得到目标收运线路；基于目标收运线路，指引目标收运车辆进行厨余垃圾收运，解决了相关技术中厨余垃圾收运规划，易造成中转站爆仓、收运资源浪费，收运成本增高的问题，实现了厨余垃圾收运的高效协同、低成本运行及实时动态调整降低动态干扰对收运的影响的有益效果。

在其中一些实施例中，从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的收运调度信息之前，该装置还用于获取当前未收运的第一收运节点当前对应的实时收运信息，并获取每个第一收运节点在第一收运调度信息中所对应的历史收运信息；分别确定实时收运信息和历史收运信息所对应的多项收运度量参数，并确定历史收运信息与实时收运信息所对应的每项收运度量参数的偏离值，其中，收运度量参数至少包括以下之一：收运量、收运时间窗、收运车辆数；判断每项收运度量参数所对应的偏离值是否大于预设阈值，并在判断到至少一项收运度量参数所对应的偏离值大于预设阈值的情况下，将实时收运信息作为修正收运信息，以基于修正收运信息和第一收运调度信息进行修正规划，生成第二收运调度信息；在判断到所有收运度量参数所对应的偏离值均不大于预设阈值的情况下，确定第二收运调度信息包括第一收运调度信息。

在其中一些实施例中，该装置还用于在获取到修正收运信息时，确定与每种预设的修正策略对应的第一收运节点组及每组第一收运节点组所对应的第一节点信息组，其中，每种修正策略关联在对应的收运子阶段进行收运的第一收运车辆，第一收运节点组包括对应的第一收运车辆进行收运的所有第一收运节点；利用整数编码原则，对每组第一节点信息组进行编码处理，生成对应的收运节点初始编码种群，其中，收运节点初始编码种群的编码用于表征第一节点信息对应的节点序号；从第一收运调度信息中，获取第一收运车辆对应的预规划线路信息，基于预规划线路信息与对收运节点初始编码种群进行解码所得到的初始线路信息的偏差，确定对应的收运子阶段对应的第一收运调度偏离数据，并基于协同优化算法对应的预设目标收运偏离度和根据对应的第一收运调度偏离数据及其对应的权重所确定出的总收运偏离度，构建对应的适应度评价函数，其中，适应度评价函数用于评价修正对应收运调度信息的修正效能；以适应度评价函数为遗传算法的适应度函数，对收运节点初始编码种群进行遗传操作，生成目标收运节点编码种群，根据目标收运节点编码种群对应的节点序号，对预规划线路信息对应的收运线路中的第一收运节点对应的节点信息进行更新，并从生成的多条第二收运线路中检测出第一收运线路，其中，遗传算法包括轮盘赌算法。

在其中一些实施例中，该处理模块63还用于在预规划线路信息对应的收运线路中，检测出第一收运车辆对应的第一预规划线路；分别确定第一预规划线路和第二收运线路所对应的多种收运偏离参数及对应的权重，并根据每种收运偏离参数及对应的权重，确定每条第二收运线路所对应的总收运偏离数据，其中，收运偏离参数至少包括以下其中一种：收运成本偏离度、收运节点调整次数偏离度、收运次数偏离度；从多条第二收运线路，选取总收运偏离数据对应的偏离度最小的第二收运线路，得到第一收运线路。

在其中一些实施例中，该处理模块63还用于分别确定第一预规划线路和第二收运线路对应的第一收运节点的排序信息，其中，排序信息用于表征预设数目的第一收运节点在对应的收运线路上的位置；基于排序信息，确定对应的收运轨迹及轨迹里程，并基于对应的收运轨迹及轨迹里程，分别计算第一预规划线路和第二收运线路所对应的收运成本，以及基于第一预规划线路与第二收运线路所对应的收运成本差，确定收运成本偏离度；分别从第一预规划线路和第二收运线路所对应的排序信息中，查找相邻两个第一收运节点对应排序对，得到对应的多个第一排序对和多个第二排序对组，并根据从多个第二排序对中检测到的第一排序对的数目，确定收运节点调整次数偏离度；分别从第一预规划线路和第二收运线路所对应的所有第一收运节点中，查找目标节点，并根据分别从第一预规划线路和第二收运线路中检测到的目标节点的数目差，确定收运次数偏离度，其中，目标节点用于表征收运节点中的中转节点。

在其中一些实施例中，该处理模块63还用于获取每条第二收运线路所对应的收运成本偏离度、收运节点调整次数偏离度及收运次数偏离度，以及确定收运成本偏离度、收运节点调整次数偏离度及收运次数偏离度分别对应的第一预设权重、第二预设权重和第三预设权重；基于收运成本偏离度、收运节点调整次数偏离度、收运次数偏离度、第一预设权重、第二预设权重和第三预设权重，进行加权运算，生成每条第二收运线路所对应的总收运偏离数据。

在其中一些实施例中，在基于已规划的第一收运调度信息执行厨余垃圾收运之前，该装置还用于：获取待完成的收运任务信息和执行目标信息，其中，执行目标信息用于表征完成收运任务信息所对应的收运任务所配置的收运车辆的车辆信息；将收运任务信息和执行目标信息输入将预规划模型中，生成第一收运调度信息，其中，预规划模型是基于协同优化算法构建的，并构建为根据输入的收运任务信息，得到与该收运任务信息对应的收运调度信息。

在其中一些实施例中，该检测模块62还用于从第二收运调度信息中，获取每辆收运车辆所对应的子收运调度信息，其中，子收运调度信息包括收运车辆对应的车辆信息；获取处于当前收运节点的至少一辆收运车辆对应的目标车辆信息，并从第二收运调度信息对应的所有子收运调度信息中检测对应的车辆信息为目标车辆信息的子收运调度信息，得到备选收运调度信息。

本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点，修正收运信息用于表征对应的收运节点的收运调度信息的变化。

S2，从当前生成的第二收运调度信息中，检测出处于当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，其中，第二收运调度信息是基于协同优化算法和遗传算法，对第一收运调度信息和修正收运信息进行修正规划所生成的，备选收运调度信息用于指引对应的收运车辆对待收运节点进行收运。

S3，在备选收运调度信息检测对应收运车辆所对应的第一收运线路，并从第一收运线路中，选取目标收运车辆对应的第一收运线路，得到目标收运线路。

S4，基于目标收运线路，指引目标收运车辆进行厨余垃圾收运。

需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

另外，结合上述实施例中的基于适应性协同机制的厨余垃圾收运路径动态优化方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种基于适应性协同机制的厨余垃圾收运路径动态优化方法。

本领域的技术人员应该明白，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于适应性协同机制的厨余垃圾收运路径动态优化方法，其特征在于，包括：

在基于已规划的第一收运调度信息进行厨余垃圾收运过程中，确定在获取到修正收运信息时，目标收运车辆所在当前收运节点，所述修正收运信息用于表征对应的收运节点的收运调度信息的变化；

从当前生成的第二收运调度信息中，检测出处于所述当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，其中，所述第二收运调度信息是基于协同优化算法和遗传算法，对所述第一收运调度信息和所述修正收运信息进行修正规划所生成的，所述备选收运调度信息用于指引对应的收运车辆对待收运节点进行收运；

在所述备选收运调度信息检测对应收运车辆所对应的第一收运线路，并从所述第一收运线路中，选取所述目标收运车辆对应的所述第一收运线路，得到目标收运线路；

基于所述目标收运线路，指引所述目标收运车辆进行厨余垃圾收运。

2.根据权利要求1所述的方法，其特征在于，从当前生成的第二收运调度信息中，检测出处于所述当前收运节点的收运车辆对应的收运调度信息之前，所述方法还包括：

获取当前未收运的第一收运节点当前对应的实时收运信息，并获取每个所述第一收运节点在所述第一收运调度信息中所对应的历史收运信息；

分别确定所述实时收运信息和所述历史收运信息所对应的多项收运度量参数，并确定所述历史收运信息与所述实时收运信息所对应的每项所述收运度量参数的偏离值，其中，所述收运度量参数至少包括以下之一：收运量、收运时间窗、收运车辆数；

判断每项所述收运度量参数所对应的所述偏离值是否大于预设阈值，并在判断到至少一项所述收运度量参数所对应的所述偏离值大于预设阈值的情况下，将所述实时收运信息作为所述修正收运信息，以基于所述修正收运信息和所述第一收运调度信息进行修正规划，生成所述第二收运调度信息。

3.根据权利要求2所述的方法，其特征在于，在判断到所有所述收运度量参数所对应的所述偏离值均不大于预设阈值的情况下，确定所述第二收运调度信息包括所述第一收运调度信息。

4.根据权利要求2所述的方法，其特征在于，基于协同优化算法和遗传算法，对所述第一收运调度信息和所述修正收运信息进行修正规划，生成所述第二收运调度信息，包括：

在获取到所述修正收运信息时，确定与每种预设的修正策略对应的第一收运节点组及每组所述第一收运节点组所对应的第一节点信息组，其中，每种所述修正策略关联在对应的收运子阶段进行收运的第一收运车辆，所述第一收运节点组包括对应的所述第一收运车辆进行收运的所有所述第一收运节点；

利用整数编码原则，对每组所述第一节点信息组进行编码处理，生成对应的收运节点初始编码种群，其中，所述收运节点初始编码种群的编码用于表征所述第一节点信息对应的节点序号；

从所述第一收运调度信息中，获取所述第一收运车辆对应的预规划线路信息，基于所述预规划线路信息与对所述收运节点初始编码种群进行解码所得到的初始线路信息的偏差，确定对应的所述收运子阶段对应的第一收运调度偏离数据，并基于协同优化算法对应的预设目标收运偏离度和根据对应的所述第一收运调度偏离数据及其对应的权重所确定出的总收运偏离度，构建对应的适应度评价函数，其中，所述适应度评价函数用于评价修正对应收运调度信息的修正效能；

以所述适应度评价函数为所述遗传算法的适应度函数，对所述收运节点初始编码种群进行遗传操作，生成目标收运节点编码种群，根据所述目标收运节点编码种群对应的节点序号，对所述预规划线路信息对应的收运线路中的所述第一收运节点对应的节点信息进行更新，并从生成的多条第二收运线路中检测出所述第一收运线路，其中，所述遗传算法包括轮盘赌算法。

5.根据所述权利要求4所述的方法，其特征在于，从生成的多条第二收运线路中检测出所述第一收运线路，包括：

在所述预规划线路信息对应的收运线路中，检测出所述第一收运车辆对应的第一预规划线路；

分别确定所述第一预规划线路和所述第二收运线路所对应的多种收运偏离参数及对应的权重，并根据每种所述收运偏离参数及对应的权重，确定每条所述第二收运线路所对应的总收运偏离数据，其中，所述收运偏离参数至少包括以下其中一种：收运成本偏离度、收运节点调整次数偏离度、收运次数偏离度；

从多条所述第二收运线路，选取所述总收运偏离数据对应的偏离度最小的所述第二收运线路，得到所述第一收运线路。

6.根据所述权利要求5所述的方法，其特征在于，确定所述第一预规划线路和所述第二收运线路所对应的多种收运偏离参数，包括：

分别确定所述第一预规划线路和所述第二收运线路对应的所述第一收运节点的排序信息，其中，所述排序信息用于表征预设数目的所述第一收运节点在对应的收运线路上的位置；

基于所述排序信息，确定对应的收运轨迹及轨迹里程，并基于对应的所述收运轨迹及所述轨迹里程，分别计算所述第一预规划线路和所述第二收运线路所对应的收运成本，以及基于所述第一预规划线路与所述第二收运线路所对应的收运成本差，确定所述收运成本偏离度；

分别从所述第一预规划线路和所述第二收运线路所对应的所述排序信息中，查找相邻两个所述第一收运节点对应排序对，得到对应的多个第一排序对和多个第二排序对组，并根据从多个所述第二排序对中检测到的所述第一排序对的数目，确定所述收运节点调整次数偏离度；

分别从所述第一预规划线路和所述第二收运线路所对应的所有所述第一收运节点中，查找目标节点，并根据分别从所述第一预规划线路和所述第二收运线路中检测到的所述目标节点的数目差，确定所述收运次数偏离度，其中，所述目标节点用于表征收运节点中的中转节点。

7.根据所述权利要求6所述的方法，其特征在于，根据每种所述收运偏离参数及对应的权重，确定每条所述第二收运线路所对应的总收运偏离数据，包括：

获取每条所述第二收运线路所对应的所述收运成本偏离度、所述收运节点调整次数偏离度及所述收运次数偏离度，以及确定所述收运成本偏离度、所述收运节点调整次数偏离度及所述收运次数偏离度分别对应的第一预设权重、第二预设权重和第三预设权重；

基于所述收运成本偏离度、所述收运节点调整次数偏离度、所述收运次数偏离度、所述第一预设权重、所述第二预设权重和所述第三预设权重，进行加权运算，生成每条所述第二收运线路所对应的所述总收运偏离数据。

8.根据所述权利要求1所述的方法，其特征在于，在基于已规划的第一收运调度信息执行厨余垃圾收运之前，所述方法包括：

获取待完成的收运任务信息和执行目标信息，其中，所述执行目标信息用于表征完成所述收运任务信息所对应的收运任务所配置的收运车辆的车辆信息；

将所述收运任务信息和所述执行目标信息输入将预规划模型中，生成所述第一收运调度信息，其中，所述预规划模型是基于协同优化算法构建的，并构建为根据输入的收运任务信息，得到与该收运任务信息对应的收运调度信息。

9.根据所述权利要求1所述的方法，其特征在于，从当前生成的第二收运调度信息中，检测出处于所述当前收运节点的收运车辆对应的收运调度信息，得到备选收运调度信息，包括：

从所述第二收运调度信息中，获取每辆所述收运车辆所对应的子收运调度信息，其中，所述子收运调度信息包括所述收运车辆对应的车辆信息；

获取处于所述当前收运节点的至少一辆所述收运车辆对应的目标车辆信息，并从所述第二收运调度信息对应的所有所述子收运调度信息中检测对应的车辆信息为所述目标车辆信息的所述子收运调度信息，得到所述备选收运调度信息。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的基于适应性协同机制的厨余垃圾收运路径动态优化方法。

Images