本技术涉及物流配送技术领域,具体涉及一种动态物流背包群智能轨迹规划方法,包括构建物流终端配送模型;根据物流终端配送模型,以总配送距离成本最小化、总客户满意度最大化以及总车辆背包价值率最大化为联合优化目标构建动态物流背包优化模型;采用改进灰狼优化算法求解动态物流背包优化模型,得到最优配送方案;本发明能降低运输成本、减少配送时间,优化资源利用率。
背景技术
物流配送(Logistics Distribution)属于物流系统中的重要环节,具体是指在经济合理区域范围内,根据客户要求,对物品进行挑选、加工、包装、组合配送等作业流程,最终送至用户地点的物流活动。物流配送受多种因素影响,目前主要关注的问题包括物流配送中心选址问题(Regional Distribution Center,简称RDC)、车辆路径问题(VehicleRouting Problem,简称VRP)、车辆装载问题(Vehicle Filling Problem,简称VFP)和物流园区布局规划问题等。其中,VRP是典型的组合优化问题,是物流配送优化的重要部分,即在配送过程中采用合理科学的方法来安排合适的配送车辆、规划配送路线等,有效优化车辆配送距离、车辆载重利用率等。VFP也属于物流配送优化的重要组成部分,即在满足车辆数量,订单数量大小的前提下对货物进行合理的装载,从而有效地提高车辆的载重利用率。货物装载问题也称装箱问题或者背包问题(Knapsack Problem,简称KP),背包问题属于组合优化问题,其特征在于将VFP细化,让其具有更广泛的应用场景。物流配送VRP与VFP往往相辅相成,共同优化以提高物流配送效率,降低配送成本,提高企业服务水平,最终降低企业的物流成本,增强企业的竞争力。
国内外学者对配送车辆路径优化、车辆装载、车辆调度、配送中心的选择等等进行了相应的研究。在研究这些问题时,分别考虑了配送货物的重量和体积的限制、在配送中间客户满意度;最新的综合物流问题也开始对配送过程中的动态因素进行研究,如:物流配送的异常检测,顾客的动态时间窗要求等。但是,还有大量的配送动态因素没有考虑,如配送过程中的车辆满载率问题、物流配送中的交通状况、实际的配送变动以及物流装卸同步等,主要缺乏对这些因素与实际配送优化的综合考虑。另外,国内外学者开始将传统背包问题与物流问题结合研究,但是研究内容较少,还没有深入考虑配送过程中的各种动态因素的优化。
实现思路