一种带时间窗的电动汽车路径规划方法技术

一种带时间窗的电动汽车路径规划方法，包括：1)设定相关的参数变量，建立模型；2)设计编码方式并重新定义相关操作方式：3)种群初始化，并初始化中心位置和疫苗；4)对种群进行分组，一部分执行搜寻模式，转步骤5，一部分执行跟踪模式，转步骤6；5)执行搜寻模式；6)执行跟踪模式；7)更新种群个体的适应度；8)更新种群的中心位置；9)对种群最优解进行模拟退火搜索；10)一次迭代结束，更新迭代次数g＝g+1；11)判断是否满足终止条件，若满足，执行步骤12；否则，返回执行步骤4，进行新一轮迭代；12)对记录的最优解进行解码，输出最优方案。

A path planning method of electric vehicle with time window

【技术实现步骤摘要】
一种带时间窗的电动汽车路径规划方法
本专利技术涉及一种带时间窗的电动汽车路径规划方法。
技术介绍
近年来，随着社会对于环保的重视，绿色物流成为了物流企业未来发展的一个重要方向。传统运输过程中的燃油消耗和尾气排放造成了环境污染，电动汽车很好地减少了污染问题，因此得到了越来越广泛的应用。与燃油汽车不同，目前电动汽车的续航里程有一定的限制，因此，在使用中可能需要访问充电站。电动汽车作为一种新能源交通工具，能源利用效率高、无移动废弃排放，符合绿色物流的发展要求。考虑以上因素，对电动车辆路径规划方法的研究具有十分重要的意义。随着物流企业越来越重视电动汽车在物流配送中的应用，提高电动汽车的配送效率以及有效应用充电或者换电设施降低配送成本成为了企业关注的焦点。另外，由于物流配送规模的不断增加，使用多个配送中心以及不同的车型进行配送在现实中更加常见。电动汽车有传导充电和更换电池两种能源供给方式，充电模式下，不同的情形充电的时间差异较大，换电模式是在换电站更换满电的电池，不同模式对带时间窗的电动汽车路径问题的求解有不同的影响。现有的技术在解决带时间窗的电动汽车路径规划问题时，主要问题有：(1)技术的通用性较差，很多技术目前关注的是单车场或单车型电动汽车路径规划问题，技术应用的范围较小。随着电动汽车的不断投入，多车场和多车型电动汽车的配送模式会更加常见，但用于求解多车场多车型电动汽车路径规划问题的技术方案很少，并且现有技术不能有效解决该问题。(2)充电站或换电站的选择以及进入充电站或换电站的顺序不够合理，现有技术会在汽车电量即将用完时才选择进入充电站或换电站，而未考虑到在其他位置进入充电站或换电站可能会获得更低的配送成本，因此导致搜索空间较小，容易陷入局部最优解。(3)不能综合考虑相关变量的联系，往往忽视或割裂了变量和约束之间的相互关系，导致求解速度慢、稳定性差、容易陷入局部最优等缺陷，得到的最优解质量低。例如，某些技术在求解多车场车辆路径问题时，会先将客户分配给固定车场，再由车场服务已分配的客户，导致求解搜索的空间变小，最终方案的成本仍然较高。(4)相关技术的改进较为局限，不能很好地针对车辆路径问题的特性进行设计和改进，导致求解效果不理想。例如，某些技术在多车场车辆路径问题中，首先虚拟一个车场，所有车辆从虚拟车场出发，必须先到达实际的车场，再进行客户服务，但这种改进对于问题的求解依然不够理想。
技术实现思路
为了克服现有技术在解决电动汽车路径规划问题中的不足，如忽视或割裂了变量和约束之间联系、稳定性不高、求解过程缓慢、通用性较差、解的质量较低等，本专利技术要提供一种带时间窗的电动汽车路径规划方法，并同时考虑了多车场和多车型两个约束，具有稳定性高、通用性强、搜索效率高，求解精度高等特点，从而克服现有技术的不足，提升求解的性能。本专利技术的技术构思是：(1)针对技术通用性较差的缺陷，通过设计的新的编码和解码方式，将车辆的编号与所属车场等信息对应起来，可以进行不同类型电动汽车路径问题的求解，比如单车场、单车型、多车场、多车型等，提升了技术的通用性，拓宽了技术的应用范围，同时提高搜索的效率和解的质量。(2)设计了一种新的编码方式，将车辆和客户同时进行编码，编码由两个联接的部分组成，第一部分是车辆编号的全排列，第二部分是客户编号的全排列，从而将车辆和客户两个关键变量紧密联系起来，克服了现有技术对变量联系考虑的不足，提升搜索效率。(3)针对现有技术求解过程缓慢和解的质量较低的缺陷，本专利技术在猫群优化算法中嵌入模拟退火算法，并且保证在退火搜索之后，解的质量不会降低。同时，设定了全局信息交流的方式，增强了局部搜索能力和全局搜索能力，加快收敛速度，同时提升解的质量。另外，引入免疫算子，对车辆的服务序列进行免疫接种，扩大搜索空间，进一步提升解的质量。(4)传统的猫群优化算法适用于连续型问题的求解，而车辆路径问题是离散型问题，因此，针对车辆路径问题的特性，重新设计了相关的改进方案和操作规则，使其适用于车辆路径问题的特征，在求解过程中提升搜索效率和解的质量。(5)重新设计了跟踪模式，并且在跟踪模式下新增了跟踪种群中心位置的操作，利用全局信息引导个体，提高了全局搜索能力，降低陷入局部最优的概率，进一步保证解的质量。(6)针对充电站的选择和进入的问题，设计了一种充电站选择和分配方式，通过对充电站和插入位置的遍历，并结合免疫算子对服务队列进行调整，选择最优的一种充电或换电方案，扩大了搜索空间，提升最优解的质量。本专利技术解决技术问题采用的技术方案是：一种带时间窗的电动汽车路径规划方法，包括如下步骤：步骤1，设定相关的参数变量，建立模型：M：客户数量；K：车辆数目；N：充电站数目；ck1：车辆k的固定使用成本；ck2：车辆k的可变成本；Qk：车辆k的额定载重；Dk：车辆k的额定行驶里程；dij：从节点i到节点j的距离；qi:节点i的需求量；t0:所有车辆的出发时间；车辆k到达节点i的时间；车辆k从节点i驶出的时间；ti:在节点i停留的时间；[ti1,ti2]:节点i的服务时间窗；v:车辆行驶速度；μ1:提前惩罚成本；μ2:延迟惩罚成本；Ik:车辆k所访问的节点集合；车辆k在节点i处的剩余的可行驶里程；车辆k每次从满电状态访问到节点i时的累积行驶里程；以车辆配送的总成本最低为目标建立目标函数如下：其中，目标函数的第一部分为配送车辆的固定成本，第二部分为配送车辆的可变成本，第三部分为时间窗惩罚成本；模型的相关约束如下：以上模型中，式(1)表示目标函数，即完成配送的最低成本；式(2)表示使用的车辆不能超过当前车辆总和；式(3)，式(4)表示一个客户只能被一辆车服务一次；式(5)表示车辆服务客户的需求总量不超过车辆载重；式(6)表示车辆从车场出发并返回原车场；式(7)表示车辆不能从一个车场直接进入另一个车场；式(8)表示车辆必须在规定的时间窗内进入或离开车场和充电站；式(9)表示车辆从本次满电状态到达某个节点处的累积里程；式(10)表示车辆在某个节点处的剩余可行驶里程；式(11)表示车辆不会在行驶途中将电量用尽；式(12)表示车辆进入充电站完成充电或换电之后必须驶出充电站；式(13)表示车辆到达某个节点的时间为到达上一个节点的时间、停留服务时间和行驶时间三者之和；步骤2，设计编码方式并重新设计相关操作：步骤2.1，设计编码方式：对于一个共有M个客户，K辆不同车型的电动汽车路径规划问题，将客户的编号设置为1～M，车辆的编号为(M+1)～(M+K)；个体的编码由两部分组成，编码的第一部分为车辆的编号，编码第二部分为客户的本文档来自技高网...

【技术保护点】
1.一种带时间窗的电动汽车路径规划方法，包括如下步骤：/n步骤1，设定相关的参数变量，建立模型：/nM：客户数量；/nK：车辆数目；/nN：充电站数目；/nc

【技术特征摘要】
1.一种带时间窗的电动汽车路径规划方法，包括如下步骤：
步骤1，设定相关的参数变量，建立模型：
M：客户数量；
K：车辆数目；
N：充电站数目；
ck1：车辆k的固定使用成本；
ck2：车辆k的可变成本；
Qk：车辆k的额定载重；
Dk：车辆k的额定行驶里程；
dij：从节点i到节点j的距离；
qi:节点i的需求量；
t0:所有车辆的出发时间；

车辆k到达节点i的时间；

车辆k从节点i驶出的时间；
ti:在节点i停留的时间；
[ti1,ti2]:节点i的服务时间窗；
v:车辆行驶速度；
μ1:提前惩罚成本；
μ2:延迟惩罚成本；
Ik:车辆k所访问的节点集合；

车辆k在节点i处的剩余的可行驶里程；

车辆k每次从满电状态访问到节点i时的累积行驶里程；



以车辆配送的总成本最低为目标建立目标函数如下：



其中，目标函数的第一部分为配送车辆的固定成本，第二部分为配送车辆的可变成本，第三部分为时间窗惩罚成本；
模型的相关约束如下：




































以上模型中，式(1)表示目标函数，即完成配送的最低成本；式(2)表示使用的车辆不能超过当前车辆总和；式(3)，式(4)表示一个客户只能被一辆车服务一次；式(5)表示车辆服务客户的需求总量不超过车辆载重；式(6)表示车辆从车场出发并返回原车场；式(7)表示车辆不能从一个车场直接进入另一个车场；式(8)表示车辆必须在规定的时间窗内进入或离开车场和充电站；式(9)表示车辆从本次满电状态到达某个节点处的累积里程；式(10)表示车辆在某个节点处的剩余可行驶里程；式(11)表示车辆不会在行驶途中将电量用尽；式(12)表示车辆进入充电站完成充电或换电之后必须驶出充电站；式(13)表示车辆到达某个节点的时间为到达上一个节点的时间、停留服务时间和行驶时间三者之和；
步骤2，设计编码方式并重新设计相关操作：
步骤2.1，设计编码方式：对于一个共有M个客户，K辆不同车型的电动汽车路径规划问题，将客户的编号设置为1～M，车辆的编号为(M+1)～(M+K)；个体的编码由两部分组成，编码的第一部分为车辆的编号，编码第二部分为客户的编号；充电站的编号为(M+K+1)～(M+K+N)；
步骤2.2，设计路径检测算子，用来检测车辆的配送路线是否可行；路径检测的操作如下：(1)车辆k的额定行驶里程为Dk，配送路线为Rk，按照顺序访问节点，每次到达一个节点i处，重新计算车辆k的剩余可行驶里程当访问的节点为充电站时，(2)若访问到每个节点i时都有并且到达充电站或车场的时间都其在服务时间之内，则Rk可行；否则，Rk不可行；
步骤2.3，设计充电站插入方法，需要进入充电站的车辆k的路线为Rk：
步骤2.3.1，取出充电站编号的集合，从中取出一个充电站，依次尝试插入Rk的不同位置得到R′k，再对R′k使用路径检测算子检测；若可行，则计算并记录R′k的配送成本；若不可行，则舍弃R′k；遍历所有可以插入充电站的位置(从车场出发之后到返回车场之前的任意位置)；
步骤2.3.2，遍历尝试插入每一个充电站，并记录最低成本的插入方案Rkb；
步骤2.3.3，判断，如果Rkb不为空，则插入成功，将其作为最终的执行方案；否则，插入失败，返回失败信息；
步骤2.4，设计变异算子：设置一个混合搜索算子，其包括逆序邻域搜索算子、1-opt交换搜索算子、2-opt交换搜索算子和3-opt交换搜索算子；需要说明的是，由于设定的猫的位置编码由两部分组成，所以每一部分的变异操作只在该部分的内部进行，并且每次只进行其中一个部分的变异；
步骤2.5，设计解码操作，计算适应度：
步骤2.5.1，按照编码Ls中的客户编码部分的顺序，依次取出未分配的客户i，按照车辆编码部分的顺序取出未分配的车辆k，将客户依次分配给当前车辆k，计算所分配客户的配送总重量，直到超出车辆k的装载量Qk为止，获得车辆k的客户服务序列Rk；
步骤2.5.2，使用路径检测算子对Rk进行检测，若检测结果为不可行，则尝试进入充电站，转步骤2.5.3；否则，不需进入充电站，将服务序列Rk记录在解码序列Ls0中，继续进行下一辆车的任务分配，转步骤2.5.1；
步骤2.5.3，对Rk执行充电站插入算子，若成功，则记录插入充电站之后的服务序列Rk0，并将Rk0记录在解码序列Ls0中，继续进行下一辆车的分配，转步骤2.5.1；否则，保留Rk，转步骤2.5.4；
步骤2.5.4，对Rk进行疫苗接种，接种后服务序列为Rk1；
步骤2.5.5，使用路径检测算子检测Rk1，如果可行，则将Rk1记录在Ls0中，继续进行下一辆车的分配，执行步骤2.5.1；否则，保留Rk，执行步骤2.5.6；
步骤2.5.6，判断Rk中的客户数量m，如果m>1，则从Rk中去除最后一位客户，转步骤2.5.2；否则，Ls为不可行解，记录该个体的适应度fs＝0，并终止该个体的解码操作；
步骤2.5.7，依次进行客户的分配，直到所有的客户都被分配完毕，得到Ls解码后的配送方案的服务序列Ls0，计算个体的适应度fs；
...

【专利技术属性】
技术研发人员：冯定忠，蒋权威，田野，俞星辉，丁杨科，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33