【技术实现步骤摘要】
本专利技术涉及一种道路受损程度不确定的应急物资配送方法及系统，属于车辆路径规划。
技术介绍
1、容量限制的车辆路径问题(capacitated vehicle routing problem,cvrp)及其变体在交通系统优化领域发挥着重要作用，累积cvrp(cumulative capacitated vehiclerouting problem,ccvrp)是cvrp的一个相对较新的变体，是一种广泛应用于物流运输、调度优化等领域的组合优化问题，尤其在突发性自然灾害降临时的救灾抢险、应急物资配送过程中具有重要作用，其目的是最小化车辆到达服务点的总时间。在自然灾害发生后，为减少人员伤亡和生命损失，援助必须迅速到位，为了快速响应，ccvrp可以满足更人道主义提供物资的要求。
2、由于突发性自然灾害的受损性，应急物流网络中部分道路可能存在不同损毁程度，致使配送车辆通行不畅，导致行驶在损毁道路上的车辆的行驶时间难以确定。目前国内外研究大多数仅仅限制救灾点应急物资需求量不得超过车辆容量、应急物流网络始终正常连接、车辆在各路段上的行驶速度不受灾害影响等，较少考虑到救灾点所处地理位置和地形对车辆行驶时间的影响，不能体现震后应急物资配送过程的真实性，考虑到因突发性自然灾害后受灾点路况存在不确定性，车辆行驶速度与理想状况存在偏差，导致最终的应急物质配送结果达不到预期效果，因此，亟需设计一种考虑灾后路况的应急物资配送方法。
技术实现思路
1、本专利技术在于提供一种道路受损程度不确定的应急物
2、为达到上述目的，本专利技术是采用下述技术方案实现的。
3、第一方面，本专利技术提供一种道路受损程度不确定的应急物资配送方法，包括：
4、对灾后路径的受损情况及受损程度进行预测；
5、基于路径受损情况及受损程度的预测结果建立应急物资配送任务模型；
6、基于所述应急物资配送任务模型获取目标函数；
7、求解所述目标函数，得到应急物资配送路径规划方案。
8、可选地，所述对灾后路径的受损情况及受损程度进行预测，包括：
9、基于各灾后路径受损情况的历史数据使用二项分布对各灾后路径的受损情况进行预测，得到各灾后路径的受损概率；
10、将所述各灾后路径的受损概率与预设的概率阈值进行对比，确定灾后受损路径；
11、基于各灾后路径受损程度的历史数据使用正态分布对所述灾后受损路径的受损程度进行预测，得到灾后受损路径的受损程度预测值。
12、可选地，所述基于路径受损情况及受损程度的预测结果建立应急物资配送任务模型，包括：
13、定义配送任务环境中服务点与仓库点集合u＝(i)，其中，i＝0为仓库，i＝1，2，…，n为服务点，配送车辆集合vk＝{k}，k＝1，2，…，k，配送车辆的最大负载量为q，车辆行驶速度为s，各节点之间路径距离集合为l，服务点i与服务点j之间的距离为lij，受损路径距离集合为车辆在受损路径的行驶距离为客户i的需求量为di，受损路径的受损程度为ε，车辆k从节点i行驶到节点j的行驶情况为
14、基于所述配送任务环境以及预设的配送模式建立以车辆路径为规划变量，以最小化配送时间为目标函数的应急物资配送任务模型；
15、所述应急物资配送任务模型的约束条件如下：
16、约束条件1：仓库和服务点坐标是确定的，各节点之间的距离为欧氏距离；
17、约束条件2：配送车辆为同一型号，车辆装载量能满足任一配送点需求量，且车辆在服务过程中不能出现超载情况；
18、约束条件3：每个服务点只能由一辆车进行服务，且配送任务中所有服务点需求均被满足；
19、约束条件4：车辆在受损路径上行驶消耗的额外时间与该路径受损程度呈线性关系。可选地，所述基于所述应急物资配送任务模型获取目标函数，包括：
20、所述最小化配送时间的目标函数表示为：
21、
22、所述目标函数满足以下条件：
23、
24、上式表示车辆在配送过程中车辆装载量不能超过车辆的最大载重量；
25、
26、上式表示每个服务点有且仅有一辆车对其进行服务；
27、
28、上式表示车辆到达每个服务点时消耗的时间；
29、
30、上式表示车辆在灾后受损路径上行驶时消耗的额外时间；
31、
32、上式表示车辆k从节点i行驶到节点j为1，否则为0，其中i<j；
33、
34、
35、上式表示每辆车从仓库出发，完成配送后返回仓库。
36、可选地，所述求解所述目标函数，得到应急物资配送路径规划方案，包括：
37、基于遗传算法将车辆完成应急物资配送任务的配送路径集合作为种群，将其中任意一条配送路径作为个体；
38、基于所述应急物资配送任务模型对个体进行编码，生成初始种群；
39、基于所述目标函数对每一条个体的适应度函数值进行计算；
40、对适应度函数值高的个体进行遗传操作处理；
41、对所述遗传操作处理后的个体进行局部搜索；
42、基于局部搜索的结果得到下一代种群；
43、基于所述下一代种群中的个体，得到最优应急物资配送路径。
44、可选地，所述基于所述应急物资配送任务模型对个体进行编码，生成初始种群，包括：
45、对服务点以及车辆依次进行编号；
46、基于车辆最大使用数目设置若干条空路径并将服务点依次随机分配给任意空路径，得到每个个体所对应的配送路径；
47、设置种群大小、最大迭代次数、交叉概率以及变异概率，并基于得到的个体生成初始种群。
48、可选地，所述基于所述目标函数对每一条个体的适应度函数值进行计算，包括：
49、基于所述目标函数得到个体的适应度函数为：
50、
51、其中，z为目标函数，当z值越小，表示总成本越小，相对应的个体适应度越高；
52、计算每条个体对应的配送路径代入所述目标函数的解；
53、基于每条个体的解得到其适应度函数值。
54、可选地，所述对适应度函数值高的个体进行遗传操作处理，包括：
55、对所述适应度函数值高的个体进行选择算子处理，得到父代个体；
56、对所述父代个体进行交叉算子处理，得到子代个体；
57、对所述子代个体进行变异算子处理本文档来自技高网...
【技术保护点】
1.一种道路受损程度不确定的应急物资配送方法，其特征在于，包括：
2.根据权利要求1所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述对灾后路径的受损情况及受损程度进行预测，包括：
3.根据权利要求2所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述基于路径受损情况及受损程度的预测结果建立应急物资配送任务模型，包括：
4.根据权利要求3所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述基于所述应急物资配送任务模型获取目标函数，包括：
5.根据权利要求4所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述求解所述目标函数，得到应急物资配送路径规划方案，包括：
6.据权利要求4所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述基于所述应急物资配送任务模型对个体进行编码，生成初始种群，包括：
7.据权利要求6所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述基于所述目标函数对每一条个体的适应度函数值进行计算，包括：
8.据权利要求7所述的道路受损
9.据权利要求8所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述对所述遗传操作处理后的个体进行局部搜索，包括：
10.一种道路受损程度不确定的应急物资配送系统，其特征在于，包括：
...【技术特征摘要】
1.一种道路受损程度不确定的应急物资配送方法，其特征在于，包括：
2.根据权利要求1所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述对灾后路径的受损情况及受损程度进行预测，包括：
3.根据权利要求2所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述基于路径受损情况及受损程度的预测结果建立应急物资配送任务模型，包括：
4.根据权利要求3所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述基于所述应急物资配送任务模型获取目标函数，包括：
5.根据权利要求4所述的道路受损程度不确定的应急物资配送方法，其特征在于，所述求解所述目标函数，得到应急物资配送路径规划方案，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。