【技术实现步骤摘要】
本专利技术涉及动态零担运输，具体为一种基于分工哈里斯鹰优化算法的动态零担车货匹配方法及系统。
技术介绍
1、近年来，动态零担运输领域面临着日益复杂的车货匹配问题，这些问题直接影响了运输效率和成本控制。传统的静态匹配方法无法应对动态变化的运输需求，因此迫切需要一种创新性的方法来实现动态零担车货匹配。
2、为了解决这一问题，本专利技术提出了一种基于分工哈里斯鹰优化算法的动态零担车货匹配方法，旨在提高运输效率、降低成本，并满足不同体积和重量货物的灵活运输需求。
3、分工哈里斯鹰优化算法是一种模拟哈里斯鹰觅食行为的优化算法，通过分工协作的方式寻找最优解。在本专利技术的方法中，该算法被巧妙应用于车货匹配问题，以提高匹配效率和准确性。
4、零担运输需求具有动态性和复杂性，涉及不同规格货物的灵活运输。本专利技术的方法旨在满足这种多样性，确保在不同条件下能够提供最佳的运输方案。
5、车货匹配问题是动态零担运输中的核心挑战。本专利技术关注如何将零担货物与可用车辆进行智能匹配，以实现运输的最优配置。这包括考虑不同车辆载重、体积和路线等因素。
6、本专利技术引入智能分工算法，用于实现动态环境下的高效任务分配。该算法有助于在实时变化的运输需求中进行灵活调度，确保车货匹配过程的实时性和准确性。
7、本专利技术的方法将分工哈里斯鹰优化算法与智能分工算法有机结合，以实现动态零担车货匹配。具体而言，本专利技术在系统中引入了实时数据监测和分析模块，以捕捉运输需求的变化，并通过优化算法快速调整
8、通过综合利用分工哈里斯鹰优化算法的全局搜索能力和智能分工算法的实时调度能力，本专利技术的系统可以更好地适应不断变化的运输环境。最终，这种基于分工哈里斯鹰优化算法的动态零担车货匹配方法将为零担运输行业带来更高的效益和更可持续的发展。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：现有的动态零担运输方法存在效率不足，运输成本高，以及如何满足不同体积和重量货物的灵活运输需求的问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：一种基于分工哈里斯鹰优化算法的动态零担车货匹配方法，包括根据运行需求构建车货匹配满意度模型，根据既有订单，使用分工哈里斯鹰算法生成标准车货匹配模型；将订单的动态类型分为提前，推迟，插入和取消四种，并进行过滤；将订单加入现有车货匹配方案中，若不能加入，则放入等待队列中，将推迟的订单加入等待队列中；分析等待队列，当等待队列超出阈值时，重新生成车货匹配模型。
4、作为本专利技术所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的一种优选方案，其中：所述根据运行需求构建车货匹配满意度模型包括糅合客户满意度及运营成本建立劳资-平衡满意度模型，表示为：
5、
6、
7、
8、其中，sw表示货物在集散中心等待时间客户满意度，表示货物c的货物等待时间的满意度，ctc表示货物c开始配送的时间，atc表示货物c到达配送中心的时间，wt为托运人可接受的最大等待时间，sw是的平均值，为货物c的配送完成时间的满意度，dtc表示货物c允许的最大配送耗时sf是的平均值，cost为运营成本和，表示为：
9、
10、其中，costf表示车货匹配方案下车辆发车产生的超时罚款，vtv表示车辆v的发车时间，dc表示当前配送方案下货物c距离目的地的距离，sv货车v的行驶速度，atc表示货物c到达配送中心的时间，dtc货物c允许的最大配送时间，mcv表示货物c由车辆v运输时mcv为1，否则为0，pcc表示货物c的超时罚款。
11、作为本专利技术所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的一种优选方案，其中：所述使用分工哈里斯鹰算法生成标准车货匹配模型包括在货车种群生成时，通过包围策略生成个体，根据随机性分配，分别将车辆标记为哨鹰，战鹰，王鹰，表示为：
12、
13、其中，up是维度的上界，low是维度的下界，α是随机自然数，rand(x,y)函数是在(x,y)的开区间内取任意值；动态调整围猎过程中的策略，表示为：
14、
15、其中，k是分工系数，进行哨鹰计算k值为0.5，进行战鹰计算k值为0.66，进行王鹰计算k值为0.75。
16、作为本专利技术所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的一种优选方案，其中：所述使用分工哈里斯鹰算法生成标准车货匹配模型还包括进行迭代，每轮迭代完成后，个体角色重新分配方法，表示为：
17、
18、其中，aim表示货物当前位置，d表示个体的维度数量。
19、作为本专利技术所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的一种优选方案，其中：所述将订单加入现有车货匹配方案中包括设货物数量为numcargo，货车数量为numtruck，将解空间下限设置为1，将解空间上限设置为货车数量加1，算在解空间内生成一组解，解包括了numcargo个数，第i个数表示货物i的配送方案，将第i个数拆成整数部分与小数部分，整数部分为货物i所属的货车编号，小数部分为货物i所属收货点对于货车的配送权重，当多个货物的收货点相同时，收货点的配送权重为货物解的小数部分之和。
20、作为本专利技术所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的一种优选方案，其中：所述将订单加入现有车货匹配方案中还包括检查当前车货匹配模型中是否有车辆未满载，若均满载，则不能加入，若未满载，监测剩余空间是否满足当前货物，若不满足，则不能加入，若满足，检查单个车辆剩余空间是否满足当前货物，若单车满足，则直接加入，若单车不满足，选择剩余空间最大的车辆，判断经过货物转移是否能够满足当前货物，若满足，则调整车货匹配方案，加入当前车辆，若不满足则不加入；当等待队列的货物累计延时达到预设延时目标时，触发重规划，累计延时计算方法表示为：
21、
22、当订单量无法满足全部车辆运载需求时触发面向区域车群的订单派送机制。
23、作为本专利技术所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的一种优选方案，其中：所述面向区域车群的订单派送机制包括当订单量低于运力总量50％时，转变车货匹配机制，从面向系统效率最优匹配转而面向司机最低保障匹配，统计区域内的运力总量，统计区域内的当月营运收入总量，对存量订单按照营运收入升序进行分配，统计区域内司机营运情况，计算车辆分数，表示为：
24、
25、其中，si表示区域内第i辆车的分数，ii表示第i车本月份的总收入，kd表示前第d天是否出车，出车记为1，否则记为0，根据分数进行升序排序，按照最低营运分数条件匹配原则分配订单，允许司机行驶更多的接单距离以获得更多的订单选择，表示为：
26、
27、其中，dd表示订单本文档来自技高网...
【技术保护点】
1.一种基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于，包括：
2.如权利要求1所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述根据运行需求构建车货匹配满意度模型包括糅合客户满意度及运营成本建立劳资-平衡满意度模型，表示为：
3.如权利要求2所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述使用分工哈里斯鹰算法生成标准车货匹配模型包括在货车种群生成时，通过包围策略生成个体，根据随机性分配，分别将车辆标记为哨鹰，战鹰，王鹰，表示为：
4.如权利要求3所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述使用分工哈里斯鹰算法生成标准车货匹配模型还包括进行迭代，每轮迭代完成后，个体角色重新分配方法，表示为：
5.如权利要求4所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述将订单加入现有车货匹配方案中包括设货物数量为Numcargo，货车数量为Numtruck，将解空间下限设置为1，将解空间上限设置为货车数量加1，算在解空间内生成一组解，解包括了Nu
6.如权利要求5所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述将订单加入现有车货匹配方案中还包括检查当前车货匹配模型中是否有车辆未满载，若均满载，则不能加入，若未满载，监测剩余空间是否满足当前货物，若不满足，则不能加入，若满足，检查单个车辆剩余空间是否满足当前货物，若单车满足，则直接加入，若单车不满足，选择剩余空间最大的车辆，判断经过货物转移是否能够满足当前货物，若满足，则调整车货匹配方案，加入当前车辆，若不满足则不加入；
7.如权利要求6所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述面向区域车群的订单派送机制包括当订单量低于运力总量50％时，转变车货匹配机制，从面向系统效率最优匹配转而面向司机最低保障匹配，统计区域内的运力总量，统计区域内的当月营运收入总量，对存量订单按照营运收入升序进行分配，统计区域内司机营运情况，计算车辆分数，表示为：
8.一种采用如权利要求1～7任一所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的系统，其特征在于：包括匹配满意度模块，分类模块，订单分配模块，重匹配模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的步骤。
10.一种计算机可读存储介质，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7中任一项所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法的步骤。
...【技术特征摘要】
1.一种基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于，包括：
2.如权利要求1所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述根据运行需求构建车货匹配满意度模型包括糅合客户满意度及运营成本建立劳资-平衡满意度模型，表示为：
3.如权利要求2所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述使用分工哈里斯鹰算法生成标准车货匹配模型包括在货车种群生成时，通过包围策略生成个体，根据随机性分配，分别将车辆标记为哨鹰，战鹰，王鹰，表示为：
4.如权利要求3所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述使用分工哈里斯鹰算法生成标准车货匹配模型还包括进行迭代，每轮迭代完成后，个体角色重新分配方法，表示为：
5.如权利要求4所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征在于：所述将订单加入现有车货匹配方案中包括设货物数量为numcargo，货车数量为numtruck，将解空间下限设置为1，将解空间上限设置为货车数量加1，算在解空间内生成一组解，解包括了numcargo个数，第i个数表示货物i的配送方案，将第i个数拆成整数部分与小数部分，整数部分为货物i所属的货车编号，小数部分为货物i所属收货点对于货车的配送权重，当多个货物的收货点相同时，收货点的配送权重为货物解的小数部分之和。
6.如权利要求5所述的基于分工哈里斯鹰优化算法的动态零担车货匹配方法，其特征...
【专利技术属性】
技术研发人员：孙哲，乐磊，孙知信，宫婧，曹亚东，赵学健，汪胡青，胡冰，徐玉华，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
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。