本發(fā)明涉及城際客運(yùn)規(guī)劃，具體涉及多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法、裝置、設(shè)備及系統(tǒng)。

背景技術(shù)：

1、城際動(dòng)態(tài)拼車(chē)問(wèn)題是車(chē)輛路徑問(wèn)題的復(fù)雜變體，也可以認(rèn)為它是特殊的動(dòng)態(tài)撥號(hào)叫車(chē)問(wèn)題或者動(dòng)態(tài)取貨和送貨問(wèn)題。單類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)問(wèn)題，僅一種類(lèi)型的訂單，每名乘客的票價(jià)固定，問(wèn)題模型也相對(duì)簡(jiǎn)單。與單類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)問(wèn)題相比，多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)問(wèn)題在問(wèn)題輸入中有所不同，具體表現(xiàn)為在單類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)問(wèn)題的基礎(chǔ)上新增訂單的種類(lèi)，相應(yīng)的也新增了車(chē)輛容量的種類(lèi)，其中訂單的種類(lèi)包括包車(chē)單、拼車(chē)單和貨物單，車(chē)輛容量包括車(chē)輛座位數(shù)和貨物容量數(shù)。問(wèn)題輸入的不同導(dǎo)致了問(wèn)題模型的不同，具體表現(xiàn)為車(chē)輛需要單獨(dú)接送包車(chē)單，且單拼車(chē)單和貨物單混合接送的情況下，需要先接貨后送貨，即在起始城市接訂單時(shí)需要先讓貨物單上車(chē)后再讓拼車(chē)單上車(chē)，在終點(diǎn)城市送訂單時(shí)需要先讓拼車(chē)單下車(chē)后再讓貨物單下車(chē)，同時(shí)新增了車(chē)輛最大載貨量約束。

2、由于問(wèn)題模型中這種多訂單類(lèi)型的特性，使得原本求解單類(lèi)型訂單城際動(dòng)態(tài)拼車(chē)問(wèn)題的算法無(wú)法很好地求解該問(wèn)題，目前求解該類(lèi)問(wèn)題的主流做法是在求解單類(lèi)型訂單城際動(dòng)態(tài)拼車(chē)問(wèn)題的算法上新增基于問(wèn)題特征的啟發(fā)式規(guī)則，例如可以在求解本問(wèn)題時(shí)新增接單優(yōu)先級(jí)，令包車(chē)單的優(yōu)先級(jí)最大，拼車(chē)單其次，貨物單最小。然而該種做法任然難以匹配訂單與車(chē)輛且難以優(yōu)化車(chē)輛行駛路線。

3、有鑒于此，提出本申請(qǐng)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法、裝置、設(shè)備及系統(tǒng)，能至少部分的改善上述問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

3、一種多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法，其包括：

4、獲取當(dāng)前時(shí)刻的多類(lèi)型訂單信息和車(chē)輛信息，并調(diào)用預(yù)先訓(xùn)練好的兩階段調(diào)度問(wèn)題模型對(duì)所述多類(lèi)型訂單信息和車(chē)輛信息進(jìn)行調(diào)度處理，生成客貨聯(lián)運(yùn)的在線車(chē)輛調(diào)度結(jié)果和多類(lèi)型訂單離線車(chē)輛調(diào)度結(jié)果，其中，所述兩階段調(diào)度問(wèn)題模型包括一階段調(diào)度模型、二階段調(diào)度模型，所述二階段調(diào)度模型包括離線車(chē)輛調(diào)度模型和在線車(chē)輛調(diào)度模型，所述客貨聯(lián)運(yùn)的在線車(chē)輛調(diào)度結(jié)果和多類(lèi)型訂單離線車(chē)輛調(diào)度結(jié)果為匹配成功的訂單的車(chē)輛路徑結(jié)果；

5、將未匹配成功的訂單按照利潤(rùn)最大的方式全部插入車(chē)輛合集的行駛路徑中，形成待分治解集合，并將所述待分治解集合分成多組，其中，每組至少包含預(yù)設(shè)數(shù)量的點(diǎn)，所述車(chē)輛合集的行駛路徑包含不符合部分約束的路徑；

6、分別處理每組中不同類(lèi)型的訂單，將未匹配成功的訂單從車(chē)輛行駛路徑中移除，并重新進(jìn)行車(chē)乘匹配，得到每組最優(yōu)解，其中，通過(guò)使用km算法解耦包車(chē)單和其他類(lèi)型訂單，通過(guò)使用客貨聯(lián)運(yùn)的自適應(yīng)大領(lǐng)域搜索alns算法匹配拼車(chē)單、包車(chē)單和車(chē)輛；

7、將得到的每組最優(yōu)解合并生成全局可行解，并使用所述客貨聯(lián)運(yùn)的自適應(yīng)大領(lǐng)域搜索alns算法對(duì)所述全局可行解進(jìn)行優(yōu)化，得到全局最優(yōu)解。

8、本發(fā)明還提供了一種多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化裝置，其包括：

9、調(diào)度單元，用于獲取當(dāng)前時(shí)刻的多類(lèi)型訂單信息和車(chē)輛信息，并調(diào)用預(yù)先訓(xùn)練好的兩階段調(diào)度問(wèn)題模型對(duì)所述多類(lèi)型訂單信息和車(chē)輛信息進(jìn)行調(diào)度處理，生成客貨聯(lián)運(yùn)的在線車(chē)輛調(diào)度結(jié)果和多類(lèi)型訂單離線車(chē)輛調(diào)度結(jié)果，其中，所述兩階段調(diào)度問(wèn)題模型包括一階段調(diào)度模型、二階段調(diào)度模型，所述二階段調(diào)度模型包括離線車(chē)輛調(diào)度模型和在線車(chē)輛調(diào)度模型，所述客貨聯(lián)運(yùn)的在線車(chē)輛調(diào)度結(jié)果和多類(lèi)型訂單離線車(chē)輛調(diào)度結(jié)果為匹配成功的訂單的車(chē)輛路徑結(jié)果；

10、分組單元，用于將未匹配成功的訂單按照利潤(rùn)最大的方式全部插入車(chē)輛合集的行駛路徑中，形成待分治解集合，并將所述待分治解集合分成多組，其中，每組至少包含預(yù)設(shè)數(shù)量的點(diǎn)，所述車(chē)輛合集的行駛路徑包含不符合部分約束的路徑；

11、每組最優(yōu)解生成單元，用于分別處理每組中不同類(lèi)型的訂單，將未匹配成功的訂單從車(chē)輛行駛路徑中移除，并重新進(jìn)行車(chē)乘匹配，得到每組最優(yōu)解，其中，通過(guò)使用km算法解耦包車(chē)單和其他類(lèi)型訂單，通過(guò)使用客貨聯(lián)運(yùn)的自適應(yīng)大領(lǐng)域搜索alns算法匹配拼車(chē)單、包車(chē)單和車(chē)輛；

12、優(yōu)化單元，用于將得到的每組最優(yōu)解合并生成全局可行解，并使用所述客貨聯(lián)運(yùn)的自適應(yīng)大領(lǐng)域搜索alns算法對(duì)所述全局可行解進(jìn)行優(yōu)化，得到全局最優(yōu)解。

13、本發(fā)明還提供了一種多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化設(shè)備，包括存儲(chǔ)器以及處理器，所述存儲(chǔ)器內(nèi)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序能夠被所述處理器執(zhí)行，以實(shí)現(xiàn)如上任意一項(xiàng)所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法。

14、本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序能夠被所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所在設(shè)備的處理器執(zhí)行，以實(shí)現(xiàn)如上任意一項(xiàng)所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法。

15、綜上，所述多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法涉及城際客運(yùn)規(guī)劃技術(shù)領(lǐng)域。該方法包括構(gòu)建基于多類(lèi)型訂單的兩階段調(diào)度問(wèn)題模型，其中一階段調(diào)度模型分為在線車(chē)輛調(diào)度模型和離線調(diào)度模型。根據(jù)當(dāng)前時(shí)刻獲得的多類(lèi)型訂單信息和車(chē)輛信息執(zhí)行客貨聯(lián)運(yùn)的在線車(chē)輛調(diào)度和多類(lèi)型訂單離線車(chē)輛調(diào)度。將未匹配成功的訂單按照利潤(rùn)最大的方式全部插入到車(chē)輛集合中（可以不符合部分約束），形成待分治解集合，并將待分治解集合分成若干組，每組至多包含一定數(shù)量的點(diǎn)。在每一個(gè)組中分別處理不同類(lèi)型的訂單，其中通過(guò)km算法解耦包車(chē)單與其他類(lèi)型訂單，通過(guò)客貨聯(lián)運(yùn)的自適應(yīng)大鄰域搜索算法匹配拼車(chē)單、包車(chē)單和車(chē)輛。將每個(gè)組得到的最優(yōu)解合并成為全局可行解，并通過(guò)客貨聯(lián)運(yùn)的自適應(yīng)大鄰域搜索算法對(duì)全局可行解優(yōu)化得到全局最優(yōu)解。本方法的每條路線平均接送客總時(shí)間與貪心插入相差不大，但總利潤(rùn)、車(chē)輛平均滿載率、總拼車(chē)乘客接客數(shù)、總包車(chē)數(shù)和總接貨數(shù)都高于現(xiàn)有的拼車(chē)調(diào)度方法。

技術(shù)特征：

1.一種多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法，其特征在于，所述離線車(chē)輛調(diào)度模型的目標(biāo)函數(shù)公式為：

3.根據(jù)權(quán)利要求1所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法，其特征在于，所述二階段調(diào)度模型的目標(biāo)函數(shù)公式為：

4.根據(jù)權(quán)利要求1所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法，其特征在于，獲取當(dāng)前時(shí)刻的多類(lèi)型訂單信息和車(chē)輛信息，并調(diào)用預(yù)先訓(xùn)練好的兩階段調(diào)度問(wèn)題模型對(duì)所述多類(lèi)型訂單信息和車(chē)輛信息進(jìn)行調(diào)度處理，生成客貨聯(lián)運(yùn)的在線車(chē)輛調(diào)度結(jié)果和多類(lèi)型訂單離線車(chē)輛調(diào)度結(jié)果，具體為：

5.根據(jù)權(quán)利要求2所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法，其特征在于，將所述待分治解集合分成多組，具體為：

6.根據(jù)權(quán)利要求1所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法，其特征在于，分別處理每組中不同類(lèi)型的訂單，將未匹配成功的訂單從車(chē)輛行駛路徑中移除，并重新進(jìn)行車(chē)乘匹配，得到每組最優(yōu)解，具體為：

7.根據(jù)權(quán)利要求1所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法，其特征在于，所述客貨聯(lián)運(yùn)的自適應(yīng)大領(lǐng)域搜索alns算法的移除算法包括隨機(jī)移除算子、基于貨物單的shaw移除算子、基于拼車(chē)單的shaw移除算子和最差訂單移除算子，所述客貨聯(lián)運(yùn)的自適應(yīng)大領(lǐng)域搜索alns算法的插入算子包括隨機(jī)插入算子、最佳插入算子、擾動(dòng)貪心插入算子和regret-2插入算子。

8.一種多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化裝置，其特征在于，包括：

9.一種多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化設(shè)備，其特征在于，包括存儲(chǔ)器以及處理器，所述存儲(chǔ)器內(nèi)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序能夠被所述處理器執(zhí)行，以實(shí)現(xiàn)如權(quán)利要求1至7任意一項(xiàng)所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序能夠被所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所在設(shè)備的處理器執(zhí)行，以實(shí)現(xiàn)如權(quán)利要求1至7任意一項(xiàng)所述的多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法。

技術(shù)總結(jié)
本發(fā)明提供了多類(lèi)型訂單的城際動(dòng)態(tài)拼車(chē)調(diào)度優(yōu)化方法、裝置、設(shè)備及系統(tǒng)，根據(jù)當(dāng)前時(shí)刻獲得的多類(lèi)型訂單信息和車(chē)輛信息執(zhí)行客貨聯(lián)運(yùn)的在線車(chē)輛調(diào)度和多類(lèi)型訂單離線車(chē)輛調(diào)度；將未匹配成功的訂單按照利潤(rùn)最大的方式全部插入到車(chē)輛集合中，形成待分治解集合，并將待分治解集合分成若干組，每組至多包含一定數(shù)量的點(diǎn)；在每一個(gè)組中分別處理不同類(lèi)型的訂單；將每個(gè)組得到的最優(yōu)解合并成為全局可行解，并通過(guò)客貨聯(lián)運(yùn)的自適應(yīng)大鄰域搜索算法對(duì)全局可行解優(yōu)化得到全局最優(yōu)解。本方法的每條路線平均接送客總時(shí)間與貪心插入相差不大，但總利潤(rùn)、車(chē)輛平均滿載率、總拼車(chē)乘客接客數(shù)、總包車(chē)數(shù)和總接貨數(shù)都高于現(xiàn)有方法。

技術(shù)研發(fā)人員：王成,高上煜,陳珞瑤,蔣金,雷蕾
受保護(hù)的技術(shù)使用者：華僑大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21