买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：昆明理工大学

摘要：本发明公开了一种结合K‑means带时间窗聚类的超启发蚁群优化方法、系统及应用。本发明对所建绿色两级多周期车辆调度模型进行优化时，首先，采用带时间窗的K‑means聚类方法确定各鲜奶配送中心所要配送的客户群，以降低问题求解的复杂度；其次，利用超启发蚁群优化算法对车辆的配送路线进行求解。在求解时，先使用随机方法和启发式规则，生成算法中高层策略域和低层问题域的初始种群；再将高层策略域中每个个体对应的一系列邻域操作，作为一种算法作用于低层问题域中的每个个体，从而实现在解空间的更多区域进行高质量搜索。该优化方法可以有效保证在较短时间内获得鲜奶配送过程车辆调度问题的优质非支配解集，为鲜奶配送企业降低碳排放量，提高客户满意度，提升企业核心竞争力发挥重要作用。

主权项：1.一种结合K-means带时间窗聚类的超启发蚁群优化方法，其特征在于，包括：Step1、针对带柔性时间窗的绿色两级多周期车辆路径问题，依据聚类方法确定配送中心所配送的客户群；Step2、编码方式：在高层策略域和低层问题域中均采用十进制数字对种群中的个体进行编码；Step3、初始化参数：其中，初始化参数包括高层策略域的种群规模m1，低层问题域的种群规模m2，信息素浓度的重要程度α，启发式信息的重要程度β，信息素浓度的持续率rho1和启发式信息的持续率rho2；Step4、种群初始化；Step5、非劣解集的生成与更新：依据绿色两级多周期车辆调度模型，计算低层问题域种群PL中个体的目标值，并基于此，筛选低层问题域种群PL中的互不支配解，构成规模为m3的非劣解集PLgs_pareto；使用高层策略域种群PH中每个个体所对应的一系列邻域操作依次对PLgs_pareto中的每个个体进行更新；对更新后的PLgs_pareto进行支配关系的判断，筛选出互不支配解，构成规模为m4的非劣解集PLls_pareto；找出产生PLls_pareto的高层个体，即为用于更新高层策略域的信息素浓度矩阵和启发式信息矩阵；Step6、更新低层问题域种群PL：随机从PLls_pareto中选取m2-m4次，得到m2-m4个个体；使用预设邻域操作，对这m2-m4个个体进行相应操作；将得到的新个体与PLls_pareto中个体合并，作为新一代低层问题域种群PL；Step7、更新高层策略域种群PH：种群中每个个体的第一个邻域操作序号采用随机选取，之后的所有序号均通过选择函数产生；Step8、终止条件的判断：若满足终止条件，则输出PLls_pareto中个体及对应目标值；否则转至Step5继续迭代。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种结合K-means带时间窗聚类的超启发蚁群优化方法、系统及应用