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：南京理工大学

摘要：本发明涉及自适应大邻域搜索技术领域，具体公开了一种基于深度强化学习的协同配送路径规划方法。通过获取多个客户订单信息，确定多个客户点，生成初始解，构造能够串联所有客户点的VRCD初始路径；移除节点或路径，对VRCD初始路径中的当前解进行破坏，并进行路线修复或路线构造，改变初始解的结构，形成新解；根据新解，构造DQN模型；根据DQN模型进行物资配送的路径优化。具有很好的路径优化效果，能够规划出协同配送路径相对较短的路线，从而保证及时将物资配送至所有客户点，且不仅解决了算子权重的泛化能力，不需要重复进行算子权重的训练，还能够适用于不同场景下的路径规划，使得求解效率得到了巨大提升。

主权项：1.一种基于深度强化学习的协同配送路径规划方法，其特征在于，所述方法具体包括以下步骤：获取多个客户订单信息，确定多个客户点，生成初始解，构造能够串联所有客户点的VRCD初始路径；移除节点或路径，对所述VRCD初始路径中的当前解进行破坏，并进行路线修复或路线构造，改变所述初始解的结构，形成新解；根据所述新解，构造DQN模型；根据所述DQN模型进行物资配送的路径优化；所述获取多个客户订单信息，确定多个客户点，生成初始解，构造能够串联所有客户点的VRCD初始路径具体包括以下步骤：接收多个客户订单，获取多个客户订单信息，并确定多个客户点；将多个所述客户订单随机放入侯选批次，生成订单分批方案；采用搜索策略，对所述订单分批方案进行分析，生成初始解；根据所述初始解，构造能够串联所有客户点的VRCD初始路径；所述接收多个客户订单信息，确定多个客户点，生成初始解，构造能够串联所有客户点的VRCD初始路径还包括以下步骤：根据多个所述客户订单信息，进行货物准备，并装备到协调车队中，所述协调车队具有卡车和机器人；所述移除节点或路径，对所述VRCD初始路径中的当前解进行破坏，并进行路线修复或路线构造，改变所述初始解的结构，形成新解具体包括以下步骤：通过多种破坏举措移除节点或路径，对所述VRCD初始路径中的当前解进行破坏；通过多种修复举措修复路线或构造路线，改变所述初始解的结构，形成新解；多种所述破坏举措具体包括：客户移除举措、停靠点移除举措、路线关闭举措和路线破坏举措；所述客户移除举措中，采用随机客户移除操作和贪婪客户移除操作移除客户点；所述停靠点移除举措中，随机移除一个连接停靠点以及到达和离开该停靠点的机器人路线；所述路线关闭举措中，采用随机卡车机器人路线关闭操作和贪婪卡车机器人路线关闭操作移除卡车机器人路线；所述路线破坏举措中，采用随机路线破坏操作和贪婪路线破坏操作，从所述VRCD初始路径中选择一条VRCD路线进行破坏；多种所述修复举措具体包括：路线重构举措、客户插入举措和分部举措；所述路线重构举措中，通过路线重构操作，利用客户点重新构造VRCD路线；所述客户插入举措中，通过随机客户插入操作和贪婪客户插入操作，选择一个客户点插入VRCD路线，重构新的VRCD路线；所述分部举措中，通过卡车路线打开操作，从连接停靠点开始新的卡车路线，通过机器人路线打开操作，从停靠点开始新的机器人路线，通过随机停靠点插入操作和贪婪停靠点插入操作，选择VRCD路线中的位置以插入停靠点；所述根据所述新解，构造DQN模型具体包括以下步骤：根据所述新解，确定估计网络权值θ、目标网络权值初始化记忆库容量N，并输入估计网络权值θ、目标网络权值通过预设的模型训练算法，训练并输出DQN模型。

全文数据：

权利要求：

百度查询： 南京理工大学 一种基于深度强化学习的协同配送路径规划方法