一种基于多目标优化的渣土车运输路径规划方法与流程

本发明涉及车辆路径规划，具体涉及一种基于多目标优化的渣土车运输路径规划方法。

背景技术：

1、车辆路径规划研究通常用来对几条备选路径结合多方面因素进行综合评价，从而选出最适合的运输路径。之前在求解多目标的车辆路径问题时，是用集成方法把多目标转化成单目标。但是集成方法权值参数多由主观设定，加权的目标函数之间通过决策变量相互制约，拓扑结构复杂，且多目标函数量纲不一致，容易出现一个函数支配其他函数的情况。基于此，最近几年对于车辆路径问题常用多目标进化算法求解。然而当前大多研究为基于危险品的货物运输，而且考虑因素多为社会环境指标，较少有对渣土车的运输路径这一关键环节进行相关分析与研究。

技术实现思路

1、针对现有技术中的上述不足，本发明提供了一种基于多目标优化的渣土车运输路径规划方法。

2、为了达到上述发明目的，本发明采用的技术方案为：

3、一种基于多目标优化的渣土车运输路径规划方法，包括以下步骤：

4、获取渣土车轨迹数据；

5、根据渣土车轨迹数据定位渣土车运输路径，并获取对应区域的多源数据；所述多源数据包括道路路网数据、poi数据、人口密度数据、道路扬尘数据和空气质量监测站点数据；

6、根据多源数据，以最小化运输成本和运输风险为目标，建立渣土车的多目标运输路径优化模型；

7、对渣土车的多目标运输路径优化模型进行求解，得到渣土车运输路径规划结果。

8、作为优选地，根据渣土车轨迹数据定位渣土车运输路径，包括以下步骤：

9、对渣土车轨迹数据进行轨迹点筛选，得到渣土车停驻点数据；

10、将规划区域进行网格化，对每一辆渣土车的停驻点按时间排序，并与网格进行匹配；

11、对每一辆渣土车遍历其停驻点所经过的所有网格，提取渣土车的行程od，并合并所有渣土车的行程od，得到全部有效网格的运输路径；

12、对全部有效网格的运输路径进行聚类，得到目标行程od；

13、根据目标行程od筛选途经该运输路径的所有渣土车，并将渣土车轨迹与路网进行匹配，得到渣土车运输路径。

14、作为优选地，根据多源数据，以最小化运输成本和运输风险为目标，建立渣土车的多目标运输路径优化模型，包括以下步骤：

15、根据路网节点所构成路段的行驶时间，计算渣土车的运输成本；

16、根据路网节点所构成路段与避开区中心点的垂直距离，计算避开区风险；

17、根据人口密度数据确定人口密集区，并根据路网节点所构成路段与人口密集区相交的距离，计算人口密集风险；

18、道路扬尘数据确定扬尘高值点位，并根据路网节点所构成路段与扬尘高值点位的垂直距离，计算道路扬尘风险；

19、根据避开区风险、人口密集风险和道路扬尘风险，计算渣土车的运输风险；

20、根据渣土车的运输成本和运输风险，建立渣土车的多目标运输路径优化模型。

21、作为优选地，计算渣土车的运输成本的方法为：

22、

23、其中，为渣土车的运输成本，为规划区域内的路网节点集合，为确定渣土车是否经过路网节点和路网节点所构成路段的0-1决策变量，为路网节点和路网节点所构成路段行驶时间。

24、作为优选地，计算避开区风险的方法为：

25、

26、其中，为避开区风险，为规划区域内的路网节点集合，为与路网节点和路网节点所构成路段满足设定距离的避开区的个数，为确定渣土车是否经过路网节点和路网节点所构成路段的0-1决策变量，为路网节点和路网节点所构成路段与避开区 m中心点的垂直距离。

27、作为优选地，计算人口密集风险的方法为：

28、

29、其中，为人口密集风险，为规划区域内的路网节点集合，为人口密集区的个数，为确定渣土车是否经过路网节点和路网节点所构成路段的0-1决策变量，为路网节点和路网节点所构成路段与人口密集区 n相交的距离。

30、作为优选地，计算道路扬尘风险的方法为：

31、

32、其中，为道路扬尘风险，为规划区域内的路网节点集合，为扬尘高值点位的个数，为确定渣土车是否经过路网节点和路网节点所构成路段的0-1决策变量，为路网节点和路网节点所构成路段与扬尘高值点位 l的垂直距离。

33、作为优选地，计算渣土车的运输风险的方法为：

34、

35、其中，为渣土车的运输风险，为避开区风险，为人口密集风险，为道路扬尘风险。

36、作为优选地，建立渣土车的多目标运输路径优化模型的方法为：

37、

38、其中，为最小值函数， f为目标函数，为渣土车的运输成本，为渣土车的运输风险， t为转置。

39、作为优选地，对渣土车的多目标运输路径优化模型进行求解，得到渣土车运输路径规划结果，包括以下步骤：

40、利用路网节点进行路径编码，设置搜索初始点从起点出发，随机选取与起始点相连的下一个路网节点作为第二个节点，然后再从第二个节点出发随机选取下一个相邻节点，直到找到终点形成一条完整路径，将该条路径作为初始路径，以此方式生成多条初始路径，作为初始种群；

41、对当前种群分别根据运输成本和运输风险进行非支配排序，得到各个体的pareto等级集合；从pareto等级集合中随机选择两条路径，判断选中路径当前节点是否执行交叉操作，若是则开始进行交叉操作从而形成新的路径，否则该节点不执行交叉操作进入变异操作；

42、对选中路径进行变异操作，并随机以非起终点的路网节点作为变异节点 i，找出路网中与该变异节点 i相邻的节点集合s，从节点集合s中随机选取一个节点作为变异后节点 j，判断变异节点 i之前的节点 m和之后的节点 n是否和变异后节点 j直接相连；若能相连，则用变异后节点 j替换变异节点 i完成变异操作过程；若不相连，则重复该步骤直到满足变异条件或取消此次变异操作；将新的路径加入子代种群，直到种群染色体数目满足阈值；

43、将父代种群与子代种群进行合并生成新的种群，根据新的种群计算每条路径的运输成本和运输风险，根据计算结果进行非支配分层排序，采用精英保留策略计算拥挤度，选择优胜个体并组成新一轮父代种群；

44、对新一轮父代种群执行选择、交叉、变异操作后生成下一轮子代种群，将父代与子代种群合并再次进行非支配分层排序，重复上述步骤直到满足收敛准则，输出渣土车运输路径规划结果。

45、本发明具有以下有益效果：

46、本发明在充分考虑建筑垃圾运输特征的基础上，仅根据渣土车的历史轨迹数据定位出行od得到常用路线，提出同时考虑运输成本和风险的渣土车运输路径优化模型，将运输成本以及运输过程中遇到的避开区、道路扬尘、人口密集区等风险因素纳入模型的目标函数，并设计nsga-ⅱ算法对模型进行求解，输出最优规划路径，解决了传统渣土车运输路径难以兼顾经济性和安全性的问题，提高了渣土车运输路径规划的经济性和安全性。