一种无人机物资配送规划方法

1.本发明涉及物资配送技术领域，尤其涉及一种无人机物资配送规划方法。


背景技术：

2.现在城市交通拥堵频繁，车辆在行驶过程中受未知交通情况影响较大，导致物资配送车辆不能按时配送物资。由于无人机可以不受地形因素和交通情况的限制，可以对紧缺物资进行物资配送，考虑到紧缺物品储存条件要求高而且昂贵的特点，如何根据实际情况合理地选择储备紧缺物资的仓库和配送范围，是亟待解决的问题。


技术实现要素：

3.针对上述存在的问题，本发明旨在提供一种无人机物资配送规划方法，可在约束时间内实现物资配送，且配送效率高。
4.为了实现上述目的，本发明所采用的技术方案如下：
5.一种无人机物资配送规划方法，其特征在于，包括以下步骤，
6.s1：确定仓库的个数、位置和配送范围；
7.s2：根据仓库的坐标数据计算任意两个仓库之间的距离；
8.s3：以储备仓库数量最少为目标，送达时间为约束条件，建立储备仓库数量模型；
9.s4：对步骤s3中的储备仓库数量模型求解，得到最少储备仓库数量；
10.s5：以各储备仓库配送总时间最大值最小化为目标，建立无人机物资配送规划模型；
11.s6：对步骤s5中建立的无人机物资配送规划模型进行求解，得到最终的无人机物资配送方案。
12.进一步的，步骤s2中两个仓库之间的距离计算方法为
[0013][0014]
式中，d
ij
为仓库i和仓库j之间的距离，(xi，yi)为仓库i的坐标，(xj，yj)为仓库j的坐标。
[0015]
进一步的，步骤s3中建立储备仓库数量模型的具体操作包括以下步骤，
[0016]
s301：令仓库i为储备仓库，且仓库i向仓库j配送物资，则
[0017]aij
≤idi(i，j＝1，2，
…
，m)
ꢀꢀ
(2)
[0018]
式中，idi为仓库i是否为储备仓库的量化，仓库i为储备仓库时idi值为1，否则为0；a
ij
为仓库i向仓库j配送物资的量化，仓库i为储备仓库且向仓库j配送物资时aij值为1，否则为0；m为仓库的总个数；
[0019]
每一个仓库都需要一个且只需要一个储备仓库配送物资，则
[0020]
[0021]
s302：以送达时间作为刚性约束条件，则
[0022][0023]
式中，n为送达时间；式(4)可转化为
[0024]aijdij
≤n(i，j＝1，2，
…
，m)
ꢀꢀ
(5)
[0025]
s303：以储备仓库数量最少为目标，送达时间为约束条件，建立储备仓库数量模型，则可得
[0026][0027]
约束条件为
[0028][0029]
进一步的，步骤s4中对储备仓库数量模型进行求解的具体操作包括以下步骤，
[0030]
s401：对储备仓库数量模型的约束条件进行分析，可得
[0031]
结论1：由约束条件(5)可得，d
ij
＞n时，a
ij
＝0(i，j＝1，2，
…
，m)；
[0032]
结论2：由约束条件(2)和(3)可得，若idi＝0，则a
ij
＝0(j＝1，2，
…
，m)；
[0033]
若idi＝1，则分为两种情况，
[0034]
情况a：则a
ij
＝0(j≠j0)；式中，表示存在，也即存在表示存在，也即存在
[0035]
情况b：则其余变量待定；
[0036]
s402：判断约束条件中的系数是否满足结论1，若是，确定变量的值，转步骤s404，否则继续步骤s403；
[0037]
s403：判断约束条件中系数是否满足结论2，若是，确定变量的值；若不是，则分情况a和b，情况a转步骤s404，情况b转步骤s405；
[0038]
s404：重复步骤s402和步骤s403，直至不能确定变量的值；
[0039]
s405：利用隐枚举法求解所有变量的值，得到最少储备仓库数量hnum。
[0040]
进一步的，步骤s5中建立无人机物资配送规划模型的具体操作包括以下步骤，
[0041]
s501：考虑到紧缺物资具有储存条件要求高而且昂贵的特点，保持储备仓库数量不变，仍为hnum，则储备仓库配送总时间最少表示为
[0042][0043]
s502：将式(7)转化为
[0044]
min t
ꢀꢀ
(8)
[0045]
式中，t表示储备仓库配送总时间；
[0046]
s503：根据步骤s502可得以储备仓库配送总时间最少为目标建立无人机物资配送规划模型为
[0047][0048]
进一步的，步骤s6中对无人机物资配送规划模型进行求解的具体操作包括以下步骤，
[0049]
s601：对步骤s5中建立的无人机物资配送规划模型进行修订，得到
[0050][0051]
将等式作为约束条件，不等式约束作为判断条件；
[0052]
s602：采用遗传算法对修订后的无人机物资配送规划模型进行求解。
[0053]
进一步的，步骤s602的具体操作包括以下步骤，
[0054]
s6021：输入数据，设定种群大小，遗传代数、交叉率；
[0055]
s6022：产生满足公式(2)和公式(4)的初始群；
[0056]
s6023：通过选择、交叉、变异算子对种群进行相应的操作；
[0057]
s6024：检查停止条件，若满足则转步骤s6025；否则，去掉不满足公式(2)和公式(4)的种群，转步骤s6023重复操作；所述停止条件为规定的目标函数值阈值或遗传代数；
[0058]
s6025：输出最优解。
[0059]
本发明的有益效果是：
[0060]
1、本发明中的无人机物资配送规划方法考虑物资配送过程中任务的均衡性，可在约束时间内实现物资配送，且配送总时间最小，配送效率高。
[0061]
2、本发明中在对储备仓库数量模型进行求解时所采用的方法可大大降低模型的复杂度，提高模型的求解速度
[0062]
3、本发明中建立的无人机物资配送规划模型，在物资配送采用传统方式进行配送的情况下仍然适用，只需要计算出模型中任意两家仓库的距离即可，操作简单方便。
附图说明
[0063]
图1为本发明具体实施方式中利用本发明无人机物资配送规划方法规划出来的储备仓库位置示意图。
具体实施方式
[0064]
为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合附图和实施例对本发明的技术方案做进一步的描述。
[0065]
一种无人机物资配送规划方法，包括以下步骤，
[0066]
s1：确定仓库的个数、位置和配送范围；
[0067]
具体的，下表1中给出了某市所有仓库的坐标及相关的数据信息。假设配送物资要求尽量能在3分钟内(无人机的时速为60km/h)到达要求配送的仓库，先对仓库的个数、位置和配送范围进行确认。
[0068]
表1某市各仓库信息
[0069][0070]
注：表1坐标对应距离(毫米)和实际距离的比例是1:100000,即1毫米对应0.1千米(km)。
[0071]
假设储备仓库的工作量由其配送次数或配送总时间(总距离)来衡量；仓库间距离以km为单位，时间以min为单位，速度以km/min为单位；无人机的配送速度为60km/h(即1km/min)；各仓库对紧缺物资每日需求量相同。
[0072]
进一步的，s2：根据仓库的坐标数据计算任意两个仓库之间的距离；
[0073]
具体的，两个仓库之间的距离计算方法为
[0074][0075]
式中，d
ij
为仓库i和仓库j之间的距离，(xi，yi)为仓库i的坐标，(xj，yj)为仓库j的坐标。
[0076]
进一步的，s3：以储备仓库数量最少为目标，送达时间为约束条件，建立储备仓库数量模型；
[0077]
具体的，s301：令仓库i为储备仓库，且仓库i向仓库j配送物资，则
[0078]aij
≤idi(i，j＝1，2，
…
，m)
ꢀꢀ
(2)
[0079]
式中，idi为仓库i是否为储备仓库的量化，仓库i为储备仓库时idi值为1，否则为0；a
ij
为仓库i向仓库j配送物资的量化，仓库i为储备仓库且向仓库j配送物资时a
ij
值为1，否则为0；m为仓库的总个数，在本实施例方式中m的值为92；
[0080]
每一个仓库都需要一个且只需要一个储备仓库配送物资，则
[0081][0082]
s302：以送达时间作为刚性约束条件，则
[0083][0084]
式中，n为送达时间，在本实施方式中n的值为3；式(4)可转化为
[0085]aijdij
≤n(i，j＝1，2，
…
，m)
ꢀꢀ
(5)
[0086]
s303：以储备仓库数量最少为目标，送达时间为约束条件，建立储备仓库数量模型，则可得
[0087][0088]
约束条件为
[0089][0090]
进一步的，s4：对步骤s3中的储备仓库数量模型求解，得到最少储备仓库数量；
[0091]
具体的，s401：解0-1型整数规划常用解法有穷举法和隐枚举法。当变量过多时这两种方法复杂度都过高，而实际问题有时并不要求最优解，次优解也是一个不错的选择，因此，先对储备仓库数量模型的约束条件进行分析，可得
[0092]
结论1：由约束条件(5)可得，d
ij
＞n时，a
ij
＝0(i，j＝1，2，
…
，m)；
[0093]
结论2：由约束条件(2)和(3)可得，若idi＝0，则a
ij
＝0(j＝1，2，
…
，m)；
[0094]
若idi＝1，则分为两种情况，
[0095]
情况a：则a
ij
＝0(j≠j0)；式中，表示存在，也即存在
[0096]
情况b：则其余变量待定；
[0097]
s402：判断约束条件中的系数是否满足结论1，若是，确定变量的值，转步骤s404，否则继续步骤s403；
[0098]
s403：判断约束条件中系数是否满足结论2，若是，确定变量的值；若不是，则分情况a和b，情况a转步骤s404，情况b转步骤s405；
[0099]
s404：重复步骤s402和步骤s403，直至不能确定变量的值；
[0100]
s405：利用隐枚举法求解所有变量的值，得到最少储备仓库数量hnum。
[0101]
利用该方法可以大大降低模型的复杂度，提高模型的求解速度。
[0102]
进一步的，s5：以各储备仓库配送总时间最大值最小化为目标，建立无人机物资配送规划模型；
[0103]
s501：考虑到紧缺物资具有储存条件要求高而且昂贵的特点，保持储备仓库数量不变，仍为hnum，则储备仓库配送总时间最少表示为
[0104][0105]
s502：将式(7)转化为
[0106]
min t
ꢀꢀ
(8)
[0107]
式中，t表示储备仓库配送总时间；
[0108]
s503：根据步骤s502可得以储备仓库配送总时间最少为目标建立无人机物资配送规划模型为
[0109][0110]
进一步的，s6：对步骤s5中建立的无人机物资配送规划模型进行求解，得到最终的无人机物资配送方案。
[0111]
具体的，s601：考虑到实际问题有时并不要求最优解，次优解也是一个不错的选择，为此，对步骤s5中建立的无人机物资配送规划模型进行修订，得到
[0112][0113][0114]
将等式作为约束条件，不等式约束作为判断条件；
[0115]
s602：采用遗传算法对修订后的无人机物资配送规划模型进行求解。更具体的，s6021：输入数据，设定种群大小，遗传代数、交叉率；
[0116]
s6022：产生满足公式(2)和公式(4)的初始群；
[0117]
s6023：通过选择、交叉、变异算子对种群进行相应的操作；
[0118]
s6024：检查停止条件，若满足则转步骤s6025；否则，去掉不满足公式(2)和公式(4)的种群，转步骤s6023重复操作；所述停止条件为规定的目标函数值阈值或遗传代数；
[0119]
s6025：输出最优解。
[0120]
利用本发明中的方法对表1中的不同仓库建立储备仓库数量模型和无人机物资配送规划模型，并进行相应的求解，得到考虑配送总时间(总距离)均衡性的各储备仓库及配送方案，结果如下表2所示。
[0121]
表2考虑配送总时间(总距离)均衡性各储备仓库及配送方案
[0122][0123]
由matlab软件图示化储备仓库如附图1所示，储备仓库位置分布均匀。由表2的配送结果经matlab计算满足模型约束条件，储备仓库的最大配送数量为23个。最大配送时间为39.47748min。
[0124]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其
等效物界定。