1.本发明涉及物流技术领域，尤其是涉及一种物流运输最优路径规划方法。
背景技术：
2.近年来，物流运输行业作为“第三利益源泉”，对经济发展的带动作用逐渐凸显，物流行业在市场经济中的地位也有了明显提高，如何选出最优的物流运输路径成为物流行业所面临的重要难题。
3.物流企业目前所采用的最优路径规划方法在实际应用中物流运输时间比较长，尤其是对于运输路程比较长，经过的运输点比较多的物流运输。
4.因此，需要设计一种方法，在最快时间选出物流运输最优路径，对降低物流运输成本、节省物流运输时间、提高物流运输服务质量具有重要作用。
技术实现要素：
5.针对现有技术的缺陷，本发明提供一种物流运输最优路径规划方法。
6.本发明采用的技术方案是：物流运输最优路径规划方法，包括以下步骤：a、以有向图规划理论作为基础建立货物运输有向图，对货物运输路径中的物理冲突分流点进行确定；b、将货物运输有向图转化为带权有向图；c、利用改进蚁群算法获取物流运输最优路径规划。
7.为更好地实现本发明，在所述的步骤a中，按照物流运输路径交叉口到货物运输起点的距离将物流运输节点进行标记，并建立货物运输有向图，在建立的货物运输有向图中选取物流运输起点到终点的中间节点作为核心节点，用节点g表示，其代表货物运输最优路径的中央位置。
8.为更好地实现本发明，在所述的步骤a中，确定核心节点后，在节点与节点之间设置物流方向，突出货物运输路径的单向性特征，同时将每个道路节点的真实属性在货物运输有向图中标记，包括道路交叉口坐标和交通方向。
9.为更好地实现本发明，在所述的步骤a中，在建立的货物运输有向图中确定货物运输路径的冲突点，并将各个冲突点用节点h表示，在规划货物运输最优路径时不考虑冲突点作为最优路径节点。
10.为更好地实现本发明，在所述的步骤b中，在货物运输有向图中，将相邻路径节点的节点属性值进行标准化，并确定货物运输路线权值，按照权值大小将相邻节点连接路线进行排序，即将货物运输有向图转化为带权有向图。
11.为更好地实现本发明，在所述的步骤b中，带权有向图用m表示，m=(x,[y]) ，其中，x为货物运输路径中所包含的路径节点集合，y为货物运输路径中所包含的连接两个路径节点的边的集合。
[0012]
为更好地实现本发明，在所述的步骤c中，设货物运输起点为q ，货物运输终点为
p，货运车辆从q到p的过程中根据自身条件和外部条件的变化随时更换路线，假设货运车辆共有n个，则每个货运车辆从q到p的路径用以下公式表示：，其中，a表示货运车辆从q到p的路径集合，n 表示货运车辆的数量，s
qi
表示货运车辆从q到节点i 之间的距离，s
pi 表示货运车辆从节点i到p之间的距离。
[0013]
为更好地实现本发明，将运输时间、运输成本及路畅程度作为约束条件，从q到p的多个路径中选取运输时间最短、成本最低、路畅最好的路径作为最优路径，其中运输时间约束条件用以下公式表示：，其中，t(j) 表示货运车辆的时间因子，t1表示货运车辆从q到p所需的时间，t2表示货运车辆从q到p的过程中允许的最长时间上限。
[0014]
为更好地实现本发明，所述的运输成本的约束条件用以下公式表示：，其中，c(j) 表示货运车辆所消耗的运输成本因子，g1表示货运车辆运输所需要的运输成本；g2表示货运车辆运输最大预估运输成本。
[0015]
为更好地实现本发明，所述的路畅程度的约束条件用以下公式表示：，其中，l(j) 表示货运车辆从q到p的路径的路畅因子；l1表示货运车辆从q到p的路径的实际路畅程度；l2表示货运车辆从q到p的路径所能允许的最差路畅程度。
[0016]
本发明的有益效果：与现有技术相比，本发明的物流运输最优路径规划方法，首先以有向图规划理论作为基础建立货物运输有向图，对货物运输路径中的物理冲突分流点进行确定；然后将货物运输有向图转化为带权有向图；接着利用改进蚁群算法获取物流运输最优路径规划；能够在规定的时间内选择路程最短、路况最好的道路作为物流运输最优路径，以此将物流运输成本降到最低，这样既能满足客户在运输时间方面的需求，还能使物流企业利益最大化。
具体实施方式
[0017]
以下的说明提供了许多不同的实施例、或是例子，用来实施本发明的不同特征。以下特定例子所描述的元件和排列方式，仅用来精简的表达本发明，其仅作为例子，而并非用以限制本发明。
[0018]
本实施例中，物流运输最优路径规划方法，包括以下步骤：a、以有向图规划理论作为基础建立货物运输有向图，对货物运输路径中的物理冲突分流点进行确定；b、将货物运输有向图转化为带权有向图；c、利用改进蚁群算法获取物流运输最优路径规划。
[0019]
本发明的物流运输最优路径规划方法，首先以有向图规划理论作为基础建立货物
运输有向图，对货物运输路径中的物理冲突分流点进行确定；然后将货物运输有向图转化为带权有向图；接着利用改进蚁群算法获取物流运输最优路径规划；能够在规定的时间内选择路程最短、路况最好的道路作为物流运输最优路径，以此将物流运输成本降到最低，这样既能满足客户在运输时间方面的需求，还能使物流企业利益最大化。
[0020]
作为优选的，在所述的步骤a中，以有向图规划理论作为理论基础，对货物运输路径中的物理冲突分流点进行确定。按照物流运输路径交叉口到货物运输起点的距离将物流运输节点进行标记，并建立货物运输有向图，在建立的有向图中选取物流运输起点到终点的中间节点作为核心节点，用节点 g 表示，其代表货物运输最优路径的中央位置。然后，在节点与节点之间设置物流方向，以此突出货物运输路径的单向性特征。同时将每个道路节点的真实属性在有向图中标记，包括道路交叉口坐标、交通方向等信息。最后，在有向图中按货物运输路径长度需要与各个起始节点距离长度呈对应关系。在建立的货物运输的有向图中确定货物运输路径的冲突点，并将各个冲突点用节点 h 表示，在规划货物运输最优路径时不考虑冲突点作为最优路径节点，以此确保规划的货物运输最优路径中点位均衡，并且没有路径节点冲突。
[0021]
按照物流运输路径交叉口到货物运输起点的距离将物流运输节点进行标记，并建立货物运输有向图，在建立的货物运输有向图中选取物流运输起点到终点的中间节点作为核心节点，用节点g表示，其代表货物运输最优路径的中央位置。
[0022]
作为优选的，在所述的步骤b中，在货物运输有向图中，将相邻路径节点的节点属性值进行标准化，并确定货物运输路线权值，按照权值大小将相邻节点连接路线进行排序，即将货物运输有向图转化为带权有向图。带权有向图用m表示，m=(x,[y]) ，其中，x为货物运输路径中所包含的路径节点集合，y为货物运输路径中所包含的连接两个路径节点的边的集合。假设货物运输路径中所包含的路径节点集合中的起始节点为q，货物运输路径中所包含的路径节点集合中的终点节点为p，这样，货物运输最优路径规划问题可以描述为在货物运输路径带权有向图m中，起始节点q 到终点节点p 的一条权值最小的路径，且该路径中不包含冲突点h。
[0023]
作为优选的，在所述的步骤c中，货物运输最优路径规划的问题与蚁群觅食行为相似，因此物流运输最优路径规划采用蚁群算法，通过蚁群之间信息传递来规划物流运输最优路径。但是，蚁群算法所规划的路径在实际应用中常出现道路不通畅的情况，因此采用改进蚁群算法规划物流运输最优路径。
[0024]
将货物运输起点 q 作为蚁群寻找食物起点，即蚂蚁巢穴，将货物运输终点p作为蚂蚁所寻找食物地点，蚁群在寻找事物过程中根据自身条件和外部条件的变化随时更换路线。设货物运输起点为q ，货物运输终点为p，货运车辆从q到p的过程中根据自身条件和外部条件的变化随时更换路线，假设货运车辆共有n个，则每个货运车辆从q到p的路径用以下公式表示：，其中，a表示货运车辆从q到p的路径集合，n 表示货运车辆的数量，s
qi
表示货运车辆从q到节点i 之间的距离，s
pi 表示货运车辆从节点i到p之间的距离。
[0025]
将运输时间、运输成本及路畅程度作为约束条件，从q到p的多个路径中选取运输
时间最短、成本最低、路畅最好的路径作为最优路径，其中运输时间约束条件用以下公式表示：，其中，t(j) 表示货运车辆的时间因子，t1表示货运车辆从q到p所需的时间，t2表示货运车辆从q到p的过程中允许的最长时间上限。该约束条件中，货运车辆从q到p所需的时间的路径所需时间t1不能超过货运车辆从q到p的过程中允许的最长时间上限t2。
[0026]
所述的运输成本的约束条件用以下公式表示：，其中，c(j) 表示货运车辆所消耗的运输成本因子，g1表示货运车辆运输所需要的运输成本；g2表示货运车辆运输最大预估运输成本。该约束条件中，货运车辆从q到p所需要消耗的运输成本不能超过货运车辆从q到p的过程中允许的最大运输成本。
[0027]
所述的路畅程度的约束条件用以下公式表示：，其中，l(j) 表示货运车辆从q到p的路径的路畅因子；l1表示货运车辆从q到p的路径的实际路畅程度；l2表示货运车辆从q到p的路径所能允许的最差路畅程度。该约束条件中，货运车辆从q到p的实际路畅成都不能超过货运车辆从q到p的过程中允许的最差路畅程度。
[0028]
按照该三个个约束条件对每个货运车辆的路径进行约束，选择出符合该三个约束条件的路径，在符合条件的路径中对每个路径的时间、成本、路畅个指标权重进行确定，然后按照权重从大到小的顺序对路径进行排序，以权重最大的路径作为货运车辆的最优路径，以此结束改进蚁群算法运算。将计算到的路径在货物运输有向图中进行标识，作为货物运输最优路径，以此完成基于改进蚁群算法的现代物流运输最优路径规划，能够在规定的时间内选择路程最短、路况最好的道路作为物流运输最优路径，以此将物流运输成本降到最低，这样既能满足客户在运输时间方面的需求，还能使物流企业利益最大化。
[0029]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。