一种路径规划的方法、装置、电子设备及存储介质与流程

本技术属于物流规划，尤其涉及一种路径规划的方法、装置、电子设备及存储介质。

背景技术：

1、在实际运输过程中，由于运输市场因素、突发性事件原因以及人为因素等影响，导致企业在安排运输任务的过程中，无法确定具体的运输量，而且运输任务自身具有一定的超前性，物流运输需要考虑时间因素、成本因素，还需要满足碳排放的要求，故需要对物流路径进行规划。

2、目前的多式联运路径规划对于物流运输的路径规划，在多个条件下不能满足物流运输的需求。

3、现有技术存在在多个条件下物流运输的路径规划不能满足物流运输的需求的问题。

技术实现思路

1、本技术实施例提供了一种路径规划的方法、装置、电子设备及存储介质，可以解决在多个条件下物流运输的路径规划满足物流运输的需求，提高路径规划满意度的问题。

2、第一方面，本技术实施例提供了一种路径规划的方法，包括：

3、获取货物多式联运的起始节点、至少1个中间节点、目的节点、所述起始节点至所述目的节点之间对应的第一运输数据、第一成本数据、置信水平数据和遗传参数；

4、若所述货物多式联运的物流运输路径满足第一预设条件，基于所述第一运输数据和所述第一成本数据确定第一路径规划模型，所述第一路径规划模型表征实现所述货物多式联运的预设路径规划原则的具有模糊变量的的路径规划模型；

5、若所述货物多式联运的物流运输路径满足第二预设条件，基于所述置信水平数据对所述第一路径规划模型进行处理确定第二路径规划模型，所述第二路径规划模型表征实现所述货物多式联运的所述预设路径规划原则的具有清晰变量的的路径规划模型；

6、若所述货物多式联运的物流运输路径满足第三预设条件，基于所述遗传参数及所述第二路径规划模型，通过单目标优化遗传算法确定满足所述预设路径规划原则的目标物流运输路径。

7、在其中一个实施例中，第一运输数据包括货物运输数量、节点间的运输方式、节点间运输距离、单位碳排放量、单位中转碳排放量、节点、节点内转换的运输方式以及中转时间，第一成本数据包括单位运输费用、单位碳税以及单位中转费用，所述货物运输数量为模糊变量；

8、所述若所述货物多式联运的物流运输路径满足第一预设条件，基于所述第一运输数据和所述第一成本数据确定第一路径规划模型，包括：

9、若所述货物多式联运的物流运输路径满足所述第一预设条件，基于所述货物运输数量、所述节点间的运输方式、所述节点间运输距离、所述节点内转换的运输方式、所述节点间运输距离、所述单位运输费用、所述单位碳税、所述单位中转费用、所述单位碳排放量、所述单位中转碳排放量，确定所述第一路径规划模型。

10、在其中一个实施例中，所述运输方式包括公路运输、铁路运输、水路运输或空中运输中至少一种；

11、所述第一预设条件包括下述条件中至少一种：

12、在相邻所述节点间运输时选择任一所述运输方式，其表达式为：

13、

14、其中，m为第一运输方式，m≦4；i为第一节点，j为第二节点，i与j均为正整数；为所述节点间的运输方式，所述节点间的运输方式为所述第一节点i与所述第二节点j之间的所述第一运输方式m；wij为运输弧(i,j)上的运输方式的集合；g为运输弧段的集合；

15、在任一所述节点的内部选择任一所述运输方式进行中转或者不进行中转，其表达式为：

16、

17、其中，m为所述第一运输方式；n为第二运输方式，n≦4；为所述节点内转换的运输方式，所述节点内转换的运输方式为在所述第一节点i内是否由所述第一运输方式m转换为所述第二运输方式n；ar为运输过程中间节点的集合；wi为与所述第一节点i相连接的各种运输方式的集合；

18、在任一所述节点的流入的所述货物运输数量与流出的所述货物运输数量达到平衡，其表达式为：

19、

20、其中，m为所述第一运输方式；为所述节点间的运输方式，所述节点间的运输方式为所述第一节点i与所述第二节点j之间的所述第二运输方式n，n为正整数且n≦4，i与j均为正整数；o为所述多式联运的运输网络的起点；d为所述多式联运的运输网络的终点；hi为所述多式联运的运输网络的任一所述节点；ai与所述第一节点i相连接的所有所述节点的集合；wij为运输弧(i,j)上的运输方式的集合；w为各所述运输方式的集合；

21、各所述节点间的运输时间与任一所述节点的内部的中转时间之和小于或者等于预设时间阈值，其表达式为：

22、

23、其中，为运输过程中的总时间；为三角模糊数的所述货物运输数量；为所述节点间运输距离，所述节点间运输距离为所述第一节点i到所述第二节点j之间采用所述第一运输方式m的运输距离；为平均运行速度，所述平均运行速度为所述第一节点i到所述第二节点j采用所述第一运输方式m的平均运行速度，单位为km/h；为所述节点间的运输方式；为所述节点内转换的运输方式；为所述中转时间，所述中转时间为在所述第一节点i将所述第一运输方式m经转换为所述第二运输方式n时消耗的时间；t为所述预设时间阈值；g为运输弧段的集合；w为各所述运输方式的集合；

24、各所述节点间的运输过程的碳排放总量与任一所述节点内的中转过程的碳排放总量之和小于或者等于预设碳排放量，其表达式为：

25、

26、其中，为运输过程中的总碳排放量；为三角模糊数的所述货物运输数量；为所述节点间的运输方式；为所述单位碳排放量，所述单位碳排放量为所述第一节点i到所述第二节点j采用所述第一运输方式m的单位碳排放量，；为所述节点间运输距离；为所述节点内转换的运输方式；为所述单位中转碳排放量，所述单位中转碳排放量为在所述第一节点i内将所述第一运输方式m转换为所述第二运输方式n的单位中转碳排放量；(i,j)为运输弧；g为运输弧段的集合；m为第一运输方式；wij为运输弧(i,j)上的运输方式的集合；ar为运输过程中间节点的集合；wi为与所述第一节点i相连接的各种运输方式的集合；e为预设碳排放量；

27、所述节点间的运输方式和所述节点内转换的运输方式均为取整约束，选择为1，或者选择为0，其表达式为：

28、

29、

30、其中，为所述节点间的运输方式；为所述节点内转换的运输方式；g为运输弧段的集合；m为所述第一运输方式；n为所述第二运输方式；wij为运输弧(i,j)上的运输方式的集合；ar为运输过程中间节点的集合；wi为与所述第一节点i相连接的各种运输方式的集合；

31、只在任一中间节点进行所述运输方式的转换，其表达式为：

32、

33、其中，为所述节点内转换的运输方式；i为所述第一节点；m为所述第一运输方式；n为所述第二运输方式；wi为与所述第一节点i相连接的各种运输方式的集合；o为所述多式联运的运输网络的起点；d为所述多式联运的运输网络的终点。

34、在其中一个实施例中，所述第一路径规划模型的计算式为：

35、

36、其中，z1为所述第一路径规划模型的最小值；

37、为三角模糊数的所述货物运输数量，单位为t；

38、i为所述第一节点，j为所述第二节点，i与j均为正整数；

39、m为所述第一运输方式，m≦4；n为所述第二运输方式，n≦4；

40、为所述节点间的运输方式；

41、为所述单位运输费用，所述单位运输费用为采用所述第一运输方式m在所述第一节点i到所述第二节点j之间发生的运输费用，单位为元/t.km；

42、为所述节点间运输距离，单位为km；

43、为所述节点内转换的运输方式；

44、为所述单位中转费用，所述中转费用为在所述第一节点i将所述第一运输方式m经转换为所述第二运输方式n的单位中转费用，单位为元/t；

45、为所述单位碳排放量，单位kg/t.km；

46、为所述单位中转碳排放量，单位为kg/t；

47、g为运输弧段的集合；

48、wij为运输弧(i,j)上的运输方式的集合；

49、(i,j)为运输弧，所述运输弧为将货物从所述第一节点i运输到所述第二节点j；

50、rb为所述单位碳税，所述单位碳税包括各种运输方式的单位碳税，b≦4，单位元/kg；

51、ar为运输过程中间节点的集合；

52、wi为与所述第一节点i相连接的各种运输方式的集合。

53、在其中一个实施例中，第一运输数据包括货物运输数量、节点间的运输方式、节点间运输距离、单位碳排放量、单位中转碳排放量、节点、节点内转换的运输方式以及中转时间，第一成本数据包括单位运输费用、单位碳税以及单位中转费用，所述货物运输数量为模糊变量，所述置信水平数据包括第一置信水平数据、第二置信水平数据以及第三置信水平数据，所述第二预设条件包括第一预设要求和第二预设要求；

54、所述若所述货物多式联运的物流运输路径满足第二预设条件，基于所述置信水平数据对所述第一路径规划模型进行处理确定第二路径规划模型，包括：

55、若所述货物多式联运的物流运输路径满足所述第一预设要求，基于三角模糊数的所述货物运输数量、各所述置信水平数据获取单目标的机会约束模型；

56、基于所述单目标的机会约束模型获取第二预设要求；

57、基于所述第一预设要求和所述第二预设要求对所述第一路径规划模型进行清晰化处理获得第二路径规划模型；

58、其中，所述单目标的机会约束模型为：

59、

60、其中，x为决策变量；为三角模糊数的货物运输数量，其计算式为：

61、q2为最可能的所述货物运输数量，q1为所述货物运输数量的最小值，q3为所述货物运输数量的最大值；为决策变量x与三角模糊数的所述货物运输数量的目标函数；为所述目标函数的最小值；

62、所述单目标的机会约束模型的约束条件为：

63、

64、其中，x为决策变量；pos{.}为{.}的事件发生的概率；α为所述第一置信水平数据；β为所述第二置信水平数据；γ为所述第三置信水平数据；为运输过程中的总时间；为运输过程中的总碳排放量；t为预设时间阈值；e为预设碳排放量。

65、在其中一个实施例中，所述第一预设要求包括下述要求中至少一个：

66、在相邻节点间运输时选择任一所述运输方式；

67、在任一所述中间节点的内部选择任一所述运输方式进行中转或者不进行中转；

68、在任一所述中间节点的流入的所述货物运输数量与流出的所述货物运输数量达到平衡；

69、所述节点间的运输方式和所述节点内转换的运输方式均为取整约束，选择为1，或者选择为0；

70、只在任一所述中间节点进行所述运输方式的转换；

71、所述第二预设要求包括下述要求中至少一个：

72、

73、其中，为所述第二路径规划模型的最小值；z2为所述第二路径规划模型的函数值；

74、

75、其中，t为所述预设时间阈值；i为第一节点；j为第二节点；m为第一运输方式，m为正整数且m≦4；n为第二运输方式，n为正整数且n≦4；β为所述第二置信水平数据；q2为最可能的所述货物运输数量；q1为所述货物运输数量的最小值；为所述节点间运输距离；为平均运行速度；为所述节点间的运输方式；为所述节点内转换的运输方式；为中转时间；g为运输弧段的集合；w为各所述运输方式的集合；

76、

77、其中，e为预设碳排放量；i为所述第一节点；j为所述第二节点；m为第一运输方式，m为正整数且m≦4；n为第二运输方式，n为正整数且n≦4；q2为最可能的所述货物运输数量；q1为所述货物运输数量的最小值；γ为所述第三置信水平数据；为所述节点内转换的运输方式；为单位中转碳排放量；为所述节点间的运输方式；为所述单位碳排放量；为所述节点间运输距离；g为运输弧段的集合；w为各所述运输方式的集合；wi为与所述第一节点i相连接的各种运输方式的集合；wij为所述运输弧(i,j)上的运输方式的集合；

78、α∈[0,1]，β∈[0,1]，γ∈[0,1]

79、其中，α为所述第一置信水平数据；β为所述第二置信水平数据；γ为所述第三置信水平数据。

80、在其中一个实施例中，所述决策变量包括所述第一运输数据和所述第一成本数据；

81、所述第二路径规划模型的计算式为：

82、

83、其中，z2为所述第二路径规划模型的函数值；

84、i为所述第一节点；j为所述第二节点；α为所述第一置信水平数据；

85、m为所述第一运输方式，m为正整数且m≦4；

86、n为所述第二运输方式，n为正整数且n≦4；

87、q1为所述货物运输数量的最小值，q2为最可能的所述货物运输数量；

88、为所述节点间的运输方式；为所述单位运输费用；

89、为所述节点间运输距离；为节点内转换的运输方式；

90、为单位中转费用；为单位碳排放量；

91、为所述单位中转碳排放量；g为运输弧段的集合；

92、wij为运输弧(i,j)上的运输方式的集合；

93、rb为单位碳税，b为正整数且b≦4；

94、ar为运输过程中间节点的集合；

95、wi为与所述第一节点i相连接的各种运输方式的集合。

96、在其中一个实施例中，所述若所述货物多式联运的物流运输路径满足第三预设条件，基于所述遗传参数及所述第二路径规划模型，通过单目标优化遗传算法确定满足所述预设路径规划原则的目标物流运输路径之前，还包括：

97、获取货物多式联运的起始节点、至少一个中间节点、目的节点、第二运输数据及第二成本数据，其中，所述第二运输数据包括公路运输方式、多个所述中间节点对应的节点信息及所述起始位置至所述目的位置之间的道路交通信息，所述道路交通信息包括任意2个节点之间的路面信息、车辆定位信息、车辆速度信息、路段红绿灯信息、车道异常信息及运输距离；

98、基于所述起始节点、至少一个所述中间节点、所述中间节点对应的节点信息、所述目的节点、所述道路交通信息及所述第二成本数据，生成满足所述预设路径规划原则的物流运输路径。

99、在其中一个实施例中，所述节点信息包括节点类型信息、节点历史拥堵车辆数量和节点高峰时间段，所述路面信息包括车辆数量和车道预警信息；

100、基于所述起始节点、至少一个所述中间节点、所述中间节点对应的节点信息、所述目的节点、所述道路交通信息及所述第二成本数据，生成满足所述预设路径规划原则的物流运输路径，包括：

101、基于任一路段的所述车辆数量、下一时段驶入所述任一路段的所述车辆数量，确定所述物流运输路径的任一路段的车辆时段数量，其中，所述任一路段为任意2个相邻节点之间的路段；

102、若下一时段与所述任一路段的所述节点高峰时间段存在重合，基于所述车辆时段数量、所述运输距离、所述车辆速度信息和所述节点历史拥堵车辆数量，确定所述任一路段的运输时间；

103、若下一时段与所述任一路段的所述节点高峰时间段不存在重合，基于所述车辆时段数量、所述运输距离、所述车辆速度信息和所述任一路段的预设道路拥堵等级，确定所述任一路段的运输时间；

104、基于所述物流运输路径的多个所述任一路段的运输时间，确定所述物流运输路径的总运输时间；

105、基于多个所述总运输时间生成满足所述预设路径规划原则的物流运输路径。

106、在其中一个实施例中，所述第一成本数据包括单位运输费用、单位碳税以及单位中转费用，所述路面信息还包括红灯减速时间、绿灯加速时间、拥堵驻车时间及均速时间，第二成本数据包括起始油量、加油量、终点油量、预设时长及电脉冲信号时长；

107、所述基于所述起始节点、至少一个所述中间节点、所述中间节点对应的节点信息、所述目的节点、所述道路交通信息及所述第二成本数据，生成满足所述预设路径规划原则的目标物流运输路径，还包括：

108、基于所述起始油量、所述加油量、所述终点油量、所述预设时长及电脉冲信号预设单位时长，确定与所述电脉冲信号预设单位时长对应的修正燃油量；

109、基于所述修正燃油量、所述预设时长及所述电脉冲信号时长，确定与所述预设时长对应的单位燃油量；

110、基于所述路段红绿灯信息、红灯减速时间、绿灯加速时间、拥堵驻车时间、均速时间及所述单位燃油量，确定单位燃油费用；

111、基于所述单位燃油费用、所述单位碳税以及所述单位中转费用，生成满足所述预设路径规划原则的物流运输路径。

112、第二方面，本技术实施例提供了一种路径规划的装置，包括：

113、获取模块，用于获取货物多式联运的起始节点、至少1个中间节点、目的节点、所述起始节点至所述目的节点之间对应的第一运输数据、第一成本数据、置信水平数据和遗传参数；

114、第一确定模块，用于若所述货物多式联运的物流运输路径满足第一预设条件，基于所述第一运输数据和所述第一成本数据确定第一路径规划模型，所述第一路径规划模型表征实现所述货物多式联运的预设路径规划原则的具有模糊变量的的路径规划模型；

115、第二确定模块，用于若所述货物多式联运的物流运输路径满足第二预设条件，基于所述置信水平数据对所述第一路径规划模型进行处理确定第二路径规划模型，所述第二路径规划模型表征实现所述货物多式联运的所述预设路径规划原则的具有清晰变量的的路径规划模型；

116、第三确定模块，用于若所述货物多式联运的物流运输路径满足第三预设条件，基于所述遗传参数及所述第二路径规划模型，通过单目标优化遗传算法确定满足所述预设路径规划原则的目标物流运输路径。

117、第三方面，本技术实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面内容中任一项所述的方法。

118、第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面内容中任一项所述的方法。

119、本技术实施例与现有技术相比存在的有益效果是：

120、本技术实施例通过获取货物多式联运的起始节点、至少1个中间节点、目的节点、起始节点至目的节点之间对应的第一运输数据、第一成本数据、置信水平数据和遗传参数；若货物多式联运的物流运输路径满足第一预设条件，基于第一运输数据和第一成本数据确定第一路径规划模型，第一路径规划模型表征实现货物多式联运的预设路径规划原则的具有模糊变量的的路径规划模型；若货物多式联运的物流运输路径满足第二预设条件，基于置信水平数据对第一路径规划模型进行处理确定第二路径规划模型，第二路径规划模型表征实现货物多式联运的预设路径规划原则的具有清晰变量的的路径规划模型；若货物多式联运的物流运输路径满足第三预设条件，基于遗传参数及第二路径规划模型，通过单目标优化遗传算法确定满足预设路径规划原则的目标物流运输路径，在符合多个预设条件及预设置信水平下，获得满足预设路径规划原则的物流运输路径，进一步优化了物流运输的路径规划，输出物流运输路径的各种最优路径，提高了物流运输路径规划的置信水平，提高了物流运输的满意度。