CN116911729A - 一种考虑电池更换计划的无人机与卡车协同配送方法 - Google Patents
一种考虑电池更换计划的无人机与卡车协同配送方法 Download PDFInfo
- Publication number
- CN116911729A CN116911729A CN202310924257.5A CN202310924257A CN116911729A CN 116911729 A CN116911729 A CN 116911729A CN 202310924257 A CN202310924257 A CN 202310924257A CN 116911729 A CN116911729 A CN 116911729A
- Authority
- CN
- China
- Prior art keywords
- truck
- unmanned aerial
- aerial vehicle
- battery
- customer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000010845 search algorithm Methods 0.000 claims abstract description 6
- 238000012217 deletion Methods 0.000 claims description 27
- 230000037430 deletion Effects 0.000 claims description 27
- 238000003780 insertion Methods 0.000 claims description 20
- 230000037431 insertion Effects 0.000 claims description 20
- 238000011084 recovery Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000002922 simulated annealing Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑电池更换计划的无人机与卡车协同配送方法,应用于无人机和卡车协同配送货物领域,首先收集仓库配送范围内顾客的数据,按照顾客的货物需求量及配送距离分类,构建无人机客户群和卡车客户群;其次,构建考虑无人机和卡车协同配送货物的混合整数规划模型;然后,设计电池分配模块,求解每轮迭代中的最优的电池更换计划;最后,本发明基于自适应大邻域搜索算法求解得到卡车和无人机协同配送方案,获得最优配送路径;本发明技术方案能够显著减少配送总成本,提高了货物配送的灵活性,为道路交通拥堵情况下将货物及时送到指定地点提供了新的解决办法。
Description
技术领域
本发明属于物流配送技术领域,具体涉及一种考虑电池更换计划的无人机与卡车协同配送方法。
背景技术
在许多城市内,每日需要为仓库配送范围内的顾客提供准时的货物配送服务,由于顾客点众多,分散在配送范围内的各处,并且部分货物由于品质要求需要快速地从仓库送到指定地点,因此必须要仔细设计配送方案,以便在降低运营成本的同时提高配送服务的质量,保证货物能够短时间内送到目的地;
传统的物流配送是用卡车按照既定配送路线运行,完成配送任务,时效性较差,并且有时因为道路交通拥堵、突发交通事件等造成运输时间过长等问题,一些货物的质量难以得到保障;随着现代科技的不断发展,无人机作为科技创新的重要产业正处于快速发展阶段;与卡车运输相比,无人机可以在低空中飞行,无视复杂路况的干扰,不受制于地面交通状况的影响,故而能够显著缩短配送时长;虽然无人机飞行速度快、单位距离成本低,但是由于无人机是电力支撑飞行,飞行时长以及飞行距离有限,相比而言,卡车的载重能力更强、驾驶距离远。因此将无人机和卡车协同起来,让二者联合配送是一种可行的方式,二者的联合能够有效地解决卡车配送受道路交通干扰严重、无人机飞行距离短等问题,两者之间可以起到一个互补的作用;此外,相较于现有的关于无人机和卡车协同配送的专利,本发明还额外考虑了电池的最优更换计划及充电安排,更贴合于实际情况,具有很强的实用性。
发明内容
本发明的目的是设计一种考虑电池更换计划的无人机与卡车协同配送的方法,本发明在同时考虑无人机载重限制、电池续航里程限制、无人机最长飞行距离要求等条件下,确定仓库到各个顾客点的最佳配送路线;利用该方法,可以在最小化总配送成本的前提下减少被使用电池的总数量,促进城市环保减排,为无人机大范围商业应用创造基础。
为实现上述内容,本发明的技术方案如下:
S1:收集仓库配送范围内的顾客数据,按照顾客的货物需求量及配送距离分类,构建无人机客户群和卡车客户群;
S2:构建考虑无人机和卡车协同配送货物的混合整数规划模型;
S3:设计电池分配模块,求解每个配送方案下电池的最优更换计划;
S4:基于自适应大邻域搜索算法求解得到卡车和无人机协同配送方案,获得最优配送路径。
所述步骤S1:构建无人机客户群和卡车客户群的具体步骤为:
S101:首先,将货物需求量超出无人机容量上限的顾客添加到卡车客户群中;
S102:从剩余的顾客中任意挑选一个顾客,计算所有顾客中与其最近的两个顾客的距离之和是否超过了无人机单次飞行距离上限,如果超过了单次飞行距离上限,则将该顾客加入到中,不断重复该过程,直至没有满足条件的顾客为止;
S103:将剩余未满足条件的顾客添加至无人机客户群中。
所述步骤S2:构建考虑无人机和卡车协同配送货物的混合整数规划模型的具体步骤为:
S201:在构建模型之前需要对整个物流配送问题做出如下定义:
(1)每辆卡车从仓库出发的时候只携带一架无人机,该无人机内部装载一块电池;
(2)卡车携带其无人机一起离开仓库,当卡车停在任意一个顾客点处,可以放飞搭载的无人机,让这架无人机前去服务其顾客;当卡车放飞无人机并服务完当前位置的顾客后,立刻前往下一个顾客点等待回收无人机,中途不再访问其他顾客;无人机服务完一个顾客后也立刻降落到回收点,不允许无人机单次飞行服务多个顾客;卡车和无人机协同服务完一组顾客之后,卡车携带该无人机再次返回仓库,完成一次卡车行程;
(3)一个卡车路径包括多个卡车行程;
(4)在卡车和无人机协同服务过程中,出于空域安全等角度考虑,不允许无人机降落在其他卡车上,以免造成安全问题;
S202:设置总配送成本目标函数为
其中,第一项目标函数表示最小化卡车运输总费用,即卡车通过每个路径的行驶费用之和,第二项目标函数表示最小化所有电池的充电费用,该费用包括每块电池每次被使用之后,在场站中的充电费用;
S203:设置如下的流量约束
具体的,公式(2)表示卡车流平衡约束,公式(3)-(4)确保每个卡车从仓库出发,并且最终返回仓库,公式(5)表示卡车连续两个行程之间的关系,公式(6)表示任意一个顾客都必须被服务一次,公式(7)确保无人机的放飞位置有卡车经过,公式(8)保证无人机服务点处流平衡,公式(9)表示卡车从无人机放飞点直接前往回收点,中间不经过其他的顾客点;
S204:设置如下的时间约束
具体的,公式(10)表示卡车到达顾客点的实际时间,公式(11)表示卡车必须要先于无人机到达回收点,在该点处等待回收无人机,公式(12)-(13)表示无人机飞到其目标顾客处的时间,以及服务完顾客后降落到回收点的时间,公式(14)-(15)表示每块电池每次随无人机离开和返回到场站的时间,公式(16)-(17)构建电池连续两次被无人机使用的时间递推关系,公式(18)-(20)表示无人机和卡车到达其顾客的时间需要在顾客的时间窗内,公式(21)确保卡车下一次行程从仓库的出发时间要晚于该卡车上一次行程结束到达仓库的时间;
S205:设置电池相关的约束
具体的,公式(22)表示卡车返回仓库时候所携带的无人机内的电池剩余电量,公式(23)表示无人机服务过程中电池的能量消耗,公式(24)表示无人机每次最多装载一块电池,公式(25)表示电池连续被使用的次序关系,公式(26)表示一块电池一次只被装载于一架无人机上,公式(27)限制了电池的总数量,公式(28)构建变量之间的关系;
S206:设置卡车容量约束
具体的,该公式表示卡车携带的货物量递推公式
所述步骤S3:设计电池分配模块,求解每个配送方案下电池的最优更换计划的具体步骤为:
S301:本发明对电池的更换计划做出如下定义:
(1)卡车每次完成行程携带无人机返回仓库后,取下无人机内部的电池并放置在场站中充电,为该无人机更换仓库中另外一块电池;
(2)在电池数量不充足的情况下,本发明允许场站中的电池尚未充满电就被安装到无人机中,这种设置提升了整体调度计划的灵活性。
S302:建立一个关于电池分配的混合整数规划模型,在每次迭代最后求解提出的电池分配模型,得到最优的电池安排计划;该模型的目标函数设置为
第一项表示最小化使用电池数量,第二项表示最小化所有电池的充电费用
S303:设置如下与电池更换计划相关的约束:
具体的,上述公式分别表示,每个无人机只搭载一块电池,无人机内的电池的剩余电量及电池在场站处的充电量的递推表达式,每个卡车行程中无人机的总耗电量都不能超过当前携带的电池剩余电量。
所述步骤S4:基于自适应大邻域搜索算法求解得到卡车和无人机协同配送方案,获得最优配送路径的具体步骤为:
S401:本发明共设计了五种删除算子,即随机删除算子、最坏删除算子、相似删除算子、最大行程时间节约删除算子、最大能量违背节约删除算子;依据各个删除算子的权重使用轮盘赌的方式随机选择一个删除算子,破坏当前解,删除的顾客存放在集合ω中;
S402:本发明共设计了五种***算子,即随机***算子、贪婪***算子、后悔-K***算子、使持续时间最小的贪婪***算子、第一个可行位置***算子;基于步骤S401得到的破坏后的解,依据各个***算子的权重使用轮盘赌的方式随机选择一个***算子,将集合ω中的顾客重新加入到当前路径中,修复当前解得到新的解S';
S403:比较S'的成本与最优解成本的大小,如果S'成本更小,那么更新最优解和当前解均为S';如果S'成本大于最优解成本,但是小于当前解成本,那么更新当前解为S';如果S'成本大于当前解成本,那么依据模拟退火准则判断是否保留S',如果满足准则,那么更新当前解为S';
S404:若算法连续N代没有取得更优解,则调用局部邻域搜索策略优化当前结果,具体的:局部邻域搜索的策略包括:交换路径内两个顾客的顺序,交换路径间两个顾客顺序,交换路径间若干在服务序列中位置相同的顾客,执行完局部邻域搜索策略之后,更新当前解。
S405:若达到最大循环次数则输出最优结果,若未达到最大循环次数,更新所有删除算子、***算子的权重,返回S401继续循环,循环次数加1。
与现有技术相比,本发明技术方案的有益之处在于:
本发明针对无人机和卡车协同配送货物问题,建立了一种准确刻画出问题本质的混合整数规划模型,考虑了现实生活中的多种因素,使得提出的问题以及构建的模型贴近实际情况,具有很强的实践应用价值;此外,本发明基于路径生成和电池分配两个模块生成初始解,提出了基于包含多种删除算子、多种***算子、局部邻域搜索的自适应大邻域算法框架,算法的适用性强,可拓展性高,可以取得较好的求解质量,配送任务能够被卡车和无人机协同高效地完成。
基于上述理由本发明可以在物流配送领域广泛推广。
附图说明
图1为本发明无人机与卡车协同配送方法实现流程图
图2为本发明的自适应大邻域算法流程图
具体实施方式
为了进一步阐述本发明的上述目的,特征和优点,下面结合附图对本发明进行详细描述。
如图1所示,本发明的实施过程包括以下步骤:
S1:收集仓库配送范围内的顾客数据,按照顾客的货物需求量及配送距离分类,构建无人机客户群和卡车客户群;
具体来说,首先收集各个顾客点的数据,所有顾客组成的集合为VC,将货物需求量超出无人机容量上限的顾客添加到中;
然后,从剩余的顾客中任意挑选一个顾客i出来,并确定VC中与顾客i距离最近的两个顾客j和k,若弧(i,j)和弧(i,k)的距离之和超过了无人机最大飞行距离,说明该顾客一定不能被无人机服务,故而需要将点i加入到中,不断重复该过程,直至没有满足条件的顾客为止;
最后,将剩下的顾客添加到无人机客户群
S2:构建考虑无人机和卡车协同配送货物的混合整数规划模型;
模型中用到的变量及相应的定义见表1所示
表1模型中的集合、参数、变量的定义
本发明针对的问题是无人机和卡车协同配送货物问题,详细表述如下:在该配送模型中,包含了一个仓库、N个需要用卡车或者无人机配送货物的顾客,K辆卡车及其搭载的无人机。所有点的集合可以表示为:V={0,1,…,N,N+1},其中0和N+1都表示的是仓库,0表示配送的起点,N+1表示配送的终点,VC={1,2,…,N}表示所有顾客的集合,每个卡车的行程都是从仓库0出发,服务一系列点之后,返回仓库N+1完成整个配送过程;配送网络可以用有向图G=(V,A)表示,其中A={(i,j)|i,j∈V}是所有弧的集合,V是节点的集合,VP和VB分别定义为VC∪{0}、VC∪{N+1};本发明中,所有的卡车和其搭载的无人机开始时都存放在仓库中,每辆卡车携带一架无人机服务配送范围内的顾客;此外,卡车可以在任意一个顾客处放飞携带的无人机,当卡车服务完当前点之后立刻前往回收点,等待回收无人机,中间不经过任何其他点,在一个卡车行程中,无人机可以多次被放飞;无人机和卡车协同配送完一个行程后返回仓库,将无人机上的电池取下后充电,换上场站中的一块电池,本发明中允许新换上的电池可以是未充满电的;本发明提出的混合整数规划模型如下:
设置总配送成本目标函数为
其中,第一项目标函数表示最小化卡车运输总费用,第二项目标函数表示最小化所有电池的充电费用;
设置如下的流量约束
具体的,公式(2)表示卡车流平衡约束,公式(3)-(4)确保每个卡车从仓库出发,并且最终返回仓库,公式(5)表示卡车连续两个行程之间的关系,公式(6)表示任意一个顾客都必须被服务一次,公式(7)确保无人机的放飞位置有卡车经过,公式(8)保证无人机服务点处流平衡,公式(9)表示卡车从无人机放飞点直接前往回收点,中间不经过其他的顾客点;
设置如下的时间约束
具体的,公式(10)表示卡车到达顾客点的实际时间,公式(11)表示卡车必须要先于无人机到达回收点,在该点处等待回收无人机,公式(12)-(13)表示无人机飞到其目标顾客处的时间,以及服务完顾客后降落到回收点的时间,公式(14)-(15)表示每块电池每次随无人机离开和返回到场站的时间,公式(16)-(17)构建电池连续两次被无人机使用的时间递推关系,公式(18)-(20)表示无人机和卡车到达其顾客的时间需要在顾客的时间窗内,公式(21)确保卡车下一次行程从仓库的出发时间要晚于该卡车上一次行程结束到达仓库的时间;
设置电池相关的约束
具体的,公式(22)表示卡车返回仓库时候所携带的无人机内的电池剩余电量,公式(23)表示无人机服务过程中电池的能量消耗,公式(24)表示无人机每次最多装载一块电池,公式(25)表示电池连续被使用的次序关系,公式(26)表示一块电池一次只被装载于一架无人机上,公式(27)限制了电池的总数量,公式(28)构建变量之间的关系;
设置如下卡车容量约束,该公式表示卡车携带的包裹数量递推公式,公式(30)-(35)为变量的取值范围
/>
S3:设计电池分配模块,求解每个配送方案下电池的最优更换计划;
首先,本发明对电池的更换计划做出如下定义:
(1)卡车每次完成行程携带无人机返回仓库后,取下无人机内部的电池并放置在场站中充电,为该无人机更换仓库中另外一块电池;
(2)在电池数量不充足的情况下,本发明允许场站中的电池尚未充满电就被安装到无人机中,这种设置提升了整体调度计划的灵活性。
然后,建立一个关于电池分配的混合整数规划模型,在每次迭代最后求解提出的电池分配模型,得到最优的电池安排计划;在该模型中,0-1变量表示如果电池m被卡车携带执行行程v完事之后,被另外一辆卡车携带执行行程u,则值为1;决策变量/>表示电池m被卡车携带去执行行程u时候的剩余电量;决策变量/>表示电池m随卡车执行完行程u之后的电量;
具体的,该模型的目标函数设置为
第一项表示最小化使用电池数量,第二项表示最小化所有电池在场站中的充电费用;
设置如下与电池更换计划相关的约束:
具体的,上述公式分别表示,每个无人机只搭载一块电池,无人机内的电池的剩余电量及电池在场站处的充电量的递推表达式,每个卡车行程中无人机的总耗电量都不能超过当前携带的电池剩余电量。
S4:基于自适应大邻域搜索算法求解得到卡车和无人机协同配送方案,获得最优配送路径。
在本发明中,提出了5种删除算子、5种***算子,这些算子的详细应用方式如下:
第一种删除算子,即随机删除算子:
该算子从卡车与无人机路径中,随机删除q个顾客,加入到删除集合ω中;
第二种删除算子,即最坏删除算子:
该算子评估删除一个点造成的成本减少,删除成本减少最多的顾客,算法不断迭代直至满足删除q个顾客为止;
第三种删除算子,即相似删除算子:
该算子随机选择一个顾客删除,通过相似度函数Ri,j=|ATi-ATj|-ti,j-Si评估跟该点最相似的点,删除这个最相似的点j,后续删除与j最相似的点k,以此类推,直至满足删除q个顾客为止;
第四种删除算子,即最大行程时间节约删除算子:
通过计算删除顾客造成的行程时间的节约,行程时间节约表达式为ΔD(uj,i)=D(uj,i)-D'(uj,i),算子删除节约时间最多的顾客
第五种删除算子,即最大能量违背节约删除算子:
寻找能量违背最大的电池,删除其服务序列中无人机消耗电池电量最大的卡车行程u,即将行程u上的所有无人机服务的点删除,添加到集合ω中,直到该电池没有能量违背为止;不断迭代上述过程,直至满足删除q个顾客或者是所有电池能不存在违背情况为止;
第一种***算子,即随机***算子:
该算子从集合ω中选择一个顾客,任意***到卡车或无人机路径中;
第二种***算子,即贪婪***算子:
该算子从集合ω中选择一个顾客,贪婪***到成本增加最少的位置;
第三种***算子,即后悔-K***算子:
本发明中k取值2,该算子计算集合ω中每一个顾客最优***的成本增加值和次优***的成本增加值,计算两个增加值之间的差值,选择差值最大的顾客,将其***到最优的位置;再重新计算剩下的顾客最优***和次优***的成本差值,以此类推,直至所有的顾客都***到路径中为止;
第四种***算子,即使持续时间最小的贪婪***算子:
该算子目的是将顾客***到使卡车行程u持续时间增加最少的地方;
第五种***算子,即第一个可行位置***算子:
该算子目的是***无人机服务的顾客,在保证***点时间窗约束的前提下,如果***该点造成的电量消耗,小于所在的卡车行程最大允许消耗电量,则插在第一个可行点位置,以此类推保障集合ω中所有的点***到解中。
使用自适应大邻域算法求解最优路径的流程如图2所示,具体的步骤如下:
步骤1:依据各个算子的权重使用轮盘赌的方式随机选择一个删除算子,破坏当前路径,删除的顾客存放在集合ω中,之后同样的方式选择一个***算子,将集合ω中的顾客重新加入到当前路径中,得到新的解S';
每个删除及***操作均具有选择比重wi,每次迭代中按照下式确定算子被选择的概率:
步骤2:比较新的解S'的成本与最优解成本的大小,如果新的解S'成本更小,那么更新最优解和当前解均为新的解S';如果新的解S'成本大于最优解成本,但是小于当前解成本,那么更新当前解为新的解S';如果新的解S'成本大于当前解成本,那么依据模拟退火准则判断是否保留新的解S',如果满足准则,那么更新当前解为新的解S';
步骤3:若N代内取得过更优解,跳到步骤4,当前步骤不需要执行;若连续N代没有取得更优解,则调用局部邻域搜索策略优化当前结果,具体的:局部邻域搜索的策略包括:交换路径内两个顾客的顺序,交换路径间两个顾客顺序,交换路径间若干在服务序列中位置相同的顾客,执行完局部邻域搜索策略之后,更新当前解。
步骤4:若达到最大循环次数则输出最优结果,若未达到最大循环次数,返回步骤1继续循环,循环次数加1,更新算子的权重,具体方式如下:
其中,参数θ表示依据删除***操作得分更新比重的系数,θ的取值范围为0-1。ρi表示各操作在迭代过程中出现的次数,πi表示各操作在迭代过程的得分,具体的:当得到一个新的最优解,得分为10,当得到一个不是最优解但是优于当前解,得分为5,当得到的解差于当前解,但基于模拟退火机制被选择时,得分则为1。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种考虑电池更换计划的无人机与卡车协同配送方法,其特征在于,包括以下步骤:
S1:收集仓库配送范围内的顾客数据,按照顾客的货物需求量及配送距离分类,构建无人机客户群和卡车客户群;
S2:构建考虑无人机和卡车协同配送货物的混合整数规划模型;
S3:设计电池分配模块,求解每个配送方案下电池的最优更换计划;
S4:基于自适应大邻域搜索算法求解得到卡车和无人机协同的最优配送路径。
2.根据权利要求1所述的一种考虑电池更换计划的无人机与卡车协同配送方法,其特征在于,构建无人机客户群和卡车客户群的具体步骤为:
S101:首先,将货物需求量超出无人机容量上限的顾客添加到卡车客户群中;
S102:从剩余的顾客中任意挑选一个顾客,计算所有顾客中与其最近的两个顾客的距离之和是否超过了无人机单次飞行距离上限,如果超过了单次飞行距离上限,则将该顾客加入到卡车客户群中,不断重复该过程,直至没有满足条件的顾客为止;
S103:将剩余未满足条件的顾客添加至无人机客户群中。
3.根据权利要求1所述的一种考虑电池更换计划的无人机与卡车协同配送方法,其特征在于,构建考虑无人机和卡车协同配送货物的混合整数规划模型的具体步骤为:
S201:在构建模型之前需要对整个物流配送问题做出如下定义:
(1)每辆卡车从仓库出发的时候只携带一架无人机,该无人机内部装载一块电池;
(2)卡车携带其无人机一起离开仓库,当卡车停在任意一个顾客点处,可以放飞搭载的无人机,让这架无人机前去服务其顾客;当卡车放飞无人机并服务完当前位置的顾客后,立刻前往下一个顾客点等待回收无人机,中途不再访问其他顾客;无人机服务完一个顾客后也立刻降落到回收点,不允许无人机单次飞行服务多个顾客;卡车和无人机协同服务完一组顾客之后,卡车携带该无人机再次返回仓库,完成一次卡车行程;
(3)一个卡车路径包括多个卡车行程;
(4)在卡车和无人机协同服务过程中,出于空域安全等角度考虑,不允许无人机降落在其他卡车上,以免造成安全问题;
S202:设置总配送成本目标函数为
其中,第一项目标函数表示最小化卡车运输总费用,第二项目标函数表示最小化所有电池的充电费用;
S203:设置如下的流量约束
具体的,公式(2)表示卡车流平衡约束,公式(3)-(4)确保每个卡车从仓库出发,并且最终返回仓库,公式(5)表示卡车连续两个行程之间的关系,公式(6)表示任意一个顾客都必须被服务一次,公式(7)确保无人机的放飞位置有卡车经过,公式(8)保证无人机服务点处流平衡,公式(9)表示卡车从无人机放飞点直接前往回收点,中间不经过其他的顾客点;
S204:设置如下的时间约束
具体的,公式(10)表示卡车到达顾客点的实际时间,公式(11)表示卡车必须要先于无人机到达回收点,在该点处等待回收无人机,公式(12)-(13)表示无人机飞到其目标顾客处的时间,以及服务完顾客后降落到回收点的时间,公式(14)-(15)表示每块电池每次随无人机离开和返回到场站的时间,公式(16)-(17)构建电池连续两次被无人机使用的时间递推关系,公式(18)-(20)表示无人机和卡车到达其顾客的时间需要在顾客的时间窗内,公式(21)确保卡车下一次行程从仓库的出发时间要晚于该卡车上一次行程结束到达仓库的时间;
S205:设置电池相关的约束
具体的,公式(22)表示卡车返回仓库时候所携带的无人机内的电池剩余电量,公式(23)表示无人机服务过程中电池的能量消耗,公式(24)表示无人机每次最多装载一块电池,公式(25)表示电池连续被使用的次序关系,公式(26)表示一块电池一次只被装载于一架无人机上,公式(27)限制了电池的总数量,公式(28)构建变量之间的关系;
S206:设置卡车容量约束
具体的,该公式表示卡车携带的货物量递推公式。
4.根据权利要求1所述的一种考虑电池更换计划的无人机与卡车协同配送方法,其特征在于,设计电池分配模块,设计电池分配模块,求解每个配送方案下电池的最优更换计划的具体步骤为:
S301:本发明对电池的更换计划做出如下定义:
(1)卡车每次完成行程携带无人机返回仓库后,取下无人机内部的电池并放置在场站中充电,为该无人机更换仓库中另外一块电池;
(2)在电池数量不充足的情况下,本发明允许场站中的电池尚未充满电就被安装到无人机中,这种设置提升了整体调度计划的灵活性;
S302:建立一个关于电池分配的混合整数规划模型,在每次迭代最后求解提出的电池分配模型,得到最优的电池安排计划;该模型的目标函数设置为
第一项表示最小化使用电池数量,第二项表示最小化所有电池的充电费用
S303:设置如下与电池更换计划相关的约束:
具体的,上述公式分别表示,每个无人机只搭载一块电池,无人机内的电池的剩余电量及电池在场站处的充电量的递推表达式,每个卡车行程中无人机的总耗电量都不能超过当前携带的电池剩余电量。
5.根据权利要求1所述的一种考虑电池更换计划的无人机与卡车协同配送方法,其特征在于,设计自适应大邻域搜索算法求解考虑电池更换计划的卡车和无人机协同配送路径规划方案,获得最优配送路径的具体步骤为:
S401:每一轮迭代中,使用轮盘赌方式从多种删除算子中选择一种算子破坏当前解,采用相同的方法从多种***算子中选择一种***算子修补已破坏的解;
S402:使用模拟退火方法判别每次迭代结束后得到的解是否被接受;
S403:若算法连续多代没有取得更优解,则调用局部邻域搜索策略更新当前解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310924257.5A CN116911729A (zh) | 2023-07-26 | 2023-07-26 | 一种考虑电池更换计划的无人机与卡车协同配送方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310924257.5A CN116911729A (zh) | 2023-07-26 | 2023-07-26 | 一种考虑电池更换计划的无人机与卡车协同配送方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116911729A true CN116911729A (zh) | 2023-10-20 |
Family
ID=88366561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310924257.5A Pending CN116911729A (zh) | 2023-07-26 | 2023-07-26 | 一种考虑电池更换计划的无人机与卡车协同配送方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116911729A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117474432A (zh) * | 2023-12-27 | 2024-01-30 | 运易通科技有限公司 | 一种无人物流配送方法、***及无人机 |
CN117522253A (zh) * | 2024-01-05 | 2024-02-06 | 湘江实验室 | 一种卡车无人机协同配送路径规划方法及装置 |
CN117726059A (zh) * | 2024-02-08 | 2024-03-19 | 深圳大学 | 一种时间窗约束下的卡车无人机任务分配方法 |
-
2023
- 2023-07-26 CN CN202310924257.5A patent/CN116911729A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117474432A (zh) * | 2023-12-27 | 2024-01-30 | 运易通科技有限公司 | 一种无人物流配送方法、***及无人机 |
CN117474432B (zh) * | 2023-12-27 | 2024-05-17 | 运易通科技有限公司 | 一种无人物流配送方法、***及无人机 |
CN117522253A (zh) * | 2024-01-05 | 2024-02-06 | 湘江实验室 | 一种卡车无人机协同配送路径规划方法及装置 |
CN117522253B (zh) * | 2024-01-05 | 2024-04-19 | 湘江实验室 | 一种卡车无人机协同配送路径规划方法及装置 |
CN117726059A (zh) * | 2024-02-08 | 2024-03-19 | 深圳大学 | 一种时间窗约束下的卡车无人机任务分配方法 |
CN117726059B (zh) * | 2024-02-08 | 2024-04-30 | 深圳大学 | 一种时间窗约束下的卡车无人机任务分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116911729A (zh) | 一种考虑电池更换计划的无人机与卡车协同配送方法 | |
US11087422B2 (en) | Method and device for determining a configuration for deployment of a public transportation system | |
CN110059934A (zh) | 燃油车和新能源车协同配送调度的方法 | |
CN110909952B (zh) | 一种带移动配送站的城市两级配送及调度方法 | |
CN115547052B (zh) | 改进自适应大邻域算法的动态需求响应电动公交调度方法 | |
CN116645027B (zh) | 基于alns框架的配送车-无人机协同配送路径规划方法 | |
CN114971043B (zh) | 一种基于非欧拉回路的邮递员问题路径优化方法 | |
Hayajneh et al. | Optimal planning of battery-powered electric vehicle charging station networks | |
CN113553769B (zh) | 一种考虑充电效能的电动汽车充电设施优化配置方法 | |
CN113177762A (zh) | 一种多中心电动车-无人机配送路径优化方法 | |
CN117035598A (zh) | 区域限制下的车机协同路径规划方法和*** | |
CN114611794A (zh) | 基于亚启发式算法的车机协同取送货路径优化方法和*** | |
Murakami | Formulation and algorithms for route planning problem of plug-in hybrid electric vehicles | |
Asghari et al. | Disruption management for the electric vehicle routing problem in a geographically flexible network | |
Li et al. | Heterogeneous fleet electric vehicle routing optimization for logistic distribution with time windows and simultaneous pick-up and delivery service | |
CN113990093B (zh) | 一种无人驾驶电动出租车动态合乘调度***及方法 | |
CN113487264B (zh) | 一种基于异构多无人机的物流配送方法及*** | |
CN112684790A (zh) | 一种可实现避障的自导向电动物流车辆路径规划方法 | |
CN113222248B (zh) | 一种自动驾驶出租车充电桩选择方法 | |
Rezgui et al. | An evolutionary variable neighborhood descent for addressing an electric VRP variant | |
CN115099702A (zh) | 基于拉格朗日松弛算法的电动公交日间运行充电优化方法 | |
CN113610261A (zh) | 一种基于强化学习的考虑配送时效性和充电需求的电动物流车队路径规划方法 | |
Paparella et al. | Ride-pooling electric autonomous mobility-on-demand: Joint optimization of operations and fleet and infrastructure design | |
Afshar et al. | Optimal scheduling of electric vehicles in the presence of mobile charging stations | |
CN113642796A (zh) | 基于历史数据的动态共享电动自动驾驶车辆路径规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |