路径规划

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇路径规划范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

路径规划范文第1篇

Key words:distribution regional division; distribution vehicle routing optimization; algorithm

0 引 言

流通领域中,许多物流配送企业借助外部经济的发展,实现了规模扩张与快速发展,但对如何控制成本,提高运营效率的迫切性并不强。现在随着经营环境的变化,物流需求量更大,客户、网络更复杂,对服务的要求更多样化。但面临的竞争更加激烈,不管是从事跨区域配送还是城市配送,首先需要考虑顾客服务水平,赢得客户的认可,然后考虑配送运营的成本问题,因而如何创新物流服务,提高运营效率和控制日常运营成本成为每个配送企业需要时刻思考的问题。

传统的基于经验的方法,在企业规模有限,客户数量不是非常多,配送网络相对简单的情况下,只要员工和管理者技能过关,执行力好,都应该能够较好地完成配送任务,获得企业的发展。但是随着销售区域扩大,客户数量的不断增加,客户需求持续增长,配送业务量大增,配送周期缩短,配送线路更复杂,并且需求的随机性、变动性加大,光凭经验和手工安排,已无法做到配送计划的优化,必须借助于统计分析、利用数学模型和智能算法,才能获得较好的配送计划,节省时间,提高效率。本文就是针对这些问题,从企业应用的角度,提出先合理划分配送区域,再优化配送路线的方法,从而达到降低成本,提高竞争力的目标。

1 论文总体思路综述

排单和车辆调度是整个配送计划和作业实施的核心,是配送任务和客户服务按时完成的有力保证。

传统的订单排单和车辆调度、路线安排都是由公司里业务能手来完成,送货区域大了,客户多了,这项工作的效率和完成工作的成本控制都会不理想,现在常用的智能优化方法,把它作为一个典型的VSP问题,建立数学模型,利用智能化的算法,求解可行的配送路径规划,作为理论研究,这样的做法是有意义的。但是有两个问题:(1)这个模型数据的收集整理工作量特别大,计算过程也较长,因而成本不会低。(2)模型本身一定要适合实际的作业过程,这就需要有一个不断测试和优化的过程,并且还要适应每天的动态变化,否则反而会影响到日常的作业过程。许多研究理论完备、精深,但是在适应产业化运营时,工程上的可实现性还有待提高和完善。因而影响了这些很有价值的研究在企业实际中的运用。

本文的研究并不针对配送路径规划做理论上的深究,而是立足实际应用,在可接受的范围内,利用较简易实用的智能优化方法,在较短的时间内,以较低的成本获得相对优化的配送路径规划方案。不求最佳,但求有效。为今后电子排单和送货线路优化软件的开发和应用作必要的铺垫。

具体设想:第一步,利用聚类分析法对配送区域进行合理分区,先把复杂问题简单化。第二步,每个分区内就是个典型的TSP问题,有很成熟的解决办法。在平衡好各分区工作时间安排后,就能很快获得较理想的配送方案。

重点是第一步,分区时一定要考虑到客户位置、需求量、车辆载重、作业时间均衡限制等因素,需要花费好多功夫。

2 配送区域动态优化及其方法

2.1 配送区域的初始划分方法。配送区域优化方法对最终优化的结果有很大的影响,因而合理的划分方法的选择十分重要,目前常用的划分方法有扫描法和聚类算法,在配送客户有限、区域较小时运用扫描法就可以了,但是当客户数量很多,区域较大,又要考虑约束条件时,聚类算法就是我们必然的选择了,聚类算法中K- means比较成熟,操作简单,原理是:把大量d维(二维)数据对象n个聚集成k个聚类k 在运用聚类分析法时有几个问题要注意:第一,k的选择,以一天送货总量/单车载重量,也可以放宽一些,到:一天送货总量/单车载重量+1。第二,k个聚类内的密度,分区密度大,效率高,成本低。第三,每个分区内工作时间大体相当,这样便于运行的稳定,进行成本控制和人员、车辆的考核。第四,每个聚类间不重合。做到这样分区效果会比较好。

传统的K-means聚类法,k个聚类区内,初始点是随机产生的,运行时间长,收敛效果差。基于均衡化考虑,在配送对象分布不均匀时,用密度法效果较好,初始中心点以密度来定义,运用两点间欧氏距离方法,求解所有对象间的相互距离,并求平均数,用meanD表示,确定领域半径R,n是对象数目,coefR是半径调节系数,0 coefR=0.13时,效果最好。如果使用平均欧

氏距离还不理想,可增加距离长度,甚至用最大距离选择法,收敛速度比较快。 在配送对象分布较均匀时,可考虑用网格法,效果较好,整个配送区域划分用k=Q/q,k为初始点个数,假设k=mn,将地图划分成m行n列,以每格中心点为初始点,通过网格内的反复聚类运算,达到收敛,获得网格稳定的聚类中心。

2.2 分区内配送工作量的均衡。这样就完成了配送区域的初步划分,但是没有考虑各个分区内工作量的均衡问题,如果工作量不均衡,对于客户服务水平的保证,成本的控制,作业的安排,人员、车辆的考核都存在问题。

在实际的物流企业配送作业过程中,一般一辆车一天也就送货10多家或20来家,多余的时间要用于收款,与公司财务部门交账,核算出车相关费用,所以不考虑同一车同一天出车多次的情况,多次出车待以后深入探讨。那么就意味着每个分区就是一辆车一条线路,把问题大大简化了,需要说明的是:这种方法对于配送规模不是特别大的单个城市配送是适用的,也具有广泛性。

各分区内的每日配送工作量是以配送作业耗用时间来衡量的,耗用时间有两部分构成:(1)车辆行驶时间;(2)客户服务时间。由于配送分区有限,每个分区内的客户数量不是很多,可以采用实地测时的方式,把每条线路的配送时间统计出来,这是一种手工办法,但比较符合实际来调整超过差值的分区内的客户,从而使得各区作业时间基本均衡。

如果客户数量众多,分区也较复杂,就需要借助统计学方法,通过对样本线路车辆行驶时间以及服务时间,拟合出分区作业时间函数,然后,计算出所有线路作业时间,即使分区重新调整,线路重新组合,仍可以很快计算出线路作业时间。本文不在这个方面进行深入探讨。

2.3 重新组合客户,确定最终区域划分。观察各线路作业时间超过允许差值的部分,由大到小来调整,将离聚类中心最远的数据点弹出,使本区T值下降,直至在差值以内,将弹出点加入到临近的不足均衡作业时间的分区内,如果临近分区作业时间超过允许差值,这个点就不能弹出,只能弹出另外的次远数据点,以此类推,任何一个数据点只能弹出一次,直到所有数据点和分区调整完毕。

这样最终确定的分区,既能做到区域划分紧密,效率、成本更低,又能做到各区作业时间均衡,便于工作指派,车辆、人员核算。

以上是本文的第一部分工作,也是最有意义的工作,确定好合理的区域划分,不仅是配送作业合理化的重要步骤,也是业务人员访销工作和客户服务的重要依据。

3 基于改进蚁群算法的分区线路优化方法

分区内线路安排,就是一辆送货车由DC出发,依次经过分区内每一个客户点,完成送货后返回DC,求出近似最优的行车顺序,这是个典型的旅行商问题(Traveling Salesman Problem,TSP),TSP是NP完全问题,解法很多,有精确算法,也有启发式算法,目前许多智能算法就属于启发式算法,可以解决较复杂的线路优化问题,对于一般线路优化也能做得更准确,这里介绍蚁群算法解决实际问题。原因是蚁群算法与其他启发式算法相比,在求解性能上,具有较强的鲁棒性和搜索较好解的能力,是一种分布式的并行算法,一种正反馈算法,易于与其它方法结合。克服基本算法缺点,改善算法性能。

3.1 蚁群算法简介。蚁群算法(Ant Colony Algorithm, ACA)是由意大利学者M.Dorigo等人于20世纪90年代初提出的一种新的模拟进化算法,其真实地模拟了自然界蚂蚁群体的觅食行为。 M.Dorigo等人将其用于解决旅行商问题TSP,并取得了较好的实验结果。

蚁群算法用于解决优化问题的基本思路是:用蚂蚁的行走路径表示待优化问题的可行解,整个蚂蚁群体的所有路径构成待优化问题的解空间。路径较短的蚂蚁释放的信息素数量较多,随时间推移,较短路径上积累的信息素浓度逐步增高,选择该路线的蚂蚁数量也越来越多,最终整个蚂蚁会在正反馈的作用下集中到最佳线路上,这个路线就是最有解。

蚁群算法解决TSP问题具体步骤:(1)基本参数设置:包括蚂蚁数m,信息素重要程度因子0≤α≤5,启发函数重要因子1≤β≤5,信息素消逝参数0.1≤ρ≤0.99,信息素释放总量10≤Q≤10 000,最大迭代次数iter_max,迭代次数初值iter=1。用试验方法确定α、β、ρ、Q值,以获得较优的组合,有助于改进基本蚁群算法,提高整体优化效果,并缩短运算时间。(2)初始解的求解:利用最近邻算法,以缩短算法运算时间,并以此算法产生初始解的路径长度作为产生初始信息素的基础。 (3)构建解空间:将各个蚂蚁随机地置于不同出发点,对每个蚂蚁,按公式(1)计算其下一个待访问的网点,直到所有蚂蚁访问完区域内所有网点。(4)更新信息素:计算各个蚂蚁经过的路径长度Lk=1,2,…,m,记录当前迭代次数中的最优解。同时,根据(2)式和(3)式对各个网点连接路径上的信息素浓度进行更新。(5)判断是否终止:若iter 蚁群算法如结合其他启发式算法,建立混合算法,能够解决许多现实问题,达到较好运算效果,结合具体问题,可以深入研究。

4 本文的局限与进一步研究的方向

路径规划范文第2篇

【关键词】自动导航小车；路径；规划；控制

随着科技的不断进步，我国自动化技术发展越来越好，这对提高人们的生活质量有着较大帮助。应用自动化技术，可以生产出具有更多功能的机器与设备，比如，自动导航小车就是一种新型的机器，其具有自动定位与行驶的特点，可以利用计算机技术，对小车的行驶路径进行规划与控制。自动导航小车的设计与制作涉及多个领域，在科技不断发展的背景下，我国自动化控制水平越来越高，这也促进了自动导航小车的发展。下面笔者对自动导航小车的路径规划以及控制方法进行简单分析。

1.自动导航小车路径规划的定义与方法

1.1自动导航小车路径规划的定义

有学者对自动导航小车这类机器的路径规划有着如下定义：在自动导航小车中，设有自动导航系统，该系统是由较多的刚体部件构成的，而且有着不同的自由度。如果该系统可在二维或者三维空间中运行，则说明小车可以在不破坏自身运动约束的条件下，进行自由运动。另外，在工作空间中，也存在较多的几何参数障碍。路径规划指的是自动导航小车在系统设定的连续动作下，由给定的初始位形运动到目标位形的设计。位形指的是自动导向小车位置与形态，相关设计人员通过改变位形，可以控制小车的行车路线。

1.2路径规划的方法

自动导航小车路径规划的方法主要有两类，其一是传统方法，其二是智能方法。第一类传统路径规划方法中，常用的有自由空间法、图搜索法、人工势场法等；第二类智能路径规划方法中，常用的是基于遗传算法的路径规划、基于人工势场的路径规划等等。在现代自动导航小车设计中，应用智能方法比较多，其可以提高路径规划的准确性，下面笔者对自动导航小车的路径规划常用的几种智能方法进行简单的介绍。

1.2.1基于遗传算法的路径规划

基于遗传算法的路径规划在自动导航小车路径研究中应用比较广泛，其是由国外的学者提出的，是在模拟达尔文生物进化论的基础上创建的，应用这种方法可以解决传统路径规划中存在的漏洞。遗传算法具有随机性，而且具有针对性，利用遗传算法可以对自动导航小车的移动路径进行准确的规划，其具有高效的特点。

1.2.2基于人工势场的路径规划

人工势场是一种虚拟的方法，其将自动导航小车的运动路径看做是人工受力场下运动，应用虚拟的方法，主要是利用障碍物对自动导航小车所产生出的斥力，以及目标点对小车产生的引力而完成运动路径的。在斥力与引力的共同作用下，自动导航小车可以从初始位形移动到目标位形，由于斥力与引力对小车的速度有着较大影响，所以，利用加速力相关人员还可以计算出小车所处的位置，从而控制小车的运动方向以及路径规划。

2.不同环境下自动导航小车的路径规划策略

自动导航小车是一种新型的机器，其在未知的环境下，收集信息的情况也有一定差异，通过分析发现，其收集信息主要有两种类型，一种是在已知的信息环境下，全局路径的规划；另一种是在未知的环境信息下，局部路径的规划。下面笔者主要对静态已知环境下局部路径规划方法以及静态未知环境下局部路径规划方法进行分析。

2.1静态已知环境下局部路径规划方法

静态已知的信息环境下，对小车局部路径进行规划是一种比较容易实现的方法，这种规划方法有着广泛的应用空间，这种方式最早应用的是可视图算法，随着科技的不断发展，相关人员又提出了随机路图法，这两种方法有着各自的适用范围。可视图算法提出的时间比较早，其广泛应用是在1987年，研究人员利用可视图算法，解决了小车路径规划问题。可视图是由节点与可视边组成，在已知的环境下，技术人员通过设置障碍点以及目标点，可以帮助小车快速到达指定位置。为了提高小车运动的效率，设计人员需要了解可视图算法的最短路径定理，该定理指出，从初始点到目标点含有穷路径集合，为了得到最短路径的算法，需要全面考虑可视图构造，这种方法在二维空间中发挥较高的效用，但是在高维空间中并不适用。

2.2静态未知环境下局部路径规划方法

静态未知环境下，自动导航小车需要利用自身传感器对环境进行感知，在获得局部信息后，对局部路径进行规划，这种规划方式主要采用了势场法，但是在应用的过程中也存在一定局限性，设计人员需要重点考虑梯度以及积分问题，而且需要通过分析多个局部信息，掌握全局信息。这种路径规划法效用的发挥与传感器性能有较大关系，为了更好的掌握全局信息，设计人员多采用的是实时传感器。这种规划方法的基本思路是：自动导航小车向目标点运动的过程中有多种路径，相关人员需要将所有可能性进行量化，在通过分析障碍物信息，从而得出最佳的规划路径。在对通路进行检测时，要避免小车进入死路，通过测量障碍物间的距离，判断小车是否可以通行，如果通路被堵塞，则需要重新优化路径。

3.自动导航小车的路径控制

控制软件与各模块驱动程序是保障系统正常运行不可或缺的部分。控制软件在主机上实现，各模块驱动程序在各自模块中运行，控制软件与各模块驱动程序之间可通过主从式结构进行必要的通信联系。子机可向主机发出异常情况处理信号，利用通信技术，还可以控制各子模块的运行状况。

3.1运动控制的位置环调节

参数调节运动控制驱动器的位置控制回路时，运用基于观测器的状态变量控制技术。采用此技术，运动控制驱动器的优点是：⑴系统将具有很高的动态刚度；⑵即使负载和电机的惯量有较大差别，仍可有效减少跟踪误差。在运动之前，必须进行轨迹参数设置及完成参数设置。初始调节时，一般设定运动速度、加速度、加加速度为较大值，而运动位置为一较小值。

3.2轴的运动

轴运动有两种，一种是单轴运动，另一种是多轴协调运动。单轴运动是指某一种运动模式设定后，该轴将保持这种运动模式，直到设置新的运动模式为止。多轴协调运动是指运动控制器可以实现两种轨迹的多轴协调运动。对于各模式之间的切换，除电子齿轮模式之外，其他模式必须是在当前轴运动完全停止的情况下进行。控制器中不同的轴可以工作在不同的运动模式下，在某些情况下，为了安全起见，需要在某些位置或某个时刻使运动停止。

4.结语

通过上文的分析可以看出，自动导航小车具有较高的性能以及较多的功能，其性能体现了我国科技的进步性。在计算机技术的影响下，相关设计人员利用传感器，使自动导航小车获取周围环境的信息，其获取的方式有两种，一种是在已知的信息环境下，获取全局信息，另一种是在未知的环境下，获取局部的信息。为了更好的控制小车路径，相关人员需要掌握传感器信息融合算法，还要避免外界环境对信息准确性的影响，这样才能提高路径规划与控制测量的可行性。

【参考文献】

[1]陈亮，黄玉美，林义忠，史恩秀，高峰.陀螺仪角速度的检测与处理[J].传感器与微系统，2006（04）.

路径规划范文第3篇

关键词：精英策略；蚁群算法；配送中心；信息素；路径

中图分类号：F252.14 文献标识码：A

关于物流配送路径规划一直是物流领域研究的热点和难点问题，从国外研究情况来看，1993年Ronald 等人提出物流系统设计的四个核心战略规划区域模型（Four major strategic planning areas in logistics system design），他认为四个核心区域为客户服务水平、选址决策、库存决策和运输决策（Customer service levels，Location decisions，Inventory decisions，Transport decisions），对于配送中心选址方法可简单分为定性和定量两大类，定性方法主要是层次分析法和模糊综合评价相结合对各个方案进行指标评价，找出最优地址。定量方法包括重心法、运输规划法、Cluste法、CFLP法、Baumol-Wolfe模型、混合0—1整数规划法、双层规划法、遗传算法等。蚁群算法是一种新型的优化方法，该算法不依赖于具体问题的数学描述，具有全局优化能力。

本文提出了一种基于改进蚁群算法的物流配送路径规划方法，将物流配送中心看成一个聚类过程，再利用蚁群系统中蚂蚁通过信息素留存寻找最优路径的机制，结合蚂蚁使物体聚堆的行为模式，合理设计转移概率、禁忌列表及信息素更新方式，使系统配送中心的配送路径最短，从而确定配送中心的配送路径。

1 蚁群算法

仿生学家经过大量细致观察研究发现，蚂蚁个体之间通过一种称为外激素的物质进行信息传递，蚂蚁在运动过程中，能够在它所经过的路径上留下信息素，而且蚂蚁在运动过程中能够感知这种物质，并且以此指导自己的运动方向。受此启发，它由意大利学者Marco Dorigo于1991年在他的博士论文中引入，提出了一种基于蚂蚁种群的新型优化算法——蚁群算法。

蚁群算法（ant colony optimization， ACO），又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型技术。其灵感来源于蚂蚁在寻找食物过程中发现路径的行为，蚂蚁总能找到巢穴与食物源之间得最短路径。经研究发现，蚂蚁的这种群体协作功能是通过一种遗留在其来往路径上叫做信息素（Pheromone）的挥发性化学物质来进行通信和协调的。化学通信是蚂蚁采取得基本信息交流方式之一，在蚂蚁的生活习性中起着重要的作用。通过对蚂蚁觅食行为的研究发现，整个蚁群就是通过这种信息素进行相互协作，形成正反馈，从而使多个路径上的蚂蚁都逐渐聚集到最短的那条路径上。

1.1 研究目的

本研究拟通过学习蚂蚁觅食回巢的生物本能，对物流配送进行仿真模拟，找出优化的配送路径，提高物流配送的效率和效益。

1.2 研究的对象

先对6个同配送点的配送方案进行研究，然后延伸到100个配送点，并找出最佳路径。以上步骤均通过计算机编程进行演化分析。把研究的成果进行实际应用的演算和验证。

1.3 研究方法

本文使用蚁群算法，进行人工模拟配送路线，并用计算机编程进行模拟，就如同一只人工蚂蚁，背着背包，到若干个结点，搬运食物回蚁巢。

规则1 环境：人工蚂蚁所在的环境是一个虚拟的世界，有确定的路线桥，且两点间路线桥不相交；有信息素，信息素都同质（不区分，找到食物时分泌的信息素和回巢时分泌的信息素），环境以一定的速率让信息素消失。

规则2 移动：人工蚂蚁只会沿着路线桥觅食，当走到结点（觅食点），人工蚂蚁会判断是否有信息素及其浓度，优先选择信息素浓度大的路线桥为路径；同时会有一定的概率，随机选择别的路线桥；如路线桥上均无信息素则随机选择路线桥。

规则3 觅食：人工蚂蚁沿路线桥到各个结点觅食，当到达该觅食点后，为防止人工蚂蚁原地转圈，它会记住最近刚走过哪些点（禁忌表），如发现下一个结点是已觅食过的结点，则会避开该点。

规则4 信息素：每只人工蚂蚁在遍历完各点后，系统会利用蚁周算法更新信息素，对总路径最短的路线进行精英激励，会大量增加该路线信息素；如果总路径较长则少量增加信息素；信息素在人工蚂蚁遍历完后，将会按一定速率自动挥发所有路线桥上的信息素。

2 研究步骤

2.1 初始化结点

各个结点进行坐标化，数据存入zuobiao（序号：X，Y）表中，见表1，然后构造成路线桥距离矩阵存入jiedian（序列：1，2，3，…，n）表中，见表2，此次研究拟选用zuobiao表中的结点和数据：

2.2 信息素表示

所有的路线桥上的信息素全部为0，并把信息素数据存入xinxisu（序号：1，2，3，...，n）表中，见表3，用0表示无信息素。

2.3 初始化禁忌表

人工蚂蚁比较聪明，当到达该觅食点后，它会记住已找到的结点，并把结点信息存入jinji（序号，禁忌，先后顺序）表中，其中0表示未用，1表示已用，详见jinji表，见表4。

第1只人工蚂蚁运行状态：人工蚂蚁从巢穴出发，判断与该结点连接的各个路线桥上的信息素的浓度，因信息素均为0，则用随机函数进行选择路线在jinji表中把起点设置为1（已用），先后顺序为1，离开起点沿着该路线桥到达下一觅食结点，信息素为0，则用随机函数进行选择路线同样在jinji表中把第1个觅食结点设置为1（已用），先后顺序为2，离开第1个结点沿着该路线桥到达下一觅食结点，判断信息素，随机函数选择路线桥……当6个觅食结点全部走完后，人工蚂蚁自动沿着路线桥回到巢穴结点，从而形成完整的闭合回路计算总路线桥长度，用L1表示，同时更新xinxisu表，在路线桥闭合回路全部洒上强度为3的信息素。

第2只人工蚂蚁运行状态：人工蚂蚁从巢穴出发，判断与该结点连接的各个路线桥上的信息素的浓度，原则上沿着信息素浓度大的路线桥通往下一觅食结点，但也会有“叛逆”的情况，用随机函数产生这种小概率事件，如人工蚂蚁遇到小概率事件，则沿着小概率事件选择的路线桥爬行到下一觅食结点在jinji表中把起点设置为1（已用），先后顺序为1，离开起点沿着该路线桥到达下一觅食结点，判断连接该觅食结点各个方向上的信息素浓度，正常是沿着信息素浓度大的方向移动，同时考虑小概率事件是否发生，如发生则沿着小概率选择的优先路线前进。同样在jinji表中把第1个觅食结点设置为1（已用），先后顺序为2，离开第1个结点沿着该路线桥到达下一觅食结点，判断信息素浓度，并优先考虑小概率事件……当6个觅食结点全部走完后，人工蚂蚁自动沿着路线桥回到巢穴结点，从而形成完整的闭合回路计算总路线桥长度，用L2表示，更新xinxisu表，判断该轮路线桥总长度是否是最短，如最短则在第2只蚂蚁走过的路线桥上全部洒上激励的信息素，其值为3，同时，在全部路线桥上按1个信息素/每轮的速率，挥发信息素。

2.4 总路线长度最优的判定

判断路线桥该轮路线桥总长度是否是最短，可分为如下三种情况。

L1

L1=L2 增加L2闭合回路上的信息素+3 把L2设为最短路径，用Lmin表示，后续人工蚂蚁的Ln均与Lmin比较

L1>L2 增加L2闭合回路上的信息素+3 把L2设为最短路径，用Lmin表示，后续人工蚂蚁的Ln均与Lmin比较

后续n只人工蚂蚁和第2只蚂蚁一样觅食（n=80），最终沿着信息素最浓的路线桥爬行各个觅食点，其路径桥为最短路线。

2.5 参数选取

（1）随机小概率为0.05，结点6个，信息素对精英蚂蚁奖励+3，对一般蚂蚁+1，信息素挥发速率为1/轮。

（2）人工蚂蚁选取80只（迭代80轮）。

（3）觅食结点的状态。其中第1只人工蚂蚁比较特殊，路线桥选择不是按信息素的浓度进行选择，而是人工赋予随机选择函数。在离开原点时选择概率为1/6，到第一个结点后选择概率为1/5，到第二个结点后选择概率为1/4，……，1/1回到巢穴。

2.6 进行演算

觅食结点的状态选取3种状态：离散型、聚合型、平均型；随机小概率事件按分形理论选取20个不同的参数，如下值：0.5、1.5、2.5、3.5、4.5、5.5、6.5、7.5、8.5、9.5、5、15、25、35、45、55、65、75、85、95；每轮蚂蚁选择80只；为了剔除异常收敛，每轮均进行10次演算求出平均值，作为该轮稳定的最短路径。综合考虑状态的聚合度、觅食结点个数、随机小概率事件，通过编程和建立数据库，模拟最优路线结果如下：

1354261 其中Lmin=45.2

3 实例分析

为了验证本算法的正确性，在Matlab平台上对其进行了仿真实验。建立如下数学模型，选取福州市某配送中心10个点进行配送，并且要求路径最短，如表5所示，10个点经过坐标化后是接均型分布，小概率事件选取0.5，人工蚂蚁选取80只，每轮进行10次迭代并取平均值。结合迭代运算，得出最优路径如下：

23456810912

蚁群算法可以比较完美地解决配送路径问题，但也存在不足之处，特别是在信息不完全的情况下，比如两点之间有捷径，模拟最优线路与实际线路会有偏差，同时算法可能会陷入局部最优，可以通过控制收敛速度和加快趋向最优路径对蚁群算法进行优化。

参考文献：

[1] 李云清. 物流系统规划[M]. 上海：同济大学出版社，2004.

[2] 秦固. 基于蚁群优化的多物流配送中心选址算法[J]. 系统工程理论与实践，2006（4）：120-124.

[3] 魏娜. 关于物流配送中心选址优化问题研究[D]. 大连：东北财经大学（硕士学位论文），2006.

[4] 高雷阜，等. 基于最大最小蚂蚁系统的物流配送中心选址算法的研究[J]. 运筹与管理，2007（12）：42-46.

[5] 许慧，王正友，杨欢庆. 蚁群算法及其聚类应用[J]. 矿山机械，2007（1）：115-117.

路径规划范文第4篇

关键词：运输货损；车辆路径；规划

本文首先对车辆路径规划问题和算法应用，以及运输货损理论的研究现状进行充分调研。在此基础上，对鲜花配送车辆路径规划问题所关注的目标进行分析，除常规的车辆使用数量和车辆行驶里程外，加入了鲜花行业特有的运输货损目标，应用遗传算法与节约算法相结合的两阶段启发式算法，结合企业物流配送现状及远期发展规划，得出一种鲜花配送车辆路径规划的可行方法。

1.车辆路径规划理论与研究现状

作为物流配送中的一个热门问题，车辆路径规划问题最早由Ramser和Dantzing提出，其可以描述为：在一定数量的配送中心和客户构成的节点网络中，通过安排合适的行车路线，使配送车辆从配送中心取货并根据预先设定的路线至每个客户点卸货，完成各客户点所需求的货物配送量。

1.1车辆路径规划理论

1901年，美国的John F.Crowell在政府报告中最早提及物流的概念，用于分析影响农产品流通的不同因素和相关费用。随着理论研究和实践应用的不断深入，为统一对物流的认识，需要对其进行准确的规范化定义。中国的物流术语标准将物流定义为：物流是物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、流通加工、包装、装卸搬运、配送、信息处理等功能有机结合起来实现用户要求的过程。

1.2车辆路径规划问题研究现状

VRP是一类具有极强应用性的优化调度问题，它在物流配送、交通运输等领域获得了广泛的应用，其范例大量存在于日常生活之中。由于VRP在应用上的广泛性和经济上的重要价值，自1959年由Danzig和Ramser提出以来，一直是学界研究的重点和热点问题，50多年来已经取得了大量的研究成果。从解法上来看，对VRP的求解算法主要可分为精确算法和启发式算法，而最近10年来，对于VRP的求解算法研究，主要集中在现代启发式算法。

2.车辆路径规划问题算法分类与概述

自从VRP问题被提出以后，由于其同时具有理论价值和现实意义，VRP问题迅速受到越来越多研究人员的重视，力求能够发现求解各类VRP问题的高效算法。按照VRP问题发展与研究过程来看，算法大致可分为三类，即精确算法、经典启发式算法和现代启发式算法。

通过对大量文献的分析研究，归纳得出三类算法的优势与劣势对比如下：

精确算法，能够求出问题的精确解，当问题规模较大时，往往会导致计算量过大、存储信息太多等问题，降低了计算效率，主要适用于较小规模的简单路径规划问题求解。

经典启发式算法，不断对解的结果进行优化，能够保证每次迭代后求得的解都是当前最优解；计算速度快、复杂度低，容易陷入局部搜索，可能无法跳出局部范围找到全局最优解，与其他算法结合，广泛应用于复杂大规模路径规划问题。

现代启发式算法，具有能够跳出当前搜索领域而进行全局搜索的能力；结构开放性，与问题无关性，应用理论要求较高，针对不同问题的研究还不完善，广泛应用于复杂大规模路径规划问题。

3.考虑运输货损的鲜花配送车辆路径规划问题概述

中国鲜花行业伴随供给侧结构性改革与消费升级的浪潮，近几年也在发生翻天覆地的变化。

随着线下连锁店数量逐渐增加，物流配送压力与成本也不断上升，配送车辆路径规划便成为亟待考虑并解决的问题。对于中心仓库-连锁店运营模式，采用巡回配送方式更优于点对点的直送方式。通过对运输货损研究的分析，一般整个配送过程中的货损可分为两部分：一是在配送运输过程当中的损耗，由生鲜品时间累积产生损耗和路况引起的颠簸、碰撞损耗组成；二是在客户点装卸货物时，由温度变化与时间累积产生的损耗和装卸操作（例如野蛮操作）引起的货损损耗组成。

3.1参数定义及约束条件

设有n个客户节点，每个客户节点的需求量为（i=1，2，…，n）；有m辆配送车辆（型号种类完全一致），每辆车的最大载重量为Q。客户i到客户j的距离为， 0表示配送中心，则配送中心到客户点的距离为 （i=1，2，…，n）。由于一条线路上所有客户点由一辆车进行配送，所以要求考虑货损量的前提下，每条线路客户点需求量之和不超过每辆车的最大载重量。

4.小结

通过对考虑运输货损的鲜花配送车辆路径规划问题进行概述，介绍了中心仓库-连锁店运营模式下，车辆路径规划问题的多目标函数。本文求解的VRP问题属于大规模VRP问题，参数定义和约束条件与一般VRP问题类似，同时根据问题实际情况增加了货损相关的各类参数、例如多种货物损耗比例等。具体建模阶段，遵循“化繁为简”思想以及多目标函数求解思路，将目标函数通过各自独立的成本转换因子转化为成本相关的目标函数，最终通过叠加得到了以总成本为目标的车辆路径规划单目标函数，从而确定最经济鲜花配送路径。

参考文献：

[1]丁秋雷，胡祥培，李永先.求解有时间窗的车辆路径问题的混合蚁群算法[J].系统工程理论与实践，2007，10：98.104.

[2]刘勇，崔炳谋，王小东.物流配送路径优化问题的模型及改进混合算法[J].物流科技.2008（4）：88-90.

[3]李大卫，王莉，王梦光.遗传算法在有时间窗车辆路径问题上的应用[J].系统工程理论与实践，1999，8：65.69.

[4]张丽萍，柴跃廷，曹瑞.有时间窗车辆路径问题的改进遗传算法[J].计算机集成制造系统-CIMS，2002，8（6）：451-454.

路径规划范文第5篇

【关键词】低碳电力系统；规划；环境资源

1低碳电力系统

发展低碳电力系统，不仅能够在一定程度上提升电力系统的实际工作效率，而且还能最大程度的降低运营成本，尤为重要的是因为碳排放相对减少了，对于外部环境资源的影响明显降低了，使得电力系统能够长期处于一个稳健且可持续发展的状态之中。

2低碳电力系统的规划

就目前的实际情况来看，涉及低碳电力系统的规划主要包括了对低碳电源与低碳电网的两个主要环节。从低碳电源的角度上来说，是与前期的负荷预测有直接关系的，如果在整个电网投入实际运营之后再进行改造，无论是从成本支出的角度上，还是从机组工作效力与效率的角度上来说都不是十分的经济，因此相关的措施基本上都是基于前期的论证与规划开展的，受到外部主观因素的影响较大，能够实际拓展的空间的确有限。但是从低碳电网的角度上来说，可以整合与规划的资源就相对较多了。首先说电网的建设与投资规划中，完全可以基于输电线路的实际运行状况进行综合分析。目前输电线路的实际损耗过高，是导致输电成本激增的一个重要环节，能够采用新技术对输电线路的运行进行改造，最大程度的降低输电损耗的实际支出，就已经为电网的低碳运行打下了一个坚实的基础。另外，由于不同输电线路中网架结构明显的存在较大差异，网际之间存在的融合性电损也是造成输电线路实际损耗过大的一个重要因素。在降低同规格电网单位额度损耗的前提下，能够实现网际之间的融合性，提升有效输电的支撑作用，是实现低碳电网运行的突破口。

3低碳电力系统的运行优化

需要强调的一点是，个别观点认为低碳运行的电力系统其本质应该从立项初期就定位在新兴能源结构上，这其实是对低碳电力系统运行的一种误读，因为相比较风能、太阳能这些新兴能源需要对客观环境存在一定限制而言，火电电力系统对于地理位置几乎没有什么过多的要求，火电的存在对于缓解区域范围内的电力紧张，对于降低远距离或者超远距离输电过程中出现的电力损耗也是一种补充，其实这在一定的意义上就已经显示胡了低碳的效力来了。对于那些已经实际投入运行的火力电厂而言，要想实现低碳电力系统的运行优化，在经过科学的论证之后，可以从发电机组的运行角度来实现性能的整体优化。首先，要确定发电机组的低碳运行模目标。发电机组的实际运行情况，直接关系到火力发电厂的成本支出，只有将发电机组低碳运行作为工作目标，这样才能有效的做到节约成本。其次，要对发电机组的实际运行进行优化调度。这是法典机组实现运行优化，确保电力系统实现低碳目标的关键。因为预设的发电任务规划是既定的，涉及到输电网络的有效载荷问题，因此在常规情况下来说，发电机组的实际运行优化方案并不涉及到发电机组的实际输出总电量。主要是把参与实际工作的若干个不同机组，按照其最优化输出功率的比例，来分配系统有效负荷。从电力行业投资效率看，我国近十多年来呈明显下降趋势。如1995年，每新增一千瓦时发电量需投入资金约1．3元，2000年至2007年稳定在1．5元左右，2012年、2013年却分别上升为2．8和2元。电网2011年投资为2003年的3．5倍，但新增变电容量仅为2003年的2倍，新增输电线路长度仅为2003年的1．3倍。从单位GDP电耗和能耗看，我国分别为870千瓦时/万元和0．7吨标煤/万元，是世界平均水平的2．1倍和2倍，远高于美、日、欧等发达国家，也大幅高于印度、巴西等发展中国家。以30万kV的火电机组为例，在峰值阶段，可能需要四台机组同时运行才能满足实际需求，但是在谷值阶段，不仅输电网承受不了超高的电力输出，而且实际需求也根本达不到额定的负荷标准，尤为重要的是这种情况下再强调满负荷运转已经相对的提升了发电成本。因此，在谷值的时候，可以考虑根据实际情况让其中2台机组正常运转，如果谷值周期较长的情况下，甚至可以考虑对其它两台机组进行停机检修，当下一个谷值来临的时候，就可以轮换着使用检修完毕的两台机组。这样一方面让机组处于最优化的工作环境中，一方面让机器设备实现了周期性的检修，最主要的一方面是采用这种科学的规划方式，不仅降低了发电的单位成本，而且直接减少了碳排放。无论从哪个角度上来说都是实现了低碳电网的实际运行。最后，要对发电机组的碳排放进行科学规划。在传统的发电机组碳排放过程中，虽然也采取了一些环保措施，但是这些措施基本上都是本着降低硫化物角度考虑的，至于碳排放量的层面涉及的较少。自从国家相关部门对发电厂的碳排放采取了量化制约的措施志愿后，发电机组的碳排放已经进入了一个“刚性制约”的时期。利用计算机模拟系统，对不同阶段发电机组的实际运行效果统一展开测算，从而计算出总体的碳排放量，根据最新的技术革新手段，对部分碳排放进行二次回收和利用，能够在一定程度上提升其实际利用率，也能够最大程度上降低碳排放对环境造成的污染。在这个过程将建立一种预警制约机制，对于碳排放的总量和实时数据都进行有效监控，如果实时数据一旦发生较大的波动，首先要对碳回收渠道进行巡检，然后再开展对机组的设备检测。这样一方面提高了机组的实际运行效率，又减少了发电的实际成本支出，尤为重要的是真正的实现了低碳运行模式。

4低碳电力系统的展望

低碳电力系统作为“低碳经济”的一个重要组成部分，无论是在未来的经济发展中，还是在未来的能源输出过程中，都明显的占据了很重要的比重。下阶段，首先要解决从外部立法到内部制度上对低碳电力系统运行的重视，采用内外结合的形式将低碳电力系统的运行纳入到电厂的日常管理重点工作内容中，不仅要求管理层树立低碳运行的指导思想，更需要让从业人员在日常工作中保持高度的敏感度，以确保相关的设备能够完全符合低碳运行的相关要求与路径。其次要解决低碳经济下的电力机组进一步优化措施，广泛的吸收和借鉴新技术，让机组的实际运行进一步降低对能源消耗的依赖，尤其是对煤炭等资源的实际消耗。最后要政府不仅要从行政监督上对电厂的实际运行予以督促，而且也要在宏观上为电厂的低碳运行提供一些倾斜性政策，以便于电厂能够在一个相对较为宽松的政策环境中对相关的设备进行改造。

5结语

提出“中国正在全面深化改革，发挥市场在资源配置中的决定性作用，更好发挥政府作用，努力建设开放型经济新体制。”电力系统的低碳规划与运行，也应该完全接受市场的检验，特别是在市场对资源配置进行重组的过程中，政府起到的是引导作用，而电厂，尤其是火力发电厂在其中起到的是落实作用。只有不断的在改革中发展，将低碳电力系统的运行长期保持在稳健及可持续的状态下，那么才真正的符合社会主义市场经济的实际需求。

参考文献:

［1］邓晶，周任军，郑思，任俞霖．计及低碳效益的分布式发电优化配置［J］．电力系统及其自动化学报，2012(04)．

［2］康重庆，季震，陈启鑫．碳捕集电厂灵活运行方法评述与展望［J］．电力系统自动化，2012(06)．