带无人机协助运输的包裹投递优化算法的研究及其实现

发布时间：2021-09-04 21:18

　　近三十年来,国内外诸多学者对于车辆路径问题（VRP）中的车辆行驶成本和客户等待时间成本两个优化目标提出了众多的优化算法。随着无人机技术的逐渐成熟以及在运输中的出众表现,车辆与无人机协同作业的路径规划算法成为当前学术和工程届函待解决的问题。本文针对物流领域中“最后一公里”快递配送引入无人机协助运输,对包裹进行投递分发的问题场景,以该场景中最小化行驶成本和客户等待时间成本为优化目标,对于其包裹投递过程提出了一系列优化模型和算法,并进行了充分验证。首先对于带无人机协助运输的包裹投递问题进行了仔细的分析,对于该场景进行了详细的描述,并构建了其数学模型。根据该模型,描述了本文的课题框架。之后根据框架顺序,（1）先介绍了轻重快件分离,带约束的K-means迭代聚类对特定配送区域的重点子区域和时间紧迫的子区域进行标记;（2）然后通过行驶成本和客户等待时间成本进行线性加权,改造蚁群算法中路径转移概率的计算方式,求得了当前配送区域内行驶成本和时间成本综合最优的物流车行驶次序;（3）之后在物流车的行驶路径基础上,结合无人机数量及其飞行能力,提出无人机-车协同规划算法得到物流车具体行驶路径,无人机飞行路径。... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

近七年全国社会物流总额图

图 1-1：VRP 问题研究分支 VRP 问题由来已久，但是涉及两级车（two-echelon vehicle）个崭新的领域，直到今年才刚开始出现与无人机与运输车辆协。然而这些文献的主要针对目标在于完成对区域内点的访问任人机的承载能力和货物运输能力,因此物流车无人机进行物流最后一公里配送的相关问题还有待解决。多目标车辆路径问题而言，对于近三十年来，国内外诸多学者径问题中的行驶成本，客户满意度，以及负载平衡，资源整合目标组合优化上提出了诸多行之有效的解决措施。驶距离和卡车数量的优化上，Tan[10]等人在 TTVRP 问题中，与卡车数量约束的前提下，提出用遗传算法和局部搜索算法解人提出遗传算法解决了有车辆闲置能力以及外部交付数量等卡车数量的优化方法。驶时间和行驶成本的优化上，Lau[12]使用带模糊逻辑的混合元对优化目标取得了不错的优化效果；另外 Lau 和 Chan[13]等人

哈尔滨工业大学工学硕士学位论文能超过物流车容量限制。同时每辆车配备多台无人机可以帮助物流送。物流车只能在路网中的有直接道路连接的两个路口点之间行驶与拥塞系数与道路长度成正比。而无人机可以在任意两个路口点以进行飞行。人机：每架无人机也有着容量限制，每次飞行可以携带的轻件重件无人机容量限制。无人机有着作业半径限制，进行轻件点划分的时人机的作业半径大小。具体场景如 2-1 所示。

【参考文献】：
期刊论文
[1]国内首个全自动智能无人机物流解决方案发布[J].   空运商务. 2019(05)
[2]瑞士将开发和部署欧洲首个国家无人机空管系统[J]. Deborah.  空运商务. 2018(05)
[3]智能制造下物流产业商业模式的发展趋势[J]. 张文娟,曹烨,陈定,肖伦.  现代经济信息. 2017(02)
[4]带软时间窗的多车场开放式车辆调度[J]. 凌海峰,谷俊辉.  计算机工程与应用. 2017(14)
[5]亚马逊无人机30分钟送货上门[J].   时代金融. 2015(34)

博士论文
[1]网络中供需匹配与多批次取送货车辆路径问题研究[D]. 徐东洋.华中科技大学 2017
[2]以客户为中心“最后一公里”配送模式研究[D]. 杨聚平.对外经济贸易大学 2014

硕士论文
[1]基于无人机与无人车协同的车辆路径规划[D]. 胡秋霞.贵州大学 2018
[2]复杂环境下多无人机协同地面目标跟踪问题研究[D]. 陈智民.北京理工大学 2015



本文编号：3384024