可變長染色體遺傳算法在乘用車物流運輸規劃中的應用

馮娜 段嘉偉 王星星

摘?要：可變長染色體遺傳算法優化，在運算方法的應用中能夠達到優化效果。本文在此基礎上重點探討可變長染色體遺傳算法在乘用車整車物流運輸方案規劃中的應用，通過約束條件探討，以及遺傳因子的確定方法，制定出完善的可變長染色體遺傳算法應用路徑。能夠幫助提升乘用車整車物流運輸的規劃實用性，提升物流運輸過程中的成本控制能力。

關鍵詞：可變長染色體遺傳算法;乘用車;物流運輸規劃

一、基于可變長染色體遺傳算法的乘用車物流運輸規劃模型建立

（一）基于乘用車裝載的條件約束

基于可變常染色體遺傳算法基礎上，對乘用車物流的運輸路線進行規劃，首先需要確定乘用車裝載過程中的約束條件。例如在整體路徑中需要滿足的不同節點，以及在運輸過程中需要兼顧的環境因素，通過約束條件確定，能夠將可變常染色體遺傳算法的應用范圍縮短。條件約束可以根據乘用車物流運輸過程中的不同需求進行改變。體現出可變長遺傳算法應用過程中的適應性，通過乘用車裝載過程中的條件約束確定遺傳算法應用范圍，以及遺傳因子的提取條件，對于乘車裝載條件確定過程中外界環境因素的考慮。更應該加強現場的可操控性，以及在管理過程中，不同規劃模式可能會影響到的總運輸時長。

（二）基于半定量的目標函數定位

基于半定量的目標函數定位基礎上，通過對計算過程中的模板函數選擇，縮小運算分析過程中的范圍，并提升最終的綜合控制效果。半定量的目標函數定位模式，能夠為接下來的各項計算流程提供條件。目標函數定位是接下來運輸路線規劃確定的基礎，也涉及到管理計劃在其中發揮的影響作用，對于不同發展中的影響因子，分別選擇不同路徑將其代入到其中，并通過管理計劃在其中的影響，提升最終的整體控制能力。目標函數定位是接下來各項計算分析任務開展的基礎階段，最終的流程確定階段，更應該從綜合角度加以分析，充分考慮不同發展方向在其中涉及到的問題，以及運輸規劃形成后，需要在其中引入的控制內容。在條件約束與其他約束綜合調控的前提下，車載物流各項運輸計劃的制定，與初期數據分析結果精準度有著直接關系，如果在分析過程中存在其他影響因素，在結果上也會因此受到影響。

二、可變長染色體遺傳算法在乘用車載物流運輸規劃中的應用流程及結果

（一）遺傳因子確定

確定遺傳因素，是接下來各項分析計劃開展的基礎，確定遺傳因素可以按照出現的頻率來實現，尤其是在分析過程中，對于計算路徑的選擇，更應該綜合多種因素。通過算法優化對整個過程中進一步完善，尤其是針對遺傳因子確定中，可能會涉及到的問題，綜合不同路徑所得到的個體結果，進行個體結果上的相互融合。形成整體后，開展的各項運算分析任務，所輸出的結果更具有融合度，尤其是針對融合過程中可能涉及到的問題，通過不同方案之間的相互整合，提升最終的綜合控制能力。遺傳因子確定后，可以直接進入到接下來的分析運算環節中，并將分析運算得到的結果與實際情況做對此，對遺傳因子接下來應用的有效性做出判斷，提升不同方案結果之間的整合能力。

（二）適應值函數確定

在確定遺傳因子基礎上，進行接下來適應值函數的確定與融合，觀察不同方案之間的融合溝通能力，確定適應值函數可以進入到接下來應用環節，觀察不同運輸方案在其中受到的影響。通過多種運輸方案規劃程序，確定接下來的完善內容，并對不同路線之間的優勢與缺點做出對比。根據現場實際情況，對運輸途中的多種方案進行融合，提升綜合控制影響能力。適應值函數確定后，進行不同目標函數之間的相互劃分，匹配控制方案，進行不同方案之間的相互對比，同提升函數在運算過程中發揮的影響作用。分析與規劃過程中，產生的不同類型影響因子，在最終使用中會進行整合，生成最終的方案，根據所得到的結果，進行裝載方案的對比，確定優化路徑與需要繼續分析的部分。

（三）裝載方案修正與生成

裝載方案的修正以及生成，還需要與實際運輸過程中的環境進行融合，考慮環境因素在其中發揮的影響，以及需要持續完善的不同問題。在此基礎上生成初步的分析方案，以及不同方案之間的相互對比需求。對已經確定的裝載方案，結合實際情況進行修訂，提升方案與實際裝載需求之間的貼合程度，并對不同貼合方案進行成本對比，確定時間最短效率最高的路徑。進行最終路勁的生成以及使用，有關于運輸階段可能會涉及到的問題，更應該加強綜合整控。確保方案在最終落實中不會產生不合理的情況。整個過程中均通過不同運算分析方案之間的整合，來實現控制方案在其中發揮的影響。運算過程中自動完成可變長染色體遺傳因子在其中的捕捉作用，并結合不同方案之間的對比需求，明確接下來需要優化完善的部分內容。

三、結語

物流系統分析需要的信息量大，要應用多種數學方法和計算機技術，為系統評價和系統設計提供足夠的信息和依據。對于整車物流運輸規劃方案的制定，在配送運輸費用最低的條件下完成配送任務。在以往的研究中，對于整車物流運輸的考慮一般會著眼于對于整體成本的控制，或者主要考慮運輸線路優化設計問題，較少考慮對于不同規格轎車的裝載搭配問題。

參考文獻：

[1]王遜，杜中軍，劉孟軻，等.基于遺傳算法的應急疏散中車輛路徑規劃研究[J].現代計算機（專業版），2018，610（10）：23-26+46.

[2]劉二輝，姚錫凡.基于改進遺傳算法的自動導引小車路徑規劃及其實現平臺[J].計算機集成制造系統，2017，23（3）：465-472.

[3]劉藝.基于相對靈敏度應用多目標優化方法提高白車身扭轉剛度的研究[C].2018中國汽車工程學會年會論文集，2018.

[4]陳勝波，劉永平，何世偉，等.整車物流雙層轎運車車輛裝載與路徑整合優化研究[J].山東科學，2017，30（3）：73-81.

作者簡介：馮娜（1982-），女，陜西西安高陵人，碩士研究生，講師，主要從事管理科學與工程的教學科研工作。