【专利摘要】一种带软时间窗口的物流配送控制方法，包含以下步骤：A1.建立网络模型，为网络数据集中的道赋予费用阻值，考虑道节点，为道交通等口、收费站赋予费用权重；A2.建立带软时间窗车辆优化调度模型VRPTW，以运输费用成本最低建立目标函数，运输费用分别由配送车辆固定费用、运输费用、车辆等待费用和延迟费用组成；A3.模糊聚类分析算法设计，采用基于定量分析和定性分析相结合的方法来进行聚类；A4.车辆优化调度式算法设计对每一类中的配送目标节点采用车辆优化调度算法，即可得到配送结果。本发明以配送点间的收货实际网线距离为计算依据，同时考虑道实际行车能力、网点数较大、配送点对货运需求时间。
[0001]本发明涉及交通运输工程，地理信息数据处理，计算机应用领域，运筹学，图论与网络分析，管理科学与工程，尤其涉及的是，物流配送领域。
[0002]随着经济全球化和网络信息技术的飞速发展，物流配送作为一个新的经济增长点已经引起了人们的普遍关注。配送是物流系统的核心环节，是伴随着市场而诞生的一种必然的市场行为，随着市场竞争的日益激烈以及客户要求的不断提高，配送在未来的市场竞争中将起到举足轻重的作用。在配送业务中，配送车辆优化调度问题的涉及面较广，需要考虑的因素也很多，对配送企业提高服务质量、降低经营成本、增加经济效益的影响也很大。
[0003]国内外学者着力于研究 VRPTW(vehicle routing problem with time windows)问题，主要因为它是物流配送和交通运输的核心问题，只有解决了调度问题才能使配送有效合理。VRPTW问题的目标函数可以描述为车辆生产地到各分散客户点之间的行驶线总花费最少。线设计原则是，每个客户点只能被一辆车访问，且有约束的时间窗，如果不在时间窗之内送达货物，物流中心将需要支付额外费用。每一条线上的客户点的货运需求总量不能超过线上的车辆的载重量。每个客户的需求必须满足，且只能由一辆车配送。VRPTW 问题实用性较强，尤其在 3PL (thirdparty logistic)中。Lenstra 和 Kan(1981)证明VRPTW问题属于NP难度组合优化问题。VRPTW问题的解法丰富，比较常见的可以分为精确算法和式算法。采用精确算决VRPTW问题时，时间复杂度过高。近几年，虽然一些学者在研究VRPTW问题中用到了精确算法，但是式算法能在可行的时间复杂度之内优化问题，大多数学者还是着力研究式算法来解决VRPTW问题。总的来说，VRPTW问题比VRP问题难些。因此，采用式算决VRPTW问题更好些。近期以来，用式算决VRPTW问题已取得了较好的结果。
[0004]但是，不管用哪种方法求解物流配送问题都很少能顾及下面3个问题:①各个配送客户点之间的距离是以其直线距离作为计算依据，脱离了配送客户点之间的实际网；
②现有的VRPTW问题的研究，没有考虑道的行车实际情况，如:通流能力、道节点等地理信息因素考虑进去现有的研究多是针对硬时间窗情况，要求车辆必须在时间段内到达，较少考虑车辆可以在时间窗外到达，但会增加成本费用。
[0006]为了克服已有的配送方式中的各个配送点之间没有以时间窗为分类依据、没有考虑道质量，流通能力等地理信息因素、网点数较小等不足，本发明提供一种以配送点间的收货实际网线距离为计算依据，同时考虑道实际行车能力、网点数较大、配送点对货运需求时间的带软时间窗口的物流配送控制方法。
[0007]本发明解决其技术问题所采用的技术方案是:[0008]一种带软时间窗口的物流配送控制方法，所述物流配送控制方法包括以下步骤:
[0009]Al.建立网络模型，使用ArcGIS软件，建立网络数据集和网之间的拓扑关系；根据矢量数据中的Shap_Length字段属性建立网络数据集中的道阻值；再对网络数据集进行网络分析，得到配送目标节点之间的最小费用的OD矩阵，为车辆优化调度模型提供车辆行驶费用权值，考虑道节点，为道交通灯口、收费站赋予费用权重；
[0011]问题描述:有m个产品生产地A生产某种产品，其产量分别为ai;有η个客户点B，其需求量分别为bp按照客户点的需求将产品在时间窗内配送，如果各项配送任务没有在指定的时间徂围内完成，则给予惩罚；
[0012]要求各车辆的行驶线.每条线的起点必须是生产地，终点为客户点，不考虑回程；i1.每条线的总载量不得大于运载车辆的最大允许载重量；ii1.每个指定客户必须仅被服务一次每个客户都有它被服务的的时间窗，如果车辆提前达到客户点，则支付等待费用，若车辆延迟到达客户点，测试你的前世今生则支付延迟费用；
[0013]以运输费用建立目标函数，运输费用分别由配送车辆固定费用、运输费用、车辆等待费用和延迟费用组成；其中，配送车辆固定费用由车辆折旧费用和费用组成，该部分费用只与配送的车辆数有关，运输费用与车辆所行使的段状况有关，包括段长度，段的拥挤状况，还包括整个段中所经过的交通灯、收费站所产生的时间成本及收费情况，客户货运需求通常要在客户时间范围内送达，否则物流中心需要支付额外费用，这里的车辆优化调度模型是针对分类 后类中的目标节点建立的，具体模型如下:
1.一种带软时间窗口的物流配送控制方法，其特征在于:所述物流配送控制方法包括以下步骤: Al.建立网络模型，使用ArcGIS软件，建立网络数据集和网之间的拓扑关系；根据矢量数据中的Shap_Length字段属性建立网络数据集中的道阻值；再对网络数据集进行网络分析，得到配送目标节点之间的最小费用的OD矩阵，为车辆优化调度模型提供车辆行驶费用权值，考虑道节点，为道交通灯口、收费站赋予费用权重； A2.建立带软时间窗车辆优化调度模型VRPTW ; 问题描述:有m个产品生产地A生产某种产品，其产量分别为Bi，有η个客户点B，其需求量分别为bp按照客户点的需求将产品在时间窗内配送，如果各项配送任务没有在指定的时间徂围内完成，则给予惩罚； 要求各车辆的行驶线.每条线的起点必须是生产地，终点为客户点，不考虑回程；i1.每条线的总载量不得大于运载车辆的最大允许载重量；ii1.每个指定客户必须仅被服务一次；iv.每个客户都有它被服务的的时间窗，如果车辆提前达到客户点，则支付等待费用，若车辆延迟到达客户点，则支付延迟费用； 以运输费用建立目标函数，运输费用分别由配送车辆固定费用、运输费用、车辆等待费用和延迟费用组成；其中，配送车辆固定费用由车辆折旧费用和费用组成，该部分费用只与配送的车辆数有关，运输费用与车辆所行使的段状况有关，包括段长度，段的拥挤状况,还包括整个段中所经过的交通灯、收费站所产生的时间成本及收费情况,客户货运需求通常要在客户时间范围内送达，否则物流中心需要支付额外费用，这里的车辆优化调度模型是针对分类后类中的目标节点建立的，具体模型如下: 配送网模型描述为: