一种基于多目标进化算法建立多级配送中心的生鲜运输方法

1.本发明涉及物流运输优化领域，具体来说是一种基于多目标进化算法在大规模场景下建立多层级配送中心的生鲜定点运输的优化方案。


背景技术：

2.随着经济的发展和居民生活质量的提高，促进了生鲜食品物流的持续增长，但由于生鲜食品易腐，而且口感也会随着运输时间的增加而下降，并且现在人们越来越关注这类产品的质量，因此如何合理地选择运输方式和运输路径将直接关系生鲜食品的销售情况。
3.采用建立多层级配送中心进行运输的方式可以大大提高运输效率，降低运输时间，但确定多层级配送中心的选址涉及运输过程中的总物流量、收送物流过程中人力消耗和运输过程中生鲜食品的损失等目标。然而，这些目标通常是相互冲突的，一个目标的单独优化改进会导致其它目标的效益损失。这使得物资分配站的合理选址更为复杂。采用传统的方法，将物流选址这一问题的多个目标函数转化为一个目标函数。然而，由于目标单元不一致，难以直接比较，并且如果使用权重的分配地方案又往往带有较大的主观性。
4.物流分配站选址是一个目标函数非线性，规模较大但是解较稀疏的规划问题。目前许多算法已被用来求解物流配送中心的选址问题。目前常用的求解选址问题的智能优化算法有禁忌搜索算法、粒子群算法、moea算法、贪婪方法等。禁忌搜索算法是最早应用于选址问题的算法，能够通过建立禁忌表避免陷入局部最优，但是其初始解对最终选址结果的优劣影响较大；粒子群算法虽然求解效率较高，但是容易陷入局部最优；moea算法得到的选址解较差；贪婪方法虽然可以获得较优解但是会消耗较多的时间。


技术实现要素：

5.本发明为解决现有技术中的不足之处，提出了一种基于多目标进化算法建立多级配送中心的生鲜运输方法，以期通过对生鲜运输过程中的总物流量，人力消耗和运输过程中的生鲜食品损失综合考虑，选择出最优配送中心的选址方案，从而能提高生鲜食品的运输效率，并能减少运输时的食品损失和人员消耗，进而能提高配送的时效性，更好地满足人们对生鲜食品的需求。
6.本发明为解决上述技术问题采用如下技术方案：
7.本发明一种基于多目标进化算法的多级配送中心的生鲜运输方法的特点是应用于由一个一级配送中心、若干个二级配送中心以及若干个小区所构成的运输区域，并用于将生鲜产品从所述一级配送中心运输至二级配送中心进行中转后最终送达对应小区的运输场景中，所述生鲜运输方法是按如下步骤进行：
8.步骤一、数据获取；
9.步骤1.1、令所有小区的集合记为c＝{c1,c2,
…ci
…cc
}，其中，ci表示第i个小区，i＝1,2,
…
,c，c表示所有小区的总数；令第i个小区ci的人数记为pi，第i个小区ci的建筑数为
si；
10.步骤1.2、获取所有小区的位置坐标、所述运输区域中各交通路口的位置坐标及其相邻路口之间的距离，并用于计算各交通路口之间的dijskra距离、各交通路口与各小区之间的dijskra距离；
11.步骤二、构建生鲜运输的二级配送中心选址的目标函数；
12.令xj表示第j个交通路口是否作为二级配送中心，若是，则令xj＝1，否则，则令xj＝0；从而构建二级配送中心的选址方案集x＝{x1,x2,
…
,xj,
…
,xr}，j＝1,2,
…
,r，r表示所有交通路口的总数，将选址方案集x中取值为1的交通路口构成二级配送中心集合记为x
′
＝{x
′1,x
′2,
…
,x
′k,
…
x
′d}，k＝1,2,
…
,d，x
′k表示第k个二级配送中心，d表示所有二级配送中心的总数；
13.利用式(1)构建所有二级配送中心到各个小区的物流量之和的目标函数f1(x)：
[0014][0015]
式(1)中，dis(ci,x
′k)表示第i个小区ci与第k个二级配送中心x
′k之间的dijkstra距离；
[0016]
利用式(2)构建评估运输过程中生鲜食品损失的目标函数f2(x)：
[0017][0018]
式(2)中，a1是运输过程中的单位距离内生鲜产品变质率，a2是在单次卸载货物时的产品损失率；
[0019]
利用式(3)构建评估所有二级配送中心所需工作人员人数总和的目标函数f3(x)：
[0020][0021]
式(3)中，k1和k2为两个系数；
[0022]
利用式(4)构建总目标函数min f(x)：
[0023]
minf(x)＝min[f1(x),f2(x),f3(x)] (4)
[0024]
步骤三、基于总目标函数min f(x)对二级配送中心和一级配送中心的选址进行求解：
[0025]
步骤3.1、定义种群大小为n，定义最大迭代次数为l max，定义并初始化当前迭代次数l＝1；
[0026]
步骤3.2、定义第l代种群其中，为第l代种群y
l
中第t个个体，即第l次迭代的第t个二级配送中心的选址方案集，且t个个体，即第l次迭代的第t个二级配送中心的选址方案集，且表示第l代种群y
l
中第t个个体中第j个二进制数，若则表示选择第j个交通路口作为二级配送中心，若则表示不选择第j个交通路口作为二级配送中心，t＝1,2,
…
,n；
[0027]
令表示对进行取反后的个体；表示对第l代种群y
l
中第t
′
个个体进行
取反后的个体；
[0028]
令表示产生一个新个体，且新个体上的每个二进制数的取值是根据和之间同一位置上的二进制数是否相同来决定，若相同，则新个体上的相应位置上的二进制数与和对应位置上的二进制数相同，否则，令新个体上的相应位置上的二进制数取值为0；
[0029]
步骤3.3、生成一个维度为r
×
r的单位矩阵，根据各交通路口之间的dijskra距离和各交通路口与各小区之间的dijskra距离对所述单位矩阵进行非支配排序，并选取排序后第j行的非支配前数作为第j个交通路口的选址得分scorej；
[0030]
步骤3.4、随机生成一个范围为(0，1)的随机数rand1，并生成一个维度为n
×
r的零矩阵，然后根据每个交通路口的选址得分，通过二进制锦标赛在零矩阵中选取rand1
×
d个元素设为1并构成第l代种群y
l
；
[0031]
步骤3.5、第l代种群y
l
进化后得到第l+1代种群y
l+1
；
[0032]
步骤3.6、对于所有未被选为二级配送中心的交通路口，计算每个交通路口到所有二级配送中心的dijkstra距离之和，并选择dijkstra距离之和最小的交通路口作为一级配送中心。
[0033]
本发明所述的一种基于多目标进化算法的多级配送中心的生鲜运输方法的特点也在于，所述步骤3.5包括：
[0034]
步骤3.5.1、判断l＝lmax是否成立，若成立，则表示得到第lmax代种群y
lmax
，并从y
lmax
中选择最优个体作为二级配送中心的最优选址方案后，执行步骤3.6；否则，根据y
l
中每个个体的非支配前沿数和拥挤距离，采用二元竞赛选择法从第l代种群y
l
中选出2n个亲本组成第l代新种群y
′
l
；
[0035]
步骤3.5.2、从y
′
l
中依次选择两个亲本和并产生一个子代将赋值给后，对子代进行交叉和变异操作，得到新的子代从而由n个新的子代构成第l代子代种群y
″
l
；
[0036]
步骤3.5.3、将种群y
″
l
与种群y
l
合并后删除重复的个体，并对剩余的个体进行非支配排序，从而选择最优的前n个个体构成第l+1代种群y
l+1
；
[0037]
步骤3.5.4、将l+1赋值给l后执行步骤3.5.1。
[0038]
所述步骤3.5.3包括：
[0039]
步骤a：交叉操作：
[0040]
随机生成一个范围为(0，1)的随机数rand2，若rand2《δ，则根据产生一个新个体并从的非零元素中随机选取两个交通路口序号m和n，m,n∈[1,r]；如果新个体的第m个交通路口的选址得分大于新个体的第n个交通路口的选址得分则将的第m位二进制数设置为0，否则，将的第n位二进制数设置为0，从而得到新的个体其中，δ表示阈值；
[0041]
若rand2≥δ，则根据产生一个新个体并从的非零元素中随机选取两个交通路口序号m和n，m,n∈[1,r]；如果新个体的第m个交通路口的选址得分大于新个体的第n个交通路口的选址得分则将的第n位二进制数设置为1，否则，将的第m位二进制数设置为1；从而得到新的个体
[0042]
步骤b变异操作：
[0043]
随机生成一个范围为(0，1)的随机数rand3；若rand3《δ
′
，从中的非零元素中随机选取两个交通路口序号m和n，如果的第m个交通路口的选址得分大于的第n个交通路口的选址得分则将的第m位元素设置为0，否则，将的第n位元素设置为0，从而得到新的子代其中，δ
′
表示阈值；
[0044]
如果rand3≥δ
′
，从的非零元素中随机选取两个交通路口序号m和n，如果的第m个交通路口的选址得分大于的第n个交通路口的选址得分则设置则将的第n个元素设置为1，否则，将的第m个元素设置为1；从而得到新的子代
[0045]
本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行任一所述生鲜运输方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
[0046]
本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行任一所述生鲜运输方法的步骤。
[0047]
与现有技术相比，本发明的有益效果在于：
[0048]
1、本发明首次将多层级配送中心参与运输的方法应用在生鲜食品的运输中，克服了由于城市面积比较大，点对点配送不仅效率低，而且在物流过程中有巨大的物资损失的问题。同时通过减少运输过程中的重复路程从而减少总物流量，以提高物流的周转速度，保证了生鲜食品的新鲜度；在配送中心进行中转时可以对生鲜食品进行进一步处理，减少了生鲜食品在运输过程损失的同时可以保障生鲜食品的口感。
[0049]
2、本发明通过运用多目标进化算法对于大规模空间中寻找稀疏最优方案的问题提出了一种高效的获得稀疏最优方案的方法，并采用了多目标进化算法来求解选址问题克服了普通方案由于多个目标单元不一致难以直接比较，并且使用权重的分配又往往带有较大的主观性的问题。针对普通多目标进化算法在解决稀疏问题解较差的问题，本发明采用了更优的初始化方案和进化方法，保证了所有解的稀疏性从而在多次迭代中获得最优的稀疏解，适用于各种复杂多目标稀疏问题求解场景。
[0050]
3、本发明在构建目标函数时考虑到了生鲜等食品运输的特殊要求和运输过程中的人力资源损耗，为在大规模场景下运输生鲜食品如何减少食品损失和减低人力消耗的问题提出了一种科学的解决方案，从而提高了生鲜食品的运输效率的同时，减少了生鲜食品在运输过程中的损失，可以为生鲜食品或其他易腐食品的运输提供参考。
附图说明
[0051]
图1为本发明提出的对于生鲜食品的配送的方式；
[0052]
图2为本发明方法提出的计算最优选址方案的流程图。
具体实施方式
[0053]
本实施例中，一种基于多目标进化算法的多级配送中心的生鲜运输方法，如图1所示，是应用于由一个一级配送中心、若干个二级配送中心以及若干个小区所构成的运输区域，并用于将生鲜产品从一级配送中心运输至二级配送中心进行中转后最终送达对应小区的运输场景中，如图2所示，该生鲜运输方法是按如下步骤进行：
[0054]
步骤一、数据获取；
[0055]
步骤1.1、令所有小区的集合记为c＝{c1,c2,
…ci
…cc
}，其中，ci表示第i个小区，i＝1,2,
…
,c，c表示所有小区的总数；令第i个小区ci的人数记为pi，第i个小区ci的建筑数为si；
[0056]
步骤1.2、获取所有小区的位置坐标、运输区域中各交通路口的位置坐标及其相邻路口之间的距离，并用于计算各交通路口之间的dijskra距离、各交通路口与各小区之间的dijskra距离；
[0057]
步骤二、构建生鲜运输的二级配送中心选址的目标函数；
[0058]
令xj表示第j个交通路口是否作为二级配送中心，若是，则令xj＝1，否则，则令xj＝0；从而构建二级配送中心的选址方案集x＝{x1,x2,
…
,xj,
…
,xr}，j＝1,2,
…
,r，r表示所有交通路口的总数，将选址方案集x中取值为1的交通路口构成二级配送中心集合记为x
′
＝{x
′1,x
′2,
…
,x
′k,
…
x
′d}，k＝1,2,
…
,d，x
′k表示第k个二级配送中心，d表示所有二级配送中心的总数；
[0059]
利用式(1)构建所有二级配送中心到各个小区的物流量之和的目标函数f1(x)：
[0060][0061]
式(1)中，dis(ci,x
′k)表示第i个小区ci与第k个二级配送中心x
′k之间的dijkstra距离；每个小区的生鲜食品需求量与小区的人数有关所以用小区的人数代表小区生鲜食品的需求量；
[0062]
利用式(2)构建评估运输过程中生鲜食品损失的目标函数f2(x)：
[0063][0064]
式(2)中，a1是运输过程中的单位距离内生鲜产品变质率，a2是在单次卸载货物时的产品损失率；生鲜食品在运输过程中会发生变质，在运输速度一定的情况下与运输距离有关，每次卸载货物时食品都存在损失，用小区的建筑数量代表卸载货物的次数；
[0065]
利用式(3)构建评估所有二级配送中心所需工作人员人数总和的目标函数f3(x)：
[0066][0067]
式(3)中，k1和k2为两个系数；对于每个二级配送中心无论中转食品的数量的多少都应有一定数量的工作人员，这类工作人员的人数与二级配送中心的个数有关，但对于一
些配送中心，随着生鲜食品中转数量的增加，原有的工作人员数量不能维持配送中心的正常工作，所以需要根据生鲜食品的中转数量来增加工作人员的数量，但从整体上来看生鲜食品的总数量是一定的，与该区域的总人数成正比，所以增加的这类工作人员的数量也是一定的；
[0068]
利用式(4)构建总目标函数min f(x)：
[0069]
minf(x)＝min[f1(x),f2(x),f3(x)] (4)
[0070]
步骤三、基于总目标函数min f(x)对二级配送中心和一级配送中心的选址进行求解：
[0071]
步骤3.1、定义种群大小为n，定义最大迭代次数为l max，定义并初始化当前迭代次数l＝1；
[0072]
步骤3.2、定义第l代种群其中，为第l代种群y
l
中第t个个体，即第l次迭代的第t个二级配送中心的选址方案集，且t个个体，即第l次迭代的第t个二级配送中心的选址方案集，且表示第l代种群y
l
中第t个个体中第j个二进制数，若则表示选择第j个交通路口作为二级配送中心，若则表示不选择第j个交通路口作为二级配送中心，t＝1,2,
…
,n；
[0073]
令表示对进行取反后的个体；表示对第l代种群y
l
中第t
′
个个体进行取反后的个体；
[0074]
令表示产生一个新个体，且新个体上的每个二进制数的取值是根据和之间同一位置上的二进制数是否相同来决定，若相同，则新个体上的相应位置上的二进制数与和对应位置上的二进制数相同，否则，令新个体上的相应位置上的二进制数取值为0；
[0075]
步骤3.3、生成一个维度为r
×
r的单位矩阵，根据各交通路口之间的dijskra距离和各交通路口与各小区之间的dijskra距离对单位矩阵进行非支配排序，并选取排序后第j行的非支配前数作为第j个交通路口的选址得分scorej；选址得分代表的是其被设置为0的概率，较低的非支配前数标志较好的选址质量。因此得分越小，被选择作为二级配送中心的可能性越大，否则被选择作为二级配送中心的可能性越小。
[0076]
步骤3.4、随机生成一个范围为(0，1)的随机数rand1，并生成一个维度为n
×
r的零矩阵，然后根据每个交通路口的选址得分，通过二进制锦标赛在零矩阵中选取rand1
×
d个元素设为1并构成第l代种群y
l
；通过该方式初始化的种群比随机生成的种群具有更好的收敛性和多样性，同时每个个体解也具有较好的稀疏性，更好地保证了初始化种群的有效性。
[0077]
步骤3.5、种群进化：
[0078]
步骤3.5.1、判断l＝lmax是否成立，若成立，则表示得到第lmax代种群y
lmax
，并从y
lmax
中选择最优个体作为二级配送中心的最优选址方案后，执行步骤3.6；否则，根据y
l
中每个个体的非支配前沿数和拥挤距离，采用二元竞赛选择法从第l代种群y
l
中选出2n个亲本组成第l代新种群y
′
l
；
[0079]
步骤3.5.2、从y
′
l
中依次选择两个亲本和并产生一个子代将赋值给后，对子代进行交叉和变异操作；
[0080]
步骤a：交叉操作：
[0081]
随机生成一个范围为(0，1)的随机数rand2，若rand2《δ，则根据产生一个新个体并从的非零元素中随机选取两个交通路口序号m和n，m,n∈[1,r]；如果新个体的第m个交通路口的选址得分大于新个体的第n个交通路口的选址得分则将的第m位二进制数设置为0，否则，将的第n位二进制数设置为0，从而得到新的个体其中，δ表示阈值；
[0082]
若rand2≥δ，则根据产生一个新个体并从的非零元素中随机选取两个交通路口序号m和n，m,n∈[1,r]；如果新个体的第m个交通路口的选址得分大于新个体的第n个交通路口的选址得分则将的第n位二进制数设置为1，否则，将的第m位二进制数设置为1；从而得到新的个体
[0083]
步骤b变异操作：
[0084]
随机生成一个范围为(0，1)的随机数rand3；若rand3《δ
′
，从中的非零元素中随机选取两个交通路口序号m和n，如果的第m个交通路口的选址得分大于的第n个交通路口的选址得分则将的第m位元素设置为0，否则，将的第n位元素设置为0，从而得到新的子代其中，δ
′
表示阈值；
[0085]
如果rand3≥δ
′
，从的非零元素中随机选取两个交通路口序号m和n，如果的第m个交通路口的选址得分大于的第n个交通路口的选址得分则设置则将的第n个元素设置为1，否则，将的第m个元素设置为1；从而得到新的子代
[0086]
上述的交叉和变异操作保证了每个个体解的稀疏性；
[0087]
从而由n个新的子代构成第l代子代种群y
″
l
；
[0088]
步骤3.5.3、将种群y
″
l
与种群y
l
合并后删除重复的个体，并对剩余的个体进行非支配排序，从而选择最优的前n个个体构成第l+1代种群y
l+1
；
[0089]
步骤3.5.4、将l+1赋值给l后执行步骤3.5.1；
[0090]
步骤3.6、对于所有未被选为二级配送中心的交通路口，计算每个交通路口到所有二级配送中心的dijkstra距离之和，并选择dijkstra距离之和最小的交通路口作为一级配送中心。
[0091]
本实施例中，一种电子设备，包括存储器以及处理器，该存储器用于存储支持处理器执行上述方法的程序，该处理器被配置为用于执行该存储器中存储的程序。
[0092]
本实施例中，一种计算机可读存储介质，是在计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。

技术特征：
1.一种基于多目标进化算法的多级配送中心的生鲜运输方法，其特征是应用于由一个一级配送中心、若干个二级配送中心以及若干个小区所构成的运输区域，并用于将生鲜产品从所述一级配送中心运输至二级配送中心进行中转后最终送达对应小区的运输场景中，所述生鲜运输方法是按如下步骤进行：步骤一、数据获取；步骤1.1、令所有小区的集合记为c＝{c1,c2,
…
c
i
…
c
c
}，其中，c
i
表示第i个小区，i＝1,2,
…
,c，c表示所有小区的总数；令第i个小区c
i
的人数记为p
i
，第i个小区c
i
的建筑数为s
i
；步骤1.2、获取所有小区的位置坐标、所述运输区域中各交通路口的位置坐标及其相邻路口之间的距离，并用于计算各交通路口之间的dijskra距离、各交通路口与各小区之间的dijskra距离；步骤二、构建生鲜运输的二级配送中心选址的目标函数；令x
j
表示第j个交通路口是否作为二级配送中心，若是，则令x
j
＝1，否则，则令x
j
＝0；从而构建二级配送中心的选址方案集x＝{x1,x2,
…
,x
j
,
…
,x
r
}，j＝1,2,
…
,r，r表示所有交通路口的总数，将选址方案集x中取值为1的交通路口构成二级配送中心集合记为x
′
＝{x
′1,x
′2,
…
,x
′
k
,
…
x
′
d
}，k＝1,2,
…
,d，x
′
k
表示第k个二级配送中心，d表示所有二级配送中心的总数；利用式(1)构建所有二级配送中心到各个小区的物流量之和的目标函数f1(x)：式(1)中，dis(c
i
,x
′
k
)表示第i个小区c
i
与第k个二级配送中心x
′
k
之间的dijkstra距离；利用式(2)构建评估运输过程中生鲜食品损失的目标函数f2(x)：式(2)中，a1是运输过程中的单位距离内生鲜产品变质率，a2是在单次卸载货物时的产品损失率；利用式(3)构建评估所有二级配送中心所需工作人员人数总和的目标函数f3(x)：式(3)中，k1和k2为两个系数；利用式(4)构建总目标函数minf(x)：minf(x)＝min[f1(x),f2(x),f3(x)]
ꢀꢀꢀꢀ
(4)步骤三、基于总目标函数min f(x)对二级配送中心和一级配送中心的选址进行求解：步骤3.1、定义种群大小为n，定义最大迭代次数为lmax，定义并初始化当前迭代次数l＝1；步骤3.2、定义第l代种群其中，为第l代种群y
l
中第t个个体，即第l次迭代的第t个二级配送中心的选址方案集，且个体，即第l次迭代的第t个二级配送中心的选址方案集，且表示第l代种群y
l
中第t个个体中第j个二进制数，若则表示选择第j个交通路口
作为二级配送中心，若则表示不选择第j个交通路口作为二级配送中心，t＝1,2,
…
,n；令表示对进行取反后的个体；表示对第l代种群y
l
中第t
′
个个体进行取反后的个体；令表示产生一个新个体，且新个体上的每个二进制数的取值是根据和之间同一位置上的二进制数是否相同来决定，若相同，则新个体上的相应位置上的二进制数与和对应位置上的二进制数相同，否则，令新个体上的相应位置上的二进制数取值为0；步骤3.3、生成一个维度为r
×
r的单位矩阵，根据各交通路口之间的dijskra距离和各交通路口与各小区之间的dijskra距离对所述单位矩阵进行非支配排序，并选取排序后第j行的非支配前数作为第j个交通路口的选址得分score
j
；步骤3.4、随机生成一个范围为(0，1)的随机数rand1，并生成一个维度为n
×
r的零矩阵，然后根据每个交通路口的选址得分，通过二进制锦标赛在零矩阵中选取rand1
×
d个元素设为1并构成第l代种群y
l
；步骤3.5、第l代种群y
l
进化后得到第l+1代种群y
l+1
；步骤3.6、对于所有未被选为二级配送中心的交通路口，计算每个交通路口到所有二级配送中心的dijkstra距离之和，并选择dijkstra距离之和最小的交通路口作为一级配送中心。2.根据权利要求1所述的一种基于多目标进化算法的多级配送中心的生鲜运输方法，其特征在于，所述步骤3.5包括：步骤3.5.1、判断l＝lmax是否成立，若成立，则表示得到第lmax代种群y
lmax
，并从y
lmax
中选择最优个体作为二级配送中心的最优选址方案后，执行步骤3.6；否则，根据y
l
中每个个体的非支配前沿数和拥挤距离，采用二元竞赛选择法从第l代种群y
l
中选出2n个亲本组成第l代新种群y
′
l
；步骤3.5.2、从y
′
l
中依次选择两个亲本和并产生一个子代将赋值给后，对子代进行交叉和变异操作，得到新的子代从而由n个新的子代构成第l代子代种群y
″
l
；步骤3.5.3、将种群y
″
l
与种群y
l
合并后删除重复的个体，并对剩余的个体进行非支配排序，从而选择最优的前n个个体构成第l+1代种群y
l+1
；步骤3.5.4、将l+1赋值给l后执行步骤3.5.1。3.根据权利要求2所述的一种基于多目标进化算法的多级配送中心的生鲜运输方法，其特征在于，所述步骤3.5.3包括：步骤a：交叉操作：随机生成一个范围为(0，1)的随机数rand2，若rand2<δ，则根据产生一个新个体并从的非零元素中随机选取两个交通路口序号m和n，m,n∈[1,r]；如果新
个体的第m个交通路口的选址得分大于新个体的第n个交通路口的选址得分则将的第m位二进制数设置为0，否则，将的第n位二进制数设置为0，从而得到新的个体其中，δ表示阈值；若rand2≥δ，则根据产生一个新个体并从的非零元素中随机选取两个交通路口序号m和n，m,n∈[1,r]；如果新个体的第m个交通路口的选址得分大于新个体的第n个交通路口的选址得分则将的第n位二进制数设置为1，否则，将的第m位二进制数设置为1；从而得到新的个体步骤b变异操作：随机生成一个范围为(0，1)的随机数rand3；若rand3<δ
′
，从中的非零元素中随机选取两个交通路口序号m和n，如果的第m个交通路口的选址得分大于的第n个交通路口的选址得分则将的第m位元素设置为0，否则，将的第n位元素设置为0，从而得到新的子代其中，δ
′
表示阈值；如果rand3≥δ
′
，从的非零元素中随机选取两个交通路口序号m和n，如果的第m个交通路口的选址得分大于的第n个交通路口的选址得分则设置则将的第n个元素设置为1，否则，将的第m个元素设置为1；从而得到新的子代4.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1-3中任一所述生鲜运输方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。5.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1-3中任一所述生鲜运输方法的步骤。

技术总结
本发明公开了一种基于多目标进化算法建立多级配送中心的生鲜运输方法，是根据区域内所有交通路口坐标和所有小区的相关信息，构建多个目标方程，通过多目标进化算法最终选择一个交通路口作为一级配送中心和若干个路口作为二级配送中心，生鲜食品由一级配送中心运输至二级配送中心进行中转后最终送达对应小区。本发明在传统物流配送站建设地选址方案的基础上，以节省物流，降低人力消耗和减少运输过程中的损失为主要目标，在大规模场景下，建立多层级配送中心为所有小区定点运输生鲜的优化方案，从而能提高生鲜运输的效率。从而能提高生鲜运输的效率。从而能提高生鲜运输的效率。


技术研发人员：贾文昊 林杨 秦国安 丁俊元 田野
受保护的技术使用者：安徽大学
技术研发日：2023.04.20
技术公布日：2023/9/14