冷链城配车辆调度是影响冷链系统运行效率和服务水平的主要方面,是智能冷链系统研究的核心内容,利用大数据对冷链车辆动态调度不仅节约人力资源,更能满足货物配送需求,保证冷链车辆的满载率。

为了实现冷链行业的智能化车辆调度,从冷藏车GPS终端的数据统计出发,建立车辆到站点时间预测模型、站点货物量预测模型以及发车频率优化模型，将取最大值的目标化为求最小值,三者通过加权求和,综合计算目标最优。

合理安排冷链车辆发车频率,通过建立目标函数实现减少货物扭转和等待时间、提高冷链车利用率、增加冷链公司的盈利,在有多种约束的情况下,通过加权得出最终目标函数,使用改进遗传算法得出最优解。

然后从多个方面改进了遗传算法,包括精英协同进化、自适应概率、通过实例仿真将这些改进逐步运用到冷链车发车时间安排上发现结果在不同程度上变好,在代数上逐渐降低同时，最优适应度值也在降低。

转自：互联网