本发明属于物流配送路径优化，具体涉及基于进化多任务优化的物流配送路径优化方法。
背景技术：
1、物流配送路径优化问题是一种经典的组合优化问题，旨在以最小的行驶距离和时间找到最优或接近最优的配送路线。一般来说，该问题主要分为两种：(1)快递员将包裹或邮件放在附近的投递站，只考虑最优配送路线。(2)快递员需要将货品送货上门，不仅考虑最优配送路线而且需要考虑送货上门等服务时间。目前，对于该问题的研究主要停留在单目标优化方法和多目标优化方法，这些算法每次求解问题都是从零开始，不仅没有考虑问题的先验知识，而且忽略了问题间的相似性。
2、不同于传统的优化算法，进化多任务优化算法在一次运行中可以同时解决多个优化问题，并且实现不同任务间的信息交流，其通过简单问题带动复杂问题求解的思想，有效的解决物流配送路径优化问题，并提供更多的解决方案供决策者选择。
技术实现思路
1、本发明的目的在于提供基于进化多任务优化的物流配送路径优化方法，解决了现有物流配送路径优化方法求解效率低的问题。
2、本发明所采用的技术方案是：基于进化多任务优化的物流配送路径优化方法，首先分别以快递员的最小化行驶距离耗时及最小化配送时间耗时为目标函数建立优化任务，然后根据目标函数初始化种群，使用基于流形学习和强化学习机制的进化多任务优化算法增强问题间的相关性并进行求解，得到两个任务的最优方案。
3、本发明的特点还在于，包括以下步骤：
4、步骤1、构建两个目标函数f1和f2，以快递员的最小化行驶时间为优化任务，目标函数表示为：
5、(1)当快递员将包裹或邮件放在附近的投递点，则只考虑快递员的行驶距离，总耗时为：
6、
7、(2)当快递员将包裹或邮件送货上门，则综合考虑快递员的行驶距离与服务时间，总耗时为：
8、
9、其中，d表示投递点的数量，d＝{1,2,..,d}，每个投递点用i表示，采用位置矩阵l来表示区域需要投递的位置，l＝{l(xi,yi),i＝1,2,..,d}，其中第i个投递点到第i+1个投递点的距离x,y分别表示为经度和纬度，并采用时间矩阵t来表示快递员在每个快递点的服务时间t＝{ti,i＝1,2,...,d}；，v表示快递员的行驶速度，ti表示第i个地点送货上门的服务时间；
10、目标函数f1和f2视为两个需要同时优化的任务t1和t2，则待优化的多任务函数为其中，和为待求解的两个任务的最优方案，ω为决策空间；
11、步骤2、针对目标函数f1和f2在决策空间内生成两个独立的随机初始化种群pop1和pop2并且初始化q表，种群中的每一个个体对应一个物流配送路径优化问题的解决方案；
12、步骤3、以概率cpk的形式通过流行学习对两个种群pop1和pop2进行基对齐和分布对齐；
13、步骤4、开始种群的迭代优化过程，以概率rmpk的形式通过不同交叉算子实现不同问题间的知识迁移，生成子代个体，并对通过流行学习对齐的个体添加标记flag(k,i)；
14、步骤5、对子代个体进行评估并更新种群，记录标记flag(k,i)＝1的数量和标记的个体的目标函数值；
15、步骤6、根据不同种群中个体的存活状态更新概率参数rmpk，通过标记个体的近两代的最佳适应度值更新概率参数cpk和q表；
16、步骤7、判断迭代次数是否达到最大迭代次数，若不满足，则跳转至步骤3；若满足，则输出当前种群作为最终解，即最优配送方案。
17、步骤2具体包括以下步骤：
18、步骤2.1、分别随机初始化种群pop1和pop2：当有个d投递点，则随机初始化n个长度为d的向量，其中包含从1到d的快递点编号的随机排列，则向量x＝(x1,x2,…,xd)；其中n为种群规模，初始化时需要将种群进行编码，编码过程中将pop1和pop2压缩至0到1之间的小数，解码过程中再将小数转换为整数；
19、步骤2.2、为每个任务分配一个q-learning中的q表，在初始阶段q表中的每个q值设置为0。
20、步骤3具体为：根据q表选择当前状态中q值最大的动作作为概率参数cpk的大小；如果所有q值为0，则随机选择一个动作作为概率参数；当随机数满足概率参数条件时，采用流形学习来对齐不同任务的基和分布，假设正在求解的任务为目标任务t，则另一个任务为源任务s。
21、步骤3中流行学习的具体步骤为：
22、步骤3.1、确定要嵌入子空间的最佳维数
23、将源任务s和目标任务t的pca子空间分别记为pcas和pcat，将源任务和目标任务的子空间组合为pcas+t；pca子空间不一致度量定义如下：
24、
25、其中，d(d)为两个主角的总度量，αd为pcas和pcas+t之间的主角，βd为pcat和pcas+t之间的主角，sinαd和sinβd为最小相关距离；
26、采用贪婪策略增加维数d，同时避免将两个子空间推向正交，即：
27、d*＝min{d|d(d)＝1} (4)
28、其中，d*为在流形的局部区域内保留足够的结构信息所需的维度，d为个体的总维度；
29、步骤3.2、构造构建测地线流
30、在流行空间g(d,d)上，分别表示源任务s和目标任务t的基，为ps的正交补集；φ(t)为格拉斯曼流行空间下的地测线映射函数，源任务和目标任务矩阵通过φ(t)映射到0到1之间，对于0和1之间的其他点，计算公式如下：
31、φ(t)＝ su1γ(t)- su2∑(t) (5)
32、其中，φ(0)＝ps，φ(1)＝pt，γ(t)、u2和∑(t)是根据分解和得到的，计算方法如下：
33、
34、其中，u1和u2为正交矩阵，γ和∑为d×d的对角矩阵，对角元素分别为sinθi和cosθi(i＝1,2,...,d)；
35、步骤3.3、计算地测线流核
36、对于两个原始的d维个体xi和xj，则φ(t)txi为特征向量xi到子空间φ(t)的投影，如果将所有的投影连接到无限维特征向量zi∞和zj∞，用zi∞和zj∞的内积定义测地流核：
37、
38、其中，为半正定矩阵，计算方法如下：
39、
40、其中，λ1，λ2，λ3为对角矩阵，对角元素为：
41、
42、最后，将源任务个体x通过地测线流核基对齐映射到目标任务个体v：
43、
44、步骤3.4、将基对齐后的数据利用coral算法减小源任务和目标任务的分布差异
45、首先计算源任务和目标任务的协方差统计量，然后对原始特征应用白化和着色变化，得到变换后的矩阵acoral，计算方法如下：
46、
47、其中，covs和covt分别为源任务和目标任务的协方差统计量，计算方法如下：
48、
49、其中，d表示种群的维度，xi表示总体的第i个维列向量。
50、步骤4具体包括以下步骤：
51、步骤4.1、对于任务内的子代生成，根据个体的优秀程度使用两种交叉算子shade和jaya，子代生成方法分别如下：
52、
53、其中，个体xi、xr1和xr2分别为种群k中的随机个体，为种群k中的较优个体，fk∈[0,1]为平衡因子；
54、
55、其中，个体xi为种群k的较差个体，xpbest和xworst分别为最优个体和最差个体；
56、步骤4.2、对于任务间子代的生成，使用shade算子生成，计算方法如下：
57、
58、其中，个体xi为种群k父代个体，为种群r中最优个体，xr1和xr2分别为种群r中的随机个体；
59、同时，在知识迁移过程中标记参数子代生成的流形学习过的个体，即flag(k,i)＝1。
60、步骤6具体包括以下步骤：
61、步骤6.1、根据不同种群中个体的存活状态更新概率参数rmpk，也就是根据种群中父代个体的存活状况来更新知识迁移的控制概率：
62、
63、其中，ns表示种群中子代个体的存活率，nd表示种群中个体的死亡率；
64、步骤6.2、通过q表更新流行学习概率参数cpk的大小，将智能体的状态划分为三种：改进、退步和没变化；假设g表示当前代，那么通过流行学习的当前代、前一代和前两代的最佳适应度为fitg，fitg-1和fitg-2，根据最佳适应度的改进带到三代之间的最佳适应度的差值为：
65、
66、根据d的大小表示不同的状态，当d>0时，表示当前任务通过流行学习对齐受益，此时将强化学习的奖励值reword设置为10；当d<0时，表示流行学习阻碍了当前任务的求解，此时将强化学习的奖励值reword设置为-5，表示惩罚；当d＝0时，表示流行学习对当前任务的求解没有作用，但也不阻碍，此时将强化学习的奖励值reword设置为5；
67、q表的更新依靠bellman方程，具体计算如下：
68、
69、其中，α为学习率，β为折扣因子，qt(st,at)表示t时刻状态s动作a的q值，rt+1表示t+1时刻的奖励值，qt+1(st,at)为q(st,at)在t+1时刻的q值。
70、本发明的有益效果是：本发明基于进化多任务优化的物流配送路径优化方法，首先以快递员的最小化行驶距离、最小化配送时间为目标函数，然后根据目标函数初始化种群，使用基于流形学习和强化学习机制的进化多任务优化算法进行求解，采用流形学习和强化学习来增强问题间的相关性，可以很好的利用不同问题之间的相关性，加速算法的收敛，提供更多的最优解决方案，从而有效的解决了现有物流配送路径优化方法求解效率低的问题。
1.基于进化多任务优化的物流配送路径优化方法，其特征在于，首先分别以快递员的最小化行驶距离耗时及最小化配送时间耗时为目标函数建立优化任务，然后根据目标函数初始化种群，使用基于流形学习和强化学习机制的进化多任务优化算法增强问题间的相关性并进行求解，得到两个任务的最优方案。
2.如权利要求1所述的基于进化多任务优化的物流配送路径优化方法，其特征在于，包括以下步骤：
3.如权利要求2所述的基于进化多任务优化的物流配送路径优化方法，其特征在于，所述步骤2具体包括以下步骤：
4.如权利要求2所述的基于进化多任务优化的物流配送路径优化方法，其特征在于，所述步骤3具体为：根据w表选择当前状态中w值最大的动作作为概率参数cpk的大小；如果所有w值为0，则随机选择一个动作作为概率参数；当随机数满足概率参数条件时，采用流形学习来对齐不同任务的基和分布，假设正在求解的任务为目标任务t，则另一个任务为源任务s。
5.如权利要求4所述的基于进化多任务优化的物流配送路径优化方法，其特征在于，所述步骤3中流行学习的具体步骤为：
6.如权利要求2所述的基于进化多任务优化的物流配送路径优化方法，其特征在于，所述步骤4具体包括以下步骤：
7.如权利要求2所述的基于进化多任务优化的物流配送路径优化方法，其特征在于，所述步骤6具体包括以下步骤：
