(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210845826.2 (22)申请日 2022.07.19 (71)申请人 东北大学 地址 110819 辽宁省沈阳市和平区文化路3 号巷11号 (72)发明人 都业新　黄敏　高哲明　王兴伟　 (74)专利代理 机构 沈阳东大知识产权代理有限 公司 21109 专利代理师 李在川 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 10/08(2012.01) G06Q 30/02(2012.01) G06Q 30/06(2012.01)G06N 3/00(2006.01) (54)发明名称 一种考虑碳 排的双目标车货匹配方法 (57)摘要 本发明提供一种考虑碳排的双目标车货匹 配方法， 首先 获取某一时间段内货主方的订单信 息和车主方的订单信息， 构建车货匹配数据集， 然后建立考虑碳排的双目标车货匹配优化模型， 最后利用异步变化的粒子群算法求解双目标优 化模型， 得到最小化碳排放和最大化平台 收益的 车货匹配方案； 本发明针对最小化总碳排量和最 大化车货匹配平台 收益的双目标优化模型， 利用 异步变化的多目标粒子群算法对解空间进行探 索， 将车货信息进行合理匹配， 平衡好碳排放和 平台收益之间的关系。 使用方法简单， 成本较低， 可为现实中车货匹配平台的决策者提供参考意 见。 权利要求书3页 说明书8页 附图2页 CN 115222127 A 2022.10.21 CN 115222127 A 1.一种考虑碳 排的双目标 车货匹配方法， 其特 征在于， 包括： 步骤1： 获取某一时间段内货主方的订单信 息和车主方的订单信 息， 构建车货匹配数据 集； 步骤2： 建立 考虑碳排的双目标 车货匹配优化模型； 步骤3： 利用异步变化的粒子群算法求解双目标优化模型， 得到最小化碳排放和最大化 平台收益的车货匹配方案 。 2.根据权利要求1所述的一种考虑碳排的双目标车货匹配方法， 其特征在于， 所述步骤 2包括： 最小化总碳 排放量： 最大化平台总收益： 货主最多仅允许匹配一个车主： 车主最多仅允许匹配一个货主： 货主货物重量 不大于匹配车主车辆的最大 载重量： 车主将货物运至目的地的时间必须在货主规定的时限以内： 式中， Dij代表车主i∈V与货主j∈G之间的距离； V代表货主集合； G代表车主集合； Djk代 表货主j∈G与运送目的地k∈O之间的距离； O代表货物运送目的地集合； v代表货车行驶的 平均速度； Cj代表货主j∈G支付的费用； q代表平台对货主支付费用的抽成比例； ei代表车主 i∈V驾驶车辆的单位碳排放； Zij代表车主i∈V与货主j∈G 匹配产生的碳排放； Li代表车主i ∈V驾驶车辆的最大载重量； Wi代表车主i∈V驾驶车辆的空载质量； Wj代表货主j∈G的货物 重量； 代表货主j∈G要求货物送达目的地时间； Tij代表车主到达某位置的实际时间； xij 代表车主i∈V和货主j∈G的匹配情况， 匹配为1， 反 之为0。 3.根据权利要求1所述的一种考虑碳排的双目标车货匹配方法， 其特征在于， 步骤3包 括： 步骤3.1： 根据所有货主和车主， 对粒子进行编码并进行匹配判断； 步骤3.2： 对种群进行初始化；权　利　要　求　书 1/3 页 2 CN 115222127 A 2步骤3.3： 对粒子群迭代过程中生成的解进行二次优先级排序； 步骤3.4： 对于粒子群迭代过程中的粒子进行修复； 步骤3.5： 对粒子的个 体最优位置和全局最优位置进行 更新； 步骤3.6： 对种群进行 更新； 步骤3.7： 对惯性权 重、 学习因子进行 更新； 步骤3.8： 当迭代次数等于预设最大迭代次数Iter_max时， 运算停止， 输出当前最优的 车货匹配方案解 集。 4.根据权利要求3所述的一种考虑碳排的双目标车货匹配方法， 其特征在于， 所述步骤 3.1具体表述 为： 步骤3.1.1： 将n个货主和 m个车主表示为n+m维的粒子， 采用实数编码方式对每个粒子 的位置矢量进行编码； 步骤3.1.2： 针对每一个货主遍历所有车主， 通过车辆最大载重约束和时间约束来判断 货主和车主是否满足约束 要求； 步骤3.1.3： 如果满足步骤3.1.2中的约束条件， 则记录下该货主和车主的编号， 并将它 们从各自的数组中删除， 继续对 下一位货主进行遍历； 反之， 若 所有车主均不满足货主的约 束条件， 则记录下 此货主未被匹配。 5.根据权利要求3所述的一种考虑碳排的双目标车货匹配方法， 其特征在于， 所述步骤 3.3具体表述 为： 步骤3.3.1： 采用NS GA‑Ⅱ中快速非支配排序策略对粒子群迭代过程 中生成的解进行第 一步优先级排序； 步骤3.3.2： 计算每个个体的拥挤度距离， 对第一步优先级排序后的解进行第二步优先 级排序； 步骤3.3.3： 对所有 的非支配层进行相同的操作， 直至遍历所有支配层， 完成整个种群 的排序。 6.根据权利要求3所述的一种考虑碳排的双目标车货匹配方法， 其特征在于， 所述步骤 3.5具体表述 为： 步骤3.5.1： 个体最优位置的更新， 具体表述为： 若粒子当前的位置能够支配其历史最 优位置， 则将粒子的个体最优位置更新至当前位置； 若当前位置被粒子的历史最优位置支 配， 则不更新粒子的个体最优位置； 若 粒子的当前位置与其历史最优位置无支配关系， 则按 照50％的概率是否进行 更新操作； 步骤3.5.2： 全局最优位置的更新， 具体表述为： 首先对同一非支配层的个体进行拥挤 度距离排序， 然后从优先级高的非支配层中选取拥挤度距离最大的个体作为全局最优位 置。 7.根据权利要求3所述的一种考虑碳排的双目标车货匹配方法， 其特征在于， 所述步骤 3.6具体表述 为： 步骤3.6.1： 根据预设好的规模大小设置解集P， 对产生的种群进行非支配排序和拥挤 度距离的计算； 步骤3.6.2： 根据非支配层的顺序依次放入解集P中， 若添加某一非支配层时， 种群的大 小超出了解集P的规模， 则对当前非支配层的个体进 行拥挤度 距离的排序， 提取拥挤度距离权　利　要　求　书 2/3 页 3 CN 115222127 A 3