一种考虑不确定条件的多式联运路径优化方法

摘要

本发明公开了一种考虑不确定条件的多式联运路径优化方法，实现步骤为：建立不确定条件下的多式联运路径优化模型；利用随机模拟方法和强大数定律为训练RBF神经网络模型产生输入和输出数据；输入随机模拟生成的不确定运输速度和转运时间，训练完毕RBF神经网络模型输出期望延误惩罚费用和期望送达时间约束值；基于差分进化算法计算不确定条件下多式联运最优路径方案。本发明方法能够在货物运输速度和转运时间不确定条件下，输出期望运输总成本最优的多式联运路径方案，提高运输时效性和经济性，为运输企业制定合理的物流路径方案提供决策支持。