[0098] 步驟S041：種群規(guī)模為R，每個(gè)備選調(diào)度方案可視為一只蝙蝠，第r只蝙蝠的位置為pr，速度為vr，聲波頻率為Hr，聲波響度為Br，脈沖頻度為Ir，蝙蝠在搜索獵物時(shí)會(huì)根據(jù)目標(biāo)與自己之間的距離自動(dòng)調(diào)整波長(zhǎng)與響度； [0099] 步驟S042：找出當(dāng)前種群中蝙蝠最優(yōu)位置p*，并更新蝙蝠位置與速度；所述當(dāng)前種群中蝙蝠最優(yōu)位置即為該次迭代中適應(yīng)度最大值的對(duì)應(yīng)的備選調(diào)度方案所對(duì)應(yīng)的蝙蝠位置； λ [0100] 所述蝙蝠位置更新公式為： ，其中，pr 為第r只蝙蝠在第λ次迭 λ?1 λ 代時(shí)的位置，pr 為第r只蝙蝠在第λ?1次迭代時(shí)的位置；vr為第r只蝙蝠在第λ次迭代時(shí)的速度； [0101] 所述蝙蝠速度更新公式為： ，其中，vrλ?1為第r只蝙 蝠在第λ?1次迭代時(shí)的速度，Hr為第r只蝙蝠發(fā)出的聲波頻率； [0102] ，其中，Hmin為蝙蝠發(fā)生聲波的最小頻率，Hmax 為蝙蝠發(fā)生聲波的最大頻率，聲波頻率范圍即為[Hmin，Hmax]，β為[0,1]之間的一個(gè)隨機(jī)向量； [0103] 步驟S043：生成一個(gè)[0，1]之間的隨機(jī)數(shù)rand1，若rand1＞Ir，則進(jìn)行隨機(jī)飛行，原最優(yōu)位置附近會(huì)隨機(jī)飛行產(chǎn)生新的位置pnew，否則按照蝙蝠位置更新公式更新蝙蝠位置；隨機(jī)飛行的公式為： [0104] ，其中，pold為原最優(yōu)位置，rand2為[0，1]之間的隨 λ 機(jī)數(shù)，B為所有蝙蝠在第λ次迭代中的平均響度； [0105] 蝙蝠在尋找獵物過(guò)程中，會(huì)根據(jù)目標(biāo)獵物的方位不斷調(diào)整發(fā)出聲波的響度和頻度，以提高捕食效率，在逐漸靠近獵物的過(guò)程中，蝙蝠尋找獵物的空間范圍也在逐漸減小，因此它會(huì)逐漸減小響度到一個(gè)定值同時(shí)不斷增大頻度，以便快速、動(dòng)態(tài)地掌握目標(biāo)獵物的方位； [0106] 步驟S044：再生成一個(gè)[0，1]上的隨機(jī)數(shù)rand3，若rand3＜Br，且新的最優(yōu)位置所對(duì)應(yīng)的適應(yīng)度大于原最優(yōu)位置的適應(yīng)度，則接受該位置，將新的位置作為當(dāng)前最優(yōu)位置，并調(diào)整聲波響度減小和脈沖頻度增大； [0107] 所述調(diào)整聲波響度和頻度的公式為： ； ；其中， ，是聲波響度衰減系數(shù)，γ＞0，是脈沖頻度增 λ+1 λ 強(qiáng)系數(shù)，Br 為第r只蝙蝠在第λ+1次迭代時(shí)的聲波響度，Br為第r只蝙蝠在第λ次迭代時(shí)的λ+1 0 聲波響度，Ir 為第r只蝙蝠在第λ+1次迭代時(shí)的脈沖頻度，Ir 為第r只蝙蝠的初始脈沖頻度； [0108] 對(duì)于任意的聲波響度衰減系數(shù)與脈沖頻度增強(qiáng)系數(shù)，當(dāng)λ→∞時(shí)，有 ，λ ；當(dāng)Br趨于0時(shí)，可以認(rèn)為蝙蝠找到了獵物暫時(shí)不發(fā)出脈沖，脈沖的變化范圍可以由本領(lǐng)域技術(shù)人員根據(jù)具體情況設(shè)置不同的數(shù)值區(qū)間，只有當(dāng)蝙蝠的位置得到優(yōu)化后，脈沖的響度和頻率才會(huì)更新，這暗示著蝙蝠正朝著最佳位置移動(dòng)。 [0109] 本實(shí)施例中，需要具體說(shuō)明的是，第e次迭代時(shí)遺傳算法中的最優(yōu)解作為第e+1次迭代時(shí)蝙蝠算法搜索的起點(diǎn)，第e+1次迭代時(shí)蝙蝠算法找到的最優(yōu)解加入至第e+2次迭代時(shí)遺傳算法的種群中，因此遺傳算法和蝙蝠算法之間能夠共享最優(yōu)解的信息，從而使得兩種算法都能從對(duì)方的搜索結(jié)果中受益，提高求解問(wèn)題的效率和準(zhǔn)確性，從而更有利于從復(fù)雜多變的調(diào)度方案中獲取最佳物流調(diào)度方案。 [0110] 本實(shí)施例中，需要具體說(shuō)明的是，本實(shí)施與現(xiàn)有技術(shù)的區(qū)別主要在于本實(shí)施例具備數(shù)據(jù)歸類(lèi)模塊、方案初篩模塊以及方案推優(yōu)模塊，通過(guò)對(duì)實(shí)時(shí)物流數(shù)據(jù)集內(nèi)的數(shù)據(jù)歸類(lèi)從而獲取標(biāo)記數(shù)據(jù)類(lèi)別，能夠?qū)?biāo)記數(shù)據(jù)類(lèi)別進(jìn)行調(diào)度內(nèi)容的匹配，而對(duì)未標(biāo)記數(shù)據(jù)類(lèi)別不進(jìn)行匹配，減少了數(shù)據(jù)計(jì)算量，提高了效率，同時(shí)提高了精準(zhǔn)性，保證所有調(diào)度內(nèi)容均符合最新的法規(guī)政策內(nèi)容，而基于匹配后的調(diào)度內(nèi)容形成備選調(diào)度方案集，為后續(xù)獲取最佳物流調(diào)度方案奠定了基礎(chǔ)，方案推優(yōu)模塊結(jié)合了遺傳算法與蝙蝠算法，遺傳算法擅長(zhǎng)于全局搜索，而蝙蝠算法擅長(zhǎng)于局部搜索，兩者結(jié)合能夠增強(qiáng)遺傳算法缺失的局部搜索能力與蝙蝠算法缺失的全局搜索能力，遺傳算法和蝙蝠算法之間能夠共享最優(yōu)解的信息，從而使得兩種算法都能從對(duì)方的搜索結(jié)果中受益，提高求解問(wèn)題的效率和準(zhǔn)確性，從而更有利于從復(fù)雜多變的調(diào)度方案中獲取最佳物流調(diào)度方案。 [0111] 最后：以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。 [0112] 以上所述，僅為本申請(qǐng)的具體實(shí)施方式，但本申請(qǐng)的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本申請(qǐng)揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本申請(qǐng)的保護(hù)范圍之內(nèi)。因此，本申請(qǐng)的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。