一种用于烟草专卖市场检查路径规划的辅助工具

技术领域

本发明涉及市场检查路径规划技术领域，尤其涉及一种用于烟草专卖市场检查路径规划的辅助工具。

背景技术

从目前专卖市场检查的主要工作任务来看，涉及的检查对象的工作任务均有地理位置坐标，市管员可以在市场监管APP根据检查对象的地理坐标进行单个的检查对象导航，无法实现整体的全局性路径规划。

目前，一方面市场检查任务在专卖管理方面均有涉及，年度、月度、工作日涉及的工作任务具有一定的交叉性、综合性、复杂性。在日常工作分配中必然会有重叠或重复的路线，缺少时间上和空间上一定的科学的、综合的统筹性安排，易以偏概全，影响市场检查质量；另一方面检查过程中市场人员只能根据检查对象的地理坐标进行单个的“人肉导航”，中途交叉重复路线较多，存在较多的等待时间浪费；同时，人工的经验安排，无法进行全局性的统筹安排，较难整合多约束条件下的工作任务以及资源，造成路径重复、任务不均等问题，从专卖检查的全局效率上看，也难以达到检查效率的最优解。

发明内容

本发明的目的是为了解决现有技术中存在无法进行全局性的统筹安排，较难整合多约束条件下的工作任务以及资源，造成路径重复、任务不均的缺点，而提出的一种用于烟草专卖市场检查路径规划的辅助工具。

为了实现上述目的，本发明采用了如下技术方案：

一种用于烟草专卖市场检查路径规划的辅助工具，包括市场检查路径规划方法，步骤如下：

S1、获取空间聚类中心选取结果；

S2、将定期工作任务利用空间聚类方法进行分组

S3、在组内通过最短路径算法求出路径的最优解；

S4、利用遗传算法求解不同组下的最优路径；

S5、对各类任务的进行优先级区分。

优选地，所述获取空间聚类中心选取结果，具体包括：

分别定义待聚类点集合points、分组数量K和空集合变量 centers；

从待聚类点集合中随即选取一点添加到空集合变量中；

对空集合变量的长度进行判定；

当空集合变量的长度大于等于分组数量时，此时的聚类中心选取结果为空集合变量；

当空集合变量的长度小于分组数量时，计算待聚类点集合中每个点距离空集合变量中每个点的最近距离集合diss，并将所得diss集合中所有距离相加得到sumDis；

此时生成一个(0,1)的随机数r，随机距离D＝rd，随即变量d＝0， i＝0，判定diss集合的长度是否小于i；当i大于等于diss集合的长度时，则对此时的空集合变量的长度进行重新判定；当i小于diss 集合的长度时，则将此时待聚类点集合中的i点重新添加到空集合变量中重新进行判定。

优选地，所述通过空间聚类方法对检查对象的位置按工作日分组，具体包括：

通过专卖管理信息系统调出某月的检查任务的数据，提取其零售户的空间坐标，使用Kmeans++聚类算法，指定任务天数作为空间聚类分组标准，以此形成单个工作日的检查任务；

优选地，所述在组内通过最短路径算法求出路径的最优解，具体包括：

对组内的单个工作日任务通过最短路径算法求出路径的最优解，并在含有拓扑关系的路网上进行规划，以此形成每个检查日的工作任务；

其中，最短路径模型算法如下：

多目标路径选择问题一般可描述为，对于G＝(N,E)，节点集为 N，节点间的有向边的集合为E，|N|＝n，|E|＝m，令Aq(q＝1,2...，Q) 表示第q个目标值，A

定义0-1变量，

这样，多目标最短路径模型可描述为如下：

优选地，所述利用遗传算法求解不同组下的最优路径，具体如下：

利用遗传算法求解不同组下的最优路径，并结合地理信息系统路网形成可视化的市场检查路径；

其中，遗传算法步骤如下：

对种群进行初始化处理，随即判定其是否达到最大迭代次数；

判定结果达到最大迭代次数时，则直接输出子代群体结果；

判定结果未达到最大迭代次数时，对子代群体进行适应度计算，随即选择子代，并对其进行交叉和变异筛选，最终得到子代群体结果；

子代群体适应度最值最高的即为目标结果。

其中，初始化种群个体数量为：点数量*15，最大迭代次数为：点数量*20，子代数量为：初始化种群个体数量*0.8(取整)，交叉概率为：0.9，变异概率为：0.01，适应度计算为：每个个体的路径距离的倒数，选择子代为：适应度的值代表父代种群选择到子代的概率

优选地，所述对各类任务的进行优先级区分，具体包括：

将各类任务混合到每天的检查路线当中，当检查的路线包含不同类型任务时，采用AHP层次分析法对工作任务进行优先级的划分，按优先级进行任务的选择和动态调整，以此掌握工作进度，实现对市场检查动态的全局性规划。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现用于烟草专卖市场检查路径规划方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现用于烟草专卖市场检查路径规划方法的步骤。

相比现有技术，本发明的有益效果为：

本发明将市场检查的路径规划按照分组、路径、分级的方法，通过空间聚类分组降低重复度，再在组内求最优路径提高路线合理性，最后按照任务优先级统筹调整，使得市管员能够实现市场检查动态的全局性规划，并采用AHP层次分析法对工作任务进行优先级的划分，市管员在选择检查路线时能够有一个比较科学的决策辅助，而且也能够对任务按优先级进行选择和动态调整，以此掌握工作进度，合理分配任务，提高市场检查工作效率。

附图说明

图1为本发明提出的一种用于烟草专卖市场检查路径规划方法的步骤流程图示意图；

图2为本发明提出的初始聚类中心选取流程图；

图3为本发明提出的Kmeans++聚类算法流程图；

图4为本发明提出的遗传算法求解流程图；

图5为本发明提出的一种用于烟草专卖市场检查路径规划的方法的程序算法流程图；

图6为本发明提出的一种用于烟草专卖市场检查路径规划方法的计算机框架结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

一种用于烟草专卖市场检查路径规划的辅助工具，包括市场检查路径规划方法，步骤如下：

S1、获取空间聚类中心选取结果，具体包括：

分别定义待聚类点集合points、分组数量K和空集合变量 centers；

从待聚类点集合中随即选取一点添加到空集合变量中；

对空集合变量的长度进行判定；

当空集合变量的长度大于等于分组数量时，此时的聚类中心选取结果为空集合变量；

当空集合变量的长度小于分组数量时，计算待聚类点集合中每个点距离空集合变量中每个点的最近距离集合diss，并将所得diss集合中所有距离相加得到sumDis；

此时生成一个(0,1)的随机数r，随机距离D＝rd，随即变量d＝0，i＝0，判定diss集合的长度是否小于i；当i大于等于diss集合的长度时，则对此时的空集合变量的长度进行重新判定；当i小于diss 集合的长度时，则将此时待聚类点集合中的i点重新添加到空集合变量中重新进行判定。

S2、通过空间聚类方法对检查对象的位置按工作日分组，具体包括：

通过专卖管理信息系统调出某月的检查任务的数据，提取其零售户的空间坐标，使用Kmeans++聚类算法，指定任务天数作为空间聚类分组标准，以此形成单个工作日的检查任务；

S3、在组内通过最短路径算法求出路径的最优解，具体包括：

对组内的单个工作日任务通过最短路径算法求出路径的最优解，并在含有拓扑关系的路网上进行规划，以此形成每个检查日的工作任务；

其中，最短路径模型算法如下：

多目标路径选择问题一般可描述为，对于G＝(N,E)，节点集为 N，节点间的有向边的集合为E，|N|＝n，|E|＝m，令Aq(q＝1,2...，Q) 表示第q个目标值，A

定义0-1变量，

这样，多目标最短路径模型可描述为如下：

S4、利用遗传算法求解不同组下的最优路径，具体如下：

利用遗传算法求解不同组下的最优路径，并结合地理信息系统路网形成可视化的市场检查路径；

其中，遗传算法步骤如下：

对种群进行初始化处理，随即判定其是否达到最大迭代次数；

判定结果达到最大迭代次数时，则直接输出子代群体结果；

判定结果未达到最大迭代次数时，对子代群体进行适应度计算，随即选择子代，并对其进行交叉和变异筛选，最终得到子代群体结果；

子代群体适应度最值最高的即为目标结果。

其中，初始化种群个体数量为：点数量*15，最大迭代次数为：点数量*20，子代数量为：初始化种群个体数量*0.8(取整)，交叉概率为：0.9，变异概率为：0.01，适应度计算为：每个个体的路径距离的倒数，选择子代为：适应度的值代表父代种群选择到子代的概率

S5、对各类任务的进行优先级区分，具体包括：

将各类任务混合到每天的检查路线当中，当检查的路线包含不同类型任务时，采用AHP层次分析法对工作任务进行优先级的划分，按优先级进行任务的选择和动态调整，以此掌握工作进度，实现对市场检查动态的全局性规划；

其中，AHP层次分析法是将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。

一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，处理器执行计算机可读指令时实现用于烟草专卖市场检查路径规划方法的步骤。

一种计算机可读存储介质，计算机可读存储介质上存储有计算机可读指令，计算机可读指令被处理器执行时实现用于烟草专卖市场检查路径规划方法的步骤。

本发明，分为初始规划和动态调整规划，月初进行初始的路径规划形成检查路线后，市管员可以在次基础上，对任务按优先级进行选择和动态调整，掌握工作进度，合理分配任务，提高市场检查工作效率；简而言之，就是将市场检查的路径规划按照“分组、路径、分级”方法，通过空间聚类分组降低重复度，再在组内求最优路径提高路线合理性，最后按照任务优先级统筹调整，市管员能够实现市场检查动态的全局性规划。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。