电动汽车路径优化系统

基于遗传算法的多约束电动物流车辆路径规划 Web 系统，支持场景随机生成、参数调节、实时求解进度与结果可视化。

项目亮点

• 多约束优化：同时考虑载重、电量、时间窗、充电行为
• 遗传算法求解：支持种群与迭代参数调节
• 实时进度反馈：通过 Socket.IO 推送求解过程
• 结果可视化：车辆路径图、成本构成图、收敛曲线、详细时间线
• 前端布局升级：控制台式页面结构，移动端自适应
• 图表配色升级：结果图统一为更专业、对比更清晰的色系

功能模块

1) 场景设置

• 随机生成客户点与需求
• 可配置客户数量、随机种子、需求上下界
• 展示配送中心、客户、充电站及时间窗信息

2) 参数配置

• 车辆参数：车辆数量、载重、电池容量、能耗、时间成本
• 算法参数：种群大小、迭代次数

3) 智能求解

• 后台线程执行遗传算法
• WebSocket 实时回传代数、最优成本、进度百分比

4) 结果展示

• 解决方案摘要（总成本、总路程、充电次数等）
• 路径可视化图
• 成本构成饼图
• 收敛曲线图
• 车辆详细路径与时间线

技术栈

后端

• Flask
• Flask-SocketIO
• NumPy
• Matplotlib

前端

• Bootstrap 5
• Socket.IO
• 原生 JavaScript

目录结构

• app.py：Web API 与 Socket 事件
• optimized_vrp_solver.py：核心算法与图表生成
• run.py：启动脚本（会自动打开浏览器）
• templates/index.html：页面模板
• static/css/style.css：页面样式
• static/js/main.js：前端交互逻辑
• requirements.txt：依赖列表

快速开始

环境要求

• Python 3.8 及以上
• 推荐使用虚拟环境

安装依赖

Windows PowerShell:

pip install -r requirements.txt

启动服务

python run.py

启动后访问：

• http://localhost:5000

使用流程

1. 在 场景设置 中生成随机场景
2. 在 参数配置 中调整车辆和算法参数
3. 点击 开始求解优化
4. 在 优化结果 查看图表与详细路线

关键接口说明

• GET /：主页
• GET /api/battery-model：电池模型参数
• GET /api/electricity-pricing：分时电价数据
• POST /api/generate-scenario：生成随机场景
• POST /api/solve：启动求解
• GET /api/solution-details：获取详细结果

模型说明

目标函数：

总成本 = 时间成本 + 电池损耗成本 + 电费成本

主要约束：

• 载重约束
• 电量约束（SOC 安全范围）
• 时间窗约束
• 充电站与充电时长约束

可视化说明（已更新）

当前结果图采用统一风格配色：

• 路径图：配送中心/客户/充电站颜色区分更明确
• 成本构成图：蓝青橙色系，标签与百分比可读性更高
• 收敛图：主曲线 + 浅色填充，趋势更清晰

常见问题

1) 启动失败（Exit Code 1）

可按以下顺序排查：

1. 检查依赖是否安装完整：

   pip install -r requirements.txt
   

2. 检查端口 5000 是否被占用

3. 检查 Python 版本是否满足要求

4. 查看控制台最后一行报错信息（通常是缺包或端口冲突）

2) 页面能打开但无法求解

• 先生成场景再求解
• 检查参数是否为有效正数
• 检查浏览器控制台和后端日志

3) 图像中文显示异常

• 当前已设置常见中文字体回退
• 若本机缺少字体，可能导致中文显示不完整

开发建议

• 优先在 optimized_vrp_solver.py 中扩展算法逻辑
• 前端交互优先修改 static/js/main.js
• 页面视觉优先修改 static/css/style.css

版本记录

v1.1.0

• 页面布局与视觉系统重构
• 优化结果图配色升级
• README 文档更新（运行、接口、排障）

---

如需进一步扩展：可增加参数预设方案、结果对比视图、导出 PDF 报告。