运输工具虚拟为供应点或需求点的物资调度方法及系统的制作方法

文档序号:9200834阅读:289来源:国知局
运输工具虚拟为供应点或需求点的物资调度方法及系统的制作方法
【技术领域】
[0001]本发明属于物资调度领域,具体涉及一种运输工具虚拟为供应点或需求点的物资调度方法及系统。
【背景技术】
[0002]科学合理地开展物资调度,又快又省地将物资从供应点运输到需求点,是物资调度管理中的一项重要工作。物资调度是基于调度目标实现的,调度目标可以定义为运输耗时最短,也可以定义为运输成本最低,或者定义为二者的加权。通常物资调度涉及到多个供应点、多个需求点、多辆运输工具以及多种物资,要求运输工具按照一定的调度序列将物资从供应点运输到需求点。
[0003]调度序列包括运输工具的路径规划和物资分配两个内容,其求解方法可分为精确求解和启发式求解。精确求解是通过严谨的数学模型,利用数学法则或数据结构搜寻的方式,寻找最优解,常见的精确求解法有线性规划法、动态规划法、分支定界法等。启发式求解通常是基于启发式算法,在可接受的花费(如计算时间等)下给出一个可行解,常见的启发式算法有遗传算法、蚁群算法、模拟退火算法等。
[0004]上述算法只是基于静态条件进行求解,然而现实中可能存在各种动态条件。如某一时刻,供应点物资信息发生了变化(如有新物资补充),或者需求点物资信息发生了变化(如又产生了新的物资需求),或者运输工具发生了变化(如运输工具的增减)。当上述变化产生时,原有的调度序列通常都不再满足调度目标的要求,需要重新计算新的调度序列。无论是精确求解还是启发式求解,在重新计算新的调度序列时都会面临一个问题,即如何处理原有在途的运输工具。
[0005]对于非在途的运输工具,无论其在供应点还是在需求点,都可以按照重新计算的调度序列改变运输路径。而对于在途的运输工具,现有方法通常只能近似求解,例如让在途的运输工具先将当前的运输任务执行完毕,再给其分配新任务。这种近似求解方法精度较差,例如,在途空载运输工具必须按照原调度序列到达某一供应点,却不一定从该供应点装载物资,而是按照新调度序列到新的供应点装载物资;又如,在途非空载运输工具即使距离某一需求点很近(该需求点可能起初不需要某种物资,后来对该物资产生了需求,而该非空载的在途运输工具恰好装载有该物资),却必须按照原调度序列到达其它需求点;再如,在某时刻,某一需求点对某种物资不再有需求,而装载有该物资的在途运输工具却必须按照原调度序列到达该需求点。
[0006]在动态条件下,无论是精确求解还是启发式求解都面临一定的不足,通常只能近似求解。如果要精确求解,则原算法必须进行改进,算法难度或计算量可能都会大幅增加。

【发明内容】

[0007]本发明的目的在于针对上述现有技术中的缺陷,提供一种运输工具虚拟为供应点或需求点的物资调度方法及系统,通过将在途运输工具虚拟为供应点或需求点,在不增加算法难度和计算量的同时,有效解决动态物资调度过程中在途运输工具如何处理的难题,能够为动态条件下的物资调度问题提供实时性好、精度高的解决方案。
[0008]为了实现上述目的,本发明运输工具虚拟为供应点的物资调度方法采用的技术方案,包括如下步骤:a.根据物资调度参数信息建立数据模块,并按照数据模块对运输工具生成运输工具调度方案;b.运输工具按运输工具调度方案进行物资调度,当参数信息在某一时刻发生变化时,将在途非空载运输工具虚拟为供应点,其对应的供应点物资信息为该在途非空载运输工具所装载物资的信息;c.以参数信息发生变化的时刻为基准,重新生成运输工具调度方案;d.重复执行步骤b和步骤c,直至运输工具调度结束。
[0009]本发明运输工具虚拟为需求点的物资调度方法采用的技术方案,包括如下步骤:
a.根据物资调度参数信息建立数据模块,并按照数据模块对运输工具生成运输工具调度方案;b.运输工具按运输工具调度方案进行物资调度,当参数信息在某一时刻发生变化时,将在途空载运输工具虚拟为需求点,其对应的需求点物资信息的物资数量为O ;c.以参数信息发生变化的时刻为基准,重新生成运输工具调度方案;d.重复执行步骤b和步骤C,直至运输工具调度结束。
[0010]本发明运输工具虚拟为供应点或需求点的物资调度方法,包括如下步骤:a.根据物资调度参数信息建立数据模块,并按照数据模块对运输工具生成运输工具调度方案;
b.运输工具按运输工具调度方案进行物资调度,当参数信息在某一时刻发生变化时,将在途非空载运输工具虚拟为供应点,其对应的供应点物资信息为该在途非空载运输工具所装载物资的信息,同时将在途空载运输工具虚拟为需求点,其对应的需求点物资信息的物资数量为0;c.以参数信息发生变化的时刻为基准,重新生成运输工具调度方案;d.重复执行步骤b和步骤C,直至运输工具调度结束。
[0011]所述的参数信息包括供应点信息、需求点信息、路径信息、运输工具信息、物资信息、供应点物资信息、需求点物资信息以及调度目标信息。
[0012]通过遗传算法计算运输工具调度方案包括以下步骤:
[0013](I)对数据模块中的参数信息进行编码:
[0014]供应点{曰息:S= {s” s2, s3,...sM},M 为正整数;
[0015]需求点信息:D= ((I1, d2, d3,...dN},N 为正整数;
[0016]路径信息:R= ((S1, dj, (S1, d2}, Is1, d3},...1s1, dN},
[0017]......
[0018]{sM, dj},{sM, d2}, {sM, d3},...{sM, dN}},
[0019]其中,{Si, dj}为供应点sjP需求点dj之间的路径信息,i = 1,2,...,M,j =1,2,...,N,1、j 为正整数;
[0020]运输工具信息:V = Iv1, v2, v3,...vA},A为正整数;
[0021]物资信息:M= Im1, m2, m3,...mB},B 为正整数;
[0022]供应点^对应的供应点物资信息:
[0023]Iiisi= (Im11XiJ, {m2, xi2}, {m3, xi3},...{mB, xiB}},其中 x 为物资数量,i =1,2,...,M,i为正整数;
[0024]需求点dj对应的需求点物资信息:
[0025]mdj= {{m ” YjJ,{m2, yJ2},{m3, yJ3},...{mB, yJB} },其中 y 为物资数量,j =1,2,...,N,j为正整数;
[0026](2)生成初始种群,该种群包含N条染色体,每条染色体按照如下方法生成:逐一对每个运输工具生成其运输工具调度序列,该运输工具调度序列称为一个基因,所有运输工具的运输工具调度序列作为一条染色体,一条染色体即是一个运输工具调度方案;
[0027](3)开始迭代,反复执行以下步骤:
[0028](i)依交叉概率对种群中的染色体进行交叉操作,依变异概率对染色体进行变异操作;交叉操作和变异操作后生成的染色体加入原种群,形成待评价种群;
[0029](ii)根据调度目标信息,计算上述待评价种群中每条染色体的适应度;
[0030](iii)生成下一代种群;
[0031](iv)判断是否达到设定的迭代终止条件;如是,则选出适应度最高的染色体作为最终的运输工具调度方案,结束;如否,则返回步骤(i)。
[0032]所述的迭代终止条件为迭代次数到达设定上限或经过若干次迭代后适应度最高染色体的适应度不变。
[0033]本发明运输工具虚拟为供应点或需求点的物资调度系统,包括设置在远程控制中心的服务器以及设置在各个运输工具、供应点和需求点上的客户端,服务器与客户端上均设置有用于信号联网交互的无线收发模块;所述的服务器还包括用于存储物资参数信息的数据库以及用于生成调度方案的计算机。
[0034]所述的客户端采用手机、笔记本电脑或者平板电脑。
[0035]与现有技术相比,本发明运输工具虚拟为供应点或需求点的物资调度方法,当参数信息在某一时刻发生变化时,通过将在途非空载运输工具虚拟为供应点,该供应点对应
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1