CN106203740A - 一种仓储物流车辆调度方法和*** - Google Patents

一种仓储物流车辆调度方法和*** Download PDF

Info

Publication number
CN106203740A
CN106203740A CN201610643271.8A CN201610643271A CN106203740A CN 106203740 A CN106203740 A CN 106203740A CN 201610643271 A CN201610643271 A CN 201610643271A CN 106203740 A CN106203740 A CN 106203740A
Authority
CN
China
Prior art keywords
information
terminal node
optimum distribution
distribution path
task
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610643271.8A
Other languages
English (en)
Inventor
徐训
朱燕飞
林巧梅
郑卜松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201610643271.8A priority Critical patent/CN106203740A/zh
Publication of CN106203740A publication Critical patent/CN106203740A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种仓储物流车辆调度方法和***,所述方法通过获取任务配送起点地址信息、终点地址信息,再调用地图信息模块的道路坐标信息;然后通过自适应蚁群算法计算得到从配送任务的起点到终点的最优配送路径信息;最后将所述最优配送路径信息经Zigbee协调控制器发送给终端节点,携带有所述终端节点的车辆按照最优配送路径进行配送任务,因此节省了货物配送时间,从而提高了仓储物流的配送效率。

Description

一种仓储物流车辆调度方法和***
技术领域
本发明涉及仓储物流领域,更具体地说,涉及一种仓储物流车辆调度方法和***。
背景技术
随着互联网科技的进步,物流行业得到了快速发展。仓储物流主要包括货物装卸搬运、配送、储存、管理等,货物能够快速准确的配送到堆放点或者对应的仓库是仓储物流的重要部分。而仓储物流配送主要涉及到车辆调度问题,而影响车辆配送效率的因素有很多,如配送路径、仓库车流、配送车辆等。
目前,仓储物流的配送过程中通常是人为选择配送路径,而人为选择路径的配送效率不高。
因此,如何提高货物配送效率是目前仓储物流需要解决的技术问题。
发明内容
为解决上述技术问题,本发明提供一种仓储物流车辆调度方法和***,能够通过自适应蚁群算法获得配送任务的最优配送路径,这样可以节省货物配送时间,从而提高仓储物流的配送效率。
为实现上述目的,本发明提供如下技术方案:
本发明公开了一种仓储物流车辆调度方法,包括:
获取任务配送信息,其中所述任务配送信息为任务配送起点地址信息、终点地址信息;
调用地图信息模块的道路坐标信息;
基于所述任务配送信息和道路坐标信息,通过自适应蚁群算法计算得到最优配送路径信息;
将所述最优配送路径信息经Zigbee协调控制器发送给终端节点,以便携带有所述终端节点的车辆按照最优配送路径进行配送任务。
优选的,所述将所述最优配送路径信息经Zigbee协调控制器发送给终端节点之后,还包括:
基于时间窗机制接收第一终端节点发送的第一反馈信息,其中,所述第一反馈信息包括道路拥堵信息和所述第一终端节点的位置信息;
调用地图信息模块的道路坐标信息;
基于第一终端节点的位置信息、任务配送信息的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第一最优配送路径信息,其中,所述第一终端节点的位置信息作为新的起点地址信息;
将所述第一最优配送路径信息经Zigbee协调控制器发送给第一终端节点,以便携带有所述第一终端节点的车辆避开拥堵重新按照所述第一最优配送路径信息进行配送任务。
优选的,所述将所述最优配送路径信息经Zigbee协调控制器发送给终端节点之后,还包括:
基于时间窗机制接收第二终端节点发送的第二反馈信息,其中所述第二反馈信息为车辆故障信息和所述第二终端节点的位置信息;
调用地图信息模块的道路坐标信息;
基于所述第二终端节点的位置信息、任务配送信息的起点位置信息和道路坐标信息,通过自适应蚁群算法重新计算得到第二最优配送路径信息,其中,所述第二终端节点的位置信息为新的终点地址信息;
经Zigbee协调控制器向第三终端节点发送所述第二最优配送路径信息,以便携带有所述第三终端节点的车辆替换携带有所述第二终端节点的车辆进行配送任务。
优选的,所述将所述最优配送路径信息经Zigbee协调控制器发送给终端节点之后,还包括:
获取配送任务更改的终点地址信息;
基于时间窗机制接收所述终端节点发送的第三反馈信息,其中,所述第三反馈信息包括所述终端节点的位置信息;
调用地图信息模块的道路坐标信息;
基于终端节点的位置信息、更改的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第三最优配送路径信息,其中,所述终端节点的位置信息作为新的起点地址信息;
将所述第三最优配送路径信息经Zigbee协调控制器发送给所述终端节点,以便携带有所述终端节点的车辆按照所述第三最优配送路径信息进行改变终点地址的配送任务。
优选的,所述基于时间窗机制接收所述终端节点发送的反馈信息之后,还包括:
对获取的所述终端节点的位置信息进行显示。
本发明公开了一种仓储物流车辆调度***,包括:
调度中心、Zigbee协调控制器和至少一个终端节点;
所述调度中心,用于获取任务配送信息,并调用地图信息模块的道路坐标信息,然后基于所述任务配送信息和道路坐标信息采用自适应蚁群算法计算得到最优配送路径信息,最后将所述最优配送路径信息发送给所述Zigbee协调控制器;
所述Zigbee协调控制器,用于接收所述调度中心发送的最优配送路径信息,并将所述最优配送路径信息转发给终端节点;
所述终端节点,用于接收所述Zigbee协调控制器发送的所述最优配送路径信息,以便携带有所述终端节点的车辆按照最优配送路径进行配送任务。
优选的,所述调度中心,还用于基于时间窗机制接收第一终端节点发送的第一反馈信息,其中,所述第一反馈信息包括道路拥堵信息和所述第一终端节点的位置信息,调用地图信息模块的道路坐标信息,然后基于所述第一终端节点的位置信息、任务配送信息的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第一最优配送路径信息,其中,所述第一终端节点的位置信息作为新的起点地址信息,最后将所述第一最优配送路径信息发送给所述Zigbee协调控制器;
所述Zigbee协调控制器,还用于向所述调度中心转发所述第一终端节点的第一反馈信息,并且接收所述第一最优配送路径信息,并将所述第一最优配送路径信息转发给所述第一终端节点;
所述第一终端节点,用于接收所述Zigbee协调控制器发送的所述第一最优配送路径信息,以便携带有所述第一终端节点车辆避开拥堵重新按照所述第一最优配送路径信息进行配送任务。
优选的,所述调度中心,还用于基于时间窗机制接收第二终端节点发送的第二反馈信息,其中所述第二反馈信息为车辆故障信息和所述第二终端节点的位置信息,并且调用地图信息模块的道路坐标信息,然后基于所述第二终端节点的位置信息、任务配送信息的起点位置信息和道路坐标信息,通过自适应蚁群算法重新计算得到第二最优配送路径信息,其中,所述第二终端节点的位置信息为新的终点地址信息,最后经所述Zigbee协调控制器向第三终端节点发送所述第二最优配送路径信息,以便携带有所述第三终端节点的车辆替换携带有所述第二终端节点的车辆进行配送任务;
所述Zigbee协调控制器,还用于向所述调度中心转发所述第二终端节点的第二反馈信息,并且接收所述调度中心发送的所述第二最优配送路径信息,并将所述第二最优配送路径信息转发给所述第三终端节点;
所述第二终端节点,用于向所述调度中心发送第二反馈信息;
所述第三终端节点,用于接收所述Zigbee协调控制器发送的所述第二最优配送路径信息,以便携带有所述第三终端节点的车辆替换携带有所述第二终端节点的车辆进行配送任务。
优选的,所述调度中心,还用于获取配送任务更改的终点地址信息,并且基于时间窗机制接收所述终端节点发送的第三反馈信息,其中,所述第三反馈信息包括所述终端节点的位置信息,调用地图信息模块的道路坐标信息,然后基于所述终端节点的位置信息、更改的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第三最优配送路径信息,其中,所述终端节点的位置信息作为新的起点地址信息,最后将所述第三最优配送路径信息发送给所述Zigbee协调控制器;
所述Zigbee协调控制器,还用于向所述调度中心发送所述终端节点的第三反馈信息,并且接收所述调度中心发送的所述第三最优配送路径信息,并将所述第三最优配送路径信息转发给所述终端节点;
所述终端节点,还用于接收所述Zigbee协调控制器发送的第三最优配送路径信息,以便携带有所述终端节点的车辆按照所述第三最优配送路径信息进行改变终点地址的配送任务。
优选的,所述调度中心,还用于对接收的终端节点的位置信息进行显示。
从上述技术方案可以看出,本发明的有益效果为:本发明通过获取任务配送起点地址信息、终点地址信息,再调用地图信息模块的道路坐标信息;然后通过自适应蚁群算法计算得到从配送任务的起点到终点的最优配送路径信息;最后将所述最优配送路径信息经Zigbee协调控制器发送给终端节点,携带有所述终端节点的车辆按照最优配送路径进行配送任务,因此节省了货物配送时间,从而提高了仓储物流的配送效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明实施例中公开的一种仓储物流车辆调度的方法流程图;
图2是本发明另一实施例中公开的一种仓储物流车辆调度的方法流程图;
图3是本发明另一实施例中公开的一种仓储物流车辆调度的方法流程图;
图4是本发明另一实施例中公开的一种仓储物流车辆调度的方法流程图;
图5是本发明实施例中公开的一种仓储物流车辆调度的***结构图。
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开一种仓储物流车辆调度方法,参见图1,所述方法包括:
步骤S101、获取任务配送信息;
其中,任务配送信息由调度工作人员输入,主要包括任务配送起点地址信息、终点地址信息;
步骤S102、调用地图信息模块的道路坐标信息;
其中,所述地图信息模块包含了整个物流仓库区域内所有道路坐标信息;
步骤S103、基于所述任务配送信息和道路坐标信息,通过自适应蚁群算法计算得到最优配送路径信息;
其中,通过自适应蚂蚁算法计算得到最优配送路径的过程包括:
首先,在车辆调度问题中,为避免蚁群算法陷入局部停滞,需把每条路径上的信息素限制在[τminmax]之间,
产生第一代最优解前,采用以下公式确定τmin(t)和τmax(t):
τ m a x ( t ) = 1 2 ( 1 - ρ ) · 1 L ( S g b ) - - - ( 1 )
τ min ( t ) = τ m a x ( t ) 20 - - - ( 2 )
在信息素得到更新之后,采用以下公式确定τmax(t):
τ m a x ( t ) = 1 2 ( 1 - ρ ) · 1 L ( S g b ) + σ L ( S g b ) - - - ( 3 )
在公式(3)中,τmin(t)表示最小信息素浓度,τmax(t)表示最大信息素浓度,L(sgb)表示全局最优解的路径长度,σ表示的是“精英蚂蚁”的数量;
选取在路径构建中排名靠前的几只“精英蚂蚁”,将它们用于信息素的更新,其更新规则如下:
τ i j n e w = ( 1 - ρ ) τ i j o l d + Σ u = 1 σ - 1 Δτ i j u + σΔτ i j * - - - ( 4 )
在公式(4)中:代表信息素浓度,1-ρ就表示信息素残留因子,ρ的取值范围为u代表蚂蚁的排名,代表路径长度为Lu时信息素所增加的浓度,代表路径长度L*最优解时信息素增加的浓度;
为了扩大信息素的更新范围,在迭代过程中,对于出现优于上代解时给予本迭代激励,而对于劣于上代产生的解时给予本迭代惩罚,从而加快其收敛速度;对信息素更新过的路径所采取的激励与惩罚的措施按下式确定:
在公式(5)中,代表信息素浓度,Lnew、Lold代表路径长度,其中路径长度通过配送起点和配送终点之间的道路坐标信息进行计算得到;
在获得更新后的信息素后,计算第k条路径上的车辆从配送起点i到配送终点j的概率由下式决定:
P i j k = ω 1 ‾ ( τ i j ) α ( η i j ) α Σ h ∈ Ω ( τ i j ) α ( η i j ) α + ω 2 ‾ 1 / ( | t i j - a j | + | t i j - b j | ) Σ h ∈ Ω 1 / ( | t i h - a h | + | t i h - b h | ) , i f j ∈ Ω 0 , e l s e - - - ( 6 )
在公式(6)中:τij代表信息素浓度,α代表信息启发因子,ηij代表启发函数,表示客户点j的时间约束条件,表示权重系数,并满足tij表示车辆从配送起点i到达配送终点j的时间,Ω={j|j为可被访问的车间}∪{0},其中0表示配送中心;
最终获得从配送起点到配送终点的选择所有路径的概率,其中概率最大的路径作为最优配送路径;
步骤S104、将所述最优配送路径信息经Zigbee协调控制器发送给终端节点,以便携带有所述终端节点的车辆按照最优配送路径进行配送任务;
其中,调度中心根据配送货物量选择需要进行本次配送任务需要车辆的数量,并将得到所述最优配送路径信息发送至Zigbee协调控制器,需要说明的是需要预先为网络中的终端节点分配地址标识,Zigbee协调控制器根据所述地址标识将所述最优配送路径信息发送给终端节点,这样携带有所述终端节点的车辆就能按照最优配送路径进行配送任务。
本实施例中通过获取任务配送起点地址信息、终点地址信息,再调用地图信息模块的道路坐标信息;然后通过自适应蚁群算法计算得到从配送任务的起点到终点的最优配送路径信息;最后将所述最优配送路径信息经Zigbee协调控制器发送给终端节点,携带有所述终端节点的车辆按照最优配送路径进行配送任务,因此节省了货物配送时间,从而提高了仓储物流的配送效率。
优选的,另一实施例中,公开了一种仓储物流车辆调度方法,参见图2,所述方法包括:
步骤S201、获取任务配送信息;
其中,所述任务配送信息为初始配送任务的起点地址信息和终点地址信息;
步骤S202、调用地图信息模块的道路坐标信息;
步骤S203、基于所述任务配送信息和道路坐标信息,通过自适应蚁群算法计算得到最优配送路径信息;
步骤S204、将所述最优配送路径信息经Zigbee协调控制器发送给第一终端节点;
步骤S205、基于时间窗机制接收所述第一终端节点发送的第一反馈信息,其中,所述第一反馈信息包括道路拥堵信息和所述第一终端节点的位置信息;
其中,基于时间窗机制接收终端节点的反馈信息表示为同时进行多个配送任务设定一个时间窗,所述时间窗表示一个时间间隔,这样在每个时间窗内接收对应配送任务的反馈信息,这样避免了不同配送任务间信息传输的冲突;
步骤S206、调用地图信息模块的道路坐标信息;
步骤S207、基于第一终端节点的位置信息、任务配送信息的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第一最优配送路径信息,其中,所述第一终端节点的位置信息作为新的起点地址信息;
步骤S208、将所述第一最优配送路径信息经Zigbee协调控制器发送给第一终端节点,以便携带有所述第一终端节点的车辆避开拥堵重新按照所述第一最优配送路径信息进行配送任务。
需要说明的是,本实施例主要是针对在配送任务中道路出现拥堵的情况,为保证货物准时送达存放地点,需要避开拥堵。因此,当前方道路出现拥堵,携带有终端节点的车辆的工作人员通过终端节点向调度中心发送道路拥堵信息以及车辆所在的位置信息。调度中心接收到终端节点的反馈信息后,以当前车辆的位置信息为新的起点位置,重新计算一条配送路径。由于调度中心收到道路拥堵信息后会自动舍弃这条拥堵路径,所以重新获得的配送路径即本实施例中的所述第一最优配送路径与拥堵的路径不是同一条路径。
本实施例中,当配送路径出现拥堵情况,终端节点会向调度中心反馈道路拥堵信息,此时,调度中心会根据终端节点的当前位置和任务配送终点信息重新计算配送路径,从而避开道路拥堵,减少物流配送时间。另外,调度中心基于时间窗机制接收终端节点的反馈信息,避免了配送任务间信息传输的冲突,从而提高物流配送效率。
优选的,另一实施例中,公开了一种仓储物流车辆调度方法,参见图3,所述方法包括:
步骤S301、获取任务配送信息;
其中,所述任务配送信息为初始配送任务的起点地址信息和终点地址信息;
步骤S302、调用地图信息模块的道路坐标信息;
步骤S303、基于所述任务配送信息和道路坐标信息,通过自适应蚁群算法计算得到最优配送路径信息;
步骤S304、将所述最优配送路径信息经Zigbee协调控制器发送给第二终端节点;
步骤S305、基于时间窗机制接收第二终端节点发送的第二反馈信息,其中所述第二反馈信息为车辆故障信息和所述第二终端节点的位置信息;
步骤S306、调用地图信息模块的道路坐标信息;
步骤S307、基于所述第二终端节点的位置信息、任务配送信息的起点位置信息和道路坐标信息,通过自适应蚁群算法重新计算得到第二最优配送路径信息,其中,所述第二终端节点的位置信息为新的终点地址信息;
步骤S308、经Zigbee协调控制器向第三终端节点发送所述第二最优配送路径信息,以便携带有所述第三终端节点的车辆替换携带有所述第二终端节点的车辆进行配送任务。
需要说明的是,本实施例主要针对在配送任务中配送车辆出现故障,需要更换车辆的情况。首先,需要出现故障的配送车辆向调度中心反馈车辆故障信息和当前车辆的位置信息,调度中心接收到反馈信息后,需要根据故障车辆的位置信息为替换车辆计算一条最优路径,这样替换车辆就能以最优路径到达故障车辆的位置,从而替换故障车辆进行配送任务。
本实施例中,携带有第二终端节点的车辆出现故障,配送任务中断,通过向调度中心反馈车辆故障信息请求更换车辆,本实施例以当前故障车辆的位置信息作为终点地址信息,为替换车辆重新计算一条最优路径以便以最短时间到达故障车辆所在位置,从而保证物流配送效率。
优选的,另一实施例中,公开了一种仓储物流车辆调度方法,参见图4,所述方法包括:
步骤S401、获取任务配送信息;
其中,所述任务配送信息为初始配送任务的起点地址信息和终点地址信息;
步骤S402、调用地图信息模块的道路坐标信息;
步骤S403、基于所述任务配送信息和道路坐标信息,通过自适应蚁群算法计算得到最优配送路径信息;
步骤S404、将所述最优配送路径信息经Zigbee协调控制器发送终端节点;
步骤S405、获取配送任务更改的终点地址信息;
步骤S406、基于时间窗机制接收所述终端节点发送的第三反馈信息,其中,所述第三反馈信息包括所述终端节点的位置信息;
步骤S407、调用地图信息模块的道路坐标信息;
步骤S408、基于所述终端节点的位置信息、更改的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第三最优配送路径信息,其中,所述终端节点的位置信息作为新的起点地址信息;
步骤S409、将所述第三最优配送路径信息经Zigbee协调控制器发送给终端节点,以便携带有所述终端节点的车辆按照所述第三最优配送路径信息进行改变终点地址的配送任务。
需要说明的是,本实施例针对的是配送任务中更改配送终点地址的情况。由于配送货物数量的要求,同一配送任务可能需要多个配送车辆,本实例中的终端节点数量大于等于一个。当调度中心获取配送任务更改的终点地址信息后,根据更改的终点地址信息重新计算配送路径即所述的第三最优配送路径信息,相对应的本次配送任务的终端节点按照所述的第三最优配送路径信息进行配送任务。另外,步骤S405和步骤S406仅代表本实施例的一种执行顺序,也可以先执行S406的动作再执行S405的动作;或者S406的动作和S405的动作同时进行。
本实施例中,调度中心在获取到配送任务更改的终点地址信息后,根据配送车辆当前的位置信息,通过自适应蚁群算法重新计算配送路径,这样,在更改配送终点地址的情况也,配送车辆能够以新的最优路径进行配送任务,从而提高物流配送效率。
优选的,另一实施例中,在所述基于时间窗机制接收所述终端节点发送的反馈信息之后,还包括:
对获取的所述终端节点的位置信息进行显示。
本实施例中,调度中心对终端节点反馈的位置信息进行显示,以便于调度人员对车辆的当前位置进行查看,便于配送任务的统计。
基于上述方法,本发明公开了一种仓储物流车辆调度***,参见图5,所述***包括:
调度中心101、Zigbee协调控制器102和至少一个终端节点103;
其中,所述终端节点103包括第一终端节点1031、第二终端节点1032、第三终端节点1033……第n终端节点103n;所述调度中心101获取任务配送信息,并调用地图信息模块的道路坐标信息,然后基于所述任务配送信息和道路坐标信息采用自适应蚁群算法计算得到最优配送路径信息,最后将所述最优配送路径信息发送给所述Zigbee协调控制器102;
所述Zigbee协调控制器102用于接收所述调度中心101发送的最优配送路径信息,并将所述最优配送路径信息转发给终端节点103;
所述终端节点103用于接收所述Zigbee协调控制器102发送的所述最优配送路径信息,以便携带有所述终端节点103的车辆按照最优配送路径进行配送任务。
优选的,所述调度中心101还用于基于时间窗机制接收终端节点103的反馈信息,所述终端节点103通过Zigbee协调控制器102向调度中心101反馈实时配送信息;其中,所述反馈信息包括终端节点的位置信息、道路拥堵信息、车辆故障信息等,并根据反馈信息,调度中心101重新通过自适应蚁群算法计算新的最优配送路径,保证在配送车辆在遇到道路拥堵时,重新选择配送路径避免拥堵,在车辆出现故障时,能够快速的调度新的配送车辆来替换故障车辆,从而保证仓储物流配送的效率。另外当配送地址发送更改,调度中心101能够及时调整配送路径,保证货物及时准确的送到配送终点。
本实施例中,通过组建Zigbee无线网络,能够实现将调度中心101计算得到的最优配送路径高效的传送至配送车辆上,其中Zigbee无线网络具有近距离、自组织、低功耗、低数据速率、低复杂度、低时延、低成本等特点,能最大限度的满足仓储范围内信息通讯的要求。所述调度中心101与Zigbee协调控制器102之间通过串口或者总线进行数据通信,当仓储物流配送任务较多时,需要传输的数据量较大时,采用总线连接调度中心101和Zigbee协调控制器102,例如,如大型的零件仓储配送***,大型的码头物流仓库等,仓储货物种类繁多,数量较大,需要的配送车辆较多。针对大型的码头物流仓库Zigbee无线网络需要增加多个路由节点来实现数据的传输。
需要说明的是,本实施例公开的仓储物流车辆调度***中,各个组成部分的具体工作过程请参见对应图1~4的方法实施例,此处不再赘述。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种仓储物流车辆调度方法,其特征在于,包括:
获取任务配送信息,其中所述任务配送信息为任务配送起点地址信息、终点地址信息;
调用地图信息模块的道路坐标信息;
基于所述任务配送信息和道路坐标信息,通过自适应蚁群算法计算得到最优配送路径信息;
将所述最优配送路径信息经Zigbee协调控制器发送给终端节点,以便携带有所述终端节点的车辆按照最优配送路径进行配送任务。
2.根据权利要求1所述的方法,其特征在于,所述将所述最优配送路径信息经Zigbee协调控制器发送给终端节点之后,还包括:
基于时间窗机制接收第一终端节点发送的第一反馈信息,其中,所述第一反馈信息包括道路拥堵信息和所述第一终端节点的位置信息;
调用地图信息模块的道路坐标信息;
基于第一终端节点的位置信息、任务配送信息的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第一最优配送路径信息,其中,所述第一终端节点的位置信息作为新的起点地址信息;
将所述第一最优配送路径信息经Zigbee协调控制器发送给第一终端节点,以便携带有所述第一终端节点的车辆避开拥堵重新按照所述第一最优配送路径信息进行配送任务。
3.根据权利要求1所述的方法,其特征在于,所述将所述最优配送路径信息经Zigbee协调控制器发送给终端节点之后,还包括:
基于时间窗机制接收第二终端节点发送的第二反馈信息,其中所述第二反馈信息为车辆故障信息和所述第二终端节点的位置信息;
调用地图信息模块的道路坐标信息;
基于所述第二终端节点的位置信息、任务配送信息的起点位置信息和道路坐标信息,通过自适应蚁群算法重新计算得到第二最优配送路径信息,其中,所述第二终端节点的位置信息为新的终点地址信息;
经Zigbee协调控制器向第三终端节点发送所述第二最优配送路径信息,以便携带有所述第三终端节点的车辆替换携带有所述第二终端节点的车辆进行配送任务。
4.根据权利要求1所述的方法,其特征在于,所述将所述最优配送路径信息经Zigbee协调控制器发送给终端节点之后,还包括:
获取配送任务更改的终点地址信息;
基于时间窗机制接收所述终端节点发送的第三反馈信息,其中,所述第三反馈信息包括所述终端节点的位置信息;
调用地图信息模块的道路坐标信息;
基于终端节点的位置信息、更改的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第三最优配送路径信息,其中,所述终端节点的位置信息作为新的起点地址信息;
将所述第三最优配送路径信息经Zigbee协调控制器发送给所述终端节点,以便携带有所述终端节点的车辆按照所述第三最优配送路径信息进行改变终点地址的配送任务。
5.根据权利要求2~4任意一项所述的方法,其特征在于,所述基于时间窗机制接收所述终端节点发送的反馈信息之后,还包括:
对获取的所述终端节点的位置信息进行显示。
6.一种仓储物流车辆调度***,其特征在于,包括:
调度中心、Zigbee协调控制器和至少一个终端节点;
所述调度中心,用于获取任务配送信息,并调用地图信息模块的道路坐标信息,然后基于所述任务配送信息和道路坐标信息采用自适应蚁群算法计算得到最优配送路径信息,最后将所述最优配送路径信息发送给所述Zigbee协调控制器;
所述Zigbee协调控制器,用于接收所述调度中心发送的最优配送路径信息,并将所述最优配送路径信息转发给终端节点;
所述终端节点,用于接收所述Zigbee协调控制器发送的所述最优配送路径信息,以便携带有所述终端节点的车辆按照最优配送路径进行配送任务。
7.根据权利要求6所述的***,其特征在于,
所述调度中心,还用于基于时间窗机制接收第一终端节点发送的第一反馈信息,其中,所述第一反馈信息包括道路拥堵信息和所述第一终端节点的位置信息,调用地图信息模块的道路坐标信息,然后基于所述第一终端节点的位置信息、任务配送信息的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第一最优配送路径信息,其中,所述第一终端节点的位置信息作为新的起点地址信息,最后将所述第一最优配送路径信息发送给所述Zigbee协调控制器;
所述Zigbee协调控制器,还用于向所述调度中心转发所述第一终端节点的第一反馈信息,并且接收所述第一最优配送路径信息,并将所述第一最优配送路径信息转发给所述第一终端节点;
所述第一终端节点,用于接收所述Zigbee协调控制器发送的所述第一最优配送路径信息,以便携带有所述第一终端节点车辆避开拥堵重新按照所述第一最优配送路径信息进行配送任务。
8.根据权利要求6所述的***,其特征在于,
所述调度中心,还用于基于时间窗机制接收第二终端节点发送的第二反馈信息,其中所述第二反馈信息为车辆故障信息和所述第二终端节点的位置信息,并且调用地图信息模块的道路坐标信息,然后基于所述第二终端节点的位置信息、任务配送信息的起点位置信息和道路坐标信息,通过自适应蚁群算法重新计算得到第二最优配送路径信息,其中,所述第二终端节点的位置信息为新的终点地址信息,最后经所述Zigbee协调控制器向第三终端节点发送所述第二最优配送路径信息,以便携带有所述第三终端节点的车辆替换携带有所述第二终端节点的车辆进行配送任务;
所述Zigbee协调控制器,还用于向所述调度中心转发所述第二终端节点的第二反馈信息,并且接收所述调度中心发送的所述第二最优配送路径信息,并将所述第二最优配送路径信息转发给所述第三终端节点;
所述第二终端节点,用于向所述调度中心发送第二反馈信息;
所述第三终端节点,用于接收所述Zigbee协调控制器发送的所述第二最优配送路径信息,以便携带有所述第三终端节点的车辆替换携带有所述第二终端节点的车辆进行配送任务。
9.根据权利要求6所述的***,其特征在于,
所述调度中心,还用于获取配送任务更改的终点地址信息,并且基于时间窗机制接收所述终端节点发送的第三反馈信息,其中,所述第三反馈信息包括所述终端节点的位置信息,调用地图信息模块的道路坐标信息,然后基于所述终端节点的位置信息、更改的终点地址信息和道路坐标信息,通过自适应蚁群算法重新计算得到第三最优配送路径信息,其中,所述终端节点的位置信息作为新的起点地址信息,最后将所述第三最优配送路径信息发送给所述Zigbee协调控制器;
所述Zigbee协调控制器,还用于向所述调度中心发送所述终端节点的第三反馈信息,并且接收所述调度中心发送的所述第三最优配送路径信息,并将所述第三最优配送路径信息转发给所述终端节点;
所述终端节点,还用于接收所述Zigbee协调控制器发送的第三最优配送路径信息,以便携带有所述终端节点的车辆按照所述第三最优配送路径信息进行改变终点地址的配送任务。
10.根据权利要求7~9任意一项所述的***,其特征在于,
所述调度中心,还用于对接收的终端节点的位置信息进行显示。
CN201610643271.8A 2016-08-08 2016-08-08 一种仓储物流车辆调度方法和*** Pending CN106203740A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610643271.8A CN106203740A (zh) 2016-08-08 2016-08-08 一种仓储物流车辆调度方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610643271.8A CN106203740A (zh) 2016-08-08 2016-08-08 一种仓储物流车辆调度方法和***

Publications (1)

Publication Number Publication Date
CN106203740A true CN106203740A (zh) 2016-12-07

Family

ID=57515284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610643271.8A Pending CN106203740A (zh) 2016-08-08 2016-08-08 一种仓储物流车辆调度方法和***

Country Status (1)

Country Link
CN (1) CN106203740A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108197787A (zh) * 2017-12-22 2018-06-22 上海海得控制***股份有限公司 柔性自动化生产线和自动化物流输送线的协同调度***
CN109466934A (zh) * 2017-09-08 2019-03-15 菜鸟智能物流控股有限公司 基于管道的物流运输方法、装置和***
CN110262470A (zh) * 2018-03-12 2019-09-20 西南石油大学 一种基于ZigBee和红外技术的无轨巡防***
CN112441082A (zh) * 2019-08-28 2021-03-05 比亚迪股份有限公司 列车调度方法、装置、计算机可读存储介质及电子设备
CN112629537A (zh) * 2020-12-11 2021-04-09 华晟(青岛)智能装备科技有限公司 一种动态选择输送路线方法及***
CN114819845A (zh) * 2022-05-16 2022-07-29 安徽国祯生态科技有限公司 基于大数据的秸秆车辆协同调度***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103017783A (zh) * 2012-12-05 2013-04-03 中兴通讯股份有限公司 导航方法及***、地图数据管理云端及其数据更新方法
CN104053236A (zh) * 2013-03-11 2014-09-17 中兴通讯股份有限公司 一种资源分配方法、接入点及中继接入点

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103017783A (zh) * 2012-12-05 2013-04-03 中兴通讯股份有限公司 导航方法及***、地图数据管理云端及其数据更新方法
CN104053236A (zh) * 2013-03-11 2014-09-17 中兴通讯股份有限公司 一种资源分配方法、接入点及中继接入点

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
祁浩: "基于蚁群算法的动态车辆调度***设计", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109466934A (zh) * 2017-09-08 2019-03-15 菜鸟智能物流控股有限公司 基于管道的物流运输方法、装置和***
CN108197787A (zh) * 2017-12-22 2018-06-22 上海海得控制***股份有限公司 柔性自动化生产线和自动化物流输送线的协同调度***
CN108197787B (zh) * 2017-12-22 2021-12-14 上海海得控制***股份有限公司 柔性自动化生产线和自动化物流输送线的协同调度***
CN110262470A (zh) * 2018-03-12 2019-09-20 西南石油大学 一种基于ZigBee和红外技术的无轨巡防***
CN112441082A (zh) * 2019-08-28 2021-03-05 比亚迪股份有限公司 列车调度方法、装置、计算机可读存储介质及电子设备
CN112441082B (zh) * 2019-08-28 2022-05-13 比亚迪股份有限公司 列车调度方法、装置、计算机可读存储介质及电子设备
US11820410B2 (en) 2019-08-28 2023-11-21 Byd Company Limited Train dispatching method and apparatus, computer-readable storage medium, and electronic device
CN112629537A (zh) * 2020-12-11 2021-04-09 华晟(青岛)智能装备科技有限公司 一种动态选择输送路线方法及***
CN114819845A (zh) * 2022-05-16 2022-07-29 安徽国祯生态科技有限公司 基于大数据的秸秆车辆协同调度***

Similar Documents

Publication Publication Date Title
CN106203740A (zh) 一种仓储物流车辆调度方法和***
CN112270135B (zh) 一种物流发运调度智能配送方法、装置、设备及存储介质
CN112418497B (zh) 一种面向制造物联的物料配送路径优化方法
CN106600036B (zh) 基于Android多点快递配送方法
CN110264120A (zh) 一种基于多agv的智能仓储路线规划***和方法
CN107145971A (zh) 一种动态调整的快递配送优化方法
CN107358326A (zh) 一种单车多点配送线路处理方法
CN109214755A (zh) 一种仓储管理中的自动排单调度方法
CN105938572A (zh) 一种物流存储***预防干涉的多自动导引车路径规划方法
CN101592956B (zh) 快捷货物运输路径确定方法和装置
CN104700251A (zh) 一种车辆调度问题的改进最大-最小蚁群优化方法及***
Zhou et al. An exact algorithm for the two-echelon vehicle routing problem with drones
CN104700203A (zh) 一种物流配送网点规划方法及装置
CN105069523A (zh) 一种有时间限制的配送车辆调度方法
CN110046857B (zh) 一种基于遗传算法的无人机物流***及配送方法
CN109558986A (zh) 一种同城站点配送顺序的排序方法及装置
CN113393020A (zh) 物流智能调度方法、装置、设备及存储介质
CN110281242A (zh) 机器人路径更新方法、电子设备及计算机可读存储介质
EP3839689A1 (en) Fleet scheduler
CN106897853A (zh) 一种配送方法及装置
CN107302396B (zh) 基于混合策略的动态星间网络路由规划方法
CN106203895A (zh) 一种物流虚拟运行仿真***
CN107180280A (zh) 基于道路匹配的物流路线规划方法及***
CN110097218A (zh) 一种时变环境下无人商品配送方法及***
CN113947310A (zh) 一种车间物料配送路径优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161207

RJ01 Rejection of invention patent application after publication