CN115081819A - 调度方法、装置、电子设备及存储介质 - Google Patents

调度方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115081819A
CN115081819A CN202210600251.8A CN202210600251A CN115081819A CN 115081819 A CN115081819 A CN 115081819A CN 202210600251 A CN202210600251 A CN 202210600251A CN 115081819 A CN115081819 A CN 115081819A
Authority
CN
China
Prior art keywords
route
transfer station
garbage truck
determining
garbage
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
CN202210600251.8A
Other languages
English (en)
Inventor
付诚
陈志涛
许柏玮
彭锦
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.)
Wuhan Exsun Beidou Space Technology Co ltd
Original Assignee
Wuhan Exsun Beidou Space Technology Co ltd
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 Wuhan Exsun Beidou Space Technology Co ltd filed Critical Wuhan Exsun Beidou Space Technology Co ltd
Priority to CN202210600251.8A priority Critical patent/CN115081819A/zh
Publication of CN115081819A publication Critical patent/CN115081819A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02WCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W90/00Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation

Landscapes

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

Abstract

本发明提供一种调度方法、装置、电子设备及存储介质,其中方法包括:从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;基于所述常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对所述常用路线中的中转站进行优化,得到规划路线;基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于所述调度路线,进行垃圾车调度。该方法实现了通过对各垃圾车的历史行驶路线分析,并结合各垃圾车的每日运输成本,对各垃圾车的行驶路线进行优化,进而降低了各垃圾车每日运输成本,减少了资源的浪费。

Description

调度方法、装置、电子设备及存储介质
技术领域
本发明涉及互联网技术领域,尤其涉及一种调度方法、装置、电子设备及存储介质。
背景技术
目前城市中垃圾车的调度,主要以实时调度的方式进行,即根据每一辆垃圾车的运行路线上中转站的实时状态,动态调整每一辆垃圾车的运行路线。
但这种调度方式均是基于实时的清运状态对单辆垃圾车进行的调度,无法从各垃圾车的历史行驶路线对各垃圾车的常用路线进行大数据分析,进而无法通过历史行驶路线对各垃圾车进行路线统筹优化,导致城市垃圾的总运输成本高,以及资源的浪费。
发明内容
本发明提供一种调度方法、装置、电子设备及存储介质,用以解决现有技术中无法从城市全局的角度对每一辆垃圾车进行统筹调度,导致城市垃圾的总运输成本高的缺陷。
本发明提供一种调度方法,包括:
从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;
基于所述常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对所述常用路线中的中转站进行优化,得到规划路线;
基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于所述调度路线,进行垃圾车调度。
根据本发明提供的一种调度方法,所述基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,包括:
基于各垃圾车的规划路线的每日运输成本,确定第一规划方案;
若所述第一规划方案中各规划路线中存在含有超过每日最大处理量的中转站的超量路线,则以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对所述第一规划方案进行优化,得到第二规划方案;并应用所述第二规划方案,确定各垃圾车的所述调度路线。
根据本发明提供的一种调度方法,所述以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对所述第一规划方案进行优化,得到第二规划方案,包括:
确定所述第一规划方案中的超量路线;
以各预设中转站的规划处理量小于每日最大处理量作为约束条件,以迭代的方式对所述超量路线中超量中转站进行优化,得到优化路线,并应用所述优化路线和所述第一规划方案中的未超量路线,确定优化方案;所述迭代的方式为将离所述超量中转站的距离由近到远的未超量中转站迭代分配所述超量中转站的超量部分垃圾,直到所述超量部分垃圾全部被分配后迭代完成;
基于所述优化方案中各方案的每日运输总成本和预设运输成本,确定所述第二规划方案。
根据本发明提供的一种调度方法,所述优化方案中各方案的每日运输总成本是基于各垃圾车的运输总成本和各预设中转站的转运成本确定的;各预设中转站的转运成本是基于各预设中转站对应的垃圾转化率和垃圾处置场的距离确定的。
根据本发明提供的一种调度方法,所述第一规划方案中的超量路线基于如下步骤确定:
基于所述第一规划方案,确定各预设中转站对应的每日车次总数;
基于各预设中转站对应的每日车次总数和每趟车次的平均载重量,确定各预设中转站对应的规划处理量;
基于各预设中转站对应的规划处理量和各预设中转站对应的每日最大处理量,以及所述第一规划方案,确定所述第一规划方案中的超量路线。
根据本发明提供的一种调度方法,所述基于所述常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对所述常用路线中的中转站进行优化,得到规划路线,包括:
确定各垃圾车的常用路线中任一路线的当前中转站;
基于所述任一路线的当前中转站相邻的收集点与各预设中转站的距离,确定与所述任一路线的当前中转站相邻的收集点距离最近的中转站,并使用所述距离最近的中转站替换所述任一路线的当前中转站,并将所述任一路线的当前中转站的下一中转站作为所述任一路线的当前中转站,直至所述任一路线的中转站全部替换完成,得到所述任一路线对应的规划路线;
基于各垃圾车的常用路线中各路线对应的规划路线,确定各垃圾车的规划路线。
根据本发明提供的一种调度方法,所述从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线,包括:
基于任一垃圾车的历史行驶路线中的收集点,确定所述任一垃圾车的历史行驶路线中的各重合路线;所述重合路线表示两条行驶路线中的相同收集点在所述两条行驶路线中收集点总数的占比大于预设阈值,则所述两条行驶路线为重合路线;
基于所述各重合路线中的路线数量,确定所述任一垃圾车的常用路线。
本发明还提供一种调度装置,包括:
常用路线确定模块,用于从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;
规划路线确定模块,用于基于所述常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对所述常用路线中的中转站进行优化,得到规划路线;
调度模块,用于基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于所述调度路线,进行垃圾车调度。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述调度方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述调度方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述调度方法。
本发明提供的调度方法、装置、电子设备及存储介质,通过从各垃圾车的历史行驶路线得到各垃圾车的常用路线,并根据常用路线中的中转站相邻收集点到各预设中转点的距离,优化各垃圾车的常用路线,得到各垃圾车的规划路线,再结果各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于各垃圾车的调度路线对各垃圾车进行调度,实现了通过对各垃圾车的历史行驶路线分析,并结合各垃圾车的每日运输成本,对各垃圾车的行驶路线进行优化,进而降低了各垃圾车每日运输成本,减少了资源的浪费。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明提供的调度方法的流程示意图之一;
图2是本发明提供的调度路线获取方法的流程示意图;
图3是本发明实施例提供的第一规划方案优化方法的流程示意图;
图4是本发明提供的第一规划方案中超量路线确定方法的流程示意图;
图5是本发明提供的规划路线获取方法的流程示意图;
图6是本发明提供的常用路线获取方法的流程示意图;
图7是本发明提供的调度方法的流程示意图之二;
图8是本发明提供的调度装置的结构示意图;
图9是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
目前城市中垃圾车的调度为实时的依据各垃圾车的运行路线上的中转站的实时状态,动态调整每一辆车的运行路线,例如:垃圾车现在的运行路线中的中转站A的超过了其最大处理量,***会根据当前中转站A的状态,自动根据离中转站A最近的没有超量的中转站B、以及现有运行路线中的中转站A之后的收集点以及后续中转站进行路线规划,以调整当前垃圾车后续的路线。
但这种调度方式为实时的根据清运状态针对但辆垃圾车进行实时的调整调度,无法从城市全局的角度对每一辆垃圾车进行统筹调度,导致城市垃圾的总运输成本高,以及资源的浪费。
因此,如何从城市全局的角度对每一辆垃圾车进行统筹调度,以降低总运输成本是本领域亟待解决的技术问题。
针对上述技术问题,本发明实施例提供了一种调度方法。图1是本发明提供的调度方法的流程示意图之一。如图1所示,该方法包括:
步骤110,从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;
考虑到城市垃圾清运时,每一辆垃圾车都会有规划的路线或者规划的垃圾收集点,即每一辆垃圾车都会有经常走的路线,对每一辆垃圾的经常走的路线进行优化,则可以降低城市每日的运输总成本。因此,本发明实施例通过在各垃圾车的历史行驶路线中确定出各垃圾车的常用路线。
需要说明的是,各垃圾车的常用路线可以是基于各垃圾车的历史行驶路线中各定位信息上报点的重合率得到的,还可以根据路线中的收集点的重合率得到,本发明实施例对此不作限制。其中,常用路线包含多条轨迹相近或者相同的历史行驶路线。定位信息可以通过GPS定位或者北斗卫星定位得到,本发明实施例对此不作限制。
步骤120,基于常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对常用路线中的中转站进行优化,得到规划路线;
步骤130,基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线;并基于调度路线,进行垃圾车调度。
考虑到常用路线中的中转站并不一定是最优的中转站,例如:每一辆车的常用轨迹中各路线收集点都相同,但是各路线中的中转站不同,不是最优的中转站会导致垃圾车的运行路线变长,从而导致运输成本的增加,同时考虑到城市中每个垃圾中转站垃圾转化的转化成本也会影响每日的运输总成本,因此,本发明实施例对常用路线中的中转站进行优化,以降低常用录像中的各路线的运输成本。
具体地,以垃圾车途经常规路线各路线中的收集点或中转站的顺序,确定各路线中的中转站相邻的收集点,并通过各路线中的中转站相邻的收集点到各预设中转站的距离,对常用路线中的各路线中的中转站进行优化,得到各垃圾车的规划路线,然后通过各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,最后根据各垃圾车的调度路线,对各垃圾车进行调度。
需要说明的是,通过各路线中的中转站相邻的收集点到各预设中转站的距离,对常用路线中的各路线中的中转站进行优化,得到规划路线可以通过依据与路线中的中转站相邻的一个或者两个收集点到各预设中转站的距离最小的中转站替换这两个收集点对应的中转站,完成路线中这两个收集点对应中转站的优化,得到该路线对应的规划路线,还可以通过依据各路线中的中转站相邻收集点到相邻的一个或者两个收集点到各预设中转站的距离在一个范围内的多个中转站,结合这些中转站的垃圾转化的转化成本,确定成本最小的中转站替换这两个收集点对应的中转站,完成路线中这两个收集点对应中转站的优化,得到该路线对应的规划路线,本发明实施例对此不作限制。
此外,通过各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线可以是计算各垃圾车对应的规划路线中各路线的每日运输总成本,将各垃圾车每日运输总成本最低的规划路线直接作为各垃圾车的调度路线,还可以在得到各垃圾车每日运输总成本最低的规划路线之后,结合规划路线中的中转站的每日最大处理量,对规划路线中的超过每日最大处理量的中转站进行替换调整后,得到各垃圾车的调度路线,本发明实施例对此不作限制。
本发明实施例提供的调度方法,通过从各垃圾车的历史行驶路线得到各垃圾车的常用路线,并根据常用路线中的中转站相邻收集点到各预设中转点的距离,优化各垃圾车的常用路线,得到各垃圾车的规划路线,再结果各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于各垃圾车的调度路线对各垃圾车进行调度,实现了通过对各垃圾车的历史行驶路线分析,并结合各垃圾车的每日运输成本,对各垃圾车的行驶路线进行优化,进而降低了各垃圾车每日运输成本,减少了资源的浪费。
基于上述实施例,图2是本发明提供的调度路线获取方法的流程示意图。如图2所示,步骤120中基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,包括:
步骤210,基于各垃圾车的规划路线的每日运输成本,确定第一规划方案;
步骤220,若第一规划方案中各规划路线中存在含有超过每日最大处理量的中转站的超量路线,则以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对第一规划方案进行优化,得到第二规划方案;并应用第二规划方案,确定各垃圾车的调度路线。
考虑到在根据各垃圾车的规划路线的每日运输成本,得到各垃圾车对应的每日运程成本最低的成本最低规划路线,可能会存在各垃圾车对应的成本最低规划路线有会存在同一个中转站对多条成本最低规划路线规划使用,由于每一个中转站都有其每日最大处理量,则会出现被多条成本最低规划路线规划使用的中转站出现超量的情况,即中转站每日接收的垃圾总量大于每日最大处理量,这样会出现因超量中转站无法接收垃圾导致垃圾转运的情况出现,依旧会出现城市每日垃圾运输总成本增高的情况,因此,本发明实施例通过对各垃圾车对应的每日运程成本最低的成本最低规划路线进行大数据分析,统筹调整成本最低规划路线中存在超量中转站的路线,以使得各垃圾车的规划路线中的中转站都能不超量的正常运行。
具体地,根据各垃圾车的规划路线的每日运输成本,得到各垃圾车对应的每日运程成本最低的成本最低规划路线,并将各垃圾车的成本最低规划路线组成第一规划方案,在根据各预设中转站的每日最大处理量,判断第一规划方案中各路线是否存在超量中转站,若第一规划方案中各规划路线中存在含有超过每日最大处理量的中转站的超量路线,则以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对第一规划方案进行优化,得到第二规划方案,并根据第二规划方案中的各规划路线,确定各垃圾车的调度路线。
需要说明的是,以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对第一规划方案进行优化可以是根据第一规划方案的各超量路线中的超量中转站和各预设中转站中未超量的中转站,通过大数据运算的方式枚举出各超量路线的全部优化路线,并根据枚举出的各超量路线的全部优化路线以及第一规划方案中未超量的路线组合成各优化方案,再基于各优化方案的总运输成本和预设运输成本,确定第二规划方案,对第一规划方案进行优化还可以根据第一规划方案的各超量路线中的超量中转站最近的未超量的中转站,进行大数据迭代式查找最近的未超量的中转站,直至完成全部超量路线的优化,各超量路线的全部优化路线以及第一规划方案中未超量的路线组合成各优化方案,再基于各优化方案的总运输成本和预设运输成本,确定第二规划方案,本发明实施例对此不作限制。
此外,当第一规划方案中各规划路线中不包含超量路线,则直接将第一规划方案作为第二规划方案,以确定各垃圾车的调度路线。或者第一规划方案中各规划路线中均包含超量中转站时,则发出告警信息,表示城市每日产生的垃圾总量超过了城市垃圾中转站的最大处理能力,需要新建垃圾中转站,以更直观及时的方式提醒规划部分,以减少因城市每日产生的垃圾总量超过了城市垃圾中转站的最大处理能力,导致城市环境的恶化,以及每日垃圾清运的总费用的升高。
本发明实施例提供的调度方法,通过对各垃圾车的规划路线的每日运输成本最低规划路线所确定第一规划方案,进行路线中超量中转站的优化,实现了从城市全局的角度统筹优化各垃圾车的调度路线方案,进一步降低了城市每日垃圾总运输费用,减少了资源的浪费。
基于上述实施例,图3是本发明实施例提供的第一规划方案优化方法的流程示意图。如图3所示,步骤220中以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对第一规划方案进行优化,得到第二规划方案,包括:
步骤310,确定第一规划方案中的超量路线;
步骤320,以各预设中转站的规划处理量小于每日最大处理量作为约束条件,以迭代的方式对超量路线中超量中转站进行优化,得到优化路线,并应用优化路线和第一规划方案中的未超量路线,确定优化方案;迭代的方式为将离超量中转站的距离由近到远的未超量中转站迭代分配超量中转站的超量部分垃圾,直到超量部分垃圾全部被分配后迭代完成;
步骤330,基于优化方案中各方案的每日运输总成本和预设运输成本,确定第二规划方案。
考虑到以迭代的方式对第一规划方案中的超量路线进行优化能够提高优化的效率,因此,本发明实施例通过迭代的方式对第一规划方案中的超量路线进行二次优化。
具体地,在第一规划方案中确定超量路线,以各预设中转站的规划处理量小于每日最大处理量作为约束条件,查找离超量路线中的超量中转站由近到远的各未超量中转站,从最近的未超量中转站开始接收超量中转站的超量部分垃圾,若最近的为超量中转站无法完全接收超量部分垃圾,则该未超量中转站分配一部分超量部分垃圾,其余的未接收部分迭代由离除了该为超量中转站最近的一个为超量中转站进行接收,如此迭代直到超量垃圾分配完成,得到优化路线,并根据优化路线和第一规划方案中未超量路线,确定优化方案,最后根据优化方案中各方案的每日运输总成本中成本最小的优化方案,该成本最小的优化方案的每日运输总成本小于预设成本,则将该成本最小的优化方法作为第二规划方案。其中,上述以迭代的方式对超量路线中超量中转站进行优化,具体可以如下述例子进行更好的说明,例如:路线中A中转站超量M车次吨垃圾,与A最近的B中转站未超量,B能接受的最大垃圾量为N车次吨,N<M,除B外离A最近的C中转站未超量,C能接受最大垃圾量为O车次吨,M>O>M-N,则第一规划中包含有A中转站的路线中将N车次的A中转站替换成B,在将替换完成的第一规划中的包含有A中转站的路线中将M-N车次的A中转站替换成C,依次递归的方式依次查询未超量的中转站,直至完成全部超量路线的优化。
基于上述实施例,步骤320中的优化方案中各方案的每日运输总成本是基于各垃圾车的运输总成本和各预设中转站的转运成本确定的;各预设中转站的转运成本是基于各预设中转站对应的垃圾转化率和垃圾处置场的距离确定的。其中,中转站对应的垃圾转化率表示中转站自身处理后转运到垃圾处置场的垃圾数量的占比,例如,中转站每日接收100吨垃圾,中转站通过燃烧、溶解等方式处理了20吨,剩余80吨垃圾转运到垃圾处置厂,则该中转站的垃圾转化率为80%。
优选地,设一辆垃圾车的路线为中停车场途径收集点到中转站a1,此段路线全长为s1,中转站a1途径收集点到中转站a2,此段路线全长为s2,中转站a2到停车场,此段路线全长为s3,则该垃圾车的每日运输总成本通过如下公式计算得到:
f=k*p*(s1+s2+s3)+q*k*p*(l1+l2)
式中k表示该垃圾车的每公里油耗,p表示油费单价,垃圾中转站垃圾转化率为q,l1表示中转站a1距离其最近的垃圾处置厂的路线全长,l2表示中转站a2距离其最近的垃圾处置厂的路线全长。
基于上述实施例,图4是本发明提供的第一规划方案中超量路线确定方法的流程示意图。如图4所示,该方法包括:
步骤410,基于第一规划方案,确定各预设中转站对应的每日车次总数;
步骤420,基于各预设中转站对应的每日车次总数和每趟车次的平均载重量,确定各预设中转站对应的规划处理量;
步骤430,基于各预设中转站对应的规划处理量和各预设中转站对应的每日最大处理量,以及第一规划方案,确定第一规划方案中的超量路线。
具体地,根据第一规划方案中各路线使用的中转站的次数,确定各预设中转站对应的每日车次总数;将各预设中转站的每日车次总数和每趟车次垃圾平均载重量相乘,得到各预设中转站对应的规划处理量,然后根据各预设中转站对应的规划处理量和各预设中转站对应的每日最大处理量确定,得到超量中转站,从第一规划方案中筛选出含有超量中转站的路线,则为第一规划方案中的超量路线。
基于上述实施例,图5是本发明提供的规划路线获取方法的流程示意图。如图5所示,步骤120包括:
步骤121,确定各垃圾车的常用路线中任一路线的当前中转站;
步骤122,基于该路线的当前中转站相邻的收集点与各预设中转站的距离,确定与该路线的当前中转站相邻的收集点距离最近的中转站,并使用距离最近的中转站替换该路线的当前中转站,并将该路线的当前中转站的下一中转站作为该路线的当前中转站,直至该路线的中转站全部替换完成,得到该路线对应的规划路线;
步骤123,基于各垃圾车的常用路线中各路线对应的规划路线,确定各垃圾车的规划路线。
具体地,常用路线中的任一路线以起始点到终点的途径顺序依次对途径的中转站进行优化,将第一个途径的中转站作为当前中转站,计算当前中转站相邻的一个或者两个收集点到各预设中转站的距离,得到距离最近的中转站,并使用计算得到的该中转站替换该路线的当前中转站,并将该路线的当前中转站后途径的下一个中转站作为该路线的当前中转站,进行上述操作,直至改路线途径的最后一个中转站替换完成,即得到改路线对应的规划路线,然后基于上述路线的优化逻辑对各垃圾车的常用路线中的各路线进行优化,得到各垃圾车的常用路线中各路线对应的规划路线,并根据各垃圾车的常用路线中各路线对应的规划路线,确定各垃圾车的规划路线。
需要说明的是,上述任一路线的优化过程可以通过下述例子进行进一步说明,例如:常用路线中的一条路线依次途经停车场t1,收集点s1,收集点s2,中转站z1,收集点s3,收集点s4,收集点s5,中转站z2,停车场t2,则先将中转站z1作为当前中转站,计算当前中转站相邻的收集点s2和收集点s3分别和各预设中转站的距离,并计算各预设中转站到得到收集点s2和收集点s3的距离和,得到距离和最近的中转站z1’,并将z1’替换z1,然后将当前中转站的下一个中转站z2作为当前中转站执行上述操作,即当前中转站相邻的收集点s5到各预设中转站的距离,得到距离最近的中转站z2’,并将z2’替换z2,由于该路线的后续路线中没有中转站,因此该路线的优化完成得到该路线对应的规划路线。
基于上述实施例,图6是本发明提供的常用路线获取方法的流程示意图。如图6所示,步骤110,包括:
步骤111,基于任一垃圾车的历史行驶路线中的收集点,确定该垃圾车的历史行驶路线中的各重合路线;重合路线表示两条行驶路线中的相同收集点在两条行驶路线中收集点总数的占比大于预设阈值,则两条行驶路线为重合路线;
步骤112,基于各重合路线中的路线数量,确定该垃圾车的常用路线。
具体地,两条行驶路线中的相同收集点在两条行驶路线中收集点总数的占比大于预设阈值,则两条行驶路线为重合路线,基于上述重合路线的判断方法,确定任一垃圾车的历史轨迹路线中的各重合路线,并将该垃圾车的重合路线中路线数量最多的重合路线,作为该垃圾车的常用路线。
图7是本发明提供的调度方法的流程示意图之二。如图7所示,本发明实施例提供的调度方法包括:
第一步,将各垃圾车的历史行驶路线中,任意两条行驶路线中的相同收集点重合率超路线中总收集点的80%,视为重合路线,结合大数据统计分析,可以得到重合路线中路线数量最多(频次最高)的路线以及其路线里程,从而得到各垃圾车的常用路线,结合各预设中转站,依次替换掉原常用路线中的中转站,进行最优规划,具体地
假定路线组合1存在m个中转站,每一个中转站都采用距离前一个相邻收集点以及后一个相邻收集点距离和最近的中转站进行替换(如果当前已是最近中转站,则不进行替换),则针对所有替换后的规划路线,根据规划路线的每日运输成本,得到成本最低的规划路线。
第二步,将各垃圾车对应成本最低的规划路线进行组合,作为第一规划方案,此时,设定每趟车次的平均载重量T(吨),对各个中转站的日收集车次C进行统计,则每个中转站的规划处理量为h=C*T,如果不存在规划处理量已经大于该中转站的最大处理量m的情况,则直接将第一规划方案的每日总运输成本与预设成本进行比较,若小于预设成本,则得出各垃圾车的调度路线,并根据各垃圾车的调度路线,调度各垃圾车。如果存在规划处理量已经大于该中转站的最大处理量m的情况,i表示第i个中转站,计算未超量中转站的剩余总量
Figure BDA0003666712810000141
超量中转站的总超量数为
Figure BDA0003666712810000142
Figure BDA0003666712810000143
若Hn大于hn,则该城市所有的垃圾中转站已无法支撑城市产生的垃圾总量,需要新建垃圾中转站,若Hn小于hn,则进行迭代对超量中转站进行分配,具体的迭代分配规则如下:
A.筛选出所有具备超量中转站的方案。
B.将距离超量中转站最近的未超量中转站依次取代超量中转站,超量中转站k处理量为Hk,最大处理能力Mk,未超量中转站m处理量为Hm,最大处理能力为Mm,单次的转移量ti,所有方案从k中转站中转出a车次,向m中转站转入b车次,转入后总方案的总费用为ft。迭代方案可化为必须满足约束条件,式中,n表示有n个中转站:
(1)Hk-a*ti≤Mk,k∈{1,2……n}
(2)Hm+b*ti≤Mm,m∈{1,2……n}
根据上述约束条件,迭代分配后得到优化方案;并获取优化方案中成本最小的优化方案,若该成本最小的优化方案小于预设运输成本,则将该成本最小的优化方案作为第二规划方案,并基于第二规划方案中的各规划路线,确定各垃圾车的调度路线,再根据各垃圾车的调度路线,调度各垃圾车。
下面对本发明提供的调度装置进行描述,下文描述的调度装置与上文描述的调度方法可相互对应参照。
图8是本发明提供的调度装置的结构示意图。如图8所示,该装置包括:常用路线确定模块810、规划路线确定模块820和调度模块830。
其中,
常用路线确定模块810,用于从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;
规划路线确定模块820,用于基于常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对常用路线中的中转站进行优化,得到规划路线;
调度模块830,用于基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于调度路线,进行垃圾车调度。
在本发明实施例中,通过常用路线确定模块,用于从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;规划路线确定模块,用于基于常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对常用路线中的中转站进行优化,得到规划路线;调度模块,用于基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于调度路线,进行垃圾车调度,实现了通过对各垃圾车的历史行驶路线分析,并结合各垃圾车的每日运输成本,对各垃圾车的行驶路线进行优化,进而降低了各垃圾车每日运输成本,减少了资源的浪费。
基于上述任一实施例,调度模块830包括:
规划方案确定子模块,用于基于各垃圾车的规划路线的每日运输成本,确定第一规划方案;
调度路线确定子模块,用于若第一规划方案中各规划路线中存在含有超过每日最大处理量的中转站的超量路线,则以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对第一规划方案进行优化,得到第二规划方案;并应用第二规划方案,确定各垃圾车的调度路线。
基于上述任一实施例,调度路线确定子模块包括:
超量路线确定子模块:确定第一规划方案中的超量路线;
迭代优化子模块,用于以各预设中转站的规划处理量小于每日最大处理量作为约束条件,以迭代的方式对超量路线中超量中转站进行优化,得到优化路线,并应用优化路线和第一规划方案中的未超量路线,确定优化方案;迭代的方式为将离超量中转站的距离由近到远的未超量中转站迭代分配超量中转站的超量部分垃圾,直到超量部分垃圾全部被分配后迭代完成;
规划方案确定子模块,用于基于优化方案中各方案的每日运输总成本和预设运输成本,确定第二规划方案。
基于上述任一实施例,规划方案确定子模块,包括:
运输成本计算子模块,用于基于各垃圾车的运输总成本和各预设中转站的转运成本,确定优化方案中各方案的每日运输总成本;
转运成本计算子模块,用于基于各预设中转站对应的垃圾转化率和垃圾处置场的距离,确定各预设中转站的转运成本。
基于上述任一实施例,超量路线确定子模块包括:
车次确定子模块,用于基于第一规划方案,确定各预设中转站对应的每日车次总数;
规划处理量确定子模块,用于基于各预设中转站对应的每日车次总数和每趟车次的平均载重量,确定各预设中转站对应的规划处理量;
确定超量路线子模块,用于基于各预设中转站对应的规划处理量和各预设中转站对应的每日最大处理量,以及第一规划方案,确定第一规划方案中的超量路线。
基于上述任一实施例,规划路线确定模块820包括:
当前中转站确定子模块,用于确定各垃圾车的常用路线中任一路线的当前中转站;
优化常用路线子模块,用于基于该路线的当前中转站相邻的收集点与各预设中转站的距离,确定与该路线的当前中转站相邻的收集点距离最近的中转站,并使用距离最近的中转站替换该路线的当前中转站,并将该路线的当前中转站的下一中转站作为该路线的当前中转站,直至该路线的中转站全部替换完成,得到该路线对应的规划路线;
规划路线确定子模块,用于基于各垃圾车的常用路线中各路线对应的规划路线,确定各垃圾车的规划路线。
基于上述任一实施例,常用路线确定模块810包括:
重合路线确定子模块,用于基于任一垃圾车的历史行驶路线中的收集点,确定该垃圾车的历史行驶路线中的各重合路线;重合路线表示两条行驶路线中的相同收集点在两条行驶路线中收集点总数的占比大于预设阈值,则两条行驶路线为重合路线;
常用路线确定子模块,用于基于各重合路线中的路线数量,确定该垃圾车的常用路线。
图9示例了一种电子设备的实体结构示意图,如图9所示,该电子设备可以包括:处理器(processor)910、通信接口(Communications Interface)920、存储器(memory)930和通信总线940,其中,处理器910,通信接口920,存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令,以执行调度方法,该方法包括:从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;基于常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对常用路线中的中转站进行优化,得到规划路线;基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于调度路线,进行垃圾车调度。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的调度方法,该方法包括:从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;基于常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对常用路线中的中转站进行优化,得到规划路线;基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于调度路线,进行垃圾车调度。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的调度方法,该方法包括:从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;基于常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对常用路线中的中转站进行优化,得到规划路线;基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于调度路线,进行垃圾车调度。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种调度方法,其特征在于,包括:
从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;
基于所述常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对所述常用路线中的中转站进行优化,得到规划路线;
基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于所述调度路线,进行垃圾车调度。
2.根据权利要求1所述的调度方法,其特征在于,所述基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,包括:
基于各垃圾车的规划路线的每日运输成本,确定第一规划方案;
若所述第一规划方案中各规划路线中存在含有超过每日最大处理量的中转站的超量路线,则以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对所述第一规划方案进行优化,得到第二规划方案;并应用所述第二规划方案,确定各垃圾车的所述调度路线。
3.根据权利要求2所述的调度方法,其特征在于,所述以各预设中转站的规划处理量小于每日最大处理量作为约束条件,对所述第一规划方案进行优化,得到第二规划方案,包括:
确定所述第一规划方案中的超量路线;
以各预设中转站的规划处理量小于每日最大处理量作为约束条件,以迭代的方式对所述超量路线中超量中转站进行优化,得到优化路线,并应用所述优化路线和所述第一规划方案中的未超量路线,确定优化方案;所述迭代的方式为将离所述超量中转站的距离由近到远的未超量中转站迭代分配所述超量中转站的超量部分垃圾,直到所述超量部分垃圾全部被分配后迭代完成;
基于所述优化方案中各方案的每日运输总成本和预设运输成本,确定所述第二规划方案。
4.根据权利要求3所述的调度方法,其特征在于,所述优化方案中各方案的每日运输总成本是基于各垃圾车的运输总成本和各预设中转站的转运成本确定的;各预设中转站的转运成本是基于各预设中转站对应的垃圾转化率和垃圾处置场的距离确定的。
5.根据权利要求3中所述的调度方法,其特征在于,所述第一规划方案中的超量路线基于如下步骤确定:
基于所述第一规划方案,确定各预设中转站对应的每日车次总数;
基于各预设中转站对应的每日车次总数和每趟车次的平均载重量,确定各预设中转站对应的规划处理量;
基于各预设中转站对应的规划处理量和各预设中转站对应的每日最大处理量,以及所述第一规划方案,确定所述第一规划方案中的超量路线。
6.根据权利要求1至5中任一项所述的调度方法,其特征在于,所述基于所述常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对所述常用路线中的中转站进行优化,得到规划路线,包括:
确定各垃圾车的常用路线中任一路线的当前中转站;
基于所述任一路线的当前中转站相邻的收集点与各预设中转站的距离,确定与所述任一路线的当前中转站相邻的收集点距离最近的中转站,并使用所述距离最近的中转站替换所述任一路线的当前中转站,并将所述任一路线的当前中转站的下一中转站作为所述任一路线的当前中转站,直至所述任一路线的中转站全部替换完成,得到所述任一路线对应的规划路线;
基于各垃圾车的常用路线中各路线对应的规划路线,确定各垃圾车的规划路线。
7.根据权利要求1至5中任一项所述的调度方法,其特征在于,所述从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线,包括:
基于任一垃圾车的历史行驶路线中的收集点,确定所述任一垃圾车的历史行驶路线中的各重合路线;所述重合路线表示两条行驶路线中的相同收集点在所述两条行驶路线中收集点总数的占比大于预设阈值,则所述两条行驶路线为重合路线;
基于所述各重合路线中的路线数量,确定所述任一垃圾车的常用路线。
8.一种调度装置,其特征在于,包括:
常用路线确定模块,用于从各垃圾车的历史行驶路线中,确定出各垃圾车的常用路线;
规划路线确定模块,用于基于所述常用路线中与路线中的中转站相邻的收集点到各预设中转站的距离,对所述常用路线中的中转站进行优化,得到规划路线;
调度模块,用于基于各垃圾车的规划路线的每日运输成本,确定各垃圾车的调度路线,并基于所述调度路线,进行垃圾车调度。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述调度方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述调度方法。
CN202210600251.8A 2022-05-27 2022-05-27 调度方法、装置、电子设备及存储介质 Pending CN115081819A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210600251.8A CN115081819A (zh) 2022-05-27 2022-05-27 调度方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210600251.8A CN115081819A (zh) 2022-05-27 2022-05-27 调度方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115081819A true CN115081819A (zh) 2022-09-20

Family

ID=83249540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210600251.8A Pending CN115081819A (zh) 2022-05-27 2022-05-27 调度方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115081819A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117474296A (zh) * 2023-12-26 2024-01-30 深圳智者行天下科技有限公司 一种基于物联网实时称重的垃圾车智能调度***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117474296A (zh) * 2023-12-26 2024-01-30 深圳智者行天下科技有限公司 一种基于物联网实时称重的垃圾车智能调度***
CN117474296B (zh) * 2023-12-26 2024-04-16 深圳智者行天下科技有限公司 一种基于物联网实时称重的垃圾车智能调度***

Similar Documents

Publication Publication Date Title
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
CN110348613B (zh) 分拨中心智能物流管理方法及***
US8046319B2 (en) Methods suitable for optimizing linehaul operations
CN105389975B (zh) 专车调度方法和装置
CN113379102B (zh) 一种多网干线运输优化方法、计算机设备及存储介质
CN109255972B (zh) 一种基于大数据的地面公交固定线路时刻表的优化方法
CN114386720B (zh) 物流***调度管理方法、***、终端设备及存储介质
CN111539590A (zh) 一种基于后悔理论的应急资源配置优化方法
CN115409295B (zh) 一种基于瓶颈分析的公交调度方法、电子设备及存储介质
CN108764800B (zh) 一种基于众包公共交通***实现包裹快速递送的方法
CN112906980A (zh) 订单处理方法、装置、***及可读存储介质
CN115081819A (zh) 调度方法、装置、电子设备及存储介质
CN111985699A (zh) 一种用于化工运输的调度方法和装置
CN112949987B (zh) 基于预测的出租车调度和匹配方法、***、设备及介质
CN112184092A (zh) 物流节点确定方法、装置、服务器及存储介质
CN112465384A (zh) 一种运力调度的方法、装置、计算机设备及计算机可读存储介质
CN116090689B (zh) 一种基于中转接驳的货运资源优化方法及优化***
Apostolopoulos et al. Seizing the potential of transport pooling in urban logistics-the case of thriasio logistics centre in Greece
CN112288232A (zh) 干线网点的货物运输批次规划方法及***
CN112365032A (zh) 垃圾清运的路径优化***与方法
Oliskevych Dynamic scheduling of highway cargo transportation
CN111539674A (zh) 一种用于工程机械租赁场景物流运输的拼单方法
CN116432880A (zh) 一种共享云仓物流城配路线智能选择及运费报价***
Yu et al. Coordinating matching, rebalancing and charging of electric ride-hailing fleet under hybrid requests
CN111079008B (zh) 出租车司机在蓄车池去留的方案推荐方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination