CN115587742B - 一种物流场站的车辆出入场调度方法及装置 - Google Patents

一种物流场站的车辆出入场调度方法及装置 Download PDF

Info

Publication number
CN115587742B
CN115587742B CN202211486670.XA CN202211486670A CN115587742B CN 115587742 B CN115587742 B CN 115587742B CN 202211486670 A CN202211486670 A CN 202211486670A CN 115587742 B CN115587742 B CN 115587742B
Authority
CN
China
Prior art keywords
logistics
scheduling
vehicles
scheme
information
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.)
Active
Application number
CN202211486670.XA
Other languages
English (en)
Other versions
CN115587742A (zh
Inventor
冯波
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.)
Wanlian Yida Logistics Technology Co ltd
Original Assignee
Wanlian Yida Logistics 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 Wanlian Yida Logistics Technology Co ltd filed Critical Wanlian Yida Logistics Technology Co ltd
Priority to CN202211486670.XA priority Critical patent/CN115587742B/zh
Publication of CN115587742A publication Critical patent/CN115587742A/zh
Application granted granted Critical
Publication of CN115587742B publication Critical patent/CN115587742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06Resources, 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock 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
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/083Shipping
    • 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
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Operations Research (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)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种物流场站的车辆出入场调度方法及装置,属于调度管理技术领域,方法包括:获取待进入目标物流场站的多个物流车辆,构建第一约束条件;按照多个物流配送指标,采集多个物流车辆的指标参数,获得多个指标参数集合;获取目标物流场站内装车区域的容量和待装车区域的容量,获得第一容量信息和第二容量信息,构建第二约束条件;对多个物流车辆进入待装车区域和装车区域的次序进行随机选择和组合,获得多个调度方案;对多个调度方案进行双目标寻优,获得最优调度方案,进行调度。本申请解决了现有技术中物流场站的车辆调度智能化程度低,调度效率低的技术问题,达到了提高物流场站的调度协调度,提高物流速度的技术效果。

Description

一种物流场站的车辆出入场调度方法及装置
技术领域
本申请涉及调度管理技术领域,尤其涉及一种物流场站的车辆出入场调度方法及装置。
背景技术
随着经济的发展,我国的物流行业也在快速增长,物流运转量也随之不断增长,对于物流场站的调度能力提出了更高的要求。随着业务量猛增,研究物流场站的车辆调度情况对于提高经济平稳快速发展有着十分重要的意义。
目前,主要通过人工对物流场站内的车辆进行调度管理,根据车辆的任务信息确定车辆进出物流场站的次序,并且通过场站内的工作人员对各个物流车辆进行停靠位置、停靠时间的掌控。然而,在实际物流场站调度过程中,由于物流场站的进出车辆数量巨大,仅仅依靠人工管理,容易在场站内造成车辆拥堵。并且人工管理的效率低下,相互之间的信息沟通不畅,安排的调度方案受限于管理人员的能力,无法高效进行场站内的车辆调度。现有技术中物流场站的车辆调度智能化程度低,调度效率低的技术问题。
发明内容
本申请的目的是提供一种物流场站的车辆出入场调度方法及装置,用以解决现有技术中物流场站的车辆调度智能化程度低,调度效率低的技术问题。
鉴于上述问题,本申请提供了一种物流场站的车辆出入场调度方法及装置。
第一方面,本申请提供了一种物流场站的车辆出入场调度方法,其中,所述方法包括:获取待进入目标物流场站的多个物流车辆;按照多个物流配送指标,采集所述多个物流车辆的指标参数,获得多个指标参数集合;获取所述目标物流场站内装车区域的容量和待装车区域的容量,获得第一容量信息和第二容量信息;根据所述多个物流车辆,构建第一约束条件;根据所述第一容量信息和所述第二容量信息,构建第二约束条件;对所述多个物流车辆进入所述待装车区域和所述装车区域的次序进行随机选择和组合,获得多个调度方案;根据所述第一约束条件、所述第二约束条件和所述多个指标参数集合,对所述多个调度方案进行双目标寻优,获得最优调度方案,进行调度,其中,所述双目标寻优包括提升所述多个物流车辆的整体物流速度和提升每个物流车辆的物流速度。
另一方面,本申请还提供了一种物流场站的车辆出入场调度装置,其中,所述装置包括:物流车辆获得模块,所述物流车辆获得模块用于获取待进入目标物流场站的多个物流车辆;指标参数采集模块,所述指标参数采集模块用于按照多个物流配送指标,采集所述多个物流车辆的指标参数,获得多个指标参数集合;容量信息获得模块,所述容量信息获得模块用于获取所述目标物流场站内装车区域的容量和待装车区域的容量,获得第一容量信息和第二容量信息;第一约束条件构建模块,所述第一约束条件构建模块用于根据所述多个物流车辆,构建第一约束条件;第二约束条件构建模块,所述第二约束条件构建模块用于根据所述第一容量信息和所述第二容量信息,构建第二约束条件;调度方案获得模块,所述调度方案获得模块用于对所述多个物流车辆进入所述待装车区域和所述装车区域的次序进行随机选择和组合,获得多个调度方案;最优调度方案获得模块,所述最优调度方案获得模块用于根据所述第一约束条件、所述第二约束条件和所述多个指标参数集合,对所述多个调度方案进行双目标寻优,获得最优调度方案,进行调度,其中,所述双目标寻优包括提升所述多个物流车辆的整体物流速度和提升每个物流车辆的物流速度。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过对待进入目标物流场站的多个物流车辆信息进行采集,然后根据多个物流配送指标,进行指标参数采集,得到多个指标参数集合;然后获取目标物流场站内装车区域的容量和待装车区域的容量,得到对应的第一容量信息和第二容量信息;进而根据多个物流车辆,构建第一约束条件;根据第一容量信息和所述第二容量信息,构建第二约束条件;通过对多个物流车辆进入待装车区域和装车区域的次序进行随机选择和组合,获得多个调度方案;然后根据第一约束条件、第二约束条件和多个指标参数集合,对多个调度方案进行双目标寻优,获得最优调度方案,进行调度,其中,双目标寻优包括提升所述多个物流车辆的整体物流速度和提升每个物流车辆的物流速度。达到了从装车区域和待装车区域两个角度进行物流调度,对多个调度方案进行双目标寻优,智能化的寻找最优调度方案,提高调度效率,进而提高物流速度的技术效果。
附图说明
为了更清楚地说明本申请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示例性的,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为本申请实施例提供的一种物流场站的车辆出入场调度方法的流程示意图;
图2为本申请实施例提供的一种物流场站的车辆出入场调度方法中构建第一约束条件的流程示意图;
图3为本申请实施例提供的一种物流场站的车辆出入场调度方法中构建第二约束条件的流程示意图;
图4为本申请一种物流场站的车辆出入场调度装置的结构示意图。
附图标记说明:物流车辆获得模块11,指标参数采集模块12,容量信息获得模块13,第一约束条件构建模块14,第二约束条件构建模块15,调度方案获得模块16,最优调度方案获得模块17。
具体实施方式
本申请通过提供一种物流场站的车辆出入场调度方法及装置,解决了现有技术中物流场站的车辆调度智能化程度低,调度效率低的技术问题。达到了物流场站车辆出入调度效率,进而提高车辆运输效率的技术效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,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,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种物流场站的车辆出入场调度方法,其中,所述方法包括:
步骤S100:获取待进入目标物流场站的多个物流车辆;
具体而言,所述目标物流场站是指要进行车辆出入调度的任意一个场站。所述多个物流车辆是准备进入所述目标物流场站的车辆,多个物流车辆的型号、规格、运输产品可以不相同。通过获取所述多个物流车辆的基本信息,包括物流车辆的容量、型号等,为后续分析物流车辆提供基本的分析数据,达到了提供物流场站的调度目标的技术效果。
步骤S200:按照多个物流配送指标,采集所述多个物流车辆的指标参数,获得多个指标参数集合;
进一步的,按照多个物流配送指标,采集所述多个物流车辆的指标参数,本申请实施例步骤S200还包括:
步骤S210:获取所述多个物流配送指标,所述多个物流配送指标包括装车时间指标和物流要求时间指标;
步骤S220:基于所述装车时间指标和物流要求时间指标,对所述多个物流车辆进行指标参数采集,获得所述多个指标参数集合。
具体而言,所述多个物流配送指标是进行物流运输的过程中衡量运输流转的指标,包括装车时间指标和物流要求时间指标。其中,所述装车时间指标是指多个物流车辆从开始装车到运输物品装车完成之间的时间长度,即运输车辆在运输场站内必须消耗的时间,根据物流车辆的规格、型号、运输货物类型来确定。所述物流要求时间指标是指根据多个物流车辆各自的订单要求,确定在目标物流场站内的滞留的最长时间指标。示例性的,中型大卡车的运输任务时要在一天内,从郑州的物流场站运输苹果至安阳两趟,运输时间从早上8点到晚上8点。从郑州到安阳的往返运输时间为2个小时,在安阳处苹果卸车需要1个小时,则中型大卡车在郑州物流场站的滞留时间最长为6个小时。
具体的,根据所述装车时间指标和物流要求时间指标对多个物流车辆进行指标参数采集,即根据多个物流车辆的自身规格型号和运输任务,确定多个装车时间指标参数和多个物流要求时间指标参数。所述多个指标参数集合反映了多个物流车辆从装车时间和物流要求两个角度进行时间参数采集的结果,包括多个装车时间指标参数和多个物流要求时间指标参数。其中,所述多个装车时间指标参数是指多个运输车辆的自身在目标物流场站内的装车停留时间。所述多个物流要求时间指标参数是指多个运输车辆根据运输任务要求,计算得到的在场站内停留的最长时间。由此,达到了获取多个运输车辆在场站内的两个角度的停留时间,从而提高车辆调度的准确性的技术效果。
步骤S300:获取所述目标物流场站内装车区域的容量和待装车区域的容量,获得第一容量信息和第二容量信息;
具体而言,待装车区域即为物流车辆在目标物流场站内泊车等待状态的区域,装车区域即为将物流物品进行装车的区域,所述第一容量信息是指所述目标物流场站内装车区域满载的情况下可以容纳的车辆数量,所述第二容量信息是指所述目标物流场站内待装车区域满载的情况下可以容纳的车辆数量。通过根据第一容量信息和第二容量信息,可以获得目标物流场站的设计车辆容纳信息,为后续调度的范围提供依据,从而达到了根据目标物流场站的容量情况进行车辆调度,为最大程度的利用场站资源提供数据支撑的技术效果。
步骤S400:根据所述多个物流车辆,构建第一约束条件;
进一步的,如图2所示,根据所述多个物流车辆,构建第一约束条件,本申请实施例步骤S400还包括:
步骤S410:获取所述目标物流场站在预设时间范围内需要进行调度的物流车辆的数量,获得总调度数量信息;
步骤S420:根据所述总调度数量信息、所述多个物流车辆和所述预设时间范围,获得对所述多个物流车辆进行物流处理的要求时间范围;
步骤S430:将对所述多个物流车辆进行物流处理的总时间需要落入所述要求时间范围,构建为所述第一约束条件。
具体而言,所述预设时间范围是预先设置的进行目标物流场站进行车辆调度的时间范围,可选的,时间范围可以是一天、半天等。所述总调度数量信息是根据预设时间范围内进入目标物流场站进行物流流转的车辆数量确定的。然后,根据所述总调度数量信息和所述多个物流车辆和所述预设时间范围,根据所述多个物流车辆的数量确定对其进行物流处理的要求时间范围,即根据总调度数量信息,结合多个物流车辆的数量,确定在预设时间范围内多个物流车辆进入目标物流场站的时间段,优选的,在这个时间段内进行物流处理不影响其他车辆的物流调度。可选的,对多个物流车辆进行物流处理的要求时间范围为多个物流车辆的数量和总调度数量的比值,乘以该预设时间范围。
所述第一约束条件为约束对多个物流车辆进行物流处理的总时间要落入所述要求时间范围内,即对多个物流车辆的物流处理总时间进行限制。由此,达到了对物流时间进行限制,从而对物流车辆的处理时间进行约束,为后续车辆调度提供依据的技术效果。
示例性的,物流场站一天的总调度车辆为2000辆,对其中的60辆车辆的调度运营情况进行分析,物流场站的运营时间为20个小时,其中60辆车在站内的停留时间要控制在45分钟内,不然会影响其他车辆在场站内的流转情况。
步骤S500:根据所述第一容量信息和所述第二容量信息,构建第二约束条件;
进一步的,如图3所示,根据所述第一容量信息和所述第二容量信息,构建第二约束条件,本申请实施例步骤S500还包括:
步骤S510:采集所述装车区域和所述待装车区域在历史时间内发生堵塞时的车辆数量信息,获得第一数量信息和第二数量信息;
步骤S520:根据所述第一数量信息、第二数量信息、第一容量信息、所述第二容量信息,计算获得第一容量阈值和第二容量阈值;
步骤S530:将所述装车区域内的物流车辆数量小于等于所述第一容量阈值和所述待装车区域内的物流车辆数量小于等于所述第二容量阈值,作为所述第二约束条件。
具体而言,所述第二约束条件是对目标物流场站内的车辆调度过程中装车区域和待装车区域的实时物流车辆数量进行限制的约束条件。对所述目标场站的历史调度情况进行采集,以发生交通堵塞为标签对历史调度情况进行提取,获得历史时间内装车区域发生堵塞时的车辆数量,作为第一数量信息。其中,所述第二数量信息是对历史时间内发生堵塞时待装车区域的车辆数量进行采集得到的。优选的,获取的多个历史时间内发生堵塞时,所述装车区域和待装车区域内的车辆数量,得到多个历史第一数量信息和多个历史第二数量信息。进而对多个历史第一数量信息和多个历史第二数量信息进行均值化处理和取整处理,从而得到所述第一数量信息和所述第二数量信息。
具体的,根据所述第一数量信息和第一容量信息得到装车区域不发生堵塞时,装车区域内能容纳最多车辆时的车辆数量,即所述第一容量阈值。根据所述第二数量信息和第二容量信息得到待装车区域不发生堵塞时,待装车区域内能容纳最多车辆时的车辆数量,即所述第二容量阈值。第一容量信息和第二容量信息是装车区域和待装车区域满载时的容量,但此时由于各车辆在场站内的移动方向和速度不同,导致站内产生拥堵,因此,需要通过设定第二约束条件对车辆数量进行限制。进而确定第二约束条件为所述装车区域内的物流车辆数量小于等于所述第一容量阈值,同时所述待装车区域内的物流车辆数量小于等于所述第二容量阈值。由此,达到了对目标物流场站内实时物流数量进行限制约束,防止在场站内发生堵塞,延误物流运输时间的技术效果。
步骤S600:对所述多个物流车辆进入所述待装车区域和所述装车区域的次序进行随机选择和组合,获得多个调度方案;
进一步的,对所述多个物流车辆进入所述待装车区域和所述目标物流场站的次序进行随机选择和组合,获得多个调度方案,本申请实施例步骤S600还包括:
步骤S610:对所述多个物流车辆进行标识,获得多个标识信息;
步骤S620:根据所述多个标识信息,在所述多个物流车辆内,随机选择随机数量的物流车辆作为第一物流车辆集合,进入所述装车区域,并在装车完成后驶出所述装车区域;
步骤S630:根据所述多个标识信息,在剩余的多个物流车辆内,随机选择随机数量的物流车辆作为第二物流车辆集合,进入所述待装车区域,并在所述第一物流车辆集合驶出所述装车区域后,驶入所述装车区域;
步骤S640:继续对剩余的多个物流车辆进行随机选择和组合,获得所述多个调度方案。
具体而言,通过对多个物流车辆进行分别标识,从而得到所述多个标识信息,其中,所述多个标识信息与多个物流车辆一一对应。进而,根据所述多个标识信息,从所述多个物流车辆内随机选择随机数量的物流车辆作为第一物流车辆集合,即不限制物流车辆的选择,也不限制数量。所述第一物流车辆集合是所述多个物流车辆中第一次进入所述装车区域,并在装车完成后驶出所述装车区域的车辆集合。进而,在剩余的多个物流车辆中,仍然随机选择随机数量的物流车辆作为第二物流车辆集合。其中,所述第二物流车辆集合是第二批进入目标物流场站的车辆。进而,按照同样的随机选择方式对剩余的多个物流车辆进行随机选择和组合,直至所述多个物流车辆全部调度为止,从而得到所述调度方案。然后,基于同样的方法多次对所述多个物流车辆进入所述待装车区域和所述目标物流场站的次序进行随机选择和组合,从而得到所述多个调度方案。其中,所述多个调度方案是对多个物流车辆在目标物流场站内的物流处理情况进行调度的方案。由此,达到了随机获得多个调度方案,为后续进行调度方案的寻优做铺垫的技术效果。
步骤S700:根据所述第一约束条件、所述第二约束条件和所述多个指标参数集合,对所述多个调度方案进行双目标寻优,获得最优调度方案,进行调度,其中,所述双目标寻优包括提升所述多个物流车辆的整体物流速度和提升每个物流车辆的物流速度。
进一步的,根据所述第一约束条件、所述第二约束条件和所述多个指标参数集合,对所述多个调度方案进行双目标寻优,获得最优调度方案,本申请实施例步骤S700还包括:
步骤S710:根据所述第一约束条件和所述第二约束条件,对所述多个调度方案进行约束,获得调度方案集合;
步骤S720:在所述调度方案集合内随机选择一调度方案,作为第一调度方案,并作为历史最优方案;
步骤S730:基于双目标寻优,分析获取所述第一调度方案的第一调度评分;
步骤S740:采用多种预设调整方式对所述第一调度方案进行调整,构建第一邻域,所述第一邻域内包括多个调整调度方案,其中,所述多个调整调度方案包括于所述调度方案集合,所述多种预设调整方式包括调整进入所述装车区域和所述待装车区域的物流车辆的数量和进入顺序;
步骤S750:分析获取所述多个调整调度方案的多个调整调度评分,并获取所述多个调整调度评分中的最大值,作为第二调度评分;
步骤S760:将所述第二调度评分对应的调整调度方案作为第二调度方案,判断所述第二调度评分是否大于所述第一调度评分,若是,则将所述第二调度方案作为历史最优方案,并将获得所述第二调度方案的预设调整方式加入禁忌表,所述禁忌表包括一禁忌迭代次数,若否,则仍将所述第一调度方案作为历史最优方案;
步骤S770:继续构建所述第二调度方案的第二邻域,进行迭代寻优;
步骤S780:当达到预设迭代次数,停止寻优,将历史最优方案输出,获得所述最优调度方案。
具体而言,所述双目标寻优是指对所述多个物流车辆的整体物流速度和每个物流车辆的物流速度进行迭代优化。首先,对所述多个调度方案中对多个物流车辆进行物流处理的多个整体处理时间,同一时间进入装车区域和待装车区域的多个车辆数量进行计算,然后根据所述第一约束条件和第二约束条件对多个调度方案的多个整体处理时间、多个车辆数量进行筛选,只留下满足第一约束条件和第二约束条件的调度方案,作为所述调度方案集合。
本申请实施例基于禁忌搜索算法,进行多个调度方案的寻优。具体的,从所述调度方案集合中随机选择一调度方案,将其作为第一调度方案。其中,所述第一调度方案是指初步作为调度的调度方案,将其设定为当前的历史最优方案。进而,通过从双目标的角度对所述第一调度方案进行评估,得到所述第一调度评分。其中,所述第一调度评分是指对第一调度方案从整体物流处理时间和单个车辆物流处理时间两个角度进行评估得到的结果。所述多种预设调整方式是预先设置的对调度方案进行调整的方式,所述多种预设调整方式包括调整进入所述装车区域和所述待装车区域的物流车辆的数量和进入顺序。不同的预设调整方式包括调整不同物流车辆进入装车区域和待装车区域的次序,以及按照不同的调整幅度,调整进入装车区域和待装车区域的物流车辆的数量,所述第一邻域是按照所述多种预设调整方式对所述第一调度方案进行调整后得到的多个调整调度方案。
具体的,基于第一调度评分的获得方法,对所述多个调整调度方案进行评分,得到所述多个调整调度评分,然后筛选所述多个调整调度评分中的最大值,将其作为第二调度评分。其中,所述第二调度评分是对所述第一调度方案进行调整后得到的多个调整调度方案进行评分筛选后最高的调度评分。则第二调度评分对应的调整调度方案,则为多个调整调度方案中最优的方案,作为第二调度方案,进而,判断所述第二调度评分是否大于所述第一调度评分,若大于,则第二调度方案比第一调度方案更为优异,将第一调度方案放弃,将第二调度方案作为历史最优方案。进一步的,将调整获得第二调度方案的预设调整方式加入所述禁忌表中,避免寻优陷入局部最优,其中,所述禁忌表是在之后的调整过程中,禁止使用的预设调整方式的汇总表。所述禁忌迭代次数是指预设调整方式在随机调整的过程中禁止使用的次数,当寻优迭代达到禁忌迭代次数后,将该预设调整方式从禁忌表内删除。当所述第二调度评分不大于所述第一调度评分时,将第一调度方案仍然作为历史最优方案。
具体的,进一步进行寻优迭代,构建第二调度方案的第二邻域,进而迭代寻优。第二邻域的构建方法与第一邻域的构建方法一致,所述第二邻域内包括多个调整调度方案。
继续进行寻优迭代,所述预设迭代次数是预先设置的进行迭代寻优的次数。当达到所述预设迭代次数后,停止迭代寻优,将历史最优方案输出,得到所述最优调度方案。由此,达到了对调度方案进行双目标寻优,提高调整方案的调整质量的技术效果。
进一步的,基于双目标寻优,分析获取所述第一调度方案的第一调度评分,本申请实施例步骤S730还包括:
步骤S731:根据所述多个指标参数集合和所述装车时间指标,计算获取所述第一调度方案内,对所述多个物流车辆进行全部物流装车处理的总时间,获得第一总时间信息;
步骤S732:根据所述第一总时间信息进行调度评分评估,获得第一子调度评分;
步骤S733:获取所述第一调度方案内,所述多个物流车辆完成物流装车处理的时间,获得多个完成时间信息;
步骤S734:根据所述多个指标参数集合和所述物流要求时间指标,计算获取所述第一调度方案内,所述多个物流车辆的多个物流时间合格程度信息;
步骤S735:根据所述多个物流时间合格程度信息,计算获得平均物流时间合格程度信息;
步骤S736:根据所述平均物流时间合格程度信息进行调度评分评估,获得第二子调度评分;
步骤S737:对所述第一子调度评分和第二子调度评分进行加和,获得所述第一调度评分。
具体而言,对所述多个物流车辆的多个指标参数集合和装车时间指标进行提取,按照所述第一调度方案中的车辆标识信息,得到第一调度方案中多个物流车辆的多个装车时间指标参数。然后计算第一调度方案内,多个物流车辆进入待装车区域和装车区域的行驶时间,以及进行装车所需要的时间,得到第一调度方案所需的所述第一总时间信息。其中,所述第一总时间信息反映了多个物流车辆全部进行物流装车处理的总时间。
具体的,以所述第一总时间信息为依据进行调度评分评估,按照时间的长短,得到对应的评分,时间越短,评分越高。优选的,根据所述目标物流场站的历史调度情况,建立时间评分表,以物流车辆的数量为主要归类依据,根据所述第一调度方案内的车辆数量,在所述时间评分表中获取对应的评分标准。示例性的,当调度方案内的调度物流车辆为60辆时,在物流场站内的装车处理时间在40分钟以内,评分为A,40-60分钟评分为B,60分钟以上评分为C。从而,通过根据时间评分表进行调度评分评估,得到所述第一子调度评分。其中,所述第一子调度评分反映了所述第一调度方案的整体车辆总时间调度评分情况。
进一步地,根据所述第一调度方案,获取其内多个物流车辆从到达目标物流场站等待,到进行装车并完成物流装车处理的时间,得到多个物流车辆的所述多个完成时间信息。其中,所述多个完成时间与所述多个物流车辆一一对应。进而根据所述多个指标参数集合和所述物流要求时间指标,得到多个物流车辆根据自身订单要求确定的物流要求时间。进而,根据所述第一调度方案中的多个完成时间信息分别对所述多个物流要求时间的比值,得到所述多个物流时间合格程度信息。其中,所述多个物流时间合格程度信息反映了按照所述第一调度方案进行物流调度时,多个物流车辆的物流处理时间的合格程度。进而对多个物流时间合格程度信息进行均值化处理,得到所述平均物流时间合格程度信息。所述平均物流时间合格程度信息反映了按照第一调度方案进行物流调度时各个车辆的物流处理时间合格度。
具体的,根据所述平均物流时间合格程度信息进行调度评分评估,获得第二子调度评分。其中,所述第二子调度评分反映了按照第一调度方案进行物流调度各个车辆的调度时间合理程度。优选的,当所述平均物流时间合格程度达到60%,第二子调度评分为三级,当所述平均物流时间合格程度在60%-80%之间,第二子调度评分为二级,当所述平均物流时间合格程度超出80%,第二子调度评分为一级。一级评分最高,三级评分最低。通过将所述第一子调度评分和第二子调度评分进行加和,综合后得到所述第一调度评分。由此,实现了对第一调度方案进行整体和单个车辆两个角度进行评价的目标,达到了提高对调度方案的评估准确度的技术效果。
综上所述,本申请所提供的一种物流场站的车辆出入场调度方法具有如下技术效果:
1.本申请实施例通过采集待进入目标物流场站的多个物流车辆,然后根据多个物流配送指标,对多个物流车辆的指标参数进行采集,实现对物流车辆的基本情况进行采集的目标,然后根据目标物流场站内装车区域的容量得到第一容量信息,根据待装车区域的容量得到第二容量信息,实现对目标物流场站的满载时的车辆数量进行采集的目标,为后续进行车辆调度提供数据,进而根据多个物流车辆,构建第一约束条件,对物流的装车时间进行限制,然后根据第二约束条件,对进入目标物流场站的车辆数量进行限制,然后对多个物流车辆进入待装车区域和装车区域的次序进行随机选择和组合,从而得到多个调度方案,然后根据第一约束条件、第二约束条件和多个指标参数集合,对多个调度方案进行约束、筛选,迭代寻优,在寻优的过程中,考虑整体装车时间和单个车辆的装车时间进行双目标寻优,实现提高寻优的准确度的目标,然后得到最优调度方案,对车辆进行调度。达到了提高目标物流场站的车辆调度效率和智能化程度的技术效果。
2.本申请通过对目标物流场站在预设时间范围内需要进行调度的物流车辆的数量进行采集,得到在预设时间范围内的调度任务,从而得到总调度数量信息,然后根据总调度数量信息、多个物流车辆和预设时间范围,对多个物流车辆进行物流处理的要求时间范围进行确定,将对多个物流车辆进行物流处理的总时间限制在要求时间范围内,保证目标物流场站的整体物流调度运转正常,得到第一约束条件。达到了根据目标物流场站的总调度情况进行多个物流车辆的处理时间约束,兼顾整体调度效率和部分车辆调度效率,提高调度处理质量的技术效果。
实施例二
基于与前述实施例中一种物流场站的车辆出入场调度方法同样的发明构思,如图4所示,本申请还提供了一种物流场站的车辆出入场调度装置,其中,所述装置包括:
物流车辆获得模块11,所述物流车辆获得模块11用于获取待进入目标物流场站的多个物流车辆;
指标参数采集模块12,所述指标参数采集模块12用于按照多个物流配送指标,采集所述多个物流车辆的指标参数,获得多个指标参数集合;
容量信息获得模块13,所述容量信息获得模块13用于获取所述目标物流场站内装车区域的容量和待装车区域的容量,获得第一容量信息和第二容量信息;
第一约束条件构建模块14,所述第一约束条件构建模块14用于根据所述多个物流车辆,构建第一约束条件;
第二约束条件构建模块15,所述第二约束条件构建模块15用于根据所述第一容量信息和所述第二容量信息,构建第二约束条件;
调度方案获得模块16,所述调度方案获得模块16用于对所述多个物流车辆进入所述待装车区域和所述装车区域的次序进行随机选择和组合,获得多个调度方案;
最优调度方案获得模块17,所述最优调度方案获得模块17用于根据所述第一约束条件、所述第二约束条件和所述多个指标参数集合,对所述多个调度方案进行双目标寻优,获得最优调度方案,进行调度,其中,所述双目标寻优包括提升所述多个物流车辆的整体物流速度和提升每个物流车辆的物流速度。
进一步的,所述装置还包括:
配送指标获得单元,所述配送指标获得单元用于获取所述多个物流配送指标,所述多个物流配送指标包括装车时间指标和物流要求时间指标;
参数采集单元,所述参数采集单元用于基于所述装车时间指标和物流要求时间指标,对所述多个物流车辆进行指标参数采集,获得所述多个指标参数集合。
进一步的,所述装置还包括:
总调度数量获得单元,所述总调度数量获得单元用于获取所述目标物流场站在预设时间范围内需要进行调度的物流车辆的数量,获得总调度数量信息;
要求时间范围获得单元,所述要求时间范围获得单元用于根据所述总调度数量信息、所述多个物流车辆和所述预设时间范围,获得对所述多个物流车辆进行物流处理的要求时间范围;
第一约束构建单元,所述第一约束构建单元用于将对所述多个物流车辆进行物流处理的总时间需要落入所述要求时间范围,构建为所述第一约束条件。
进一步的,所述装置还包括:
车辆数量信息获得单元,所述车辆数量信息获得单元用于采集所述装车区域和所述待装车区域在历史时间内发生堵塞时的车辆数量信息,获得第一数量信息和第二数量信息;
容量阈值获得单元,所述容量阈值获得单元用于根据所述第一数量信息、第二数量信息、第一容量信息、所述第二容量信息,计算获得第一容量阈值和第二容量阈值;
第二约束设定单元,所述第二约束设定单元用于将所述装车区域内的物流车辆数量小于等于所述第一容量阈值和所述待装车区域内的物流车辆数量小于等于所述第二容量阈值,作为所述第二约束条件。
进一步的,所述装置还包括:
标识信息获得单元,所述标识信息获得单元用于对所述多个物流车辆进行标识,获得多个标识信息;
第一物流车辆获得单元,所述第一物流车辆获得单元用于根据所述多个标识信息,在所述多个物流车辆内,随机选择随机数量的物流车辆作为第一物流车辆集合,进入所述装车区域,并在装车完成后驶出所述装车区域;
第二物流车辆获得单元,所述第二物流车辆获得单元用于根据所述多个标识信息,在剩余的多个物流车辆内,随机选择随机数量的物流车辆作为第二物流车辆集合,进入所述待装车区域,并在所述第一物流车辆集合驶出所述装车区域后,驶入所述装车区域;
多个调度方案获得单元,所述多个调度方案获得单元用于继续对剩余的多个物流车辆进行随机选择和组合,获得所述多个调度方案。
进一步的,所述装置还包括:
调度方案约束单元,所述调度方案约束单元用于根据所述第一约束条件和所述第二约束条件,对所述多个调度方案进行约束,获得调度方案集合;
历史最优方案设定单元,所述历史最优方案设定单元用于在所述调度方案集合内随机选择一调度方案,作为第一调度方案,并作为历史最优方案;
第一调度评分单元,所述第一调度评分单元用于基于双目标寻优,分析获取所述第一调度方案的第一调度评分;
第一邻域构建单元,所述第一邻域构建单元用于采用多种预设调整方式对所述第一调度方案进行调整,构建第一邻域,所述第一邻域内包括多个调整调度方案,其中,所述多个调整调度方案包括于所述调度方案集合,所述多种预设调整方式包括调整进入所述装车区域和所述待装车区域的物流车辆的数量和进入顺序;
第二调度评分单元,所述第二调度评分单元用于分析获取所述多个调整调度方案的多个调整调度评分,并获取所述多个调整调度评分中的最大值,作为第二调度评分;
调度评分判断单元,所述调度评分判断单元用于将所述第二调度评分对应的调整调度方案作为第二调度方案,判断所述第二调度评分是否大于所述第一调度评分,若是,则将所述第二调度方案作为历史最优方案,并将获得所述第二调度方案的预设调整方式加入禁忌表,所述禁忌表包括一禁忌迭代次数,若否,则仍将所述第一调度方案作为历史最优方案;
迭代寻优单元,所述迭代寻优单元用于继续构建所述第二调度方案的第二邻域,进行迭代寻优;
最优方案获得单元,所述最优方案获得单元用于当达到预设迭代次数,停止寻优,将历史最优方案输出,获得所述最优调度方案。
进一步的,所述装置还包括:
总时间计算单元,所述总时间计算单元用于根据所述多个指标参数集合和所述装车时间指标,计算获取所述第一调度方案内,对所述多个物流车辆进行全部物流装车处理的总时间,获得第一总时间信息;
第一子调度评分单元,所述第一子调度评分单元用于根据所述第一总时间信息进行调度评分评估,获得第一子调度评分;
完成时间获得单元,所述完成时间获得单元用于获取所述第一调度方案内,所述多个物流车辆完成物流装车处理的时间,获得多个完成时间信息;
物流时间合格度计算单元,所述物流时间合格度计算单元用于根据所述多个指标参数集合和所述物流要求时间指标,计算获取所述第一调度方案内,所述多个物流车辆的多个物流时间合格程度信息;
平均合格度计算单元,所述平均合格度计算单元用于根据所述多个物流时间合格程度信息,计算获得平均物流时间合格程度信息;
第二子调度评分单元,所述第二子调度评分单元用于根据所述平均物流时间合格程度信息进行调度评分评估,获得第二子调度评分;
第一调度评分获得单元,所述第一调度评分获得单元用于对所述第一子调度评分和第二子调度评分进行加和,获得所述第一调度评分。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种物流场站的车辆出入场调度方法和具体实例同样适用于本实施例的一种物流场站的车辆出入场调度装置,通过前述对一种物流场站的车辆出入场调度方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种物流场站的车辆出入场调度装置,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
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申请。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申请的精神或范围的情况下,在其它实施例中实现。因此,本申请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 (5)

1.一种物流场站的车辆出入场调度方法,其特征在于,所述方法包括:
获取待进入目标物流场站的多个物流车辆;
按照多个物流配送指标,采集所述多个物流车辆的指标参数,获得多个指标参数集合;
获取所述目标物流场站内装车区域的容量和待装车区域的容量,获得第一容量信息和第二容量信息;
根据所述多个物流车辆,构建第一约束条件;
根据所述第一容量信息和所述第二容量信息,构建第二约束条件;
对所述多个物流车辆进入所述待装车区域和所述装车区域的次序进行随机选择和组合,获得多个调度方案;
根据所述第一约束条件、所述第二约束条件和所述多个指标参数集合,对所述多个调度方案进行双目标寻优,获得最优调度方案,进行调度,其中,所述双目标寻优包括提升所述多个物流车辆的整体物流速度和提升每个物流车辆的物流速度;
其中,根据所述多个物流车辆,构建第一约束条件,包括:
获取所述目标物流场站在预设时间范围内需要进行调度的物流车辆的数量,获得总调度数量信息;
根据所述总调度数量信息、所述多个物流车辆和所述预设时间范围,获得对所述多个物流车辆进行物流处理的要求时间范围;
将对所述多个物流车辆进行物流处理的总时间需要落入所述要求时间范围,构建为所述第一约束条件;
根据所述第一容量信息和所述第二容量信息,构建第二约束条件,包括:
采集所述装车区域和所述待装车区域在历史时间内发生堵塞时的车辆数量信息,获得第一数量信息和第二数量信息;
根据所述第一数量信息、第二数量信息、第一容量信息、所述第二容量信息,计算获得第一容量阈值和第二容量阈值;
将所述装车区域内的物流车辆数量小于等于所述第一容量阈值和所述待装车区域内的物流车辆数量小于等于所述第二容量阈值,作为所述第二约束条件;
根据所述第一约束条件、所述第二约束条件和所述多个指标参数集合,对所述多个调度方案进行双目标寻优,获得最优调度方案,包括:
根据所述第一约束条件和所述第二约束条件,对所述多个调度方案进行约束,获得调度方案集合;
在所述调度方案集合内随机选择一调度方案,作为第一调度方案,并作为历史最优方案;
基于双目标寻优,分析获取所述第一调度方案的第一调度评分;
采用多种预设调整方式对所述第一调度方案进行调整,构建第一邻域,所述第一邻域内包括多个调整调度方案,其中,所述多个调整调度方案包括于所述调度方案集合,所述多种预设调整方式包括调整进入所述装车区域和所述待装车区域的物流车辆的数量和进入顺序;
分析获取所述多个调整调度方案的多个调整调度评分,并获取所述多个调整调度评分中的最大值,作为第二调度评分;
将所述第二调度评分对应的调整调度方案作为第二调度方案,判断所述第二调度评分是否大于所述第一调度评分,若是,则将所述第二调度方案作为历史最优方案,并将获得所述第二调度方案的预设调整方式加入禁忌表,所述禁忌表包括一禁忌迭代次数,若否,则仍将所述第一调度方案作为历史最优方案;
继续构建所述第二调度方案的第二邻域,进行迭代寻优;
当达到预设迭代次数,停止寻优,将历史最优方案输出,获得所述最优调度方案。
2.根据权利要求1所述的方法,其特征在于,按照多个物流配送指标,采集所述多个物流车辆的指标参数,包括:
获取所述多个物流配送指标,所述多个物流配送指标包括装车时间指标和物流要求时间指标;
基于所述装车时间指标和物流要求时间指标,对所述多个物流车辆进行指标参数采集,获得所述多个指标参数集合。
3.根据权利要求1所述的方法,其特征在于,对所述多个物流车辆进入所述待装车区域和所述目标物流场站的次序进行随机选择和组合,获得多个调度方案,包括:
对所述多个物流车辆进行标识,获得多个标识信息;
根据所述多个标识信息,在所述多个物流车辆内,随机选择随机数量的物流车辆作为第一物流车辆集合,进入所述装车区域,并在装车完成后驶出所述装车区域;
根据所述多个标识信息,在剩余的多个物流车辆内,随机选择随机数量的物流车辆作为第二物流车辆集合,进入所述待装车区域,并在所述第一物流车辆集合驶出所述装车区域后,驶入所述装车区域;
继续对剩余的多个物流车辆进行随机选择和组合,获得所述多个调度方案。
4.根据权利要求2所述的方法,其特征在于,基于双目标寻优,分析获取所述第一调度方案的第一调度评分,包括:
根据所述多个指标参数集合和所述装车时间指标,计算获取所述第一调度方案内,对所述多个物流车辆进行全部物流装车处理的总时间,获得第一总时间信息;
根据所述第一总时间信息进行调度评分评估,获得第一子调度评分;
获取所述第一调度方案内,所述多个物流车辆完成物流装车处理的时间,获得多个完成时间信息;
根据所述多个指标参数集合和所述物流要求时间指标,计算获取所述第一调度方案内,所述多个物流车辆的多个物流时间合格程度信息;
根据所述多个物流时间合格程度信息,计算获得平均物流时间合格程度信息;
根据所述平均物流时间合格程度信息进行调度评分评估,获得第二子调度评分;
对所述第一子调度评分和第二子调度评分进行加和,获得所述第一调度评分。
5.一种物流场站的车辆出入场调度装置,其特征在于,所述装置包括:
物流车辆获得模块,所述物流车辆获得模块用于获取待进入目标物流场站的多个物流车辆;
指标参数采集模块,所述指标参数采集模块用于按照多个物流配送指标,采集所述多个物流车辆的指标参数,获得多个指标参数集合;
容量信息获得模块,所述容量信息获得模块用于获取所述目标物流场站内装车区域的容量和待装车区域的容量,获得第一容量信息和第二容量信息;
第一约束条件构建模块,所述第一约束条件构建模块用于根据所述多个物流车辆,构建第一约束条件;
第二约束条件构建模块,所述第二约束条件构建模块用于根据所述第一容量信息和所述第二容量信息,构建第二约束条件;
调度方案获得模块,所述调度方案获得模块用于对所述多个物流车辆进入所述待装车区域和所述装车区域的次序进行随机选择和组合,获得多个调度方案;
最优调度方案获得模块,所述最优调度方案获得模块用于根据所述第一约束条件、所述第二约束条件和所述多个指标参数集合,对所述多个调度方案进行双目标寻优,获得最优调度方案,进行调度,其中,所述双目标寻优包括提升所述多个物流车辆的整体物流速度和提升每个物流车辆的物流速度;
所述第一约束条件构建模块,包括:
总调度数量获得单元,所述总调度数量获得单元用于获取所述目标物流场站在预设时间范围内需要进行调度的物流车辆的数量,获得总调度数量信息;
要求时间范围获得单元,所述要求时间范围获得单元用于根据所述总调度数量信息、所述多个物流车辆和所述预设时间范围,获得对所述多个物流车辆进行物流处理的要求时间范围;
第一约束构建单元,所述第一约束构建单元用于将对所述多个物流车辆进行物流处理的总时间需要落入所述要求时间范围,构建为所述第一约束条件;
第二约束条件构建模块,包括:
车辆数量信息获得单元,所述车辆数量信息获得单元用于采集所述装车区域和所述待装车区域在历史时间内发生堵塞时的车辆数量信息,获得第一数量信息和第二数量信息;
容量阈值获得单元,所述容量阈值获得单元用于根据所述第一数量信息、第二数量信息、第一容量信息、所述第二容量信息,计算获得第一容量阈值和第二容量阈值;
第二约束设定单元,所述第二约束设定单元用于将所述装车区域内的物流车辆数量小于等于所述第一容量阈值和所述待装车区域内的物流车辆数量小于等于所述第二容量阈值,作为所述第二约束条件;
所述最优调度方案获得模块,包括:
调度方案约束单元,所述调度方案约束单元用于根据所述第一约束条件和所述第二约束条件,对所述多个调度方案进行约束,获得调度方案集合;
历史最优方案设定单元,所述历史最优方案设定单元用于在所述调度方案集合内随机选择一调度方案,作为第一调度方案,并作为历史最优方案;
第一调度评分单元,所述第一调度评分单元用于基于双目标寻优,分析获取所述第一调度方案的第一调度评分;
第一邻域构建单元,所述第一邻域构建单元用于采用多种预设调整方式对所述第一调度方案进行调整,构建第一邻域,所述第一邻域内包括多个调整调度方案,其中,所述多个调整调度方案包括于所述调度方案集合,所述多种预设调整方式包括调整进入所述装车区域和所述待装车区域的物流车辆的数量和进入顺序;
第二调度评分单元,所述第二调度评分单元用于分析获取所述多个调整调度方案的多个调整调度评分,并获取所述多个调整调度评分中的最大值,作为第二调度评分;
调度评分判断单元,所述调度评分判断单元用于将所述第二调度评分对应的调整调度方案作为第二调度方案,判断所述第二调度评分是否大于所述第一调度评分,若是,则将所述第二调度方案作为历史最优方案,并将获得所述第二调度方案的预设调整方式加入禁忌表,所述禁忌表包括一禁忌迭代次数,若否,则仍将所述第一调度方案作为历史最优方案;
迭代寻优单元,所述迭代寻优单元用于继续构建所述第二调度方案的第二邻域,进行迭代寻优;
最优方案获得单元,所述最优方案获得单元用于当达到预设迭代次数,停止寻优,将历史最优方案输出,获得所述最优调度方案。
CN202211486670.XA 2022-11-25 2022-11-25 一种物流场站的车辆出入场调度方法及装置 Active CN115587742B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211486670.XA CN115587742B (zh) 2022-11-25 2022-11-25 一种物流场站的车辆出入场调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211486670.XA CN115587742B (zh) 2022-11-25 2022-11-25 一种物流场站的车辆出入场调度方法及装置

Publications (2)

Publication Number Publication Date
CN115587742A CN115587742A (zh) 2023-01-10
CN115587742B true CN115587742B (zh) 2023-09-01

Family

ID=84783178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211486670.XA Active CN115587742B (zh) 2022-11-25 2022-11-25 一种物流场站的车辆出入场调度方法及装置

Country Status (1)

Country Link
CN (1) CN115587742B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951850A (zh) * 2015-06-25 2015-09-30 广东工业大学 一种求解多配送中心物流运输车辆路径问题的方法
CN109214756A (zh) * 2018-09-17 2019-01-15 安吉汽车物流股份有限公司 基于蚁群算法和分层优化的整车物流调度方法及装置、存储介质、终端
KR20190057524A (ko) * 2017-11-20 2019-05-29 전자부품연구원 분산 환경 데이터베이스 상에서의 융합형 개미집단 알고리즘 기반 질의 최적화 방법
CN112270135A (zh) * 2020-11-13 2021-01-26 吉林烟草工业有限责任公司 一种物流发运调度智能配送方法、装置、设备及存储介质
CN113962467A (zh) * 2021-10-27 2022-01-21 重庆臻链汇物联网科技有限公司 一种冷链运输车辆智能调度方法
WO2022188388A1 (zh) * 2021-03-11 2022-09-15 华南理工大学 基于蚁群优化算法的智慧城市动态冷链物流调度方法
CN115375184A (zh) * 2022-09-22 2022-11-22 东风汽车股份有限公司 园区物流自动驾驶多车调度方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6055848B2 (ja) * 2013-02-01 2016-12-27 日立オートモティブシステムズ株式会社 走行制御装置及び走行制御システム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951850A (zh) * 2015-06-25 2015-09-30 广东工业大学 一种求解多配送中心物流运输车辆路径问题的方法
KR20190057524A (ko) * 2017-11-20 2019-05-29 전자부품연구원 분산 환경 데이터베이스 상에서의 융합형 개미집단 알고리즘 기반 질의 최적화 방법
CN109214756A (zh) * 2018-09-17 2019-01-15 安吉汽车物流股份有限公司 基于蚁群算法和分层优化的整车物流调度方法及装置、存储介质、终端
CN112270135A (zh) * 2020-11-13 2021-01-26 吉林烟草工业有限责任公司 一种物流发运调度智能配送方法、装置、设备及存储介质
WO2022188388A1 (zh) * 2021-03-11 2022-09-15 华南理工大学 基于蚁群优化算法的智慧城市动态冷链物流调度方法
CN113962467A (zh) * 2021-10-27 2022-01-21 重庆臻链汇物联网科技有限公司 一种冷链运输车辆智能调度方法
CN115375184A (zh) * 2022-09-22 2022-11-22 东风汽车股份有限公司 园区物流自动驾驶多车调度方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张赫 ; 姚迪 ; 王炜 ; .基于实时车货信息的港-公调度优化模型.东南大学学报(自然科学版).2012,(第04期),全文. *

Also Published As

Publication number Publication date
CN115587742A (zh) 2023-01-10

Similar Documents

Publication Publication Date Title
CN109205163B (zh) 跨巷道多层穿梭车仓储***设计方法、***及存储介质
CN110348613B (zh) 分拨中心智能物流管理方法及***
US20150148939A1 (en) Distribution warehouse and method for arranging different articles in an order-oriented manner by means of a reduced buffer
CN105917452B (zh) 用于半导体器件处理机吞吐量优化的方法和***
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
CN112950091B (zh) 车辆调度方法、装置及存储介质
CN112330057A (zh) 基于大数据的冷链物流冷藏产品运输质量优化管理***
CN113408773A (zh) 运输车充电调度控制方法及装置
CN115587742B (zh) 一种物流场站的车辆出入场调度方法及装置
CN113642775A (zh) 一种成品仓发货管理方法、装置及计算机设备
CN112598331A (zh) 轨道交通的动态调度方法、***、计算机设备和存储介质
CN111428902A (zh) 确定运输线路的方法及装置
CN117436851B (zh) 基于物联网的垃圾回收监管方法及***
CN114814973A (zh) 一种人机混合决策的智能安检***及方法
CN111260161A (zh) 一种众包任务下发的方法及设备
CN110689202A (zh) 一种基于混合智能算法的物资托盘配送车辆调度方法
CN111160384A (zh) 一种移动储能车调度优化方法、***及装置
Chen et al. Proactive in-house part-feeding for mixed-model assembly systems with dynamics
Kusuma et al. Multi-Depot Capacitated Vehicle Routing Problem by Using Stable Marriage and K-Means Clustering to Minimize Number of Unserved Customers and Total Travel Distance.
Wang et al. Decision making of project under fuzzy information
CN116573325B (zh) 一种智能仓储抓取机器人、智能仓储应用方法及仓管***
Jiang et al. Prediction of bus bunching using smart card data
CN116757459B (zh) 用于自动驾驶出租车智慧调度方案及综合评价方法及***
CN117649781B (zh) 基于数据融合的智慧停车监测数据智能处理方法
Sysoiev Determination of the optimal number of forklifts in the distribution center using the queuing network model

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
GR01 Patent grant
GR01 Patent grant