CN102262753A - 一种多Agent的区域物流配送系统及其控制调度方法 - Google Patents
一种多Agent的区域物流配送系统及其控制调度方法 Download PDFInfo
- Publication number
- CN102262753A CN102262753A CN2011102005190A CN201110200519A CN102262753A CN 102262753 A CN102262753 A CN 102262753A CN 2011102005190 A CN2011102005190 A CN 2011102005190A CN 201110200519 A CN201110200519 A CN 201110200519A CN 102262753 A CN102262753 A CN 102262753A
- Authority
- CN
- China
- Prior art keywords
- agent
- task
- sub
- team
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000009826 distribution Methods 0.000 title claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000007726 management method Methods 0.000 claims description 33
- 238000013439 planning Methods 0.000 claims description 27
- 238000012384 transportation and delivery Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000002045 lasting effect Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 abstract description 5
- 230000009471 action Effects 0.000 description 8
- 230000009916 joint effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明一种多Agent的区域物流配送系统及其控制调度方法,主要由主Agent、子Agent、协调Agent、任务源和通信模块构成,其中主Agent从任务源读取任务后,对任务进行分析和处理,对任务需要的车辆进行管理和调控,最后主Agent通过协调Agent来选出最适合完成此订单的子Agent,主Agent通过通信模块将任务分配给最适合完成任务的子Agent,该子Agent可以根据自身的情况利用通信模块和主Agent进行沟通,或者通过协调Agent和其他的子Agent协调,进一步找出完成该订单的方案;本发明提出了基于多Agent协同机制的控制调度模式,从而实现各不同配送主体之间的协调和共赢。
Description
技术领域
本发明涉及一种多Agent的区域物流配送系统及其控制调度方法。
背景技术
在共同配送活动中,配送线路的安排不仅影响到配送路线的距离,也影响到城市交通状况以及居民生活环境,配送路径的优化具有重要的意义。某一配送中心对一定地域范围的客户进行物流配送服务,每次配送不超过每辆装载车的额定载重量,且车辆的总运行距离有一定上限。为了完成运输任务,配送中心须派出若干辆车,全部的配送路径由一个回路或多个回路组成;每辆配送车辆从配送中心出发,沿着一条覆盖若干客户的路线,最终返回配送中心。为了提高车辆利用率、物流配送效率及优化配送线路,有必要提出一种新的解决方案。
发明内容
本发明提出一种多Agent的区域物流配送系统及其控制调度方法,提出了基于Agent协同机制的控制模式,使得运行机制具更好的实时性和协调性。
一种多Agent的区域物流配送系统,主要由主Agent、子Agent、协调Agent、任务源和通信模块构成,其中
所述的主Agent指的是区域物流配送的配送中心,由任务管理模块、控制调控模块、订单管理模块、GIS系统和仓储系统组成;
所述的任务管理模块从任务源读取任务,并对任务进行分析和处理,并将处理后的任务发送至控制调控模块;
所述的控制调控模块由调控Agent、车辆Agent和GPS车载终端控件组成,该控制调控模块从任务管理模块得到任务的具体信息,通过分析该具体信息来运用调控Agent1对车辆Agent进行调控,并结合GPS车载终端控件对车辆进行跟踪和管理,同时将经过处理的任务细则发送给订单管理模块;
所述的订单管理模块由地理信息Agent和仓储管理Agent组成,订单管理模块从控制调控模块得到经过处理的任务细则后,按照该任务细则结合地理信息Agent和仓储管理Agent生产符合子Agent运作的订单,并将该订单通过通信模块发送给适合完成任务的子Agent;所述的地理信息Agent从GIS系统获得相关地点的地理信息,仓储管理Agent则从仓储系统中获取仓库的实时信息;
所述的子Agent指的是各个物流配送点,主要任务是完成主Agent分配的订单,可以通过通信模块对主Agent进行访问,通过协调Agent和主Agent进行订单协调;
所述的协调Agent指的是一种可执行的程序,用于调节主Agent和子Agent、各子Agent和子Agent之间的工作和任务,主Agent通过协调Agent来选出最适合完成此订单的子Agent,该子Agent可以根据自身的情况利用通信模块和主Agent进行沟通,或者通过协调Agent和其他的子Agent协调,进一步找出完成该订单的方案;
所述的任务源指的是任务调配指令信息的集中存储源,通过主Agent对任务读取后,送至其任务管理模块来对任务进行分析和处理;
所述的通信模块主要负责主Agent和子Agent之间的沟通和交流,在主Agent各模块和各子Agent之间共享信息,该通信模块一部分处理的是子Agent对主Agent各模块的访问请求;另一部分处理的是主Agent对子Agent访问请求的回复;通信模块还负责管理所有信息Agent的相关信息,这样各Agent通过与通信模块交互,便可动态地从其他Agent获得其所需的包括位置、任务的属性信息,从而实现信息交互。
一种多Agent的区域物流配送系统的控制调度方法,具体包括以下几个步骤:
步骤1、发起组建团队:
当一个新的协作任务P出现时,首先发现任务P的子Agent被定为队长u,该子Agent负责给出一个全局规划,将任务P划分为若干的子任务Pi,即P={P1,...,Pi,...,Pn},并通过执行一个请求Request(u,Θ,p),用尝试的形式向其他子Agent广播此任务信息,其中,队长u最终目标就是要完成任务P,同时期望所有的队友vi能接受持续的弱可达目标PWAG(vi,p,Θ),队长u的弱目标ψ就是要将队长u具有的最终目标转变为团队Θ的共同信念;
步骤2、形成联合意图:
接收到该任务信息的子Agent向队长u发出Confirm或者Refuse响应,同时通知其他子Agent自己已经将完成任务P作为弱可达目标,如果队长u从各子Agent处所接收到的Confirm响应已经满足协作任务P的要求,那么确定这些发出Confirm响应的子Agent成为该团队的队友vi,此时联合意图JPG(Θ,p)就形成了,所有队员都必须遵循该联合意图,并且彼此信任;
步骤3、确定共享规划:
队长u在步骤1中已经给出了一个全局规划P={P1,...,Pi,...,Pn},Pi表示任务P的一个子任务,如果团队Θ中的所有队员都共同相信命题Do(Θ,P,Tp)为真,则以P为初始的共享规划,否则就通过协商,重新构建一个相互能接受的完成目标所需的共享规划;
步骤4、实施共享规划:
所有队员vi都遵循团队的约束,依照共享规划执行相应的行动,在任务执行的过程中,所有的队员vi自主决策局部的行为,即时调整局部行为;
步骤5、结果评价:
队长u向各队员vi收集任务P的执行结果,并且对该结果进行分析和评价,在仿真问题域中还可以在结果评价之后返回至步骤3重新构建共享规划,如果结果仍不满意就返回到步骤1重新组建团队。
本发明考虑了随机需求、不确定车辆及多目标等情景,提出了基于Agent协同机制的控制调度模式,从而实现各不同配送主体之间的协调和共赢,解决多样化需求和专业化生产之间的矛盾,可以提高物流系统效率;整合社会资源,实现共同集配,提高企业经济效益;缓解交通压力,减少噪音和废弃污染,降低浪费等,达到保护生态环境的目的。
附图说明
图1为本发明中多Agent的区域物流配送系统框架图;
图2为本发明中多Agent的区域物流配送系统控制调度流程图。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
如图1所示,本发明一种多Agent的区域物流配送系统,由主Agent1、子Agent2、协调Agent3、任务源4和通信模块5构成,其中:
所述的主Agent1指的是区域物流配送的配送中心,由任务管理模块11、控制调控模块12、订单管理模块13、GIS系统14和仓储系统15组成;
其中,任务管理模块11从任务源4读取任务,并对任务进行分析和处理,使任务更加清晰和明确,还可以将多个相似的任务集中在一起同时处理,提高整个工作流程的效率;
控制调控模块12由调控Agent121、车辆Agent122和GPS车载终端控件123组成,控制调控模块12从任务管理模块11得到任务的具体信息,通过分析该具体信息来运用调控Agent121对车辆Agent122进行调控,并结合GPS车载终端控件123对车辆进行跟踪和管理;
订单管理模块13由地理信息Agent131和仓储管理Agent132组成,订单管理模块13从控制调控模块12得到经过处理的任务细则,按照该任务细则结合地理信息Agent131和仓储管理Agent132生产符合子Agent2运作的订单,所述的地理信息Agent131从GIS系统14获得相关地点的地理信息,仓储管理Agent132则从仓储系统15中获取仓库的实时信息;
所述的子Agent2指的是各个物流配送点,主要任务是完成主Agent1分配的订单,可以通过通信模块5对主Agent1进行访问,通过协调Agent3和主Agent1进行订单协调;
所述的协调Agent3指的是一种可执行的程序,用于调节主Agent1和子Agent2、各子Agent2和子Agent2之间的工作和任务,具有自治和智能等特点,能够携带其代码和状态自主地从网络中一个节点移动到另一个节点上运行,寻找合适的计算资源和信息资源以完成特定的任务,能更有效地利用网络有限的带宽来完成更多信息的传送,也可以充分利用闲置的计算资源完成更多的计算量,让整个Agent系统能够更好的运作;
所述的任务源4指的是任务调配指令信息的集中存储源,通过主Agent1对任务读取后,送至其任务管理模块11来进行任务的分析和处理;
所述的通信模块5,主要负责主Agent1和子Agent2之间的沟通和交流,用中间件的方式加以实现,从而安全有效地在主Agent1各模块和各子Agent2之间共享信息,该通信模块5一部分处理的是子Agent2对主Agent1各模块的访问请求;另一部分处理的是主Agent1对子Agent2访问请求的回复;通信模块5还负责管理所有信息Agent的相关信息,这样各Agent通过与通信模块5交互,便可动态地从其他Agent获得其所需的包括位置、任务等的属性信息,从而实现信息交互。
主Agent1(配送中心)从任务源4读取任务后,送至任务管理模块11对任务进行分析和处理,接着通过控制调控模块12中的调控Agent121、车辆Agent122和GPS车载终端控件123,对任务需要的车辆进行管理和调控,最后结合GIS系统14和仓储系统15产生订单;主Agent1通过协调Agent3来选出最适合完成此订单的子Agent2(即各个配送点),主Agent1通过通信模块5将任务分配给最适合完成任务的子Agent2,该子Agent2可以根据自身的情况利用通信模块5和主Agent1进行沟通,或者通过协调Agent3和其他的子Agent2协调,进一步找出完成该订单的方案。
在区域物流共同配送的运作过程中,最关键的就是解决Agent之间的协作问题。下面以多个城市的区域物流配送为例,详述多Agent的区域物流配送系统的控制调度方法。
从上文中可知,在区域物流共同配送的系统中存在大量的Agent,各个Agent是通过采取联合行动来共同完成配送任务,就如同一个团队,通过团队运作建立起Agent之间的协作、协调和通信等机制,可以提高整个系统的性能。多Agent协作团队的重要特性就是面向共同目标,它的这种不同于一般多Agent系统的问题求解形式称为团队工作模型。
团队工作模型对协调程度的要求比一般的协作问题会更高,建立一个有效的区域物流共同配送团队工作模型需要实现两个目标:
第一、定义有效的多式联运团队结构和运作过程:
其中团队结构是指预先描述团队成员的角色,团队运作过程是指描述不同角色的职责以及完成团队目标所需指定的子目标、策略和规划等;
第二、要求区域物流共同配送团队中的Agent能够灵活地适应不断变化的环境。
所述的团队工作模型由团队状态与团队算子组成,其中
团队状态是对团队组成情况的描述,可以表示为:TS(Θ)={u,v1,Λ,vn},Θ表示为团队名称,本实施例中指临时组建的区域物流共同配送的名称,u表示为队长,本实施例中指多式联运经营人Agent,由其首先发现任务并组建协作团队,vi表示为队员,本实施例中指组成区域物流共同配送的配送企业,即承运人Agent;
团队算子则是对一个联合行动的联合承诺,不仅表示了该团队目前所采取的联合行动,而且指定了每一个队员所扮演的角色。
团队工作模型是基于联合意图框架和共享规划。
其中,联合意图框架(Joint Intention Framework)是指队员们共同努力去实现联合目标,如果有某个队员发现这个目标已经达到,或者目标不可达到,或者目标不相关的话,它负责把这一信念转变为团队的共同信念。形式化描述如下:
在联合意图框架中,如果团队Θ的每个队员基于一个联合目标,并且彼此信任地去实现该联合目标对应的任务p,则称团队Θ对这项任务p具有联合意图,记为JPG(Θ,p);
所有的队员都彼此相信,除非任务p已经被公认成终止状态,即目标已实现,或者目标不可能实现,或者目标不相关,否则队员们必须彼此相信他们每个人都把任务p作为一个弱可达目标,团队Θ中的队员vi的弱可达目标可记为WAG(vi,p,Θ);
当弱可达目标需要队员vi保持一段时间时,称该目标为队员vi的持续的弱可达目标,记为PWAG(vi,p,Θ);
团队Θ的每个队员都必须同步地建立联合意图JPG(Θ,p),Request-Confirm协议可以实现这一同步任务,其关键在于产生多个持续的弱可达目标PWAG(vi,p,Θ),表示团队成员vi愿意承诺并完成任务p,由队长u发起该协议,其队员v1......vn响应该协议,如果所有的成员vi都用Confirm响应,那么联合意图JPG(Θ,p)形成了。
共享规划(Shared Plan,SP)则描述了一组Agent共同行动的过程,并描述出需要帮助和监督的情况,以方便队员、或者整个团队去执行分配的任务。这里以全局共享规划FSP(Full Shared Plan)方法为例说明定义一个共享规划的过程:
首先确定一个行动a,进而确定实现此行动a的子任务集Ra,这表示共同信念及包括完成该行动a的各项子任务集Ra等一系列细节问题都已经达成了一致,FSP(P,a,Θ,TP,Ta,Ra)表示团队Θ在TP时间时的任务P中所定义的行动a的子任务集Ra在时间段Ta内能够完成,简而言之,FSP(P,a,Θ,TP,Ta,Ra)有效,要满足下面的条件:
(1)团队Θ中的所有的队员都共同相信命题Do(Θ,a,Ta)是有效的,即团队Θ在时间段Ta内能完成行动a;
(2)团队Θ中的所有队员都共同相信Ra是实现行动a的子任务集;
(3)对于子任务集Ra中的具体任务采用递归定义的方法。
本发明中区域物流共同配送是基于一个共同的配送目标临时组建的团体,其多Agent协作团队是随着问题域中的任务出现而动态生成的临时性的小组,其中的多个Agent以完成这个任务为共同目标而协同工作。
下面给出关于多Agent协作团队的特征及其所处环境的特征的以下假设:
(1)队员之间是协作友好关系,即利益相同、不存在着竞争,它们拥有一个共同目标;
(2)团队的共同目标在各个队员的适当协作行为下是可以达到的,但是无法由任一队员独立完成;
(3)在任务执行过程中,每个团队队员都能自主决策,不存在集中控制;
(4)对于多Agent团队,其环境模型是动态不确定的,且具有马尔可夫性质,即环境状态的迁移只与当前的状态和行为有关,而与历史的状态和行为无关;
(5)环境能对团队队员的独立行为或者联合行为做出评价并以瞬时回报或者延迟回报的形式反馈。
如图2所示,本发明一种多Agent的区域物流配送系统的控制调度方法,具体包括以下步骤:
步骤1、发起组建团队:
当一个新的协作任务P出现时,首先发现任务P的子Agent2被定为队长u,该子Agent2负责给出一个全局规划,将任务P划分为若干的子任务Pi,即P={P1,...,Pi,...,Pn},并通过执行一个请求Request(u,Θ,p),用尝试的形式向其他的子Agent2广播此任务信息,其中,队长u最终目标就是要完成任务P,同时期望所有的队友vi能接受持续的弱可达目标PWAG(vi,p,Θ),队长u的弱目标ψ就是要将队长u具有的最终目标转变为团队Θ的共同信念;
步骤2、形成联合意图:
接收到该任务信息的子Agent2向队长u发出Confirm或者Refuse响应,Confirm也是一种尝试,同时通知其他子Agent2自己已经将完成任务P作为弱可达目标,如果队长u从各子Agent2处所接收到的Confirm响应已经满足协作任务P的要求,那么确定这些发出Confirm响应的子Agent2成为该团队的队友vi,此时联合意图JPG(Θ,p)就形成了,所有队员都必须遵循该联合意图,并且彼此信任;
步骤3、确定共享规划:
队长u在步骤1中已经给出了一个全局规划,即P={P1,...,Pi,...,Pn},Pi表示任务P的一个子任务,如果团队Θ中的所有队员都共同相信命题Do(Θ,P,Tp)为真,也就是相信团队Θ在时间段Tp内能完成P中的所有行动,而且都共同相信队员vi能够实现子任务Pi,则以P为初始的共享规划,否则就通过协商,重新构建一个相互能接受的完成目标所需的共享规划;
步骤4、实施共享规划:
所有队员vi都遵循团队的约束,依照共享规划执行相应的行动,在任务执行的过程中,所有的队员vi自主决策局部的行为,即时调整局部行为;
步骤5、结果评价:
队长u向队员vi收集任务P的执行结果,并且对该结果进行分析,为今后的协作问题积累经验,在仿真问题域中还可以在结果评价之后返回至步骤3重新构建共享规划,如果结果仍不满意就返回到步骤1重新组建团队。
本发明一种多Agent的区域物流配送系统的控制调度方法,不仅细化了联合意图的形成过程、规划过程、协商过程,还拥有结果评价过程,有助于提高多Agent协作的适应性,使得多Agent协作团队可以根据评价的结果采用适当的学习方法改进协作的性能。
以上所述,仅是本发明较佳实施例而已,并非对本发明的技术范围作任何限制,故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (2)
1.一种多Agent的区域物流配送系统,其特征在于:主要由主Agent、子Agent、协调Agent、任务源和通信模块构成,其中
所述的主Agent指的是区域物流配送的配送中心,由任务管理模块、控制调控模块、订单管理模块、GIS系统和仓储系统组成;
所述的任务管理模块从任务源读取任务,并对任务进行分析和处理,并将处理后的任务发送至控制调控模块;
所述的控制调控模块由调控Agent、车辆Agent和GPS车载终端控件组成,该控制调控模块从任务管理模块得到任务的具体信息,通过分析该具体信息来运用调控Agent1对车辆Agent进行调控,并结合GPS车载终端控件对车辆进行跟踪和管理,同时将经过处理的任务细则发送给订单管理模块;
所述的订单管理模块由地理信息Agent和仓储管理Agent组成,订单管理模块从控制调控模块得到经过处理的任务细则后,按照该任务细则结合地理信息Agent和仓储管理Agent生产符合子Agent运作的订单,并将该订单通过通信模块发送给适合完成任务的子Agent;所述的地理信息Agent从GIS系统获得相关地点的地理信息,仓储管理Agent则从仓储系统中获取仓库的实时信息;
所述的子Agent指的是各个物流配送点,主要任务是完成主Agent分配的订单,可以通过通信模块对主Agent进行访问,通过协调Agent和主Agent进行订单协调;
所述的协调Agent指的是一种可执行的程序,用于调节主Agent和子Agent、各子Agent和子Agent之间的工作和任务,主Agent通过协调Agent来选出最适合完成此订单的子Agent,该子Agent可以根据自身的情况利用通信模块和主Agent进行沟通,或者通过协调Agent和其他的子Agent协调,进一步找出完成该订单的方案;
所述的任务源指的是任务调配指令信息的集中存储源,通过主Agent对任务读取后,送至其任务管理模块来对任务进行分析和处理;
所述的通信模块主要负责主Agent和子Agent之间的沟通和交流,在主Agent各模块和各子Agent之间共享信息,该通信模块一部分处理的是子Agent对主Agent各模块的访问请求;另一部分处理的是主Agent对子Agent访问请求的回复;通信模块还负责管理所有信息Agent的相关信息,这样各Agent通过与通信模块交互,便可动态地从其他Agent获得其所需的包括位置、任务的属性信息,从而实现信息交互。
2.根据权利要求1所述的一种多Agent的区域物流配送系统的控制调度方法,其特征在于具体包括以下几个步骤:
步骤1、发起组建团队:
当一个新的协作任务P出现时,首先发现任务P的子Agent被定为队长u,该子Agent负责给出一个全局规划,将任务P划分为若干的子任务Pi,即P={P1,...,Pi,...,Pn},并通过执行一个请求Request(u,Θ,p),用尝试的形式向其他子Agent广播此任务信息,其中,队长u最终目标就是要完成任务P,同时期望所有的队友vi能接受持续的弱可达目标PWAG(vi,p,Θ),队长u的弱目标ψ就是要将队长u具有的最终目标转变为团队Θ的共同信念;
步骤2、形成联合意图:
接收到该任务信息的子Agent向队长u发出Confirm或者Refuse响应,同时通知其他子Agent自己已经将完成任务P作为弱可达目标,如果队长u从各子Agent处所接收到的Confirm响应已经满足协作任务P的要求,那么确定这些发出Confirm响应的子Agent成为该团队的队友vi,此时联合意图JPG(Θ,p)就形成了,所有队员都必须遵循该联合意图,并且彼此信任;
步骤3、确定共享规划:
队长u在步骤1中已经给出了一个全局规划P={P1,...,Pi,...,Pn},Pi表示任务P的一个子任务,如果团队Θ中的所有队员都共同相信命题Do(Θ,P,Tp)为真,则以P为初始的共享规划,否则就通过协商,重新构建一个相互能接受的完成目标所需的共享规划;
步骤4、实施共享规划:
所有队员vi都遵循团队的约束,依照共享规划执行相应的行动,在任务执行的过程中,所有的队员vi自主决策局部的行为,即时调整局部行为;
步骤5、结果评价:
队长u向各队员vi收集任务P的执行结果,并且对该结果进行分析和评价,在仿真问题域中还可以在结果评价之后返回至步骤3重新构建共享规划,如果结果仍不满意就返回到步骤1重新组建团队。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110200519.0A CN102262753B (zh) | 2011-07-18 | 2011-07-18 | 一种多Agent的区域物流配送系统的控制调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110200519.0A CN102262753B (zh) | 2011-07-18 | 2011-07-18 | 一种多Agent的区域物流配送系统的控制调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102262753A true CN102262753A (zh) | 2011-11-30 |
CN102262753B CN102262753B (zh) | 2014-03-12 |
Family
ID=45009372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110200519.0A Expired - Fee Related CN102262753B (zh) | 2011-07-18 | 2011-07-18 | 一种多Agent的区域物流配送系统的控制调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102262753B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496102A (zh) * | 2011-12-16 | 2012-06-13 | 芜湖安得物流股份有限公司 | 综合物流园智能信息管理系统 |
CN102801787A (zh) * | 2012-07-13 | 2012-11-28 | 航天恒星科技有限公司 | 一种服务平台与多个终端进行信息交互的方法 |
CN103123704A (zh) * | 2013-01-21 | 2013-05-29 | 浙江工业大学 | 一种基于富网络属性路网的物流配送方法 |
CN103473659A (zh) * | 2013-08-27 | 2013-12-25 | 西北工业大学 | 配送车辆端实时状态信息驱动的物流任务动态优化分配方法 |
CN103761639A (zh) * | 2014-02-17 | 2014-04-30 | 江苏亲民网络股份有限公司 | 互联网电子商务物流管理系统中订单分配的处理方法 |
CN104036336A (zh) * | 2013-03-06 | 2014-09-10 | 南京邮电大学 | 一种用于供应链系统的动态主体协同方法 |
CN105204462A (zh) * | 2015-08-17 | 2015-12-30 | 国家电网公司 | Agv生产调度系统中agv数量与工作任务的匹配方法 |
WO2016008376A1 (zh) * | 2014-07-15 | 2016-01-21 | 中国银联股份有限公司 | 一种可动态调整的任务调度系统和调度方法 |
CN105512747A (zh) * | 2015-11-25 | 2016-04-20 | 安吉汽车物流有限公司 | 物流智能优化调度系统 |
WO2016131388A1 (zh) * | 2015-02-16 | 2016-08-25 | 阿里巴巴集团控股有限公司 | 一种资源调拨方法与设备 |
CN105976297A (zh) * | 2016-05-28 | 2016-09-28 | 广东交通职业技术学院 | 一种多Agent的区域物流配送系统及其控制调度方法 |
CN106249738A (zh) * | 2016-07-19 | 2016-12-21 | 南京航空航天大学 | 一种车间环境下agv智能动态调度方法 |
CN107121984A (zh) * | 2017-05-31 | 2017-09-01 | 西北工业大学 | 基于合同网协议的Mecanum轮全向移动系统的集群方法 |
CN107479552A (zh) * | 2017-08-29 | 2017-12-15 | 烟台大学 | 基于Agent的轨道机器人自组织控制系统 |
CN111784195A (zh) * | 2020-07-17 | 2020-10-16 | 万联易达物流科技有限公司 | 作业任务的分配方法、装置以及存储介质 |
CN113935614A (zh) * | 2021-10-11 | 2022-01-14 | 华中科技大学 | 车队调控方法、装置、电子设备及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153922A (zh) * | 2017-05-10 | 2017-09-12 | 河海大学常州校区 | 一种可重构装配系统仿生控制模型 |
-
2011
- 2011-07-18 CN CN201110200519.0A patent/CN102262753B/zh not_active Expired - Fee Related
Non-Patent Citations (2)
Title |
---|
谢天保等: "多物流中心协同配送车辆调度模型研究", 《计算机工程与应用》 * |
鲍晓鸣: "基于Agent的分布式GIS在物流配送系统中的应用", 《宁波职业技术学院学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496102A (zh) * | 2011-12-16 | 2012-06-13 | 芜湖安得物流股份有限公司 | 综合物流园智能信息管理系统 |
CN102801787B (zh) * | 2012-07-13 | 2014-11-19 | 航天恒星科技有限公司 | 一种服务平台与多个终端进行信息交互的方法 |
CN102801787A (zh) * | 2012-07-13 | 2012-11-28 | 航天恒星科技有限公司 | 一种服务平台与多个终端进行信息交互的方法 |
CN103123704B (zh) * | 2013-01-21 | 2016-02-24 | 浙江工业大学 | 一种基于富网络属性路网的物流配送方法 |
CN103123704A (zh) * | 2013-01-21 | 2013-05-29 | 浙江工业大学 | 一种基于富网络属性路网的物流配送方法 |
CN104036336A (zh) * | 2013-03-06 | 2014-09-10 | 南京邮电大学 | 一种用于供应链系统的动态主体协同方法 |
CN103473659A (zh) * | 2013-08-27 | 2013-12-25 | 西北工业大学 | 配送车辆端实时状态信息驱动的物流任务动态优化分配方法 |
CN103761639A (zh) * | 2014-02-17 | 2014-04-30 | 江苏亲民网络股份有限公司 | 互联网电子商务物流管理系统中订单分配的处理方法 |
WO2016008376A1 (zh) * | 2014-07-15 | 2016-01-21 | 中国银联股份有限公司 | 一种可动态调整的任务调度系统和调度方法 |
CN105988864A (zh) * | 2015-02-16 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 一种资源调拨方法与设备 |
WO2016131388A1 (zh) * | 2015-02-16 | 2016-08-25 | 阿里巴巴集团控股有限公司 | 一种资源调拨方法与设备 |
CN105204462A (zh) * | 2015-08-17 | 2015-12-30 | 国家电网公司 | Agv生产调度系统中agv数量与工作任务的匹配方法 |
CN105204462B (zh) * | 2015-08-17 | 2018-03-27 | 国家电网公司 | Agv生产调度系统中agv数量与工作任务的匹配方法 |
CN105512747A (zh) * | 2015-11-25 | 2016-04-20 | 安吉汽车物流有限公司 | 物流智能优化调度系统 |
CN105512747B (zh) * | 2015-11-25 | 2019-09-20 | 上汽安吉物流股份有限公司 | 物流智能优化调度系统 |
CN105976297A (zh) * | 2016-05-28 | 2016-09-28 | 广东交通职业技术学院 | 一种多Agent的区域物流配送系统及其控制调度方法 |
CN106249738A (zh) * | 2016-07-19 | 2016-12-21 | 南京航空航天大学 | 一种车间环境下agv智能动态调度方法 |
CN106249738B (zh) * | 2016-07-19 | 2019-08-20 | 南京航空航天大学 | 一种车间环境下agv智能动态调度方法 |
CN107121984A (zh) * | 2017-05-31 | 2017-09-01 | 西北工业大学 | 基于合同网协议的Mecanum轮全向移动系统的集群方法 |
CN107479552A (zh) * | 2017-08-29 | 2017-12-15 | 烟台大学 | 基于Agent的轨道机器人自组织控制系统 |
CN111784195A (zh) * | 2020-07-17 | 2020-10-16 | 万联易达物流科技有限公司 | 作业任务的分配方法、装置以及存储介质 |
CN113935614A (zh) * | 2021-10-11 | 2022-01-14 | 华中科技大学 | 车队调控方法、装置、电子设备及存储介质 |
CN113935614B (zh) * | 2021-10-11 | 2023-10-13 | 华中科技大学 | 车队调控方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102262753B (zh) | 2014-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102262753A (zh) | 一种多Agent的区域物流配送系统及其控制调度方法 | |
Ghavamzadeh et al. | Hierarchical multi-agent reinforcement learning | |
US11100601B2 (en) | Vehicle dispatching method and system | |
Bürckert et al. | Holonic transport scheduling with teletruck | |
Rebollo et al. | A multi-agent system for the automation of a port container terminal | |
Baykasoglu et al. | A multi-agent approach to load consolidation in transportation | |
CN111882215A (zh) | 一种含有agv的个性化定制柔性作业车间调度方法 | |
Sabar et al. | A multi-agent-based approach for personnel scheduling in assembly centers | |
CN114326608B (zh) | 一种基于多智能体的agv群系统 | |
Bucchiarone | Collective adaptation through multi-agents ensembles: The case of smart urban mobility | |
Baykasoğlu et al. | An application oriented multi-agent based approach to dynamic load/truck planning | |
Flórez et al. | Planning multi-modal transportation problems | |
Fischer | Holonic Multiagent Systems—Theory and Applications— | |
CN116934046A (zh) | 一种基于机器学习与运筹优化的智能调度方法 | |
Chacón et al. | Coordination and optimization in oil and gas production complexes | |
Rebollo et al. | A MAS approach for port container terminal management | |
Benjaafar et al. | Human in the loop automation: Ride-hailing with remote (tele-) drivers | |
Tharumarajah | A self-organizing model for scheduling distributed autonomous manufacturing systems | |
Pillac | Dynamic vehicle routing: solution methods and computational tools | |
Mahmoud et al. | A conceptual automated negotiation model for decision making in the construction domain | |
Kim et al. | Dynamic truckload truck routing and scheduling in oversaturated demand situations | |
Safaeian et al. | An integrated quay crane assignment and scheduling problem with several contractors in container terminals | |
Gehlhoff et al. | Agent-based decentralised architecture for multi-stage and integrated scheduling | |
Kasinger et al. | Adapting environment-mediated self-organizing emergent systems by exception rules | |
Li et al. | Research on logistics vehicle scheduling optimization based on cyber-physical system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140312 |