CN108764740A - 自动化码头的车队调度方法、系统、设备及存储介质 - Google Patents
自动化码头的车队调度方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN108764740A CN108764740A CN201810557061.6A CN201810557061A CN108764740A CN 108764740 A CN108764740 A CN 108764740A CN 201810557061 A CN201810557061 A CN 201810557061A CN 108764740 A CN108764740 A CN 108764740A
- Authority
- CN
- China
- Prior art keywords
- sequence
- task
- value
- truck
- task sequence
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了自动化码头的车队调度方法、系统、设备及存储介质,该方法包括:获得基于当前车队和任务的c条任务序列[X1,X2,X3,X4……Xn,Y1,Y2,……Ym];基于任务序列随机挑选出d组任务序列组,每个任务序列组包括两条任务序列,将两条任务序列分别作为父代序列和母代序列生成至少一条新生的任务序列,淘汰评分排序末尾的多条任务序列,使得任务序列的总量保持在c条;重复执行上述步骤,然后至少根据每一条任务序列中单辆车辆行驶总时间的大小获得任务序列的时间评分T,并根据时间评分T的数值大小,从低到高排列任务序列;将评分最低的任务序列作为车队调度的最优解输出。
Description
技术领域
本发明涉及车队调度领域,具体地说,涉及自动化码头的车队调度方法、系统、设备及存储介质。
背景技术
目前多个代理人的多任务分配问题是世界公认的非确定性多项式难度问题(NP-hard),即在多项式时间内无法得到最优解。因此目前传统的可获得最优解的算法往往只能适用于较小的数据规模。在较大数据规模下,目前主流的算法大多都聚焦于近似解上,不同算法间比拼的也多是近似解的质量。尤其是在码头,涉及到多种不同车辆、设备一起协同工作,计算量极大,并且经常会有突发任务,在短时间内根本无法得到最优解。
因此,本发明提供了一种自动化码头的车队调度方法、系统、设备及存储介质。
发明内容
针对现有技术中的问题,本发明的目的在于提供自动化码头的车队调度方法、系统、设备及存储介质,能够实现在大地图、多车辆、多任务的条件下,以较少的计算机资源与计算时间为代价,获得近似与最优解的集装箱运输作业分配方案。
本发明的实施例提供一种自动化码头的车队调度方法,包括以下步骤:
S101、获得基于当前车队和任务的c条任务序列[X1,X2,X3,X4……Xn,Y1,Y2,……Ym],c为自然数,每一条任务序列包括第一部分序列[X1,X2,X3,X4……Xn]和第二部分序列[Y1,Y2,……Ym],n和m均为自然数,n≤m;所述第一部分中包含依次排列的多个数值各不相同的任务序号,每个所述任务序号各自代表一件任务,所述第二部分中包含依次排列的多个元素[Ym],每个所述元素[Ym]的值代表分配给车队其中一车辆的任务数量,分配给所述车辆的任务序号[Xn]为自所述第一部分的头部起第(a+1)个任务序号[Xa+1]到第(a+b)个任务序号[Xa+b]之间的b个任务序号[Xn],a的值等于所述车辆对应的元素[Ym]之前的所有元素[Y1,Y2,……Ym-1]的值的总和,b的值等于所述车辆对应的元素[Ym]的值,a和b均为自然数;
S102、基于所述任务序列随机挑选出d组任务序列组,每个所述任务序列组包括两条任务序列,将所述两条任务序列分别作为父代序列和母代序列生成至少一条新生的任务序列,每条所述新生的任务序列中第一部分与所述父代序列、母代序列第一部分序列均不同,每条所述新生的任务序列中第二部分的元素值的总和与所有所述任务序列的第二部分的元素值的总和均相等,步骤S102中包括以下步骤:
S1021、选择所述任务序列组中的一个任务序列作为父代序列[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m],另一个任务序列作为母代序列[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m];
S1022、生成第一随机元素集合[Z1,Z2,……Zm],所述第一随机元素集合中个每个元素[Zm]分别对应所述父代序列的第二部分中一个所述元素,并且,所述随机元素集合中元素的值小于等于所述父代序列的中对应的元素的值;
S1023、根据所述第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]与所述元素的对应顺序在所述父代序列的第一部分中每个所述车辆的任务序号中各自随机截取连续的m段任务序列片段,每段所述任务序列片段中元素的个数分别等于对应的所述第一随机元素集合[Z1,Z2,……Zm]中元素[Zm]的值;
S1024、生成第二随机元素集合[W1,W2,……Wm],所述第一随机元素集合中每个元素[Wm]分别对应所述父代序列的第二部分中一个所述元素,并且,所述第一随机元素集合[Z1,Z2,……Zm]的所有元素值与第二随机元素集合[W1,W2,……Wm]的所有元素值的总和等于所述父代序列中第二部分的所有元素值的总和;
S1025、在所述母代序列的第一部分中删除了与所述任务序列片段中出现的元素值相同的各元素之后得到临时任务序列;
S1026、根据所述第二随机元素集合[W1,W2,……Wm]中每个元素[Wm]的排列顺序生成m段补充序列片段,每段所述补充序列片段中元素的个数分别等于对应的所述第一随机元素集合[W1,W2,……Wm]中每个元素[Wm]的值,所述补充序列片段中元素的值依次等于所述临时任务序列中个元素的值;
S1027、将m段所述任务序列片段和m段所述补充序列片段依序间隔排列得到的包含n个第一元素的第一序列,将所述第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]的值与所述第二随机元素集合[W1,W2,……Wm]中按顺序对应的每个元素[Wm]的值分别求和后依序排列得到的序列[Z1+W1,Z2+W2,……Zm+Wm]得到包含m个第二元素的第二序列;
S1028、获得第一新生任务序列,所述第一新生任务序列的第一部分为所述步骤S1027中得到的第一序列,所述第一新生任务序列的第二部分为所述步骤S1027中得到的第二序列;
S103、将所有的任务序列分别进行评分排序,淘汰排序末尾的多条任务序列,使得任务序列的总量保持在c条;
S104、将步骤S102至步骤S103重复执行e次,e为自然数,10≤e≤10000;
S105、至少根据每一条任务序列中单辆车辆行驶总时间的大小获得所述任务序列的时间评分T,并根据所述时间评分T的数值大小,从低到高排列所述任务序列;以及
S106、将评分最低的任务序列作为车队调度的最优解输出。
优选地,所述步骤S1027中,顺序对应一组所述任务序列片段和所述补充序列片段排列时,将所述任务序列片段排列在所述补充序列片段之前,按此顺序将所有所述任务序列片段和所有所述补充序列片段依序间隔排列得到第一序列。
优选地,所述步骤S1027中,顺序对应一组所述任务序列片段和所述补充序列片段排列时,将所述补充序列片段排列在所述任务序列片段之前,按此顺序将所有所述任务序列片段和所有所述补充序列片段依序间隔排列得到第一序列。
优选地,所述步骤S1028中还包括将所述第一新生任务序列的第一部分中的任意两个元素进行位置互换。
优选地,所述步骤S1028中还包括将所述第一新生任务序列的第二部分中的任意两个元素进行位置互换。
优选地,在所述步骤S102中、所述步骤S1028之后还包括以下步骤:
S1029、将[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m]作为母代序列,[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m]作为父代序列,再次执行步骤S1022至步骤S1027,得到包含n个第一元素的第一序列和包含m个第二元素的第二序列;获得第二新生任务序列,所述第二新生任务序列的第一部分为所述步骤S1029中得到的第一序列,所述第二新生任务序列的第二部分为所述步骤S1029中得到的第二序列。
优选地,所述步骤S1029中还包括将所述第二新生任务序列的第一部分中的任意两个元素进行位置互换。
优选地,所述步骤S1029中还包括将所述第二新生任务序列的第二部分中的任意两个元素进行位置互换。
优选地,所述步骤S105包括以下步骤:
S1051、计算每一条任务序列中单辆车辆行驶总时间,公式如下:
其中,Ttravel为单辆车辆行驶总时间,tij为车辆从i点行驶至j点所需的时间,P为车辆起始位置点,JiS为第i个任务的起始点,JiF为第i个任务的结束点,i和n都为自然数;
S1052、计算每一条任务序列中单辆跨运车等待总时间,公式如下:
其中,TSC_wait为单辆跨运车等待总时间,TiS为第i个任务的开始时间,TiF为第i个任务的结束时间;
S1053、计算每一条任务序列中单个桥吊等待总时间,公式如下:
TQC_wait=TQC_F-TQC_S-n×△tQC;
其中,TQC_wait:单个桥吊等待总时间,TQC_F:单个桥吊执行最后一个任务的时间,TQC_S:单个桥吊开始执行任务的时间,n:单个桥吊执行任务个数,△tQC:桥吊执行单个任务所需的时间;
S1054、计算每一条任务序列中单辆集卡等待总时间,公式如下:
Ttruck_wait=Ttruck_F-Ttruck_S-m×△ttruck;
其中,Ttruck_wait:单辆集卡等待总时间,Ttruck_F:单个集卡执行最后一个任务的时间,Ttruck_S:单个集卡开始执行任务的时间,m:单个集卡执行任务个数,△ttruck:集卡执行单个任务所需的时间
S1055、计算每一条任务序列中每辆跨运车的运行时间与最长运行之差的和,公式如下:
其中,Tcompensate:每辆跨运车的运行时间与最长运行之差的和,Tmax:单辆跨运车最长运行时间,Ti:第i辆跨运车运行的时间;
S1056、对每一条任务序列中Ttravel、TSC_wait、TQC_wait、Ttruck_wait和Tcompensate加权求和得到时间评分T,时间评分T=f×Ttravel+g×TSC_wait+h×TQC_wait+k×Ttruck_wait+l×Tcompensate,其中f、g、h、k、l的取值范围均为(0,1];
S1057、根据每一条任务序列的T的值的大小,从低到高排列所述任务序列。
优选地,所述步骤S1056中时间评分T=1×Ttravel+0.4×TSC_wait+0.8×TQC_wait+0.6×Ttruck_wait+0.5×Tcompensate。
本发明的实施例还提供一种自动化码头的车队调度系统,用于实现上述的自动化码头的车队调度方法,自动化码头的车队调度系统包括:
任务序列采集模块,获得基于当前车队和任务的c条任务序列[X1,X2,X3,X4……Xn,Y1,Y2,……Ym],c为自然数,每一条任务序列包括第一部分序列[X1,X2,X3,X4……Xn]和第二部分序列[Y1,Y2,……Ym],n和m均为自然数,n≤m;所述第一部分中包含依次排列的多个数值各不相同的任务序号,每个所述任务序号各自代表一件任务,所述第二部分中包含依次排列的多个元素[Ym],每个所述元素[Ym]的值代表分配给车队其中一车辆的任务数量,分配给所述车辆的任务序号[Xn]为自所述第一部分的头部起第(a+1)个任务序号[Xa+1]到第(a+b)个任务序号[Xa+b]之间的b个任务序号[Xn],a的值等于所述车辆对应的元素[Ym]之前的所有元素[Y1,Y2,……Ym-1]的值的总和,b的值等于所述车辆对应的元素[Ym]的值,a和b均为自然数;
任务序列生成模块,基于所述任务序列随机挑选出d组任务序列组,每个所述任务序列组包括两条任务序列,将所述两条任务序列分别作为父代序列和母代序列生成至少一条新生的任务序列,每条所述新生的任务序列中第一部分与所述父代序列、母代序列第一部分序列均不同,每条所述新生的任务序列中第二部分的元素值的总和与所有所述任务序列的第二部分的元素值的总和均相等,选择所述任务序列组中的一个任务序列作为父代序列[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m],另一个任务序列作为母代序列[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m];生成第一随机元素集合[Z1,Z2,……Zm],所述第一随机元素集合中个每个元素[Zm]分别对应所述父代序列的第二部分中一个所述元素,并且,所述随机元素集合中元素的值小于等于所述父代序列的中对应的元素的值;根据所述第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]与所述元素的对应顺序在所述父代序列的第一部分中每个所述车辆的任务序号中各自随机截取连续的m段任务序列片段,每段所述任务序列片段中元素的个数分别等于对应的所述第一随机元素集合[Z1,Z2,……Zm]中元素[Zm]的值;生成第二随机元素集合[W1,W2,……Wm],所述第一随机元素集合中每个元素[Wm]分别对应所述父代序列的第二部分中一个所述元素,并且,所述第一随机元素集合[Z1,Z2,……Zm]的所有元素值与第二随机元素集合[W1,W2,……Wm]的所有元素值的总和等于所述父代序列中第二部分的所有元素值的总和;在所述母代序列的第一部分中删除了与所述任务序列片段中出现的元素值相同的各元素之后得到临时任务序列;根据所述第二随机元素集合[W1,W2,……Wm]中每个元素[Wm]的排列顺序生成m段补充序列片段,每段所述补充序列片段中元素的个数分别等于对应的所述第一随机元素集合[W1,W2,……Wm]中每个元素[Wm]的值,所述补充序列片段中元素的值依次等于所述临时任务序列中个元素的值;将m段所述任务序列片段和m段所述补充序列片段依序间隔排列得到的包含n个第一元素的第一序列,将所述第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]的值与所述第二随机元素集合[W1,W2,……Wm]中按顺序对应的每个元素[Wm]的值分别求和后依序排列得到的序列[Z1+W1,Z2+W2,……Zm+Wm]得到包含m个第二元素的第二序列;获得第一新生任务序列,所述第一新生任务序列的第一部分为所述第一序列,所述第一新生任务序列的第二部分为所述第二序列;
任务序列淘汰模块,将所有的任务序列分别进行评分排序,淘汰排序末尾的多条任务序列,使得任务序列的总量保持在c条;
任务序列循环模块,将任务序列生成模块和任务序列生成模块重复执行e次,e为自然数,10≤e≤10000;
任务序列重复模块,至少根据每一条任务序列中单辆车辆行驶总时间的大小获得所述任务序列的时间评分T,并根据所述时间评分T的数值大小,从低到高排列所述任务序列;以及
任务序列输出模块,将评分最低的任务序列作为车队调度的最优解输出。
优选地,所述任务序列重复模块中计算每一条任务序列中单辆车辆行驶总时间,公式如下:
其中,Ttravel为单辆车辆行驶总时间,tij为车辆从i点行驶至j点所需的时间,P为车辆起始位置点,JiS为第i个任务的起始点,JiF为第i个任务的结束点;
计算每一条任务序列中单辆跨运车等待总时间,公式如下:
其中,TSC_wait为单辆跨运车等待总时间,TiS为第i个任务的开始时间,TiF为第i个任务的结束时间;
计算每一条任务序列中单个桥吊等待总时间,公式如下:
TQC_wait=TQC_F-TQC_S-n×△tQC;
其中,TQC_wait:单个桥吊等待总时间,TQC_F:单个桥吊执行最后一个任务的时间,TQC_S:单个桥吊开始执行任务的时间,n:单个桥吊执行任务个数,△tQC:桥吊执行单个任务所需的时间;
计算每一条任务序列中单辆集卡等待总时间,公式如下:
Ttruck_wait=Ttruck_F-Ttruck_S-m×△ttruck;
其中,Ttruck_wait:单辆集卡等待总时间,Ttruck_F:单个集卡执行最后一个任务的时间,Ttruck_S:单个集卡开始执行任务的时间,m:单个集卡执行任务个数,△ttruck:集卡执行单个任务所需的时间
计算每一条任务序列中每辆跨运车的运行时间与最长运行之差的和,公式如下:
其中,Tcompensate:每辆跨运车的运行时间与最长运行之差的和,Tmax:单辆跨运车最长运行时间,Ti:第i辆跨运车运行的时间;
对每一条任务序列中Ttravel、TSC_wait、TQC_wait、Ttruck_wait和Tcompensate加权求和得到时间评分T,时间评分T=f×Ttravel+g×TSC_wait+h×TQC_wait+k×Ttruck_wait+l×Tcompensate,其中f、g、h、k、l的取值范围均为(0,1];
根据每一条任务序列的T的值的大小,从低到高排列所述任务序列。
本发明的实施例还提供一种自动化码头的车队调度设备,包括:
处理器;
存储器,其中存储有处理器的可执行指令;
其中,处理器配置为经由执行可执行指令来执行上述自动化码头的车队调度方法的步骤。
本发明的实施例还提供一种计算机可读存储介质,用于存储程序,程序被执行时实现上述自动化码头的车队调度方法的步骤。
本发明的自动化码头的车队调度方法、系统、设备及存储介质,能够实现在大地图、多车辆、多任务的条件下,以较少的计算机资源与计算时间为代价,获得近似与最优解的集装箱运输作业分配方案。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是本发明的自动化码头的车队调度方法的流程图;
图2至6是本发明的自动化码头的车队调度方法的实施过程示意图;
图7是本发明的自动化码头的车队调度系统的结构示意图;
图8是本发明的自动化码头的车队调度设备的结构示意图;以及
图9是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式。相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
图1是本发明的自动化码头的车队调度方法的流程图。如图1所示,本发明的实施例提供一种自动化码头的车队调度方法,包括以下步骤:
S101、获得基于当前车队和任务的c条任务序列[X1,X2,X3,X4……Xn,Y1,Y2,……Ym],c为自然数,每一条任务序列包括第一部分序列[X1,X2,X3,X4……Xn]和第二部分序列[Y1,Y2,……Ym],n和m均为自然数,n≤m;第一部分中包含依次排列的多个数值各不相同的任务序号,每个任务序号各自代表一件任务,第二部分中包含依次排列的多个元素[Ym],每个元素[Ym]的值代表分配给车队其中一车辆的任务数量,分配给车辆的任务序号[Xn]为自第一部分的头部起第(a+1)个任务序号[Xa+1]到第(a+b)个任务序号[Xa+b]之间的b个任务序号[Xn],a的值等于车辆对应的元素[Ym]之前的所有元素[Y1,Y2,……Ym-1]的值的总和,b的值等于车辆对应的元素[Ym]的值,a和b均为自然数。
S102、基于任务序列随机挑选出d组任务序列组,每个任务序列组包括两条任务序列,将两条任务序列分别作为父代序列和母代序列生成两条新生的任务序列,每条新生的任务序列中第一部分与父代序列、母代序列第一部分序列均不同,每条新生的任务序列中第二部分的元素值的总和与所有任务序列的第二部分的元素值的总和均相等。
步骤S102中可以包括以下步骤S1021至步骤S1029:
S1021、选择任务序列组中的一个任务序列作为父代序列[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m],另一个任务序列作为母代序列[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m]。
S1022、生成第一随机元素集合[Z1,Z2,……Zm],第一随机元素集合中个每个元素[Zm]依次对应父代序列的第二部分中一个元素,并且,随机元素集合中元素的值小于等于父代序列的中对应的元素的值。
S1023、根据第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]与元素的对应顺序在父代序列的第一部分中每个车辆的任务序号中各自随机截取连续的m段任务序列片段,每段任务序列片段中元素的个数分别等于对应的第一随机元素集合[Z1,Z2,……Zm]中元素[Zm]的值。
S1024、生成第二随机元素集合[W1,W2,……Wm],第一随机元素集合中每个元素[Wm]依次对应父代序列的第二部分中一个元素,并且,第一随机元素集合[Z1,Z2,……Zm]的所有元素值与第二随机元素集合[W1,W2,……Wm]的所有元素值的总和等于父代序列中第二部分的所有元素值的总和。
S1025、在母代序列的第一部分中删除了与任务序列片段中出现的元素值相同的各元素之后得到临时任务序列。
S1026、根据第二随机元素集合[W1,W2,……Wm]中每个元素[Wm]的排列顺序生成m段补充序列片段,每段补充序列片段中元素的个数分别等于对应的第一随机元素集合[W1,W2,……Wm]中每个元素[Wm]的值,补充序列片段中元素的值依次等于临时任务序列中个元素的值。
S1027、将m段任务序列片段和m段补充序列片段依序间隔排列得到的包含n个第一元素的第一序列,将第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]的值与第二随机元素集合[W1,W2,……Wm]中按顺序对应的每个元素[Wm]的值分别求和后依序排列得到的序列[Z1+W1,Z2+W2,……Zm+Wm]得到包含m个第二元素的第二序列。在一个优选方案中,步骤S1027中,顺序对应一组任务序列片段和补充序列片段排列时,将任务序列片段排列在补充序列片段之前,按此顺序将所有任务序列片段和所有补充序列片段依序间隔排列得到第一序列。在另一个优选方案中,步骤S1027中,顺序对应一组任务序列片段和补充序列片段排列时,将补充序列片段排列在任务序列片段之前,按此顺序将所有任务序列片段和所有补充序列片段依序间隔排列得到第一序列。为防止任务分配序列在迭代中陷入局部最优解,本发明加入了序列变异机制来尝试打破这种情况。在迭代过程中,序列有一定概率随机交换补充序列片段和任务序列片段的排列顺序,从而形成新的序列。
S1028、获得第一新生任务序列,第一新生任务序列的第一部分为步骤S1027中得到的第一序列,第一新生任务序列的第二部分为步骤S1027中得到的第二序列。在一个优选方案中,步骤S1028中还包括将第一新生任务序列的第一部分中的任意两个元素进行位置互换。在另一个优选方案中,步骤S1028中还包括将第一新生任务序列的第二部分中的任意两个元素进行位置互换。为进一步防止任务分配序列在迭代中陷入局部最优解,本发明加入了序列变异机制来尝试打破这种情况。在迭代过程中,序列有一定概率随机交换第一新生任务序列的第一部分或者第二部分中的任意两个元素的排列顺序,从而形成新的序列。
S1029、将[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m]作为母代序列,[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m]作为父代序列,再次执行步骤S1022至步骤S1027,得到包含n个第一元素的第一序列和包含m个第二元素的第二序列。获得第二新生任务序列,第二新生任务序列的第一部分为步骤S1029中得到的第一序列,第二新生任务序列的第二部分为步骤S1029中得到的第二序列。在一个优选方案中,步骤S1029中还包括将第二新生任务序列的第一部分中的任意两个元素进行位置互换。在另一个优选方案中,步骤S1029中还包括将第二新生任务序列的第二部分中的任意两个元素进行位置互换。为更进一步防止任务分配序列在迭代中陷入局部最优解,在迭代过程中,序列有一定概率随机交换第二新生任务序列的第一部分或者第二部分中的任意两个元素的排列顺序,从而形成新的序列。
S103、将所有的任务序列分别进行评分排序,淘汰排序末尾的多条任务序列,使得任务序列的总量保持在c条。
S104、将步骤S102至步骤S103重复执行e次,e为自然数,10≤e≤10000。
S105、至少根据每一条任务序列中单辆车辆行驶总时间的大小获得任务序列的时间评分T,并根据时间评分T的数值大小,从低到高排列任务序列。
在一个优选方案中,步骤S105包括步骤S1051至步骤S1057:
S1051、计算每一条任务序列中单辆车辆行驶总时间,公式如下:
其中,Ttravel为单辆车辆行驶总时间,tij为车辆从i点行驶至j点所需的时间,P为车辆起始位置点,JiS为第i个任务的起始点,JiF为第i个任务的结束点,i和n都为自然数;
S1052、计算每一条任务序列中单辆跨运车等待总时间,公式如下:
其中,TSC_wait为单辆跨运车等待总时间,TiS为第i个任务的开始时间,TiF为第i个任务的结束时间;
S1053、计算每一条任务序列中单个桥吊等待总时间,公式如下:
TQC_wait=TQC_F-TQC_S-n×△tQC;
其中,TQC_wait:单个桥吊等待总时间,TQC_F:单个桥吊执行最后一个任务的时间,TQC_S:单个桥吊开始执行任务的时间,n:单个桥吊执行任务个数,△tQC:桥吊执行单个任务所需的时间;
S1054、计算每一条任务序列中单辆集卡等待总时间,公式如下:
Ttruck_wait=Ttruck_F-Ttruck_S-m×△ttruck;
其中,Ttruck_wait:单辆集卡等待总时间,Ttruck_F:单个集卡执行最后一个任务的时间,Ttruck_S:单个集卡开始执行任务的时间,m:单个集卡执行任务个数,△ttruck:集卡执行单个任务所需的时间
S1055、计算每一条任务序列中每辆跨运车的运行时间与最长运行之差的和,公式如下:
其中,Tcompensate:每辆跨运车的运行时间与最长运行之差的和,Tmax:单辆跨运车最长运行时间,Ti:第i辆跨运车运行的时间;
S1056、对每一条任务序列中Ttravel、TSC_wait、TQC_wait、Ttruck_wait和Tcompensate加权求和得到时间评分T,时间评分T=f×Ttravel+g×TSC_wait+h×TQC_wait+k×Ttruck_wait+l×Tcompensate,其中f、g、h、k、l的取值范围均为(0,1];本实施例中,步骤S1056中时间评分T=1×Ttravel+0.4×TSC_wait+0.8×TQC_wait+0.6×Ttruck_wait+0.5×Tcompensate,但不以此为限。
S1057、根据每一条任务序列的T的值的大小,从低到高排列任务序列。
S106、将评分最低的任务序列作为车队调度的最优解输出。
图2至6是本发明的自动化码头的车队调度方法的实施过程示意图。以下结合图2至6来介绍本发明的自动化码头的车队调度方法的实施过程。当前车队有三辆集卡,获得基于当前车队和任务的100条任务序列[X1,X2,X3,X4……Xn,Y1,Y2,……Ym],c为自然数,每一条任务序列包括第一部分序列[X1,X2,X3,X4……Xn]和第二部分序列[Y1,Y2,……Ym],n和m均为自然数,n≤m;第一部分中包含依次排列的多个数值各不相同的任务序号,每个任务序号各自代表一件任务,第二部分中包含依次排列的多个元素[Ym],每个元素[Ym]的值代表分配给车队其中一车辆的任务数量,分配给车辆的任务序号[Xn]为自第一部分的头部起第(a+1)个任务序号[Xa+1]到第(a+b)个任务序号[Xa+b]之间的b个任务序号[Xn],a的值等于车辆对应的元素[Ym]之前的所有元素[Y1,Y2,……Ym-1]的值的总和,b的值等于车辆对应的元素[Ym]的值,a和b均为自然数。
基于任务序列随机挑选出10组任务序列组,每个任务序列组包括两条任务序列。如图2所示,是其中一条任务序列[1,5,2,7,9,3,6,4,10,8,3,5,2],其中,第一部分序列为[1,5,2,7,9,3,6,4,10,8],第二部分序列为[3,5,2],结合第一部分序列和第二部分序列可知该任务序列对三辆集卡的任务分配为:第一辆车分配了3个任务,分别是任务序号1、5和2,第二辆车分配了5个任务,分别是任务序号7、9、3、6和4,第三辆车分配了2个任务,分别是任务序号10和8。如图3所示,是其中另一条任务序列[2,1,3,5,8,9,7,10,4,6,3,3,4],其中,第一部分序列为[2,1,3,5,8,9,7,10,4,6],第二部分序列为[3,3,4],结合第一部分序列和第二部分序列可知该任务序列对三辆集卡的任务分配为:第一辆车分配了3个任务,分别是任务序号2、1和3,第二辆车分配了3个任务,分别是任务序号5、8、9、6和4,第三辆车分配了4个任务,分别是任务序号7、10、4和6。
然后,将图2中的任务序列作为母代序列,图3中的任务序列作为父代序列来生成两条新生的任务序列。生成第一随机元素集合[1,2,3],第一随机元素集合中个每个元素依次对应父代序列的第二部分中一个元素,并且,随机元素集合中元素的值小于等于父代序列的中对应的元素的值。
如图4所示,根据第一随机元素集合[1,2,3]中每个元素与元素的对应顺序在父代序列的第一部分中每个车辆的任务序号中各自随机截取连续的3段任务序列片段,即自[2,1,3]重截取了[3],自[5,8,9]重截取了[5,8],自[7,10,4,6]重截取了[10,4,6]。每段任务序列片段中元素的个数分别等于对应的第一随机元素集合中元素的值。
如图5所示,生成第二随机元素集合[2,2,0],第一随机元素集合中每个元素依次对应父代序列的第二部分中一个元素,并且,第一随机元素集合[1,2,3]的所有元素值与第二随机元素集合[2,2,0]的所有元素值的总和(总和为10)为等于父代序列中第二部分的所有元素值的总和(总和为10)。
在母代序列的第一部分中删除了与任务序列片段中出现的元素值相同的各元素之后得到临时任务序列,得到临时任务序列[1,2,7,9];根据第二随机元素集合[2,2,0]中每个元素的排列顺序生成2段补充序列片段:[1,2]、[7,9]以及一个空集合,每段补充序列片段中元素的个数分别等于对应的第一随机元素集合[2,2,0]中每个元素的值,补充序列片段中元素的值依次等于临时任务序列中个元素的值。因为第三个集合包含0个元素,所以第三个集合为空。
如图6所示,将3段任务序列片段和3段补充序列片段依序间隔排列得到的包含n个第一元素的第一序列,[3,1,2,5,8,7,9,10,4,6];将第一随机元素集合[1,2,3]中每个元素的值与第二随机元素集合[2,2,0]中按顺序对应的每个元素的值分别求和后依序排列得到的序列[1+2,2+2,3+0]得到包含3个第二元素的第二序列[3,4,3]。
从而获得第一新生任务序列[3,1,2,5,8,7,9,10,4,6,3,4,3],第一新生任务序列的第一部分为第一序列[3,1,2,5,8,7,9,10,4,6],第一新生任务序列的第二部分为第二序列[3,4,3],在第一新生任务序列中第一辆车分配了3个任务,分别是任务序号3、1和2,第二辆车分配了4个任务,分别是任务序号5、8、7和9,第三辆车分配了3个任务,分别是任务序号10、4和6。
随后将图3中的任务序列作为母代序列,图2中的任务序列作为父代序列来生成另一条新生的任务序列,此处不再赘述。
在得到了两条新生的任务序列之后,10组任务序列组可以得到20条新生的任务序列,本发明通过将总共的120条任务序列分别进行评分排序,淘汰排序末尾的20条任务序列,需要淘汰的即是排序在101-120顺位的任务序列,使得任务序列的总量保持在100条。
重复上述步骤1000次就能得到尽可能以较少的计算机资源与计算时间为代价,获得近似与最优解的集装箱运输作业分配方案。通过不断地淘汰不良序列并且将留下的序列通过本发明的算法生成新序列就能大大提高剩下的任务序列解决调度问题的质量。
最后,至少根据每一条任务序列中单辆车辆行驶总时间的大小获得任务序列的时间评分T,并根据时间评分T的数值大小,从低到高排列任务序列。
其中,将任务序列分别进行评分的过程如下:
计算每一条任务序列中单辆车辆行驶总时间,公式如下:
其中,Ttravel为单辆车辆行驶总时间,tij为车辆从i点行驶至j点所需的时间,P为车辆起始位置点,JiS为第i个任务的起始点,JiF为第i个任务的结束点,i和n都为自然数;
计算每一条任务序列中单辆跨运车等待总时间,公式如下:
其中,TSC_wait为单辆跨运车等待总时间,TiS为第i个任务的开始时间,TiF为第i个任务的结束时间;
计算每一条任务序列中单个桥吊等待总时间,公式如下:
TQC_wait=TQC_F-TQC_S-n×△tQC;
其中,TQC_wait:单个桥吊等待总时间,TQC_F:单个桥吊执行最后一个任务的时间,TQC_S:单个桥吊开始执行任务的时间,n:单个桥吊执行任务个数,△tQC:桥吊执行单个任务所需的时间;
计算每一条任务序列中单辆集卡等待总时间,公式如下:
Ttruck_wait=Ttruck_F-Ttruck_S-m×△ttruck;
其中,Ttruck_wait:单辆集卡等待总时间,Ttruck_F:单个集卡执行最后一个任务的时间,Ttruck_S:单个集卡开始执行任务的时间,m:单个集卡执行任务个数,△ttruck:集卡执行单个任务所需的时间
计算每一条任务序列中每辆跨运车的运行时间与最长运行之差的和,公式如下:
其中,Tcompensate:每辆跨运车的运行时间与最长运行之差的和,Tmax:单辆跨运车最长运行时间,Ti:第i辆跨运车运行的时间;
对每一条任务序列中Ttravel、TSC_wait、TQC_wait、Ttruck_wait和Tcompensate加权求和得到时间评分T,时间评分T=f×Ttravel+g×TSC_wait+h×TQC_wait+k×Ttruck_wait+l×Tcompensate,其中f、g、h、k、l的取值范围均为(0,1];本实施例中,时间评分T=1×Ttravel+0.4×TSC_wait+0.8×TQC_wait+0.6×Ttruck_wait+0.5×Tcompensate,但不以此为限。
图7是本发明的自动化码头的车队调度系统的模块示意图。如图7所示,本发明的实施例还提供一种自动化码头的车队调度系统,用于实现上述的自动化码头的车队调度方法,自动化码头的车队调度系统500包括:任务序列采集模块501、任务序列生成模块502、任务序列淘汰模块503、任务序列循环模块504、任务序列重复模块505以及任务序列输出模块506。
任务序列采集模块501获得基于当前车队和任务的c条任务序列[X1,X2,X3,X4……Xn,Y1,Y2,……Ym],c为自然数,每一条任务序列包括第一部分序列[X1,X2,X3,X4……Xn]和第二部分序列[Y1,Y2,……Ym],n和m均为自然数,n≤m;第一部分中包含依次排列的多个数值各不相同的任务序号,每个任务序号各自代表一件任务,第二部分中包含依次排列的多个元素[Ym],每个元素[Ym]的值代表分配给车队其中一车辆的任务数量,分配给车辆的任务序号[Xn]为自第一部分的头部起第(a+1)个任务序号[Xa+1]到第(a+b)个任务序号[Xa+b]之间的b个任务序号[Xn],a的值等于车辆对应的元素[Ym]之前的所有元素[Y1,Y2,……Ym-1]的值的总和,b的值等于车辆对应的元素[Ym]的值,a和b均为自然数。
任务序列生成模块502基于任务序列随机挑选出d组任务序列组,每个任务序列组包括两条任务序列,将两条任务序列分别作为父代序列和母代序列生成至少一条新生的任务序列,每条新生的任务序列中第一部分与父代序列、母代序列第一部分序列均不同,每条新生的任务序列中第二部分的元素值的总和与所有任务序列的第二部分的元素值的总和均相等,选择任务序列组中的一个任务序列作为父代序列[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m],另一个任务序列作为母代序列[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m];生成第一随机元素集合[Z1,Z2,……Zm],第一随机元素集合中个每个元素[Zm]分别对应父代序列的第二部分中一个元素,并且,随机元素集合中元素的值小于等于父代序列的中对应的元素的值;根据第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]与元素的对应顺序在父代序列的第一部分中每个车辆的任务序号中各自随机截取连续的m段任务序列片段,每段任务序列片段中元素的个数分别等于对应的第一随机元素集合[Z1,Z2,……Zm]中元素[Zm]的值;生成第二随机元素集合[W1,W2,……Wm],第一随机元素集合中每个元素[Wm]分别对应父代序列的第二部分中一个元素,并且,第一随机元素集合[Z1,Z2,……Zm]的所有元素值与第二随机元素集合[W1,W2,……Wm]的所有元素值的总和等于父代序列中第二部分的所有元素值的总和;在母代序列的第一部分中删除了与任务序列片段中出现的元素值相同的各元素之后得到临时任务序列;根据第二随机元素集合[W1,W2,……Wm]中每个元素[Wm]的排列顺序生成m段补充序列片段,每段补充序列片段中元素的个数分别等于对应的第一随机元素集合[W1,W2,……Wm]中每个元素[Wm]的值,补充序列片段中元素的值依次等于临时任务序列中个元素的值;将m段任务序列片段和m段补充序列片段依序间隔排列得到的包含n个第一元素的第一序列,将第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]的值与第二随机元素集合[W1,W2,……Wm]中按顺序对应的每个元素[Wm]的值分别求和后依序排列得到的序列[Z1+W1,Z2+W2,……Zm+Wm]得到包含m个第二元素的第二序列;获得第一新生任务序列,第一新生任务序列的第一部分为第一序列,第一新生任务序列的第二部分为第二序列。
任务序列淘汰模块503将所有的任务序列分别进行评分排序,淘汰排序末尾的多条任务序列,使得任务序列的总量保持在c条。
任务序列循环模块504将任务序列生成模块和任务序列生成模块重复执行e次,e为自然数,10≤e≤10000。
任务序列重复模块505至少根据每一条任务序列中单辆车辆行驶总时间的大小获得任务序列的时间评分T;并根据时间评分T的数值大小,从低到高排列任务序列。
任务序列输出模块506将评分最低的任务序列作为车队调度的最优解输出。
在一个优选方案中,任务序列重复模块505中计算每一条任务序列中单辆车辆行驶总时间,公式如下:
其中,Ttravel为单辆车辆行驶总时间,tij为车辆从i点行驶至j点所需的时间,P为车辆起始位置点,JiS为第i个任务的起始点,JiF为第i个任务的结束点;
计算每一条任务序列中单辆跨运车等待总时间,公式如下:
其中,TSC_wait为单辆跨运车等待总时间,TiS为第i个任务的开始时间,TiF为第i个任务的结束时间;
计算每一条任务序列中单个桥吊等待总时间,公式如下:
TQC_wait=TQC_F-TQC_S-n×△tQC;
其中,TQC_wait:单个桥吊等待总时间,TQC_F:单个桥吊执行最后一个任务的时间,TQC_S:单个桥吊开始执行任务的时间,n:单个桥吊执行任务个数,△tQC:桥吊执行单个任务所需的时间;
计算每一条任务序列中单辆集卡等待总时间,公式如下:
Ttruck_wait=Ttruck_F-Ttruck_S-m×△ttruck;
其中,Ttruck_wait:单辆集卡等待总时间,Ttruck_F:单个集卡执行最后一个任务的时间,Ttruck_S:单个集卡开始执行任务的时间,m:单个集卡执行任务个数,△ttruck:集卡执行单个任务所需的时间
计算每一条任务序列中每辆跨运车的运行时间与最长运行之差的和,公式如下:
其中,Tcompensate:每辆跨运车的运行时间与最长运行之差的和,Tmax:单辆跨运车最长运行时间,Ti:第i辆跨运车运行的时间;
对每一条任务序列中Ttravel、TSC_wait、TQC_wait、Ttruck_wait和Tcompensate加权求和得到时间评分T,时间评分T=f×Ttravel+g×TSC_wait+h×TQC_wait+k×Ttruck_wait+l×Tcompensate,其中f、g、h、k、l的取值范围均为(0,1];
根据每一条任务序列的T的值的大小,从低到高排列任务序列。
本发明的自动化码头的车队调度系统能够实现在大地图、多车辆、多任务的条件下,以较少的计算机资源与计算时间为代价,获得近似与最优解的集装箱运输作业分配方案。
本发明实施例还提供一种自动化码头的车队调度设备,包括处理器。存储器,其中存储有处理器的可执行指令。其中,处理器配置为经由执行可执行指令来执行的自动化码头的车队调度方法的步骤。
如上,本发明的自动化码头的车队调度设备能够实现在大地图、多车辆、多任务的条件下,以较少的计算机资源与计算时间为代价,获得近似与最优解的集装箱运输作业分配方案。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
图8是本发明的自动化码头的车队调度设备的结构示意图。下面参照图8来描述根据本发明的这种实施方式的电子设备600。图8显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,程序被执行时实现的自动化码头的车队调度方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,能够实现在大地图、多车辆、多任务的条件下,以较少的计算机资源与计算时间为代价,获得近似与最优解的集装箱运输作业分配方案。
图9是本发明的计算机可读存储介质的结构示意图。参考图9所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上,本发明的自动化码头的车队调度方法、系统、设备及存储介质,能够实现在大地图、多车辆、多任务的条件下,以较少的计算机资源与计算时间为代价,获得近似与最优解的集装箱运输作业分配方案。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (14)
1.一种自动化码头的车队调度方法,其特征在于,包括以下步骤:
S101、获得基于当前车队和任务的c条任务序列[X1,X2,X3,X4……Xn,Y1,Y2,……Ym],c为自然数,每一条任务序列包括第一部分序列[X1,X2,X3,X4……Xn]和第二部分序列[Y1,Y2,……Ym],n和m均为自然数,n≤m;所述第一部分中包含依次排列的多个数值各不相同的任务序号,每个所述任务序号各自代表一件任务,所述第二部分中包含依次排列的多个元素[Ym],每个所述元素[Ym]的值代表分配给车队其中一车辆的任务数量,分配给所述车辆的任务序号[Xn]为自所述第一部分的头部起第(a+1)个任务序号[Xa+1]到第(a+b)个任务序号[Xa+b]之间的b个任务序号[Xn],a的值等于所述车辆对应的元素[Ym]之前的所有元素[Y1,Y2,……Ym-1]的值的总和,b的值等于所述车辆对应的元素[Ym]的值,a和b均为自然数;
S102、基于所述任务序列随机挑选出d组任务序列组,每个所述任务序列组包括两条任务序列,将所述两条任务序列分别作为父代序列和母代序列生成至少一条新生的任务序列,每条所述新生的任务序列中第一部分与所述父代序列、母代序列第一部分序列均不同,每条所述新生的任务序列中第二部分的元素值的总和与所有所述任务序列的第二部分的元素值的总和均相等,步骤S102中包括以下步骤:
S1021、选择所述任务序列组中的一个任务序列作为父代序列[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m],另一个任务序列作为母代序列[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m];
S1022、生成第一随机元素集合[Z1,Z2,……Zm],所述第一随机元素集合中个每个元素[Zm]分别对应所述父代序列的第二部分中一个所述元素,并且,所述随机元素集合中元素的值小于等于所述父代序列的中对应的元素的值;
S1023、根据所述第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]与所述元素的对应顺序在所述父代序列的第一部分中每个所述车辆的任务序号中各自随机截取连续的m段任务序列片段,每段所述任务序列片段中元素的个数分别等于对应的所述第一随机元素集合[Z1,Z2,……Zm]中元素[Zm]的值;
S1024、生成第二随机元素集合[W1,W2,……Wm],所述第一随机元素集合中每个元素[Wm]分别对应所述父代序列的第二部分中一个所述元素,并且,所述第一随机元素集合[Z1,Z2,……Zm]的所有元素值与第二随机元素集合[W1,W2,……Wm]的所有元素值的总和等于所述父代序列中第二部分的所有元素值的总和;
S1025、在所述母代序列的第一部分中删除了与所述任务序列片段中出现的元素值相同的各元素之后得到临时任务序列;
S1026、根据所述第二随机元素集合[W1,W2,……Wm]中每个元素[Wm]的排列顺序生成m段补充序列片段,每段所述补充序列片段中元素的个数分别等于对应的所述第一随机元素集合[W1,W2,……Wm]中每个元素[Wm]的值,所述补充序列片段中元素的值依次等于所述临时任务序列中个元素的值;
S1027、将m段所述任务序列片段和m段所述补充序列片段依序间隔排列得到的包含n个第一元素的第一序列,将所述第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]的值与所述第二随机元素集合[W1,W2,……Wm]中按顺序对应的每个元素[Wm]的值分别求和后依序排列得到的序列[Z1+W1,Z2+W2,……Zm+Wm]得到包含m个第二元素的第二序列;
S1028、获得第一新生任务序列,所述第一新生任务序列的第一部分为所述步骤S1027中得到的第一序列,所述第一新生任务序列的第二部分为所述步骤S1027中得到的第二序列;
S103、将所有的任务序列分别进行评分排序,淘汰排序末尾的多条任务序列,使得任务序列的总量保持在c条;
S104、将步骤S102至步骤S103重复执行e次,e为自然数,10≤e≤10000;
S105、至少根据每一条任务序列中单辆车辆行驶总时间的大小获得所述任务序列的时间评分T,并根据所述时间评分T的数值大小,从低到高排列所述任务序列;以及
S106、将评分最低的任务序列作为车队调度的最优解输出。
2.根据权利要求1所述的自动化码头的车队调度方法,其特征在于:所述步骤S1027中,顺序对应一组所述任务序列片段和所述补充序列片段排列时,将所述任务序列片段排列在所述补充序列片段之前,按此顺序将所有所述任务序列片段和所有所述补充序列片段依序间隔排列得到第一序列。
3.根据权利要求1所述的自动化码头的车队调度方法,其特征在于:所述步骤S1027中,顺序对应一组所述任务序列片段和所述补充序列片段排列时,将所述补充序列片段排列在所述任务序列片段之前,按此顺序将所有所述任务序列片段和所有所述补充序列片段依序间隔排列得到第一序列。
4.根据权利要求1所述的自动化码头的车队调度方法,其特征在于:所述步骤S1028中还包括将所述第一新生任务序列的第一部分中的任意两个元素进行位置互换。
5.根据权利要求1所述的自动化码头的车队调度方法,其特征在于:所述步骤S1028中还包括将所述第一新生任务序列的第二部分中的任意两个元素进行位置互换。
6.根据权利要求1所述的自动化码头的车队调度方法,其特征在于:在所述步骤S102中、所述步骤S1028之后还包括以下步骤:
S1029、将[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m]作为母代序列,[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m]作为父代序列,再次执行步骤S1022至步骤S1027,得到包含n个第一元素的第一序列和包含m个第二元素的第二序列;获得第二新生任务序列,所述第二新生任务序列的第一部分为所述步骤S1029中得到的第一序列,所述第二新生任务序列的第二部分为所述步骤S1029中得到的第二序列。
7.根据权利要求6所述的自动化码头的车队调度方法,其特征在于:所述步骤S1029中还包括将所述第二新生任务序列的第一部分中的任意两个元素进行位置互换。
8.根据权利要求6所述的自动化码头的车队调度方法,其特征在于:所述步骤S1029中还包括将所述第二新生任务序列的第二部分中的任意两个元素进行位置互换。
9.根据权利要求1所述的自动化码头的车队调度方法,其特征在于:所述步骤S105包括以下步骤:
S1051、计算每一条任务序列中单辆车辆行驶总时间,公式如下:
其中,Ttravel为单辆车辆行驶总时间,tij为车辆从i点行驶至j点所需的时间,P为车辆起始位置点,JiS为第i个任务的起始点,JiF为第i个任务的结束点;
S1052、计算每一条任务序列中单辆跨运车等待总时间,公式如下:
其中,TSC_wait为单辆跨运车等待总时间,TiS为第i个任务的开始时间,TiF为第i个任务的结束时间;
S1053、计算每一条任务序列中单个桥吊等待总时间,公式如下:
TQC_wait=TQC_F-TQC_S-n×△tQC;
其中,TQC_wait:单个桥吊等待总时间,TQC_F:单个桥吊执行最后一个任务的时间,TQC_S:单个桥吊开始执行任务的时间,n:单个桥吊执行任务个数,△tQC:桥吊执行单个任务所需的时间;
S1054、计算每一条任务序列中单辆集卡等待总时间,公式如下:
Ttruck_wait=Ttruck_F-Ttruck_S-m×△ttruck;
其中,Ttruck_wait:单辆集卡等待总时间,Ttruck_F:单个集卡执行最后一个任务的时间,Ttruck_S:单个集卡开始执行任务的时间,m:单个集卡执行任务个数,△ttruck:集卡执行单个任务所需的时间
S1055、计算每一条任务序列中每辆跨运车的运行时间与最长运行之差的和,公式如下:
其中,Tcompensate:每辆跨运车的运行时间与最长运行之差的和,Tmax:单辆跨运车最长运行时间,Ti:第i辆跨运车运行的时间;
S1056、对每一条任务序列中Ttravel、TSC_wait、TQC_wait、Ttruck_wait和Tcompensate加权求和得到时间评分T,时间评分T=f×Ttravel+g×TSC_wait+h×TQC_wait+k×Ttruck_wait+l×Tcompensate,其中f、g、h、k、l的取值范围均为(0,1];
S1057、根据每一条任务序列的T的值的大小,从低到高排列所述任务序列。
10.根据权利要求1所述的自动化码头的车队调度方法,其特征在于:所述步骤S1056中时间评分T=1×Ttravel+0.4×TSC_wait+0.8×TQC_wait+0.6×Ttruck_wait+0.5×Tcompensate。
11.一种自动化码头的车队调度系统,用于实现权利要求1至8中任一项所述的自动化码头的车队调度方法,其特征在于,包括:
任务序列采集模块,获得基于当前车队和任务的c条任务序列[X1,X2,X3,X4……Xn,Y1,Y2,……Ym],c为自然数,每一条任务序列包括第一部分序列[X1,X2,X3,X4……Xn]和第二部分序列[Y1,Y2,……Ym],n和m均为自然数,n≤m;所述第一部分中包含依次排列的多个数值各不相同的任务序号,每个所述任务序号各自代表一件任务,所述第二部分中包含依次排列的多个元素[Ym],每个所述元素[Ym]的值代表分配给车队其中一车辆的任务数量,分配给所述车辆的任务序号[Xn]为自所述第一部分的头部起第(a+1)个任务序号[Xa+1]到第(a+b)个任务序号[Xa+b]之间的b个任务序号[Xn],a的值等于所述车辆对应的元素[Ym]之前的所有元素[Y1,Y2,……Ym-1]的值的总和,b的值等于所述车辆对应的元素[Ym]的值,a和b均为自然数;
任务序列生成模块,基于所述任务序列随机挑选出d组任务序列组,每个所述任务序列组包括两条任务序列,将所述两条任务序列分别作为父代序列和母代序列生成至少一条新生的任务序列,每条所述新生的任务序列中第一部分与所述父代序列、母代序列第一部分序列均不同,每条所述新生的任务序列中第二部分的元素值的总和与所有所述任务序列的第二部分的元素值的总和均相等,选择所述任务序列组中的一个任务序列作为父代序列[X11,X12,X13,X14……X1n,Y11,Y12,……Y1m],另一个任务序列作为母代序列[X21,X22,X23,X24……X2n,Y21,Y22,……Y2m];生成第一随机元素集合[Z1,Z2,……Zm],所述第一随机元素集合中个每个元素[Zm]分别对应所述父代序列的第二部分中一个所述元素,并且,所述随机元素集合中元素的值小于等于所述父代序列的中对应的元素的值;根据所述第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]与所述元素的对应顺序在所述父代序列的第一部分中每个所述车辆的任务序号中各自随机截取连续的m段任务序列片段,每段所述任务序列片段中元素的个数分别等于对应的所述第一随机元素集合[Z1,Z2,……Zm]中元素[Zm]的值;生成第二随机元素集合[W1,W2,……Wm],所述第一随机元素集合中每个元素[Wm]分别对应所述父代序列的第二部分中一个所述元素,并且,所述第一随机元素集合[Z1,Z2,……Zm]的所有元素值与第二随机元素集合[W1,W2,……Wm]的所有元素值的总和等于所述父代序列中第二部分的所有元素值的总和;在所述母代序列的第一部分中删除了与所述任务序列片段中出现的元素值相同的各元素之后得到临时任务序列;根据所述第二随机元素集合[W1,W2,……Wm]中每个元素[Wm]的排列顺序生成m段补充序列片段,每段所述补充序列片段中元素的个数分别等于对应的所述第一随机元素集合[W1,W2,……Wm]中每个元素[Wm]的值,所述补充序列片段中元素的值依次等于所述临时任务序列中个元素的值;将m段所述任务序列片段和m段所述补充序列片段依序间隔排列得到的包含n个第一元素的第一序列,将所述第一随机元素集合[Z1,Z2,……Zm]中每个元素[Zm]的值与所述第二随机元素集合[W1,W2,……Wm]中按顺序对应的每个元素[Wm]的值分别求和后依序排列得到的序列[Z1+W1,Z2+W2,……Zm+Wm]得到包含m个第二元素的第二序列;获得第一新生任务序列,所述第一新生任务序列的第一部分为所述第一序列,所述第一新生任务序列的第二部分为所述第二序列;
任务序列淘汰模块,将所有的任务序列分别进行评分排序,淘汰排序末尾的多条任务序列,使得任务序列的总量保持在c条;
任务序列循环模块,将任务序列生成模块和任务序列生成模块重复执行e次,e为自然数,10≤e≤10000;
任务序列重复模块,至少根据每一条任务序列中单辆车辆行驶总时间的大小获得所述任务序列的时间评分T,并根据所述时间评分T的数值大小,从低到高排列所述任务序列;以及
任务序列输出模块,将评分最低的任务序列作为车队调度的最优解输出。
12.根据权利要求11所述的自动化码头的车队调度系统,其特征在于:所述任务序列重复模块中计算每一条任务序列中单辆车辆行驶总时间,公式如下:
其中,Ttravel为单辆车辆行驶总时间,tij为车辆从i点行驶至j点所需的时间,P为车辆起始位置点,JiS为第i个任务的起始点,JiF为第i个任务的结束点;
计算每一条任务序列中单辆跨运车等待总时间,公式如下:
其中,TSC_wait为单辆跨运车等待总时间,TiS为第i个任务的开始时间,TiF为第i个任务的结束时间;
计算每一条任务序列中单个桥吊等待总时间,公式如下:
TQC_wait=TQC_F-TQC_S-n×△tQC;
其中,TQC_wait:单个桥吊等待总时间,TQC_F:单个桥吊执行最后一个任务的时间,TQC_S:单个桥吊开始执行任务的时间,n:单个桥吊执行任务个数,△tQC:桥吊执行单个任务所需的时间;
计算每一条任务序列中单辆集卡等待总时间,公式如下:
Ttruck_wait=Ttruck_F-Ttruck_S-m×△ttruck;
其中,Ttruck_wait:单辆集卡等待总时间,Ttruck_F:单个集卡执行最后一个任务的时间,Ttruck_S:单个集卡开始执行任务的时间,m:单个集卡执行任务个数,△ttruck:集卡执行单个任务所需的时间
计算每一条任务序列中每辆跨运车的运行时间与最长运行之差的和,公式如下:
其中,Tcompensate:每辆跨运车的运行时间与最长运行之差的和,Tmax:单辆跨运车最长运行时间,Ti:第i辆跨运车运行的时间;
对每一条任务序列中Ttravel、TSC_wait、TQC_wait、Ttruck_wait和Tcompensate加权求和得到时间评分T,时间评分T=f×Ttravel+g×TSC_wait+h×TQC_wait+k×Ttruck_wait+l×Tcompensate,其中f、g、h、k、l的取值范围均为(0,1];
根据每一条任务序列的T的值的大小,从低到高排列所述任务序列。
13.一种自动化码头的车队调度设备,其特征在于,包括:
处理器;
存储器,其中存储有处理器的可执行指令;
其中,处理器配置为经由执行可执行指令来执行权利要求1至10中任意一项自动化码头的车队调度方法的步骤。
14.一种计算机可读存储介质,用于存储程序,其特征在于,程序被执行时实现权利要求1至10中任意一项自动化码头的车队调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810557061.6A CN108764740B (zh) | 2018-06-01 | 2018-06-01 | 自动化码头的车队调度方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810557061.6A CN108764740B (zh) | 2018-06-01 | 2018-06-01 | 自动化码头的车队调度方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108764740A true CN108764740A (zh) | 2018-11-06 |
CN108764740B CN108764740B (zh) | 2019-09-03 |
Family
ID=64001767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810557061.6A Active CN108764740B (zh) | 2018-06-01 | 2018-06-01 | 自动化码头的车队调度方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108764740B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047100A (zh) * | 2019-12-17 | 2020-04-21 | 广东工业大学 | 一种物流集装箱的装箱方法和系统 |
CN114118639A (zh) * | 2022-01-29 | 2022-03-01 | 天津港第二集装箱码头有限公司 | 一种顺岸式边装卸自动化码头art动态调度方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631530A (zh) * | 2014-11-24 | 2016-06-01 | Sap欧洲公司 | 时间可划分资源的多顺序规划和分配 |
CN106022474A (zh) * | 2016-06-01 | 2016-10-12 | 河海大学常州校区 | 一种可重构装配线平衡优化方法 |
CN107851024A (zh) * | 2015-05-15 | 2018-03-27 | 考科斯汽车有限公司 | 用于解空间分割的并行处理 |
CN107886196A (zh) * | 2017-11-13 | 2018-04-06 | 西华大学 | 一种用于货物取送的单车调度方法 |
-
2018
- 2018-06-01 CN CN201810557061.6A patent/CN108764740B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631530A (zh) * | 2014-11-24 | 2016-06-01 | Sap欧洲公司 | 时间可划分资源的多顺序规划和分配 |
CN107851024A (zh) * | 2015-05-15 | 2018-03-27 | 考科斯汽车有限公司 | 用于解空间分割的并行处理 |
CN106022474A (zh) * | 2016-06-01 | 2016-10-12 | 河海大学常州校区 | 一种可重构装配线平衡优化方法 |
CN107886196A (zh) * | 2017-11-13 | 2018-04-06 | 西华大学 | 一种用于货物取送的单车调度方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047100A (zh) * | 2019-12-17 | 2020-04-21 | 广东工业大学 | 一种物流集装箱的装箱方法和系统 |
CN111047100B (zh) * | 2019-12-17 | 2020-10-09 | 广东工业大学 | 一种物流集装箱的装箱方法和系统 |
CN114118639A (zh) * | 2022-01-29 | 2022-03-01 | 天津港第二集装箱码头有限公司 | 一种顺岸式边装卸自动化码头art动态调度方法 |
CN114118639B (zh) * | 2022-01-29 | 2022-06-28 | 天津港第二集装箱码头有限公司 | 一种顺岸式边装卸自动化码头art动态调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108764740B (zh) | 2019-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Solving the dual-resource constrained flexible job shop scheduling problem with learning effect by a hybrid genetic algorithm | |
Foumani et al. | A cross-entropy method for optimising robotic automated storage and retrieval systems | |
Lawler | The quadratic assignment problem | |
Lau et al. | Integrated scheduling of handling equipment at automated container terminals | |
Ng et al. | Scheduling trucks in container terminals using a genetic algorithm | |
CN108846609A (zh) | 基于订单任务的拣选方法、装置、服务器和介质 | |
Dou et al. | Genetic scheduling and reinforcement learning in multirobot systems for intelligent warehouses | |
Zhou et al. | Electric vehicle handling routing and battery swap station location optimisation for automotive assembly lines | |
CN109656706A (zh) | 分布式任务调度方法、系统、设备以及介质 | |
CN109840729A (zh) | 料箱定位的方法、系统、存储介质及电子设备 | |
CN110471409A (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
CN108764740B (zh) | 自动化码头的车队调度方法、系统、设备及存储介质 | |
CN109839927A (zh) | 用于机器人路径规划的方法及装置 | |
CN110059991A (zh) | 仓库选品方法、系统、电子设备和计算机可读介质 | |
Simrin et al. | The dynamic berth allocation problem: A linearized formulation | |
Chang et al. | Integrated scheduling of handling operations in railway container terminals | |
Zhao et al. | Simulation‐Based Optimization for Storage Allocation Problem of Outbound Containers in Automated Container Terminals | |
CN107273588A (zh) | 一种盾构机盾体装配序列的规划系统及方法 | |
Yuan et al. | An enhanced genetic algorithm for unmanned aerial vehicle logistics scheduling | |
Basiri et al. | A hybrid intelligent algorithm for a fuzzy multi-objective job shop scheduling problem with reentrant workflows and parallel machines | |
Paul et al. | Efficient planning of multi-robot collective transport using graph reinforcement learning with higher order topological abstraction | |
Chan et al. | An introduction of dominant genes in genetic algorithm for FMS | |
KR102596620B1 (ko) | 복수의 작업 수행 로봇들에 작업 지점들을 분배하기 위한 방법 | |
CN115964984B (zh) | 用于数字芯片版图平衡绕线的方法和装置 | |
Rodrigues et al. | TLBO with variable weights applied to shop scheduling problems |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 503-3, 398 Jiangsu Road, Changning District, Shanghai 200050 Patentee after: Shanghai Xijing Technology Co.,Ltd. Address before: Room 503-3, 398 Jiangsu Road, Changning District, Shanghai 200050 Patentee before: SHANGHAI WESTWELL INFORMATION AND TECHNOLOGY Co.,Ltd. |