CN109409603A - 一种应用于多行车的调度算法 - Google Patents
一种应用于多行车的调度算法 Download PDFInfo
- Publication number
- CN109409603A CN109409603A CN201811257655.1A CN201811257655A CN109409603A CN 109409603 A CN109409603 A CN 109409603A CN 201811257655 A CN201811257655 A CN 201811257655A CN 109409603 A CN109409603 A CN 109409603A
- Authority
- CN
- China
- Prior art keywords
- region
- driving
- cargo
- vehicle
- handled
- 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 claims abstract description 31
- 230000032258 transport Effects 0.000 claims abstract description 20
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000003786 synthesis reaction Methods 0.000 abstract description 2
- 238000013468 resource allocation Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Abstract
本发明公开了一种应用于多行车的调度算法,先在多行车搬运货物的整体空间内确定不同区域的行车调度区域概率,根据行车的数量将整体空间划分为与行车数量相同的区域,每个区域根据行车调度区域概率将行车调度区域分为概率不同的若干个区域;根据行车当前坐标位置,结合待搬运货物的物理坐标,计算该区域内的每件待搬运货物与整个空间内各个行车之间的距离;当一个区域内存在多个待运输货物时,则根据优先级调度法来搬运待搬运货物,该算法综合考虑了任务调度时间、任务发生的频次区域、可分配行车资源三个重要的因素,平衡调度对时间和效率的要求。行车调度时,在所有可空闲的行车中选择优先级最高的行车进行调度,合理的分配行车资源。
Description
技术领域
本发明涉及行车领域,具体涉及一种应用于多行车的调度算法。
背景技术
现有技术中,算法技术在车间调度作业中,主要解决的是行车与货物之间的匹配优化问题,从而最大程度降低单次任务的执行时间、整体任务的平均等待时间,提高调度效率,因此在行车的调度中,通过使用算法逻辑,实现高效调度。行车和货物之间的调度匹配有其独特的特点,比如每批货物几乎各不相同,运输时间、运输方式也有不同,同时货物对行车也是有要求的,在不同时间、线路上选择行车也不同。
目前,行车的任务调度作业采用最多的是先来先服务算法和短距离算法。先来先服务按照任务到来的先后顺序调度并分配行车执行,有利于周转时间长的任务而不利于周转时间短的任务;短距离调度算法是对先来先服务算法的改进,基于这样一种思想:行车距离任务最近的优先调度,其目标是节省调度距离,缩短任务的等待时间。在一些不具备调度系统的生产环境中,很多时候是通过人工操作完成,由人员自由选择和调度行车。
目前的车间调度一般是针对简单的单行车或者双行车,在调度过程中行车依赖先来先服务或者短距离的单一判断条件进行调度。
先来先服务算法,虽然简单易理解,但实际应用中一批任务的平均周转时间取决于各个任务到达的顺序,如果周转时间短的任务位于周转时间长的任务之后,那么将增大平均周转时间。短距离算法中各个任务在开始执行之前,必须事先判断任务距离最近的行车,然后根据这些距离进行行车资源分配的评估,从中选择距离任务较近的行车优先执行,该方法的最大弊端是使得处于经常出库范围的行车一直工作,而较低概率出库的行车一直处于空闲状态,严重的资源分配不均衡。
同时,在不具备调度系统的生产环境中,行车的调度是通过人工操作进行实现,大大增加了人员成本,且处理的时效性取决于员工的工作能力和工作态度,不确定因素往往导致耗时长、成本高、效率低等问题。行车进行调度中,简单的单行车和双行车在调度时采用先来先服务或者短距离调度是可行的,但对于多行车调度,使用先来先服务或者短距离的单一优先级调度判断,无法实现调度的最优。
发明内容
为了解决上述技术问题,本发明的目的是提供一种应用于多行车的调度算法,该算法综合考虑了任务调度时间、任务发生的频次区域、可分配行车资源三个重要的因素,平衡调度对时间和效率的要求。任务发生的频次区域是根据以往出库量概率进行计算总结的,行车的调度区域分为两个:高频区、低频区。行车调度时,在所有可空闲的行车中选择优先级最高的行车进行调度,合理的分配行车资源。
为实现上述发明目的,本发明采取的技术方案如下:
一种应用于多行车的调度算法,包括如下步骤:
步骤1.确定在多行车搬运货物的整体空间内不同区域的行车调度区域概率,行车调度区域概率其中,p为行车调度区域概率,h是当前区域货物搬运频数,H是总货物搬运数;
步骤2.根据行车的数量将整体空间划分为与行车数量相同的区域,每个区域根据步骤1计算得出的每个区域的行车调度区域概率,将行车调度区域按照概率高低进行排序,划分为概率不同的若干个区域;
步骤3.每个区域内根据待搬运货物到达该区域的先后时间对货物进行排序,根据行车当前坐标位置,结合待搬运货物的物理坐标,计算该区域内的每件待搬运货物与整个空间内各个行车之间的距离s;
步骤4.当一个区域内存在多个待运输货物时,则根据优先级调度法来搬运待搬运货物,待搬运货物调度行车的优先级为P,其中:P为待搬运货物调度行车的优先级,s为每件待搬运货物与整个空间内各个行车之间的距离,p为行车调度区域概率,根据P值的大小决定同一区域内不同待搬运货物的执行搬运任务行车。
优选的,步骤2中将行车调度区域按照概率高低进行排序,划分为高频区和低频区,所述高频区中p≥0.5,所述低频区中p<0.5。
优选的,所述高频区的区域面积大于所述低频区的区域面积。
优选的,所述高频区的区域面积为所述低频区的区域面积的3~4倍。
优选的,所述低频区至少为两个,所述高频区置于所述低频区之间。
更优选的,所述低频区为两个,所述高频区置于两个低频区之间。
优选的,步骤4中计算出待搬运货物的各个行车的优先级P,选择P值最大的行车对带搬运货物进行运输。
优选的,不同区域中的待搬运货物首先根据先到先服务计算法或短距离计算法对该区域内的首个货物进行搬运,然后再根据步骤4中的优先级调度法进行货物搬运。
优选的,所述先到先服务计算法为首先对同一区域内的最早到达该区域的待搬运货物进行搬运。
优选的,所述短距离计算法则包括如下步骤:在各个货物运输任务开始执行之前,首先选择同一个区域内与该区域内行车最近的待搬运货物,然后对该待搬运货物进行搬运。
优选的,所述步骤2中划分后的每个区域内均设置至少一个行车。
相对于现有技术,本发明取得了有益的技术效果:
车间行车的调度作业越来越普遍,与过去单行车或者双行车调度相比,多行车调度效率的要求也越来越高。本优先级算法综合考虑影响调度效率和成本的因素,进行最后行车优先调度的评估,能有效地解决单一优先级判断带来的等待时间长、效率低、行车资源分配不均衡的问题,同时系统的调度方案能够保证调度的稳定性,降低成本、提高资源利用率。
附图说明
图1为本发明一种应用于多行车的调度算法的应用场景示意图。
附图标记
1.第一行车;2.第二行车;3.第三行车。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例对本发明进行进一步详细说明,但本发明要求保护的范围并不局限于下述具体实施例。
一种应用于多行车的调度算法,包括如下步骤:
步骤1.确定在多行车搬运货物的整体空间内不同区域的行车调度区域概率,行车调度区域概率其中,p为行车调度区域概率,h是当前区域货物搬运频数,H是总货物搬运数;
步骤2.根据行车的数量将整体空间划分为与行车数量相同的区域,每个区域根据步骤1计算得出的每个区域的行车调度区域概率,将行车调度区域按照概率高低进行排序,划分为概率不同的若干个区域,每个区域内均设置一个行车;
步骤3.每个区域内根据待搬运货物到达该区域的先后时间对货物进行排序,根据行车当前坐标位置,结合待搬运货物的物理坐标,计算该区域内的每件待搬运货物与整个空间内各个行车之间的距离s;
步骤4.当一个区域内存在多个待运输货物时,则根据优先级调度法来搬运待搬运货物,待搬运货物调度行车的优先级为P,其中:P为待搬运货物调度行车的优先级,s为每件待搬运货物与整个空间内各个行车之间的距离,p为行车调度区域概率,每个待搬运货物对应的不同行车具有不同的P值,根据P值的大小决定同一区域内不同待搬运货物的执行搬运任务行车。计算出待搬运货物的各个行车的优先级P后,选择P值最大的行车对带搬运货物进行运输。
两个不同行车调度区域概率的区域之间的待搬运货物由这两个区域内的行车负责搬运,防止其他行车跨区域搬运时发生碰撞和干涉。
步骤2中将行车调度区域按照概率高低进行排序,划分为高频区和低频区,所述高频区中p≥0.5,所述低频区中p<0.5。所述高频区的区域面积大于所述低频区的区域面积。所述高频区的区域面积为所述低频区的区域面积的3~4倍。所述低频区至少为两个,所述高频区置于所述低频区之间。
当不同区域中均存在待搬运的货物时,不同区域中的待搬运货物首先根据先到先服务计算法或短距离计算法对该区域内的首个货物进行搬运,然后再根据步骤4中的优先级调度法进行货物搬运。即当所有的区域内均有待搬运的货物时,每个行车均根据先到先服务计算法或短距离计算法对该区域内的首个货物进行搬运,然后根据优先级调度法选择其余待搬运货物调度行车的优先级最大的行车进行调度。
所述先到先服务计算法为首先对同一区域内的最早到达该区域的待搬运货物进行搬运。所述短距离计算法则包括如下步骤:在各个货物运输任务开始执行之前,首先选择同一个区域内与该区域内行车最近的待搬运货物,然后对该待搬运货物进行搬运。
实施例1
如图1所示,本实施例中设置有三个行车,包括第一行车、第二行车和第三行车,其中虚线选中的部分为根据以往行车搬运货物使用的频次划分出的不同行车调度区域概率的区域,本实施例中所述低频区为两个,所述高频区置于两个低频区之间。分别包括两个低频区和置于两个低频区之间的一个高频区,行车第一行车1、第三行车3分别处于两个低频区,第二行车2处于高频区,在高频区域行车调度发生频次很高。图中的A货物、B货物、C货物、D货物代表的是待搬运的货物,并且编号顺序代表其到来先后顺序,按照货物到达的先后顺序依次排序为A货物、B货物、C货物、D货物,A货物、B货物、C货物、D货物均放置在高频区内。由于行车的使用也存在交通堵塞和防止互相干涉的问题,所以在进行资源分配的时候,C货物、D货物可使用的行车资源为第一行车1、第二行车2;A货物、B货物可使用的行车资源为第二行车2、第三行车3。下表1将每个待执行搬运的货物与之可分配的行车之间的距离进行分析:
表1
任务\距离(m)\行车 | 第一行车 | 第二行车 | 第三行车 |
A货物 | \ | 2 | 4 |
B货物 | \ | 4 | 7 |
C货物 | 9 | 6 | \ |
D货物 | 6 | 7 | \ |
其中距离为各个货物与不同行车之间的距离,由于任务到来的不确定因素,根据以往货物搬运的统计,设定第二行车所处高频区发生的行车调度区域概率p为0.8,第一行车1、第三行车3所处低频区发生的行车调度区域概率p为0.1。当需要执行搬运货物A任务到来,根据短距离计算法优先考虑,选择第二行车2执行搬运货物A,在此过程中执行搬运货物B的任务到来,此时第二行车2的处于高频区,第三行车3处于为低频区,选择第二行车、第三行车中的具体一个行车执行搬运货物B,则需要通过优先级调度法计算:
P2B为调度货物B的第二行车2的优先级;
P3B为调度货物B的第三行车3的优先级;
由计算结果知:P3B>P2B,调度货物B时,第三行车3的优先级高于第二行车2的优先级,因此由第三行车3去搬运货物B;此时第二行车2为空闲状态,货物C、货物D待搬运,根据先到先服务和短距离计算法,由第二行车2搬运货物C,对于货物D,需要选择第二行车、第一行车中的具体一个行车执行搬运货物D,依然是通过优先级调度法计算:
P1D为调度货物D的第一行车1的优先级;
P2D为调度货物D的第二行车2的优先级;
由计算结果知:P1D>P2D,调度行车1的优先级高于调度行车2的优先级,因此由行车1去搬运货物D.
确定行车调度的优先级,为了计算调度的周转时间,由于每个行车的速度相同,将距离以1:1类比成行车搬运货物的时间,可知:货物A和货物C调度第二行车2去执行,时间分别为2min、6min;货物B调度第三行车3去执行,时间为7min;货物D调度第一行车1去执行,时间6min。因为货物调度的总时间取决于某一行车最长作业时间,忽略中间的等待时间,总调度时间为:2min+6min=8min。
对比实施例:
若全部使用短距离计算法:由于第二行车2距离货物A、货物B、货物C、货物D距离均最近,那么意味着要调度第二行车2去搬运货物A、货物B、货物C、货物D四个货物,时间分别为2min、4min、6min、7min,忽略中间的等待时间,总调度时间为:2min+4min+6min+7min=19min。
将实施例1和对比实施例进行比较,在对比实施例的短距离计算法中,第一行车1、第三行车3均一直处于空闲状态,不仅增加待搬运货物的等待时间,也使得高频区的第二行车2一直处于工作状态,行车的资源未得到很好的调度分配,调度效率和货物搬运效率均降低,无法实现最优调度。使用优先级算法,既降低了货物搬运的等待时间,也保证了处于空闲状态的低频区行车得到充分利用,提高了行车资源的分配效率。
本发明提供的一种应用于多行车的调度算法,可以应用于多行车调动场景中,与单行车或者双行车调度相比,多行车调度效率的要求也越来越高,本发明多行车的调度算法通过优先级算法综合考虑影响调度效率和成本的因素,进行最后行车优先调度的评估,能有效地解决单一优先级判断带来的等待时间长、效率低、行车资源分配不均衡的问题,同时系统的调度方案能够保证调度的稳定性,降低成本、提高资源利用率。
根据上述说明书的揭示和教导,本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此,本发明并不局限于上面揭示和描述的具体实施方式,对发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外,尽管本说明书中使用了一些特定的术语,但这些术语只是为了方便说明,并不对发明构成任何限制。
Claims (10)
1.一种应用于多行车的调度算法,其特征在于,包括如下步骤:
步骤1.确定在多行车搬运货物的整体空间内不同区域的行车调度区域概率,行车调度区域概率其中,p为行车调度区域概率,h是当前区域货物搬运频数,H是总货物搬运数;
步骤2.根据行车的数量将整体空间划分为与行车数量相同的区域,每个区域根据步骤1计算得出的每个区域的行车调度区域概率,将行车调度区域按照概率高低进行排序,划分为概率不同的若干个区域;
步骤3.每个区域内根据待搬运货物到达该区域的先后时间对货物进行排序,根据行车当前坐标位置,结合待搬运货物的物理坐标,计算该区域内的每件待搬运货物与整个空间内各个行车之间的距离s;
步骤4.当一个区域内存在多个待运输货物时,则根据优先级调度法来搬运待搬运货物,待搬运货物调度行车的优先级为P,其中:P为待搬运货物调度行车的优先级,s为每件待搬运货物与整个空间内各个行车之间的距离,p为行车调度区域概率,根据P值的大小决定同一区域内不同待搬运货物的执行搬运任务行车。
2.根据权利要求1所述的一种应用于多行车的调度算法,其特征在于,步骤2中将行车调度区域按照概率高低进行排序,划分为高频区和低频区,所述高频区中p≥0.5,所述低频区中p<0.5。
3.根据权利要求2所述的一种应用于多行车的调度算法,其特征在于,所述高频区的区域面积大于所述低频区的区域面积。
4.根据权利要求2所述的一种应用于多行车的调度算法,其特征在于,所述高频区的区域面积为所述低频区的区域面积的3~4倍。
5.根据权利要求2所述的一种应用于多行车的调度算法,其特征在于,所述低频区至少为两个,所述高频区置于所述低频区之间。
6.根据权利要求1所述的一种应用于多行车的调度算法,其特征在于,步骤4中计算出待搬运货物的各个行车的优先级P,选择P值最大的行车对带搬运货物进行运输。
7.根据权利要求1所述的一种应用于多行车的调度算法,其特征在于,不同区域中的待搬运货物首先根据先到先服务计算法或短距离计算法对该区域内的首个货物进行搬运,然后再根据步骤4中的优先级调度法进行货物搬运。
8.根据权利要求7所述的一种应用于多行车的调度算法,其特征在于,所述先到先服务计算法为首先对同一区域内的最早到达该区域的待搬运货物进行搬运。
9.根据权利要求7所述的一种应用于多行车的调度算法,其特征在于,所述短距离计算法则包括如下步骤:在各个货物运输任务开始执行之前,首先选择同一个区域内与该区域内行车最近的待搬运货物,然后对该待搬运货物进行搬运。
10.根据权利要求1所述的一种应用于多行车的调度算法,其特征在于,所述步骤2中划分后的每个区域内均设置至少一个行车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811257655.1A CN109409603B (zh) | 2018-10-26 | 2018-10-26 | 一种应用于多行车的调度算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811257655.1A CN109409603B (zh) | 2018-10-26 | 2018-10-26 | 一种应用于多行车的调度算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109409603A true CN109409603A (zh) | 2019-03-01 |
CN109409603B CN109409603B (zh) | 2022-04-19 |
Family
ID=65470227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811257655.1A Active CN109409603B (zh) | 2018-10-26 | 2018-10-26 | 一种应用于多行车的调度算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409603B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197327A (zh) * | 2019-05-22 | 2019-09-03 | 长春知和智能包装设备有限公司 | 基于系统记录信息的调度算法自优化方法 |
CN111489067A (zh) * | 2020-03-27 | 2020-08-04 | 北京科技大学 | 一种基于动态区域分配的炼钢车间天车调度方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006339810A (ja) * | 2005-05-31 | 2006-12-14 | Tsubame Kotsu Kyodo Kumiai | 配車受付システム |
US20070071585A1 (en) * | 2005-07-15 | 2007-03-29 | Claus Henkel | Shuttles for transporting goods |
US20130179205A1 (en) * | 2012-01-10 | 2013-07-11 | Eduard SLININ | Systems and methods for optimizing transportation resources |
US20180010954A1 (en) * | 2016-07-11 | 2018-01-11 | Dublin Lowndes, LLC | Material handling system |
CN107578119A (zh) * | 2017-08-09 | 2018-01-12 | 泉州装备制造研究所 | 一种智能调度系统的资源分配全局优化方法 |
CN107578197A (zh) * | 2017-07-10 | 2018-01-12 | 同济大学 | 需求不确定的混流生产线物流车辆调度区域优化方法 |
WO2018028799A1 (en) * | 2016-08-12 | 2018-02-15 | Swiss Reinsurance Company Ltd. | Telematics system with vehicle-embedded telematics devices (oem line fitted) for score-driven, automated insurance and corresponding method |
CN107844886A (zh) * | 2017-09-15 | 2018-03-27 | 北京百度网讯科技有限公司 | 车辆调度方法、装置、设备及存储介质 |
CN108398924A (zh) * | 2017-02-08 | 2018-08-14 | 北京京东尚科信息技术有限公司 | 机器人搬运车的调度方法和调度装置 |
CN108573114A (zh) * | 2018-05-09 | 2018-09-25 | 西南交通大学 | 一种基于多种群遗传算法的车间多目标优化总体布局方法 |
-
2018
- 2018-10-26 CN CN201811257655.1A patent/CN109409603B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006339810A (ja) * | 2005-05-31 | 2006-12-14 | Tsubame Kotsu Kyodo Kumiai | 配車受付システム |
US20070071585A1 (en) * | 2005-07-15 | 2007-03-29 | Claus Henkel | Shuttles for transporting goods |
US20130179205A1 (en) * | 2012-01-10 | 2013-07-11 | Eduard SLININ | Systems and methods for optimizing transportation resources |
US20180010954A1 (en) * | 2016-07-11 | 2018-01-11 | Dublin Lowndes, LLC | Material handling system |
WO2018028799A1 (en) * | 2016-08-12 | 2018-02-15 | Swiss Reinsurance Company Ltd. | Telematics system with vehicle-embedded telematics devices (oem line fitted) for score-driven, automated insurance and corresponding method |
CN108398924A (zh) * | 2017-02-08 | 2018-08-14 | 北京京东尚科信息技术有限公司 | 机器人搬运车的调度方法和调度装置 |
CN107578197A (zh) * | 2017-07-10 | 2018-01-12 | 同济大学 | 需求不确定的混流生产线物流车辆调度区域优化方法 |
CN107578119A (zh) * | 2017-08-09 | 2018-01-12 | 泉州装备制造研究所 | 一种智能调度系统的资源分配全局优化方法 |
CN107844886A (zh) * | 2017-09-15 | 2018-03-27 | 北京百度网讯科技有限公司 | 车辆调度方法、装置、设备及存储介质 |
CN108573114A (zh) * | 2018-05-09 | 2018-09-25 | 西南交通大学 | 一种基于多种群遗传算法的车间多目标优化总体布局方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197327A (zh) * | 2019-05-22 | 2019-09-03 | 长春知和智能包装设备有限公司 | 基于系统记录信息的调度算法自优化方法 |
CN111489067A (zh) * | 2020-03-27 | 2020-08-04 | 北京科技大学 | 一种基于动态区域分配的炼钢车间天车调度方法 |
CN111489067B (zh) * | 2020-03-27 | 2022-10-18 | 北京科技大学 | 一种基于动态区域分配的炼钢车间天车调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109409603B (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11724879B2 (en) | Management method, device and system applied to goods-to-person system, server and computer storage medium | |
CN109878959B (zh) | 拣选调度方法、装置、仓储系统及可读存储介质 | |
Shiri et al. | Optimization of drayage operations with time-window constraints | |
CN101844681B (zh) | 一种面向涂装或总装生产线的缓冲区 | |
CN110245890A (zh) | 货品分拣方法及货品分拣系统 | |
CN113233068B (zh) | 货物拣选方法、装置、计算机设备及存储介质 | |
Li et al. | Tasks assigning and sequencing of multiple AGVs based on an improved harmony search algorithm | |
Jiang et al. | Picking-replenishment synchronization for robotic forward-reserve warehouses | |
CN106651049B (zh) | 自动化集装箱码头装卸设备的重调度方法 | |
CN110348612A (zh) | 分拨中心货量预测方法及装置 | |
CN106485434A (zh) | 自动搬运装置的调度方法及系统 | |
CN109409603A (zh) | 一种应用于多行车的调度算法 | |
Nageswara et al. | Integrated scheduling of machines and AGVs in FMS by using dispatching rules | |
CN108564211A (zh) | 物流运输路径规划方法及系统 | |
CN114995301A (zh) | 一种基于分派规则的产线分布式调度方法及系统 | |
CN111768052A (zh) | 基于算法模型的整车厂进场物流路线自动规划方法 | |
JP2024511521A (ja) | オーダー処理方法、装置、機器、システム、媒体および製品 | |
CN115759407A (zh) | 基于分拣系统的多维调度方案优化方法、系统和存储介质 | |
CN111652408A (zh) | 仓库中的订单处理方法、装置、介质、电子设备与系统 | |
WO2021104524A1 (zh) | 一种agv调度方法和装置 | |
CN112016810B (zh) | 一种同轨双过跨车智能调度方法 | |
Zhou et al. | A solution for cyclic scheduling of multi-hoists without overlapping | |
Wang et al. | Ship Block Transportation Scheduling Problem Based on Greedy Algorithm. | |
Gondran et al. | Comparison between two approaches to solve the Job Shop Scheduling Problem with Routing | |
Kumar et al. | A novel hybrid algorithm for permutation flow shop scheduling |
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 |
Address after: 528313, No. 1, West Road, Guang Long Industrial Park, Chencun Town, Shunde District, Guangdong, Foshan Patentee after: Keda Manufacturing Co.,Ltd. Address before: 528313, No. 1, West Road, Guang Long Industrial Park, Chencun Town, Shunde District, Guangdong, Foshan Patentee before: KEDA CLEAN ENERGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |