CN110009272A - 多策略并行的物流资源调度方法和相关装置 - Google Patents

Abstract

本发明公开了一种多策略并行的物流资源调度方法，通过获取订单输入信息，利用订单分组策略和选择车辆策略得到多个待运输的包裹和用于配送的可用运输车辆，然后根据车辆包裹匹配策略，选择运输车辆的进行运输的匹配包裹，运输车辆需满足包裹的运输限制条件，最后根据订单装载策略，选择匹配包裹中用于装载到可用车辆中的订单，通过在物流调度系统中设计多种算法策略并行计算，解决现有技术种物流运输、配送过程中未考虑多种现实限制条件，采用单一调度策略导致的容易陷入局部最优，无法找到近似最优解，并且调度算法无法落地的问题，使得生成的调度算法更实用，减少资源浪费，运输效率更高。

Description

多策略并行的物流资源调度方法和相关装置

技术领域

本发明涉及物流运输领域，尤其是一种多策略并行的物流资源调度方法和相关装置。

背景技术

如今，物流资源调度问题，随着社会发展该问题的实现复杂度愈来愈高，但在现在大多数企业在物流资源调度上，均为人工凭经验进行调度，企业所有业务接单均由调度员进行调度，调度员根据车辆使用情况与货物数量进行车辆选择，人工凭借经验选择货运车辆数量、运输路线，主观性强，存在着调度效率低下，运输时间较长，车辆资源利用率低下，线路不合理，空驶情况严重等问题。

现在已经有许多关于车辆调度与飞机调度的研究，自智能算法诞生之后，关于此类的研究越来越火热，现有智能算法大多都能较快速地解决运力资源调度问题，相比于人工调度而言优势显然，但每种智能策略都有自身的缺点，完全不改进地用单种调度策略解决问题，既容易陷入局部最优，无法找到近似最优解，并且没有考虑现实中的约束限制，导致该优化技术无法落地，最终不是优化，而是成本与时间的耗费，因此提出一种考虑多种现实限制条件，并能利用多种不同策略并行选择进行物流资源调度，得到更优调度方案的方法是很有必要的。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的是提供一种考虑多种现实限制条件，并能利用多种不同策略并行选择进行物流资源调度的方法、装置、设备和存储介质。

本发明所采用的技术方案是：

第一方面，本发明提供一种多策略并行的物流资源调度方法，包括：

获取订单输入信息，所述订单输入信息包括运输车辆信息和货物信息；

利用订单分组策略根据所述货物信息生成多个包裹，并利用选择车辆策略根据所述运输车辆信息选择可用的运输车辆，所述包裹包括至少一个订单；

根据车辆包裹匹配策略，选择使用所述可用的运输车辆的进行运输的匹配包裹；

根据订单装载策略，选择所述匹配包裹中用于装载到所述可用的运输车辆中的订单。

进一步地，所述订单分组策略包括订单合并策略和包裹分组策略，具体的：

所述订单合并策略包括多个订单合成包裹和一个订单合成包裹，所述多个订单合成包裹中多个订单包括同配送点多个订单、同经纬度多个订单和预设条件订单；

所述包裹分组策略包括：默认分组策略、按时间段分组策略和按数量分组策略。

进一步地，所述选择车辆策略包括车辆排序策略和用车策略，具体的：

所述车辆排序策略用于对车辆进行排序，包括按车辆额定装载量从高到低排序、按车辆额定装载量从低到高排序和按照车辆编号排序；

所述用车策略指在执行配送任务时在上述经过排序的车辆中选择可用的运输车辆，包括车辆数最少策略和均衡用车策略。

进一步地，所述车辆包裹匹配策略包括：兼容综合得分策略、时间节约策略、距离节约策略、节约距离最近策略、距离最短策略和时间最短策略。

进一步地，所述订单装载策略包括单一订单装载策略和多订单装载策略，所述多订单装载策略包括：随机选择策略、01背包策略和优选配送时间策略。

进一步地，所述货物信息包括以下至少一种：货物基本属性、货物装卸货时间、货物配送时间、取送货地址和货物运输属性。

进一步地，所述运输车辆信息包括以下至少一种：车辆行程信息、车辆工作时间、车辆装载限制、运输点车型限制、车辆优先级、车辆类型和车辆运输条件。

第二方面，本发明还提供一种多策略并行的物流资源调度装置，包括：

订单输入信息获取模块，用于获取订单输入信息，所述订单输入信息包括运输车辆信息和货物信息；

生成包裹和可用车辆模块，用于利用订单分组策略根据所述货物信息生成多个包裹，并利用选择车辆策略根据所述运输车辆信息选择可用的运输车辆，所述包裹包括至少一个订单；

车辆匹配包裹模块，用于根据车辆包裹匹配策略，选择使用所述可用的运输车辆的进行运输的匹配包裹；

订单装载模块，用于根据订单装载策略，选择所述匹配包裹中用于装载到所述可用的运输车辆中的订单。

第三方面，本发明提供一种多策略并行的物流资源调度设备，包括：

至少一个处理器，以及与所述至少一个处理器通信连接的存储器；

其中，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如第一方面任一项所述的方法。

第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面任一项所述的方法。

本发明的有益效果是：

本发明通过获取订单输入信息，利用订单分组策略和选择车辆策略得到多个待运输的包裹和用于配送的可用运输车辆，然后根据车辆包裹匹配策略，选择运输车辆的进行运输的匹配包裹，运输车辆需满足包裹的运输限制条件，最后根据订单装载策略，选择匹配包裹中用于装载到可用车辆中的订单，通过在物流调度系统中设计多种算法策略并行计算，解决现有技术种物流运输、配送过程中未考虑多种现实限制条件，采用单一调度策略导致的容易陷入局部最优，无法找到近似最优解，并且调度算法无法落地的问题，使得生成的调度算法更实用，减少资源浪费，运输效率更高。

附图说明

图1是本发明中多策略并行的物流资源调度方法的一具体实施例的实现流程图；

图2是本发明中多策略并行的物流资源调度方法的一具体实施例的具体流程图；

图3是本发明中多策略并行的物流资源调度装置的一具体实施例的结构框图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

本发明通过在物流调度系统中设计多种算法策略并行计算，并考虑多种现实限制条件，避免了采用单一调度策略导致的容易陷入局部最优，无法找到近似最优解，并且调度算法无法落地的问题，使得生成的调度算法更实用，减少资源浪费，运输效率更高，实施例一提供了一种多策略并行的物流资源调度方法。

实施例一：

图1为本发明实施例提供的一种多策略并行的物流资源调度方法的实现流程图，如图1所示，该方法可以包括以下步骤：

S1：获取订单输入信息，具体的：订单输入信息包括运输车辆信息和货物信息。

S2：生成包裹和可用运输车辆，指利用订单分组策略根据货物信息生成多个包裹，每个包裹都包括至少一个订单，并利用选择车辆策略根据运输车辆信息选择可用的运输车辆。

S3：根据车辆包裹匹配策略，选择使用可用的运输车辆的进行运输的匹配包裹，即确定每个运输车辆用于配送的包裹。

S4：根据订单装载策略，选择匹配包裹中用于装载到可用的运输车辆中的订单，指如果一个包裹中有多个订单，需要根据当前运输车辆的装载量选择装载订单的优先级。

其中步骤S1中，货物信息包括：货物基本属性、货物装卸货时间、货物配送时间、取送货地址和货物运输属性等，具体的：

1)货物基本属性包括货物重量、体积、件数等。

2)货物装卸货时间指根据不同货物尺寸装卸所需的时间。

3)货物配送时间指货物配送的上下限时间窗，为了满足缓解仓库运作压力，一般安排不同配送点分开时间段取货，即对于订单货物而言有取货时间窗要求，对于配送点客户而言，希望能够在指定时间范围内收到订单货物，故有货物配送时间窗要求。

4)取送货地址指包裹的发送地和目的地。

5)货物运输属性指货物有可能是普通货物或者易腐败货物，需要恒温或者冷藏、冷冻的不同运输环境。

运输车辆信息包括：车辆行程信息、车辆工作时间、车辆装载限制、运输点车型限制、车辆优先级、车辆类型和车辆运输条件等，具体的：

1)车辆行程信息包括车辆的行程起始位置、返回位置以及到不同配送点的运行时长等，其中起始位置可以为仓库或者不同配送点，反之返回位置亦然。

2)车辆工作时间包括车辆可工作时长、车辆可工作时间段以及对应的不同运输点的工作时间段，其中：车辆可工作时长指车辆有一定的工作时长限制，例如每趟次最多工作4小时，每天最多工作8小时等，车辆可工作时间段指车辆在不同的日子可能会有不同的可工作时间段，例如工作日可工作时间段为8：30-18：00，节假日可工作时间段为10：00-16：00等，对应的不同运输点的工作时间段指：不同位置点有一定的开放时间限制，例如仓库有开放时间，配送点有营业时间等。

3)车辆装载限制包括最大送货限制和最大装载限制，其中最大装载限制指车辆装载的货物总体积、总件数、总重量分别不得超过车辆的额定体积、件数、重量，最大送货限制指最大可送货件数等。

4)运输点车型限制，指配送点或者仓库由于区域限行、限制通行高度、月台高度问题、配送点与车辆司机不合等现实原因，会对运输车辆车型产生一定的选择，即允许某一些车型限制某一些车型等。

5)车辆优先级包括优先使用车辆、普通车辆和备用车辆等，其中可以新增类别，通过给车辆打分确定权重，分数大的优先级大。

6)车辆类型包括小型车、中性车或大型车等；

7)车辆运输条件，对应于货物的货物运输属性，某些车有冷链设施可以用来运输一些易腐败的生鲜之类的货物。

本实施例的多策略并行的物流资源调度方法，在进行物流资源调度时，优化目标包括以下几点。

1)减少车辆运行时间和运行里程，因为运输成本与运行时间和运行历程相关。

2)满足货物的限制条件，即上述的货物信息等，用于提供更好的运输服务。

3)快速实时输出规划结果，物流调度是个动态过程，因此需要实时快速输出调度计划以满足运营需要。

下面通过图2详细描述本实施例的实现过程，如图2所示，为本实施例中多策略并行的物流资源调度方法具体流程图。

步骤S2中：利用订单分组策略根据货物信息生成多个包裹，并对包裹进行编号，以方便下面计算，“包裹”在本实施例中的概念为订单的集合，这里订单分组策略包括：订单合并策略和包裹分组策略。

具体的：订单合并策略包括多个订单合成包裹和一个订单合成包裹等，包裹分组策略包括：默认分组策略、按时间段分组策略和按数量分组策略等。

为了实现客户要求的多个订单合并配送，即多个订单合成包裹，多个订单包括同配送点多个订单、同经纬度多个订单和预设条件订单，其中同配送点多个订单指相同配送点的订单同线路作为一个包裹统一配送；同经纬度多个订单的情况，例如同一栋楼有多个配送点时同线路作为一个包裹统一配送；预设条件订单指预设任意订单指定作为一个包裹统一配送，例如多个地址的订单，但是均属于一个客户，同时客户也希望将这些订单一起配送，便于物流过程监管，此时就可以将这批订单视为预设条件订单。

如果客户没有选择订单合并策略，则视为一个订单合成包裹的情况，分别是一个包裹有多个订单与一个包裹中有一个订单的两种情况，分别进行计算。

为了缩小搜索集，需要将所有包裹进行分组以便减少运算量，包裹分组策略中，首先将包裹中所有订单的配送时间窗要求取交集，得到的时间窗作为这个包裹的配送时间窗，按照各个包裹时间窗的截止时间排序，先截止的排在前面，截止时间相同的包裹，按开始时间排序，如果开始时间也相同，按包裹编号排序，然后根据排序结果进行包裹分组，有下面几种包裹分组策略。

默认分组策略：即默认不分组该策略为了避免进入主观分组导致的局部最优情况。

按时间段分组策略：即取一定时间范围内的包裹为一个组，例如截止时间为8：00-12：00的包裹为一个组等方式。

按数量分组策略：指按照包裹个数或包裹内订单个数分组。

步骤S2中：利用选择车辆策略根据运输车辆信息选择可用的运输车辆，这里指根据调度系统中输入的车辆信息选择本次调度可用的运输车辆，选择车辆策略包括车辆排序策略和用车策略，首先车辆信息获取后，先进行车辆的排序，由于有多种车型供选择，因此根据排序结果决定哪种车型的车型优先选择配送的包裹。

车辆排序策略用于对车辆装载包裹进行排序，包括按车辆额定装载量从高到低排序、按车辆额定装载量从低到高排序和按照车辆编号排序等。具体的，按车辆额定装载量从高到低排序指优先比较车辆额定载重，再之比较额定体积，最后比较额定件数；按车辆额定装载量从低到高排序对应上述按车辆额定装载量从高到低排序方式；按照车辆编号排序，该策略为了避免进入前两者的主观排序导致的局部最优。

当然本实施例中上述车辆排序策略仅是一种参考实现方式，用于定义车辆排序策略，目的是实现车辆的排序，也可以替换成诸如：以一辆装载最高、下一辆装载最低、一辆装载次高、一辆装载次低的策略排序，这里不再赘述其余方式。

用车策略指在执行配送任务时在上述经过排序的车辆中选择可用的运输车辆，包括以下方式。

车辆数最少策略：指选择时首先选择一辆车指派配送任务，直到达到该车辆的工作时间限制或载重限制等，然后再选择下一辆车，该策略适用于外包配送模式，即客户根据用车数量与承运商进行物流运输资金结算。

均衡用车策略：指每辆车有相同的任务指派机会，即A车派完配送任务A1后，会轮到B车指派配送任务B1；该策略用于均衡每一辆车的工作任务。

生成待运输的包裹和可用的运输车辆之后，要进行包裹和车辆之间的适配，即步骤S3中，根据车辆包裹匹配策略，选择使用该运输车辆的进行运输的匹配包裹。具体是：将包裹装载到对应车辆上，每辆车选择装载包裹时，会考虑该包裹的限制属性是否与该车辆匹配，即车辆是否能满足包裹中的各个限制条件，车辆包裹匹配策略包括：兼容综合得分策略、时间节约策略、距离节约策略、节约距离最近策略、距离最短策略和时间最短策略等，下面详细描述各匹配策略。

(1)兼容综合得分策略：指综合考量以下三个指标，即车辆行驶距离、路程花费时长、当前时刻距离包裹截止时间，根据这三者得出每个包裹再兼容综合得分策略下的评分，进而由车辆进行包裹选择。

这里由于每个订单都有要求送货的最早开始时间与最晚结束时间，即配送时间窗，而一个订单包裹中有多个订单，本实施例将一个包裹中的所有订单的时间窗取交集后，进行从早到晚的排序，这里进行时间窗排序是为了优先派送紧急订单，避免延误。

当前时刻距离包裹截止时间具体解释如下：计算车辆在当前时刻，距离待配送包裹的派送截止时间的差值，例如有3个订单组成了一个包裹，A订单派送时间要求为【8:00-12:00】，B订单派送时间要求为【8:30-10:00】，C订单派送时间要求为【9:00-13:00】，即该包裹的派送时间要求为【9:00-10:00】，假设车辆在选择待装载包裹的时间是8:00，即如果选择该包裹，则距离该包裹派送的截止时间为2小时。

车辆行驶距离：指车辆当前位置距离包裹位置点在系统预设的位置路网上的距离。

路程花费时长指：车辆当前位置去往包裹位置点需行驶的时长。

而本实施例的兼容综合得分策略是综合考虑这三个因素，对每项指标设定一个权重值，该权重值会先给一个初始值，之后会不断进行迭代。例如优先选择兼容综合得分策略下权值小的订单包裹，即距离当前点较近、行驶时长较短、快截止的订单包裹。

另外，本实施例的兼容综合得分策略可以进行拓展，例如对任意的选择订单包裹策略增加权重值计算方式，将其扩展成兼容综合得分策略的新的实现方式。

(2)时间节约策略：指按照节约算法的思想，获取路程花费的时长的节约值，进行包裹评分，进而由车辆进行包裹选择。

(3)距离节约策略：指按照节约算法的思想，获取车辆行驶距离的节约值，进行包裹评分，进而由车辆进行包裹选择。

(4)节约距离最近策略：指按照节约算法的思想，在所有应用节约算法之后，距离产生节约值的包裹中，选择距离当前点最近的包裹，该策略能够解决传统节约算法中的绕路现象。

(5)距离最短策略：指直接选择距离当前点最近的包裹，避免陷入局部最优情况。

(6)时间最短策略：指直接选择距离当前点行驶时间最短的包裹，同样是为了避免陷入局部最优情况。

可用的运输车辆选择好待装载的包裹之后，由于每一个包裹可能不止一个订单，包裹是订单的集合，可能会面临不一定运输车辆的装载能力能够全部装完该包裹中的订单，或者为了运载量最优将一些包裹里面的订单拆分与别的包裹的订单合并运输的情况，因此需要在包裹中选择要装载的订单，本实施例中采用订单装载策略进行待装载订单的选择，具体的，包括单一订单装载策略和多订单装载策略，其中多订单装载策略包括：随机选择策略、01背包策略和优选配送时间策略等。

单一订单装载策略，指如果包裹中仅有一个订单或客户选择了强制合并包裹中订单作为一个订单不可拆单的运输，则略过该步骤直接装载。

多订单装载策略的场景是：如果包裹中有多个订单，并且没有强制合并的要求，则会根据该策略进行订单选择，包括以下三种方式，

1)随机选择策略：默认装载策略，为了避免陷入局部最优情况。

2)01背包策略：为了提高车辆装载率，利用0-1背包算法进行车辆对包裹中订单的选择，例如车辆剩余装载为5，某个包裹中有5个订单，订单大小分别为：6、1、2、1、1、2，根据0-1背包的思想，会选择1、2、1、1去达到车辆的最大装载量。

3)优选配送时间策略：优先选择配送时间要求的截止时间最早的，避免延误客户配送时间。

本实施例中每一个策略包含的子策略，在进行整体调度的时候可以根据实际需要进行选择组合，因此本实施例进行物流资源调度时多种策略之间一种并行的方式进行选择，其变化多样能够适应不同的物流配送要求。例如在订单合并策略时，选择了同经纬度的订单强制合并，在包裹分组策略时选择了按订单数分组，在选择车辆策略选择额定装载由高到低的排序方法，以及选择均衡用车策略，在车辆包裹匹配策略中选择了时间节约策略，在订单装载策略中选择了01背包策略等，即可构成一个整体物流资源调度流程策略的组合，完成整体的物流资源调度任务。

另外，本实施例中每一个策略均可以实现拓展，即增加其他可以实现该策略目标的子策略，子策略之间都有相对独立性，增加或删除不会影响到其他策略，并且多增加一个子策略，相当于增加了整体实现是策略选择的组合方式。

实施例二：

本发明实施例二提供了一种多策略并行的物流资源调度装置。

如图3所示，为本实施例的一种多策略并行的物流资源调度装置结构框图，图中示出了本装置包括：订单输入信息获取模块，用于获取订单输入信息，订单输入信息包括运输车辆信息和货物信息；生成包裹和可用车辆模块，用于利用订单分组策略根据货物信息生成多个包裹，并利用选择车辆策略根据运输车辆信息选择可用的运输车辆，包裹包括至少一个订单；车辆匹配包裹模块，用于根据车辆包裹匹配策略，选择使用可用的运输车辆的进行运输的匹配包裹；订单装载模块，用于根据订单装载策略，选择匹配包裹中用于装载到所述可用的运输车辆中的订单。

实施例三：

本发明还提供一种多策略并行的物流资源调度设备，包括：至少一个处理器，以及与至少一个处理器通信连接的存储器；其中，处理器通过调用存储器中存储的计算机程序，用于执行如实施例一所述的方法。

实施例四：

本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，其中计算机可执行指令用于使计算机执行如实施例一所述的方法。

本发明通过获取订单输入信息，利用订单分组策略和选择车辆策略得到多个待运输的包裹和用于配送的可用运输车辆，然后根据车辆包裹匹配策略，选择运输车辆的进行运输的匹配包裹，运输车辆需满足包裹的运输限制条件，最后根据订单装载策略，选择匹配包裹中用于装载到可用车辆中的订单，通过在物流调度系统中设计多种算法策略并行计算，解决现有技术种物流运输、配送过程中未考虑多种现实限制条件，采用单一调度策略导致的容易陷入局部最优，无法找到近似最优解，并且调度算法无法落地的问题，使得生成的调度算法更实用，减少资源浪费，运输效率更高。

以上各实施例仅用以说明本发明的技术方案，而非对其限制，尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种多策略并行的物流资源调度方法，其特征在于，包括：

获取订单输入信息，所述订单输入信息包括运输车辆信息和货物信息；

利用订单分组策略根据所述货物信息生成多个包裹，并利用选择车辆策略根据所述运输车辆信息选择可用的运输车辆，所述包裹包括至少一个订单；

根据车辆包裹匹配策略，选择使用所述可用的运输车辆的进行运输的匹配包裹；

根据订单装载策略，选择所述匹配包裹中用于装载到所述可用的运输车辆中的订单。

2.根据权利要求1所述的一种多策略并行的物流资源调度方法，其特征在于，所述订单分组策略包括订单合并策略和包裹分组策略，具体的：

所述订单合并策略包括多个订单合成包裹和一个订单合成包裹，所述多个订单合成包裹中多个订单包括同配送点多个订单、同经纬度多个订单和预设条件订单；

所述包裹分组策略包括：默认分组策略、按时间段分组策略和按数量分组策略。

3.根据权利要求1所述的一种多策略并行的物流资源调度方法，其特征在于，所述选择车辆策略包括车辆排序策略和用车策略，具体的：

所述车辆排序策略用于对车辆进行排序，包括按车辆额定装载量从高到低排序、按车辆额定装载量从低到高排序和按照车辆编号排序；

所述用车策略指在执行配送任务时在经过排序的车辆中选择可用的运输车辆，包括车辆数最少策略和均衡用车策略。

4.根据权利要求1所述的一种多策略并行的物流资源调度方法，其特征在于，所述车辆包裹匹配策略包括：兼容综合得分策略、时间节约策略、距离节约策略、节约距离最近策略、距离最短策略和时间最短策略。

5.根据权利要求1所述的一种多策略并行的物流资源调度方法，其特征在于，所述订单装载策略包括单一订单装载策略和多订单装载策略，所述多订单装载策略包括：随机选择策略、01背包策略和优选配送时间策略。

6.根据权利要求1中所述的一种多策略并行的物流资源调度方法，其特征在于，所述货物信息包括以下至少一种：货物基本属性、货物装卸货时间、货物配送时间、取送货地址和货物运输属性。

7.根据权利要求1至6中任一项所述的一种多策略并行的物流资源调度方法，所述运输车辆信息包括以下至少一种：车辆行程信息、车辆工作时间、车辆装载限制、运输点车型限制、车辆优先级、车辆类型和车辆运输条件。

8.一种多策略并行的物流资源调度装置，其特征在于，包括：

订单输入信息获取模块，用于获取订单输入信息，所述订单输入信息包括运输车辆信息和货物信息；

生成包裹和可用车辆模块，用于利用订单分组策略根据所述货物信息生成多个包裹，并利用选择车辆策略根据所述运输车辆信息选择可用的运输车辆，所述包裹包括至少一个订单；

车辆匹配包裹模块，用于根据车辆包裹匹配策略，选择使用所述可用的运输车辆的进行运输的匹配包裹；

订单装载模块，用于根据订单装载策略，选择所述匹配包裹中用于装载到所述可用的运输车辆中的订单。

9.一种多策略并行的物流资源调度设备，其特征在于，包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；

其中，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如权利要求1至6任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至6任一项所述的方法。