CN111832894A - 车辆调度方式生成方法、装置及计算机存储介质 - Google Patents
车辆调度方式生成方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN111832894A CN111832894A CN202010511949.3A CN202010511949A CN111832894A CN 111832894 A CN111832894 A CN 111832894A CN 202010511949 A CN202010511949 A CN 202010511949A CN 111832894 A CN111832894 A CN 111832894A
- Authority
- CN
- China
- Prior art keywords
- task
- package
- available vehicle
- executed
- packages
- 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 46
- 238000003860 storage Methods 0.000 title claims description 8
- 239000000463 material Substances 0.000 claims description 52
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 8
- 230000001502 supplementing effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种车辆调度方式生成方法、装置及计算机存储介质,该方法中获取到任务数据后分别为每个可用车辆分配一个任务包,该任务包由一组具有时间先后顺序的任务组成,其中为不同可用车辆分配的任务包中不包括重复的任务且为所有可用车辆分配的任务包中包括的任务总数最多,使得一次调度所有可用车辆可以执行数量最多的任务,然后生成各个可用车辆执行各自任务包的路线,以按照生成的路线调度各个可用车辆。提高了车辆调度的工作效率。
Description
技术领域
本发明属于车辆调度技术领域,尤其涉及一种车辆调度方式生成方法、装置及计算机存储介质。
背景技术
目前工厂普遍采用流水线模式生产,流水线旁的工位会消耗相应的物料,当某工位的物料即将消耗完毕时需要为该工位补料,产生补料任务。然后通过调度车辆如拖车执行补料任务,具体过程为:根据补料任务,依次完成取料、配送以及空箱返回。
随着工厂规模的日益扩大,车辆数量和补料任务数量急剧增多,需要提高车辆调度的工作效率以能够及时处理发生的任务。
发明内容
有鉴于此,本发明的目的在于提供一种车辆调度方式生成方法、装置、及计算机存储介质,用于提高车辆调度的工作效率以能够及时处理发生的任务。
技术方案如下:
本发明提供一种车辆调度方式生成方法,包括:
获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包,所述任务包中不同任务之间具有时间先后顺序;
从所有任务包中确定一个任务包组,所述任务包组中任意两个任务包之间不存在相同的任务且任务包组中包括的任务包数量最多;
从所述任务包组包括的任务包中为每个可用车辆确定至少一个备选任务包,所述备选任务包为可用车辆能够在任务包的首个任务要求时间内到达该首个任务处的任务包;
按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包;
生成每个可用车辆执行所述待执行任务包的路线。
优选地,所述生成每个可用车辆执行所述待执行任务包的路线,包括:
获取地图数据和每个可用车辆的位置信息;
根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆执行所述待执行任务包的路线。
优选地,获取地图数据包括:
获取道路信息以及各个业务点的位置信息;
基于所述道路信息以及各个业务点的位置信息,构造第一无向图;
在所述第一无向图,采用最短距离算法构造距离矩阵,所述距离矩阵用于指示任意两个业务点之间的最短距离。
优选地,所述获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包,所述任务包中不同任务之间具有时间先后顺序,包括:
将能够在后一任务要求时间内按照前后两个任务分别对应的业务点之间的最短距离,由前一任务对应的业务点到达后一任务对应的业务点处的两个业务点之间构造由前一任务对应的业务点指向后一任务对应的业务点之间的边,得到有向图;
基于所述有向图,确定所有任务包。
优选地,所述从所有任务包中确定一个任务包组,所述任务包组中任意两个任务包之间不存在相同的任务且任务包组中包括的任务包数量最多,包括:
将每个任务包用一个点表示,在所有任务包中存在相同任务的两个任务包分别对应的两个点之间构造一条边,得到第二无向图;
基于所述第二无向图,确定出任务包组。
优选地,所述按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包,包括:
将每个备选任务包用一个点表示,并将每个可用车辆分别用一个点表示,在每个可用车辆对应的点与备选任务包对应的点之间构造一条边,得到第三无向图;
对于所述第三无向图中的每条边,将与该条边连接的点对应的备选任务包包括的任务总数设置为该条边的权重;
基于所述第三无向图以及所述第三无向图中每条边的权重,分别确定每个可用车辆的待执行任务包。
优选地,所述业务点包括任务对应的工位、取料点和空箱返回点;
则,所述根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆的路线,包括:
基于所述距离矩阵、每个可用车辆的位置信息、每个可用车辆的待执行任务包中首个任务对应的工位和每个可用车辆的待执行任务包中各个任务分别对应的取料点,分别确定每个可用车辆的取料路线;
基于所述距离矩阵、每个可用车辆的待执行任务包中各个任务分别对应的工位和各个任务的要求到达时间,分别确定每个可用车辆取料后的配送路线;
基于所述距离矩阵、每个可用车辆的待执行任务包中最后一个任务对应的工位和每个可用车辆的待执行任务包中各个任务分别对应的空箱返回点,分别确定每个可用车辆的空箱返回路线,以生成车辆调度方式。
本申请还提供了一种车辆调度方式生成装置,包括:
任务包获取单元,用于获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包,所述任务包中不同任务之间具有时间先后顺序;
任务包组获取单元,用于从所有任务包中确定一个任务包组,所述任务包组中任意两个任务包之间不存在相同的任务且任务包组中包括的任务包数量最多;
备选任务包确定单元,用于从所述任务包组包括的任务包中为每个可用车辆确定至少一个备选任务包,所述备选任务包为可用车辆能够在任务包的首个任务要求时间内到达该首个任务处的任务包;
待执行任务包确定单元,用于按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包;
生成单元,用于生成每个可用车辆执行所述待执行任务包的路线。
优选地,所述生成单元,包括:
获取子单元,用于获取地图数据和每个可用车辆的位置信息;
生成子单元,用于根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆执行所述待执行任务包的路线。本申请还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述的车辆调度方式生成方法的步骤。
与现有技术相比,本发明提供的上述技术方案具有如下优点:
从上述技术方案可知,本申请获取任务数据,按照任务数据中各个任务的要求时间将任务划分为多个任务包,使得任务包中各个任务按照时间先后有顺序进行排列,并从所有任务包中选择不具有相同任务的任务包,并由数量最多的任务包组成一个任务包组;基于可用车辆能够在任务包的首个任务要求时间内到达首个任务处的这一原则,从任务包组的任务包中为每个可用车辆匹配备选任务包,并按照所有可用车辆能够执行的任务总数最大的原则,分别从每个可用车辆对应的备选任务包中选择一个待执行任务包,分别生成每个可用车辆执行待执行任务包的路线,使得每个可用车辆按照生成的路线执行待执行任务包,由于为所有可用车辆分配的待执行任务包中任务总数最大,且不同的待执行任务包中不存在相同的任务,因此提高了车辆调度时执行的任务数量,从而提高了车辆调度的工作效率,能够满足在任务数量增多的情况下仍然能够及时处理任务的需求。
附图说明
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。
图1是本发明实施例提供的一种车辆调度方式生成方法的流程图;
图2是本发明实施例提供的获取到的道路信息以及各个业务点的位置信息的示意图;
图3是本发明实施例提供的基于道路信息以及各个业务点的位置信息构建的第一无向图的示意图;
图4是本发明实施例提供的构建的有向图的示意图;
图5是本发明实施例提供的构建的第二无向图的示意图;
图6是本发明实施例提供的构建的第三无向图的示意图;
图7是本发明实施例提供的一种车辆调度方式生成装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本申请公开了一种车辆调度方式生成方法,使得可以基于生成的车辆调度方式进行车辆调度,完成对工位的补料。
参见图1,该实施例包括以下步骤:
S101、获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包,所述任务包中不同任务之间具有时间先后顺序。
发生任务时会生成任务数据,任务数据至少包括各个任务的标识和各个任务的要求时间。其中,任务的标识可以为工位标识,用于表示是哪个工位产生的任务。例如,工位a1的物料即将消耗完毕则会产生补料任务,则该补料任务的标识为a1。
任务的要求时间指的是要求到达任务处的时间。仍然以补料任务为例,某工位物料消耗完毕的时刻为该工位产生的补料任务的要求时间,其中,要求时间可以为一个时间窗,即一定的时间范围,如9点20至9点25。
基于当前时刻产生的所有任务数据,可以获知每个任务的标识以及每个任务的要求时间。
基于每个任务的要求时间确定出具有时间先后顺序的两个任务,并且可以确定这两个任务的标识,即两个任务分别对应的工位。
在完成对前一个任务的补料后,基于地图数据确定从前一个任务的工位处沿着道路前进能否在后一个任务要求时间内到达后一个任务的工位处。
若确定能够在后一个任务要求时间内到达后一个任务的工位处,则将两个任务组成一个任务包。
重复执行上述操作,直至完成对具有时间先后顺序的全部任务的判断。
例如任务A要求时间早于任务B要求时间,任务A的标识为a1,任务B的标识为a2。然后基于地图数据确定完成对工位a1的补料后,从工位a1处沿着道路前进能否在任务B要求时间内到达任务B的工位a2处。
若确定能够在任务B要求时间内到达任务B的工位a2处,则将任务A和任务B组成一个任务包。
继续,任务B要求时间早于任务C要求时间,任务C的标识为a3。然后基于地图数据确定完成对工位a2的补料后,从工位a2处沿着道路前进能否在任务C要求时间内到达任务C的工位a3处。
若确定能够在任务C要求时间内到达任务C的工位a3处,则将任务C添加至任务A和任务B组成的任务包中。
继续,任务B要求时间早于任务D要求时间,任务D的标识为a4。然后基于地图数据确定完成对工位a2的补料后,从工位a2处沿着道路前进能否在任务D要求时间内到达任务D的工位a4处。
若确定不能够在任务D要求时间内到达任务D的工位a4处,则不作处理。
重复执行上述操作,直至完成对具有时间先后顺序的全部任务的判断。
需要注意的是,任务包中各个任务之间具有时间先后顺序,以上述任务包中包括任务A、任务B以及任务C为例,按照各个任务要求时间,时间先后顺序依次为任务A、任务B以及任务C。
且,由于车辆一次执行一个任务包,因此对于一个任务包而言,其包括的任务总数量不能超过车辆容量。
以车辆为拖车为例,任务包中的任务总数量不能超过拖车可以装载箱子的总数量。
S102、从所有任务包中确定一个任务包组,所述任务包组中任意两个任务包之间不存在相同的任务且任务包组中包括的任务包数量最多。
确定出所有任务包后,将多个任务包组成一个任务包组,为了使得该任务包组能够包括最多的任务,在确定任务包组包括的任务包时,将不存在相同任务的任务包进行组合,将组合得到的任务包最大集合作为任务包组。
例如,确定出的任务包1包括任务A、任务B以及任务C;任务包2包括任务A以及任务D;任务包3包括任务E、任务F以及任务G。任务包1与任务包2之间具有相同的任务A,任务包1与任务包3之间不具有相同的任务。
则确定任务包组由任务包1与任务包3组成。
S103、从所述任务包组包括的任务包中为每个可用车辆确定至少一个备选任务包,所述备选任务包为可用车辆能够在任务包的首个任务要求时间内到达该首个任务处的任务包。
仍以任务包组由任务包1与任务包3组成为例。
针对每个可用车辆,基于地图数据确定从可用车辆所在位置沿着道路前进能否在任务包1的首个任务A的要求时间内到达任务A的工位。并确定从可用车辆所在位置沿着道路前进能否在任务包3的首个任务D的要求时间内到达任务D的工位。
这样可以确定出每个可用车辆可以在任务包的首个任务要求时间内到达该首个任务处的任务包。
将可用车辆能够在任务包的首个任务要求时间内到达该首个任务处的任务包作为该可用车辆的备选任务包。
对于每个可用车辆而言,可能存在多个备选任务包,但是每个可用车辆一次调度只能执行一个任务包,因此需要从该可用车辆的多个备选任务包中确定出一个任务包作为该可用车辆此次调度需要执行的任务包。通过执行步骤S104实现从多个备选任务包中选择出一个任务包作为可用车辆此次调度需要执行的任务包。
S104、按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包。
按照使得有限数量的可用车辆能够执行尽可能多任务的原则,针对每个可用车辆,从该可用车辆的备选任务包中确定出一个任务包作为该可用车辆的待执行任务包。
待执行任务包为此次调度可用车辆需要执行的任务包。
S105、生成每个可用车辆执行所述待执行任务包的路线。
分别生成每个可用车辆执行待执行任务包的路线,使得每个可用车辆按照生成的路线执行待执行任务包。
从上述技术方案可知,本申请获取任务数据,按照任务数据中各个任务的要求时间将任务划分为多个任务包,使得任务包中各个任务按照时间先后有顺序进行排列,并从所有任务包中选择不具有相同任务的任务包,并由数量最多的任务包组成一个任务包组;基于可用车辆能够在任务包的首个任务要求时间内到达首个任务处的这一原则,从任务包组的任务包中为每个可用车辆匹配备选任务包,并按照所有可用车辆能够执行的任务总数最大的原则,分别从每个可用车辆对应的备选任务包中选择一个待执行任务包,分别生成每个可用车辆执行待执行任务包的路线,使得每个可用车辆按照生成的路线执行待执行任务包,由于为所有可用车辆分配的待执行任务包中任务总数最大,且不同的待执行任务包中不存在相同的任务,因此提高了车辆调度时执行的任务数量,从而提高了车辆调度的工作效率,能够满足在任务数量增多的情况下仍然能够及时处理任务的需求。
在另一个实施例中,一种生成每个可用车辆执行所述待执行任务包的路线的实现方式为:
获取地图数据和每个可用车辆的位置信息,然后根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆执行所述待执行任务包的路线。
对于补料任务而言,车辆调度包括取料、配送以及空箱返回这三个阶段,基于可用车辆的位置信息、地图数据中的各个工位、地图数据中取料点、地图数据中空箱返回点以及各个任务的要求时间,确定车辆的取料路线、车辆的配送路线以及配送完成后的空箱返回路线。从而生成每个可用车辆执行所述待执行任务包的路线,在车辆执行补料任务时,按照生成的路线调度车辆。
需要注意的是,本申请提供的车辆调度方式生成方法,可以应用于线边工位库存容量为零且生产计划未知的场景。
工位库存容量为零是指工位旁只允许存放一个箱子,箱子用于盛放物料。
线边工位库存容量为零要求车辆必须在一个很短的时间窗内到达工位。车辆到达工位的时间过早,由于工位旁只允许存放一个箱子,因此工位旁没有其他位置可以存放车辆上的箱子,从而无法接收车辆上盛放有物料的箱子,从而车辆只能在工位旁等待其消耗完物料才能执行将车辆上盛放有物料的箱子替换工位旁消耗完物料的空箱子,完成补料,这样容易造成配送线路的拥堵;车辆到达工位的时间太晚,由于工位旁只允许存放一个箱子,该箱子内的物料已被消耗完毕,而工位旁没有其他能够提供物料的箱子,从而导致工位缺少物料而无法生产,造成流水线停线。
生产计划未知是指仅能获取未来较短一段时间(例如:40分钟)内的物料需求即补料任务,而随着流水线的运作,补料任务带有随机性。受随机性的影响,需要短时间高频次对当前获取的补料任务进行处理,以及时响应补料任务,保障流水线平稳安全运作。
为了满足线边工位库存容量为零且生产计划未知的场景下,对实时性的需求,本申请实施例还提供了一种车辆调度方式生成方法,将车辆调度方式生成过程中的问题转化为图论问题,基于图论算法来解决。
下面详细介绍基于图论算法的车辆调度方式生成方法的具体实现。
在获取任务数据后还需要获取地图数据以及每个可用车辆的位置信息,而并不仅是在生成路线时才获取地图数据以及每个可用车辆的位置信息。
获取地图数据的一种实现方式为:
获取道路信息以及各个业务点的位置信息,并基于所述道路信息以及各个业务点的位置信息,构造第一无向图;然后在所述第一无向图,采用最短距离算法构造距离矩阵,所述距离矩阵用于指示任意两个业务点之间的最短距离。
道路信息指的是车辆所在场地的道路数据,如工厂的道路数据,包括道路的起始点位置信息;
业务点指的是业务相关的节点,可以包括任务对应的工位、取料点、空箱返回点以及道路交叉点。
各个业务点的位置信息指的是每个节点的所在位置,其中,每个节点对应一个标识,每个标识对应一个位置信息。
可用车辆指的是目前没有装载物料或空箱的车辆。
参见图2所示,为获取到的道路信息以及各个业务点的位置信息的示意图。
除了获取到道路信息以及各个业务点的位置信息外,还可以获取到道路与各个业务点之间的位置关系。
道路与各个业务点之间的位置关系指的是每个业务点与哪条道路相邻,位于哪条道路的哪边等。
具体地,道路信息包括道路的起点位置信息和终点位置信息,根据道路的起点位置信息和终点位置信息确定道路,如图2所示,每个矩形表示一条道路,P1和P2为两条相交的道路。
业务点包括任务对应的工位、取料点、空箱返回点以及道路交叉点,基于各个业务点的位置信息确定各个业务点所在位置。并基于道路与各个业务点之间的位置关系,可以确定业务点与哪条道路相邻。
如图2所示,每个点表示一个业务点,a1~a4分别表示P1上的四个工位,a5表示P1和P2的道路交叉点,a6和a7分别表示P2上的两个工位。
如图3所示,为基于图2所示的所述道路信息以及各个业务点的位置信息构建的第一无向图。
具体地,确定了各个业务点、道路以及各个业务点与道路之间的位置关系后,沿着道路方向将相邻的两个业务点用一条边连接,边的权重为这两个业务点沿着道路方向的距离,完成第一无向图的构建。
在第一无向图,采用最短距离算法构造距离矩阵,所述距离矩阵用于指示任意两个业务点之间的最短距离。此处最短距离指的是按照道路方向的最短路径长度。
可选地,最短距离算法可以为Floyd-Warshall算法。
得到距离矩阵后存储该距离矩阵,使得下次在相同的条件下,即道路信息以及各个业务点的位置信息均未发生变化的情况下,直接从存储位置获取该距离矩阵用于后续的车辆调度方式的生成。而只有在道路信息和/或各个业务点的位置信息发生变化时,才会根据变化后的道路信息和各个业务点的位置信息重新构造距离矩阵。
步骤S101获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包的一种实现方式为:
将能够在后一任务要求时间内按照前后两个任务分别对应的业务点之间的最短距离,由前一任务对应的业务点到达后一任务对应的业务点处的两个业务点之间构造由前一任务对应的业务点指向后一任务对应的业务点之间的边,得到有向图;并基于所述有向图,确定所有任务包。
此步骤的目的是穷举任务包,本实施例中采用图论算法进行求解,以得到所有任务包。
基于每个任务的要求时间确定出具有时间先后顺序的两个任务,并且可以确定这两个任务的标识,即两个任务分别对应的工位。
每个任务由一个点表示,例如有两个任务分别为任务A和任务B,任务A要求时间早于任务B要求时间,任务A的标识为a1,任务B的标识为a2。若车辆完成对工位a1的补料后,按照距离矩阵中工位a1与工位a2之间的最短距离能够在任务B要求时间内到达任务B的工位a2处,则构造一条由任务A对应的点指向任务B对应的点的边,构造得到有向图,如图4所示。需要注意的是,有向图中的边有方向,方向是由任务要求车辆到达时间决定的。
利用深度优先搜索确定出所有任务包,具体方式为:分别以有向图中每个点为起始点,针对每个起始点采用深度优选遍历,枚举所有从该起始点出发的路径,路径指的是由有向图的点和边形成的线路,其中每条路径上点的个数不超过车辆容量,直至完成对全部起始点的操作。
以车辆容量为4为例,即拖车上可以装载有4个箱子,若在确定从一个起始点出发的路径时,完整路径上包括5个点,则去掉最后一个点。
如图4所示,点A、点B、点C、点D、点E和点F分别对应工位a1、a2、a3、a4、a6和a7。
以点A为起始点,从点A出发的路径包括两条,第一条为点A→点B→点C,第二条为点A→点D;以点B为起始点,从点B出发的路径包括一条,为点B→点C;以点C为起始点,没有从点C出发的路径;以点D为起始点,没有从点D出发的路径;以点E为起始点,从点E出发的路径包括一条,为点E→点F;以点F为起始点,没有从点F出发的路径。
确定出全部路径后,每条路径上包括的点对应的任务即可组成一个任务包。其中,任务包中任务的先后顺序与路径上从起始点到终点的点的顺序是一致的。
路径:点A→点B→点C,对应的任务A、任务B和任务C组成任务包1;
路径:点A→点D,对应的任务A和任务D组成任务包2;
路径:点B→点C,对应的任务B和任务C组成任务包3;
路径:点E→点F,对应的任务E和任务F组成任务包4。
这样可以确定出所有任务包,共包括4个任务包,分别为任务包1、任务包2、任务包3和任务包4。
需要注意的是,对于线边工位库存容量为零的情况,将任务要求时间即任务的时间窗作为约束条件,来构建有向图的边。
在其他情况下,如果存在其他约束条件,则对应调整构建有向图的边的约束条件即可,即只需要调整或修改约束条件,即可仍然按照上述方式构建有向图,并在此基础上得到所有任务包。
步骤S102从所有任务包中确定一个任务包组的一种实现方式为:
将每个任务包用一个点表示,在所有任务包中存在相同任务的两个任务包分别对应的两个点之间构造一条边,得到第二无向图;基于所述第二无向图,确定出任务包组。
此步骤的目的是选出一个任务包组,使得该任务包组能够包括最多的任务。此问题也采用图论算法进行解决。
将每个任务包用一个点表示,若两个任务包之间存在相同的任务,则在这两个任务包对应的两个点之间构造一条边。循环上述操作,直至完成对所有任务包中任意两个任务包的操作,得到第二无向图,如图5所示。
任务包1、任务包2、任务包3和任务包4分别对应1、2、3和4这4个点。
任务包1和任务包2之间存在相同的任务A,则在1和2这两个点之间构造一条边;任务包1和任务包3之间存在两个相同的任务,分别为任务B和任务C,则在1和3这两个点之间构造一条边。
这样确定任务包组的问题可构建成最大独立集问题,即从第二无向图的点中选出k个点且这k个点之间互不相邻,最大的k就是最大独立集,这k个点分别对应的k个任务包组成任务包组,实现了基于第二无向图确定出任务包组的目的。
该问题属于NP难问题,对于规模较小的问题可以采用动态规划,而对于规模较大或对时间要求较高的情况,可以采用一些启发式算法,例如贪心算法。
在确定出任务包组后,需要执行的是将任务包与车辆匹配的操作,目的是使得能够将尽可能多的任务匹配到车辆,从而提高车辆一次处理任务的数量。通过执行步骤S103和步骤S104来完成任务包组与车辆匹配的操作。此处采用图论算法来解决任务包与车辆匹配的问题。
在步骤S103中,从所述任务包组包括的任务包中为每个可用车辆确定至少一个备选任务包,所述备选任务包为可用车辆能够在任务包的首个任务要求时间内到达该首个任务处的任务包。
步骤S104按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包的一种实现方式为:
将每个备选任务包用一个点表示,并将每个可用车辆分别用一个点表示,在每个可用车辆对应的点与备选任务包对应的点之间构造一条边,得到第三无向图,如图6所示。
其中,第三无向图中的点分为两类,一类表示任务包,一类表示车辆。
将车辆ch1与任务包1进行匹配,若车辆ch1能够满足任务包1的首个任务A的要求时间,则在表示车辆ch1的点和表示任务包1的点之间构建一条边。依次类推,完成车辆与任务包之间的匹配。
在第三无向图中,相同类型的点之间不会有边,所以第三无向图是一个二分图。
对于所述第三无向图中的每条边,将与该条边连接的点对应的备选任务包包括的任务总数设置为该条边的权重;并基于所述第三无向图以及所述第三无向图中每条边的权重,分别确定每个可用车辆的待执行任务包。
构建得到第三无向图后,为第三无向图中的每条边分别添加权重。添加权重的过程为,针对每条边分别确定与该条边连接的表示任务包的点,然后确定该点表示的任务包中包括的任务总数,将任务总数确定为该条边的权重。
例如,若任务包1的任务数为3,则所有与表示任务包1的点连接的边,其权重都是3。
这样,任务包与车辆匹配使得将尽可能多的任务匹配到车辆的问题建模成第三无向图上的最大二分匹配问题,可通过匈牙利算法或网络流算法进行计算。
完成任务包与车辆匹配后,就可以确定出车辆此次需要执行的一个任务包,即待执行任务包。然后根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆执行所述待执行任务包的路线。
具体地,车辆执行一个任务包的过程分为三个阶段:1、车辆从车辆当前所在位置行驶至任务包中所有任务的取料点并完成取料后到达该任务包中首个任务的工位处;2、按照顺序依次完成对任务包中各个任务的补料;3.从任务包中最后一个任务的工位处开始装载空箱返回空箱返回点。
从而车辆的路线需要包括取料路线、配送路线以及空箱返回路线。
阶段1中,基于所述距离矩阵、每个可用车辆的位置信息、每个可用车辆的待执行任务包中首个任务对应的工位和每个可用车辆的待执行任务包中各个任务分别对应的取料点,分别确定每个可用车辆的取料路线。
出发点为车辆当前所在位置,终点为任务包中首个任务的工位,中间需要经过每个任务的取料点。由于基于距离矩阵可以获知任意两个业务点之间的最短距离,从而确定车辆从当前所在位置,途经每个任务的取料点后到达首个任务的工位的路线问题可以建模成TSP问题,进而采用已有算法求解,可以确定出车辆从当前所在位置行驶至首个任务的工位的路线,从而确定出了取料路线。
阶段2中,基于所述距离矩阵、每个可用车辆的待执行任务包中各个任务分别对应的工位和各个任务的要求到达时间,分别确定每个可用车辆取料后的配送路线。
按照各个任务的要求车辆到达时间依次完成对工位的补料。其中,将任务包中相邻两个任务的前一个任务的工位作为出发点,后一个任务的工位作为终点,基于距离矩阵确定出发点与终点之间的最短距离,将最短距离的路线确定为车辆从前一个任务的工位处行驶至后一个任务的工位处的路线,重复此操作,直至确定出能够行驶至任务包中最后一个任务的工位处的路线。从而确定出了配送路线。
阶段3中,基于所述距离矩阵、每个可用车辆的待执行任务包中最后一个任务对应的工位和每个可用车辆的待执行任务包中各个任务分别对应的空箱返回点,分别确定每个可用车辆的空箱返回路线,以生成车辆调度方式。
起点为最后一个任务的工位,由于每个任务的空箱返回点可能不同,因此通过枚举每个任务的空箱返回点作为该阶段的终点,反复求解相应的TSP问题,选择行驶距离最短的路线作为空箱返回路线。从而确定出了空箱返回路线。
通过上述操作完成了为各个可用车辆分配需要执行的任务,以及得到了各个可用车辆的取料路线、配送路线和空箱返回路线,基于此生成车辆调度方式。
从上述技术方案可知,本申请将车辆调度问题建模成图论问题,并利用相应的图论算法进行计算,自动生成车辆调度方式,使其能在满足线边工位库存容量为零的约束条件下,提高车辆的装载率,通过避免车辆过早到达工位出而等待的时间来减少了对车辆额占用时间,优化了路线,进而高效完成补料任务,以使得后续的物料配送工作得到优化。同时,本申请根据实际情况可以修改或增加约束条件,以满足不同场景下的车辆调度方式的生成。
对应上述车辆调度方式生成方法,本申请还提供了一种车辆调度方式生成装置,所述生成装置的结构示意图请参阅图7所示,本实施例中生成装置包括:
任务包获取单元701、任务包组获取单元702、备选任务包确定单元703、待执行任务包确定单元704和生成单元705。
任务包获取单元701,用于获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包,所述任务包中不同任务之间具有时间先后顺序;
任务包组获取单元702,用于从所有任务包中确定一个任务包组,所述任务包组中任意两个任务包之间不存在相同的任务且任务包组中包括的任务包数量最多;
备选任务包确定单元703,用于从所述任务包组包括的任务包中为每个可用车辆确定至少一个备选任务包,所述备选任务包为可用车辆能够在任务包的首个任务要求时间内到达该首个任务处的任务包;
待执行任务包确定单元704,用于按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包;
生成单元705,用于生成每个可用车辆执行所述待执行任务包的路线。
从上述技术方案可知,本申请获取任务数据,按照任务数据中各个任务的要求时间将任务划分为多个任务包,使得任务包中各个任务按照时间先后有顺序进行排列,并从所有任务包中选择不具有相同任务的任务包,并由数量最多的任务包组成一个任务包组;基于可用车辆能够在任务包的首个任务要求时间内到达首个任务处的这一原则,从任务包组的任务包中为每个可用车辆匹配备选任务包,并按照所有可用车辆能够执行的任务总数最大的原则,分别从每个可用车辆对应的备选任务包中选择一个待执行任务包,分别生成每个可用车辆执行待执行任务包的路线,使得每个可用车辆按照生成的路线执行待执行任务包,由于为所有可用车辆分配的待执行任务包中任务总数最大,且不同的待执行任务包中不存在相同的任务,因此提高了车辆调度时执行的任务数量,从而提高了车辆调度的工作效率,能够满足在任务数量增多的情况下仍然能够及时处理任务的需求。
可选地,在另一个实施例中,所述生成单元,包括:
获取子单元和生成子单元。
所述获取子单元,用于获取地图数据和每个可用车辆的位置信息;
所述生成子单元,用于根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆执行所述待执行任务包的路线。
本申请还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述实施例中的车辆调度方式生成方法的步骤。
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,各个实施例之间相同相似部分互相参见即可。对于实施例提供的装置而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域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发明的精神或范围的情况下,在其它实施例中实现。因此,本发明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。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种车辆调度方式生成方法,其特征在于,包括:
获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包,所述任务包中不同任务之间具有时间先后顺序;
从所有任务包中确定一个任务包组,所述任务包组中任意两个任务包之间不存在相同的任务且任务包组中包括的任务包数量最多;
从所述任务包组包括的任务包中为每个可用车辆确定至少一个备选任务包,所述备选任务包为可用车辆能够在任务包的首个任务要求时间内到达该首个任务处的任务包;
按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包;
生成每个可用车辆执行所述待执行任务包的路线。
2.根据权利要求1所述的生成方法,其特征在于,所述生成每个可用车辆执行所述待执行任务包的路线,包括:
获取地图数据和每个可用车辆的位置信息;
根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆执行所述待执行任务包的路线。
3.根据权利要求2所述的生成方法,其特征在于,获取地图数据包括:
获取道路信息以及各个业务点的位置信息;
基于所述道路信息以及各个业务点的位置信息,构造第一无向图;
在所述第一无向图,采用最短距离算法构造距离矩阵,所述距离矩阵用于指示任意两个业务点之间的最短距离。
4.根据权利要求3所述的生成方法,其特征在于,所述获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包,所述任务包中不同任务之间具有时间先后顺序,包括:
将能够在后一任务要求时间内按照前后两个任务分别对应的业务点之间的最短距离,由前一任务对应的业务点到达后一任务对应的业务点处的两个业务点之间构造由前一任务对应的业务点指向后一任务对应的业务点之间的边,得到有向图;
基于所述有向图,确定所有任务包。
5.根据权利要求4所述的生成方法,其特征在于,所述从所有任务包中确定一个任务包组,所述任务包组中任意两个任务包之间不存在相同的任务且任务包组中包括的任务包数量最多,包括:
将每个任务包用一个点表示,在所有任务包中存在相同任务的两个任务包分别对应的两个点之间构造一条边,得到第二无向图;
基于所述第二无向图,确定出任务包组。
6.根据权利要求5所述的生成方法,其特征在于,所述按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包,包括:
将每个备选任务包用一个点表示,并将每个可用车辆分别用一个点表示,在每个可用车辆对应的点与备选任务包对应的点之间构造一条边,得到第三无向图;
对于所述第三无向图中的每条边,将与该条边连接的点对应的备选任务包包括的任务总数设置为该条边的权重;
基于所述第三无向图以及所述第三无向图中每条边的权重,分别确定每个可用车辆的待执行任务包。
7.根据权利要求6所述的生成方法,其特征在于,所述业务点包括任务对应的工位、取料点和空箱返回点;
则,所述根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆的路线,包括:
基于所述距离矩阵、每个可用车辆的位置信息、每个可用车辆的待执行任务包中首个任务对应的工位和每个可用车辆的待执行任务包中各个任务分别对应的取料点,分别确定每个可用车辆的取料路线;
基于所述距离矩阵、每个可用车辆的待执行任务包中各个任务分别对应的工位和各个任务的要求到达时间,分别确定每个可用车辆取料后的配送路线;
基于所述距离矩阵、每个可用车辆的待执行任务包中最后一个任务对应的工位和每个可用车辆的待执行任务包中各个任务分别对应的空箱返回点,分别确定每个可用车辆的空箱返回路线,以生成车辆调度方式。
8.一种车辆调度方式生成装置,其特征在于,包括:
任务包获取单元,用于获取任务数据,基于所述任务数据中各个任务的要求时间将任务划分为至少一个任务包,所述任务包中不同任务之间具有时间先后顺序;
任务包组获取单元,用于从所有任务包中确定一个任务包组,所述任务包组中任意两个任务包之间不存在相同的任务且任务包组中包括的任务包数量最多;
备选任务包确定单元,用于从所述任务包组包括的任务包中为每个可用车辆确定至少一个备选任务包,所述备选任务包为可用车辆能够在任务包的首个任务要求时间内到达该首个任务处的任务包;
待执行任务包确定单元,用于按照所有待执行任务包中任务总数最大的原则,分别从每个可用车辆的全部备选任务包中为该可用车辆匹配一个待执行任务包;
生成单元,用于生成每个可用车辆执行所述待执行任务包的路线。
9.根据权利要求8所述的车辆调度方式生成装置,其特征在于,所述生成单元,包括:
获取子单元,用于获取地图数据和每个可用车辆的位置信息;
生成子单元,用于根据每个可用车辆的待执行任务包中各个任务的任务数据、每个可用车辆的位置信息以及地图数据,生成每个可用车辆执行所述待执行任务包的路线。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行权利要求1-7任一项所述的车辆调度方式生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010511949.3A CN111832894B (zh) | 2020-06-08 | 2020-06-08 | 车辆调度方式生成方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010511949.3A CN111832894B (zh) | 2020-06-08 | 2020-06-08 | 车辆调度方式生成方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111832894A true CN111832894A (zh) | 2020-10-27 |
CN111832894B CN111832894B (zh) | 2024-06-18 |
Family
ID=72898497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010511949.3A Active CN111832894B (zh) | 2020-06-08 | 2020-06-08 | 车辆调度方式生成方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111832894B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801478A (zh) * | 2021-01-18 | 2021-05-14 | 北京九曜智能科技有限公司 | 一种机场泊位内多辆自动驾驶车乱序对位的任务调度方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070282618A1 (en) * | 2006-05-31 | 2007-12-06 | International Business Machines Corporation | Method and system for scheduling delivery of at least one of goods and services |
US20080263555A1 (en) * | 2004-07-30 | 2008-10-23 | Commissariat A L'energie Atomique | Task Processing Scheduling Method and Device for Applying the Method |
CN101944205A (zh) * | 2010-09-16 | 2011-01-12 | 华中科技大学 | 一种工厂物料配送车辆调度系统 |
CN103884343A (zh) * | 2014-02-26 | 2014-06-25 | 海华电子企业(中国)有限公司 | 一种基于mic协处理器的全网最短路径规划并行化方法 |
CN103956042A (zh) * | 2014-04-21 | 2014-07-30 | 南京师范大学 | 一种基于图论的公共自行车调度区域智能划分方法 |
CN104657212A (zh) * | 2015-02-13 | 2015-05-27 | 北京亚信数据有限公司 | 一种任务调度的方法及系统 |
CN109324891A (zh) * | 2017-07-31 | 2019-02-12 | 沈阳高精数控智能技术股份有限公司 | 一种比例空闲时间分配的周期任务低功耗调度方法 |
CN109345017A (zh) * | 2018-10-08 | 2019-02-15 | 南京航空航天大学 | 一种考虑装箱约束的车间物料配送优化方法 |
CN110189006A (zh) * | 2019-05-20 | 2019-08-30 | 深圳市众行网科技有限公司 | 车辆的调度方法、装置、计算机设备及其存储介质 |
CN110705741A (zh) * | 2019-08-19 | 2020-01-17 | 浙江工业大学 | 一种基于改进蚁群算法的多配送中心车辆路径优化方法 |
CN110782064A (zh) * | 2019-09-10 | 2020-02-11 | 浙江工业大学 | 一种集车辆调度优化与任务分配于一体的可视化方法及系统 |
CN110866629A (zh) * | 2019-09-20 | 2020-03-06 | 合肥工业大学 | 面向异构任务的车辆路径优化方法及装置 |
CN110888729A (zh) * | 2019-12-05 | 2020-03-17 | 深圳市七星石科技有限公司 | 一种基于任务事件的异步多任务处理系统 |
CN111144602A (zh) * | 2018-11-02 | 2020-05-12 | 北京京东尚科信息技术有限公司 | 一种车辆调度方法和装置 |
CN111144568A (zh) * | 2019-12-19 | 2020-05-12 | 华南理工大学 | 一种多目标城市物流配送路径规划方法 |
CN111158888A (zh) * | 2019-12-31 | 2020-05-15 | 北京明略软件系统有限公司 | 多任务调度方法和装置 |
-
2020
- 2020-06-08 CN CN202010511949.3A patent/CN111832894B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080263555A1 (en) * | 2004-07-30 | 2008-10-23 | Commissariat A L'energie Atomique | Task Processing Scheduling Method and Device for Applying the Method |
US20070282618A1 (en) * | 2006-05-31 | 2007-12-06 | International Business Machines Corporation | Method and system for scheduling delivery of at least one of goods and services |
CN101944205A (zh) * | 2010-09-16 | 2011-01-12 | 华中科技大学 | 一种工厂物料配送车辆调度系统 |
CN103884343A (zh) * | 2014-02-26 | 2014-06-25 | 海华电子企业(中国)有限公司 | 一种基于mic协处理器的全网最短路径规划并行化方法 |
CN103956042A (zh) * | 2014-04-21 | 2014-07-30 | 南京师范大学 | 一种基于图论的公共自行车调度区域智能划分方法 |
CN104657212A (zh) * | 2015-02-13 | 2015-05-27 | 北京亚信数据有限公司 | 一种任务调度的方法及系统 |
CN109324891A (zh) * | 2017-07-31 | 2019-02-12 | 沈阳高精数控智能技术股份有限公司 | 一种比例空闲时间分配的周期任务低功耗调度方法 |
CN109345017A (zh) * | 2018-10-08 | 2019-02-15 | 南京航空航天大学 | 一种考虑装箱约束的车间物料配送优化方法 |
CN111144602A (zh) * | 2018-11-02 | 2020-05-12 | 北京京东尚科信息技术有限公司 | 一种车辆调度方法和装置 |
CN110189006A (zh) * | 2019-05-20 | 2019-08-30 | 深圳市众行网科技有限公司 | 车辆的调度方法、装置、计算机设备及其存储介质 |
CN110705741A (zh) * | 2019-08-19 | 2020-01-17 | 浙江工业大学 | 一种基于改进蚁群算法的多配送中心车辆路径优化方法 |
CN110782064A (zh) * | 2019-09-10 | 2020-02-11 | 浙江工业大学 | 一种集车辆调度优化与任务分配于一体的可视化方法及系统 |
CN110866629A (zh) * | 2019-09-20 | 2020-03-06 | 合肥工业大学 | 面向异构任务的车辆路径优化方法及装置 |
CN110888729A (zh) * | 2019-12-05 | 2020-03-17 | 深圳市七星石科技有限公司 | 一种基于任务事件的异步多任务处理系统 |
CN111144568A (zh) * | 2019-12-19 | 2020-05-12 | 华南理工大学 | 一种多目标城市物流配送路径规划方法 |
CN111158888A (zh) * | 2019-12-31 | 2020-05-15 | 北京明略软件系统有限公司 | 多任务调度方法和装置 |
Non-Patent Citations (8)
Title |
---|
LU HJ ET AL: "a study on multi-ASC scheduling method of automated container terminals based on graph theory", COMPUTERS & INDUSTRIAL ENGINEERING, vol. 129, 19 March 2019 (2019-03-19) * |
SANG LEI ET AL: "optimization of edf scheduling algorithm based on greedy policy", COMPUTER ENGINEERING, vol. 41, no. 12, 23 June 2016 (2016-06-23) * |
于晓义 等: "面向随机加工时间的车间作业调度", 中国机械工程, no. 19, 31 December 2008 (2008-12-31) * |
刘晋飞 等: "基于多Agent的产品模块化协同设计策略", 计算机集成制造系统, vol. 17, no. 03, 31 December 2011 (2011-12-31) * |
孙鹏 等: "基于多目标优化的任务计划建模及方法", 火力与指挥控制, no. 09, 15 September 2016 (2016-09-15) * |
李爱平 等: "混流装配线车间内物料调度工位组划分优化法", 同济大学学报(自然科学版), vol. 32, no. 6, pages 62 - 69 * |
毛莺池 等: "空间众包中多类型任务的分配与调度方法", 计算机应用, no. 01, 10 January 2018 (2018-01-10) * |
王体春 等: "基于排队论的仓储AGV配置和调度分析", 机械设计与制造, no. 04, 8 April 2020 (2020-04-08) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801478A (zh) * | 2021-01-18 | 2021-05-14 | 北京九曜智能科技有限公司 | 一种机场泊位内多辆自动驾驶车乱序对位的任务调度方法 |
WO2022152250A1 (zh) * | 2021-01-18 | 2022-07-21 | 北京九曜智能科技有限公司 | 任务调度方法、系统、装置、电子设备及存储介质 |
CN112801478B (zh) * | 2021-01-18 | 2023-10-27 | 北京九曜智能科技有限公司 | 一种机场泊位内多辆自动驾驶车乱序对位的任务调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111832894B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102542395B (zh) | 一种应急物资调度系统及计算方法 | |
CN106600036B (zh) | 基于Android多点快递配送方法 | |
Chen et al. | Dynamic column generation for dynamic vehicle routing with time windows | |
CN106156961B (zh) | 一种车辆调度方法和装置 | |
CN104504459B (zh) | 物流运输优化方法及系统 | |
Bohlin et al. | Optimization methods for multistage freight train formation | |
CN112053068B (zh) | 一种递送机器人的云端调度方法、装置和服务器 | |
CN109034575A (zh) | 一种骑手智能调度方法 | |
Bouros et al. | Dynamic pickup and delivery with transfers | |
JP6993449B2 (ja) | 配送計画生成装置、システム、方法及びコンピュータ読み取り可能な記憶媒体 | |
CN108921468A (zh) | 一种物流配送车辆智能排线方法 | |
CN109902866B (zh) | 铁路快运班列开行方案与车底运用的协同优化方法 | |
CN101635040A (zh) | 一种确定货物装运计划的方法及装置 | |
CN108764800A (zh) | 一种基于众包公共交通系统实现包裹快速递送的方法 | |
CN111832894A (zh) | 车辆调度方式生成方法、装置及计算机存储介质 | |
CN113988770B (zh) | 运输车辆在途排队控制方法、装置以及电子设备 | |
CN105719118B (zh) | 基于图论的多目标物流调度方法和系统 | |
CN113469614A (zh) | 行驶路线的动态调整方法、装置、设备及存储介质 | |
Liang et al. | Fair planning for mobility-on-demand with temporal logic requests | |
CN109086909A (zh) | 一种完全利用运载工具零碎空座的通用售票方法 | |
Wang et al. | An auction with rolling horizon for urban consolidation centre | |
CN113962634A (zh) | 一种成品卷烟运输周计划智能调度方法、装置及电子设备 | |
CN114529187B (zh) | 配送任务资源调度方法、系统、电子设备及存储介质 | |
Christiansen et al. | A branch-and-cut-and-price algorithm for the multi-depot capacitated vehicle routing problem with stochastic demands | |
CN111652552B (zh) | 一种用于物流订单运输规划方法、系统及装置 |
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 |