CN112330185A - 一种原料场智能调度方法及系统 - Google Patents

一种原料场智能调度方法及系统 Download PDF

Info

Publication number
CN112330185A
CN112330185A CN202011294978.5A CN202011294978A CN112330185A CN 112330185 A CN112330185 A CN 112330185A CN 202011294978 A CN202011294978 A CN 202011294978A CN 112330185 A CN112330185 A CN 112330185A
Authority
CN
China
Prior art keywords
transportation
route
tasks
current task
task
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.)
Pending
Application number
CN202011294978.5A
Other languages
English (en)
Inventor
马俊杰
王刚
张涌泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beris Engineering and Research Corp
Original Assignee
Beris Engineering and Research Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beris Engineering and Research Corp filed Critical Beris Engineering and Research Corp
Priority to CN202011294978.5A priority Critical patent/CN112330185A/zh
Publication of CN112330185A publication Critical patent/CN112330185A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06316—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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开公开的一种原料场智能调度方法及系统，包括：获取运输任务及运输路线信息；对所有运输任务进行全排列，获取多个运输任务的执行队列；对每个执行队列中的所有运输任务的运输路线进行选择，形成调度方案，其中，根据运输任务的预计开始时间早于报警时间确定运输任务的运输路线；根据不同的优化目标对所有调度方案进行排序，获取最优调度方案。在确定调度方案时，考虑了运输任务的预警时间，使得获取的最优调度方案满足所有运输任务的生产要求。

Description

一种原料场智能调度方法及系统
技术领域
本发明涉及钢铁原料场物料运输调度自动化控制技术领域，尤其涉及一种原料场智能调度方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
原料场是钢铁厂存储、运输钢铁冶金原燃料的场地，原料场需要接收原料场外部运输过来的原燃料并寻找场地贮存，并将原料场内部的原燃料运输到生产厂用户使用。原料厂的运输任务主要通过由堆取料设备、皮带机及皮带、分支设备等设备首尾连接组成的运输路线完成。
目前原料场的调度安排主要是靠原料厂的操作人员人工完成的，主要通过两步完成：第一步，操作人员根据生产厂料仓的料位情况和一些上级的安排确定要执行哪些运输任务和确定多个运输任务的先后顺序以及运输量；第二步，操作人员综合全场路线情况和运输任务调度安排，在计算系统中选择运输任务的起点终点，搜索出对应的固定在流程PLC中的运输路线，然后发送所选运输路线对应的编号给流程PLC启动整个运输路线。这种方法下，由于运输任务的调度完全依靠人工，给操作人员很大的工作压力，特别是在大型原料厂中，运输设备繁多，运输路线复杂，导致操作人员难以协调全场做出最优的调度安排，浪费人工，容易出错，能耗较高，浪费料场空间甚至耽误生产。
目前原料场在自动选择运输路径方面，也存在一部分自动选择路径的算法，但这些算法仅仅是针对单个任务某一特定目标的优化，比如自动选择长度最短的路线、自动选择功耗最短的路线、自动选择最早开始(拖期最短)的路线等，并没有综合全场运输情况进行安排。这样会导致很多问题，比如，一个路径选择最短路线，可能导致多条与此路线有共用设备的路线无法使用，从而导致其它运输任务无法选择较优的路线，甚至耽误生产。
由于生产厂、矿物种类较多，运输设备有限，且多条运输路线可能共用同一设备，怎样在不耽误各生产厂生产的情况下，寻找最优的调度安排，达到一些设定的优化目标，成为原料场工作的重要内容。
发明内容
本公开为了解决上述问题，提出了一种原料场智能调度方法及系统，在确定调度方案时，考虑了运输任务的预警时间，使得获取的最优调度方案满足所有运输任务的生产要求。
为实现上述目的，本公开采用如下技术方案：
第一方面，提出了一种原料场智能调度方法，包括：
获取运输任务及运输路线信息；
对所有运输任务进行全排列，获取多个运输任务的执行队列；
对每个执行队列中的所有运输任务的运输路线进行选择，形成调度方案，其中，根据执行运输任务的预计开始时间早于报警时间确定运输任务的运输路线；
根据不同的优化目标对调度方案进行排序，获取最优调度方案。
第二方面，提出了一种原料场智能调度系统，包括：
采集模块，用于获取运输任务及运输路线信息；
执行队列生成模块，用于对所有运输任务进行全排列，获取多个运输任务的执行队列；
调度方案生成模块，用于对每个执行队列中的所有运输任务的运输路线进行选择，形成调度方案，其中，根据执行运输任务的预计开始时间早于报警时间确定运输任务的运输路线；
最优调度方案选取模块，根据不同的优化目标对调度方案进行排序，获取最优调度方案。
第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成一种原料场智能调度方法所述的步骤。
第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成一种原料场智能调度方法所述的步骤。
与现有技术相比，本公开的有益效果为：
1、本公开在确定运输任务的运输路线时，充分考虑了选取的运输路线要早于运输任务的预警时间，使得选取的运输路线都能按时完成运输任务，从而满足生产需求。
2、本公开在确定最优调度方案时，对运输任务进行了全排列，并确定了每种排序下的运输任务的调度方案，从而能够从所有的调度方案中选取最优的调度方案执行。
3、本公开在确定最优的调度方案时，按照不同的优化目标对调度方案进行了排序，综合考虑了不同因素，对调度方案进行选取，使得选取出的最优调度方案最佳。
4、本公开的智能调度方法对原料场中所有的运输任务进行调度，并考虑了不同运输任务间的影响，使得获取的最优调度方案满足所有运输任务的生产要求。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本公开实施例1的流程图。
具体实施方式：
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本公开各部件或元件结构关系而确定的关系词，并非特指本公开中任一部件或元件，不能理解为对本公开的限制。
本公开中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本公开中的具体含义，不能理解为对本公开的限制。
实施例1
在该实施例中，公开了一种原料场智能调度方法，包括：
获取运输任务及运输路线信息；
对所有运输任务进行全排列，获取多个运输任务的执行队列；
对每个执行队列中的所有运输任务的运输路线进行选择，形成调度方案，其中，根据运输任务的预计开始时间早于报警时间确定运输任务的运输路线；
根据不同的优化目标对所有调度方案进行排序，获取最优调度方案。
进一步的，运输任务信息包括运输任务的运输量、运输任务的起止点和运输任务的预警时间；
运输路线信息包括运输路线长度、运输路线速度和运输路线功率。
进一步的，确定每个执行队列的调度方案的过程为：
从执行队列运输任务中选定当前任务；
根据当前任务的起止点，确定可用运输路线；
根据运输路线执行当前任务的预计开始时间早于当前任务的预警时间从可用运输路线中选取当前任务的运输路线；
确定当前任务的运输路线后，按执行顺序从执行队列中选取当前任务的下一个运输任务为新的当前任务，确定下一个运输任务的运输路线，直至确定执行队列中所有运输任务的运输路线。
进一步的，从可用运输路线中选取当前任务的运输路线的具体过程为：
从可用运输路线中选取选定路线；
计算选定路线执行当前任务的预计开始时间；
当选定路线执行当前任务的预计开始时间早于当前任务的预警时间时，该选定路线为当前任务的运输路线。
进一步的，当选定路线执行当前任务的预计开始时间晚于当前任务的预警时间时，从可用运输路线中选取新的选定路线，直至新的选定路线执行当前任务的预计开始时间早于当前任务的预警时间，确定该条选定路线为当前任务的运输路线。
进一步的，选定路线执行当前任务的预计开始时间为：
该选定路线最后执行的运输任务的结束时间与缓冲时间之和。
进一步的，优化目标包括：每个调度方案的总路径长度、每个调度方案的总功率、每个调度方案的总拖期时间、每个调度方案的总预警时间差。
进一步的，每个调度方案的总拖期时间指所有运输任务拖期时间之和，拖期时间为运输任务的预计开始时间与创建任务时间之差；
每个调度方案的总预警时间差指所有运输任务的预警时间差之和，预警时间差为运输任务的预计开始时间与预警时间之差。
结合图1对一种原料场智能调度方法进行详细说明，图1中的Scheduling为本实施例智能调度方法的名称，Jwlist为运输任务初始等待队列，为Job运输任务，Plan为一个调度方案，planlist为调度方案列表(调度方案集合)。
(一)获取正在执行的运输任务，将每个运输任务的信息保存到一个队列中，队列中每个运输任务至少要记录着该运输任务的预计结束时间、使用的运输路线编号等。
(二)将需要执行但由于设备被占用无法执行的运输任务放到一个队列中，称为等待队列。等待队列中每个运输任务记录着运输任务的运输量、运输时长、预警时间、运输任务起止点等。
(三)将未进行调度优化的等待队列称为初始等待队列；将已确定执行顺序和路线的运输任务保存进一个队列，称为当前等待队列，当前等待队列初始为空队列。当前等待队列中运输任务的位置对应着任务执行的顺序。
(四)本实施例通过递归调用算法本身，依次确定一个执行顺序上对应的运输任务，每次调用本算法，都确定一个执行顺序。
(五)遍历初始等待队列，依次取出一个运输任务，确定当前顺序上执行的运输任务。
(六)取出一个运输任务，称为当前任务，根据当前任务的起止点搜索出此当前任务可用的运输路线，并可以得到每条运输路线的总长度和总功率，将这些运输路线存入一个运输路线列表。
(七)遍历当前任务的运输路线列表，依次选定一条路线，称此路线为当前选定路线。
(八)当前任务确定当前选定路线后，计算选定路线执行当前任务的预计开始时间，判断该选定路线的预计开始时间是否早于当前任务的预警时间。此处的预警时间指，运输任务要求的最晚开始执行的时间。
选定路线执行当前任务的预计开始时间为：遍历执行中的运输任务和当前等待队列中的执行任务，找到阻碍当前任务执行的运输任务中最后执行的一个运输任务，这个最后执行的运输任务的结束时间加上缓冲时间即为当前任务的预计开始时间。
当前任务的预计开始时间加上选定路线的预计执行时间长度即为当前任务的预计结束时间。
选定路线的预计执行时间长度可以根据运输任务的运输量和运输路线的运输速度，以及运输路径长度计算得到。
(九)如果当前任务的预计开始时间晚于当前任务的预警时间，则当前任务不可以采用该当前选定路线，切换为下一条运输路线。
(十)如果当前任务的预期开始时间早于当前任务的预警时间，则当前任务可以采取此选定路线，把当前任务连同当前选定路线以及其预计结束时间一起加入当前等待队列。
(十一)已确定一个执行顺序上要执行的任务采取的运输路线后，再递归调用本算法，输入删除当前任务的初始等待队列和当前等待队列，确定执行顺序上的下一个运输任务和运输路线。
(十二)确定好执行顺序上的每一个运输任务和运输路线后，即确定好了一个调度方案，将此调度方案存入一个调度方案列表。
(十三)重复步骤(五)到(十二)，得到运输任务不同排序时的所有调度方案，为最终的调度计划列表。
调度计划列表中的调度方案都是可以满足全部运输任务的预警时间的，所以都可以满足生产要求。
(十四)将最终的调度计划列表按照每个调度方案的总路径长度、每个调度方案的总功率、每个调度方案的总拖期时间、每个调度方案的总预警时间差等多个优化目标依次进行排序。
每个调度方案的总路径长度为所有运输任务的运输路径长度之和，运输任务的运输路径长度根据运输路线长度确定。
每个调度方案的总功率为所有运输任务消耗功率之和，运输任务消耗功率根据运输路线的功率确定。
每个调度方案的总拖期时间指所有运输任务拖期时间之和，拖期时间为运输任务的预计开始时间与创建任务时间之差。
每个调度方案的总预警时间差指所有运输任务的预警时间差之和，预警时间差为运输任务的预计开始时间与预警时间之差。
按优化目标的优先级对调度方案分别进行排序，优先级高的优化目标放在后面进行排序。
(十五)按照不同的优化目标完成调度方案排序后，会产生多种调度方案的排序，每种排序拍在第一位的调度方案作为最优调度方案，操作人员按照实际的使用需求，从不同排序中选取最优调度方案执行。
本实施例中公开的一种原料场的智能调度方法，对所有运输任务进行了智能优化调度，包括所有运输任务的执行顺序和每个运输任务的运输路线，减少了操作人员的工作强度，提高了运输任务的调度效率。
本实施例在确定运输任务的运输路线时，充分考虑了选取的运输路线要早于运输任务的预警时间，使得选取的运输路线都能按时完成运输任务，从而不耽误各生产厂的生产，满足生产需求。
本实施例在确定最优调度方案时，对所有运输任务的执行顺序进行了随机排序，并确定了每种排序下的运输任务的调度方案，从而能够从所有的调度方案中选取最优的调度方案执行。
在确定最优的调度方案时，按照不同的优化目标对调度方案进行了排序，综合考虑了不同因素，对调度方案进行选取，使得选取出的最优调度方案最佳。
实施例2
在该实施例中，公开了一种原料场智能调度系统，包括：
采集模块，用于获取运输任务及运输路线信息；
执行队列生成模块，用于对所有运输任务进行全排列，获取多个运输任务的执行队列；
调度方案生成模块，用于对每个执行队列中的所有运输任务的运输路线进行选择，形成调度方案，其中，根据执行运输任务的预计开始时间早于报警时间确定运输任务的运输路线；
最优调度方案选取模块，根据不同的优化目标对调度方案进行排序，获取最优调度方案。
实施例3
在该实施例中，公开了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1公开的一种原料场智能调度方法所述的步骤。
实施例4
在该实施例中，公开了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1公开的一种方法所述的步骤。
以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种原料场智能调度方法，其特征在于，包括：
获取运输任务及运输路线信息；
对所有运输任务进行随机排序，获取多个运输任务的执行队列；
对每个执行队列中的所有运输任务的运输路线进行选择，形成调度方案，其中，根据运输任务的预计开始时间早于报警时间确定运输任务的运输路线；
根据不同的优化目标对所有调度方案进行排序，获取最优调度方案。
2.根据权利要求1所述的一种原料场智能调度方法，其特征在于，运输任务信息包括运输任务的运输量、运输任务的起止点和运输任务的预警时间；
运输路线信息包括运输路线长度、运输路线速度和运输路线功率。
3.根据权利要求1所述的一种原料场智能调度方法，其特征在于，确定每个执行队列的调度方案的过程为：
从执行队列运输任务中选定当前任务；
根据当前任务的起止点，确定可用运输路线；
根据运输路线执行当前任务的预计开始时间早于当前任务的预警时间从可用运输路线中选取当前任务的运输路线；
确定当前任务的运输路线后，按执行顺序从执行队列中选取当前任务的下一个运输任务为新的当前任务，确定下一个运输任务的运输路线，直至确定执行队列中所有运输任务的运输路线。
4.根据权利要求1所述的一种原料场智能调度方法，其特征在于，从可用运输路线中选取当前任务的运输路线的具体过程为：
从可用运输路线中选取选定路线；
计算选定路线执行当前任务的预计开始时间；
当选定路线执行当前任务的预计开始时间早于当前任务的预警时间时，该选定路线为当前任务的运输路线。
5.根据权利要求4所述的一种原料场智能调度方法，其特征在于，当选定路线执行当前任务的预计开始时间晚于当前任务的预警时间时，从可用运输路线中选取新的选定路线，直至新的选定路线执行当前任务的预计开始时间早于当前任务的预警时间，确定该条选定路线为当前任务的运输路线。
6.根据权利要求4所述的一种原料场智能调度方法，其特征在于，，选定路线执行当前任务的预计开始时间为：
该选定路线最后执行的运输任务的结束时间与缓冲时间之和。
7.根据权利要求1所述的一种原料场智能调度方法，其特征在于，优化目标包括：每个调度方案的总路径长度、每个调度方案的总功率、每个调度方案的总拖期时间、每个调度方案的总预警时间差。
8.一种原料场智能调度系统，其特征在于，包括：
采集模块，用于获取运输任务及运输路线信息；
执行队列生成模块，用于对所有运输任务进行全排列，获取多个运输任务的执行队列；
调度方案生成模块，用于对每个执行队列中的所有运输任务的运输路线进行选择，形成调度方案，其中，根据执行运输任务的预计开始时间早于报警时间确定运输任务的运输路线；
最优调度方案选取模块，根据不同的优化目标对调度方案进行排序，获取最优调度方案。
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的一种原料场智能调度方法的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的一种原料场智能调度方法的步骤。
CN202011294978.5A 2020-11-18 2020-11-18 一种原料场智能调度方法及系统 Pending CN112330185A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011294978.5A CN112330185A (zh) 2020-11-18 2020-11-18 一种原料场智能调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011294978.5A CN112330185A (zh) 2020-11-18 2020-11-18 一种原料场智能调度方法及系统

Publications (1)

Publication Number Publication Date
CN112330185A true CN112330185A (zh) 2021-02-05

Family

ID=74321231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011294978.5A Pending CN112330185A (zh) 2020-11-18 2020-11-18 一种原料场智能调度方法及系统

Country Status (1)

Country Link
CN (1) CN112330185A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114037114A (zh) * 2021-09-27 2022-02-11 中冶南方工程技术有限公司 一种基于物料输送路径寻优的方法、装置及电子设备
CN114723126A (zh) * 2022-03-31 2022-07-08 武汉工程大学 物料调度任务的优化方法、系统、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2005127454A (ru) * 2005-09-01 2007-03-10 Игорь Викторович Булыгин (RU) Индивидуальный почтовый офис
CN103529805A (zh) * 2013-10-25 2014-01-22 东北大学 一种钢铁企业原料取料设备的优化作业控制方法
CN107368657A (zh) * 2017-07-24 2017-11-21 沈阳航空航天大学 一种基于工艺仿真的生产资源快速配置方法
CN107727099A (zh) * 2017-09-29 2018-02-23 山东大学 一种工厂内物料运输多agv调度及路径规划方法
CN109034596A (zh) * 2018-07-19 2018-12-18 北京北方华创微电子装备有限公司 一种物料优化调度的方法和设备
CN111582776A (zh) * 2020-03-27 2020-08-25 青岛奥利普自动化控制系统有限公司 物料配送方法、装置及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2005127454A (ru) * 2005-09-01 2007-03-10 Игорь Викторович Булыгин (RU) Индивидуальный почтовый офис
CN103529805A (zh) * 2013-10-25 2014-01-22 东北大学 一种钢铁企业原料取料设备的优化作业控制方法
CN107368657A (zh) * 2017-07-24 2017-11-21 沈阳航空航天大学 一种基于工艺仿真的生产资源快速配置方法
CN107727099A (zh) * 2017-09-29 2018-02-23 山东大学 一种工厂内物料运输多agv调度及路径规划方法
CN109034596A (zh) * 2018-07-19 2018-12-18 北京北方华创微电子装备有限公司 一种物料优化调度的方法和设备
CN111582776A (zh) * 2020-03-27 2020-08-25 青岛奥利普自动化控制系统有限公司 物料配送方法、装置及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
余文泰、张得志: "基于智能制造的生产车间物流配送优化", 《物流工程与管理》 *
路万林、赵菁: "钢铁原料场管控一体化关键技术研究", 《冶金自动化》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114037114A (zh) * 2021-09-27 2022-02-11 中冶南方工程技术有限公司 一种基于物料输送路径寻优的方法、装置及电子设备
CN114723126A (zh) * 2022-03-31 2022-07-08 武汉工程大学 物料调度任务的优化方法、系统、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN108891838B (zh) 订单处理方法、装置、电子设备以及计算机可读存储介质
Bierwirth et al. A fast heuristic for quay crane scheduling with interference constraints
CN111882215B (zh) 一种含有agv的个性化定制柔性作业车间调度方法
CN104781170B (zh) 发货作业计划制成系统、发货作业计划制成方法及发货作业方法
CN110738413A (zh) 航空零件加工自动化生产线的多约束排产计算方法及装置
CN111091238A (zh) 一种自动化集装箱码头agv智能化调度方法
CN111768629B (zh) 车辆调度方法、装置和系统
CN113044462B (zh) 机器人调度的方法、装置、系统、存储介质及程序产品
CN112330185A (zh) 一种原料场智能调度方法及系统
CN109902975B (zh) 调度方法、系统、装置以及计算机可读存储介质
CN110942203B (zh) 一种自动化集装箱码头agv路径优化方法
EP1426842A2 (en) Production cell comprising an information processing device for commanding work tasks
CN113822588B (zh) 基于离散的人工蜂群进化的自动导向车辆调度方法
CN108197833A (zh) 一种面向离散车间的完全实时调度系统和调度方法
US10995615B2 (en) Method for optimizing mining production
CN101930556A (zh) 一种自动化码头的桥吊计划调度方法
CN111703802B (zh) 出入库流程的控制方法和装置、仓储系统
CN113128924B (zh) 货物调度方法、装置和计算机可读存储介质
CN113554220A (zh) 一种基于随机时变特征的集装箱甩挂运输调度优化方法
CN113743739B (zh) 一种基于混合整数规划、组合优化算法的agv调度方法
CN110689202A (zh) 一种基于混合智能算法的物资托盘配送车辆调度方法
CN115630901A (zh) 立体仓库的搬运调度方法及装置
CN113034081A (zh) 一种基于agv小车的产品运输方法、系统和存储介质
CN113408045A (zh) 船舶建造计划优化方法、系统、储存介质及计算机设备
Nielsen et al. Scheduling part-feeding tasks for a single robot with feeding quantity consideration

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210205

RJ01 Rejection of invention patent application after publication