CN112529487B - 车辆调度方法、装置以及存储介质 - Google Patents

车辆调度方法、装置以及存储介质 Download PDF

Info

Publication number
CN112529487B
CN112529487B CN201910885877.6A CN201910885877A CN112529487B CN 112529487 B CN112529487 B CN 112529487B CN 201910885877 A CN201910885877 A CN 201910885877A CN 112529487 B CN112529487 B CN 112529487B
Authority
CN
China
Prior art keywords
vehicle
charging station
clients
information
client
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.)
Active
Application number
CN201910885877.6A
Other languages
English (en)
Other versions
CN112529487A (zh
Inventor
蔡爽
董红宇
郭震
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.)
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Zhenshi Information Technology Co Ltd
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 Beijing Jingdong Zhenshi Information Technology Co Ltd filed Critical Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority to CN201910885877.6A priority Critical patent/CN112529487B/zh
Publication of CN112529487A publication Critical patent/CN112529487A/zh
Application granted granted Critical
Publication of CN112529487B publication Critical patent/CN112529487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • 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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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

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

本公开提供了一种车辆调度方法、装置以及存储介质，涉及物流调度技术领域，其中方法包括：基于地址信息将多个客户分为多个客户组；根据充电站与客户之间的距离信息，确定每个客户组的充电站集合；建立用于进行车辆调度规划的目标函数和约束条件，并确定每个客户组的车辆最大调用数量；基于约束条件、车辆最大调用数量以及充电站集合对目标函数求解，获得客户组车辆调度信息；将客户组车辆调度信息进行合并，获得多个客户的车辆调度信息。本公开的方法、装置以及存储介质，可以降低车辆调度的计算量，提高车辆调度的准确度；综合考虑了车辆使用成本、距离成本和惩罚成本等多种成本，提高了车辆配送效率并节约配送资源，可以提高客户的感受度。

Description

车辆调度方法、装置以及存储介质
技术领域
本公开涉及物流调度技术领域，尤其涉及一种车辆调度方法、装置以及存储介质。
背景技术
随着电商经济的不断发展，对物流的成本与效率要求越来越高，提高物流配送服务水平、降低物流配送成本已经成为物流配送过程中配送线路规划的基本要求。在配送线路规划过程中，通常将所有客户按照最晚可服务时间从早到晚进行排序，用于规划配送线路。
发明内容
发明人发现目前的配送线路规划方案具有下述问题：新能源车辆的使用越来越多，但是目前缺少针对新能源车辆的车辆调度方案；并且，现有的车辆调度方案通过模型进行求解，运算规模大并且所需时间过长，容易出现错误。
有鉴于此，本公开要解决的一个技术问题是提供一种车辆调度方法、装置以及存储介质。
根据本公开的一个方面，提供一种车辆调度方法，包括：获取多个客户的地址信息，基于所述地址信息将所述多个客户分为多个客户组；根据充电站与所述客户之间的距离信息，确定每个客户组的充电站集合；建立用于进行车辆调度规划的目标函数和约束条件，并确定每个客户组的车辆最大调用数量；基于所述约束条件、所述车辆最大调用数量以及所述充电站集合对所述目标函数求解，获得客户组车辆调度信息；将所述客户组车辆调度信息进行合并，获得所述多个客户的车辆调度信息。
可选地，所述确定每个客户组的车辆最大调用数量包括：使用节约算法并基于与所述客户组中的客户相对应的成本节约信息、车辆的续航信息以及所述充电站集合，确定所述车辆最大调用数量。
可选地，所述使用节约算法并基于与所述客户组中的客户相对应的成本节约信息、车辆的续航信息以及所述充电站集合，确定所述车辆最大调用数量包括：步骤一，获取未被调用的第一车辆，设置与所述第一车辆相对应的服务客户运输序列L’；其中，所述客户组中未分配车辆的客户的集合为L；步骤二，从所述L中选取运输成本最小的第一客户，将所述第一客户插入所述L’；步骤三，获得所述L中满足所述第一车辆的载重要求的第二客户，依次计算每个所述第二客户位于所述L’中的各个插入位置的总成本节约值；如果所述L中没有满足所述第一车辆的载重要求的第二客户，则返回步骤一；步骤四，判断所述总成本节约值是否都小于0，如果是，则返回步骤一，如果否，则获得所述总成本节约值的最大值对应的第二客户作为服务客户，并将此服务客户插入与所述总成本节约值的最大值对应的插入位置；步骤五，判断所述第一车辆是否满足续航要求，如果否，则从所述充电站集合中选取充电站插入所述L’，用以满足所述第一车辆的续航要求；返回步骤三。
可选地，所述从所述充电站集合中选取充电站插入所述L’包括：确定在所述L’中不满足所述第一车辆的续航要求的服务客户；基于充电站选取规则在所述充电站集合中选取服务充电站，在此服务客户之前插入所述服务充电站；其中，所述充电站选取规则包括：所述第一车辆能够到达所述服务充电站，并且，所述第一车辆的行驶距离成本增加值最小。
可选地，所述总成本节约值为行驶距离成本增加值、时间窗违背成本增加值与车辆固定成本之和。
可选地，所述目标函数用于表征全部使用车辆的行驶距离成本、固定成本和时间窗惩罚成本之和；所述获得客户组车辆调度信息包括：获得与所述目标函数的最小值相对应的所述客户组车辆调度信息。
可选地，所述约束条件包括以下的至少一项：每个客户都需要被一辆车服务且仅被服务一次；每辆车都需要从中心出发；客户的出度与入度均相等；每辆车的所有配送客户的总重量不超过该车的车型载重；车辆在服务完当前客户后才能为下一个客户服务；车辆在充电站时只有充满后才能到下一个客户。
可选地，所述根据与充电站与所述客户之间的距离信息，确定每个客户组的充电站集合包括：基于所述距离信息获得所述客户组中的全部客户对于全部充电站的优先选取排序；根据所述优先选取排序确定每个充电站的优先选取序列，其中，所述优先选取序列中的每个元素表征为一个客户对于此充电站的优先级；如果第一优先选取序列中的每个元素所对应的优先级都小于另一个优先选取序列中的每个元素所对应的优先级，则将所述第一优先选取序列对应的充电站设置为非选取充电站；从包含有全部充电站的集合中除所述非选取充电站，生成所述充电站集合。
可选地，所述获取多个客户的地址信息，基于所述地址信息将所述多个客户分为多个客户组包括：获取所述多个客户的经纬度信息，对所述经纬度信息进行归一化处理；使用聚类算法并基于所述经纬度信息对所述多个客户进行聚类，生成所述多个客户组。
根据本公开的另一方面，提供一种车辆调度装置，包括：客户分组模块，用于获取多个客户的地址信息，基于所述地址信息将所述多个客户分为多个客户组；充电站选取模块，用于根据充电站与所述客户之间的距离信息，确定每个客户组的充电站集合；目标函数确定模块，用于建立用于进行车辆调度规划的目标函数和约束条件，并确定每个客户组的车辆最大调用数量；组调度信息获得模块，用于基于所述约束条件、所述车辆最大调用数量以及所述充电站集合对所述目标函数求解，获得客户组车辆调度信息；组调度信息合并信息，用于将所述客户组车辆调度信息进行合并，获得所述多个客户的车辆调度信息。
根据本公开的又一方面，提供一种车辆调度装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上所述的方法。
根据本公开的再一方面，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指令，所述指令被处理器执行如上所述的方法。
本公开的车辆调度方法、装置以及存储介质，能够将客户进行预先分组、确定客户组所需车辆数上限以及充电站集合，并通过求解目标函数获得客户组车辆调度信息，可以降低车辆调度的计算量，提高车辆调度的准确度；目标函数综合考虑了车辆使用成本、距离成本和惩罚成本等多种成本，提高了车辆配送效率并节约配送资源，可以提高客户的感受度。
附图说明
为了更清楚地说明本公开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一简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为根据本公开的车辆调度方法的一个实施例的流程示意图；
图2为根据本公开的车辆调度方法的一个实施例中的确定车辆最大调用数量的流程示意图；
图3为根据本公开的车辆调度方法的一个实施例中的确定每个客户组的充电站集合的流程示意图；
图4为根据本公开的车辆调度方法的一个实施例中的对多个客户进行分组的流程示意图；
图5为根据本公开的车辆调度装置的一个实施例的模块示意图；
图6为根据本公开的车辆调度装置的另一个实施例的模块示意图。
具体实施方式
下面参照附图对本公开进行更全面的描述，其中说明本公开的示例性实施例。下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。下面结合各个图和实施例对本公开的技术方案进行多方面的描述。
下文中的“第一”、“第二”等仅用于描述上相区别，并没有其他特殊的含义。
图1为根据本公开的车辆调度方法的一个实施例的流程示意图，如图1所示：
步骤101，获取多个客户的地址信息，基于地址信息将多个客户分为多个客户组。客户可以为个人或企业用户、商家等。
步骤102，根据充电站与客户之间的距离信息，确定每个客户组的充电站集合。
步骤103，建立用于进行车辆调度规划的目标函数和约束条件，并确定每个客户组的车辆最大调用数量。车辆为新能源车辆等。
步骤104，基于约束条件、车辆最大调用数量以及充电站集合对目标函数求解，获得客户组车辆调度信息。
步骤105，将客户组车辆调度信息进行合并，获得多个客户的车辆调度信息。
目标函数用于表征全部使用车辆的行驶距离成本、固定成本和时间窗惩罚成本之和。基于约束条件、车辆最大调用数量以及充电站集合对目标函数求解，获得与目标函数的最小值相对应的客户组车辆调度信息。
约束条件包括以下的至少一项：每个客户都需要被一辆车服务且仅被服务一次；每辆车都需要从中心出发；客户的出度与入度均相等；每辆车的所有配送客户的总重量不超过该车的车型载重；车辆在服务完当前客户后才能为下一个客户服务；车辆在充电站时只有充满后才能到下一个客户。
在一个实施例中，如果物流调度公司有充足的多种车型的新能源车辆为多个客户执行配送任务，配送任务有载重与时间窗约束，但是时间窗约束力度与类型不同，有些客户的时间敏感性不强，而有些客户的时效要求较高，所以惩罚力度不同。每个车辆有使用成本，车辆行驶有距离成本等，车辆调度的目标是最小化车辆使用成本、距离成本和惩罚成本之和。
构建目标函数：
目标函数(1-1)是所有车辆的行驶距离成本、车辆固定成本和时间窗惩罚成本三者之和的最小值。目标函数(1-1)为多成本模型，这些成本均是实际中最需要考虑的。
建立约束条件如下：
其中，0：表示配送中心(起点与终点)；Vd：需要配送的客户点集合，V＝Vd∪{0},V′＝Vd∪E∪{0}；E：充电站集合；B：车型集合，例如有大车小车两种车型；G：配送中心的所有车型的集合。
参数包括：Wi:第i车型的最大载重；wi:客户j车型的载重；Qi:第i车型的续航里程；ri:第i车型的单位时间的充电量；K:假定的车辆数上限；ti,j:车辆从客户i到客户j的行驶时间；di,j:车辆从客户i到客户j的行驶距离成本；C0,i:使用第i车型的固定费用；pj：在节点j提前或延迟的单位时间的惩罚费用；uj：节点j需要被服务的时间；[Si,Fi]:客户i的软时间窗,i＝0表示配送中心时间窗。
变量包括：xi,j,k：第k辆车从第i个节点直接到第j个节点，则为1，否则为0；Tj,k：车辆k到节点j的时间；Yk,b：车辆k的车型如果是b的话，则为1，否则为0；Rj,k：车辆k在节点j的剩余电量；Lj：在节点j提前或延迟的时间；L:一个充分大的正整数。硬时间窗指的是客户的时间窗不可被违背，车辆到达客户的时间必须在时间窗内；软时间窗指的是客户的时间窗可以被提前或者推迟，有一定的惩罚成本。
约束条件(1-2)表示每个客户都需要被一辆车服务且仅被服务一次；约束条件(1-3)表示每辆车都需要从中心出发，如果一辆车k没有使用则x0,0,k＝1；约束条件(1-4)表示任何一个节点的出度与入度均相等；约束条件(1-5)表示每辆车的所有配送客户的总重量不超过该车的车型载重；约束条件(1-6)表示车辆在服务完当前客户后才能到下一个客户；约束条件(1-7)表示车辆在充电站时只有充满后才能到下一个客户；约束条件(1-8)表示客户j的时间窗违背最多是Lj；约束条件(1-9)和约束条件(1-10)表示车辆在客户点的剩余续航为前一个节点减去行驶距离；约束条件(1-11)、约束条件(1-12)和约束条件(1-13)是变量的取值范围。
建立目标函数和约束条件后，可以通过CPLEX、lpsovle等软件对目标函数求解，能够获得一个客户组的车辆调度信息，将所有客户组的车辆调度信息进行合并，获得多个客户的车辆调度信息，可以采用多种合并方式，例如，生成多个客户的车辆调度信息，包括所有客户组的车辆调度信息。
在一个实施例中，确定每个客户组的车辆最大调用数量可以使用多种方法。例如，使用节约算法并基于与客户组中的客户相对应的成本节约信息、车辆的续航信息以及充电站集合，确定车辆最大调用数量。节约算法可以为修正的C-W节约算法等。本公开提供修正的C-W算法能够快速得到启发式解，从而确定每个客户组的车辆最大调用数量K值。
图2为根据本公开的车辆调度方法的一个实施例中的确定车辆最大调用数量的流程示意图，如图2所示：
步骤201，获取未被调用的第一车辆，设置与第一车辆相对应的服务客户运输序列L’。客户组中未分配车辆的客户的集合为L，第一车辆可以为空车。
步骤202，从L中选取运输成本最小的第一客户，将第一客户插入L’。运输成本根据配送中心与客户之间的距离确定，即配送中心与客户之间的距离越近则运输成本越小，选择运输成本最小的第一客户作为第一个服务客户，并更新L。
步骤203，判断L中没有满足第一车辆的载重要求的第二客户，如果是，则进入步骤204，如果否，则返回步骤201。载重要求为L’中所有客户的货物重量总和不能大于第一车辆的载重量。
步骤204，获得L中满足第一车辆的载重要求的第二客户，依次计算每个第二客户位于L’中的各个插入位置的总成本节约值。总成本节约值为行驶距离成本增加值、时间窗违背成本增加值与车辆固定成本之和。
例如，L’为{0，1，1001，3，2，}，L’中的元素为：0是配送中心，1001是充电桩，1、2和3为客户，第一车辆基于L’中的元素以及顺序进行配送。第二客户位于L’中的各个插入位置可以是(1001，3)之间或(3，2)之间，或(2，0)之间(如果L’中有充电桩，仅考虑充电桩后的位置，为了避免充电桩浪费)。
第二客户的数量可以为多个，计算每个第二客户位于L’中三种插入位置的总成本节约值。总成本节约值是指将该第二客户放入到L’中，第一车辆进行服务后比单独使用一辆车服务该客户能够节约多少成本。
计算L中每个满足载重的第二客户r放入车L’的各个位置(i，j)后的成本，总成本节约值为(-ci,r-cr,j+ci,j+co,r+cr,0+c0-cr),其中，-ci,r-cr,j+ci,j+co,r+cr,0是行驶距离成本增加值，cr是第二客户r和L’中位于第二客户r后面的客户的时间窗违背成本增加值，c0为车辆的固定成本)。如果不存在满足载重的第二客户r，则进入步骤201。
步骤205，判断总成本节约值是否都小于0，如果是，则返回步骤201，如果否，则进入步骤206。
步骤206，获得总成本节约值的最大值对应的第二客户作为服务客户，并将此服务客户插入与总成本节约值的最大值对应的插入位置。
例如，确定全部总成本节约值中的最大值为A，并且A大于0，将与A对应的一个第二客户r作为服务客户。当总成本节约值为A时，此第二客户r的插入位置在(3，2)之间，则将此第二客户r作为服务客户，并将此服务客户插入(3，2)之间。
步骤207，判断第一车辆是否满足续航要求，如果是，则返回步骤203，如果否，则从充电站集合中选取充电站插入L’，用以满足第一车辆的续航要求，返回步骤203。
循环执行上述的步骤201-207，直至L为空时结束。确定选取的第一车辆的数量，将此第一车辆的数量作为此客户组的车辆最大调用数量。通过修正的C-W算法得到启发式解，得到所需车辆数，采用该车辆数作为车辆数上限K，可以降低求解规模，加快算法速度。
从充电站集合中选取充电站插入L’可以采用多种方法。例如，确定在L’中不满足第一车辆的续航要求的服务客户，此服务客户为对应的车辆剩余续航为负数的客户。基于充电站选取规则在充电站集合中选取服务充电站，在此服务客户之前插入服务充电站；充电站选取规则包括：第一车辆能够到达服务充电站，并且，第一车辆的行驶距离成本增加值最小。
例如，计算第一车辆的剩余续航是否始终大于0，如果不满足则插入充电站到L’中不满足第一车辆的续航要求的节点(客户)之前的位置，该位置的剩余续航需要满足能到达最近充电站，选择最优充电桩插入。例如，L’中的j客户不满足第一车辆的续航要求，L’中的i客户为在j客户之前的客户，在(i，j)之间插入充电桩e，在剩余续航大于di,e的约束下，满足di,e+de,j-di,j最小。
图3为根据本公开的车辆调度方法的一个实施例中的确定每个客户组的充电站集合的流程示意图，如图3所示：
步骤301，基于距离信息获得客户对于全部充电站的优先选取排序。
步骤302，根据优先选取排序确定每个充电站的优先选取序列，其中，优先选取序列中的每个元素表征为一个客户对于此充电站的优先级。
步骤303，如果第一优先选取序列中的每个元素所对应的优先级都小于另一个优先选取序列中的每个元素所对应的优先级，则将第一优先选取序列对应的充电站设置为非选取充电站。
步骤304，从包含有全部充电站的集合中除非选取充电站，生成充电站集合。
由于充电站分布在各个位置，大量无用充电站信息会大幅增加计算量。对于每组的所有客户，计算所有充电站的距离排序，从而得到每个充电站的排名序列(s1，s2，…),其中s1表示客户1对所有充电站偏好中该充电桩排在s1位置。
例如，客户组包括客户a1,a2,a3，充电站包括充电站b1,b2,b3。根据客户a1与三个充电站的距离进行优先选取排序为：b1,b2,b3；根据客户a2与三个充电的距离进行优先选取排序为：b1,b3,b2；根据客户a3与三个充电的距离进行优先选取排序为：b3,b1,b2。充电站b1的第一优先选取序列为(1,1,2)；充电站b2的第一优先选取序列为(2,3,3)；充电站b3的第一优先选取序列为(3,2,1)，数值越小则优先级越高。
充电站b2的第一优先选取序列(2,3,3)中的每个元素所对应的优先级都小于充电站b1的第一优先选取序列为(1,1,2)中的每个元素所对应的优先级，则将充电站b2设置为非选取充电站。
图4为根据本公开的车辆调度方法的一个实施例中的对多个客户进行分组的流程示意图，如图4所示：
步骤401，获取多个客户的经纬度信息，对经纬度信息进行归一化处理。
步骤402，使用聚类算法并基于经纬度信息对多个客户进行聚类，生成多个客户组。聚类算法可以采用k-means算法等。
在进行物流调度中，随着地址信息的完善与数据获取的便利性不断提高，客户的经纬度信息可以较为容易的获取。通过客户的经纬度可以准确定位客户的大概位置。对于客户经纬度信息进行归一化处理，即：
其中a1、b1为一个客户的经度和纬度值；max(ai)为全部客户的所有经度值中的最大值；min(ai)为全部客户的所有经度值中的最小值，max(bi)为全部客户的所有纬度值中的最大值，min(bi)为全部客户的所有纬度值中的最小值。
可以按照欧式距离对于所有客户使用聚类算法，例如k-means算法等。假设有1000个客户需要配送，可以分为10类，然后利用k-means方法得到10类客户点。也可以约定客户数上限，例如每类客户数上限为150，在客户数上限大于150时增加入参的分类数，或者将该类再利用k-means算法进行划分，能够将多个客户分为多个客户组。
由于客户数量过多时，直接使用目标函数(混合整数线性规划模型)求解，所需的时间过长。预先基于客户的经纬度信息对客户进行聚类，从而将客户的数量进行了划分，降低了求解规模。
在一个实施例中，如图5所示，本公开提供一种车辆调度装置50，包括：客户分组模块51、充电站选取模块52、目标函数确定模块53、组调度信息获得模块54和组调度信息合并信息55。
客户分组模块51获取多个客户的地址信息，基于地址信息将多个客户分为多个客户组。充电站选取模块52根据充电站与客户之间的距离信息，确定每个客户组的充电站集合。目标函数确定模块53建立用于进行车辆调度规划的目标函数和约束条件，并确定每个客户组的车辆最大调用数量。
组调度信息获得模块54基于约束条件、车辆最大调用数量以及充电站集合对目标函数求解，获得客户组车辆调度信息。组调度信息合并信息54将客户组车辆调度信息进行合并，获得多个客户的车辆调度信息。
客户分组模块51获取多个客户的经纬度信息，对经纬度信息进行归一化处理；客户分组模块51使用聚类算法并基于经纬度信息对多个客户进行聚类，生成多个客户组。
在一个实施例中，目标函数确定模块53使用节约算法并基于与客户组中的客户相对应的成本节约信息、车辆的续航信息以及充电站集合，确定车辆最大调用数量。目标函数确定模块53可以执行下述步骤确定车辆最大调用数量：
步骤一，获取未被调用的第一车辆，设置与第一车辆相对应的服务客户运输序列L’；其中，客户组中未分配车辆的客户的集合为L。
步骤二，从L中选取运输成本最小的第一客户，将第一客户插入L’。
步骤三，获得L中满足第一车辆的载重要求的第二客户，依次计算每个第二客户位于L’中的各个插入位置的总成本节约值；总成本节约值为行驶距离成本增加值、时间窗违背成本增加值与车辆固定成本之和。如果L中没有满足第一车辆的载重要求的第二客户，则返回步骤一；
步骤四，判断总成本节约值是否都小于0，如果是，则返回步骤一，如果否，则获得总成本节约值的最大值对应的第二客户作为服务客户，并将此服务客户插入与总成本节约值的最大值对应的插入位置。
步骤五，判断第一车辆是否满足续航要求，如果否，则从充电站集合中选取充电站插入L’，用以满足第一车辆的续航要求；返回步骤三。
目标函数确定模块53确定在L’中不满足第一车辆的续航要求的服务客户。目标函数确定模块53基于充电站选取规则在充电站集合中选取服务充电站，在此服务客户之前插入服务充电站，充电站选取规则包括：第一车辆能够到达服务充电站，并且，第一车辆的行驶距离成本增加值最小。
在一个实施例中，目标函数用于表征全部使用车辆的行驶距离成本、固定成本和时间窗惩罚成本之和，组调度信息获得模块54获得与目标函数的最小值相对应的客户组车辆调度信息。约束条件包括以下的至少一项：每个客户都需要被一辆车服务且仅被服务一次；每辆车都需要从中心出发；客户的出度与入度均相等；每辆车的所有配送客户的总重量不超过该车的车型载重；车辆在服务完当前客户后才能为下一个客户服务；车辆在充电站时只有充满后才能到下一个客户。
充电站选取模块52基于距离信息获得客户对于全部充电站的优先选取排序。充电站选取模块52根据优先选取排序确定每个充电站的优先选取序列，其中，优先选取序列中的每个元素表征为一个客户对于此充电站的优先级。
如果第一优先选取序列中的每个元素所对应的优先级都小于另一个优先选取序列中的每个元素所对应的优先级，则充电站选取模块52将第一优先选取序列对应的充电站设置为非选取充电站。充电站选取模块52从包含有全部充电站的集合中除非选取充电站，生成充电站集合。
图6为根据本公开的车辆调度系统的另一个实施例的模块示意图。如图6所示，该装置可包括存储器601、处理器602、通信接口603以及总线604。存储器601用于存储指令，处理器602耦合到存储器601，处理器602被配置为基于存储器601存储的指令执行实现上述的车辆调度方法。
存储器601可以为高速RAM存储器、非易失性存储器(non-volatile memory)等，存储器601也可以是存储器阵列。存储器601还可能被分块，并且块可按一定的规则组合成虚拟卷。处理器602可以为中央处理器CPU，或专用集成电路ASIC(Application SpecificIntegrated Circuit)，或者是被配置成实施本公开的车辆调度方法的一个或多个集成电路。
根据本公开的再一方面，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指令，指令被处理器执行如上的方法。
上述实施例中的车辆调度方法、装置以及存储介质，能够将客户进行预先分组、确定客户组所需车辆数上限以及充电站集合，并通过求解目标函数获得客户组车辆调度信息，可以降低车辆调度的计算量，提高车辆调度的准确度；目标函数综合考虑了车辆使用成本、距离成本和惩罚成本等多种成本，提高了车辆配送效率并节约配送资源，可以提高客户的感受度。
可能以许多方式来实现本公开的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。

Claims (11)

1.一种车辆调度方法，包括：
获取多个客户的地址信息，基于所述地址信息将所述多个客户分为多个客户组；
根据充电站与所述客户之间的距离信息，确定每个客户组的充电站集合；
建立用于进行车辆调度规划的目标函数和约束条件，并确定每个客户组的车辆最大调用数量；
其中，所述目标函数用于表征全部使用车辆的行驶距离成本、固定成本和时间窗惩罚成本之和；所述确定每个客户组的车辆最大调用数量包括：使用节约算法并基于与所述客户组中的客户相对应的成本节约信息、车辆的续航信息以及所述充电站集合，确定所述车辆最大调用数量；
基于所述约束条件、所述车辆最大调用数量以及所述充电站集合对所述目标函数求解，获得客户组车辆调度信息；
将所述客户组车辆调度信息进行合并，获得所述多个客户的车辆调度信息。
2.如权利要求1所述的方法，所述使用节约算法并基于与所述客户组中的客户相对应的成本节约信息、车辆的续航信息以及所述充电站集合，确定所述车辆最大调用数量包括：
步骤一，获取未被调用的第一车辆，设置与所述第一车辆相对应的服务客户运输序列L’；其中，所述客户组中未分配车辆的客户的集合为L；
步骤二，从所述L中选取运输成本最小的第一客户，将所述第一客户插入所述L’；
步骤三，获得所述L中满足所述第一车辆的载重要求的第二客户，依次计算每个所述第二客户位于所述L’中的各个插入位置的总成本节约值；如果所述L中没有满足所述第一车辆的载重要求的第二客户，则返回步骤一；
步骤四，判断所述总成本节约值是否都小于0，如果是，则返回步骤一，如果否，则获得所述总成本节约值的最大值对应的第二客户作为服务客户，并将此服务客户插入与所述总成本节约值的最大值对应的插入位置；
步骤五，判断所述第一车辆是否满足续航要求，如果否，则从所述充电站集合中选取充电站插入所述L’，用以满足所述第一车辆的续航要求；返回步骤三。
3.如权利要求2所述的方法，所述从所述充电站集合中选取充电站插入所述L’包括：
确定在所述L’中不满足所述第一车辆的续航要求的服务客户；
基于充电站选取规则在所述充电站集合中选取服务充电站，在此服务客户之前插入所述服务充电站；
其中，所述充电站选取规则包括：所述第一车辆能够到达所述服务充电站，并且，所述第一车辆的行驶距离成本增加值最小。
4.如权利要求2所述的方法，其中，
所述总成本节约值为行驶距离成本增加值、时间窗违背成本增加值与车辆固定成本之和。
5.如权利要求1所述的方法，其中，所述获得客户组车辆调度信息包括：
获得与所述目标函数的最小值相对应的所述客户组车辆调度信息。
6.如权利要求5所述的方法，其中，
所述约束条件包括以下的至少一项：
每个客户都需要被一辆车服务且仅被服务一次；
每辆车都需要从中心出发；
客户的出度与入度均相等；
每辆车的所有配送客户的总重量不超过该车的车型载重；
车辆在服务完当前客户后才能为下一个客户服务；
车辆在充电站时只有充满后才能到下一个客户。
7.如权利要求1所述的方法，所述根据与充电站与所述客户之间的距离信息，确定每个客户组的充电站集合包括：
基于所述距离信息获得所述客户组中的全部客户对于全部充电站的优先选取排序；
根据所述优先选取排序确定每个充电站的优先选取序列，其中，所述优先选取序列中的每个元素表征为一个客户对于此充电站的优先级；
如果第一优先选取序列中的每个元素所对应的优先级都小于另一个优先选取序列中的每个元素所对应的优先级，则将所述第一优先选取序列对应的充电站设置为非选取充电站；
从包含有全部充电站的集合中除所述非选取充电站，生成所述充电站集合。
8.如权利要求1所述的方法，所述获取多个客户的地址信息，基于所述地址信息将所述多个客户分为多个客户组包括：
获取所述多个客户的经纬度信息，对所述经纬度信息进行归一化处理；
使用聚类算法并基于所述经纬度信息对所述多个客户进行聚类，生成所述多个客户组。
9.一种车辆调度装置，包括：
客户分组模块，用于获取多个客户的地址信息，基于所述地址信息将所述多个客户分为多个客户组；
充电站选取模块，用于根据充电站与所述客户之间的距离信息，确定每个客户组的充电站集合；
目标函数确定模块，用于建立用于进行车辆调度规划的目标函数和约束条件，并确定每个客户组的车辆最大调用数量；
其中，所述目标函数用于表征全部使用车辆的行驶距离成本、固定成本和时间窗惩罚成本之和；所述目标函数确定模块，用于使用节约算法并基于与所述客户组中的客户相对应的成本节约信息、车辆的续航信息以及所述充电站集合，确定所述车辆最大调用数量；
组调度信息获得模块，用于基于所述约束条件、所述车辆最大调用数量以及所述充电站集合对所述目标函数求解，获得客户组车辆调度信息；
组调度信息合并信息，用于将所述客户组车辆调度信息进行合并，获得所述多个客户的车辆调度信息。
10.一种车辆调度装置，包括：
存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至8中任一项所述的方法。
11.一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指令，所述指令被处理器执行如权利要求1至8中任一项所述的方法。
CN201910885877.6A 2019-09-19 2019-09-19 车辆调度方法、装置以及存储介质 Active CN112529487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910885877.6A CN112529487B (zh) 2019-09-19 2019-09-19 车辆调度方法、装置以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910885877.6A CN112529487B (zh) 2019-09-19 2019-09-19 车辆调度方法、装置以及存储介质

Publications (2)

Publication Number Publication Date
CN112529487A CN112529487A (zh) 2021-03-19
CN112529487B true CN112529487B (zh) 2024-05-21

Family

ID=74974066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910885877.6A Active CN112529487B (zh) 2019-09-19 2019-09-19 车辆调度方法、装置以及存储介质

Country Status (1)

Country Link
CN (1) CN112529487B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113052539A (zh) * 2021-04-12 2021-06-29 上海东普信息科技有限公司 物流配送任务调度方法、装置、设备及存储介质
CN112950091B (zh) * 2021-04-19 2024-03-15 深圳市汉德网络科技有限公司 车辆调度方法、装置及存储介质
CN113344336A (zh) * 2021-05-11 2021-09-03 中车唐山机车车辆有限公司 一种车辆调度方法、装置及存储介质
CN116645027B (zh) * 2023-04-26 2024-01-30 中国民用航空飞行学院 基于alns框架的配送车-无人机协同配送路径规划方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011044543A2 (en) * 2009-10-09 2011-04-14 Levy Paul Method and process of administrating electric vehicle charge stations and billing for the recharging of electric vehicles leveraging a single connection action using low cost charge stations
CN107578199A (zh) * 2017-08-21 2018-01-12 南京航空航天大学 一种求解二维装载约束物流车辆调度问题的方法
CN108764777A (zh) * 2018-04-26 2018-11-06 浙江工商大学 带时间窗的电动物流车调度方法和系统
CN109034465A (zh) * 2018-07-16 2018-12-18 河海大学 考虑充电站选址与出行路径耦合的充电站两层规划方法
CN109583650A (zh) * 2018-11-30 2019-04-05 浙江工商大学 一种电动车换电站选址和物流配送联合调度的方法
CN109919365A (zh) * 2019-02-19 2019-06-21 清华大学 一种基于双策略搜索的电动车辆路径规划方法及系统
CN109934532A (zh) * 2019-02-21 2019-06-25 深圳市北斗智能科技有限公司 双向运输的路线规划方法和相关装置
CN110189077A (zh) * 2019-05-20 2019-08-30 华南理工大学 一种考虑三维装载约束的多阶段车货匹配方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011044543A2 (en) * 2009-10-09 2011-04-14 Levy Paul Method and process of administrating electric vehicle charge stations and billing for the recharging of electric vehicles leveraging a single connection action using low cost charge stations
CN107578199A (zh) * 2017-08-21 2018-01-12 南京航空航天大学 一种求解二维装载约束物流车辆调度问题的方法
CN108764777A (zh) * 2018-04-26 2018-11-06 浙江工商大学 带时间窗的电动物流车调度方法和系统
CN109034465A (zh) * 2018-07-16 2018-12-18 河海大学 考虑充电站选址与出行路径耦合的充电站两层规划方法
CN109583650A (zh) * 2018-11-30 2019-04-05 浙江工商大学 一种电动车换电站选址和物流配送联合调度的方法
CN109919365A (zh) * 2019-02-19 2019-06-21 清华大学 一种基于双策略搜索的电动车辆路径规划方法及系统
CN109934532A (zh) * 2019-02-21 2019-06-25 深圳市北斗智能科技有限公司 双向运输的路线规划方法和相关装置
CN110189077A (zh) * 2019-05-20 2019-08-30 华南理工大学 一种考虑三维装载约束的多阶段车货匹配方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Michael K. Svangren 等.The connected car: an empirical study of electric cars as mobile digital devices.MobileHCI '17: Proceedings of the 19th International Conference on Human-Computer Interaction with Mobile Devices and Services.2017,第1-12页. *
基于实时信息感知的电动汽车物流配送路径优化与充电导航;邓友均;李明;余千;张鹏兴;张彦涛;;南方电网技术(第02期);全文 *
基于物流信息系统的零距离服务模式;王曦;郭晓军;;电子商务(第03期);全文 *
考虑多方需求的电动汽车充电站规划研究;罗文;周浩;于乐淘;李金宝;;新型工业化(第05期);全文 *

Also Published As

Publication number Publication date
CN112529487A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN112529487B (zh) 车辆调度方法、装置以及存储介质
CN109345161B (zh) 一种面向价值流的配送派单方法
CN110472785B (zh) 一种基于负荷分类的电动汽车群调度方法
CN111160588B (zh) 一种预约充电服务方法及系统
CN109177802B (zh) 一种基于无线通信的电动汽车有序充电系统及其方法
CN109673165A (zh) 用于调度车辆的系统和方法
CN107101643B (zh) 一种拼车匹配方法
CN110544142A (zh) 打车方法、设备及终端设备
CN115100896B (zh) 一种考虑机会充电策略的电动需求响应公交调度方法
CN114730415A (zh) 车辆管理装置和车辆管理程序
CN111653098B (zh) 多载量自动导引车交叉路口通行顺序优化方法
CN113505962B (zh) 一种考虑完整行程的电动汽车导航与充电预约方法
CN111055716B (zh) 确定充电策略的方法及装置、存储介质与处理器
CN111563708A (zh) 智慧物流货物链路运输方法及系统
CN108764800B (zh) 一种基于众包公共交通系统实现包裹快速递送的方法
CN115130727A (zh) 一种新能源纯电公交车夜间充电调度方法
CN111325371A (zh) 一种运输线路规划方法及系统
CN112819394B (zh) 运单处理方法、装置、计算机可读存储介质及电子设备
CN110704731B (zh) 一种充电桩链式推荐方法和装置
CN117035357A (zh) 一种电动出租车队在能源-交通中的充放电调度方法
CN111833595B (zh) 共享汽车辅助车辆配置方法、电子设备及存储介质
CN113657768B (zh) 基于共享电动汽车随机电量需求的移动并行充电服务方法
CN115179804A (zh) 充电控制方法与装置、计算设备及计算机存储介质
CN111079008B (zh) 出租车司机在蓄车池去留的方案推荐方法及系统
CN114254889A (zh) 充电站车辆排队调度的方法、系统、电子设备及存储介质

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