CN112668248A - 混凝土运输车调度优化计算理论模型的方法及系统 - Google Patents

Abstract

本发明涉及自动化技术领域，具体涉及一种混凝土运输车调度优化计算理论模型的方法及系统，本发明获取拌合站信息并依次获取当天需要混凝土的施工工点信息；通过标准粒子群算法确定混凝土运输车的初始工点；根据车速、运距、装卸料时间、工点所需方量、开工时间依次计算时间排布表；利用工点总等待时间和运输车车辆总等待时间计算得到调度方案；通用程序设计语言VB运行上述步骤，进行多次迭代计算，得到最优的调度方案。本发明实现运输车智能化综合调度，提升运输车在长大线性工程中的20%以上的利用效率，提高了施工作业信息化水平，具有很强的市场应用前景。

Description

混凝土运输车调度优化计算理论模型的方法及系统

技术领域

本发明涉及自动化技术领域，具体涉及一种混凝土运输车调度优化计算理论模型的方法及系统。

背景技术

随着社会经济的快速发展及人们对物质文明需求的不断增长,现代工业技术得到了迅速发展,这也使得工程实践中伴随的最优化问题大量涌现。混凝土运输车调度是大型建筑施工中广泛存在的一个最优化问题，处理不好轻则影响施工进度,降低建筑企业的经济效益,重则造成施工作业混乱和施工单位间的矛盾。

线性工程项目施工中,混凝土用量巨大,施工现场空间动辄数十公里,气候条件随四季变化,路况多变(如上坡、下坡、急转弯、悬崖、坑洼)，其运输车调度相对于楼房建筑有很多特殊性。线性工程项目施工中沿途经过的地质条件复杂、结构形式多，对施工单位来说是巨大的挑战，需要合理的组织施工，保证工程进度，需要对项目管理过程进行全局把握，保证材料、设备供应及时，确保工期。且此类项目一般为政府项目，施工质量必须得到保证。这就需要施工单位合理组织施工，确保施工质量的同时，保证工程按期完工。

目前，由于施工工期紧、任务重、施工单位缺少科学合理的运输车调度安排，造成施工中混凝土调度混乱，浪费严重。因此，研究线性工程项目中运输车智能化调度的成套技术势在必行。

发明内容

针对现有技术的不足，本发明公开了一种混凝土运输车调度优化计算理论模型的方法及系统，目的是建立一个混凝土调度安排的优化计算理论模型，同时将模型通过程序实现自动化计算，以方便工程项目对混凝土运输车的优化调度。

本发明通过以下技术方案予以实现：

第一方面，本发明公开了一种混凝土运输车调度优化计算理论模型的方法,包括以下步骤：

S1获取拌合站信息并依次获取当天需要混凝土的施工工点信息；

S2通过标准粒子群算法确定混凝土运输车的初始工点；

S3根据车速、运距、装卸料时间、工点所需方量、开工时间依次计算时间排布表；

S4利用工点总等待时间和运输车车辆总等待时间计算得到调度方案；

S5通用程序设计语言VB运行上述步骤，进行多次迭代计算，得到最优的调度方案。

更进一步的，所述方法采用标准粒子群算法，见下式

式中，i＝1,2,……,N为种群大小；w为惯性权重；v_i ^t、x_i ^t为粒子i在第t代的速度及位置方向向量；pbest_i ^t、gbest^t为第t代的粒子i的个体最优及全体粒子的全局最优；c₁、c₂为个体认知权重及全体社会权重；r₁、r₂为两个均匀分布在[0,1]之间的随机D维矢量参数。

更进一步的，所述方法中，惯性权重w取为随机数，按式(3)计算；个体认知权重c₁及全体社会权重c₂均取常数，默认0.5；

式中，Rnd＝[0,1)，即大于等于0小于1的随机数。

更进一步的，所述方法中，为避免初始速度过大而产生局部最优，初始速度按下式进行计算：

式中，N_gd为工点的总个数。

更进一步的，所述方法中，混凝土运输车的初始位置按下式计算

x_i＝<N_gd·Rnd+0.5> (5)

式中，< >符号表示四舍五入取整数，x_i表示工点序号，计算过程中速度及位置出现越界时，取边界值。

更进一步的，所述方法将“所有工点总等待时间”和“所有运输车车辆总等待时间”两者之和最小的方案设为最优方案。

更进一步的，所述方法中，拌合站信息包括可供调度的罐车总数量、罐车容积和装车时间。

更进一步的，所述方法中，施工工点信息包括工点名称、需要混凝土的方量、车辆由拌合站到达工点所需的时间与由工点返回拌合站的时间、到达工点后的浇筑所需时间、工点的开工时间以及工点所允许浇筑的最大中断时间。

更进一步的，所述方法通过调整算法参数的惯性权重、认知权重和社会权重，粒子数或迭代次数对混凝土运输车调度方案进行比对计算。

第二方面，本发明公开了一种混凝土运输车调度优化计算理论模型的系统，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行第一方面所述的混凝土运输车调度优化计算理论模型的方法。

本发明的有益效果为：

本发明实现运输车智能化综合调度，提升运输车在长大线性工程中的20％以上的利用效率，提高了施工作业信息化水平。

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。

图1是一种混凝土运输车调度优化计算理论模型的方法的原理步骤图；

图2是本发明实施例拌合站信息图；

图3是本发明实施例重新录入功能图；

图4是本发明实施例模型参数图；

图5是本发明实施例优化计算图；

图6是本发明实施例运行结果I图；

图7是本发明实施例运行结果II图；

图8是本发明实施例运行结果III图；

图9是本发明实施例配送方案图；

图10是本发明实施例保存方案图。

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作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。

实施例1

本实施例公开如图1所示的一种混凝土运输车调度优化计算理论模型的方法,包括以下步骤：

S1获取拌合站信息并依次获取当天需要混凝土的施工工点信息；

S2通过标准粒子群算法确定混凝土运输车的初始工点；

S3根据车速、运距、装卸料时间、工点所需方量、开工时间依次计算时间排布表；

S4利用工点总等待时间和运输车车辆总等待时间计算得到调度方案；

S5通用程序设计语言VB运行上述步骤，进行多次迭代计算，得到最优的调度方案。

本实施例有效地解决了土木工程项目中(尤其是长大线性工程)，由于运输车调度安排不当而造成工期延误、质量不达标等问题，可实现运输车智能化综合调度，提升运输车在长大线性工程中的20％以上的利用效率，提高了施工作业信息化水平。

本实施例对工程项目具有重要意义，可运用于工程实践领域。

实施例2

本实施例公开一种混凝土运输车优化调度模型的建立，在本实施例中，通过数学角度看,混凝土运输车调度是一类混合整数规划划问题,在学术上构成了一种NP难问题,有很高的求解难度。模仿自然界的各类生态系统的仿生算法,在许多复杂的最优化问题上的求解能得到较好的结果,并且具有实用性、通用性、灵活性和高效性等特点,因此,仿生算法在近年来成为解决最优化问题的重要方向和研究热点。粒子群优化算法(Particle SwarmOptimization,PSO)，因其具有结构简单和收敛快速等特点，粒子群优化算法被广泛地用来求解最优化问题。

本实施例采用标准粒子群算法(PSO-S)，见下式

式中，i＝1,2,……,N(种群大小)；w为惯性权重；v_i ^t、x_i ^t为粒子i在第t代的速度及位置方向向量；pbest_i ^t、gbest^t为第t代的粒子i的个体最优及全体粒子的全局最优；c₁、c₂为个体认知权重及全体社会权重；r₁、r₂为两个均匀分布在[0,1]之间的随机D维矢量参数。

本实施例根据已有研究成果，结合实践经验，惯性权重w取为随机数，按式(3)计算；个体认知权重c₁及全体社会权重c₂均取常数，默认0.5，可通过程序进行修改。

式中，Rnd＝[0,1)，即大于等于0小于1的随机数。

为避免初始速度过大而产生局部最优，初始速度按下式进行计算

式中，N_gd为工点的总个数。

初始位置按下式计算

x_i＝<N_gd·Rnd+0.5> (5)

式中，< >符号表示四舍五入取整数。注：xi表示工点序号。计算过程中速度及位置出现越界时，取边界值。

通过上述操作即可确定初始工点，然后根据车速、运距、装卸料时间、工点所需方量、开工时间等依次计算时间排布表，排出发车方案。并统计出“所有工点总等待时间”和“所有运输车车辆总等待时间”，且将两者之和最小的方案认为是最优方案。通过多次迭代计算(迭代次数可通过程序设定)，找到最优的调度方案。

实施例3

本实施例公开优化模型的程序化实现，本实施例采用通用程序设计语言VB对上述优化模型进行计算。首先需要给出拌合站信息(参见图2)：可供调度的罐车总数量、罐车容积(可选择8/10/12/16)和装车时间，然后依次录入当天需要混凝土的施工工点信息：工点名称、需要混凝土的方量、车辆由拌合站到达工点所需的时间与由工点返回拌合站的时间、到达工点后的浇筑所需时间、工点的开工时间以及工点所允许浇筑的最大中断时间。

如图3所示，如录入信息有误，可通过数据删除功能删除工点后重新录入。点击“全部清除”功能可清除所有工点信息。

本实施例计算方法采用目前较热门的粒子群优化的仿生算法，如图4所示通过调整算法参数(惯性权重、认知权重和社会权重)、粒子数或迭代次数可对方案进行比对计算，以求得到最优的调度方案。

如图5所示点击“优化计算”开始进行求解，求解过程给出了计算完成程度，便于工程人员了解还需多久完成计算。本程序最多保存10个最优方案，以便使用人员选择更为合理的调度方案。

计算结束后，会给出结果说明：1(如图6所示)、找到满足条件的调度方案(并给出具体方案号)，2(如图7所示)、找到满足条件的调度方案，而车辆充足，可较少砼罐车的数量，3、(如图8所示)未找到满足条件的调度方案，请调整罐车数量、施工单位个数或模型参数。

点击“确定”后查看计算结果。给出不同方案的最优情况概述，并给出具体的配送方案(参见图9)。配送方案中给出了最后一辆车所需载送的混凝土方量。

如图10所示点击“保存方案”后可对计算结果进行保存。默认保存文件为“结果-”和当前的日期，保存路径为程序所在的文件目录。文件结果中给了计算时间、施工单位信息、计算得到最优解的情况概述以及具体的配送方案。

实施例4

本实施例公开一种混凝土运输车调度优化计算理论模型的系统，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行混凝土运输车调度优化计算理论模型的方法。

综上，本发明有效地解决了土木工程项目中(尤其是长大线性工程)，由于运输车调度安排不当而造成工期延误、质量不达标等问题，可实现运输车智能化综合调度，提升运输车在长大线性工程中的20％以上的利用效率，提高了施工作业信息化水平。对工程项目具有重要意义，可运用于工程实践领域。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述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精神和范围。

Claims (10)

1.一种混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法包括以下步骤：

S1获取拌合站信息并依次获取当天需要混凝土的施工工点信息；

S2通过标准粒子群算法确定混凝土运输车的初始工点；

S3根据车速、运距、装卸料时间、工点所需方量、开工时间依次计算时间排布表；

S4利用工点总等待时间和运输车车辆总等待时间计算得到调度方案；

S5通用程序设计语言VB运行上述步骤，进行多次迭代计算，得到最优的调度方案。

2.根据权利要求1所述的混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法采用标准粒子群算法，见下式

式中，i＝1,2,……,N为种群大小；w为惯性权重；v_i ^t、x_i ^t为粒子i在第t代的速度及位置方向向量；pbest_i ^t、gbest^t为第t代的粒子i的个体最优及全体粒子的全局最优；c₁、c₂为个体认知权重及全体社会权重；r₁、r₂为两个均匀分布在[0,1]之间的随机D维矢量参数。

3.根据权利要求2所述的混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法中，惯性权重w取为随机数，按式(3)计算；个体认知权重c₁及全体社会权重c₂均取常数，默认0.5；

式中，Rnd＝[0,1)，即大于等于0小于1的随机数。

4.根据权利要求2所述的混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法中，为避免初始速度过大而产生局部最优，初始速度按下式进行计算：

式中，N_gd为工点的总个数。

5.根据权利要求2所述的混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法中，混凝土运输车的初始位置按下式计算

x_i＝<N_gd·Rnd+0.5> (5)

式中，<>符号表示四舍五入取整数，x_i表示工点序号，计算过程中速度及位置出现越界时，取边界值。

6.根据权利要求1所述的混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法将“所有工点总等待时间”和“所有运输车车辆总等待时间”两者之和最小的方案设为最优方案。

7.根据权利要求1所述的混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法中，拌合站信息包括可供调度的罐车总数量、罐车容积和装车时间。

8.根据权利要求1所述的混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法中，施工工点信息包括工点名称、需要混凝土的方量、车辆由拌合站到达工点所需的时间与由工点返回拌合站的时间、到达工点后的浇筑所需时间、工点的开工时间以及工点所允许浇筑的最大中断时间。

9.根据权利要求1所述的混凝土运输车调度优化计算理论模型的方法,其特征在于，所述方法通过调整算法参数的惯性权重、认知权重和社会权重，粒子数或迭代次数对混凝土运输车调度方案进行比对计算。

10.一种混凝土运输车调度优化计算理论模型的系统，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至9中任一项所述的混凝土运输车调度优化计算理论模型的方法。

Images