CN114022055B - 基于园区荷载能力的在途排队调控方法、装置及电子设备 - Google Patents
基于园区荷载能力的在途排队调控方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114022055B CN114022055B CN202210007413.7A CN202210007413A CN114022055B CN 114022055 B CN114022055 B CN 114022055B CN 202210007413 A CN202210007413 A CN 202210007413A CN 114022055 B CN114022055 B CN 114022055B
- Authority
- CN
- China
- Prior art keywords
- time
- park
- loading
- load capacity
- beat
- 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
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
- G06Q10/06313—Resource planning in a project environment
-
- 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
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于园区荷载能力的在途排队调控方法、装置及电子设备,涉及工矿物资运输技术领域,以园区设计的荷载能力及装载车位启用情况作为切入点,结合分配初始时间节拍的在途排队队列,获得针对当前运输车辆的可允许入园的最早时间起点,并统计最大允许荷载时间窗口内已分配初始时间节拍的车辆总数,通过车辆总数与荷载能力值的比对,确定当前运输车辆的允许入园理论时间起点,最后与理论到达时间及初始时间节拍结合,构建目标建议入园时间段。本发明在为请求到厂的运输车辆分配建议入园时间计划时,充分考虑到园区自身荷载及装载状态,使在途排队结果能够与资源分配有机结合,大幅改善在途排队机制的合理性,并显著优化园区的装载效率。
Description
技术领域
本发明涉及工矿物资运输技术领域,尤其涉及一种基于园区荷载能力的在途排队调控方法、装置及电子设备。
背景技术
目前,工矿企业原材料采购收货、产品销售发货等以汽车为主要的运输工具,以石化领域为例,货物进出厂运输涉及众多的上下游厂商、承运商,且不同运输任务具有不同的货物种类、运输时间等限制条件,以及司机、车辆等个体情况对运输过程存在的直接影响,使得运输过程难以形成统一的模式,自发性特点显著,导致以企业园区(企业厂区所在地)为中心的汽车运输体系具有强无序性,从安全生产、资源高效利用等方面给企业带来了巨大挑战。
针对由于运输车辆个体的自发性所导致的无序到达园区的情况,目前常见的解决思路是在园区外设置专门的停车场,在来厂运载货物的车辆到达后,按照到达先后顺序通过派发通行卡、打印出入凭证等方式排队入园,以此将无序到达转化为有序入园,但该方案仍不能避免车辆集中到达而产生的入园排长队、拥堵等问题,同时也不能避免入园车辆过少时导致的园区内装卸设备等资源闲置,其根本原因是车辆无序到达园区所导致。
在此基础上,本领域提出了一种站位于企业自身,并结合请求到厂运输的用户自身行为状态的在途排队方案,该方案的思路是无需用户提出预约来园区的时间,而是根据用户的运载请求中的信息主动为其分配到厂时间段,具体地,可以基于园区内的装载效率以及可用装载车位数量划分出时间节拍(基于历史装载数据求取园区针对待运输产品的装载效率,根据装载效率以及当前园区内可用装载车位的总数求取节拍值,并利用节拍值对预设的计划排队时间范围进行分割,得到若干个表征“节拍”的时间单元),并以运输车辆个体的运输需求及在途位置数据与地图导航技术结合,得到车辆的理论到达时间,根据理论到达时间以及时间节拍的时序,为请求来厂的运输车辆逐一分配入园时间单元序列,完成在途排队处理任务。
上述方案能够为请求到厂的全部运输车辆分配建议入园时间计划,使其有序到达园区,但在实际应用中,前述方案对于时间单元的分配相对而言,其考虑的维度是以用户在途状态为主,即主要是基于由地图导航技术获取到的理论到达时间作为节拍分配基础,即便经过实践证明前述方式依然可靠、可行,但所涉维度相对较为单一,使得给用户分配的建议到厂时间结果略显片面。尤其地,在实际应用中发现,园区的荷载能力与前述方案中提及的在途排队时间分派存在关联,即,当前园区内对于运输车辆的吞吐量会动态影响到在途排队的最终结果,从而可以弥补前述在途排队方案可能的缺陷或不足,使用户接收到的建议入厂时间既合理又与园区装载作业的效率更为匹配。
发明内容
鉴于上述,本发明旨在提供一种基于园区荷载能力的在途排队调控方法、装置及电子设备,以优化在途排队应用中时间单元分配的合理性。
本发明采用的技术方案如下:
第一方面,本发明提供了一种基于园区荷载能力的在途排队调控方法,其中包括:
预先由请求入厂的各运输车辆的定位数据及地图导航技术,获取所述运输车辆的理论到达时间,并基于所述理论到达时间划分各所述运输车辆的初始时间节拍,所述初始时间节拍表征针对当前运输车辆拟定的建议进入园区的时间段;
提取当前运输车辆的所述初始时间节拍的开始时间点;
根据所述开始时间点、所述初始时间节拍的间隔时长以及预设的荷载能力值,求取针对当前运输车辆的可允许入园的最早时间起点;
结合所述荷载能力值以及当前装载车位的启用情况,确定最大允许荷载时间窗口,并统计所述最大允许荷载时间窗口内已分配所述初始时间节拍的车辆总数;
根据所述车辆总数与所述荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点;
选取所述允许入园理论时间起点与所述理论到达时间的最晚者作为目标开始时间,并结合所述初始时间节拍的结束时间点,构建用于发送至用户的目标建议入园时间段。
在其中至少一种可能的实现方式中,所述根据所述开始时间点、所述初始时间节拍的间隔时长以及预设的荷载能力值,求取针对当前运输车辆的可允许入园的最早时间起点包括按下述公式计算:
B=H-(n-1)×t
其中,B为最早时间起点,H为开始时间点,n为以除装载车位之外的设定最大荷载量表征的荷载能力值,t为初始时间节拍的间隔时长。
在其中至少一种可能的实现方式中,所述结合所述荷载能力值以及当前装载车位的启用情况,确定最大允许荷载时间窗口包括:
根据所述荷载能力值以及当前启用的装载车位总数,求取表征当前最大容纳值的最大允许节拍数;
基于所述最大允许节拍数、所述间隔时长以及所述开始时间点,得到所述最大允许荷载时间窗口。
在其中至少一种可能的实现方式中,所述根据所述车辆总数与所述荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点包括:
当所述车辆总数小于所述荷载能力值时,将所述最早时间起点确定为当前运输车辆的允许入园理论时间起点;
当所述车辆总数大于或等于所述荷载能力值时,将已分配所述初始时间节拍的运输车辆的最先装载车位释放时间点作为允许入园理论时间起点;其中,所述装载车位释放时间点等于开始时间点与预设的单个装载车位装车用时之和。
第二方面,本发明提供了一种基于园区荷载能力的在途排队调控装置,其中包括:
初始节拍队列生成模块,用于预先由请求入厂的各运输车辆的定位数据及地图导航技术,获取所述运输车辆的理论到达时间,并基于所述理论到达时间划分各所述运输车辆的初始时间节拍,所述初始时间节拍表征针对当前运输车辆拟定的建议进入园区的时间段;
节拍开始时间提取模块,用于提取当前运输车辆的所述初始时间节拍的开始时间点;
可允许入园时间确定模块,用于根据所述开始时间点、所述初始时间节拍的间隔时长以及预设的荷载能力值,求取针对当前运输车辆的可允许入园的最早时间起点;
最大荷载窗口车辆统计模块,用于结合所述荷载能力值以及当前装载车位的启用情况,确定最大允许荷载时间窗口,并统计所述最大允许荷载时间窗口内已分配所述初始时间节拍的车辆总数;
允许入园理论时间确定模块,用于根据所述车辆总数与所述荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点;
目标建议入园时间构建模块,用于选取所述允许入园理论时间起点与所述理论到达时间的最晚者作为目标开始时间,并结合所述初始时间节拍的结束时间点,构建用于发送至用户的目标建议入园时间段。
在其中至少一种可能的实现方式中,所述可允许入园时间确定模块按下述公式计算最早时间起点:
B=H-(n-1)×t
其中,B为最早时间起点,H为开始时间点,n为以除装载车位之外的设定最大荷载量表征的荷载能力值,t为初始时间节拍的间隔时长。
在其中至少一种可能的实现方式中,所述最大荷载窗口车辆统计模块包括最大允许荷载时间窗口计算单元,所述最大允许荷载时间窗口计算单元包括:
最大允许节拍数计算组件,用于根据所述荷载能力值以及当前启用的装载车位总数,求取表征当前最大容纳值的最大允许节拍数;
最大允许荷载时间窗口获取组件,用于基于所述最大允许节拍数、所述间隔时长以及所述开始时间点,得到所述最大允许荷载时间窗口。
在其中至少一种可能的实现方式中,所述允许入园理论时间确定模块包括:
第一允许入园理论时间起点确定单元,用于当所述车辆总数小于所述荷载能力值时,将所述最早时间起点确定为当前运输车辆的允许入园理论时间起点;
第二允许入园理论时间起点确定单元,用于当所述车辆总数大于或等于所述荷载能力值时,将已分配所述初始时间节拍的运输车辆的最先装载车位释放时间点作为允许入园理论时间起点;其中,所述装载车位释放时间点等于开始时间点与预设的单个装载车位装车用时之和。
第三方面,本发明提供了一种电子设备,其中包括:
一个或多个处理器、存储器以及一个或多个计算机程序,所述存储器可以采用非易失性存储介质,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述设备执行时,使得所述设备执行如第一方面或者第一方面的任一可能实现方式中的所述方法。
本发明的主要设计构思在于,以园区设计的运输车辆荷载能力以及装载车位启用情况作为切入点,结合预先分配初始时间节拍的在途排队队列,获得针对当前运输车辆的可允许入园的最早时间起点,并同步地统计出最大允许荷载时间窗口内已分配初始时间节拍的车辆总数,根据所述车辆总数与荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点,最后与理论到达时间及初始时间节拍的结束时间点结合,构建出发送至用户的目标建议入园时间段。本发明在为请求到厂的运输车辆分配建议入园时间计划时,充分考虑到园区自身的荷载及装载状态,使在途排队结果能够与资源分配有机结合,大幅改善在途排队机制的合理性,并显著优化园区的装载效率。
附图说明
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步描述,其中:
图1为本发明实施例提供的基于园区荷载能力的在途排队调控方法的流程图;
图2为本发明实施例提供的基于园区荷载能力的在途排队调控装置的示意图;
图3为本发明实施例提供的电子设备的示意图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
在展开本发明具体方案之前,对本发明的构思基础再进行下述介绍:当前园区内可用的装载车位与在途排队结果具有相关性,以石化场景为例,鹤位状态会因设备运维检修、突发故障等原因开启或关闭,不同时间可用鹤位的数量可能不同,而鹤位数量则可能在很大程度上影响园区的荷载能力,因此,根据园区的荷载能力、实际可用的鹤位数量,对运输车辆在途排队(基于建议入园时间排序)的准确性可起到有效的补充作用。
本发明提出了一种基于园区荷载能力的在途排队调控方法的实施例,具体来说,如图1所示,其中包括:
步骤S1、预先由请求入厂的各运输车辆的定位数据及地图导航技术,获取所述运输车辆的理论到达时间,并基于所述理论到达时间划分各所述运输车辆的初始时间节拍,所述初始时间节拍表征针对当前运输车辆拟定的建议进入园区的时间段;
还需指出的是,初始时间节拍并非限定为第一次分配的时间节拍,初始二字是针对本发明方案的后续步骤相对而言,即在本发明方案的第一步,以“初始”作为区分。在实际操作中,基于理论到达时间划分各运输车辆的时间节拍后还可以形成节拍序列,该节拍序列中各车辆所有的具体时间节拍也可以在其他方案中因某些特定因素而调整、改变,但在本发明中,无论调整与否,节拍序列中每辆运输车辆的当前时间节拍皆为所述初始时间节拍。
此部分内容,并非本发明的重点,在这里仅作如下说明:
以石化运载场景为例,在实际操作中,可以基于当前时刻的前6个月园区内某产品的单鹤位(在其他领域可以理解为待运输物品专用的装载车位,也即是运输车辆在此装载车位处进行所需产品的装载)装车时长的历史统计数据,由此可以计算出单个鹤位平均装车时间。然后,在获知某一待运输产品(在该示例中可以是指石化领域的油气产品)的单个鹤位历史平均装车时间以及当前开放的鹤位个数后,便可以得到当前该目标产品的装车效率,可称之为“节拍”,在实际操作中,节拍所代表的物理意义可以由运输车辆排队时车与车之间的时间间隔予以表征。当车辆按照此时间段(节拍)进入园区顺序作业后,园区内的装车效率便会达到理想的满载状态,且车辆按时陆续进入,也会缓解园区外车辆拥堵、无序的状态。例如,单个鹤位装车用时记为T(单位分钟,可以来自前述装载效率),当前启用鹤位数量 r(处于开放状态的鹤位总数),那么所述节拍t的求取方式可以如下:t=T/r(单位分钟)。在前述节拍t得到后,便可以对计划排队总时间范围进行切分(这里提到的计划排队总时间是指来自园区安排的允许运载时间,例如从允许到厂运载日期的零点开始至18点为所述计划排队总时间,以20分钟该时间段作为一个节拍(单鹤位装车用时T=80分钟,启用鹤位数量r=4,t=20分钟),将总时间切片为若干个时间单元:00:00~00:20,00:20~00:40,00:40~01:00……17:40~18:00,每一个时间单元即对应一个节拍,且可以理解地,在每个时间单元的两端,代表该节拍的开始时间点以及结束时间点。
并可以结合各个请求入园的运输车辆的理论到达时间A(由车辆在途位置以及地图、导航技术得到,可参考现有技术),形成如下形式的节拍队列:
00:00~00:20,2#车(理论00:15到达)
00:20~00:40,1#车(理论00:30到达)
00:40~01:00,4#车(理论00:32到达)
01:00~01:20,5#车(理论01:15到达)
01:20~01:40,空缺
01:40~02:00,3#车(理论01:55到达)
02:00~02:20,空缺
……
步骤S2、提取当前运输车辆的所述初始时间节拍的开始时间点;
步骤S3、根据所述开始时间点、所述初始时间节拍的间隔时长以及预设的荷载能力值,求取针对当前运输车辆的可允许入园的最早时间起点;
这里提及的荷载能力可以用最大荷载量表示,其代表了园区内容纳运输车辆的能力(单位为辆)。具体来说,当前进出园区车辆数据,启用的装载车位(例如石化领域中的鹤位)数量、园区内的地磅称重区域、园区内的道路以及内部排队缓冲区等均具有容纳车辆的能力,也即是可以从园区内预设的若干个区域容纳车辆的综合能力来获得所述荷载能力。
在实际操作中,例如可以获取到车辆进出园区的门禁记录数据,实时获得园区内当前对于运输车辆的可容纳量,并基于此获得并设定园区当前的最大荷载量;进一步地,在园区内的道路、装载设施等未发生变化时,可以统计预设时间区间内的车辆进出园区门禁数据,这里需要补充的是,由于某些待运输产品受气温影响比较大,所以针对不同的产品,可以使用不同的时间区间内的历史数据,从而得到某时间区间与园区吞吐量相关的最大荷载量,再结合实时开放的鹤位总数,得到园区的实时荷载能力。
而在本发明的一些优选实施例中,此处提及的荷载能力值可以是指排除装载车位(鹤位)的设定经验值,也即是在不考虑装载车位启用情况前提下,仅由设计好的园区内允许同时容纳的车辆上限数目设定该最大荷载量n,基于此,由所述开始时间点H、所述初始时间节拍的间隔时长t以及预设的荷载能力值n,可按下述公式求取可允许入园的最早时间起点B:
B=H-(n-1)×t
本示例是指,在请求入厂的当前运输车辆分配前述初始时间节拍后,获取其节拍开始时间,并在不超过除鹤位外的最大荷载量(例如n=8)的基础上,当前车辆可获得的最早时间起点B,即当前车辆理论可入园装载的时间起点之前空余出的时间窗口(n-1)×t,也可以理解为,将已分配节拍的开始时间作为时间终点,该时间终点之前的(n-1)×t时间段内均可允许当前车辆入园。以t=20分钟举例来说,当前运输车辆被分派的初始时间节拍为18:20~18:40,提取到开始时间点H为18:20,由此,可允许入园的最早时间起点B为18:20-7×20,即16:00(18:20的140分钟之前的时刻)。
换言之,在B与H组成的时间区间内,园区为当前运输车辆开放了提前于所述初始时间节拍的入园窗口,这样,如果当前车辆可以比导航技术提供的理论到达时间A(例如18:35)提前来园,且其提前到达的时间在[B,H]= 16:00~18:20区间内,则可以允许其提前入园进行装载。当然,至此环节,本发明仅提出了一种中间处理结果,至于最终推送给用户的建议入园时间,还可以结合后续处理步骤。
以步骤S1示例而言,此环节可以得到如下数据:
00:00~00:20,2#车(理论00:15到达),可允许入园区间21:40(前一日)~00:00
00:20~00:40,1#车(理论00:30到达),可允许入园区间22:00~00:20
00:40~01:00,4#车(理论00:32到达),可允许入园区间22:20~00:40
01:00~01:20,5#车(理论01:15到达),可允许入园区间22:40~01:00
01:20~01:40,空缺,可允许入园区间23:00~01:20(此值也可不作计算)
01:40~02:00,3#车(理论01:55到达),可允许入园区间23:20~01:40
02:00~02:20,空缺,可允许入园区间23:40~02:00(此值也可不作计算)
……
步骤S4、结合所述荷载能力值以及当前装载车位的启用情况,确定最大允许荷载时间窗口,并统计所述最大允许荷载时间窗口内已分配所述初始时间节拍的车辆总数;
具体地,此环节是在确定实际开放的可允许入园时间内已存在的车辆数目,因而为了体现实际开放的程度,此阶段需要与装载车位(鹤位)启用情况关联,因为车辆在园区内装载时同样在占用车辆容纳资源,由此,本发明提出一个概念:表征当前最大容纳值的最大允许节拍数y,其可以理解为任意时刻可分配给车辆的最大节拍数量,物理含义就是将前述的预设最大荷载量n加上当前启用的装载车位总数r(如前述r=4),这里可以进一步补充的是,结合实际应用而言,如果仅以y=n+r作为当前最大容纳值,则在某些场景中可能与待分配最终建议入园时间的当前运输车辆产生冲突,因此,在本发明的另一些较佳实施例中提出,需要考虑为当前启用的装载车位总数r留出一个交换位,即需要正在装载车位上的车辆完成装载操作离开该装载车位,才允许当前车辆进入,所以在该实施例中,y=n+r-1。
接续前文,最大允许荷载时间窗口即是以当前运输车辆所分派的初始时间节拍的开始时间点为终点,向前回溯至与当前最大容纳值相关的时间起始点,该时间起始点可以表示为H-y×t,结合前例,最大允许荷载时间窗口即为[H-y×t,H]=14:40~18:20,然后可以结合前述步骤S1获取到该14:40~18:20时间范围内已分配所述初始时间节拍的车辆总数e,此数值可以理解为结合了园区荷载能力以及装载实时情况的实际车辆入园规划状态。
步骤S5、根据所述车辆总数与所述荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点;
在实际操作中,当所述车辆总数小于所述荷载能力值时,将所述最早时间起点确定为当前运输车辆的允许入园理论时间起点;当所述车辆总数大于或等于所述荷载能力值时,将已分配所述初始时间节拍的运输车辆的最先离园时间点(在实际操作中,也即可以理解为最先的装载车位释放时间点)作为允许入园理论时间起点。其中,所述装载车位释放时间点等于开始时间点H与预设的单个鹤位装车用时T之和。这里提及的最先离园时间点,是指在最大荷载量限制下的最先,而不是申请排队的最先,也即是是当前运输车辆之前的n辆已按在途排队机制分配有时间节拍的运输车辆中谁先释放车位,就以该释放车位车辆的离园时间作为前述允许入园理论时间起点。
具体地,车辆总数e小于最大荷载量n,则以前述最早时间起点B作为该允许入园理论时间起点D,即D=B,其含义是:当统计得到的已分配节拍车辆数量e未超过园区设计最大荷载量时,园内还有空间驻留待运载货物的运输车辆,则当前运输车辆可以提前在[B,H]时间区间提前入园。
否则,说明园区处于针对运输车辆的荷载能力达到了饱和状态,那么,可以理解地,当前运输车辆可被园区容纳的条件是:之前有一辆车离开园区(离开装载车位即可代表完成装载任务,离开园区),此时刻起,园区才具备容纳当前运输车辆的能力,也即是前述条件发生的时间点C就成为当前运输车辆的允许入园理论时间起点,即D=C,这里的C是可以根据单个装载车位装车效率估算出的,即C=H+T。
步骤S6、选取所述允许入园理论时间起点与所述理论到达时间的最晚者作为目标开始时间,并结合所述初始时间节拍的结束时间点,构建用于发送至用户的目标建议入园时间段。
也即是,将前述过程计算出的D与前文提及由地图导航技术得到的理论到达时间进行比对,将二者中的在后者作为目标开始时间,即对应D或A,并以初始节拍的结束时间点H+t作为目标结束时间,由此构建[D or A, H+t]作为发送给用户的最终的建议入园时间段。其中,如图1所示,本步骤中提及的前述理论到达时间可由预先步骤S1获取后在执行过程中并行提供,对此本发明不作赘述。
综上所述,本发明的主要设计构思在于,以园区设计的运输车辆荷载能力以及装载车位启用情况作为切入点,结合预先分配初始时间节拍的在途排队队列,获得针对当前运输车辆的可允许入园的最早时间起点,并同步地统计出最大允许荷载时间窗口内已分配初始时间节拍的车辆总数,根据所述车辆总数与荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点,最后与理论到达时间及初始时间节拍的结束时间点结合,构建出发送至用户的目标建议入园时间段。本发明在为请求到厂的运输车辆分配建议入园时间计划时,充分考虑到园区自身的荷载及装载状态,使在途排队结果能够与资源分配有机结合,大幅改善在途排队机制的合理性,并显著优化园区的装载效率。
相应于上述各实施例及优选方案,本发明还提供了一种基于园区荷载能力的在途排队调控装置的实施例,如图2所示,具体可以包括如下部件:
初始节拍队列生成模块1,用于预先由请求入厂的各运输车辆的定位数据及地图导航技术,获取所述运输车辆的理论到达时间,并基于所述理论到达时间划分各所述运输车辆的初始时间节拍,所述初始时间节拍表征针对应当前运输车辆拟定的建议进入园区的时间段;
节拍开始时间提取模块2,用于提取当前运输车辆的所述初始时间节拍的开始时间点;
可允许入园时间确定模块3,用于根据所述开始时间点、所述初始时间节拍的间隔时长以及预设的荷载能力值,求取针对当前运输车辆的可允许入园的最早时间起点;
最大荷载窗口车辆统计模块4,用于结合所述荷载能力值以及当前装载车位的启用情况,确定最大允许荷载时间窗口,并统计所述最大允许荷载时间窗口内已分配所述初始时间节拍的车辆总数;
允许入园理论时间确定模块5,用于根据所述车辆总数与所述荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点;
目标建议入园时间构建模块6,用于选取所述允许入园理论时间起点与所述理论到达时间的最晚者作为目标开始时间,并结合所述初始时间节拍的结束时间点,构建用于发送至用户的目标建议入园时间段。
在其中至少一种可能的实现方式中,所述可允许入园时间确定模块按下述公式计算最早时间起点:
B=H-(n-1)×t
其中,B为最早时间起点,H为开始时间点,n为以除装载车位之外的设定最大荷载量表征的荷载能力值,t为初始时间节拍的间隔时长。
在其中至少一种可能的实现方式中,所述最大荷载窗口车辆统计模块包括最大允许荷载时间窗口计算单元,所述最大允许荷载时间窗口计算单元包括:
最大允许节拍数计算组件,用于根据所述荷载能力值以及当前启用的装载车位总数,求取表征当前最大容纳值的最大允许节拍数;
最大允许荷载时间窗口获取组件,用于基于所述最大允许节拍数、所述间隔时长以及所述开始时间点,得到所述最大允许荷载时间窗口。
在其中至少一种可能的实现方式中,所述允许入园理论时间确定模块包括:
第一允许入园理论时间起点确定单元,用于当所述车辆总数小于所述荷载能力值时,将所述最早时间起点确定为当前运输车辆的允许入园理论时间起点;
第二允许入园理论时间起点确定单元,用于当所述车辆总数大于或等于所述荷载能力值时,将已分配所述初始时间节拍的运输车辆的最先装载车位释放时间点作为允许入园理论时间起点;其中,所述装载车位释放时间点等于开始时间点与预设的单个装载车位装车用时之和。
应理解图2所示的基于园区荷载能力的在途排队调控装置中各个部件的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些部件可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分部件以软件通过处理元件调用的形式实现,部分部件通过硬件的形式实现。例如,某个上述模块可以为单独设立的处理元件,也可以集成在电子设备的某一个芯片中实现。其它部件的实现与之类似。此外这些部件全部或部分可以集成在一起,也可以独立实现。在实现过程中,上述方法的各步骤或以上各个部件可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些部件可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit;以下简称:ASIC),或,一个或多个微处理器(Digital Signal Processor;以下简称:DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array;以下简称:FPGA)等。再如,这些部件可以集成在一起,以片上系统(System-On-a-Chip;以下简称:SOC)的形式实现。
综合上述各实施例及其优选方案,本领域技术人员可以理解的是,在实际操作中,本发明所涉及的技术构思可适用于多种实施方式,本发明以下述载体作为示意性说明:
(1)一种电子设备。该设备具体可以包括:一个或多个处理器、存储器以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述设备执行时,使得所述设备执行前述实施例或者等效实施方式的步骤/功能。
该电子设备具体可以为与计算机相关的电子设备,例如但不限于各类电脑、交互终端及电子产品等,例如平板、手机等。
图3为本发明提供的电子设备的实施例的结构示意图,具体地,电子设备包括处理器910和存储器930。其中,处理器910和存储器930之间可以通过内部连接通路互相通信,传递控制和/或数据信号,该存储器930用于存储计算机程序,该处理器910用于从该存储器930中调用并运行该计算机程序。上述处理器910可以和存储器930可以合成一个处理装置,更常见的是彼此独立的部件,处理器910用于执行存储器930中存储的程序代码来实现上述功能。具体实现时,该存储器930也可以集成在处理器910中,或者,独立于处理器910。
除此之外,为了使得电子设备的功能更加完善,该设备还可以包括输入单元960、显示单元970、音频电路980、摄像头990和传感器901等中的一个或多个,所述音频电路还可以包括扬声器982、麦克风984等。其中,显示单元970可以包括显示屏。
进一步地,上述设备还可以包括电源950,用于给该设备中的各种器件或电路提供电能。
应理解,该设备中的各个部件的操作和/或功能,具体可参见前文中关于方法、系统等实施例的描述,为避免重复,此处适当省略详细描述。
应理解,图3所示的电子设备中的处理器910可以是片上系统SOC,该处理器910中可以包括中央处理器(Central Processing Unit;以下简称:CPU),还可以进一步包括其他类型的处理器,例如:图像处理器(Graphics Processing Unit;以下简称:GPU)等,具体在下文中再作介绍。
总之,处理器910内部的各部分处理器或处理单元可以共同配合实现之前的方法流程,且各部分处理器或处理单元相应的软件程序可存储在存储器930中。
(2)一种计算机数据存储介质,在该存储介质上存储有计算机程序或上述装置,当计算机程序或上述装置被执行时,使得计算机执行前述实施例或等效实施方式的步骤/功能。
在本发明所提供的几个实施例中,任一功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机数据取存储介质中。基于这样的理解,本发明的某些技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以如下所述软件产品的形式体现出来。
尤其需指出的是,该存储介质可以是指服务器或相类似的计算机设备,具体地,也即是服务器或类似的计算机设备中的存储器件中存储有前述计算机程序或上述装置。
(3)一种计算机程序产品(该产品可以包括上述装置),该计算机程序产品在终端设备上运行时,使终端设备执行前述实施例或等效实施方式的基于园区荷载能力的在途排队调控方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,上述计算机程序产品可以包括但不限于是指APP。
接续前文,上述设备/终端可以是一台计算机设备,并且,该计算机设备的硬件结构还可以具体包括:至少一个处理器,至少一个通信接口,至少一个存储器和至少一个通信总线;处理器、通信接口、存储器均可以通过通信总线完成相互间的通信。其中,处理器可能是一个中央处理器CPU、DSP、微控制器或数字信号处理器,还可包括GPU、嵌入式神经网络处理器(Neural-network Process Units;以下简称:NPU)和图像信号处理器(Image SignalProcessing;以下简称:ISP),该处理器还可包括特定集成电路ASIC,或者是被配置成实施本发明实施例的一个或多个集成电路等,此外,处理器可以具有操作一个或多个软件程序的功能,软件程序可以存储在存储器等存储介质中;而前述的存储器/存储介质可以包括:非易失性存储器(non-volatile memory),例如非可移动磁盘、U盘、移动硬盘、光盘等,以及只读存储器(Read-Only Memory;以下简称:ROM)、随机存取存储器(Random AccessMemory;以下简称:RAM)等。
本发明实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达,是指的这些项中的任意组合,包括单项或复数项的任意组合。例如,a,b和c中的至少一项可以表示:a,b,c,a和b,a和c,b和c或a和b和c,其中a,b,c可以是单个,也可以是多个。
本领域技术人员可以意识到,本说明书中公开的实施例中描述的各模块、单元及方法步骤,能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方式来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以及,其中作为分离部件说明的模块、单元等可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个地方,例如系统网络的节点上。具体可根据实际的需要选择其中的部分或者全部模块、单元来实现上述实施例方案的目的。本领域技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,但以上仅为本发明的较佳实施例,需要言明的是,上述实施例及其优选方式所涉及的技术特征,本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下,合理地组合搭配成多种等效方案;因此,本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种基于园区荷载能力的在途排队调控方法,其特征在于,包括:
预先由请求入厂的各运输车辆的定位数据及地图导航技术,获取所述运输车辆的理论到达时间,并基于所述理论到达时间划分各所述运输车辆的初始时间节拍,所述初始时间节拍表征针对当前运输车辆拟定的建议进入园区的时间段;
提取当前运输车辆的所述初始时间节拍的开始时间点;
根据所述开始时间点、所述初始时间节拍的间隔时长以及预设的荷载能力值,求取针对当前运输车辆的可允许入园的最早时间起点;
结合所述荷载能力值以及当前装载车位的启用总数,确定最大允许荷载时间窗口,并统计所述最大允许荷载时间窗口内已分配所述初始时间节拍的车辆总数;
根据所述车辆总数与所述荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点,包括:当车辆总数小于荷载能力值时,将所述最早时间起点确定为允许入园理论时间起点;当车辆总数大于或等于荷载能力值时,将已分配初始时间节拍的运输车辆的最先离园时间点确定为允许入园理论时间起点;
选取所述允许入园理论时间起点与所述理论到达时间的最晚者作为目标开始时间,并结合所述初始时间节拍的结束时间点,构建用于发送至用户的目标建议入园时间段。
2.根据权利要求1所述的基于园区荷载能力的在途排队调控方法,其特征在于,所述根据所述开始时间点、所述初始时间节拍的间隔时长以及预设的荷载能力值,求取针对当前运输车辆的可允许入园的最早时间起点包括按下述公式计算:
B=H-(n-1)×t
其中,B为最早时间起点,H为开始时间点,n为以除装载车位之外的设定最大荷载量表征的荷载能力值,t为初始时间节拍的间隔时长。
3.根据权利要求1所述的基于园区荷载能力的在途排队调控方法,其特征在于,所述结合所述荷载能力值以及当前装载车位的启用情况,确定最大允许荷载时间窗口包括:
根据所述荷载能力值以及当前启用的装载车位总数,求取表征当前最大容纳值的最大允许节拍数;
基于所述最大允许节拍数、所述间隔时长以及所述开始时间点,得到所述最大允许荷载时间窗口。
4.根据权利要求1~3任一项所述的基于园区荷载能力的在途排队调控方法,其特征在于,所述最先离园时间点为最先的装载车位释放时间点,其中,所述装载车位释放时间点等于开始时间点与预设的单个装载车位装车用时之和。
5.一种基于园区荷载能力的在途排队调控装置,其特征在于,包括:
初始节拍队列生成模块,用于预先由请求入厂的各运输车辆的定位数据及地图导航技术,获取所述运输车辆的理论到达时间,并基于所述理论到达时间划分各所述运输车辆的初始时间节拍,所述初始时间节拍表征针对当前运输车辆拟定的建议进入园区的时间段;
节拍开始时间提取模块,用于提取当前运输车辆的所述初始时间节拍的开始时间点;
可允许入园时间确定模块,用于根据所述开始时间点、所述初始时间节拍的间隔时长以及预设的荷载能力值,求取针对当前运输车辆的可允许入园的最早时间起点;
最大荷载窗口车辆统计模块,用于结合所述荷载能力值以及当前装载车位的启用总数,确定最大允许荷载时间窗口,并统计所述最大允许荷载时间窗口内已分配所述初始时间节拍的车辆总数;
允许入园理论时间确定模块,用于根据所述车辆总数与所述荷载能力值的比对结果,确定当前运输车辆的允许入园理论时间起点,包括:当车辆总数小于荷载能力值时,将所述最早时间起点确定为允许入园理论时间起点;当车辆总数大于或等于荷载能力值时,将已分配初始时间节拍的运输车辆的最先离园时间点确定为允许入园理论时间起点;
目标建议入园时间构建模块,用于选取所述允许入园理论时间起点与所述理论到达时间的最晚者作为目标开始时间,并结合所述初始时间节拍的结束时间点,构建用于发送至用户的目标建议入园时间段。
6.根据权利要求5所述的基于园区荷载能力的在途排队调控装置,其特征在于,所述可允许入园时间确定模块按下述公式计算最早时间起点:
B=H-(n-1)×t
其中,B为最早时间起点,H为开始时间点,n为以除装载车位之外的设定最大荷载量表征的荷载能力值,t为初始时间节拍的间隔时长。
7.根据权利要求5所述的基于园区荷载能力的在途排队调控装置,其特征在于,所述最大荷载窗口车辆统计模块包括最大允许荷载时间窗口计算单元,所述最大允许荷载时间窗口计算单元包括:
最大允许节拍数计算组件,用于根据所述荷载能力值以及当前启用的装载车位总数,求取表征当前最大容纳值的最大允许节拍数;
最大允许荷载时间窗口获取组件,用于基于所述最大允许节拍数、所述间隔时长以及所述开始时间点,得到所述最大允许荷载时间窗口。
8.根据权利要求5~7任一项所述的基于园区荷载能力的在途排队调控装置,其特征在于,所述允许入园理论时间确定模块包括:
第一允许入园理论时间起点确定单元,用于当所述车辆总数小于所述荷载能力值时,将所述最早时间起点确定为当前运输车辆的允许入园理论时间起点;
第二允许入园理论时间起点确定单元,用于当所述车辆总数大于或等于所述荷载能力值时,将已分配所述初始时间节拍的运输车辆的最先装载车位释放时间点作为允许入园理论时间起点;其中,所述装载车位释放时间点等于开始时间点与预设的单个装载车位装车用时之和。
9.一种电子设备,其特征在于,包括:
一个或多个处理器、存储器以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述电子设备执行时,使得所述电子设备执行权利要求1~4任一项所述的基于园区荷载能力的在途排队调控方法。
10.一种计算机数据存储介质,其特征在于,所述计算机数据存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得计算机执行权利要求1~4任一项所述的基于园区荷载能力的在途排队调控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210007413.7A CN114022055B (zh) | 2022-01-06 | 2022-01-06 | 基于园区荷载能力的在途排队调控方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210007413.7A CN114022055B (zh) | 2022-01-06 | 2022-01-06 | 基于园区荷载能力的在途排队调控方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114022055A CN114022055A (zh) | 2022-02-08 |
CN114022055B true CN114022055B (zh) | 2022-04-15 |
Family
ID=80069668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210007413.7A Active CN114022055B (zh) | 2022-01-06 | 2022-01-06 | 基于园区荷载能力的在途排队调控方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114022055B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764766A (zh) * | 2018-03-29 | 2018-11-06 | 宏图物流股份有限公司 | 一种园区车辆管理的方法及装置 |
CN110175687A (zh) * | 2019-05-27 | 2019-08-27 | 杭州亚美利嘉科技有限公司 | 物流园区车辆智能调度方法和装置 |
CN110826957A (zh) * | 2019-10-08 | 2020-02-21 | 浙江数链科技有限公司 | 车辆卸货调度方法、装置、设备和存储介质 |
CN113610469A (zh) * | 2021-08-09 | 2021-11-05 | 中铝视拓智能科技有限公司 | 一种铝液运输实时调度方法 |
CN113743812A (zh) * | 2021-09-13 | 2021-12-03 | 江明权 | 基于智慧园区的运载车辆装载量调度方法及中心云平台 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10572847B2 (en) * | 2014-10-10 | 2020-02-25 | Conduent Business Services, Llc | Dynamic space-time diagram for visualization of transportation schedule adherence |
CN111027909A (zh) * | 2019-12-11 | 2020-04-17 | 宏图智能物流股份有限公司 | 一种园区作业车辆工作效率计算方法 |
-
2022
- 2022-01-06 CN CN202210007413.7A patent/CN114022055B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764766A (zh) * | 2018-03-29 | 2018-11-06 | 宏图物流股份有限公司 | 一种园区车辆管理的方法及装置 |
CN110175687A (zh) * | 2019-05-27 | 2019-08-27 | 杭州亚美利嘉科技有限公司 | 物流园区车辆智能调度方法和装置 |
CN110826957A (zh) * | 2019-10-08 | 2020-02-21 | 浙江数链科技有限公司 | 车辆卸货调度方法、装置、设备和存储介质 |
CN113610469A (zh) * | 2021-08-09 | 2021-11-05 | 中铝视拓智能科技有限公司 | 一种铝液运输实时调度方法 |
CN113743812A (zh) * | 2021-09-13 | 2021-12-03 | 江明权 | 基于智慧园区的运载车辆装载量调度方法及中心云平台 |
Also Published As
Publication number | Publication date |
---|---|
CN114022055A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bhoopalam et al. | Planning of truck platoons: A literature review and directions for future research | |
Zhang et al. | Optimization of truck appointments in container terminals | |
Shiri et al. | Optimization of drayage operations with time-window constraints | |
JP6635087B2 (ja) | 運行支援装置および運行支援方法 | |
Petersen et al. | The simultaneous vehicle scheduling and passenger service problem | |
EP3418998A1 (en) | Road traffic management | |
Mes et al. | Interaction between intelligent agent strategies for real-time transportation planning | |
US10869066B2 (en) | Media content delivery system | |
CN107316167A (zh) | 一种配送商的基于门店位置的配送方法及装置 | |
Zhou et al. | A simulation-based vessel-truck coordination strategy for lighterage terminals | |
Petit et al. | Multiline bus bunching control via vehicle substitution | |
US20230245562A1 (en) | Parking monitoring and assistance for transports | |
Pjevčević et al. | Application of DEA to the analysis of AGV fleet operations in a port container terminal | |
Chen et al. | Deep Q-learning for same-day delivery with a heterogeneous fleet of vehicles and drones | |
CN113327075B (zh) | 物流配送中的配送路径规划方法、装置、电子设备和介质 | |
CN114022055B (zh) | 基于园区荷载能力的在途排队调控方法、装置及电子设备 | |
Ebben et al. | Dynamic transport scheduling under multiple resource constraints | |
CN112418475A (zh) | 物流路径规划方法、装置、电子设备及存储介质 | |
CN113988770B (zh) | 运输车辆在途排队控制方法、装置以及电子设备 | |
Nesheli et al. | Real-time public transport operations: Library of control strategies | |
CN108805414B (zh) | 一种公交车辆计划发车时刻表的调整方法及装置 | |
Manier et al. | Shippers’ collaboration in city logistics | |
JP2000276688A (ja) | 輸送計画作成方法及びシステム | |
CN113330467A (zh) | 基于车辆的状态信息控制终端的方法、系统和介质 | |
KR102533168B1 (ko) | 블록체인 기반의 화물 차량 배차 방법 및 시스템 |
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 | ||
GR01 | Patent grant |