CN115439024A - 全局最优的保障物资派遣方法、装置 - Google Patents

全局最优的保障物资派遣方法、装置 Download PDF

Info

Publication number
CN115439024A
CN115439024A CN202211387929.5A CN202211387929A CN115439024A CN 115439024 A CN115439024 A CN 115439024A CN 202211387929 A CN202211387929 A CN 202211387929A CN 115439024 A CN115439024 A CN 115439024A
Authority
CN
China
Prior art keywords
path
global
dispatching
matrix
demand
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
CN202211387929.5A
Other languages
English (en)
Inventor
朱德政
曹猛
宦国杨
郭晓鸿
王政伟
朱维超
梁波
颜如祥
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.)
CETC 28 Research Institute
Original Assignee
CETC 28 Research Institute
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 CETC 28 Research Institute filed Critical CETC 28 Research Institute
Priority to CN202211387929.5A priority Critical patent/CN115439024A/zh
Publication of CN115439024A publication Critical patent/CN115439024A/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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods

Landscapes

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

Abstract

本发明公开了一种全局最优的保障物资派遣方法、装置，所述方法包括：计算各个物资需求方和各个物资保障方之间的所有路径，按照路径设定相应的路径权值，基于路径权值建立物资需求方和物资保障方之间的相对路径矩阵；在物资需求方和物资保障方的数量不相等时，额外增加其中一方的数量，对相对路径矩阵进行调整；基于相对路径矩阵，结合安全矩阵和物资保障方移动速度，建立全局时间函数，基于全局时间函数输出的全局时间数值，求解全局派遣路径；所述安全矩阵，包括各个物资需求方和各个物资保障方之间所有路径的安全评分。采用上述技术方案，实现全局保障需求最快速度的满足，通过信息处理系统处理保障需求，简单、快速且准确。

Description

全局最优的保障物资派遣方法、装置
技术领域
本发明涉及指挥控制领域，尤其涉及一种全局最优的保障物资派遣方法、装置。
背景技术
未来，我军面临多样化的军事任务，带来了对新型作战样式的迫切需求。
然而，当前我军在作战场景下的组织协调方式是，通过物资需求方向上级提交使用需求，上级根据保障需求、时间、地点，组织协调保障工作，然后将保障派遣命令下达至物资保障方，物资保障方再根据派遣命令执行工作。
在当前的组织协调方式下，保障调度模式的搭建和应用较为简单，但是其中存在的问题是，平台支撑能力弱，需要依赖大量人工，耗时耗力，适用于保障规模较小的情况，但是随着近年来新军事变革的不断深化，信息化装备陆续装配部队，人工保障调度难度急剧增加，已经无法快速适应新型作战样式，已经不能为其提供高效、优质的保障支持。
发明内容
发明目的：本发明提供一种全局最优的保障物资派遣方法、装置，考虑物资需求方和物资保障方双方的数量和位置情况，在安全派遣的前提下，计算全局最优的派遣路径，实现保障需求最快速度的满足，并且需求的提交和完成均依靠现代化信息处理系统，克服了人工组织协调保障工作的弊端。
技术方案：本发明提供一种全局最优的保障物资派遣方法，包括：分别按照物资需求方和物资保障方的数量和位置，计算各个物资需求方和各个物资保障方之间的所有路径，按照路径设定相应的路径权值，基于路径权值建立物资需求方和物资保障方之间的相对路径矩阵；在物资需求方和物资保障方的数量不相等时，额外增加其中一方的数量，对相对路径矩阵进行调整；基于相对路径矩阵，结合安全矩阵和物资保障方移动速度，建立全局时间函数，基于全局时间函数输出的全局时间数值，求解全局派遣路径；所述安全矩阵，包括各个物资需求方和各个物资保障方之间所有路径的安全评分。
具体的，物资需求方和物资保障方中数量较少的一方为数量补偿方，对现有的数量补偿方的进行重复计算，增加至物资需求方和物资保障方的数量相等，对相对路径矩阵进行调整。
具体的，按照路径的距离、物资需求方的聚集程度和历史紧急调动数据，以及物资保障方的剩余物资，设定相应的路径权值。
具体的，在特定物资需求方和特定物资保障方之间的路径存在阻碍，或特定物资保障方无法满足特定物资需求方的需求时，将在相对路径矩阵中对应的路径权值调整为极大值。
具体的，所述全局时间函数如下：
T=∑m i∑n j（cij/vi）/pij，
其中，T表示全局时间数值，m表示物资保障方的数量，n表示物资需求方的数量，c表示相对路径矩阵，cij表示第i个物资保障方和第j个物资需求方之间路径的路径权值，vi表示第i个物资保障方的移动速度，p表示安全矩阵，pij表示第i个物资保障方和第j个物资需求方之间路径的安全评分。
具体的，取全局时间数值最小的情况下，将各个物资需求方和各个物资保障方之间的路径，作为全局派遣路径。
具体的，所述路径权值的计算方式，包括：设定路径权值的基础权值，在发生如下情形时，对路径权值的基础权值进行调整：路径的距离超过标准值，则提升相应的权值；路径的距离短于基础值，则降低相应的权值；在特定物资需求方的标准距离范围内存在另外两个及以上的特定物资需求方，则提升特定物资需求方对应的路径的权值；查询特定物资需求方的历史数据，若在未来的标准时间段内进行紧急调动的概率高于标准概率，则提升特定物资需求方对应的路径的权值。
具体的，所述安全评分的计算方式，包括：设定路径的基础安全评分，在发生如下情形时，对基础安全评分进行调整：路径之间重叠的距离超过安全距离，则降低相应的安全评分；存在重叠的路径超过两条及以上，则降低所有重叠路径的安全评分。
具体的，按照全局派遣路径执行派遣，在满足重置条件时，重新计算下一轮的全局派遣路径；所述重置条件为，计算全局派遣路径中各条派遣路径的派遣时间，超过标准比例的物资保障方未在派遣时间内完成派遣。
本发明还提供一种全局最优的保障物资派遣装置，包括：相对路径矩阵建立单元、数量调整单元和全局时间计算单元，其中：所述相对路径矩阵建立单元，用于分别按照物资需求方和物资保障方的数量和位置，计算各个物资需求方和各个物资保障方之间的所有路径，按照路径设定相应的路径权值，基于路径权值建立物资需求方和物资保障方之间的相对路径矩阵；所述数量调整单元，用于在物资需求方和物资保障方的数量不相等时，额外增加其中一方的数量，对相对路径矩阵进行调整；所述全局时间计算单元，用于基于相对路径矩阵，结合安全矩阵和物资保障方移动速度，建立全局时间函数，基于全局时间函数输出的全局时间数值，求解全局派遣路径；所述安全矩阵，包括各个物资需求方和各个物资保障方之间所有路径的安全评分。
有益效果：与现有技术相比，本发明具有如下显著优点：实现全局保障需求最快速度的满足，通过信息处理系统处理保障需求，简单、快速且准确。
附图说明
图1为本发明提供的全局最优的保障物资派遣方法的流程示意图。
具体实施方式
随着高新技术在军事领域的广泛应用，信息化条件下的战争开始登上历史舞台。面对新军事变革的浪潮，我军向派单式综合保障模式转变，不仅是新军事变革的迫切要求和现实需要，也是实现我军综合保障现代化的重要手段。
派单，分为人工派单和智能派单。一般而言，人工派单由调度参谋人员匹配订单请求和相应的运输装备，对调度员分析决策能力要求高，主要应用于局部作战区域。智能派单则是由信息化系统依赖大数据和智能算法进行动态匹配，未来不管是大规模作战，还是跨区作战，都需要建立智能调度体系，智能系统决策比人为决策更合理，也能保证整个系统效率最优化。
所谓“全局最优”智能派单式综合保障，是指围绕某作战任务，某物资需求方在执行任务过程，需协调其他要素（防御、保障、探测等资源）参与时，向平台发送资源保障需求（装备维修、医疗救护和其它后勤保障等），平台根据作战单元的请求，根据智能算法，尽量去满足尽可能多的资源派单需求。
“全局最优”智能派单的主要原则是，站在全局视角，保证物资需求方的每一个需求都可以更快更确定的被满足，并同时尽力去提升每一个物资保障方的接单效率，让总的接单距离和/或时间最短。这里的派单策略是站在全局的角度去达成全局最优，这样对于每一个独立的需求而言，派单可能就不是“局部最优”。这种派单式综合保障模式，能够有效改变当前我军组织协调派遣工作中，对全局资源底数掌握不全、资源协调周期长、资源运用忙闲不均等情况。
参阅图1，其为本发明提供的全局最优的保障物资派遣方法的流程示意图。
步骤1，分别按照物资需求方和物资保障方的数量和位置，计算各个物资需求方和各个物资保障方之间的所有路径，按照路径设定相应的路径权值，基于路径权值建立物资需求方和物资保障方之间的相对路径矩阵。
本发明实施例中，按照路径的距离、物资需求方的聚集程度和历史紧急调动数据，以及物资保障方的剩余物资，设定相应的路径权值。
在具体实施中，按照每一个物资需求方和物资保障方的位置，可以计算得到物资需求方和物资保障方之间的所有路径，例如同一个物资需求方与同一个物资保障方之间存在的派遣路径有多条，同时可以为同一个物资需求方提供物资保障的物资保障方有多个，那么实际由那个物资需求方提供物资保障，并且物资需求方从哪一条派遣路径进行物资派遣，可以在计算得到所有路径的基础上，根据全局最优的计算方式得到。
在具体实施中，路径权值表征着对应路径的偏向程度，路径权值越低，表明越偏向由该路径进行物资派遣，路径权值越高，表明越偏向不由该路径进行物资派遣，每一条潜在的派遣路径均对应着一个路径权值，路径权值实际对应着相应路径的通顺程度、全局性的便利程度、物资需求方位置的紧急变化可能性等。
本发明实施例中，路径权值的计算方式，包括：设定路径权值的基础权值，在发生如下情形时，对路径权值的基础权值进行调整：路径的距离超过标准值，则提升相应的权值；路径的距离短于基础值，则降低相应的权值；在特定物资需求方的标准距离范围内存在另外两个及以上的特定物资需求方，则提升特定物资需求方对应的路径的权值；查询特定物资需求方的历史数据，若在未来的标准时间段内进行紧急调动的概率高于标准概率，则提升特定物资需求方对应的路径的权值。
在具体实施中，路径的距离，影响着物资保障方派送的时间，显然，时间越长，在作战场景下存在着更多的变数和风险，因此随着路径距离的增长，权值则相应的增加，相应路径的偏向程度降低；在特定物资需求方的标准距离范围内存在另外两个及以上的特定物资需求方，表明物资需求方的聚集程度较高，在这种情况下，偏向于将派遣任务交由更加靠近物资需求方的物资保障方执行，这样可以维持物资保障方在全局地理位置角度的平均分布，避免物资保障方的聚集，而导致后续进行下一轮的派遣时，部分物资需求方的需求需要较长时间才能满足，进而导致潜在增加潜在的风险；若特定物资需求方在未来的标准时间段内进行紧急调动的概率高于标准概率，则提升特定物资需求方对应的路径的权值，如果特定物资需求方发生紧急调动，那么其位置将发生不可预期的变化，物资保障方需要满足其需求的话，也需要进行相应的路径变化，相应的风险也会增加，因此对于有较高概率发生紧急调动的物资需求方而言，提升所有的路径的权值，进而将派遣任务分配至移动速度较快、距离较近的物资保障方，以期在短时间内完成派遣任务，避免期间发生紧急调动。
在具体实施中，每条路径的基础权值是相同的，在该路径存在上述情形时，对基础权值进行相应的调整。路径的距离超过标准值，则提升相应的权值，提升的权值的数额，可以按照路径距离超过标准值的程度进行调整，例如超过标准值百分之二十，则提升基础权值百分之二十，在路径的距离短于基础值，则降低相应的权值的情形下，同理；在特定物资需求方的标准距离范围内存在另外两个及以上的特定物资需求方，则提升特定物资需求方对应的所有路径的权值，特定物资需求方的标准距离范围内，一般指以特定物资需求方为圆心，标准距离为半径的范围内，提升的权值的数额，可以按照范围内的物资需求方的数量进行调整，例如两个物资需求方，则提升基础权值百分之二十，三个物资需求方，则提升基础权值百分之三十；查询特定物资需求方的历史数据，若在未来的标准时间段内进行紧急调动的概率高于标准概率，则提升特定物资需求方对应的路径的权值，查询物资需求方在历史数据中，发生紧急调动的时刻，由此计算在每个时刻发生紧急调动的概率，如果在未来的标准时间段内进行紧急调动的概率高于标准概率，则提升特定物资需求方对应的路径的权值，提升的权值的数额，可以按照高于标准概率的程度进行调整，例如紧急调动的概率高于标准概率百分之二十，则提升基础权值百分之三十。
在具体实施中，计算在每个时刻发生紧急调动的概率，具体的计算方式，可以是通过抽样计算的方式，也可以是查询所有历史时刻和紧急调动时刻，按照比例进行计算，进一步的，每个时刻发生紧急调动的概率可以通过计算该时刻所在时间段发生紧急调动的概率来确定，例如按照半个小时为单位，将24时划分为48个时间段，在历史数据中，作战场景的天数为10天，十八点至十八点半之间的发生紧急调动的次数为3次，那么在十八点至十八点半之间所有时刻发生紧急调动的概率为30%。
在具体实施中，标准值、基础值、基础权值、标准距离、标准时间段和标准概率，可以根据实际应用场景进行相应的设定。
本发明实施例中，在特定物资需求方和特定物资保障方之间的路径存在阻碍，或特定物资保障方无法满足特定物资需求方的需求时，将在相对路径矩阵中对应的路径权值调整为极大值。
在具体实施中，在特定物资需求方和特定物资保障方之间的路径存在阻碍，或特定物资保障方无法满足特定物资需求方的需求时，相应的路径是不能用于派遣任务的，因此将路径权值调整为极大值，使得后续计算中，不会选中相应的路径。极大值一般是数值非常大，使得后续计算中无论如何计算，都不会选中对应的路径，具体的数值可以根据实际应用场景进行相应的设定。
步骤2，在物资需求方和物资保障方的数量不相等时，额外增加其中一方的数量，对相对路径矩阵进行调整。
在具体实施中，本发明的全局最优派遣路径的计算理念，是基于匈牙利算法，基本思想是修改效益矩阵的行或列，使得每一行或列中至少有一个为零的元素，经过修正后，直至在不同行、不同列中至少有一个零元素，从而得到与这些零元素相对应的一个完全分配方案，当用于效益矩阵时，完全分配方案是最优分配。
在具体实施中，求最大匹配的一种常见的算法是枚举法：先找出全部匹配，然后保留匹配数最多的，但是该算法的复杂度为边数的指数级函数，求解具有n个变量的问题时需枚举2n种可能，相比其他算法，匈牙利算法的最大优点是总能在有限步内收敛出一个最优解，它在解决复杂网络结构和实时性要求比较高的问题时，速度很快，效果明显。经计算机模拟仿真结果证明，当数据量n急剧加大时，时间复杂度变化不大，耗时相对较少，它在解决该多目标匹配问题时具有非常明显的优势。
本发明实施例中，物资需求方和物资保障方中数量较少的一方为数量补偿方，对现有的数量补偿方的进行重复计算，增加至物资需求方和物资保障方的数量相等，对相对路径矩阵进行调整。
在具体实施中，匈牙利算法擅长解决平衡问题，当物资需求方和物资保障方的数量不对等时，可通过重复计算其中数量较少的一方，重新建立相对路径矩阵。例如，物资保障方的数量比物资需求方的数量少3个，则可以随机从现有的物资保障方中挑选3个物资保障方进行重复计算，将物资需求方和物资保障方的数量达成相等，得到调整后的相对路径矩阵，便于匈牙利算法的计算。
步骤3，基于相对路径矩阵，结合安全矩阵和物资保障方移动速度，建立全局时间函数，基于全局时间函数输出的全局时间数值，求解全局派遣路径。
本发明实施例中，所述安全矩阵，包括各个物资需求方和各个物资保障方之间所有路径的安全评分。
本发明实施例中，所述安全评分的计算方式为，设定路径的基础安全评分，在发生如下情形时，对基础安全评分进行调整：路径之间重叠的距离超过安全距离，则降低相应的安全评分，存在物理位置重叠的路径超过两条及以上，则降低所有重叠路径的安全评分。
在具体实施中，如果路径发生重叠，那么在作战场景下，风险将会显著上升，因此路径之间重叠的距离超过安全距离，以及存在重叠的路径超过两条及以上，相应的路径的安全评分将会降低，降低的数值可以按照相应的程度计算，例如路径之间重叠的距离超过安全距离百分之二十，则降低安全评分百分之二十，重叠的路径数量为2条，降低安全评分百分之二十，重叠的路径数量为3条，降低安全评分百分之三十。
在具体实施中，安全距离和基础安全评分，可以按照实际应用场景进行相应的设定。
在具体实施中，设有n个处于不同区域的作战分队（物资需求方）X=（X1，X2，……,Xn）在同一时间提出物资保障需求，现安排m个物资保障运输分队（物资保障方）Y=（Y1，Y2，……,Ym）执行物资派遣任务，规定在时限内完成任务，已知相对路径矩阵c和安全矩阵p，如何调度分配物资保障分队，才能使得当前物资保障的军事效益最大化，问题涉及因素很多，采用传统的数学解析方法难以得出准确的答案，战场最重要的因素是后勤保障的安全性和时效性，即保证任务安全的基础上使全局运输时间最小化是实现保障效能最大化的根本途径。因此，问题的关键因素是，考虑在战时确保安全前提下前送物资的时效性，可转化为已知相对路径矩阵c，构建安全矩阵p，求得全局时间数值最小值问题。
本发明实施例中，所述全局时间函数如下：
T=（c/v）/p=∑m i∑n j（cij/vi）/pij，
其中，T表示全局时间数值，m表示物资保障方的数量，n表示物资需求方的数量，c表示相对路径矩阵，cij表示第i个物资保障方和第j个物资需求方之间路径的路径权值，vi表示第i个物资保障方的移动速度，p表示安全矩阵，pij表示第i个物资保障方和第j个物资需求方之间路径的安全评分。
在具体实施中，第i个物资保障方和第j个物资需求方之间若存在多条路径时，可以逐个计算每一条路径，也即每一条路径对应一个全局时间数值。
在具体实施中，A表示物资需求方的物资需求矩阵，Ajk表示第j个物资需求方的k物资的需求数量；B表示物资保障方的能力矩阵，应当满足第i个物资保障方的k物资剩余量Bik应不少于第j个物资需求方的需求，也即Ajk≤Bik，B的最后一列是物资保障方的移动速度，vi=Bin。
本发明实施例中取全局时间数值最小的情况下，将各个物资需求方和各个物资保障方之间的路径，作为全局派遣路径。
本发明实施例中，按照全局派遣路径执行派遣，在满足重置条件时，重新计算下一轮的全局派遣路径；所述重置条件为，计算全局派遣路径中各条派遣路径的派遣时间，超过标准比例（可以按照实际应用场景进行相应的设定）的物资保障方未在派遣时间内完成派遣。
在具体实施中，由于作战场景下，发生情形变动的可能性较高，而本发明提供的是一种完全由信息数据处理系统平台执行的全局最优的保障物资派遣方法，在没有人为干预的情况下，需要设定重置条件，用于在全局的派遣任务完成是没有达到预期的情况下，重新进行派遣路径和任务的重置。
在具体实施中，重新进行派遣路径和任务的重置，是指重新按照步骤1、步骤2和步骤3等方式进行。
本发明还提供一种全局最优的保障物资派遣装置，包括：相对路径矩阵建立单元、数量调整单元和全局时间计算单元，其中：所述相对路径矩阵建立单元，用于分别按照物资需求方和物资保障方的数量和位置，计算各个物资需求方和各个物资保障方之间的所有路径，按照路径设定相应的路径权值，基于路径权值建立物资需求方和物资保障方之间的相对路径矩阵；所述数量调整单元，用于在物资需求方和物资保障方的数量不相等时，额外增加其中一方的数量，对相对路径矩阵进行调整；所述全局时间计算单元，用于基于相对路径矩阵，结合安全矩阵和物资保障方移动速度，建立全局时间函数，基于全局时间函数输出的全局时间数值，求解全局派遣路径；所述安全矩阵，包括各个物资需求方和各个物资保障方之间所有路径的安全评分。
本发明实施例中，所述数量调整单元，用于物资需求方和物资保障方中数量较少的一方为数量补偿方，对现有的数量补偿方的进行重复计算，增加至物资需求方和物资保障方的数量相等，对相对路径矩阵进行调整。
本发明实施例中，所述相对路径矩阵建立单元，用于按照路径的距离、物资需求方的聚集程度和历史紧急调动数据，以及物资保障方的剩余物资，设定相应的路径权值。
本发明实施例中，所述相对路径矩阵建立单元，在特定物资需求方和特定物资保障方之间的路径存在阻碍，或特定物资保障方无法满足特定物资需求方的需求时，将在相对路径矩阵中对应的路径权值调整为极大值。
本发明实施例中，所述全局时间函数如下：
T=∑m i∑n j（cij/vi）/pij，
其中，T表示全局时间数值，m表示物资保障方的数量，n表示物资需求方的数量，c表示相对路径矩阵，cij表示第i个物资保障方和第j个物资需求方之间路径的路径权值，vi表示第i个物资保障方的移动速度，p表示安全矩阵，pij表示第i个物资保障方和第j个物资需求方之间路径的安全评分。
本发明实施例中，所述全局时间计算单元，取全局时间数值最小的情况下，将各个物资需求方和各个物资保障方之间的路径，作为全局派遣路径。
本发明实施例中，所述相对路径矩阵建立单元，用于设定路径权值的基础权值，在发生如下情形时，对路径权值的基础权值进行调整：路径的距离超过标准值，则提升相应的权值；路径的距离短于基础值，则降低相应的权值；在特定物资需求方的标准距离范围内存在另外两个及以上的特定物资需求方，则提升特定物资需求方对应的路径的权值；查询特定物资需求方的历史数据，若在未来的标准时间段内进行紧急调动的概率高于标准概率，则提升特定物资需求方对应的路径的权值。
本发明实施例中，所述全局时间计算单元，用于设定路径的基础安全评分，在发生如下情形时，对基础安全评分进行调整：路径之间重叠的距离超过安全距离，则降低相应的安全评分；存在重叠的路径超过两条及以上，则降低所有重叠路径的安全评分。
本发明实施例中，所述全局时间计算单元，用于按照全局派遣路径执行派遣，在满足重置条件时，重新计算下一轮的全局派遣路径；所述重置条件为，计算全局派遣路径中各条派遣路径的派遣时间，超过标准比例的物资保障方未在派遣时间内完成派遣。

Claims (10)

1.一种全局最优的保障物资派遣方法，其特征在于，包括：
分别按照物资需求方和物资保障方的数量和位置，计算各个物资需求方和各个物资保障方之间的所有路径，按照路径设定相应的路径权值，基于路径权值建立物资需求方和物资保障方之间的相对路径矩阵；
在物资需求方和物资保障方的数量不相等时，额外增加其中一方的数量，对相对路径矩阵进行调整；
基于相对路径矩阵，结合安全矩阵和物资保障方移动速度，建立全局时间函数，基于全局时间函数输出的全局时间数值，求解全局派遣路径；所述安全矩阵，包括各个物资需求方和各个物资保障方之间所有路径的安全评分。
2.根据权利要求1所述的全局最优的保障物资派遣方法，其特征在于，所述在物资需求方和物资保障方的数量不相等时，额外增加其中一方的数量，对相对路径矩阵进行调整，包括：
物资需求方和物资保障方中数量较少的一方为数量补偿方，对现有的数量补偿方的进行重复计算，增加至物资需求方和物资保障方的数量相等，对相对路径矩阵进行调整。
3.根据权利要求2所述的全局最优的保障物资派遣方法，其特征在于，按照路径的距离、物资需求方的聚集程度和历史紧急调动数据，以及物资保障方的剩余物资，设定相应的路径权值。
4.根据权利要求3所述的全局最优的保障物资派遣方法，其特征在于，在特定物资需求方和特定物资保障方之间的路径存在阻碍，或特定物资保障方无法满足特定物资需求方的需求时，将在相对路径矩阵中对应的路径权值调整为极大值。
5.根据权利要求4所述的全局最优的保障物资派遣方法，其特征在于，所述全局时间函数如下：
T=∑m i∑n j（cij/vi）/pij，
其中，T表示全局时间数值，m表示物资保障方的数量，n表示物资需求方的数量，c表示相对路径矩阵，cij表示第i个物资保障方和第j个物资需求方之间路径的路径权值，vi表示第i个物资保障方的移动速度，p表示安全矩阵，pij表示第i个物资保障方和第j个物资需求方之间路径的安全评分。
6.根据权利要求5所述的全局最优的保障物资派遣方法，其特征在于，所述基于全局时间函数输出的全局时间数值，求解全局派遣路径，包括：
取全局时间数值最小的情况下，将各个物资需求方和各个物资保障方之间的路径，作为全局派遣路径。
7.根据权利要求3所述的全局最优的保障物资派遣方法，其特征在于，所述路径权值的计算方式，包括：
设定路径权值的基础权值，在发生如下情形时，对路径权值的基础权值进行调整：
路径的距离超过标准值，则提升相应的权值；路径的距离短于基础值，则降低相应的权值；在特定物资需求方的标准距离范围内存在另外两个及以上的特定物资需求方，则提升特定物资需求方对应的路径的权值；查询特定物资需求方的历史数据，若在未来的标准时间段内进行紧急调动的概率高于标准概率，则提升特定物资需求方对应的路径的权值。
8.根据权利要求7所述的全局最优的保障物资派遣方法，其特征在于，所述安全评分的计算方式，包括：
设定路径的基础安全评分，在发生如下情形时，对基础安全评分进行调整：
路径之间重叠的距离超过安全距离，则降低相应的安全评分；存在重叠的路径超过两条及以上，则降低所有重叠路径的安全评分。
9.根据权利要求1所述的全局最优的保障物资派遣方法，其特征在于，所述求解全局派遣路径，之后包括：
按照全局派遣路径执行派遣，在满足重置条件时，重新计算下一轮的全局派遣路径；所述重置条件为，计算全局派遣路径中各条派遣路径的派遣时间，超过标准比例的物资保障方未在派遣时间内完成派遣。
10.一种全局最优的保障物资派遣装置，其特征在于，包括：相对路径矩阵建立单元、数量调整单元和全局时间计算单元，其中：
所述相对路径矩阵建立单元，用于分别按照物资需求方和物资保障方的数量和位置，计算各个物资需求方和各个物资保障方之间的所有路径，按照路径设定相应的路径权值，基于路径权值建立物资需求方和物资保障方之间的相对路径矩阵；
所述数量调整单元，用于在物资需求方和物资保障方的数量不相等时，额外增加其中一方的数量，对相对路径矩阵进行调整；
所述全局时间计算单元，用于基于相对路径矩阵，结合安全矩阵和物资保障方移动速度，建立全局时间函数，基于全局时间函数输出的全局时间数值，求解全局派遣路径；所述安全矩阵，包括各个物资需求方和各个物资保障方之间所有路径的安全评分。
CN202211387929.5A 2022-11-07 2022-11-07 全局最优的保障物资派遣方法、装置 Pending CN115439024A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211387929.5A CN115439024A (zh) 2022-11-07 2022-11-07 全局最优的保障物资派遣方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211387929.5A CN115439024A (zh) 2022-11-07 2022-11-07 全局最优的保障物资派遣方法、装置

Publications (1)

Publication Number Publication Date
CN115439024A true CN115439024A (zh) 2022-12-06

Family

ID=84253150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211387929.5A Pending CN115439024A (zh) 2022-11-07 2022-11-07 全局最优的保障物资派遣方法、装置

Country Status (1)

Country Link
CN (1) CN115439024A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593712A (zh) * 2013-11-01 2014-02-19 中国电子科技集团公司第十五研究所 一种资源优化调度系统及调度方法
CN105354648A (zh) * 2015-12-12 2016-02-24 深圳力子机器人有限公司 Agv调度管理的建模及其优化方法
CN109165782A (zh) * 2018-08-15 2019-01-08 民航成都信息技术有限公司 民航机场地面服务保障人员调度方法及其系统
CN112146673A (zh) * 2020-09-27 2020-12-29 浙江综合交通大数据中心有限公司 基于改进蚁群算法的高速公路多点协同救援路径规划方法
CN112951004A (zh) * 2021-03-09 2021-06-11 东部机场集团有限公司 一种多目标多时段航班保障资源动态优化分配方法
US20210294357A1 (en) * 2020-03-19 2021-09-23 Beihang University Cooperative path planning method and device for automatic control aerocraft and aerocraft system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593712A (zh) * 2013-11-01 2014-02-19 中国电子科技集团公司第十五研究所 一种资源优化调度系统及调度方法
CN105354648A (zh) * 2015-12-12 2016-02-24 深圳力子机器人有限公司 Agv调度管理的建模及其优化方法
CN109165782A (zh) * 2018-08-15 2019-01-08 民航成都信息技术有限公司 民航机场地面服务保障人员调度方法及其系统
US20210294357A1 (en) * 2020-03-19 2021-09-23 Beihang University Cooperative path planning method and device for automatic control aerocraft and aerocraft system
CN112146673A (zh) * 2020-09-27 2020-12-29 浙江综合交通大数据中心有限公司 基于改进蚁群算法的高速公路多点协同救援路径规划方法
CN112951004A (zh) * 2021-03-09 2021-06-11 东部机场集团有限公司 一种多目标多时段航班保障资源动态优化分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈友荣等: "面向防汛物资动态变化的运输车辆调度优化算法研究", 《计算机应用研究》 *

Similar Documents

Publication Publication Date Title
CN110308740B (zh) 一种面向移动目标追踪的无人机群动态任务分配方法
Duan et al. A novel hybrid auction algorithm for multi-UAVs dynamic task assignment
US11663921B2 (en) Flight trajectory multi-objective dynamic planning method
CN105844349A (zh) 一种订单自动分配方法及系统
CN110046857B (zh) 一种基于遗传算法的无人机物流系统及配送方法
CN109242290B (zh) 一种无人机群行动方案自动生成方法
WO2021163986A1 (en) Method and system for scheduling semiconductor fabrication
CN109409773A (zh) 一种基于合同网机制的对地观测资源动态规划方法
CN110516871B (zh) 一种基于模糊滚动时域控制策略的动态车辆路径优化方法
CN113962481B (zh) 一种应急物资的资源配置方法、装置和服务器
CN105975332A (zh) 一种多智能体分布式联盟形成方法
CN111582710A (zh) 一种基于物联制造的生产车间实时优化方法
WO2018163174A1 (en) Market equilibrium mechanism for task allocation
Kalyaev et al. A novel method for distribution of goals among UAVs for oil field monitoring
CN113127176A (zh) 一种用于工作平台的多角色任务分配方法及系统
CN104537446A (zh) 二层带模糊随机时间窗口车辆路径优化方法
CN112685883B (zh) 一种舰载机保障作业调度方法
CN115439024A (zh) 全局最优的保障物资派遣方法、装置
CN109886574A (zh) 一种基于改进阈值法的多机器人任务分配方法
CN110826900B (zh) 一种基于众包的群智贡献评审方法
CN116088586B (zh) 一种无人机作战过程中的临机任务规划的方法
CN116187719B (zh) 民航机场地面保障资源调度方法及系统
CN113608844A (zh) 一种基于可解约合同网的多星在轨观测任务规划方法
CN115479608B (zh) 一种基于时间属性的终端区进场航空器四维航迹规划方法
Li et al. Planning Algorithm for Route and Task Allocation of Plant Protection UAVs in Multiple Operating Areas

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: 20221206

RJ01 Rejection of invention patent application after publication