CN115439028B - 一种跟随数据动态变化的运输资源优化系统与方法 - Google Patents

一种跟随数据动态变化的运输资源优化系统与方法 Download PDF

Info

Publication number
CN115439028B
CN115439028B CN202211390181.4A CN202211390181A CN115439028B CN 115439028 B CN115439028 B CN 115439028B CN 202211390181 A CN202211390181 A CN 202211390181A CN 115439028 B CN115439028 B CN 115439028B
Authority
CN
China
Prior art keywords
scheduling
real
time
queue
current
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
CN202211390181.4A
Other languages
English (en)
Other versions
CN115439028A (zh
Inventor
魏忠
何玉宝
韩懿彤
陆莹
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.)
Suzhou Meiji Supply Chain Management Co ltd
Original Assignee
Suzhou Meiji Supply Chain Management 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 Suzhou Meiji Supply Chain Management Co ltd filed Critical Suzhou Meiji Supply Chain Management Co ltd
Priority to CN202211390181.4A priority Critical patent/CN115439028B/zh
Publication of CN115439028A publication Critical patent/CN115439028A/zh
Application granted granted Critical
Publication of CN115439028B publication Critical patent/CN115439028B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06—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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

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

本发明提出一种跟随数据动态变化的运输资源优化系统与方法，属于资源调度技术领域。系统包括调度队列、参数接收模块、差异值计算模块、优先级确定模块、位置调整模块、跟随调度模块以及反馈更新模块。方法包括接收实时调度需求参数、计算当前差异值以及当前调度优先级后确定实时调度需求参数在调度队列中的位置，然后从调度队列中获取当前调度需求参数执行运输资源调度，最后更新当前可用调度资源。实时调度需求参数包括目标运输重量、目标运输时段和运输目的地。本发明提出的技术方案能够实时跟随当前可用调度资源的数据动态变化来调节调度队列当前的出列实时调度需求参数，从而实现运输资源的高效优化调度。

Description

一种跟随数据动态变化的运输资源优化系统与方法
技术领域
本发明属于资源调度技术领域，尤其涉及一种跟随数据动态变化的运输资源优化系统与方法。
背景技术
物流环节最重要的部分是如何合理的调度和安排车辆，合理规划路径，从而减少运输成本，提高效率。随着信息化技术尤其是物联网技术的发展，智能化、自动化调度技术逐渐流行。以AI智能化调度为例，调度人员只需要将当前已有的车辆状态参数保存到数据库中，然后接受需求人员输入的车辆需求参数，AI引擎就可以自动化的以最优化目的为原则，给出最优化的调度建议。
在综合性的物流运输场合中，在同一时间会接收到大量调度需求参数，这些调度需求参数各自携带不同的目标运输重量、目标运输时段和运输目的地等实时调度需求参数。单个的AI引擎无法同时处理如此大量的调度需求，因此并行化、分布式服务器布置成为主流。
然而，一方面，并行化、分布式服务器的大量布置提升了硬件布置成本，其数量也存在上限，大量的调度需求参数通常需要排队在队列中依次处理；另一方面，每个服务器布置的AI引擎在接收调度需求参数进行处理之后，当前的待处理调度需求参数的数量也会实时变化，如果一直采用固定或者静态的调度策略，将无法跟随这种变化，导致资源浪费的同时效率也得不到提升。
发明内容
为解决上述技术问题，本发明提出一种跟随数据动态变化的运输资源优化系统与方法，能够实时跟随当前可用调度资源的数据动态变化来调节调度队列当前的出列实时调度需求参数，从而实现运输资源的高效优化调度。
在本发明的第一个方面，提供一种跟随数据动态变化的运输资源优化方法，所述方法包括如下步骤：
S1：接收实时调度需求参数；
所述实时调度需求参数包括目标运输重量
Figure 579495DEST_PATH_IMAGE001
、目标运输时段
Figure 637581DEST_PATH_IMAGE002
和运输目的地
Figure 869848DEST_PATH_IMAGE003
；
S2：计算实时调度需求参数与当前可用调度资源之间的当前差异值
Figure 156735DEST_PATH_IMAGE004
；
S3：基于所述差异值
Figure 908790DEST_PATH_IMAGE005
确定所述实时调度需求参数的当前调度优先级
Figure 183782DEST_PATH_IMAGE006
；
S4：基于所述实时调度需求参数的当前调度优先级
Figure 122920DEST_PATH_IMAGE006
确定所述实时调度需求 参数在调度队列中的位置；
S5：从所述调度队列中获取当前调度需求参数执行运输资源调度；
S6：更新当前可用调度资源，返回步骤S2。
在本发明中，每个实时调度需求参数存储在调度队列中，从调度队列中依次出列被调度，所述当前调度需求参数为所述调度队列中位于队首，即下一个即将出列的调度需求参数。
在所述步骤S1之前，所述方法还包括：
S0：建立所述调度队列，所述调度队列具有预设的最大队列长度L和最大延迟时间T。
所述步骤S1在接收实时调度需求参数之后，在所述步骤S2之前，将所述实时调度需求参数放到所述调度队列中的队尾位置。
所述当前可用调度资源包括车辆
Figure 7306DEST_PATH_IMAGE007
的时段可用性
Figure 410605DEST_PATH_IMAGE008
、目的地可 用性
Figure 76073DEST_PATH_IMAGE009
、核定载重量
Figure 814091DEST_PATH_IMAGE010
；i=1，2，……，n；j=1，2，…，J；k=1，2，…，K；
其中，若车辆
Figure 223206DEST_PATH_IMAGE011
在时段
Figure 435007DEST_PATH_IMAGE012
可用，则
Figure 802534DEST_PATH_IMAGE013
=1，否则，
Figure 231111DEST_PATH_IMAGE014
=0；
其中，若车辆
Figure 443917DEST_PATH_IMAGE015
在目的地
Figure 767015DEST_PATH_IMAGE016
可用，则
Figure 39864DEST_PATH_IMAGE017
=1，否则，
Figure 503207DEST_PATH_IMAGE018
=0；
所述步骤S2具体包括：
S21：确定在目标运输时段
Figure 503392DEST_PATH_IMAGE019
以及之前的b个时段
Figure 735791DEST_PATH_IMAGE020
，b>1；
筛选出满足
Figure 930274DEST_PATH_IMAGE021
并且
Figure 818595DEST_PATH_IMAGE022
=1的所有车辆
Figure 435522DEST_PATH_IMAGE023
；其中，S={0,0+1,…，0+b}；
S22：计算步骤S21筛选出来的所有车辆
Figure 709377DEST_PATH_IMAGE024
的核定载重量之和
Figure 386346DEST_PATH_IMAGE025
；其中，
Figure 244187DEST_PATH_IMAGE026
为步骤S21筛选出来的所有车辆
Figure 133646DEST_PATH_IMAGE027
的总量数；
S23：计算实时调度需求参数与当前可用调度资源之间的差异值
Figure 340636DEST_PATH_IMAGE004
：
Figure 641036DEST_PATH_IMAGE028
；
其中，
Figure 238371DEST_PATH_IMAGE029
为实时调度需求参数在所述调度队列中的停留时间长度，单位为毫 秒；
Figure 197100DEST_PATH_IMAGE030
为预设调节系数，
Figure 681433DEST_PATH_IMAGE031
；
Figure 700204DEST_PATH_IMAGE032
表示核定载重量
Figure 299682DEST_PATH_IMAGE033
两两之间差异值的绝对值 的最小值；
Figure 999785DEST_PATH_IMAGE034
表示核定载重量
Figure 915788DEST_PATH_IMAGE035
两两之间差异值的绝对值 最大值。
所述步骤S3基于所述差异值确定所述实时调度需求参数的调度优先级
Figure 531227DEST_PATH_IMAGE006
，具 体包括：
Figure 165471DEST_PATH_IMAGE037
；
其中，
Figure 652953DEST_PATH_IMAGE038
、
Figure 423463DEST_PATH_IMAGE039
为预设系数，
Figure 518458DEST_PATH_IMAGE040
Figure 328413DEST_PATH_IMAGE041
为实时调度需求参数在所述调度队列中的停留时间长度，单位为毫秒；
Figure 432635DEST_PATH_IMAGE042
为实时调度需求参数在所述调度队列中的当前位置距离队首的距离长 度。
所述步骤S4具体包括：
若
Figure 995335DEST_PATH_IMAGE043
，则将所述实时调度需求参数在所述调度队列中前移H个位置；
Figure 776078DEST_PATH_IMAGE045
；
所述
Figure 57017DEST_PATH_IMAGE046
为所述实时调度需求参数前次计算得到的调度优先级；
其中，
Figure 964931DEST_PATH_IMAGE047
为实时调度需求参数在所述调度队列中的当前位置距离队首的距离 长度；
Figure 395518DEST_PATH_IMAGE048
表示向下取整。
在本发明的第二个方面，提出一种跟随数据动态变化的运输资源优化系统，系统包括调度队列、参数接收模块、差异值计算模块、优先级确定模块、位置调整模块、跟随调度模块以及反馈更新模块。
参数接收模块，用于接收实时调度需求参数；
所述参数接收模块接收实时调度需求参数之后，将所述实时调度需求参数放到所述调度队列中的队尾位置。
差异值计算模块，用于计算实时调度需求参数与当前可用调度资源之间的当前差 异值
Figure 97895DEST_PATH_IMAGE004
；
优先级确定模块，用于基于所述差异值
Figure 115399DEST_PATH_IMAGE004
确定所述实时调度需求参数的当前调 度优先级
Figure 764686DEST_PATH_IMAGE049
；
位置调整模块，用于基于所述实时调度需求参数的当前调度优先级
Figure 364294DEST_PATH_IMAGE050
确定所 述实时调度需求参数在调度队列中的位置；
跟随调度模块，用于从所述调度队列中获取当前调度需求参数执行运输资源调度；
反馈更新模块，用于更新当前可用调度资源；
在本发明中，每个实时调度需求参数均首先存储在调度队列中，从调度队列中依次出列被调度，所述当前调度需求参数为所述调度队列中位于队首，即下一个即将出列的调度需求参数。
其中，所述实时调度需求参数包括目标运输重量
Figure 722726DEST_PATH_IMAGE001
、目标运输时段
Figure 978258DEST_PATH_IMAGE002
和运输目的 地
Figure 962394DEST_PATH_IMAGE003
；
所述调度队列具有预设的最大队列长度L和最大延迟时间T；
若所述实时调度需求参数的当前调度优先级
Figure 869039DEST_PATH_IMAGE006
大于所述实时调度需求参数的 前次调度优先级
Figure 913219DEST_PATH_IMAGE051
，则将所述实时调度需求参数在所述调度队列中前移，具体包括：
若
Figure 452784DEST_PATH_IMAGE052
，则将所述实时调度需求参数在所述调度队列中前移H个位置；
Figure 209255DEST_PATH_IMAGE054
；
所述
Figure 721139DEST_PATH_IMAGE051
为所述实时调度需求参数前次计算得到的调度优先级；
其中，
Figure 185487DEST_PATH_IMAGE055
为实时调度需求参数在所述调度队列中的当前位置距离队首的距 离长度；
Figure 150032DEST_PATH_IMAGE056
表示向下取整，min表示取最小值。
优先级确定模块基于所述差异值
Figure 741550DEST_PATH_IMAGE057
确定所述实时调度需求参数的当前调度优 先级
Figure 858673DEST_PATH_IMAGE006
的计算公式如下：
Figure 979076DEST_PATH_IMAGE058
；
其中，
Figure 211343DEST_PATH_IMAGE059
、
Figure 75394DEST_PATH_IMAGE060
为预设系数，
Figure 358608DEST_PATH_IMAGE040
Figure 866556DEST_PATH_IMAGE061
为实时调度需求参数在所述调度队列中的停留时间长度，单位为毫秒；
Figure 868010DEST_PATH_IMAGE062
为实时调度需求参数在所述调度队列中的当前位置距离队首的距离长 度。
本发明的技术方案，在接收实时调度需求参数之后，首先将其放到所述调度队列中的队尾位置；然后，通过计算实时调度需求参数与当前可用调度资源之间的当前差异值、确定所述实时调度需求参数的当前调度优先级后调整述实时调度需求参数在调度队列中的位置，从而使得后续调度队列中的元素的位置不再是固定或者静态的，而是跟随当前可用调度资源进行调整。
因此，本发明提出的技术方案能够实时跟随当前可用调度资源的数据动态变化来调节调度队列当前的出列实时调度需求参数（即当前调度需求参数），从而实现运输资源的高效优化调度。
本发明的更多实施例和改进效果将结合附图和具体实施例进一步介绍。
附图说明
图1是本发明一个实施例的一种跟随数据动态变化的运输资源优化方法的步骤流程图；
图2是图1所述一种跟随数据动态变化的运输资源优化方法的部分步骤的进一步优选实施例示意图；
图3是当前可用调度资源的结构示意图。
具体实施方式
下面，结合附图以及具体实施方式，对发明做出进一步的描述。
图1是本发明一个实施例的一个实施例的一种跟随数据动态变化的运输资源优化方法的步骤流程图。
在图1中，示出所述方法包括步骤S1-S6，各个步骤具体实现如下：
S1：接收实时调度需求参数；
S2：计算实时调度需求参数与当前可用调度资源之间的当前差异值
Figure 4593DEST_PATH_IMAGE004
；
S3：基于所述差异值
Figure 329264DEST_PATH_IMAGE005
确定所述实时调度需求参数的当前调度优先级
Figure 322628DEST_PATH_IMAGE063
；
S4：基于所述实时调度需求参数的当前调度优先级
Figure 499794DEST_PATH_IMAGE063
确定所述实时调度需求 参数在调度队列中的位置；
S5：从所述调度队列中获取当前调度需求参数执行运输资源调度；
S6：更新当前可用调度资源，返回步骤S2。
可以理解，所述当前调度需求参数为所述调度队列中位于队首，即下一个即将出列的调度需求参数。
图2在图1基础上，示出图1所述一种跟随数据动态变化的运输资源优化方法的部分步骤的进一步优选实施例示意图，尤其是步骤S2的具体执行子步骤。
接下来，结合图1-图2，详细介绍本发明一种跟随数据动态变化的运输资源优化方法的各个步骤的具体实施例。
步骤S1：接收实时调度需求参数。
如背景技术提及的，在综合性的物流运输场合中，在同一时间会接收到大量调度需求参数，这些调度需求参数各自携带不同的目标运输重量、目标运输时段和运输目的地等实时调度需求参数。单个的AI调度引擎无法同时处理如此大量的调度需求，因此并行化、分布式服务器布置成为主流。
为了实现并行化、分布式处理，待处理的数据或者任务需要首先按照时间先后，放入队列等待处理。
具体的，本实施例中，待处理的数据或者任务就是实时调度需求参数，每个（每组）实时调度需求参数到达之后，需要放入调度队列等待调度，即实现并行化、分布式调度到当前可用的多个AI调度引擎之一。
因此，参见图2，所述方法在所述步骤S1之前，所述方法还包括：
S0：建立所述调度队列，所述调度队列具有预设的最大队列长度L和最大延迟时间T。
在本实施例中，调度队列的最大队列长度L，可以用该最大队列长度L能够容纳的元素个数来衡量；
例如，该调度队列最多可容纳L个元素，则调度队列的最大队列长度为L；
每个（每组）实时调度需求参数即构成一个元素；
最大延迟时间则由调度队列中元素从进入队列（入列）到出列之间的时间来表征；
例如，在预设统计时间段St内，统计N个元素Xi(i=1,2,3,…，N)从进入队列（入列） 到出列之间的时间
Figure 705647DEST_PATH_IMAGE064
，N>2；
则最大延迟时间
Figure 963453DEST_PATH_IMAGE065
；T单位为毫秒，St的单位为秒，St>1；
作为具体的例子，在一个实施例中，实时调度需求参数可以采用固定格式表达，例如：
目标运输重量：XX吨、体积为a（cm）*b（cm）*c（cm）……；
目标运输时段：8：00-12：00am；或者，14：00-18：00pm；
运输目的地：途径A、B，到达C；
在另一个实例中，实时调度需求参数可以采用自然语言表达，例如：
“需要在每天的8：00-12：00am；或者，14：00-18：00pm，运输XX吨、体积为a（cm）*b（cm）*c（cm）的XX物资，途径A、B，到达C”。
不管采用哪一种方式，在接收到实时调度需求参数之后，均可以提取出所述实时 调度需求参数包括目标运输重量
Figure 783511DEST_PATH_IMAGE001
、目标运输时段
Figure 962819DEST_PATH_IMAGE002
和运输目的地
Figure 929288DEST_PATH_IMAGE003
；
因此，
Figure 307180DEST_PATH_IMAGE066
将作为一个元素，放入到所述调度队列中；
在具体执行中，所述步骤S1在接收实时调度需求参数之后，在所述步骤S2之前，将所述实时调度需求参数放到所述调度队列中的队尾位置。
即当前所述
Figure 563717DEST_PATH_IMAGE067
作为调度队列的元素，将位于所述调度队列中的队尾位 置。
然后，实施本发明的跟随数据动态变化的运输资源优化方法进行调整。
具体的，S2：计算实时调度需求参数与当前可用调度资源之间的当前差异值
Figure 230322DEST_PATH_IMAGE004
；
所述当前可用调度资源包括车辆的时段可用性、目的地可用性、核定载重量。
图3是当前可用调度资源的结构示意图。
针对每个车辆
Figure 43557DEST_PATH_IMAGE011
，其当前设置了可用时段、可用目的地以及核定载重量。
可用时段是指设定时段可以调度该车辆，可用目的地是指该车辆可途径并且到达的目的地。
为方便描述，采用参数表征如下：
所述当前可用调度资源包括车辆
Figure 964371DEST_PATH_IMAGE007
的时段可用性
Figure 204860DEST_PATH_IMAGE008
、目的地可 用性
Figure 342449DEST_PATH_IMAGE009
、核定载重量
Figure 959375DEST_PATH_IMAGE010
；i=1，2，……，n；j=1，2，…，J；k=1，2，…，K；
其中，若车辆
Figure 249542DEST_PATH_IMAGE011
在时段
Figure 408734DEST_PATH_IMAGE012
可用，则
Figure 784352DEST_PATH_IMAGE013
=1，否则，
Figure 391920DEST_PATH_IMAGE014
=0；
其中，若车辆
Figure 802173DEST_PATH_IMAGE015
在目的地
Figure 338458DEST_PATH_IMAGE016
可用，则
Figure 935793DEST_PATH_IMAGE017
=1，否则，
Figure 347052DEST_PATH_IMAGE018
=0；
在此基础上，参见图2，
所述步骤S2具体包括：
S21：确定在目标运输时段
Figure 408549DEST_PATH_IMAGE068
以及之前的b个时段
Figure 630582DEST_PATH_IMAGE069
，b>1；
时段可以自然日为单位进行划分，将一个自然日时段（0：00-24:00）划分为多个时段；
假设目标运输时段为（8：00-12：00），则（0：00-8：00）之间的时段，即为在目标运输时段之前的时段；
显然，可以满足目标运输时段，也可以早于目标运输时段，这符合实际需求；
S21：筛选出满足
Figure 457156DEST_PATH_IMAGE021
并且
Figure 953997DEST_PATH_IMAGE070
=1的所有车辆
Figure 322530DEST_PATH_IMAGE023
；其中，S={0,0+1,…，0+b}；
S22：计算步骤S21筛选出来的所有车辆
Figure 715465DEST_PATH_IMAGE024
的核定载重量之和
Figure 38125DEST_PATH_IMAGE025
；其中，
Figure 338656DEST_PATH_IMAGE026
为步骤S21筛选出来的所有车辆
Figure 312428DEST_PATH_IMAGE027
的总量数；
可以理解，上述公式中，用于求和
Figure 859953DEST_PATH_IMAGE025
的元素
Figure 981493DEST_PATH_IMAGE071
的总数是固定的（
Figure 505622DEST_PATH_IMAGE072
），但 是具体的下标i不一定是连续的。
例如，若
Figure 396217DEST_PATH_IMAGE073
=3，n=5，即从所有的5辆车中筛选出3辆车，则有可能对
Figure 865376DEST_PATH_IMAGE074
求和，也有可能对
Figure 457900DEST_PATH_IMAGE075
求和，因此，上述求和公式
Figure 303496DEST_PATH_IMAGE025
的 下标未定义范围，但是本领域技术人员能够知晓其含义。
S23：计算实时调度需求参数与当前可用调度资源之间的差异值
Figure 783019DEST_PATH_IMAGE004
：
Figure 236128DEST_PATH_IMAGE076
；
其中，
Figure 4364DEST_PATH_IMAGE029
为实时调度需求参数在所述调度队列中的停留时间长度，单位为毫 秒；
实时调度需求参数在所述调度队列中的停留时间长度，只是该实时调度需求参数自进入该调度队列以来的时间长度，只要该实时调度需求参数未出列，则该停留时间长度增加；
Figure 184810DEST_PATH_IMAGE030
为预设调节系数，
Figure 236948DEST_PATH_IMAGE031
；
Figure 110227DEST_PATH_IMAGE032
表示核定载重量
Figure 385000DEST_PATH_IMAGE033
两两之间差异值的绝对值 的最小值；
Figure 103557DEST_PATH_IMAGE034
表示核定载重量
Figure 26514DEST_PATH_IMAGE035
两两之间差异值的绝对值 最大值。
由此，可计算出实时调度需求参数与当前可用调度资源之间的当前差异值
Figure 257644DEST_PATH_IMAGE004
；
接下来，进入步骤S3：基于所述差异值
Figure 62789DEST_PATH_IMAGE004
确定所述实时调度需求参数的当前调 度优先级
Figure 539032DEST_PATH_IMAGE006
；
Figure 847653DEST_PATH_IMAGE077
；
其中，
Figure 62734DEST_PATH_IMAGE059
、
Figure 542126DEST_PATH_IMAGE060
为预设系数，
Figure 868065DEST_PATH_IMAGE040
Figure 234455DEST_PATH_IMAGE062
为实时调度需求参数在所述调度队列中的当前位置距离队首的距离长 度。
队首是指所述调度队列中即将出列元素的位置；
Figure 368240DEST_PATH_IMAGE062
为实时调度需求参数在所述调度队列中的当前位置距离队首的距离长 度，可以采用实时调度需求参数在所述调度队列中的当前位置与所述调度队列中即将出列 元素的位置之间包含的元素个数来衡量；
例如，实时调度需求参数在所述调度队列中的当前位置与所述调度队列中即将出 列元素的位置之间包含K个元素，则
Figure 85660DEST_PATH_IMAGE062
=K；
作为优选，
Figure 215290DEST_PATH_IMAGE062
=0，则忽略步骤S3，因为此时实时调度需求参数已经是所述调 度队列中即将出列的元素；
接下来，进入步骤S4：
基于所述实时调度需求参数的当前调度优先级
Figure 685455DEST_PATH_IMAGE006
确定所述实时调度需求参数 在调度队列中的位置；
步骤S4是基于所述实时调度需求参数的当前调度优先级
Figure 507917DEST_PATH_IMAGE006
调整所述实时调度 需求参数在调度队列中的位置；
如前所述，所述实时调度需求参数在调度队列中的位置一开始是在队列的末尾位置；
具体的，若
Figure 243792DEST_PATH_IMAGE078
，则将所述实时调度需求参数在所述调度队列中前移H个位 置；
Figure 599949DEST_PATH_IMAGE079
；
所述
Figure 3249DEST_PATH_IMAGE046
为所述实时调度需求参数前次计算得到的调度优先级；
Figure 183563DEST_PATH_IMAGE056
表示向下取整。
由此，实现了所述实时调度需求参数的位置移动，即跟随当前可用调度资源的数据动态变化来调节调度队列当前的出列实时调度需求参数。
基于图1-图3的实施例，所述系统包括调度队列、参数接收模块、差异值计算模块、优先级确定模块、位置调整模块、跟随调度模块以及反馈更新模块，各个模块具体执行的功能如下：
参数接收模块，用于接收实时调度需求参数；
具体的，所述参数接收模块接收实时调度需求参数之后，将所述实时调度需求参数放到所述调度队列中的队尾位置。
差异值计算模块，用于计算实时调度需求参数与当前可用调度资源之间的当前差 异值
Figure 406734DEST_PATH_IMAGE004
；
差异值的计算可参见前述图1-图3的实施例介绍，本实施例不再重复；
优先级确定模块，用于基于所述差异值
Figure 81429DEST_PATH_IMAGE004
确定所述实时调度需求参数的当前调 度优先级
Figure 917116DEST_PATH_IMAGE080
；
位置调整模块，用于基于所述实时调度需求参数的当前调度优先级
Figure 753485DEST_PATH_IMAGE050
确定所 述实时调度需求参数在调度队列中的位置；
跟随调度模块，用于从所述调度队列中获取当前调度需求参数执行运输资源调度；
所述当前调度需求参数为所述调度队列中位于队首，即下一个即将出列的调度需求参数。
反馈更新模块，用于更新当前可用调度资源；
其中，所述实时调度需求参数包括目标运输重量
Figure 729531DEST_PATH_IMAGE001
、目标运输时段
Figure 191606DEST_PATH_IMAGE002
和运输目的 地
Figure 303918DEST_PATH_IMAGE003
；
所述调度队列具有预设的最大队列长度L和最大延迟时间T；
若所述实时调度需求参数的当前调度优先级
Figure 327500DEST_PATH_IMAGE006
大于所述实时调度需求参数的 前次调度优先级
Figure 525263DEST_PATH_IMAGE051
，则将所述实时调度需求参数在所述调度队列中前移。
更具体的，若所述实时调度需求参数的当前调度优先级
Figure 541761DEST_PATH_IMAGE006
大于所述实时调度 需求参数的前次调度优先级
Figure 23426DEST_PATH_IMAGE051
，则将所述实时调度需求参数在所述调度队列中前移，具 体包括：
若
Figure 201598DEST_PATH_IMAGE081
，则将所述实时调度需求参数在所述调度队列中前移H个位置；
Figure DEST_PATH_IMAGE082
；
所述
Figure 837722DEST_PATH_IMAGE051
为所述实时调度需求参数前次计算得到的调度优先级；
其中，
Figure 392332DEST_PATH_IMAGE055
为实时调度需求参数在所述调度队列中的当前位置距离队首的距 离长度；
Figure 728504DEST_PATH_IMAGE056
表示向下取整。
优先级确定模块基于所述差异值
Figure 77577DEST_PATH_IMAGE057
确定所述实时调度需求参数的当前调度优 先级
Figure 249932DEST_PATH_IMAGE006
的计算公式如下：
Figure DEST_PATH_IMAGE084
；
其中，
Figure 93385DEST_PATH_IMAGE059
、
Figure 487327DEST_PATH_IMAGE060
为预设系数，
Figure 272880DEST_PATH_IMAGE040
Figure 666952DEST_PATH_IMAGE061
为实时调度需求参数在所述调度队列中的停留时间长度，单位为毫秒。
在每次调度需求参数在调度队列中位置调整之后，所述跟随调度模块，从所述位置调整后的调度队列中获取当前调度需求参数执行运输资源调度，具体包括：
将位于队首的调度需求参数输入至当前空闲的AI调度引擎执行运输资源调度。
由于存在动态元素位置更新，因此，每次位于队首的调度需求参数也会存在变化，确保最适合当前已有的当前可用调度资源，不会造成资源浪费。
可以看到，相对于现有技术，本发明的技术方案，在接收实时调度需求参数之后，首先将其放到所述调度队列中的队尾位置；然后，通过计算实时调度需求参数与当前可用调度资源之间的当前差异值、确定所述实时调度需求参数的当前调度优先级后调整述实时调度需求参数在调度队列中的位置，从而使得后续调度队列中的元素的位置不再是固定或者静态的，而是跟随当前可用调度资源进行调整。
因此，本发明提出的技术方案能够实时跟随当前可用调度资源的数据动态变化来调节调度队列当前的出列实时调度需求参数，从而实现运输资源的高效优化调度。
关于跟随数据动态变化的运输资源优化系统的具体限定可以参见上文中对于跟随数据动态变化的运输资源优化方法的限定，在此不再赘述。上述跟随数据动态变化的运输资源优化系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。该处理器可以为中央处理单元(CPU)、微处理器、单片机等。
需要注意的是，本发明的每个实施例均可以单独解决部分技术问题，其组合可以解决全部技术问题，但是并不要求每一个单独的实施例都解决所有技术问题并达到所有技术效果。
本发明未特别明确的部分模块结构，以现有技术记载的内容为准。本发明在前述背景技术部分以及具体实施例部分提及的现有技术可作为本发明的一部分，用于理解部分技术特征或者参数的含义。本发明的保护范围以权利要求实际记载的内容为准。

Claims (7)

1.一种跟随数据动态变化的运输资源优化方法，其特征在于，所述方法包括如下步骤：
S0：建立调度队列，所述调度队列具有预设的最大队列长度L和最大延迟时间T；
S1：接收实时调度需求参数；所述实时调度需求参数包括目标运输重量Lo、目标运输时段To和运输目的地Do；
S2：计算实时调度需求参数与当前可用调度资源之间的当前差异值diff；
S3：基于所述差异值diff确定所述实时调度需求参数的当前调度优先级SPrcur；
S4：基于所述实时调度需求参数的当前调度优先级SPrcur确定所述实时调度需求参数在所述调度队列中的位置；
S5：从所述调度队列中获取当前调度需求参数执行运输资源调度；
S6：更新当前可用调度资源，返回步骤S2；
所述步骤S4具体包括：
若SPrcur＞SPrpre，则将所述实时调度需求参数在所述调度队列中前移H个位置；
Figure FDA0004011685350000011
所述SPrpre为所述实时调度需求参数前次计算得到的调度优先级；
其中，curPos为实时调度需求参数在所述调度队列中的当前位置距离队首的距离长度；
Figure FDA0004011685350000012
表示向下取整。
2.如权利要求1所述的一种跟随数据动态变化的运输资源优化方法，其特征在于：
所述当前可用调度资源包括车辆{C1、C2、…、Cn}的时段可用性CiTj、目的地可用性CiDk、核定载重量{CL1、CL2、…CLn}；i＝1，2，……，n；j＝1，2，…，J；k＝1，2，…，K；
其中，若车辆Ci在时段Tj可用，则CiTj＝1，否则，CiTj＝0；
其中，若车辆Ci在目的地Dk可用，则CiDk＝1，否则，CiDk＝0；
所述步骤S2具体包括：
S21：确定在目标运输时段To以及之前的b个时段{To+1、To+2，…To+b，To}，b>1；
S21：筛选出满足CiTS＝1并且CiDO＝1的所有车辆Ci；其中，S＝{o,o+1,…，o+b}；
S22：计算步骤S21筛选出来的所有车辆Ci的核定载重量之和
Figure FDA0004011685350000021
其中，Numi为步骤S21筛选出来的所有车辆Ci的总量数；
S23：计算实时调度需求参数与当前可用调度资源之间的差异值diff：
Figure FDA0004011685350000022
其中，deT为实时调度需求参数在所述调度队列中的停留时间长度，单位为毫秒；
λ为预设调节系数，
Figure FDA0004011685350000031
min{|CLx-CLy|}表示核定载重量{CL1、CL2、…CLn}两两之间差异值的绝对值的最小值；
max{|CLx-CLy|}表示核定载重量{CL1、CL2、…CLn}两两之间差异值的绝对值最大值。
3.如权利要求1所述的一种跟随数据动态变化的运输资源优化方法，其特征在于：
所述步骤S3基于所述差异值确定所述实时调度需求参数的调度优先级SPrcur，具体包括：
Figure FDA0004011685350000032
其中，a1、a2为预设系数，a1+a2＝1,0＜a1,a2＜1；
deT为实时调度需求参数在所述调度队列中的停留时间长度，单位为毫秒；
curPos为实时调度需求参数在所述调度队列中的当前位置距离队首的距离长度。
4.如权利要求1所述的一种跟随数据动态变化的运输资源优化方法，其特征在于：
所述步骤S1在接收实时调度需求参数之后，在所述步骤S2之前，将所述实时调度需求参数放到所述调度队列中的队尾位置。
5.一种跟随数据动态变化的运输资源优化系统，所述系统包括调度队列，其特征在于，所述系统还包括：
参数接收模块，用于接收实时调度需求参数；
所述实时调度需求参数包括目标运输重量Lo、目标运输时段To和运输目的地Do；
差异值计算模块，用于计算实时调度需求参数与当前可用调度资源之间的当前差异值diff；
优先级确定模块，用于基于所述差异值diff确定所述实时调度需求参数的当前调度优先级SPrcur；
位置调整模块，用于基于所述实时调度需求参数的当前调度优先级SPrcur确定所述实时调度需求参数在调度队列中的位置；
跟随调度模块，用于从所述调度队列中获取调度需求参数执行运输资源调度；
反馈更新模块，用于更新当前可用调度资源；
所述调度队列具有预设的最大队列长度L和最大延迟时间T；
若SPrcur＞SPrpre，则将所述实时调度需求参数在所述调度队列中前移H个位置；
Figure FDA0004011685350000041
所述SPrpre为所述实时调度需求参数前次计算得到的调度优先级；
其中，curPos为实时调度需求参数在所述调度队列中的当前位置距离队首的距离长度；
Figure FDA0004011685350000042
表示向下取整。
6.如权利要求5所述的一种跟随数据动态变化的运输资源优化系统，其特征在于：
所述参数接收模块接收实时调度需求参数之后，将所述实时调度需求参数放到所述调度队列中的队尾位置。
7.如权利要求5所述的一种跟随数据动态变化的运输资源优化系统，其特征在于：
优先级确定模块基于所述差异值diff确定所述实时调度需求参数的当前调度优先级SPrcur的计算公式如下：
Figure FDA0004011685350000051
其中，a1、a2为预设系数，a1+a2＝1,0＜a1,a2＜1；
deT为实时调度需求参数在所述调度队列中的停留时间长度，单位为毫秒；
curPos为实时调度需求参数在所述调度队列中的当前位置距离队首的距离长度。
CN202211390181.4A 2022-11-08 2022-11-08 一种跟随数据动态变化的运输资源优化系统与方法 Active CN115439028B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211390181.4A CN115439028B (zh) 2022-11-08 2022-11-08 一种跟随数据动态变化的运输资源优化系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211390181.4A CN115439028B (zh) 2022-11-08 2022-11-08 一种跟随数据动态变化的运输资源优化系统与方法

Publications (2)

Publication Number Publication Date
CN115439028A CN115439028A (zh) 2022-12-06
CN115439028B true CN115439028B (zh) 2023-03-24

Family

ID=84252654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211390181.4A Active CN115439028B (zh) 2022-11-08 2022-11-08 一种跟随数据动态变化的运输资源优化系统与方法

Country Status (1)

Country Link
CN (1) CN115439028B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117252496A (zh) * 2023-03-09 2023-12-19 江苏齐博冷链科技有限公司 分区域智慧物流协调系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345501B (zh) * 2017-01-24 2021-10-29 全球能源互联网研究院有限公司 一种分布式资源调度方法和系统
CN108259607B (zh) * 2018-01-19 2019-07-23 郑州航空工业管理学院 面向物联网大数据的处理分析系统
CN114331220B (zh) * 2022-03-01 2022-05-13 北京邮电大学 基于订单动态优先级的乘用车运输车辆调度方法及装置
CN115269159B (zh) * 2022-09-27 2023-05-30 苏州美集供应链管理股份有限公司 基于人工智能与边缘计算支持的调度系统与方法

Also Published As

Publication number Publication date
CN115439028A (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
CN109656703B (zh) 一种移动边缘计算辅助车辆任务卸载方法
CN115439028B (zh) 一种跟随数据动态变化的运输资源优化系统与方法
CN109561148A (zh) 边缘计算网络中基于有向无环图的分布式任务调度方法
US9449142B2 (en) System and method for modeling supervisory control of heterogeneous unmanned vehicles through discrete event simulation
CN112000388B (zh) 基于多边缘集群协同的并发任务调度方法及装置
US20020165754A1 (en) Method for quality of service controllable real-time scheduling
Kim et al. Discrete-time queues with discretionary priorities
CN112418497A (zh) 一种面向制造物联的物料配送路径优化方法
CN111653098A (zh) 多载量自动导引车交叉路口通行顺序优化方法
WO2023124947A1 (zh) 一种任务处理方法、装置及相关设备
US6502062B1 (en) System and method for scheduling data delivery using flow and stretch algorithms
CN111338807B (zh) 一种面向边缘人工智能应用的QoE感知的服务增强方法
CN115269159B (zh) 基于人工智能与边缘计算支持的调度系统与方法
Maglaras Dynamic scheduling in multiclass queueing networks: Stability under discrete-review policies
CN113377516B (zh) 面向边缘计算的车辆任务卸载的集中式调度方法与系统
CN103365711A (zh) 应用于物联网业务平台的任务调度机制和方法
CN114008647A (zh) 基于多车协同的车辆调度系统、方法、电子设备及存储介质
Hyytiä et al. On Round-Robin routing with FCFS and LCFS scheduling
CN114980029A (zh) 车联网中基于任务关联性的卸载方法
CN115147025B (zh) 一种基于数据通道的物流运输车辆智能调度方法与系统
CN116089033A (zh) 一种基于多级异构动态队列的任务调度方法
Savla et al. Maximally stabilizing task release control policy for a dynamical queue
CN108960649B (zh) 一种外卖配送调度方法
CN113094155B (zh) Hadoop平台下的任务调度方法及装置
Belaqziz et al. Modeling vehicle queues at a marine container terminal using non-stationary queuing approach

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