CN115630884B - 应急物流下多任务方案临机调整方法、装置、终端及介质 - Google Patents

应急物流下多任务方案临机调整方法、装置、终端及介质 Download PDF

Info

Publication number
CN115630884B
CN115630884B CN202211558091.1A CN202211558091A CN115630884B CN 115630884 B CN115630884 B CN 115630884B CN 202211558091 A CN202211558091 A CN 202211558091A CN 115630884 B CN115630884 B CN 115630884B
Authority
CN
China
Prior art keywords
transportation
time
node
route
channel
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
CN202211558091.1A
Other languages
English (en)
Other versions
CN115630884A (zh
Inventor
宋国鹏
刘鸿彬
刘天宇
叶军
郭波
王竣德
李英豪
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202211558091.1A priority Critical patent/CN115630884B/zh
Publication of CN115630884A publication Critical patent/CN115630884A/zh
Application granted granted Critical
Publication of CN115630884B publication Critical patent/CN115630884B/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
    • G06Q10/08—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
    • 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
    • G06Q10/06313—Resource planning in a project environment

Landscapes

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

Abstract

本申请涉及一种急物流下多任务方案临机调整方法、装置、终端及介质。所述方法包括：根据受灾情况以及交通网络资源确定初始应急物流多任务方案数据；在受灾情况下，获取通道损毁数据和节点损毁数据；根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响的任务；根据模拟退火算法对所述受影响的任务进行优化调整，得到优化后的应急物流多任务方案数据；将优化后的应急物流多任务方案数据替换初始应急物流多任务方案数据。采用本方法能够很好地解决了应急物流下多任务方案临机调整问题，且步骤简单，结果清晰，易于操作。

Description

应急物流下多任务方案临机调整方法、装置、终端及介质
技术领域
本申请涉及物流技术领域，特别是涉及一种应急物流下多任务方案临机调整方法、装置、终端及介质。
背景技术
应急物流是指为应对严重自然灾害、突发性公共卫生事件、公共安全事件及军事冲突等突发事件，以追求时间效益最大化和灾害损失最小化为目标而产生的特殊物流活动。近年来，重大自然灾害事件频发，相关应急物流的决策问题受到广泛关注。诸如地震、泥石流、洪水、塌方等事件发生时，会对本已脆弱的交通运输道路造成二次破坏，导致救援运输过程中需要绕路或等待，大大增加应急物资配送或救援人员的送达时间，严重影响救援效率。
基于预先规划的应急物流多任务方案，其规划本质是基于预设的静态交通网络情况，相关规划结论的鲁棒性和抗干扰性相对较弱。当前对于应急物流救援过程重新规划手段缺乏，临机调整困难。传统方法在筹划过程无法加载实施动态信息，难以贯穿应急物流整个生命周期，尤其当交通信息发生变化后无法及时响应。而仅仅依靠决策者的主观经验对多任务方案进行调整，难以充分利用交通资源，且方案可靠性得不到保障。
发明内容
基于此，有必要针对上述技术问题，提供一种能够进行动态调整的应急物流下多任务方案临机调整方法、装置、终端及介质。
一种应急物流下多任务方案临机调整方法，所述方法包括：
根据灾情发生地、需要运送的物资以及交通网络资源确定初始应急物流多任务方案数据；所述初始应急物流多任务方案数据包括多个任务；
在灾情期间，实时获取通道损毁数据和节点损毁数据；根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响任务；根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据；根据所述调整后的运输方案数据动态更新所述初始应急物流多任务方案数据，得到优化后的应急物流多任务方案数据。
一种应急物流下多任务方案临机调整装置，所述装置包括：
初始模块；用于根据灾情发生地、需要运送的物资以及交通网络资源确定初始应急物流多任务方案数据；所述初始应急物流多任务方案数据包括多个任务；
通道和节点损毁获取模块，用于在灾情期间，实时获取通道损毁数据和节点损毁数据；
临机调整算法模块，用于根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响任务；
模拟退火优化模块，用于根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据；
更新模块，用于根据所述调整后的运输方案数据动态更新所述初始应急物流多任务方案数据，得到优化后的应急物流多任务方案数据。
上述应急物流下多任务方案临机调整方法、装置、终端及介质，根据灾情发生地、需要运送的物资以及交通网络资源确定初始应急物流多任务方案数据；在灾情期间，实时获取通道损毁数据和节点损毁数据；根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响任务；根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据；根据所述调整后的运输方案数据动态更新所述初始应急物流多任务方案数据，得到优化后的应急物流多任务方案数据。本发明首先给出了应急物流下初始应急物流多任务方案数据，在满足路网承载能力的基础上，通过实时获取通道损毁数据和节点损毁数据得到受影响任务后，结合模拟退火算法对初始应急物流多任务方案数据进行动态微调，在确保应急物流运输任务连续性的同时，还能节省因大规模调整和斜体消耗的人力物力；步骤简单，结果清晰，易于操作。
附图说明
图1为一个实施例中应急物流下多任务方案临机调整方法流程图；
图2为一个实施例中通道损毁的临机调整算法流程图；
图3为一个实施例中节点损毁的临机调整算法流程图；
图4为一个实施例中模拟退火算法流程图；
图5为一个实施例中通道损毁初始解目标函数计算流程图；
图6为一个实施例中节点损毁初始解目标函数计算整体流程图；
图7为图6中当节点损毁为起点时目标函数计算流程图；
图8为图6中当节点损毁为终点时目标函数计算流程图；
图9为图6中当节点损毁为中间节点时目标函数计算流程图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种应急物流下多任务方案临机调整方法，包括以下步骤：
步骤102，根据灾情发生地、需要运送的物资以及交通网络资源确定初始应急物流多任务方案数据；初始应急物流多任务方案数据包括多个任务。
值得说明的是，本发明的应急物流下多任务方案临机调整优化技术路线，在立足满足路网承载能力的基础上，需尽量微调原有多任务方案，这样不仅能确保应急物流运输任务的连续性，还能节省因大规模调整和斜体消耗的人力物力。临机调整时，需重点考虑计划调整及道路运力下降所带来的时间开销，给足时间冗余，确保调整后多任务方案的可实施性。
步骤104，在灾情期间，实时获取通道损毁数据和节点损毁数据。
值得说明的是，通道损毁数据和节点损毁数据是本发明实现临机调整的两个关键数据，这里的节点损毁主要是机场、火车站或汽车站等被破坏。
步骤106，根据通道损毁数据和节点损毁数据确定初始应急物流多任务方案数据中受影响的任务。
值得说明的是，本发明确定受影响的任务的关键是通过通道损毁临机调整算法和节点损毁临机调整算法得到，并通过结合模拟退火算法对所有受影响任务的运输过程进行优化微调，这样不仅确保应急物流运输任务的连续性，还能节省大规模的人力物力。
步骤108，根据模拟退火算法对受影响任务进行运输路线的优化调整，得到调整后的运输方案数据。
值得说明的是，本发明采用模拟退火算法对所有受影响任务重新优化安排。模拟退火算法操作简单，效率高，可以逼近全局最优解，便于嵌入各类复杂优化模型。模拟退火算法基于蒙特卡洛迭代策略，是一种随机寻求最优解的算法，即由随机产生的初始解出发，在某一温度下，结合概率的不稳定性在解空间中随机寻找目标函数的全局最优解。模拟退火的提出是受到自然界中退火过程的启发。退火是一种常见的金属热处理工艺，加热至一定温度的金属经缓慢降温处理，可以达到细化晶粒，消除组织缺陷，促进结构稳定的目的。模拟退火算法通过模拟物理退火中的加热、保温和冷却三过程，不断搜索并逼近问题最优解。模拟退火算法有助于跳出局部最优，其思想可以融入到其他启发式算法中，从而得到效果更优的组合优化算法。
步骤110，根据调整后的运输方案数据更新初始应急物流多任务方案数据，得到优化后的应急物流多任务方案数据。
上述应急物流下多任务方案临机调整方法、装置、终端及介质，根据灾情发生地、需要运送的物资以及交通网络资源确定初始应急物流多任务方案数据；在灾情期间，实时获取通道损毁数据和节点损毁数据；根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响任务；根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据；根据所述调整后的运输方案数据动态更新所述初始应急物流多任务方案数据，得到优化后的应急物流多任务方案数据。本发明首先给出了应急物流下初始应急物流多任务方案数据，在满足路网承载能力的基础上，通过实时获取通道损毁数据和节点损毁数据得到受影响任务后，结合模拟退火算法对初始应急物流多任务方案数据进行动态微调，在确保应急物流运输任务连续性的同时，还能节省因大规模调整和斜体消耗的人力物力；步骤简单，结果清晰，易于操作。
在其中一个实施例中，根据通道损毁数据和节点损毁数据确定初始应急物流多任务方案数据中受影响任务，包括：根据通道损毁临机调整算法对初始应急物流多任务方案数据进行计算，得到受通道损毁影响的任务。根据节点损毁临机调整算法对初始应急物流多任务方案数据进行计算，得到受节点损毁影响的任务。
在其中一个实施例中，根据通道损毁临机调整算法对初始应急物流多任务方案数据进行计算，得到受通道损毁影响的任务，包括：确定初始应急物流多任务方案数据，初始应急物流多任务方案数据包括：运输路线、运输方式、总任务数量以及总任务结束时间。获取通道损毁数据，通道损毁数据包括一个及以上已损毁通道的数据，每个通道损毁数据包括通道损毁时间和通道修复时间。判断通道损毁时间是否在总任务结束时间之前；若是，则遍历所述初始应急物流多任务方案数据，计算各任务的开始时间和结束时间，判断任务是否需要占用已损毁通道，若是，则判断任务开始时间是否早于所述通道修复时间以及任务结束时间是否晚于或等于通道损毁时间，若是，则将该任务记录到受影响任务组。
具体的，如图2所示，提供了通道损毁的临机调整算法流程图，通道损毁的临机调整算法是应急物流下多任务方案临机调整优化方法中的关键算法之一，具体步骤如下：
步骤1.1，初始化。根据初始应急物流多任务方案数据明确各任务的运输路线、运输方式、总任务数量
Figure SMS_1
及总任务结束时间
Figure SMS_2
。
步骤1.2，录入损毁通道
Figure SMS_3
的情况数据。重点掌握通道损毁时间
Figure SMS_4
和通道修复时间
Figure SMS_5
。
步骤1.3，若
Figure SMS_6
，则算法结束；否则转至步骤1.4。
步骤1.4，遍历所有方案，计算任务
Figure SMS_8
运输的开始时间
Figure SMS_11
、结束时间
Figure SMS_14
。若任务
Figure SMS_9
在运输过程中需要占用损毁通道
Figure SMS_10
，且有
Figure SMS_13
和
Figure SMS_15
，则将受影响的任务
Figure SMS_7
记录到
Figure SMS_12
中并转至步骤1.6；否则转至步骤1.5。
步骤1.5，将不受影响的任务
Figure SMS_16
的运输方案记录到调整后的运输方案数据中并更新路网能力，转至步骤1.6。
步骤1.6，是否遍历完所有任务，即查看
Figure SMS_17
是否成立，若已遍历完则跳转至步骤1.7，否则
Figure SMS_18
并跳转至步骤1.4继续遍历下一个任务。
步骤1.7，通过模拟退火优化模块对受影响的任务进行调整，并记录到调整后的运输方案数据中。
步骤1.8，输出调整后的运输方案数据。
在其中一个实施例中，根据节点损毁临机调整算法对初始应急物流多任务方案数据进行计算，得到受节点损毁影响的任务，包括：确定初始应急物流多任务方案数据，初始应急物流多任务方案数据包括：运输路线、运输方式、总任务数量以及总任务结束时间。获取损毁节点影响的交通方式的情况数据，节点损毁时间和节点修复时间；所述情况数据包括损毁节点所影响到的交通方式。判断所述节点损毁时间是否在总任务结束时间之前；若是，则遍历初始应急物流多任务方案数据，计算各任务的开始时间和结束时间，判断任务是否需要通过损毁节点以其中一种交通方式进行装卸活动，若是，则判断任务开始时间是否早于节点修复时间以及任务结束时间是否晚于或等于节点损毁时间，若是，则将该任务记录到受影响任务组。
具体的，如图3所示，提供了节点损毁的临机调整算法流程图，节点损毁的临机调整算法是应急物流下多任务方案临机调整优化方法中另一关键算法。节点损毁的临机调整算法具体步骤与通道损毁的临机调整算法类似，主要区别为通道损毁的临机调整算法中的“步骤1.2：录入损毁路段
Figure SMS_20
的情况数据”修改为“录入损毁节点
Figure SMS_24
影响的交通方式
Figure SMS_28
的情况数据”，以及“步骤1.4：遍历应急物流多任务方案，计算任务
Figure SMS_22
运输的开始时间
Figure SMS_26
、结束时间
Figure SMS_30
。若任务
Figure SMS_32
在运输过程中需要占用路段
Figure SMS_19
”修改为“遍历应急物流多任务方案，计算任务
Figure SMS_25
运输的开始时间
Figure SMS_29
、结束时间
Figure SMS_31
。若任务
Figure SMS_21
在运输过程中需要通过节点
Figure SMS_23
以交通方式
Figure SMS_27
装载/卸载”。
值得说明的是，本发明提到的节点损毁主要是机场、火车站或汽车站等被破坏。
在其中一个实施例中，根据模拟退火算法对受影响任务进行运输路线的优化调整，得到调整后的运输方案数据，包括：设定初始温度、终止温度、每个温度下的最大迭代次数以及退温率；并根据受影响任务组构建初始解，根据初始解计算初始解目标函数。根据初始温度对所述初始解产生一次随机扰动，得到新解，根据新解结算新解目标函数。根据初始解目标函数和新解目标函数计算温度增量；并判断温度增量是否小于零，若是，则接受新解；若否，则根据一定概率接受新解。对初始解再次进行随机扰动，直至达到该温度下的最大迭代次数。判断迭代后的温度是否达到终止温度，若否，则根据迭代后的温度和所述退温率进行降温后，重新对初始解产生随机扰动再进行迭代计算；若是，则结束算法。根据迭代结果得到调整后的运输方案数据。
具体的，如图4所示，提供了模拟退火算法流程图，为便于进行优化，构造解的形式为一维数组
Figure SMS_33
，其为通道损毁的临机调整算法中记录了受影响任务数组
Figure SMS_34
的重排序，表示为
Figure SMS_35
。在模拟退火过程中，对于解
Figure SMS_36
的随机扰动产生新解
Figure SMS_37
即为对解
Figure SMS_38
中随机交换两个位置，即：
Figure SMS_39
,
模拟退火优化模块具体步骤如下：
步骤2.1，参数初始化。设定初始温度
Figure SMS_40
、终止温度
Figure SMS_41
、每个温度下的最大迭代次数
Figure SMS_42
、退温率
Figure SMS_43
。
步骤2.2，根据
Figure SMS_44
构造初始解
Figure SMS_45
。
步骤2.3，取温度
Figure SMS_46
为初始温度。
步骤2.4，对初始解
Figure SMS_47
产生一次随机扰动(随机交换两个位置)，得到新解
Figure SMS_48
。
步骤2.5，计算增量
Figure SMS_49
，其中
Figure SMS_50
为初始解目标函数。
步骤2.6，若是
Figure SMS_51
小于零，则接受新解
Figure SMS_52
；否则，以一定的概率(实际通常取
Figure SMS_53
)接受新解
Figure SMS_54
。
步骤2.7，重复步骤2.4至步骤2.6 共
Figure SMS_55
次。
步骤2.8，若未达到终止温度
Figure SMS_56
，降温
Figure SMS_57
并返回步骤2.3；否则算法结束。
在其中一个实施例中，根据初始解计算初始解目标函数，包括：
根据目标函数计算模块对初始解进行计算，分别得到通道损毁初始解目标函数和节点损毁初始解目标函数。
在其中一个实施例中，如图5所示，提供了通道损毁初始解目标函数计算流程图，在应急物流多任务方案中，临机调整受到诸多不确定因素影响，较为复杂。设受影响任务中最晚的到达时间为
Figure SMS_58
，目标函数定义为
Figure SMS_59
。通道损毁初始解目标函数计算具体步骤如下：
步骤3.1，初始化；输入初始解
Figure SMS_60
，通道损毁时间
Figure SMS_61
以及通道修复时间
Figure SMS_62
。
步骤3.2，令任务数
Figure SMS_63
。
步骤3.3，从初始解
Figure SMS_65
中取出受通道损毁影响的任务
Figure SMS_67
，获取任务
Figure SMS_69
总批次数
Figure SMS_66
和备选路线集
Figure SMS_68
；计算受通道损毁影响的任务
Figure SMS_70
运输的开始时间
Figure SMS_71
、结束时间
Figure SMS_64
。
步骤3.4，判断受通道损毁影响的任务
Figure SMS_72
是否在损毁通道
Figure SMS_73
损毁之前开始运输，若满足
Figure SMS_74
，则转至步骤3.5，否则转至步骤3.6。
步骤3.5，计算在通道损毁时间
Figure SMS_75
时已经从起点发出到还未通过损毁通道
Figure SMS_76
的批次数
Figure SMS_77
以及还未发出的批次数
Figure SMS_78
；若
Figure SMS_79
则转至步骤3.6，否则转至步骤3.7。
步骤3.6，已经从起点发出到还未通过损毁通道
Figure SMS_81
的
Figure SMS_84
个批次分两种情况计算：一是在损毁通道
Figure SMS_86
修复后从通道修复时间
Figure SMS_82
时根据路网能力按原路线安排，得到最终结束运输时间
Figure SMS_83
；二是从损毁通道
Figure SMS_85
的起点处重新规划到终点的路线，根据路网能力按新路线安排运输得到最终结束运输时间
Figure SMS_87
；若
Figure SMS_80
则将情况一记录到调整后的运输方案数据中，否则将情况二记录到调整后的运输方案数据中；跳转到步骤3.8。
步骤3.7，将受通道损毁影响的任务
Figure SMS_88
中已发出但并未受通道损毁影响的批次按原有运输安排记录到调整后的运输方案数据中，并转到步骤3.8。
步骤3.8，若
Figure SMS_89
，令路线数
Figure SMS_90
并转到步骤3.9；否则转到步骤3.14。
步骤3.9，从备选路线集
Figure SMS_92
中取出路线
Figure SMS_95
，若路线
Figure SMS_98
不经过损毁通道
Figure SMS_93
，则根据路网能力将
Figure SMS_94
个批次从通道损毁时间
Figure SMS_97
时重新安排；否则根据路网能力将
Figure SMS_99
个批次从通道修复时间
Figure SMS_91
时重新安排；得到最终结束运输时间
Figure SMS_96
，跳转到步骤3.10。
步骤3.10，令路线
Figure SMS_100
，若
Figure SMS_101
则转至步骤3.9；否则比较所有备选路线中最早的结束运输时间
Figure SMS_102
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤3.14。
步骤3.11，令路线
Figure SMS_103
并转至步骤3.12。
步骤3.12，从备选路线集
Figure SMS_105
中取出路线
Figure SMS_109
，若路线
Figure SMS_112
不经过损毁通道
Figure SMS_106
，则根据路网能力将受通道损毁影响的任务
Figure SMS_108
的
Figure SMS_111
个批次从通道损毁时间
Figure SMS_113
时重新安排；否则根据路网能力将
Figure SMS_104
个批次从通道修复时间
Figure SMS_107
时重新安排；得到最终结束运输时间
Figure SMS_110
，并转至步骤3.13。
步骤3.13，令路线
Figure SMS_114
，若
Figure SMS_115
则转至步骤3.12；否则比较所有备选路线中最早的结束运输时间
Figure SMS_116
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤3.14。
步骤3.14，任务数
Figure SMS_117
，若
Figure SMS_118
则跳转到步骤3.3；否则比较所有受影响的任务中的结束运输时间，设其最晚结束运输时间为
Figure SMS_119
，转至步骤3.15；
步骤3.15，输出通道损毁初始解目标函数
Figure SMS_120
及此时调整后的运输方案数据，算法结束。
值得说明的是，
Figure SMS_121
可以理解为路线下标，表示路线集
Figure SMS_122
中的第
Figure SMS_123
条路线，表示为
Figure SMS_124
。
在其中一个实施例中，如图6、7、8和9所示，提供了节点损毁初始解目标函数计算流程图。节点损毁的临机调整算法的模拟退火优化模块与通道损毁的临机调整算法的模拟退火优化模块无明显差别，主要差别在于目标函数计算模块不同。同样设受影响任务中最晚的到达时间为
Figure SMS_125
，目标函数定义为
Figure SMS_126
。其目标函数计算模块具体步骤如下：
步骤4.1，初始化；输入初始解
Figure SMS_127
，损毁节点
Figure SMS_128
影响的交通方式
Figure SMS_129
、节点损毁时间
Figure SMS_130
和节点修复时间
Figure SMS_131
。
步骤4.2，令任务数
Figure SMS_132
。
步骤4.3，从初始解
Figure SMS_133
中取出受节点损毁影响的任务
Figure SMS_134
，得到该任务的总批次数
Figure SMS_135
和备选路线集
Figure SMS_136
，计算受节点损毁影响的任务
Figure SMS_137
运输的开始时间
Figure SMS_138
、结束时间
Figure SMS_139
。
步骤4.4，判断受节点损毁影响的任务
Figure SMS_140
是否在该损毁节点
Figure SMS_141
损毁之前开始运输；若满足
Figure SMS_142
则转至步骤4.5，否则转至步骤4.18。
步骤4.5，判断该损毁节点
Figure SMS_143
是受节点损毁影响的任务
Figure SMS_144
的起点、终点还是中间转运节点；若是起点，转至步骤4.6；若是终点，转至步骤4.9；若是中间转运节点，转至步骤4.13。
步骤4.6，计算在起点节点
Figure SMS_145
损毁发生
Figure SMS_146
时还未发出的批次数
Figure SMS_147
；若
Figure SMS_148
，令路线
Figure SMS_149
并转至步骤4.7；否则将受节点损毁影响的任务
Figure SMS_150
中的
Figure SMS_151
个批次按原有运输安排记录到调整后的运输方案数据中并转至步骤4.21。
步骤4.7，从备选路线集
Figure SMS_153
中取出路线
Figure SMS_155
，若路线
Figure SMS_158
不需要通过起点以交通方式
Figure SMS_154
装载，则根据路网能力将未发出的
Figure SMS_157
个批次从节点损毁时间
Figure SMS_159
时重新安排；否则根据路网能力将未发出的
Figure SMS_160
个批次从节点修复时间
Figure SMS_152
时重新安排；得到最终结束运输时间
Figure SMS_156
，转到步骤4.8。
步骤4.8，令路线
Figure SMS_161
，若
Figure SMS_162
，则转到步骤4.7；否则比较所有备选路线中最早的结束运输时间
Figure SMS_163
，将最早结束的运输安排记录到调整后的运输方案数据中并转至步骤4.21。
步骤4.9，计算在终点节点
Figure SMS_166
损毁发生
Figure SMS_168
时还未发出的批次数
Figure SMS_170
和已经从起点发出到还未通过终点卸载的批次数
Figure SMS_165
；若
Figure SMS_167
，对已经从起点发出到还未通过终点卸载的批次数
Figure SMS_169
从
Figure SMS_171
时开始安排卸载运输货物，将卸载情况记录到调整后的运输方案数据；否则将受节点损毁影响的任务
Figure SMS_164
中已发出但并未受节点损毁影响的批次按原有运输安排记录到调整后的运输方案数据中；转至步骤4.10。
步骤4.10，若
Figure SMS_172
，令路线
Figure SMS_173
并转至步骤4.11；否则转至步骤4.21。
步骤4.11，从备选路线集
Figure SMS_176
中取出路线
Figure SMS_177
，若路线
Figure SMS_180
不需要通过终点以交通方式
Figure SMS_175
卸载，则根据路网能力将未发出的
Figure SMS_178
个批次从节点损毁时间
Figure SMS_181
时重新安排；否则根据路网能力将未发出的
Figure SMS_182
个批次从节点修复时间
Figure SMS_174
时重新安排，得到最终结束运输时间
Figure SMS_179
，转至步骤4.12。
步骤4.12，令路线
Figure SMS_183
，若
Figure SMS_184
则转至步骤4.11；否则比较所有备选路线中最早的结束运输时间
Figure SMS_185
，将最早结束的运输安排记录到调整后的运输方案数据中。跳转至步骤4.21。
步骤4.13，计算在中间转运节点
Figure SMS_186
损毁发生
Figure SMS_187
时还未发出的批次数
Figure SMS_188
和已经从起点发出到还未通过终点卸载的批次数
Figure SMS_189
；若
Figure SMS_190
，则转至步骤4.14；否则将受节点损毁影响的任务
Figure SMS_191
中已发出但并未受节点损毁影响的批次按原有运输安排记录到调整后的运输方案数据中；转至步骤4.15。
步骤4.14，已经从起点发出到还未通过中间转运节点
Figure SMS_193
的
Figure SMS_195
个批次分两种情况计算：一是损毁节点
Figure SMS_197
修复后从
Figure SMS_194
时根据路网能力按原路线安排，得到最终结束运输时间
Figure SMS_196
；二是从节点
Figure SMS_198
处重新规划到终点的路线，根据路网能力按新路线从安排运输得到最终结束运输时间
Figure SMS_199
；若
Figure SMS_192
则将情况一记录到调整后的运输方案数据中，否则将情况二记录到调整后的运输方案数据中；转至步骤4.15。
步骤4.15，若
Figure SMS_200
，令路线
Figure SMS_201
并转至步骤4.16；否则转至步骤4.21。
步骤4.16，从备选路线集
Figure SMS_204
中取出路线
Figure SMS_207
，若路线
Figure SMS_210
不需要通过节点
Figure SMS_203
以交通方式
Figure SMS_206
装卸活动，则根据路网能力将未发出的
Figure SMS_209
个批次从
Figure SMS_211
时重新安排；否则根据路网能力将未发出的
Figure SMS_202
个批次从
Figure SMS_205
时重新安排，得到最终结束运输时间
Figure SMS_208
，转至步骤4.17。
步骤4.17，令路线
Figure SMS_212
，若
Figure SMS_213
则转至步骤4.16；否则比较所有备选路线中最早的结束运输时间
Figure SMS_214
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤4.21。
步骤4.18，令路线
Figure SMS_215
并转至步骤4.19。
步骤4.19，从备选路线集
Figure SMS_217
中取出路线
Figure SMS_221
，若路线
Figure SMS_224
不需要通过节点
Figure SMS_218
以交通方式
Figure SMS_220
装卸活动则根据路网能力将受节点损毁影响的任务
Figure SMS_223
的
Figure SMS_226
个批次从
Figure SMS_216
时重新安排；否则根据路网能力将未发出的
Figure SMS_219
个批次从
Figure SMS_222
时重新安排，得到最终结束运输时间
Figure SMS_225
，转至步骤4.20。
步骤4.20，令路线
Figure SMS_227
，若
Figure SMS_228
则转至步骤4.19；否则比较所有备选路线中最早的结束运输时间
Figure SMS_229
，将最早结束的运输安排记录到调整后的运输方案数据中，转至步骤4.21。
步骤4.21，令任务数
Figure SMS_230
，若
Figure SMS_231
则转至步骤4.3；否则比较所有受影响的任务中的结束运输时间，设其最晚结束运输时间为
Figure SMS_232
，转至步骤4.22。
步骤4.22，输出目标函数
Figure SMS_233
及此时调整后的运输方案数据，算法结束。
在一个实施例中，为了使本公开发明的目的、技术方案和优点更加清楚明白，下面结合具体实施例，并根据附图，对本发明进一步详细说明。
已知某地区A发生重大自然灾害，现上级已通过前期灾情及现有交通网络资源得到了应急物流多任务方案，总任务完成时间为T+28天，如表1所示。该方案具体描述了各任务的运输起点、终点、出发时间、到达时间、运输货物类型、批次数量、每日运输批次安排及具体路线。其中，表中的task表示任务，node表示节点。
表1应急物流多任务方案
名称 起点 终点 出发时间 到达时间 运输货物 批次数量 每日运输安排 运输路线
task1 Node18 Node2 T+8 T+10 药品 10 [4, 4,2] Node18--A747(空)--Node2
task2 Node11 Node8 T+13 T+28 药品 15 [1, 1,1, 1,1, 1,1, 1,1, 1,1, 1,1, 1,1] Node11--C469(空)--Node8
task3 Node9 Node14 T+19 T+25 饮用水 12 [2, 2,2, 2,2, 2] Node9--C996(空)--Node14
task4 Node11 Node8 T+0 T+13 食物 13 [1, 1,1, 1,1, 1,1, 1,1, 1,1, 1,1] Node11--C469(空)--Node8
task5 Node3 Node13 T+15 T+19 救援设备 25 [6, 6,6, 6,1] Node3--X5(公)--Node2--X4(公)--Node14--Z234(公)--Node13
task6 Node11 Node24 T+0 T+6 帐篷 25 [4, 4,4, 4,4, 4,1] Node11--Y7(公)--Node16--S94(公)--Node4--G924(公)--Node24
task7 Node2 Node6 T+15 T+15 药品 7 [7] Node2--G2(铁)--Node3--K46(铁)--Node6
task8 Node4 Node1 T+9 T+9 救援设备 6 [6] Node4--G6(铁)--Node16--D34(铁)--Node8--K3(铁)--Node1
task9 Node23 Node16 T+18 T+23 帐篷 26 [5, 5,5, 5,5, 1] Node23--D67(铁)--Node19--G35(铁)--Node16
task10 Node18 Node2 T+0 T+1 食物 10 [2, 8] Node18--G0(铁)--Node3--G2(铁)--Node2
task11 Node18 Node25 T+0 T+0 食物 7 [7] Node18--G0(铁)--Node3--K46(铁)--Node6--K207(铁)--Node14--G99(铁)--Node13--G23(铁)--Node25
task12 Node10 Node15 T+9 T+14 药品 25 [5, 5,5, 5,5] Node10--K230(铁)--Node21--G33(公)--Node15
task13 Node2 Node24 T+19 T+28 药品 30 [2, 2,2, 2,2, 6,6, 6,2] Node2--X4(公)--Node14--Z234(公)--Node13--X9(公)--Node25--Z4(公)--Node24
task14 Node23 Node5 T+19 T+22 食物 27 [8, 8,8, 3] Node23--G614(公)--Node19--G6(公)--Node7--Z14(公)--Node5
task15 Node10 Node7 T+0 T+5 食物 30 [6, 6,6, 6,6] Node10--S92(公)--Node21--S6(公)--Node12--X178(公)--Node22--X46(公)--Node7
task16 Node13 Node16 T+0 T+8 药品 24 [1, 1,1, 4,4, 4,4, 4,1] Node13--X9(公)--Node25--Z4(公)--Node24--G924(公)--Node4--S94(公)--Node16
task17 Node8 Node25 T+19 T+25 救援设备 30 [5, 5,5, 5,5, 5] Node8--D34(铁)--Node16--G6(铁)--Node4--G924(公)--Node24--Z4(公)--Node25
task18 Node21 Node20 T+18 T+21 救援设备 19 [5, 5,5, 4] Node21--K0(铁)--Node12--K074(铁)--Node11--G203(铁)--Node20
task19 Node22 Node5 T+15 T+17 帐篷 14 [6, 6,2] Node22--X46(公)--Node7--Z14(公)--Node5
task20 Node7 Node20 T+9 T+10 食物 13 [7, 6] Node7--Z14(公)--Node5--G317(公)--Node20
task21 Node4 Node19 T+9 T+12 饮用水 21 [6, 6,6, 3] Node4--G6(铁)--Node16--G35(铁)--Node19
task22 Node17 Node25 T+4 T+9 饮用水 27 [1, 6,6, 6,6, 2] Node17--S184(公)--Node6--Z161(公)--Node14--Z234(公)--Node13--X9(公)--Node25
task23 Node1 Node2 T+0 T+5 药品 29 [6, 6,6, 6,5] Node1--Y7(公)--Node21--G33(公)--Node15--X4(公)--Node6--Z161(公)--Node14--X4(公)--Node2
task24 Node4 Node1 T+0 T+1 食物 10 [6, 4] Node4--G6(铁)--Node16--D34(铁)--Node8--K3(铁)--Node1
task25 Node21 Node6 T+18 T+19 帐篷 11 [6, 5] Node21--G33(公)--Node15--X4(公)--Node6
task26 Node18 Node23 T+0 T+1 食物 9 [5, 4] Node18--G29(铁)--Node22--K9(铁)--Node12--K074(铁)--Node11--D01(铁)--Node16--G35(铁)--Node19--D67(铁)--Node23
task27 Node1 Node20 T+18 T+25 救援设备 25 [2, 4,4, 4,4, 4,3] Node1--Y7(公)--Node21--S6(公)--Node12--Y81(公)--Node11--Y6(公)--Node20
task28 Node9 Node8 T+8 T+12 药品 25 [5, 5,5, 5,5] Node9--Y8(公)--Node18--X579(公)--Node22--X8(公)--Node8
task29 Node11 Node5 T+0 T+3 食物 13 [5, 5,3] Node11--G203(铁)--Node20--G317(公)--Node5
task30 Node21 Node17 T+9 T+15 帐篷 30 [3, 5,5, 5,5, 5,2] Node21--D075(铁)--Node15--K9(铁)--Node6--G3(铁)--Node17
task31 Node20 Node16 T+19 T+24 救援设备 24 [4, 4,4, 4,4, 4] Node20--Y6(公)--Node11--Y7(公)--Node16
task32 Node8 Node9 T+15 T+16 食物 6 [5, 1] Node8--X8(公)--Node22--X579(公)--Node18--Y8(公)--Node9
task33 Node25 Node11 T+9 T+12 药品 11 [4, 4,3] Node25--Z4(公)--Node24--G924(公)--Node4--S94(公)--Node16--Y7(公)--Node11
task34 Node19 Node5 T+9 T+11 饮用水 24 [10,10, 4] Node19--D25(铁)--Node7--G63(铁)--Node5
task35 Node13 Node8 T+0 T+3 饮用水 18 [6, 6,6] Node13--Z234(公)--Node14--Z161(公)--Node6--X4(公)--Node15--G33(公)--Node21--Y7(公)--Node1--G78(公)--Node8
task36 Node19 Node16 T+0 T+4 救援设备 25 [6, 6,6, 6,1] Node19--G35(铁)--Node16
task37 Node19 Node8 T+4 T+7 药品 28 [7, 7,7, 7] Node19--S24(公)--Node16--S28(公)--Node8
task38 Node23 Node17 T+15 T+18 救援设备 12 [3, 5,4] Node23--D67(铁)--Node19--G35(铁)--Node16--D01(铁)--Node11--K074(铁)--Node12--K0(铁)--Node21--D075(铁)--Node15--K9(铁)--Node6--G3(铁)--Node17
task39 Node11 Node15 T+19 T+24 食物 23 [1, 6,6, 6,4] Node11--K074(铁)--Node12--K0(铁)--Node21--G33(公)--Node15
task40 Node12 Node24 T+19 T+24 救援设备 20 [4, 4,4, 4,4] Node12--Y81(公)--Node11--Y7(公)--Node16--S94(公)--Node4--G924(公)--Node24
task41 Node3 Node22 T+0 T+1 药品 9 [6, 3] Node3--G46(公)--Node18--X579(公)--Node22
task42 Node21 Node12 T+0 T+5 饮用水 27 [5, 5,5, 5,5, 2] Node21--S6(公)--Node12
task43 Node19 Node2 T+8 T+11 药品 12 [4, 4,4] Node19--G614(公)--Node23--Y7(公)--Node15--X4(公)--Node6--Y025(公)--Node3--X5(公)--Node2
task44 Node18 Node2 T+9 T+11 食物 17 [8, 8,1] Node18--G0(铁)--Node3--G2(铁)--Node2
task45 Node25 Node5 T+15 T+19 救援设备 14 [4, 4,4, 2] Node25--Z4(公)--Node24--G924(公)--Node4--S94(公)--Node16--Y7(公)--Node11--Y6(公)--Node20--G317(公)--Node5
task46 Node21 Node9 T+0 T+1 救援设备 10 [5, 5] Node21--K230(铁)--Node10--D55(铁)--Node9
task47 Node15 Node4 T+15 T+19 饮用水 16 [4, 4,4, 4] Node15--Y7(公)--Node23--G614(公)--Node19--S24(公)--Node16--S94(公)--Node4
task48 Node13 Node10 T+0 T+1 药品 7 [7] Node13--G99(铁)--Node14--K207(铁)--Node6--X4(公)--Node15--G33(公)--Node21--S92(公)--Node10
task49 Node9 Node16 T+9 T+9 饮用水 7 [7] Node9--D5(铁)--Node18--G29(铁)--Node22--K9(铁)--Node12--K074(铁)--Node11--D01(铁)--Node16
task50 Node9 Node13 T+19 T+20 救援设备 10 [8, 2] Node9--D5(铁)--Node18--G0(铁)--Node3--K46(铁)--Node6--K207(铁)--Node14--G99(铁)--Node13
task51 Node23 Node25 T+4 T+10 药品 27 [5, 5,5, 5,5, 2] Node23--D67(铁)--Node19--G35(铁)--Node16--D01(铁)--Node11--K074(铁)--Node12--K0(铁)--Node21--D075(铁)--Node15--K9(铁)--Node6--K207(铁)--Node14--G99(铁)--Node13--G23(铁)--Node25
task52 Node18 Node10 T+8 T+14 救援设备 27 [5, 5,5, 5,5, 2] Node18--D5(铁)--Node9--Y5(公)--Node10
若假设在运输过程中，第T+9天时，Node9至Node18的D5段铁路因自然灾害损毁无法通行，预计在T+20天才能修好。此时受到影响的任务有task49、task50和task52，其具体任务运输方案如表2所示。为保证应急救援方案的顺利进行，全力保障灾情人民，须立即对方案进行临机调整。调整后受到影响的任务具体任务运输方案如表3所示，总任务完成时间仍为T+28天。
表2通道损毁受影响任务的运输方案表
名称 起点 终点 出发时间 到达时间 运输货物 批次数量 每日运输安排 运输路线
task49 Node9 Node16 T+9 T+9 饮用水 7 [7] Node9--D5(铁)--Node18--G29(铁)--Node22--K9(铁)--Node12--K074(铁)--Node11--D01(铁)--Node16
task50 Node9 Node13 T+19 T+20 救援设备 10 [8, 2] Node9--D5(铁)--Node18--G0(铁)--Node3--K46(铁)--Node6--K207(铁)--Node14--G99(铁)--Node13
task52 Node18 Node10 T+8 T+14 救援设备 27 [5, 5, 5,5, 5, 2] Node18--D5(铁)--Node9--Y5(公)--Node10
表3通道损毁受影响任务临机调整后的运输方案表
名称 起点 终点 出发时间 到达时间 运输货物 批次数量 每日运输安排 运输路线
task49(余) Node9 Node16 T+9 T+9 饮用水 7 [1, 1,1, 1, 3] Node9--Y5(公)--Node10--S92(公)--Node21--S6(公)--Node12--Y81(公)--Node11--Y7(公)--Node16
task50(余) Node9 Node13 T+19 T+20 救援设备 10 [4, 4,2] Node9--Y8(公)--Node18--G46(公)--Node3--Y025(公)--Node6--Z161(公)--Node14--Z234(公)--Node13
task52(未) Node18 Node10 T+8 T+9 救援设备 5 [5] Node18--D5(铁)--Node9--Y5(公)--Node10
task52(余) Node18 Node10 T+9 T+15 救援设备 22 [5, 5,5, 5, 2] Node18--X579(公)--Node22--X178(公)--Node12--S6(公)--Node21--S92(公)--Node10
需说明的是，被影响的任务会被拆分为(未)、(已)、(余)三部分。(未)代表通道/节点损毁时已经通过该损毁通道/节点，实质上不受影响；(已)代表损毁时已经从起点出发但还未到达损毁通道/节点；(余)代表通道/节点损毁时尚未从起点出发的批次。以task52为例，原计划将27批救援设备从Node18运到Node10，在T+8天首批出发，T+14天尾批到达。现因第T+9天时“Node18--Node9”D5铁路损毁，修复时间为12天。该任务在通道损毁时已有5个批次通过，故该任务部分(5批次)运输方案未受影响(见表3task52（未）)；该任务不存在损毁时已经从起点出发但还未到达损毁通道的批次；而还有22个批次在起点为出发点，如按原计划运输，会卡在损毁通道处，优化后结果如下：剩余22个批次从T+9天开始将更换路线运输(见表3task52（未）)。
若假设在运输过程中，第T+11天时，Node21火车站因自然灾害损毁(即Node21节点的铁路装卸载能力均为0)，预计在T+15天才能修好。此时受到影响的任务有task12和task30，其具体任务运输方案如表4所示。调整后受到影响的任务具体任务运输方案如表5所示，总任务完成时间仍为T+28天。
表4节点损毁受影响任务的运输方案表
名称 起点 终点 出发时间 到达时间 运输货物 批次数量 每日运输安排 运输路线
task12 Node10 Node15 T+9 T+14 药品 25 [5, 5, 5, 5,5] Node10--K230(铁)--Node21--G33(公)--Node15
task30 Node21 Node17 T+9 T+15 帐篷 30 [3, 5, 5, 5,5, 5, 2] Node21--D075(铁)--Node15--K9(铁)--Node6--G3(铁)--Node17
表5节点损毁受影响任务临机调整后的运输方案表
名称 起点 终点 出发时间 到达时间 运输货物 批次数量 每日运输安排 运输路线
task12(未) Node10 Node15 T+9 T+11 药品 10 [5, 5] Node10--K230(铁)--Node21--G33(公)--Node15
task12(余) Node10 Node15 T+11 T+13 药品 15 [6, 6,3] Node10--S92(公)--Node21--G33(公)--Node15
task30(未) Node21 Node17 T+9 T+10 帐篷 8 [3, 5] Node21--D075(铁)--Node15--K9(铁)--Node6--G3(铁)--Node17
task30(余) Node21 Node17 T+11 T+14 帐篷 22 [6, 6,6, 4] Node21--G33(公)--Node15--X4(公)--Node6--S184(公)--Node17
以上包含了本发明优选实施例的说明，这是为了详细说明本发明的技术特征，并不是想要将发明内容限制在实施例所描述的具体形式中，依据本发明内容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要求书所界定，而非由实施例的具体描述所界定。
应该理解的是，虽然图1至图9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1至图9中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，提供了一种应急物流下多任务方案临机调整装置，所述装置包括：
初始模块；用于根据灾情发生地、需要运送的物资以及交通网络资源确定初始应急物流多任务方案数据；所述初始应急物流多任务方案数据包括多个任务。
通道和节点损毁获取模块，用于在灾情期间，实时获取通道损毁数据和节点损毁数据。
临机调整算法模块，用于根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响任务。
模拟退火优化模块，用于根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据。
更新模块，用于根据所述调整后的运输方案数据动态更新所述初始应急物流多任务方案数据，得到优化后的应急物流多任务方案数据。
关于应急物流下多任务方案临机调整装置的具体限定可以参见上文中对于应急物流下多任务方案临机调整方法的限定，在此不再赘述。上述应急物流下多任务方案临机调整装置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。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种应急物流下多任务方案临机调整方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现应急物流下多任务方案临机调整方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现应急物流下多任务方案临机调整方法步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种应急物流下多任务方案临机调整方法，其特征在于，所述方法包括：
根据灾情发生地、需要运送的物资以及交通网络资源确定初始应急物流多任务方案数据；所述初始应急物流多任务方案数据包括多个任务；
在灾情期间，实时获取通道损毁数据和节点损毁数据；
根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响任务；
根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据；
根据所述调整后的运输方案数据动态更新所述初始应急物流多任务方案数据，得到优化后的应急物流多任务方案数据；
根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据，包括：
设定初始温度、终止温度、每个温度下的最大迭代次数以及退温率；并根据所述受影响任务组构建初始解，根据所述初始解计算初始解目标函数；
根据所述初始温度对所述初始解产生一次随机扰动，得到新解，根据新解结算新解目标函数；
根据初始解目标函数和新解目标函数计算温度增量；并判断所述温度增量是否小于零，若是，则接受新解；若否，则根据一定概率接受新解；
对所述初始解再次进行随机扰动，直至达到该温度下的最大迭代次数；
判断迭代后的温度是否达到终止温度，若否，则根据迭代后的温度和所述退温率进行降温后，重新对初始解产生随机扰动再进行迭代计算；若是，则结束算法；
根据迭代结果得到调整后的运输方案数据；
根据所述初始解计算初始解目标函数，包括：
根据目标函数计算模块对初始解进行计算，分别得到通道损毁初始解目标函数和节点损毁初始解目标函数；
根据目标函数计算模块对初始解进行计算，得到通道损毁初始解目标函数，包括：
步骤3.1，初始化；输入初始解
Figure QLYQS_1
，通道损毁时间
Figure QLYQS_2
以及通道修复时间
Figure QLYQS_3
；
步骤3.2，令任务数
Figure QLYQS_4
；
步骤3.3，从初始解
Figure QLYQS_6
中取出受通道损毁影响的任务
Figure QLYQS_9
，获取任务
Figure QLYQS_11
总批次数
Figure QLYQS_7
和备选路线集
Figure QLYQS_8
；计算受通道损毁影响的任务
Figure QLYQS_10
运输的开始时间
Figure QLYQS_12
、结束时间
Figure QLYQS_5
；
步骤3.4，判断受通道损毁影响的任务
Figure QLYQS_13
是否在损毁通道
Figure QLYQS_14
损毁之前开始运输，若满足
Figure QLYQS_15
，则转至步骤3.5，否则转至步骤3.6；
步骤3.5，计算在通道损毁时间
Figure QLYQS_16
时已经从起点发出到还未通过损毁通道
Figure QLYQS_17
的批次数
Figure QLYQS_18
以及还未发出的批次数
Figure QLYQS_19
；若
Figure QLYQS_20
则转至步骤3.6，否则转至步骤3.7；
步骤3.6，已经从起点发出到还未通过损毁通道
Figure QLYQS_22
的
Figure QLYQS_24
个批次分两种情况计算：一是在损毁通道
Figure QLYQS_25
修复后从通道修复时间
Figure QLYQS_23
时根据路网能力按原路线安排，得到最终结束运输时间
Figure QLYQS_26
；二是从损毁通道
Figure QLYQS_27
的起点处重新规划到终点的路线，根据路网能力按新路线安排运输得到最终结束运输时间
Figure QLYQS_28
；若
Figure QLYQS_21
则将情况一记录到调整后的运输方案数据中，否则将情况二记录到调整后的运输方案数据中；跳转到步骤3.8；
步骤3.7，将受通道损毁影响的任务
Figure QLYQS_29
中已发出但并未受通道损毁影响的批次按原有运输安排记录到调整后的运输方案数据中，并转到步骤3.8；
步骤3.8，若
Figure QLYQS_30
，令路线
Figure QLYQS_31
并转到步骤3.9；否则转到步骤3.14；
步骤3.9，从备选路线集
Figure QLYQS_34
中取出路线
Figure QLYQS_35
，若路线
Figure QLYQS_38
不经过损毁通道
Figure QLYQS_33
，则根据路网能力将
Figure QLYQS_37
个批次从通道损毁时间
Figure QLYQS_39
时重新安排；否则根据路网能力将
Figure QLYQS_40
个批次从通道修复时间
Figure QLYQS_32
时重新安排；得到最终结束运输时间
Figure QLYQS_36
，跳转到步骤3.10；
步骤3.10，令路线
Figure QLYQS_41
，若
Figure QLYQS_42
则转至步骤3.9；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_43
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤3.14；
步骤3.11，令路线
Figure QLYQS_44
并转至步骤3.12；
步骤3.12，从备选路线集
Figure QLYQS_46
中取出路线
Figure QLYQS_50
，若路线
Figure QLYQS_54
不经过损毁通道
Figure QLYQS_47
，则根据路网能力将受通道损毁影响的任务
Figure QLYQS_49
的
Figure QLYQS_51
个批次从通道损毁时间
Figure QLYQS_53
时重新安排；否则根据路网能力将
Figure QLYQS_45
个批次从通道修复时间
Figure QLYQS_48
时重新安排；得到最终结束运输时间
Figure QLYQS_52
，并转至步骤3.13；
步骤3.13，令路线
Figure QLYQS_55
，若
Figure QLYQS_56
则转至步骤3.12；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_57
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤3.14；
步骤3.14，令任务数
Figure QLYQS_58
，若
Figure QLYQS_59
则跳转到步骤3.3；否则比较所有受影响的任务中的结束运输时间，设其最晚结束运输时间为
Figure QLYQS_60
，转至步骤3.15；
步骤3.15，输出通道损毁初始解目标函数
Figure QLYQS_61
及此时调整后的运输方案数据，算法结束；
根据目标函数计算模块对初始解进行计算，得到节点损毁初始解目标函数，包括：
步骤4.1，初始化；输入初始解
Figure QLYQS_62
，损毁节点
Figure QLYQS_63
影响的交通方式
Figure QLYQS_64
、节点损毁时间
Figure QLYQS_65
和节点修复时间
Figure QLYQS_66
；
步骤4.2，令任务数
Figure QLYQS_67
；
步骤4.3，从初始解
Figure QLYQS_68
中取出受节点损毁影响的任务
Figure QLYQS_69
，得到该任务的总批次数
Figure QLYQS_70
和备选路线集
Figure QLYQS_71
，计算受节点损毁影响的任务
Figure QLYQS_72
运输的开始时间
Figure QLYQS_73
、结束时间
Figure QLYQS_74
；
步骤4.4，判断受节点损毁影响的任务
Figure QLYQS_75
是否在该损毁节点
Figure QLYQS_76
损毁之前开始运输；若满足
Figure QLYQS_77
则转至步骤4.5，否则转至步骤4.18；
步骤4.5，判断该损毁节点
Figure QLYQS_78
是受节点损毁影响的任务
Figure QLYQS_79
的起点、终点还是中间转运节点；若是起点，转至步骤4.6；若是终点，转至步骤4.9；若是中间转运节点，转至步骤4.13；
步骤4.6，计算在起点节点
Figure QLYQS_80
损毁发生
Figure QLYQS_81
时还未发出的批次数
Figure QLYQS_82
；若
Figure QLYQS_83
，令路线
Figure QLYQS_84
并转至步骤4.7；否则将受节点损毁影响的任务
Figure QLYQS_85
中的
Figure QLYQS_86
个批次按原有运输安排记录到调整后的运输方案数据中并转至步骤4.21；
步骤4.7，从备选路线集
Figure QLYQS_87
中取出路线
Figure QLYQS_92
，若路线
Figure QLYQS_93
不需要通过起点以交通方式
Figure QLYQS_89
装载，则根据路网能力将未发出的
Figure QLYQS_90
个批次从节点损毁时间
Figure QLYQS_94
时重新安排；否则根据路网能力将未发出的
Figure QLYQS_95
个批次从节点修复时间
Figure QLYQS_88
时重新安排；得到最终结束运输时间
Figure QLYQS_91
，转到步骤4.8；
步骤4.8，令路线
Figure QLYQS_96
，若
Figure QLYQS_97
，则转到步骤4.7；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_98
，将最早结束的运输安排记录到调整后的运输方案数据中并转至步骤4.21；
步骤4.9，计算在终点节点
Figure QLYQS_100
损毁发生
Figure QLYQS_102
时还未发出的批次数
Figure QLYQS_104
和已经从起点发出到还未通过终点卸载的批次数
Figure QLYQS_101
；若
Figure QLYQS_103
，对已经从起点发出到还未通过终点卸载的批次数
Figure QLYQS_105
从
Figure QLYQS_106
时开始安排卸载运输货物，将卸载情况记录到调整后的运输方案数据；否则将受节点损毁影响的任务
Figure QLYQS_99
中已发出但并未受节点损毁影响的批次按原有运输安排记录到调整后的运输方案数据中；转至步骤4.10；
步骤4.10，若
Figure QLYQS_107
，令路线
Figure QLYQS_108
并转至步骤4.11；否则转至步骤4.21；
步骤4.11，从备选路线集
Figure QLYQS_110
中取出路线
Figure QLYQS_114
，若路线
Figure QLYQS_116
不需要通过终点以交通方式
Figure QLYQS_111
卸载，则根据路网能力将未发出的
Figure QLYQS_113
个批次从节点损毁时间
Figure QLYQS_115
时重新安排；否则根据路网能力将未发出的
Figure QLYQS_117
个批次从节点修复时间
Figure QLYQS_109
时重新安排，得到最终结束运输时间
Figure QLYQS_112
，转至步骤4.12；
步骤4.12，令路线
Figure QLYQS_118
，若
Figure QLYQS_119
则转至步骤4.11；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_120
，将最早结束的运输安排记录到调整后的运输方案数据中；跳转至步骤4.21；
步骤4.13，计算在中间转运节点
Figure QLYQS_121
损毁发生
Figure QLYQS_122
时还未发出的批次数
Figure QLYQS_123
和已经从起点发出到还未通过终点卸载的批次数
Figure QLYQS_124
；若
Figure QLYQS_125
，则转至步骤4.14；否则将受节点损毁影响的任务
Figure QLYQS_126
中已发出但并未受节点损毁影响的批次按原有运输安排记录到调整后的运输方案数据中；转至步骤4.15；
步骤4.14，已经从起点发出到还未通过中间转运节点
Figure QLYQS_129
的
Figure QLYQS_130
个批次分两种情况计算：一是损毁节点
Figure QLYQS_132
修复后从
Figure QLYQS_128
时根据路网能力按原路线安排，得到最终结束运输时间
Figure QLYQS_131
；二是从节点
Figure QLYQS_133
处重新规划到终点的路线，根据路网能力按新路线从安排运输得到最终结束运输时间
Figure QLYQS_134
；若
Figure QLYQS_127
则将情况一记录到调整后的运输方案数据中，否则将情况二记录到调整后的运输方案数据中；转至步骤4.15；
步骤4.15，若
Figure QLYQS_135
，令路线
Figure QLYQS_136
并转至步骤4.16；否则转至步骤4.21；
步骤4.16，从备选路线集
Figure QLYQS_139
中取出路线
Figure QLYQS_141
，若路线
Figure QLYQS_145
不需要通过节点
Figure QLYQS_138
以交通方式
Figure QLYQS_142
装卸活动，则根据路网能力将未发出的
Figure QLYQS_144
个批次从
Figure QLYQS_146
时重新安排；否则根据路网能力将未发出的
Figure QLYQS_137
个批次从
Figure QLYQS_140
时重新安排，得到最终结束运输时间
Figure QLYQS_143
，转至步骤4.17；
步骤4.17，令路线
Figure QLYQS_147
，若
Figure QLYQS_148
则转至步骤4.16；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_149
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤4.21；
步骤4.18，令路线
Figure QLYQS_150
并转至步骤4.19；
步骤4.19，从备选路线集
Figure QLYQS_153
中取出路线
Figure QLYQS_156
，若路线
Figure QLYQS_157
不需要通过节点
Figure QLYQS_152
以交通方式
Figure QLYQS_154
装卸活动则根据路网能力将受节点损毁影响的任务
Figure QLYQS_158
的
Figure QLYQS_160
个批次从
Figure QLYQS_151
时重新安排；否则根据路网能力将未发出的
Figure QLYQS_155
个批次从
Figure QLYQS_159
时重新安排，得到最终结束运输时间
Figure QLYQS_161
，转至步骤4.20；
步骤4.20，令路线
Figure QLYQS_162
，若
Figure QLYQS_163
则转至步骤4.19；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_164
，将最早结束的运输安排记录到调整后的运输方案数据中，转至步骤4.21；
步骤4.21，令任务数
Figure QLYQS_165
，若
Figure QLYQS_166
则转至步骤4.3；否则比较所有受影响的任务中的结束运输时间，设其最晚结束运输时间为
Figure QLYQS_167
，转至步骤4.22；
步骤4.22，输出目标函数
Figure QLYQS_168
及此时调整后的运输方案数据，算法结束。
2.根据权利要求1所述的方法，其特征在于，根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响任务，包括：
根据通道损毁临机调整算法对初始应急物流多任务方案数据进行计算，得到受通道损毁影响的任务；
根据节点损毁临机调整算法对初始应急物流多任务方案数据进行计算，得到受节点损毁影响的任务。
3.根据权利要求2所述的方法，其特征在于，根据通道损毁临机调整算法对初始应急物流多任务方案数据进行计算，得到受通道损毁影响的任务，包括：
确定初始应急物流多任务方案数据，所述初始应急物流多任务方案数据包括：运输路线、运输方式、总任务数量以及总任务结束时间；
获取通道损毁数据，所述通道损毁数据包括一个及以上已损毁通道的数据，每个通道损毁数据包括通道损毁时间和通道修复时间；
判断所述通道损毁时间是否在总任务结束时间之前；若是，则遍历所述初始应急物流多任务方案数据，计算各任务的开始时间和结束时间；
判断任务是否需要占用已损毁通道，若是，则判断任务开始时间是否早于所述通道修复时间以及任务结束时间是否晚于或等于通道损毁时间，若是，则将该任务记录到受影响任务组。
4.根据权利要求2或3所述的方法，其特征在于，根据节点损毁临机调整算法对初始应急物流多任务方案数据进行计算，得到受节点损毁影响的任务，包括：
确定初始应急物流多任务方案数据，所述初始应急物流多任务方案数据包括：运输路线、运输方式、总任务数量以及总任务结束时间；
获取损毁节点影响的交通方式的情况数据，节点损毁时间和节点修复时间；所述情况数据包括损毁节点所影响到的交通方式；
判断所述节点损毁时间是否在总任务结束时间之前；若是，则遍历所述初始应急物流多任务方案数据，计算各任务的开始时间和结束时间；
判断任务是否需要通过损毁节点以其中一种交通方式进行装卸活动，若是，则判断任务开始时间是否早于所述节点修复时间以及任务结束时间是否晚于或等于所述节点损毁时间，若是，则将该任务记录到受影响任务组。
5.一种应急物流下多任务方案临机调整装置，其特征在于，所述装置包括：
初始模块；用于根据灾情发生地、需要运送的物资以及交通网络资源确定初始应急物流多任务方案数据；所述初始应急物流多任务方案数据包括多个任务；
通道和节点损毁获取模块，用于在灾情期间，实时获取通道损毁数据和节点损毁数据；
临机调整算法模块，用于根据所述通道损毁数据和所述节点损毁数据确定初始应急物流多任务方案数据中受影响任务；
模拟退火优化模块，用于根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据；
更新模块，用于根据所述调整后的运输方案数据动态更新所述初始应急物流多任务方案数据，得到优化后的应急物流多任务方案数据；
根据模拟退火算法对所述受影响任务进行运输路线的优化调整，得到调整后的运输方案数据，包括：
设定初始温度、终止温度、每个温度下的最大迭代次数以及退温率；并根据所述受影响任务组构建初始解，根据所述初始解计算初始解目标函数；
根据所述初始温度对所述初始解产生一次随机扰动，得到新解，根据新解结算新解目标函数；
根据初始解目标函数和新解目标函数计算温度增量；并判断所述温度增量是否小于零，若是，则接受新解；若否，则根据一定概率接受新解；
对所述初始解再次进行随机扰动，直至达到该温度下的最大迭代次数；
判断迭代后的温度是否达到终止温度，若否，则根据迭代后的温度和所述退温率进行降温后，重新对初始解产生随机扰动再进行迭代计算；若是，则结束算法；
根据迭代结果得到调整后的运输方案数据；
根据所述初始解计算初始解目标函数，包括：
根据目标函数计算模块对初始解进行计算，分别得到通道损毁初始解目标函数和节点损毁初始解目标函数；
根据目标函数计算模块对初始解进行计算，得到通道损毁初始解目标函数，包括：
步骤3.1，初始化；输入初始解
Figure QLYQS_169
，通道损毁时间
Figure QLYQS_170
以及通道修复时间
Figure QLYQS_171
；
步骤3.2，令任务数
Figure QLYQS_172
；
步骤3.3，从初始解
Figure QLYQS_174
中取出受通道损毁影响的任务
Figure QLYQS_177
，获取任务
Figure QLYQS_179
总批次数
Figure QLYQS_175
和备选路线集
Figure QLYQS_176
；计算受通道损毁影响的任务
Figure QLYQS_178
运输的开始时间
Figure QLYQS_180
、结束时间
Figure QLYQS_173
；
步骤3.4，判断受通道损毁影响的任务
Figure QLYQS_181
是否在损毁通道
Figure QLYQS_182
损毁之前开始运输，若满足
Figure QLYQS_183
，则转至步骤3.5，否则转至步骤3.6；
步骤3.5，计算在通道损毁时间
Figure QLYQS_184
时已经从起点发出到还未通过损毁通道
Figure QLYQS_185
的批次数
Figure QLYQS_186
以及还未发出的批次数
Figure QLYQS_187
；若
Figure QLYQS_188
则转至步骤3.6，否则转至步骤3.7；
步骤3.6，已经从起点发出到还未通过损毁通道
Figure QLYQS_191
的
Figure QLYQS_193
个批次分两种情况计算：一是在损毁通道
Figure QLYQS_194
修复后从通道修复时间
Figure QLYQS_190
时根据路网能力按原路线安排，得到最终结束运输时间
Figure QLYQS_192
；二是从损毁通道
Figure QLYQS_195
的起点处重新规划到终点的路线，根据路网能力按新路线安排运输得到最终结束运输时间
Figure QLYQS_196
；若
Figure QLYQS_189
则将情况一记录到调整后的运输方案数据中，否则将情况二记录到调整后的运输方案数据中；跳转到步骤3.8；
步骤3.7，将受通道损毁影响的任务
Figure QLYQS_197
中已发出但并未受通道损毁影响的批次按原有运输安排记录到调整后的运输方案数据中，并转到步骤3.8；
步骤3.8，若
Figure QLYQS_198
，令路线
Figure QLYQS_199
并转到步骤3.9；否则转到步骤3.14；
步骤3.9，从备选路线集
Figure QLYQS_202
中取出路线
Figure QLYQS_204
，若路线
Figure QLYQS_206
不经过损毁通道
Figure QLYQS_201
，则根据路网能力将
Figure QLYQS_205
个批次从通道损毁时间
Figure QLYQS_207
时重新安排；否则根据路网能力将
Figure QLYQS_208
个批次从通道修复时间
Figure QLYQS_200
时重新安排；得到最终结束运输时间
Figure QLYQS_203
，跳转到步骤3.10；
步骤3.10，令路线
Figure QLYQS_209
，若
Figure QLYQS_210
则转至步骤3.9；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_211
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤3.14；
步骤3.11，令路线
Figure QLYQS_212
并转至步骤3.12；
步骤3.12，从备选路线集
Figure QLYQS_214
中取出路线
Figure QLYQS_217
，若路线
Figure QLYQS_219
不经过损毁通道
Figure QLYQS_215
，则根据路网能力将受通道损毁影响的任务
Figure QLYQS_216
的
Figure QLYQS_218
个批次从通道损毁时间
Figure QLYQS_221
时重新安排；否则根据路网能力将
Figure QLYQS_213
个批次从通道修复时间
Figure QLYQS_220
时重新安排；得到最终结束运输时间
Figure QLYQS_222
，并转至步骤3.13；
步骤3.13，令路线
Figure QLYQS_223
，若
Figure QLYQS_224
则转至步骤3.12；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_225
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤3.14；
步骤3.14，令任务数
Figure QLYQS_226
，若
Figure QLYQS_227
则跳转到步骤3.3；否则比较所有受影响的任务中的结束运输时间，设其最晚结束运输时间为
Figure QLYQS_228
，转至步骤3.15；
步骤3.15，输出通道损毁初始解目标函数
Figure QLYQS_229
及此时调整后的运输方案数据，算法结束；
根据目标函数计算模块对初始解进行计算，得到节点损毁初始解目标函数，包括：
步骤4.1，初始化；输入初始解
Figure QLYQS_230
，损毁节点
Figure QLYQS_231
影响的交通方式
Figure QLYQS_232
、节点损毁时间
Figure QLYQS_233
和节点修复时间
Figure QLYQS_234
；
步骤4.2，令任务数
Figure QLYQS_235
；
步骤4.3，从初始解
Figure QLYQS_236
中取出受节点损毁影响的任务
Figure QLYQS_237
，得到该任务的总批次数
Figure QLYQS_238
和备选路线集
Figure QLYQS_239
，计算受节点损毁影响的任务
Figure QLYQS_240
运输的开始时间
Figure QLYQS_241
、结束时间
Figure QLYQS_242
；
步骤4.4，判断受节点损毁影响的任务
Figure QLYQS_243
是否在该损毁节点
Figure QLYQS_244
损毁之前开始运输；若满足
Figure QLYQS_245
则转至步骤4.5，否则转至步骤4.18；
步骤4.5，判断该损毁节点
Figure QLYQS_246
是受节点损毁影响的任务
Figure QLYQS_247
的起点、终点还是中间转运节点；若是起点，转至步骤4.6；若是终点，转至步骤4.9；若是中间转运节点，转至步骤4.13；
步骤4.6，计算在起点节点
Figure QLYQS_248
损毁发生
Figure QLYQS_249
时还未发出的批次数
Figure QLYQS_250
；若
Figure QLYQS_251
，令路线
Figure QLYQS_252
并转至步骤4.7；否则将受节点损毁影响的任务
Figure QLYQS_253
中的
Figure QLYQS_254
个批次按原有运输安排记录到调整后的运输方案数据中并转至步骤4.21；
步骤4.7，从备选路线集
Figure QLYQS_257
中取出路线
Figure QLYQS_261
，若路线
Figure QLYQS_262
不需要通过起点以交通方式
Figure QLYQS_256
装载，则根据路网能力将未发出的
Figure QLYQS_258
个批次从节点损毁时间
Figure QLYQS_260
时重新安排；否则根据路网能力将未发出的
Figure QLYQS_263
个批次从节点修复时间
Figure QLYQS_255
时重新安排；得到最终结束运输时间
Figure QLYQS_259
，转到步骤4.8；
步骤4.8，令路线
Figure QLYQS_264
，若
Figure QLYQS_265
，则转到步骤4.7；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_266
，将最早结束的运输安排记录到调整后的运输方案数据中并转至步骤4.21；
步骤4.9，计算在终点节点
Figure QLYQS_269
损毁发生
Figure QLYQS_271
时还未发出的批次数
Figure QLYQS_272
和已经从起点发出到还未通过终点卸载的批次数
Figure QLYQS_268
；若
Figure QLYQS_270
，对已经从起点发出到还未通过终点卸载的批次数
Figure QLYQS_273
从
Figure QLYQS_274
时开始安排卸载运输货物，将卸载情况记录到调整后的运输方案数据；否则将受节点损毁影响的任务
Figure QLYQS_267
中已发出但并未受节点损毁影响的批次按原有运输安排记录到调整后的运输方案数据中；转至步骤4.10；
步骤4.10，若
Figure QLYQS_275
，令路线
Figure QLYQS_276
并转至步骤4.11；否则转至步骤4.21；
步骤4.11，从备选路线集
Figure QLYQS_279
中取出路线
Figure QLYQS_280
，若路线
Figure QLYQS_283
不需要通过终点以交通方式
Figure QLYQS_278
卸载，则根据路网能力将未发出的
Figure QLYQS_282
个批次从节点损毁时间
Figure QLYQS_284
时重新安排；否则根据路网能力将未发出的
Figure QLYQS_285
个批次从节点修复时间
Figure QLYQS_277
时重新安排，得到最终结束运输时间
Figure QLYQS_281
，转至步骤4.12；
步骤4.12，令路线
Figure QLYQS_286
，若
Figure QLYQS_287
则转至步骤4.11；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_288
，将最早结束的运输安排记录到调整后的运输方案数据中；跳转至步骤4.21；
步骤4.13，计算在中间转运节点
Figure QLYQS_289
损毁发生
Figure QLYQS_290
时还未发出的批次数
Figure QLYQS_291
和已经从起点发出到还未通过终点卸载的批次数
Figure QLYQS_292
；若
Figure QLYQS_293
，则转至步骤4.14；否则将受节点损毁影响的任务
Figure QLYQS_294
中已发出但并未受节点损毁影响的批次按原有运输安排记录到调整后的运输方案数据中；转至步骤4.15；
步骤4.14，已经从起点发出到还未通过中间转运节点
Figure QLYQS_296
的
Figure QLYQS_299
个批次分两种情况计算：一是损毁节点
Figure QLYQS_301
修复后从
Figure QLYQS_297
时根据路网能力按原路线安排，得到最终结束运输时间
Figure QLYQS_298
；二是从节点
Figure QLYQS_300
处重新规划到终点的路线，根据路网能力按新路线从安排运输得到最终结束运输时间
Figure QLYQS_302
；若
Figure QLYQS_295
则将情况一记录到调整后的运输方案数据中，否则将情况二记录到调整后的运输方案数据中；转至步骤4.15；
步骤4.15，若
Figure QLYQS_303
，令路线
Figure QLYQS_304
并转至步骤4.16；否则转至步骤4.21；
步骤4.16，从备选路线集
Figure QLYQS_306
中取出路线
Figure QLYQS_308
，若路线
Figure QLYQS_311
不需要通过节点
Figure QLYQS_307
以交通方式
Figure QLYQS_309
装卸活动，则根据路网能力将未发出的
Figure QLYQS_312
个批次从
Figure QLYQS_314
时重新安排；否则根据路网能力将未发出的
Figure QLYQS_305
个批次从
Figure QLYQS_310
时重新安排，得到最终结束运输时间
Figure QLYQS_313
，转至步骤4.17；
步骤4.17，令路线
Figure QLYQS_315
，若
Figure QLYQS_316
则转至步骤4.16；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_317
，将最早结束的运输安排记录到调整后的运输方案数据中；转至步骤4.21；
步骤4.18，令路线
Figure QLYQS_318
并转至步骤4.19；
步骤4.19，从备选路线集
Figure QLYQS_321
中取出路线
Figure QLYQS_323
，若路线
Figure QLYQS_326
不需要通过节点
Figure QLYQS_320
以交通方式
Figure QLYQS_322
装卸活动则根据路网能力将受节点损毁影响的任务
Figure QLYQS_325
的
Figure QLYQS_327
个批次从
Figure QLYQS_319
时重新安排；否则根据路网能力将未发出的
Figure QLYQS_324
个批次从
Figure QLYQS_328
时重新安排，得到最终结束运输时间
Figure QLYQS_329
，转至步骤4.20；
步骤4.20，令路线
Figure QLYQS_330
，若
Figure QLYQS_331
则转至步骤4.19；否则比较所有备选路线中最早的结束运输时间
Figure QLYQS_332
，将最早结束的运输安排记录到调整后的运输方案数据中，转至步骤4.21；
步骤4.21，令任务数
Figure QLYQS_333
，若
Figure QLYQS_334
则转至步骤4.3；否则比较所有受影响的任务中的结束运输时间，设其最晚结束运输时间为
Figure QLYQS_335
，转至步骤4.22；
步骤4.22，输出目标函数
Figure QLYQS_336
及此时调整后的运输方案数据，算法结束。
6.一种计算机终端，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
CN202211558091.1A 2022-12-06 2022-12-06 应急物流下多任务方案临机调整方法、装置、终端及介质 Active CN115630884B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211558091.1A CN115630884B (zh) 2022-12-06 2022-12-06 应急物流下多任务方案临机调整方法、装置、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211558091.1A CN115630884B (zh) 2022-12-06 2022-12-06 应急物流下多任务方案临机调整方法、装置、终端及介质

Publications (2)

Publication Number Publication Date
CN115630884A CN115630884A (zh) 2023-01-20
CN115630884B true CN115630884B (zh) 2023-03-10

Family

ID=84910126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211558091.1A Active CN115630884B (zh) 2022-12-06 2022-12-06 应急物流下多任务方案临机调整方法、装置、终端及介质

Country Status (1)

Country Link
CN (1) CN115630884B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11494731B2 (en) * 2019-01-30 2022-11-08 Walmart Apollo, Llc Automatic generation of load and route design
CN113743874B (zh) * 2021-09-13 2023-11-03 昆明理工大学 一种应急物资物流配送的优化调度方法
CN114971011B (zh) * 2022-05-24 2024-04-23 燕山大学 一种基于改进遗传模拟退火算法的多式联运路径优化方法

Also Published As

Publication number Publication date
CN115630884A (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
US8374898B2 (en) Bulk material ship routing and inventory management schedule optimization
Di Francesco et al. Maritime repositioning of empty containers under uncertain port disruptions
Dayarian et al. A branch-and-price approach for a multi-period vehicle routing problem
Sun Green and reliable freight routing problem in the road‐rail intermodal transportation network with uncertain parameters: a fuzzy goal programming approach
Shi et al. Optimal design of the auto parts supply chain for JIT operations: Sequential bifurcation factor screening and multi-response surface methodology
Mulder et al. Designing robust liner shipping schedules: Optimizing recovery actions and buffer times
Li et al. Enhancing resilience through port coalitions in maritime freight networks
Zheng et al. Heuristic algorithms for truck scheduling of cross-docking operations in cold-chain logistics
Kaviyani-Charati et al. A robust optimization methodology for multi-objective location-transportation problem in disaster response phase under uncertainty
Jafarian et al. The inventory-routing problem subject to vehicle failure
CN115630884B (zh) 应急物流下多任务方案临机调整方法、装置、终端及介质
Sadok et al. Impact of delivery time on optimal production/delivery/maintenance planning
Pillac et al. Dynamic vehicle routing problems: state of the art and prospects
Miao et al. A hybrid genetic algorithm for the multiple crossdocks problem
Paraphantakul et al. Scheduling deliveries with backhauls in Thailand's cement industry
Zhou et al. A new separable piecewise linear learning algorithm for the stochastic empty container repositioning problem
Jafari-Eskandari et al. A robust optimisation approach for the milk run problem with time windows with inventory uncertainty: an auto industry supply chain case study
Abdirassilov et al. Application of Artificial Neural Networks for Short-Term Forecasting of Container Flows in Kazakhstan
Zu et al. Integrated Production and distribution problem with pickup and delivery and multiple trips
Ahmed et al. Vehicle re-routing under disruption in cross-dock network with time constraints
Issam et al. A multi-objective model for discrete and dynamic berth allocation problem
Miao et al. Meta-heuristic algorithm for the transshipment problem with fixed transportation schedules
Keerthisinghe et al. Optimization of Truck and Driver Scheduling Using Simulated Annealing
Kotachi Sequence-based simulation-optimization framework with application to port operations at multimodal container terminals
Li et al. A Heuristic method for the integrated production distribution problem

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