CN115983603A - 集装箱港内转运的智能调度算法、系统、设备及存储介质 - Google Patents

集装箱港内转运的智能调度算法、系统、设备及存储介质 Download PDF

Info

Publication number
CN115983603A
CN115983603A CN202310073583.XA CN202310073583A CN115983603A CN 115983603 A CN115983603 A CN 115983603A CN 202310073583 A CN202310073583 A CN 202310073583A CN 115983603 A CN115983603 A CN 115983603A
Authority
CN
China
Prior art keywords
container
transcoding
head
task
wharf
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
CN202310073583.XA
Other languages
English (en)
Inventor
吴俊峰
杨勇
张强
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.)
Shanghai Wenjing Information Technology Co ltd
Original Assignee
Shanghai Wenjing Information Technology 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 Shanghai Wenjing Information Technology Co ltd filed Critical Shanghai Wenjing Information Technology Co ltd
Publication of CN115983603A publication Critical patent/CN115983603A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316Sequencing of tasks or work
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • G06F16/2433Query languages
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313Resource planning in a project environment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis

Abstract

本发明公开了一种集装箱港内转运的智能调度算法、系统、设备及存储介质,通过服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据,服务端接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头;码头接收到路由至本端的转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集;接收集卡司机端反馈的转码头指令确认信息,根据转码头指令生成相应的集装箱调度计划并提前发送至二程码头,为下一步计划安排提供依据。以信息系统智能调度,高效整合运输需求和运力,使指令派发更趋合理,提高集装箱转码头的效率。

Description

集装箱港内转运的智能调度算法、系统、设备及存储介质
技术领域
本发明属于港口管理的技术领域,尤其涉及一种集装箱港内转运的智能调度算法、系统、设备及存储介质。
背景技术
随着现代港口竞争的不断加剧,如何提高码头作业设备利用率,降低作业成本已经成为码头提高服务水平,提升自身竞争力的重要研究课题。船舶在码头的停留时间、完成装卸作业时间已经成为衡量码头作业水平的重要指标,而该指标与码头作业设各的作业效率息息相关。集装箱码头的常规作业主要包括装船、卸船、移箱作业和进提箱作业。码头作业的常用设备包括岸桥、场桥和集卡(集装箱卡车)。卸船作业的基本流程为:岸桥将集装箱从船上卸到岸边在该岸桥下的集卡上,然后集卡将该集装箱运到堆场指定位置,再由堆场的场桥从集卡上将集装箱吊起放到堆场指定位置。装船作业流程则与卸船作业流程刚好相反,此处不再赘述。移箱作业的基本流程;场桥将集装箱从堆场吊起然后放在该场桥下的集卡上,然后集卡将该集装箱运到堆场指定位置,再由堆场目标位置的场桥从集卡上将集装箱吊起放到堆场指定位置。
现有水水中转比例较高的集装箱码头,为提高大船出运泊位装卸效率,往往会设置专门的小船水水中转泊位,装卸水水中转箱后,用港内集卡车运至大船出运泊位堆场进行堆存。
由于小船水水中转泊位与大船出运泊位的堆场距离较远,水水中转箱在港内的水平运输距离较远,给港内交通带来较大压力,同时能耗高,运营成本高。
发明内容
本发明的目的是提供一种集装箱港内转运的智能调度算法、系统、设备及存储介质,通过信息系统智能调度,高效整合运输需求和运力,使指令派发更趋合理,提高集装箱转码头效率。
为解决上述问题,本发明的技术方案为:
一种集装箱港内转运的智能调度算法,包括:
服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据,并建立所述集装箱信息表数据和集卡信息表数据的关键字段的索引文件,所述集装箱信息表数据至少包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的关键字段信息,所述集卡信息表数据至少包含集卡车牌号、港区、载重能力、是否可用在内的关键字段;
各码头预设GPS电子围栏,GPS电子围栏是一种利用GIS空间算法实现的一种虚拟区域围栏的技术,通过集卡司机智能GPS设备采集当前定位的经纬度发送至服务端,由服务端实时计算上传的经纬度数据是否在规划的区域平面内,如果在区域内则判断进入某个码头围栏,由于终端设备每秒都会采集集卡当前GPS数据,并上传至服务器,因此增加对设备的耗电量,本发明对该场景进行优化,终端设备间隔5秒采集GPS,并暂存至终端,设置N分钟自动发送服务器,减少网络请求及发送频率,从而降低设备耗电量,通过数据分析,设备耗电量减少36%。
当司机在智能终端,点击申请集装箱转码头时,服务端通过智能调度算法计算出最优的转运箱派发司机,进行托运。
接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头;
码头接收到路由至本端的所述转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集,反馈给集卡司机端,并根据转码头指令生成相应的集装箱调度计划提前发送至二程码头;
码头接收集卡司机端反馈的转码头指令确认信息后,根据转码头指令生成相应的集装箱调度计划并发送至二程码头。
根据本发明一实施例,所述通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头进一步包括:
服务端提取集装箱转码头请求中的包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的集装箱信息,根据所述集装箱信息及转码头请求处理规则,生成转码头任务相关属性的数据,得到包含任务单号、一/二程码头名称、船名航次、任务申报日期、海关审批时间、二程船的靠泊日期或截关日期在内的转码头任务信息;
服务端将所述转码头任务信息发送至具有映射关系的码头的处理队列中。
根据本发明一实施例,所述通过预设的转码头智能调度算法,生成转码头指令集进一步包括:
获取集卡信息表中当班的集卡信息,根据二程船的紧急程度、客户重要等级、车辆双重利用率、码头箱区状态、倒箱率的计算因子,计算转运任务的优先级,生成包含箱号、箱主、箱型尺寸、重量、是否调度、是否预约、调度时间、预约号、是否完成、完成时间、任务申报单号、集卡车牌号、作业司机号在内的转码头指令信息。
根据本发明一实施例,所述转码头智能调度算法进一步包括:
将集装箱信息存放于待配池中,配置集装箱类型转运优先级、任务属性与集卡的对应关系;其中,集装箱类型包括体积小于等于20尺的第一类型和体积大于20尺的第二类型;
当接收转码头任务请求后,根据配置的集装箱类型转运优先级,在对待配池进行查找时,附件优先的集装箱类型查询条件。
根据本发明一实施例,当优先配置的集装箱类型为第一类型时,执行以下智能调度算法:
接收转码头任务请求,解析转码头任务,判断是否转运第一类型集装箱,若是,则附加第一类型集装箱的查询条件,判断是否预约,若是,则获取已预约的转码头任务列表,按时间进行排序,查找并获取处于第一时间阈值内的转码头任务,判断该转码头任务中需要转运的集装箱是否属于第一类型集装箱,且为首次判定,若是,则判断是否执行强制单拖,若是,则生成相应的转码头指令。
根据本发明一实施例,当通过预设的转码头智能调度算法无法生成合理的转码头指令时,自动向转码头调度人员发送预警信息,以便人工进行干预。
一种集装箱港内转运的智能调度系统,包括:
基础数据模块,用于服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据,并建立所述集装箱信息表数据和集卡信息表数据的关键字段的索引文件,所述集装箱信息表数据至少包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的关键字段信息,所述集卡信息表数据至少包含集卡车牌号、港区、载重能力、是否可用在内的关键字段;
任务生成模块,用于接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头;
智能调度模块,用于接收到路由至本端的所述转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集,反馈给集卡司机端;
调度确认模块,用于接收集卡司机端反馈的转码头指令确认信息后,根据转码头指令生成相应的集装箱调度计划并发送至二程码头。
一种集装箱港内转运的智能调度设备,包括:存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行本发明一实施例中的集装箱港内转运的智能调度算法中的步骤。
一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行本发明一实施例中的集装箱港内转运的智能调度算法中的步骤。
本发明由于采用以上技术方案,使其与现有技术相比具有以下的优点和积极效果:
本发明一实施例中的集装箱港内转运的智能调度算法,通过服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据,其智能分布服务器接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头;码头接收到路由至本端的转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集,反馈给集卡司机端,并根据转码头指令生成相应的集装箱调度计划提前发送至二程码头。以信息系统智能调度,高效整合运输需求和运力,使指令派发更趋合理,提高集装箱转码头的效率。
附图说明
图1为本发明一实施例中的集装箱港内转运的智能调度算法流图;
图2为本发明一实施例中的智能分布服务器的示意图;
图3为本发明一实施例中的集装箱港内转运的流程图;
图4为本发明一实施例中的集装箱港内转运的智能调度系统框图;
图5为本发明一实施例中的集装箱港内转运的智能调度设备示意图。
图6为码头的一种示例图;
图7为一种码头多任务的时间间隔控制示例图。
具体实施方式
以下结合附图和具体实施例对本发明提出的一种集装箱港内转运的智能调度算法、系统、设备及存储介质作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。
实施例一
本实施例针对现有的水水中转比例较高的集装箱码头,由于小船水水中转泊位与大船出运泊位的堆场距离较远,水水中转箱在港内的水平运输距离较远,给港内交通带来较大压力,同时能耗高,运营成本高的问题,提供了一种集装箱港内转运的智能调度算法,通过信息系统智能调度,高效整合运输需求和运力,使指令派发更趋合理,提高集装箱转码头的效率。
请参看图1,该集装箱港内转运的智能调度算法,包括以下步骤:
S1:服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据,并建立集装箱信息表数据和集卡信息表数据的关键字段的索引文件,该集装箱信息表数据至少包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的关键字段信息,集卡信息表数据至少包含集卡车牌号、港区、载重能力、是否可用在内的关键字段;
S2:服务端接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头;
S3:码头接收到路由至本端的所述转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集,反馈给集卡司机端;
S4:接收集卡司机端反馈的转码头指令确认信息,根据转码头指令生成相应的集装箱调度计划提前发送至二程码头。
具体的,在步骤S1中,服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据。其中,集装箱信息表数据至少包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的关键字段信息,集卡信息表数据至少包含集卡车牌号、自编号、港区作业号、载重能力、是否可用在内的关键字段信息。
本实施例还建立了集装箱信息表数据和集卡信息表数据的关键字段的索引文件。当表单的数据量非常大时,本发明建立所述集装箱信息表数据和所述集卡信息表数据的关键字段的索引文件,通过索引文件访问表单,处理数速从分级直接提升至秒级,提升整个处理效率。
本发明通过对所有转码头数据进行了数据分类,建议了多个数据池。每个数据池,也对其进行了小的划分,使单个大池,划分为多个小池,对每个数据池分别建立索引,通过关键字段的索引文件,通过索引文件访问表单,提升整个处理效率,达到秒级。具体如下:建立已派提单池与未排提单池(提单,是指作为承运人和托运人之间处理运输中双方权利和义务的依据,在转运业务中需重点保障同一提单优先转运),建立大箱与小箱数据池。按照各码头路径划分数据池,并按照顺序进行排序(超7个码头)。并对以上数据池进一步划分小数据池,比如按照车能力划分,按照是否预约划分,按照转运箱业务划分海铁与水水转运箱数据池。按照是否强制单拖数据池等划分,并对每个数据池建立索引,当终端进行申请时,通过关键字段的索引进行查询,从而达到秒级匹配。
各码头预设GPS电子围栏,GPS电子围栏是一种利用GIS空间算法实现的一种虚拟区域围栏的技术,通过集卡司机智能GPS设备采集当前定位的经纬度发送至服务端,由服务端实时计算上传的经纬度数据是否在规划的区域平面内,如果在区域内则判断进入某个码头围栏,由于终端设备每秒都会采集集卡当前GPS数据,并上传至服务器,因此增加对设备的耗电量,本发明对该场景进行优化,终端设备间隔5秒采集GPS,并暂存至终端,设置N分钟自动发送服务器,减少网络请求及发送频率,从而降低设备耗电量,通过数据分析,设备耗电量减少36%。
当司机在智能终端,点击申请集装箱转码头时,服务端通过智能调度算法计算出最优的转运箱派发司机,进行托运。
由于用户会不时地更新集装箱信息表数据和集卡信息表数据,也有用户不时地访问这些表,获取相关信息。当多个用户同时访问时,有的在更新数据,有的在查询数据,会出现查询得到的数据是未更新的数据,也会出现多个用户同时更改数据的情况,使数据混乱。因此,保证数据的安全性和一致性就显得极为重要。那么如何保证数据的安全性和一致性呢。可以通过以下方法实现:
S11:服务端将集装箱信息表数据和集卡信息表数据存储至主节点数据库和一个或多个从节点数据库;
S12:所述主节点数据库适配存储空间进行包括集装箱信息表和集卡信息表的表单更改,而从节点数据库提供所述表单被读取的查询操作,并在所述主节点数据库和所述从节点数据库中分别建立所述集装箱信息表数据和所述集卡信息表数据的关键字段的索引文件;
S13:当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库对集装箱信息表和集卡信息表的表单修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到动态更新集装箱信息表和集卡信息表时的数据一致性。
其中步骤S13进一步包括:
S131:主节点数据库针对集装箱信息表和集卡信息表的表单创建一个日志转储log dump线程,用于发送所述表单的箱日志bin-log的修改内容,所述bin-log修改内容包括用户对所述数据库对应表单更新的命令语句信息,进一步包括更改数据库表单和更改内容的命令语句都会记录到bin-log里;
S132:当从节点数据库在读取bin-log中的操作时,此线程会对主节点数据库对应表单上的bin-log加锁,当读取完成后,锁才会被释放;
S133:当从节点数据库上执行关闭同步命令之后,从节点会创建一个I/O线程用来连接主节点数据库,请求主节点数据库中更新的bin-log;I/O线程接收到主节点数据库箱日志转储bin-log dump进程发来的更新之后,保存、解析成具体的操作并执行,最终保证主从数据库对应表单数据的一致性。
简单做些解释,主节点数据库预先创建一个log dump线程,该线程发送的是bin-log内容。bin-log内容是用来保存对主节点数据库进行操作的各项指令,比如哪一时刻更新哪一个表单的哪一个字段等。但是,该log dump线程不保存查找指令。当log dump线程中执行至某一节点就触发发送bin-log内容。比如,log dump线程设定每隔一预先设定的周期就将bin-log内容中新增的操作指令日志发送至对应的从节点数据库,而将bin-log内容中新增的操作指令日志是通过bin-log dump进程发送至对应的从节点数据库。
也就是说,在实现过程中,以MySQL(一种开放源代码的关系型数据库管理系统)为例。主从复制是指数据可以从一个MySQL数据库服务器主节点复制到一个或多个从节点。MySQL默认采用异步复制方式,这样从节点不用一直访问主服务器来更新自己的数据,数据的更新可以在远程连接上进行,从节点可以复制主数据库中的所有数据库或者特定的数据库,或者特定的表。
在开发工作中,有时候会遇见某个SQL语句需要锁表,导致暂时不能使用读的服务,这样就会影响现有业务,使用主从复制,让主节点数据库负责写,从节点数据库负责读,这样,即使主节点数据库出现了锁表的情景,通过读从节点数据库也可以保证业务的正常运作。随着系统中业务访问量的增大,如果是单机部署数据库,就会导致I/O访问频率过高。有了主从复制,增加多个数据存储节点,将负载分布在多个从节点上,降低单机磁盘I/O访问的频率,提高单个机器的I/O性能。
上述方法采用主节点数据库和从节点数据库的结构方式,进行主从备份。其中主节点数据库负责写,而从节点数据库只负责读,读写的分离,保证了数据库的最佳的性能,使得数据更快的被读取。同时,主节点数据库只有一个,数据在写、删除和更新的时候都不会出现数据不同步的问题。以这样的方式确保集装箱信息表数据和集卡信息表数据的安全性和一致性。
在步骤S2中,服务端接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头。
服务端预先建立与港内各码头的通信连接,可与各码头的操作系统进行数据交互。在实际应用中,可采用如图2所示的服务架构。
请参看图2,服务端包括智能分布服务器10和多个Web服务器20。智能分布服务器10可以是路由服务器,具有将信息路由给不同的Web服务器20的功能。该智能分布服务器10中存储着各个Web服务器20的传输路径的相关数据,如路由表,供路由选择时使用。
当智能分布服务器10接收到集装箱转运调度中的转码头请求后,通过预先设定的转码头请求处理规则,获知该请求是哪一个Web服务器20来处理的,然后根据路由传输路径发送给相应的Web服务器20的消息处理队列中。
其中,预先设定的转码头请求处理规则可通过映射表确定。该映射表中存储着码头编号和Web服务器20的映射关系,当解析的报文中有该码头的编号,根据该码头编号访问映射表就可获知是哪个Web服务器20来处理该转码头的请求。
服务端的智能分布服务器提取集装箱转码头请求中的包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的集装箱信息,根据集装箱信息及转码头请求处理规则,生成转码头任务相关属性的数据,得到包含任务单号、一/二程码头名称、船名航次、任务申报日期、海关审批时间、二程船的靠泊日期或截关日期在内的转码头任务信息。智能分布服务器将转码头任务信息发送至具有映射关系的Web服务器的处理队列中。
在步骤S3中,码头接收到路由至本端的转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集,反馈给集卡司机端。
码头获取集卡信息表中当班的集卡信息,根据二程船的紧急程度、客户重要等级、车辆双重利用率、码头箱区状态、倒箱率的计算因子,计算转运任务的优先级,生成包含箱号、箱主、箱型尺寸、重量、是否调度、是否预约、调度时间、预约号、是否完成、完成时间、任务申报单号、集卡车牌号、作业司机号在内的转码头指令信息。
具体的,该智能调度算法将集装箱信息存放于待配池中,配置集装箱类型转运优先级、任务属性与集卡的对应关系;其中,集装箱类型包括体积小于等于20尺的第一类型(小箱)和体积大于20尺的第二类型(大箱)。配置任务属性与集卡的对应关系,可针对性地将集卡与转码头任务匹配,加快智能调度的速度,提高集装箱转码头的工作效率。
当接收转码头任务请求后,根据配置的集装箱类型转运优先级,在对待配池进行查找时,附件优先的集装箱类型查询条件。
当优先配置的集装箱类型为第一类型时,执行以下智能调度算法:
接收转码头任务请求,解析转码头任务,判断是否转运第一类型集装箱(即小箱),若是,则附加第一类型集装箱的查询条件,判断是否预约,若是,则获取已预约的转码头任务列表,按时间进行排序,查找并获取处于第一时间阈值内的转码头任务,判断该转码头任务中需要转运的集装箱是否属于第一类型集装箱,且为首次判定,若是,则判断是否执行强制单拖,若是,则生成相应的转码头指令。
当不能获取处于第一时间阈值内的转码头任务时,将转码头任务列表按码头路线顺序排序,获取首条转码头任务,判断该转码头任务中需要转运的集装箱是否属于第一类型集装箱,且为首次判定,若是,则判断是否执行强制单拖,若是,则生成相应的转码头指令;若否,则设置仅查询第一类型集装箱(小箱)的标识。
另外,该智能调度算法还可以是基于A*算法进行全局路由优化,也可以是基于时间窗的AGV调度优化。
采集地形环境信息,进行数据格网化处理,构建无人车间模型,采集港区N个码头的坐标信息,构建N个码头的路径及路程时间的模型;
接收路径规划请求,结合所述模型,采用A*算法或Di jkstra算法对该请求进行初始路径规划,计算时间窗口,并添加相应的时间窗标记,请求包括源码头和目标码头;
找到源码头与目标码头的其它所有当前正在运行的转运任务,并将其放到当前转运任务集中;
所述当前转运任务的时间窗对应的时间点遍历当前转运任务集的每一个任务的时间段进行间隔计算,当间隔时间段小于预设的最短时间间隔Tmin,调整当前转运任务的起始转运时间点使其与每个任务之间的时间段大于预设的最短时间间隔。
比如:
对港区N个码头(超7个码头)路径以及路程时间进行模型化,基于时间窗的调度算法,使用静态调度算法,这是一种离线的算法,体现在忽略外界干扰以及AGV性能波动等不可预测的因素对整个系统的不良影响。AGV执行任务前的路径规划算法。下图6:T为TERMINAL,每一个点代表一个码头。每个码头之间都可以进行转运。点对点直接进行链接。假设每个点直接的运输均为直线,总共路径为(n-1)/2条。按照各码头路径划分数据池,并按照顺序进行排序(超7个码头),这个大数据池中包括(n-1)/2个,对应的转运时间窗等其它信息。
计算时间窗口
假设某个路径为T1-T2,已存在3个转运任务,由蓝色线条表示(如图7所示)。每个任务之间的时间段不能小于预设的最短时间间隔Tmin。否则会造成两个码头T1码头提箱与T2码头进箱拥堵。
如果找到所述源码头与所述目标码头的其它所有当前正在运行的转运任务,并将其放到当前转运任务集中;
遍历当前转运任务集的每一个任务的时间段与当前路径的时间窗进行时间间隔计算,当两个任务的间隔时间段小于预设的最短时间间隔Tmin,调整当前转运任务的起始转运时间点使其与该任务之间的时间间隔段大于预设的最短时间间隔,最短时间间隔Tmin是源码头和目标码头之间源码头提箱与目标码头进箱避免拥堵的最小间隔;
获得当前任务的源码头、目标码头的路径规划信息、当前任务的起始时间点,并将当前任务设置到当前转运任务集中。
当集卡司机端通过APP发起作业指令申请时,码头根据当前的指令和运力情况,实时计算,并给出一条最合适的转码头指令,发给司机进行操作。
在步骤S4中,接收集卡司机端反馈的转码头指令确认信息后,根据转码头指令生成相应的集装箱调度计划并发送至二程码头。
当通过预设的转码头智能调度算法无法生成合理的转码头指令时,Web服务器自动向转码头调度人员发送预警信息,以便人工进行干预。
请参看图3,本实施例中的集装箱港内转运的智能调度算法通过陆路或内贸的转码头申报(申请)信息,生成转码头任务,将转码头任务推送至港内各码头。继而生成转码头提箱预约,接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集;接收集卡司机接收转码头指令,并反馈确认后,将根据智能调度算法生成的集装箱调度计划发送至二程码头,使二程码头的工作人员知悉集装箱转运计划,并为之做好准备。
综上,本实施例中的集装箱港内转运的智能调度算法,通过信息系统智能调度,高效整合运输需求和运力,使指令派发更趋合理提高效率;通过箱车关联及定位跟踪使调度能够更精准地定位单箱、单车的转运情况,对重点任务的监控有的放矢;后期自动分析车辆运行路径,通过数据分析可以计算并提高未来车辆重载率。
实施例二
本实施例提供了一种集装箱港内转运的智能调度系统,请参看图4,该智能调度系统包括:
基础数据模块1,用于服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据,并建立集装箱信息表数据和集卡信息表数据的关键字段的索引文件;其中,集装箱信息表数据至少包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的关键字段信息,集卡信息表数据至少包含集卡车牌号、自编号、港区作业号、载重能力、是否可用在内的关键字段;
任务生成模块2,用于服务端的智能分布服务器接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头;
智能调度模块3,用于码头接收到路由至本端的转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集,反馈给集卡司机端;
调度确认模块4,接收集卡司机端反馈的转码头指令确认信息后,根据转码头指令生成相应的集装箱调度计划并发送至二程码头。
上述基础数据模块1、任务生成模块2、智能调度模块3及调度确认模块4的功能及实现方式均如上述实施例一所述,在此不再赘述。
此外,该集装箱港内转运的智能调度系统配置了多个查询接口,可实现转码头任务查询、转码头集卡查询、司机查询及转码头指令查询。
其中,转码头任务查询用于查询定时抽取过来的转码头任务单及其明细内容;编辑任务属性,开启转码头任务,修改任务关键时间(二程靠泊时间),设置任务单拖属性等。其主记录显示申报单信息(单号、一二程码头、船名航次、申报日期、海关审批时间、二程船的靠泊日期或截关日期)。点击主记录显示该申报单下的所有申报的箱子信息(箱号、箱主、箱型、尺寸、重量、堆场位置)。其查询条件不限于申报单号、类型(海铁、国际中转、内支、内贸),编辑功能可以设置任务关键属性,一旦任务被调度则不允许修改关键属性。
转码头集卡查询用于查询从转码头车队同步来的集卡基础信息(仅用于车辆调度),其主记录显示集卡主要信息(集卡车牌号、自编号、港区作业号、载重能力、是否可用);点击模拟器按钮显示模拟终端界面。
司机查询用于司机端手机,必要时可代替司机做指令申请及确认。输入司机号进行当班(只有当班的司机才能申请及处理指令),选择当前集卡的位置(会影响到智能调度的指令指派),完成当前指令自动申请下一条,显示内容主要有申报单号、一二程码头、箱号、箱型尺寸、预约号(条码号)。还可用于查询从转码头系统中同步过来的司机信息(仅用于调度),显示司机主要信息(工号、手机号、姓名、是否在职)。当查询司机车辆的当班情况时,主记录显示司机与出勤车辆的主要信息(车辆自编号、车牌号、司机号、姓名),可用于人工指令指派。
转码头指令查询用于转码头指令的人工调度、完成情况查询,其主记录显示转码头指令的主要信息(箱号、箱主、箱型尺寸、重量、是否调度、是否预约、调度时间、预约号、是否完成、完成时间、申报单号、集卡车牌号、作业司机号等),只有已预约的箱子才能被调度。点击指令有取消调度工能(在该指令还未完成的情况下);其查询条件为箱号、申报单号、调度编号等,不限;已被开启的调度任务才能进入该查询范围。
该集装箱港内转运的智能调度系统,通过智能调度算法,集卡车辆可减少80%以上,节省运力,提高作业效率;通过优化码头转运的自动调度,并根据车辆作业情况、位置和后续作业计划合理指派指令,可实现转运箱的不指定箱号提箱,降低一程码头的翻箱率。
实施例三
本实施例提供了一种集装箱港内转运的智能调度设备。请参看图5,该集装箱港内转运的智能调度设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对集装箱港内转运的智能调度设备500中的一系列指令操作。
进一步,处理器510可以设置为与存储介质530通信,在集装箱港内转运的智能调度设备500上执行存储介质530中的一系列指令操作。
集装箱港内转运的智能调度设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线的网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve、Vista等等。
本领域技术人员可以理解,图5示出的集装箱港内转运的智能调度设备结构并不构成对集装箱港内转运的智能调度设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明的另一实施例还提供了一种计算机可读存储介质。
该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质。该计算机可读存储介质中存储有指令,当该指令在计算机上运行时,使得计算机执行实施例一中的集装箱港内转运的智能调度算法的步骤。
集装箱港内转运的智能调度算法如果以程序指令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可读取存储介质中。基于这样的理解,本实施例的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全部或部分可以以软件的形式体现出来,该计算机软件存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-onlymemory,ROM)、随机存取存储器(Random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
所属领域的技术人员可以清楚地了解到,为描述得方便和简洁,上述描述的系统及设备的具体执行的识别内容,可以参考前述方法实施例中的对应过程。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式。即使对本发明作出各种变化,倘若这些变化属于本发明权利要求及其等同技术的范围之内,则仍落入在本发明的保护范围之中。

Claims (9)

1.一种集装箱港内转运的智能调度算法,其特征在于,包括:
服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据,并建立所述集装箱信息表数据和集卡信息表数据的关键字段的索引文件,所述集装箱信息表数据至少包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的关键字段信息,所述集卡信息表数据至少包含集卡车牌号、港区、载重能力、是否可用在内的关键字段;
接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头;
码头接收到路由至本端的所述转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集,反馈给集卡司机端;转码头智能调度算法进一步包括:
服务器预先采集港区所在N个码头的坐标信息,构建N个码头的路径及可能路程时间的模型;
接收当前路径规划请求,结合所述模型,采用A*算法或Dijkstra算法对该请求进行初始路径规划,计算出本次路径的时间窗口,并添加至包括起始时间和结束时间在内的相应的时间窗标记,请求包括源码头和目标码头;
找到所述源码头与所述目标码头的其它所有当前正在运行的转运任务,并将其放到当前转运任务集中;
遍历当前转运任务集的每一个任务的时间段与当前路径的时间窗进行时间间隔计算,当两个任务的间隔时间段小于预设的最短时间间隔Tmin,调整当前转运任务的起始转运时间点使其与该任务之间的时间间隔段大于预设的最短时间间隔,最短时间间隔Tmin是源码头和目标码头之间源码头提箱与目标码头进箱避免拥堵的最小间隔;
获得当前任务的源码头、目标码头的路径规划信息、当前任务的起始时间点,并将当前任务设置到当前转运任务集中;
接收集卡司机端反馈的转码头指令确认信息后,根据转码头指令生成相应的集装箱调度计划提前发送至二程码头。
2.如权利要求1所述的集装箱港内转运的智能调度算法,其特征在于,还包括:
将所有转码头数据进行了数据分类,建议了多个不同维度的数据池;每个数据池,也对其进行了小的划分,使单个大池,划分为多个小池,对每个不同维度的数据池分别建立索引,通过关键字段的索引文件,通过索引文件访问表单,以提升不同的关键字段达到秒级响应的要求,其进一步包括:
建立已派提单池与未排提单池,建立大箱与小箱数据池;
按照各码头包括两两码头在内的路径划分设置数据池,并按照地理顺序进行排序,并对以上数据池进一步划分小数据池,包括按照车能力划分,按照是否预约划分,按照转运箱业务划分海铁与水水转运箱数据池;
按照是否强制单拖数据池在内划分;
对每个数据池建立索引,当司机所在的终端提出申请至服务器时,服务器先找到对应的维度,再根据维度确定对应的数据池,再找到对应的小池,再找到该小池对应关键字段的索引进行查询,从而达到秒级匹配。
3.如权利权项2所述的方法,其特征在于所述通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头进一步包括:
服务端提取集装箱转码头请求中的包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的集装箱信息,根据所述集装箱信息及转码头请求处理规则,生成转码头任务相关属性的数据,得到包含任务单号、一/二程码头名称、船名航次、任务申报日期、海关审批时间、二程船的靠泊日期或截关日期在内的转码头任务信息;
服务端将所述转码头任务信息发送至具有映射关系的码头的处理队列中。
4.如权利要求1所述的集装箱港内转运的智能调度算法,其特征在于,还包括:
各码头预设GPS电子围栏,
服务器通过集卡司机所在的智能GPS设备采集当前定位的经纬度发送过来的信息,由服务器本端实时计算上传的经纬度数据是否在规划的区域平面内,如果在区域内则判断进入某个码头围栏,由于终端设备间隔若干秒都会采集集卡当前GPS数据进行本端保存,每经过若干N分钟后自动上传至服务器;
当服务器收到智能终端被点击申请集装箱转码头时,服务端通过智能调度算法计算出最优的转运箱派发至对应的司机以进行托运。
5.如权利要求1所述的集装箱港内转运的智能调度算法,其特征在于,所述转码头智能调度算法进一步还包括:
将集装箱信息存放于待配池中,配置集装箱类型转运优先级、任务属性与集卡的对应关系;其中,集装箱类型包括体积小于等于20尺的第一类型和体积大于20尺的第二类型;
当接收转码头任务请求后,根据配置的集装箱类型转运优先级,在对待配池进行查找时,附件优先的集装箱类型查询条件。
6.如权利要求5所述的集装箱港内转运的智能调度算法,其特征在于,当优先配置的集装箱类型为第一类型时,执行以下智能调度算法:
接收转码头任务请求,解析转码头任务,判断是否转运第一类型集装箱,若是,则附加第一类型集装箱的查询条件,判断是否预约,若是,则获取已预约的转码头任务列表,按时间进行排序,查找并获取处于第一时间阈值内的转码头任务,判断该转码头任务中需要转运的集装箱是否属于第一类型集装箱,且为首次判定,若是,则判断是否执行强制单拖,若是,则生成相应的转码头指令。
7.一种集装箱港内转运的智能调度系统,其特征在于,包括:
基础数据模块,用于服务端建立并动态更新码头箱区的集装箱信息表数据和集卡信息表数据,并建立所述集装箱信息表数据和集卡信息表数据的关键字段的索引文件,所述集装箱信息表数据至少包含箱号、箱主、箱型、尺寸、重量、堆场位置在内的关键字段信息,所述集卡信息表数据至少包含集卡车牌号、港区、载重能力、是否可用在内的关键字段;
任务生成模块,用于接收集装箱转码头请求,通过预先设定的转码头请求处理规则生成转码头任务发送至对应码头;
智能调度模块,用于接收到路由至本端的所述转码头任务,从中获得集装箱信息,生成转码头提箱预约信息;接收集卡司机端的作业申请,通过预设的转码头智能调度算法,生成转码头指令集,反馈给集卡司机端;
调度确认模块,用于接收集卡司机端反馈的转码头指令确认信息后,根据转码头指令生成相应的集装箱调度计划并发送至二程码头。
8.一种集装箱港内转运的智能调度设备,其特征在于,包括:存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至6中任意一项所述的集装箱港内转运的智能调度算法中的步骤。
9.一种存储有计算机可读指令的存储介质,其特征在于,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至6中任意一项所述的集装箱港内转运的智能调度算法中的步骤。
CN202310073583.XA 2022-08-17 2023-01-17 集装箱港内转运的智能调度算法、系统、设备及存储介质 Pending CN115983603A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210983831X 2022-08-17
CN202210983831.XA CN115049325A (zh) 2022-08-17 2022-08-17 集装箱港内转运的智能调度方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115983603A true CN115983603A (zh) 2023-04-18

Family

ID=83166636

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210983831.XA Pending CN115049325A (zh) 2022-08-17 2022-08-17 集装箱港内转运的智能调度方法、系统、设备及存储介质
CN202310073583.XA Pending CN115983603A (zh) 2022-08-17 2023-01-17 集装箱港内转运的智能调度算法、系统、设备及存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202210983831.XA Pending CN115049325A (zh) 2022-08-17 2022-08-17 集装箱港内转运的智能调度方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (2) CN115049325A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116205470B (zh) * 2023-05-05 2023-08-04 中铁第四勘察设计院集团有限公司 一种集装箱同步转运调度优化方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106779355B (zh) * 2016-11-29 2021-03-12 大连大学 一种集装箱码头自动化信息管理系统和方法
CN111382160A (zh) * 2020-03-09 2020-07-07 上海东普信息科技有限公司 分布式物流运输调度的方法、装置、设备和存储介质
CN111667103B (zh) * 2020-05-25 2023-08-29 上海东普信息科技有限公司 基于目的地的物流调度的方法、装置、设备和存储介质
CN112862320B (zh) * 2021-02-08 2022-10-21 青岛港国际股份有限公司 一种集装箱码头空轨集疏运系统
CN113361804B (zh) * 2021-06-28 2022-10-28 同济大学 缓冲堆场作业与码头间集卡运输协同调度系统及其方法

Also Published As

Publication number Publication date
CN115049325A (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN106779355B (zh) 一种集装箱码头自动化信息管理系统和方法
Rizzoli et al. Ant colony optimization for real-world vehicle routing problems: from theory to applications
Zhang et al. Dynamic crane deployment in container storage yards
CN109711717A (zh) 智能化集装箱港口管理系统
Dotoli et al. A decision support system for optimizing operations at intermodal railroad terminals
Flórez et al. Planning multi-modal transportation problems
CN112700192B (zh) 一种基于spark物联网的码头物流业务对象处理方法
CN109409811A (zh) 一种物流调度方法、装置、计算机设备和存储介质
Arjona Aroca et al. Enabling a green just-in-time navigation through stakeholder collaboration
CN115983603A (zh) 集装箱港内转运的智能调度算法、系统、设备及存储介质
Rashidi et al. Vehicle scheduling in port automation: advanced algorithms for minimum cost flow problems
CN112348428A (zh) 集装箱的监控方法、装置、服务器及存储介质
CN110060007A (zh) 新能源汽车生产用零部件供应管控系统、方法及装置
KR20210083661A (ko) 인공지능 플래닝 기술 기반 선사 선적 네트워크의 공컨테이너 재배치 최적화 시스템 및 방법
Azab et al. Impact of collaborative external truck scheduling on yard efficiency in container terminals
Makarova et al. Features of logistic terminal complexes functioning in the transition to the circular economy and digitalization
CN116843135A (zh) 一种短驳车辆集群管理与调度的系统、架构及方法
CN113971506A (zh) 基于大数据的整车物流信息智能管理平台
JP6860168B2 (ja) トラクタシャーシ共同利用システム
CA3090806C (en) Produced physical bulk asset hauling dispatch system
CN115375237A (zh) 一种冷链物流智能管理方法、系统、设备和存储介质
JP7402986B2 (ja) コンテナ蔵置計画装置、コンテナ蔵置計画システム、及びコンテナ蔵置計画方法
Kim et al. Utilizing information sources to reduce relocation of inbound containers
Jarke Developing decision support systems: a container management example
CN111626666A (zh) 一种分布式堆场模式

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