CN116342015A - 一种冷链运输车辆智能调度方法 - Google Patents
一种冷链运输车辆智能调度方法 Download PDFInfo
- Publication number
- CN116342015A CN116342015A CN202310622744.6A CN202310622744A CN116342015A CN 116342015 A CN116342015 A CN 116342015A CN 202310622744 A CN202310622744 A CN 202310622744A CN 116342015 A CN116342015 A CN 116342015A
- Authority
- CN
- China
- Prior art keywords
- transport
- transportation
- cold chain
- vehicle
- task
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000000284 extract Substances 0.000 claims description 3
- 235000013305 food Nutrition 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- 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
- G06Q10/06316—Sequencing of tasks or work
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及车辆调度技术领域，尤其涉及一种冷链运输车辆智能调度方法，用以克服现有技术中仅仅根据距离对运输车进行调度不能发挥运输车的最大运输价值，进而导致运输成本较高的问题。本发明包括任务接收模块接收冷链运输任务；信息获取模块获取运输车信息；调度模块根据运输贡献值选取运输车；调度模块确定是否替换末辆车执行冷链运输任务；调度模块确定冷链运输任务的优先级并为各冷链运输任务确定候选运输车；调度模块判定候选运输车无法及时完成冷链运输任务时为该冷链运输任务重新选取运输车，反之，调度模块确定该候选运输车的运输次数。本发明实现了发挥运输车的最大运输价值，进而降低运输成本。
Description
技术领域
本发明涉及车辆调度技术领域，尤其涉及一种冷链运输车辆智能调度方法。
背景技术
近年来，随着中国经济的迅速发展，随着人们物质生活水平的提高，人们对冷链食品的消费需求也逐年提高，消费品市场快速扩大，初级农产品、各类水产品、速冻食品、包装熟食、奶制品、花卉等物品的仓储和配送过程中需要冷藏或冷冻，相关的冷链物流运作也越来越受到关注。
中国专利申请公开号：CN113962467A公开了一种冷链运输车辆智能调度方法，包括有如下步骤：步骤一，计算最短距离，并形成拓扑路径网；步骤二，根据大型订单进行拆解演算，并进行规则引擎化和单车适应度数值配置；步骤三，调度任务智能演算及任务排班配送；步骤四，工资结算及车辆使用情况的统计分析。
现有技术中，对运输车的智能调度是根据运输车定位调配距离最近运输车，然而，在实际情况中，冷链运输公司可能同时拥有多种车型，且不同车型的运输量不同，当对一项冷链运输任务进行运输车调度时，若仅考虑距离，而未考虑运输车的运输量，反而会造成运输成本增加。现有技术仅仅根据距离对运输车进行调度不能发挥运输车的最大运输价值，进而导致运输成本较高。
发明内容
为此，本发明提供一种冷链运输车辆智能调度方法，用以克服现有技术中仅仅根据距离对运输车进行调度不能发挥运输车的最大运输价值，进而导致运输成本较高的问题。
为实现上述目的，本发明提供一种冷链运输车辆智能调度方法，包括：
步骤S1，任务接收模块接收冷链运输任务，所述冷链运输任务包括货物总量、起始地点以及限定运输完成时间；
步骤S2，信息获取模块获取运输车信息，所述运输车信息包括运输量和位置信息，位置信息用以计算运输车至所述起始地点的距离以及运输车到达所述起始地点的时间；
步骤S3，调度模块计算任一所述运输车相对于冷链运输任务的运输贡献值，将运输贡献值进行降序排列，并根据运输贡献值排列顺序依次选取运输车以执行冷链运输任务；
步骤S4，所述调度模块在选取的所述运输车的运输量总和大于所述货物总量时，计算选取的运输车中的末辆车的实际运输贡献值以确定是否使用未选取的运输车代替末辆车执行冷链运输任务；
步骤S5，所述调度模块在存在至少两个冷链运输任务时计算各冷链运输任务的优先级参数并基于优先级参数确定冷链运输任务的优先级，同时为各冷链运输任务确定候选运输车；
步骤S6，所述调度模块按照冷链运输任务的优先级依次计算任一所述候选运输车单次往返时间及单次到达时间，若判定候选运输车无法及时完成冷链运输任务，调度模块为该冷链运输任务重新选取运输车，反之，所述调度模块确定该候选运输车的运输次数。
进一步地，在所述步骤S3中，所述调度模块根据以下公式计算任一所述运输车的运输贡献值A，设定：
其中，Q为运输车的运输量，L为运输车至所述起始地点的距离，t为运输车到达所述起始地点的时间。
进一步地，在所述步骤S3中，所述调度模块将各所述运输车的运输贡献值进行降序排列，并根据排列顺序依次选取运输车直至选取的运输车的运输量总和大于等于所述货物总量：
其中，Qz为货物总量，Qi为第i运输车的运输量，第i运输车的运输贡献值记为Ai，A1＞A2＞...＞Ai，i的取值为1～n，n为大于等于1的正整数，n代表选取的运输车的数量；
当存在至少两量的运输车的运输贡献值相等时，以运输车的运输量为基准进行降序排列。
进一步地，在所述步骤S4中，在选取的所述运输车的运输量总和大于所述货物总量时，所述调度模块计算选取的运输车的运输量总和与货物总量的运输量差值δ，设定：
所述调度模块根据运输量差值δ计算选取的运输车中第n辆运输车的实际运输贡献值As，设定：
其中，Qn为第n辆运输车的运输量，Ln为第n辆运输车至所述起始地点的距离，tn为第n辆运输车到达所述起始地点的时间，所述第n辆运输车为选取的运输车中的末辆车，所述末辆车为依据运输贡献值选取的运输车中运输贡献值最小的运输车。
进一步地，在所述步骤S4中，所述调度模块根据所述运输量差值计算任一未选取的运输车的实际运输贡献值，调度模块提取未选取的运输车的实际运输贡献值中的最大值，若所述第n辆运输车的实际运输贡献值小于所述最大值，则选取所述最大值对应的未选取的运输车代替第n辆运输车执行冷链运输任务。
进一步地，在所述步骤S5中，当存在至少两个冷链运输任务时，所述调度模块根据限定运输完成时间计算各冷链运输任务的优先级参数F，设定：
其中，D为所述起始地点至运输终点的距离，T为限定运输完成时间；
所述调度模块根据所述优先级参数对冷链运输任务进行优先级排序，优先级参数越大，其对应的冷链运输任务的优先级越高，将优先级参数最大值对应的冷链运输任务的优先级设置为第一优先级。
进一步地，在所述步骤S5中，所述调度模块计算任一所述运输车相对于任一所述冷链运输任务的运输贡献值，并将运输车作为最大运输贡献值对应的冷链运输任务的候选运输车，直至候选运输车的运输量总和大于等于对应的冷链运输任务的货物总量。
进一步地，在所述步骤S6中，所述调度模块按照冷链运输任务的优先级依次计算任一所述候选运输车单次往返时间tw及单次到达时间td，设定：
其中，Dd为对应的冷链运输任务的起始地点至运输终点的距离，Ld为候选运输车至对应的冷链运输任务的起始地点距离，Vp为候选运输车的平均车速。
进一步地，在所述步骤S6中，所述调度模块按照冷链运输任务的优先级依次将任一所述候选运输车单次往返时间tw及单次到达时间td与对应冷链运输任务的限定运输完成时间T进行比对，
若td＞T，所述调度模块判定该候选运输车无法及时完成冷链运输任务，调取运输量大于等于该候选运输车运输量的运输车，并计算所述运输车相对于该冷链运输任务的运输贡献值，使用运输贡献值中的最大值对应的运输车代替该候选运输车执行该冷链运输任务；
若T＞2tw，所述调度模块计算该候选运输车的运输贡献值与该冷链运输任务中最大运输贡献值的比值B，
若B≥0.7，所述调度模块计算该候选运输车执行该冷链运输任务时的最小往返次数M，设定：
所述调度模块将该候选运输车的运输次数设定为N+1，N为小于等于M的最大正整数。
进一步地，若最小往返次数M不为正整数，所述调度模块根据以下公式计算该候选运输车在完成N+1的运输次数后的剩余时间t′，设定：
若t′≥
，则所述调度模块将该候选运输车的运输次数设定为N+2。
与现有技术相比，本发明的有益效果在于，本发明计算任一运输车相对于运输任务的运输贡献值，运输贡献值为运输车相对于冷链运输任务的运输价值的表征性参量，运输贡献值在计算时不仅仅考虑了运输车至冷链运输任务起始地点的距离，还将运输车的运输量及运输车到达所述起始地点的时间作为变量因素，运输贡献值能够综合的体现运输车对于冷链运输任务的运输价值，运输贡献值越高，则对应的运输车的运输成本越低，通过引入运输贡献值，以发挥运输车的最大运输价值，进而降低运输成本。
进一步地，本发明根据运输贡献值选取运输车，发挥了运输车的最大运输价值，降低了运输成本。而当选取的运输车的运输量总和大于货物总量时，则末辆车不能满载运输，若末辆车实际运输量占其运输量的占比较小时，会造成该末辆车较低的运输价值，导致较大的运输成本，此时，本发明根据末辆车的实际运输量，即运输量差值，计算该末辆车的实际运输贡献值，实际运输贡献值为未满载运输车的运输贡献值的表征性参量，反应未满载运输车的运输价值，且，根据实际运输贡献值确定是否使用未选取的运输车代替末辆车执行冷链运输任务，以使末辆车的选择发挥最大运输价值，从而进一步降低运输成本。
进一步地，本发明在存在至少两个冷链运输任务时，计算各冷链运输任务的优先级参数并基于优先级参数确定冷链运输任务的优先级，同时为各冷链运输任务确定候选运输车，将运输车作为最大运输贡献值对应的冷链运输任务的候选运输车，以使运输车发挥最大运输价值，从而进一步降低运输成本。
进一步地，本发明按照冷链运输任务的优先级依次计算任一所述候选运输车单次到达时间，以判定候选运输车是否能及时完成冷链运输任务，并在判定候选运输车不能完成冷链运输任务时对该候选运输车进行替换，从而保证了冷链运输任务能在限定运输完成时间内完成，提高了运输效率。
进一步地，本发明按照冷链运输任务的优先级依次判定是否能及时完成冷链运输任务，保证优先级较高的冷链运输任务能够按时完成运输，避免损失，通过上述技术方案，进一步降低运输成本。
进一步地，本发明按照冷链运输任务的优先级依次计算任一所述候选运输车单次往返时间，若限定运输完成时间大于2倍的单次往返时间，说明该运输车可在冷链运输任务的起始地点至运输终点间往返多次，此时，若该候选运输车的运输贡献值大于等于该冷链运输任务中最大运输贡献值的0.7，说明该候选运输车的输贡献值较大，对该冷链运输任务具有较大的运输价值，此时则确定该候选运输车对该冷链运输任务的运输次数，若该候选运输车的运输贡献值小于该冷链运输任务中最大运输贡献值的0.7，则无需使该候选运输车对该冷链运输任务运输多次，避免小运输价值的运输车多次运输造成的运输成本增加。
附图说明
图1为本发明实施例冷链运输车辆智能调度系统的结构框图；
图2为本发明实施例冷链运输车辆智能调度方法的流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
请参阅图1所示，其为本发明实施例冷链运输车辆智能调度系统的结构框图，本发明所述冷链运输车辆智能调度系统包括：
任务接收模块，其用以接收冷链运输任务；
信息获取模块，其用以获取运输车信息；
调度模块，其分别与任务接收模块和信息获取模块相连，用以对运输车进行调度以执行冷链运输任务。
请参阅图2所示，其为本发明实施例冷链运输车辆智能调度方法的流程图，本发明所述冷链运输车辆智能调度方法包括：
步骤S1，任务接收模块接收冷链运输任务，所述冷链运输任务包括货物总量、起始地点以及限定运输完成时间；
步骤S2，信息获取模块获取运输车信息，所述运输车信息包括运输量和位置信息，位置信息用以计算运输车至所述起始地点的距离以及运输车到达所述起始地点的时间；
步骤S3，调度模块计算任一所述运输车相对于冷链运输任务的运输贡献值，将运输贡献值进行降序排列，并根据运输贡献值排列顺序依次选取运输车以执行冷链运输任务；
步骤S4，所述调度模块在选取的所述运输车的运输量总和大于所述货物总量时，计算选取的运输车中的末辆车的实际运输贡献值以确定是否使用未选取的运输车代替末辆车执行冷链运输任务；
步骤S5，所述调度模块在存在至少两个冷链运输任务时计算各冷链运输任务的优先级参数并基于优先级参数确定冷链运输任务的优先级，同时为各冷链运输任务确定候选运输车；
步骤S6，所述调度模块按照冷链运输任务的优先级依次计算任一所述候选运输车单次往返时间及单次到达时间，若判定候选运输车无法及时完成冷链运输任务，调度模块为该冷链运输任务重新选取运输车，反之，所述调度模块确定该候选运输车的运输次数。
具体而言，在所述步骤S3中，所述调度模块根据以下公式计算任一所述运输车的运输贡献值A，设定：
其中，Q为运输车的运输量，L为运输车至所述起始地点的距离，t为运输车到达所述起始地点的时间。
现有技术中，对运输车的智能调度是根据运输车定位调配距离最近运输车，然而，在实际情况中，冷链运输公司可能同时拥有多种车型，且不同车型的运输量不同，当对一项冷链运输任务进行运输车调度时，若仅考虑距离，而未考虑运输车的运输量，反而会造成运输成本增加。现有技术仅仅根据距离对运输车进行调度不能发挥运输车的最大运输价值，进而导致运输成本较高。
本发明计算任一运输车相对于运输任务的运输贡献值，运输贡献值为运输车相对于冷链运输任务的运输价值的表征性参量，运输贡献值在计算时不仅仅考虑了运输车至冷链运输任务起始地点的距离，还将运输车的运输量及运输车到达所述起始地点的时间作为变量因素，运输贡献值能够综合的体现运输车对于冷链运输任务的运输价值，运输贡献值越高，则对应的运输车的运输成本越低，通过引入运输贡献值，以发挥运输车的最大运输价值，进而降低运输成本。
具体而言，在所述步骤S3中，所述调度模块将各所述运输车的运输贡献值进行降序排列，并根据排列顺序依次选取运输车直至选取的运输车的运输量总和大于等于所述货物总量：
其中，Qz为货物总量，Qi为第i运输车的运输量，第i运输车的运输贡献值记为Ai，A1＞A2＞...＞Ai，i的取值为1～n，n为大于等于1的正整数，n代表选取的运输车的数量；
当存在至少两量的运输车的运输贡献值相等时，以运输车的运输量为基准进行降序排列。
具体而言，在所述步骤S4中，在选取的所述运输车的运输量总和大于所述货物总量时，所述调度模块计算选取的运输车的运输量总和与货物总量的运输量差值δ，设定：
所述调度模块根据运输量差值δ计算选取的运输车中第n辆运输车的实际运输贡献值As，设定：
其中，Qn为第n辆运输车的运输量，Ln为第n辆运输车至所述起始地点的距离，tn为第n辆运输车到达所述起始地点的时间，所述第n辆运输车为选取的运输车中的末辆车，所述末辆车为依据运输贡献值选取的运输车中运输贡献值最小的运输车。
具体而言，在所述步骤S4中，所述调度模块根据所述运输量差值计算任一未选取的运输车的实际运输贡献值，调度模块提取未选取的运输车的实际运输贡献值中的最大值，若所述第n辆运输车的实际运输贡献值小于所述最大值，则选取所述最大值对应的未选取的运输车代替第n辆运输车执行冷链运输任务。
本发明根据运输贡献值选取运输车，发挥了运输车的最大运输价值，降低了运输成本。而当选取的运输车的运输量总和大于货物总量时，则末辆车不能满载运输，若末辆车实际运输量占其运输量的占比较小时，会造成该末辆车较低的运输价值，导致较大的运输成本，此时，本发明根据末辆车的实际运输量，即运输量差值，计算该末辆车的实际运输贡献值，实际运输贡献值为未满载运输车的运输贡献值的表征性参量，反应未满载运输车的运输价值，且，根据实际运输贡献值确定是否使用未选取的运输车代替末辆车执行冷链运输任务，以使末辆车的选择发挥最大运输价值，从而进一步降低运输成本。
具体而言，在所述步骤S5中，当存在至少两个冷链运输任务时，所述调度模块根据限定运输完成时间计算各冷链运输任务的优先级参数F，设定：
其中，D为所述起始地点至运输终点的距离，T为限定运输完成时间；
所述调度模块根据所述优先级参数对冷链运输任务进行优先级排序，优先级参数越大，其对应的冷链运输任务的优先级越高，将优先级参数最大值对应的冷链运输任务的优先级设置为第一优先级。
具体而言，在所述步骤S5中，所述调度模块计算任一所述运输车相对于任一所述冷链运输任务的运输贡献值，并将运输车作为最大运输贡献值对应的冷链运输任务的候选运输车，直至候选运输车的运输量总和大于等于对应的冷链运输任务的货物总量。
本发明在存在至少两个冷链运输任务时，计算各冷链运输任务的优先级参数并基于优先级参数确定冷链运输任务的优先级，同时为各冷链运输任务确定候选运输车，将运输车作为最大运输贡献值对应的冷链运输任务的候选运输车，以使运输车发挥最大运输价值，从而进一步降低运输成本。
具体而言，在所述步骤S6中，所述调度模块按照冷链运输任务的优先级依次计算任一所述候选运输车单次往返时间tw及单次到达时间td，设定：
其中，Dd为对应的冷链运输任务的起始地点至运输终点的距离，Ld为候选运输车至对应的冷链运输任务的起始地点距离，Vp为候选运输车的平均车速。
具体而言，在所述步骤S6中，所述调度模块按照冷链运输任务的优先级依次将任一所述候选运输车单次往返时间tw及单次到达时间td与对应冷链运输任务的限定运输完成时间T进行比对，
若td＞T，所述调度模块判定该候选运输车无法及时完成冷链运输任务，调取运输量大于等于该候选运输车运输量的运输车，并计算所述运输车相对于该冷链运输任务的运输贡献值，使用运输贡献值中的最大值对应的运输车代替该候选运输车执行该冷链运输任务；
若T＞2tw，所述调度模块计算该候选运输车的运输贡献值与该冷链运输任务中最大运输贡献值的比值B，
若B≥0.7，所述调度模块计算该候选运输车执行该冷链运输任务时的最小往返次数M，设定：
所述调度模块将该候选运输车的运输次数设定为N+1，N为小于等于M的最大正整数。
本发明按照冷链运输任务的优先级依次计算任一所述候选运输车单次到达时间，以判定候选运输车是否能及时完成冷链运输任务，并在判定候选运输车不能完成冷链运输任务时对该候选运输车进行替换，从而保证了冷链运输任务能在限定运输完成时间内完成，提高了运输效率。
本发明按照冷链运输任务的优先级依次判定是否能及时完成冷链运输任务，保证优先级较高的冷链运输任务能够按时完成运输，避免损失，通过上述技术方案，进一步降低运输成本。
具体而言，若最小往返次数M不为正整数，所述调度模块根据以下公式计算该候选运输车在完成N+1的运输次数后的剩余时间t′，设定：
若t′≥
，则所述调度模块将该候选运输车的运输次数设定为N+2。
本发明按照冷链运输任务的优先级依次计算任一所述候选运输车单次往返时间，若限定运输完成时间大于2倍的单次往返时间，说明该运输车可在冷链运输任务的起始地点至运输终点间往返多次，此时，若该候选运输车的运输贡献值大于等于该冷链运输任务中最大运输贡献值的0.7，说明该候选运输车的输贡献值较大，对该冷链运输任务具有较大的运输价值，此时则确定该候选运输车对该冷链运输任务的运输次数，若该候选运输车的运输贡献值小于该冷链运输任务中最大运输贡献值的0.7，则无需使该候选运输车对该冷链运输任务运输多次，避免小运输价值的运输车多次运输造成的运输成本增加。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种冷链运输车辆智能调度方法，其特征在于，包括：
步骤S1，任务接收模块接收冷链运输任务，所述冷链运输任务包括货物总量、起始地点以及限定运输完成时间；
步骤S2，信息获取模块获取运输车信息，所述运输车信息包括运输量和位置信息，位置信息用以计算运输车至所述起始地点的距离以及运输车到达所述起始地点的时间；
步骤S3，调度模块计算任一所述运输车相对于冷链运输任务的运输贡献值，将运输贡献值进行降序排列，并根据运输贡献值排列顺序依次选取运输车以执行冷链运输任务；
步骤S4，所述调度模块在选取的所述运输车的运输量总和大于所述货物总量时，计算选取的运输车中的末辆车的实际运输贡献值以确定是否使用未选取的运输车代替末辆车执行冷链运输任务；
步骤S5，所述调度模块在存在至少两个冷链运输任务时计算各冷链运输任务的优先级参数并基于优先级参数确定冷链运输任务的优先级，同时为各冷链运输任务确定候选运输车；
步骤S6，所述调度模块按照冷链运输任务的优先级依次计算任一所述候选运输车单次往返时间及单次到达时间，若判定候选运输车无法及时完成冷链运输任务，调度模块为该冷链运输任务重新选取运输车，反之，所述调度模块确定该候选运输车的运输次数。
2.根据权利要求1所述的冷链运输车辆智能调度方法，其特征在于，在所述步骤S3中，所述调度模块根据以下公式计算任一所述运输车的运输贡献值A，设定：
其中，Q为运输车的运输量，L为运输车至所述起始地点的距离，t为运输车到达所述起始地点的时间。
3.根据权利要求2所述的冷链运输车辆智能调度方法，其特征在于，在所述步骤S3中，所述调度模块将各所述运输车的运输贡献值进行降序排列，并根据排列顺序依次选取运输车直至选取的运输车的运输量总和大于等于所述货物总量：
其中，Qz为货物总量，Qi为第i运输车的运输量，第i运输车的运输贡献值记为Ai，A1＞A2＞...＞Ai，i的取值为1～n，n为大于等于1的正整数，n代表选取的运输车的数量；
当存在至少两量的运输车的运输贡献值相等时，以运输车的运输量为基准进行降序排列。
4.根据权利要求3所述的冷链运输车辆智能调度方法，其特征在于，在所述步骤S4中，在选取的所述运输车的运输量总和大于所述货物总量时，所述调度模块计算选取的运输车的运输量总和与货物总量的运输量差值δ，设定：
所述调度模块根据运输量差值δ计算选取的运输车中第n辆运输车的实际运输贡献值As，设定：
其中，Qn为第n辆运输车的运输量，Ln为第n辆运输车至所述起始地点的距离，tn为第n辆运输车到达所述起始地点的时间，所述第n辆运输车为选取的运输车中的末辆车，所述末辆车为依据运输贡献值选取的运输车中运输贡献值最小的运输车。
5.根据权利要求4所述的冷链运输车辆智能调度方法，其特征在于，在所述步骤S4中，所述调度模块根据所述运输量差值计算任一未选取的运输车的实际运输贡献值，调度模块提取未选取的运输车的实际运输贡献值中的最大值，若所述第n辆运输车的实际运输贡献值小于所述最大值，则选取所述最大值对应的未选取的运输车代替第n辆运输车执行冷链运输任务。
6.根据权利要求5所述的冷链运输车辆智能调度方法，其特征在于，在所述步骤S5中，当存在至少两个冷链运输任务时，所述调度模块根据限定运输完成时间计算各冷链运输任务的优先级参数F，设定：
其中，D为所述起始地点至运输终点的距离，T为限定运输完成时间；
所述调度模块根据所述优先级参数对冷链运输任务进行优先级排序，优先级参数越大，其对应的冷链运输任务的优先级越高，将优先级参数最大值对应的冷链运输任务的优先级设置为第一优先级。
7.根据权利要求6所述的冷链运输车辆智能调度方法，其特征在于，在所述步骤S5中，所述调度模块计算任一所述运输车相对于任一所述冷链运输任务的运输贡献值，并将运输车作为最大运输贡献值对应的冷链运输任务的候选运输车，直至候选运输车的运输量总和大于等于对应的冷链运输任务的货物总量。
8.根据权利要求7所述的冷链运输车辆智能调度方法，其特征在于，在所述步骤S6中，所述调度模块按照冷链运输任务的优先级依次计算任一所述候选运输车单次往返时间tw及单次到达时间td，设定：
其中，Dd为对应的冷链运输任务的起始地点至运输终点的距离，Ld为候选运输车至对应的冷链运输任务的起始地点距离，Vp为候选运输车的平均车速。
9.根据权利要求8所述的冷链运输车辆智能调度方法，其特征在于，在所述步骤S6中，所述调度模块按照冷链运输任务的优先级依次将任一所述候选运输车单次往返时间tw及单次到达时间td与对应冷链运输任务的限定运输完成时间T进行比对，
若td＞T，所述调度模块判定该候选运输车无法及时完成冷链运输任务，调取运输量大于等于该候选运输车运输量的运输车，并计算所述运输车相对于该冷链运输任务的运输贡献值，使用运输贡献值中的最大值对应的运输车代替该候选运输车执行该冷链运输任务；
若T＞2tw，所述调度模块计算该候选运输车的运输贡献值与该冷链运输任务中最大运输贡献值的比值B，
若B≥0.7，所述调度模块计算该候选运输车执行该冷链运输任务时的最小往返次数M，设定：
所述调度模块将该候选运输车的运输次数设定为N+1，N为小于等于M的最大正整数。
10.根据权利要求9所述的冷链运输车辆智能调度方法，其特征在于，若最小往返次数M不为正整数，所述调度模块根据以下公式计算该候选运输车在完成N+1的运输次数后的剩余时间t′，设定：
若t′≥
，则所述调度模块将该候选运输车的运输次数设定为N+2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310622744.6A CN116342015B (zh) | 2023-05-30 | 2023-05-30 | 一种冷链运输车辆智能调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310622744.6A CN116342015B (zh) | 2023-05-30 | 2023-05-30 | 一种冷链运输车辆智能调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116342015A true CN116342015A (zh) | 2023-06-27 |
| CN116342015B CN116342015B (zh) | 2023-08-08 |
Family
ID=86891547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310622744.6A Active CN116342015B (zh) | 2023-05-30 | 2023-05-30 | 一种冷链运输车辆智能调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116342015B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004238192A (ja) * | 2003-02-10 | 2004-08-26 | Hitachi Ltd | ローリング配車とメタ輸送コストによる最適出荷管理の方法及びシステム |
| CN109542141A (zh) * | 2018-12-25 | 2019-03-29 | 广州好高冷科技有限公司 | 一种保温箱运输在线管理平台 |
| CN111985832A (zh) * | 2020-08-27 | 2020-11-24 | 马鞍山贺辉信息科技有限公司 | 基于大数据的智能机器人生产线智能调度系统 |
| CN114862226A (zh) * | 2022-05-18 | 2022-08-05 | 江苏佳利达国际物流股份有限公司 | 一种仓储物流智能调度及装卸货管理方法及系统 |
| CN114926081A (zh) * | 2022-06-07 | 2022-08-19 | 大连理工大学 | 一种农产品生产与冷链运输联合优化调度系统及方法 |
-
2023
- 2023-05-30 CN CN202310622744.6A patent/CN116342015B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004238192A (ja) * | 2003-02-10 | 2004-08-26 | Hitachi Ltd | ローリング配車とメタ輸送コストによる最適出荷管理の方法及びシステム |
| CN109542141A (zh) * | 2018-12-25 | 2019-03-29 | 广州好高冷科技有限公司 | 一种保温箱运输在线管理平台 |
| CN111985832A (zh) * | 2020-08-27 | 2020-11-24 | 马鞍山贺辉信息科技有限公司 | 基于大数据的智能机器人生产线智能调度系统 |
| CN114862226A (zh) * | 2022-05-18 | 2022-08-05 | 江苏佳利达国际物流股份有限公司 | 一种仓储物流智能调度及装卸货管理方法及系统 |
| CN114926081A (zh) * | 2022-06-07 | 2022-08-19 | 大连理工大学 | 一种农产品生产与冷链运输联合优化调度系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116342015B (zh) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Eshtehadi et al. | Solving the vehicle routing problem with multi-compartment vehicles for city logistics | |
| CN113011644B (zh) | 基于蚁群优化算法的智慧城市动态冷链物流调度方法 | |
| Dong et al. | Container fleet sizing and empty repositioning in liner shipping systems | |
| Wang et al. | The multi-objective optimization for perishable food distribution route considering temporal-spatial distance | |
| US9665845B2 (en) | System and method of vessel scheduling for product distribution | |
| CN106156961B (zh) | 一种车辆调度方法和装置 | |
| CN110009272A (zh) | 多策略并行的物流资源调度方法和相关装置 | |
| CN109002902A (zh) | 分区域多阶段生鲜农产品动态车辆路径优化方法 | |
| CN109447557A (zh) | 物流调度方法及装置、计算机可读存储介质 | |
| CN109685260A (zh) | 一种物流配送方法及其系统 | |
| CN104463379A (zh) | 一种带时变需求的关联物流运输优化调度方法 | |
| CN116342015B (zh) | 一种冷链运输车辆智能调度方法 | |
| CN115169651A (zh) | 一种冷链运输路径调配方法 | |
| CN107239925A (zh) | 一种基于标准箱的配货方法及系统 | |
| CN108268959A (zh) | 基于主次种群蚁群算法的物流配送路径规划方法 | |
| CN112418550A (zh) | 一种物流行业中多种司机工作状态下的车货匹配方法 | |
| Twrdy et al. | Competition between container ports in the Northern Adriatic | |
| DK201901566A1 (en) | Method of handling one or more vessels and/or equipment in a terminal, and related devices and systems | |
| Memari et al. | Production planning and inventory control in automotive supply chain networks | |
| CN115222340A (zh) | 基于智能仓储的货物调度管理方法及相关装置 | |
| CN112506966B (zh) | 一种基于参数灵活设置的智能自动选车系统及方法 | |
| Hou et al. | Dynamic Multicompartment Refrigerated Vehicle Routing Problem with Multigraph Based on Real‐Time Traffic Information | |
| CN111652550A (zh) | 一种智能寻找最佳环线集合的方法、系统及设备 | |
| CN112950126B (zh) | 应用于智慧仓储的物流供应链路径优化方法 | |
| Bajor et al. | The role of decision-making parameters in constructing and re-engineering of distribution networks |
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 |