CN117057545A - 面向多目标优化的协同决策方法、系统、电子设备及介质 - Google Patents

面向多目标优化的协同决策方法、系统、电子设备及介质 Download PDF

Info

Publication number
CN117057545A
CN117057545A CN202310935313.5A CN202310935313A CN117057545A CN 117057545 A CN117057545 A CN 117057545A CN 202310935313 A CN202310935313 A CN 202310935313A CN 117057545 A CN117057545 A CN 117057545A
Authority
CN
China
Prior art keywords
delivery
delivery point
aircraft
initial
point
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
CN202310935313.5A
Other languages
English (en)
Inventor
胡瑞雪
曹扬
金瑞欣
赵若帆
吕乃冰
李冬雪
贾思雨
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.)
Beijing Aerospace Chenxin Technology Co ltd
Original Assignee
Beijing Aerospace Chenxin 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 Beijing Aerospace Chenxin Technology Co ltd filed Critical Beijing Aerospace Chenxin Technology Co ltd
Priority to CN202310935313.5A priority Critical patent/CN117057545A/zh
Publication of CN117057545A publication Critical patent/CN117057545A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions

Landscapes

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

Abstract

本申请提供了一种面向多目标优化的协同决策方法、系统、电子设备及介质，首先根据初始物资需求确定初始分配方案，即给每个初始投送点分配若干物资投送飞机，每个投送点对应的飞机组成飞机小组。然后实时监测物资需求，根据当前物资需求变化确定投送点的增减情况，并生成待重分配对象集合。之后基于拍卖机制对待重分配对象集合中的每一个待重分配对象分别进行分布式协同决策，由各飞机小组根据效能值对待重分配对象进行竞拍出价，并将待重分配对象分配给最高出价者。从而解决物资投送任务分配中运输飞机数量受限的条件下，根据投送需求的变化对分配方案进行快速调整的问题。

Description

面向多目标优化的协同决策方法、系统、电子设备及介质
技术领域
本申请涉及物资投送任务分配技术领域，特别是涉及面向多目标优化的协同决策方法、系统、电子设备及介质。
背景技术
在地震等自然灾害发生后，受灾区域通行道路可能受阻，救援物资无法送达，需依赖飞机运送物资到多个投送点。在运输飞机数量较少的情况下，物资投送任务分配后，所有飞机都被分配了具体的运输任务，并根据任务分配结果开展准备工作。但随着时间的推移，余震可能造成新的区域产生投送需求，即投送点增多，或者随着救援的开展，例如公路交通得以恢复，此时，有的投送点就可以通过公路运输来进行物资运输，即需要飞机投送的投送点减少。
面对这两种情况都需要重新进行投送任务分配，即需要基于已有的任务分配方案进行调整，调整以与原方案差别最小和整体投送效能最大为优化目标。特别是当飞机数量有限且较少的时候，每个投送点的需求可能并没有得到充分满足，即针对一个投送点新增飞机可能会增大该投送点对应的投送效能。在投送点增加时，新增的投送需求也需基于已有的飞机来满足；在投送点减少时，可将对应投送点的飞机分配给其它投送点来增加整体投送效能。但是，传统的任务分配方法通常需要重新制定分配方案，在投送问题规模较大时，生成的方案与原方案差别较大，且耗时较多，难以满足快速任务调整的要求。
发明内容
本申请提供面向多目标优化的协同决策方法、系统、电子设备及介质，以解决物资投送任务分配中运输飞机数量受限的条件下，根据投送需求的变化对分配方案进行快速调整的问题。
本申请实施例第一方面提供一种面向多目标优化的协同决策方法，上述方法包括：
根据初始物资需求确定初始分配方案，上述初始分配方案包括：每个初始投送点对应的飞机小组；
监测当前物资需求，确定投送点的增减情况，并根据上述投送点的增减情况生成待重分配对象集合；
基于拍卖机制对上述待重分配对象集合中的每一个待重分配对象分别进行分布式协同决策，包括：
由上述初始投送点对应的飞机小组对上述待重分配对象进行竞拍出价，并将上述待重分配对象分配给最高出价者。
可选地，上述监测当前物资需求，确定投送点的增减情况，并根据上述投送点的增减情况生成待重分配对象集合，包括：
监测当前物资需求，确定投送点的增减情况，若上述投送点增加，则执行工作模式1；若上述投送点减少，则执行工作模式2；
上述工作模式1为：将新增投送点作为上述待重分配对象，并生成对应的待重分配对象集合；
上述工作模式2为：将减少投送点对应的飞机小组中的飞机作为上述待重分配对象，并生成对应的待重分配对象集合。
可选地，上述当上述投送点增加时，将新增的上述投送点作为上述待重分配对象进行分配，包括：
从上述待重分配对象集合中随机选择一个新增投送点，计算某个初始投送点对应的飞机小组中的飞机对上述新增投送点的投送效能；
将上述投送效能作为飞机对上述新增投送点的竞拍出价，并将上述初始投送点对应的飞机小组中的最高出价作为该初始投送点对应的飞机小组对上述新增投送点的竞拍出价；
每个初始投送点对应的飞机小组均对上述新增投送点进行竞拍出价后，将上述新增投送点分配给出价最高的初始投送点对应的飞机小组中对上述新增投送点的投送效能最大的飞机，并将该飞机从其原所在飞机小组中删除，增加到上述新增投送点对应的飞机小组中。
可选地，上述计算某个初始投送点对应的飞机小组中的飞机对上述新增投送点的投送效能，包括：
计算上述初始投送点i0对应的飞机小组中的第n个飞机j0n对上述新增投送点i'的投送效能增加值ΔJi'：
其中，表示飞机j0n为上述新增投送点i'服务时，上述新增投送点i'对应的投送效能，表示本轮决策开始时上述新增投送点i'对应的投送效能；
计算上述飞机j0n为上述新增投送点i'服务时，对上述初始投送点i0的投送效能减少值
其中，表示上述飞机j0n为上述新增投送点i'服务时，上述初始投送点i0对应的投送效能，表示本轮决策开始时上述初始投送点i0对应的投送效能；
根据上述投送效能增加值ΔJi'和上述投送效能减少值计算上述飞机j0n对上述新增投送点i'的投送效能
且，当时，飞机j0n参与对上述新增投送点i'的竞拍，出价为
可选地，上述当上述投送点减少时，将减少的上述投送点对应的飞机小组中的飞机作为上述待重分配对象进行分配，包括：
从上述待重分配对象集合中随机选择一个飞机，计算上述飞机对每个现存的上述初始投送点的投送效能，并将上述投送效能作为该现存的上述初始投送点对上述飞机的竞拍出价；
每个现存的上述初始投送点均对上述飞机进行竞拍出价后，将该飞机分配给出价最高的初始投送点，并更新现存的上述初始投送点对应的飞机小组。
可选地，上述计算飞机对每个现存的上述初始投送点的投送效能，包括：
计算当上述减少投送点id对应的飞机小组中的第n个飞机jdn为现存的上述初始投送点i0服务时，对上述初始投送点i0的投送效能增加值
其中，表示上述飞机jdn为上述初始投送点i0服务时，上述初始投送点i0对应的投送效能，为决策开始时上述初始投送点i0对应的投送效能；
将上述投送效能增加值作为上述飞机jdn对上述初始投送点i0的投送效能
可选地，当上述投送点增加时，还包括：
当上述待重分配对象集合中的每个新增投送点均被拍卖后，本轮决策结束并生成对应的决策结果；
根据上述决策结果更新上述初始投送点对应的飞机小组，并基于更新后的上述初始投送点对应的飞机小组进行下一轮决策，直至轮次达到预设阈值或无竞拍方出价则停止；
统计并合并上述新增投送点每轮的决策结果，作为上述新增投送点最终对应的协同决策结果；
当上述投送点减少时，还包括：
当上述待重分配对象集合中的任一飞机被拍卖后，将该飞机从上述待重分配对象集合中删除，并更新现存的上述初始投送点对应的飞机小组；
基于更新后的上述初始投送点对应的飞机小组，对上述待重分配对象集合中的另一飞机进行决策，直至上述待重分配对象集合为空则停止。
本申请实施例第二方面提供一种面向多目标优化的协同决策系统，上述系统包括：
初始方案生成模块，用于根据初始物资需求确定初始分配方案，上述初始分配方案包括：每个初始投送点对应的飞机小组；
待重分配对象集合确定模块，用于监测当前物资需求，确定投送点的增减情况，并根据上述投送点的增减情况生成待重分配对象集合；
分布式决策竞拍模块，用于基于拍卖机制对上述待重分配对象集合中的每一个待重分配对象分别进行分布式协同决策，包括：
由上述初始投送点对应的飞机小组对上述待重分配对象进行竞拍出价，并将上述待重分配对象分配给最高出价者。
本申请实施例第三方面提供一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如本申请第一方面上述的方法中的步骤。
本申请实施例第四方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，上述处理器执行时实现本申请第一方面上述的方法的步骤。
与现有技术相比，本申请包括以下优点：
本申请实施例提供面向多目标优化的协同决策方法、系统、电子设备及介质，一方面基于初始任务分配方案，根据需求点变化情况实时确定待重分配对象，并只对待投送点变化所涉及的飞机和投送点进行重分配，以最小化待重分配对象集合，从而降低整体方案的调整代价，实现调整代价的最小化。另一方面，基于拍卖思想构建分布式协同决策机制，以最小化调整代价和最大化投送效能为目标，设计合理的决策效能函数，使每轮投送效能增加幅度最大，从而实现高效的分布式协同决策，解决飞机物资投送应用场景中，任务分配方案制定后开展准备工作阶段或飞机起飞后物资需求发生变化时，如何对投送任务分配方案进行快速、合理的调整的问题。
附图说明
图1是本申请一实施例提出的一种面向多目标优化的协同决策方法的流程图；
图2是本申请一实施例提出的一种面向多目标优化的协同决策系统的结构示意图。
附图标记：1、初始方案生成模块；2、待重分配对象集合确定模块；3、分布式决策竞拍模块。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在地震等自然灾害发生后的物资投送中，投送任务分配是基于飞机起飞前搜集的信息进行的。而随着时间的推移，余震可能造成新的区域产生投送需求，即投送点增多，或者随着救援的开展，有的投送点可通过公路运输满足投送需求，即需要飞机投送的投送点减少，面对这两种情况都需要重新进行投送任务分配。特别是当飞机数量有限且较少的时候，每个投送点的需求可能并没有得到充分满足，即针对一个投送点新增飞机可能会增大该投送点对应的投送效能。在投送点增加时，新增的投送需求也需基于已有的飞机来满足；在投送点减少时，可将对应投送点的飞机分配给其他投送点来增加整体投送效能。但是，传统的任务分配方法通常需要重新制定分配方案，在投送问题规模较大时，生成的方案与原方案差别较大，且耗时较多，难以满足快速任务调整的要求。
鉴于此，本申请提出一种面向多目标优化的协同决策方法、系统、电子设备及介质，首先基于拍卖机制建立分布式决策框架，并明确决策准则，以最小化调整代价和最大化投送效能为目标对分配方案进行调整和优化。其次，明确重分配对象以及参与决策的对象，重分配对象在投送点增加的情况下定义为新增的投送点，在投送点减少的情况下定义为减少的投送点对应的飞机小组，参与决策的对象是基于初始分配方案的投送点对应的飞机小组。从而在投送点增加以及投送点减少的情况下，将飞机分配给最需要的投送点，使得整体的投送效能最大，以实现对分配方案的快速调整和优化。
具体的，请参照图1，图1是本申请一实施例提出的一种面向多目标优化的协同决策方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101：根据初始物资需求确定初始分配方案，上述初始分配方案包括：每个初始投送点对应的飞机小组。
上述步骤中，首先根据初始物资需求、运输飞机分配准则等，生成物资投送分配的初始方案，得到初始情况下为每个初始投送点投送物资的飞机小组的安排情况。例如，在飞机物资投送任务中，NM个飞机对NT个初始投送点(或者说是需求点)所需物资进行投送，T＝{1,2,…,NT}为初始投送点集合，M＝{1,2,…,NM}为飞机集合。
然后，以最大化投送效能为优化目标，建立物资投送任务分配问题的数学模型如下：
其中，前者J＝F(Yij)是投送效能函数，后者是约束条件，其中，Yij为布尔值，表示第j个飞机对第i个待投送点(即初始投送点)的分配决策变量。若Yij＝1，则表示第j个飞机的运输任务目标为第i个初始投送点；若Yij＝0，则表示第j个飞机的运输任务目标不为第i个初始投送点。
于是，通过求解投送效能函数在对应的约束条件下的最大值，得到进行物资投送任务的初始分配方案。并且，基于物资投送的初始分配方案，每个初始投送点对应的飞机即为一个飞机小组，从而一个初始投送点i对应的飞机小组集合可以表示为Zi。
步骤S102：监测当前物资需求，确定投送点的增减情况，并根据上述投送点的增减情况生成待重分配对象集合。
上述步骤中，通过监测当前物资需求，确定投送点的增减情况，若上述投送点增加，则执行工作模式1；若上述投送点减少，则执行工作模式2；
上述工作模式1为：将新增投送点作为上述待重分配对象，并生成对应的待重分配对象集合；
上述工作模式2为：将减少投送点对应的飞机小组中的飞机作为上述待重分配对象，并生成对应的待重分配对象集合。
在本实施方式中，通过对物资需求进行实时监测，当监测到物资投送需求发生变化时，确定物资待投送点的增减情况。在待投送点增加时，将新增投送点作为待重分配对象加入待重分配对象集合中，在待投送点减少时，将减少投送点对应的飞机小组中的飞机作为待重分配对象加入待重分配对象集合中。
例如，在待投送点增加时，以Tinc＝{NT+1,…,NT+Ninc}表示新增投送点集合，其中Ninc为新增投送点的个数，即确定Tinc为待重分配对象集合。在待投送点减少时，以表示减少投送点集合，其中Ndec为减少投送点的个数。然后确定原先分配给这些减少投送点的所有飞机为待重分配对象，即待重分配对象集合为ZD＝∪Zi,i∈D，Zi为初始分配方案中分配给某个减少投送点i的飞机集合。
在本实施方式中，只对待投送点变化时所涉及到的投送点和飞机进行重分配，即待重分配对象集合为待投送点增多情况下的新增投送点，或待投送点减少情况下的原先分配给这些减少投送点的飞机，以最小化待重分配对象集合，从而降低整体方案的调整代价，实现调整代价的最小化。
步骤S103：基于拍卖机制对上述待重分配对象集合中的每一个待重分配对象分别进行分布式协同决策，包括：
由上述初始投送点对应的飞机小组对上述待重分配对象进行竞拍出价，并将上述待重分配对象分配给最高出价者。
上述步骤中，首先从待重分配对象集合中随机选择一个新增投送点或者一个减少投送点对应的飞机小组中的飞机作为本次协同决策的待重分配对象，即随机从Tinc或ZD中选取一个作为本次协同决策的待重分配对象。然后，基于拍卖机制，将其作为被拍卖的对象，同时将原先的初始投送点对应的飞机小组作为竞拍的对象，参与竞拍，由初始投送点对应的飞机小组对该待重分配对象进行竞拍出价，并将其分配给最高出价者。
具体的，在待投送点增加时，将新增投送点作为待重分配对象，然后由原来的初始投送点对应的飞机小组分别对该新增投送点进行竞拍出价，并以投送效能最大化为目标，将其分配给出价最高的初始投送点对应的飞机小组中出价的飞机，从而决策出哪些飞机的目标点变为该新增投送点，即确定将哪些飞机分配给该新增投送点，形成该新增投送点对应的飞机小组，实现分配方案的实时调整。在待投送点减少时，将减少投送点对应的飞机小组中的飞机作为待重分配对象，然后由原来的初始投送点对应的飞机小组分别对该减少投送点对应的飞机小组中的飞机进行竞拍出价，并以投送效能最大化为目标，将飞机分配给出价最高的初始投送点对应的飞机小组，实现分配方案的实时调整。
其中，在待投送点增加时，原来的初始投送点对应的飞机小组对该新增投送点的竞拍出价为：当把初始投送点对应的飞机小组中的某个飞机分配给该新增投送点时，给该新增投送点带来的投送效能的值。将新增投送点分配给最高出价者，即是指将对该新增投送点的效能影响最大的飞机，或者说能够给该新增投送点带来更多投送效能的飞机，调整给该新增投送点。在待投送点减少时，原来的初始投送点对应的飞机小组对该减少投送点对应的飞机小组中的飞机的竞拍出价为：当把该减少投送点对应的飞机小组中的某个飞机分配给该初始投送点时，给该初始投送点带来的投送效能的值。将减少投送点对应的飞机小组中的飞机分配给最高出价者，即是指将该飞机分配给能够对该初始投送点产生更大效能影响的初始投送点对应的飞机小组，或者说分配给最需要它的初始投送点对应的飞机小组。从而，在每次决策中，都使得投送效能增加幅度最大，以实现投送效能的最大化。具体的投送效能的计算详见后文。
在本实施例中，当投送点增加时，还包括：
当上述待重分配对象集合中的每个新增投送点均被拍卖后，本轮决策结束并生成对应的决策结果；根据上述决策结果更新上述初始投送点对应的飞机小组，并基于更新后的上述初始投送点对应的飞机小组进行下一轮决策，直至轮次达到预设阈值或无竞拍方出价则停止；统计并合并上述新增投送点每轮的决策结果，作为上述新增投送点最终对应的协同决策结果。
具体的，在第一轮决策中，首先从待重分配对象集合中随机选择一个新增投送点进行拍卖，由初始投送点对应的飞机小组中的飞机对该新增投送点进行竞拍出价，并将初始投送点对应的飞机小组中的最高出价作为该初始投送点对应的飞机小组对该新增投送点的竞拍出价，然后将该新增投送点分配给出价最高的初始投送点对应的飞机小组中出价最高的飞机，并将该飞机从其对应的初始投送点的飞机小组中剔除。接着，从待重分配对象集合中随机选择另一个新增投送点(除前面已被拍卖的新增投送点外的其它投送点)进行拍卖，并将其分配给出价最高的初始投送点对应的飞机小组中出价最高的飞机，并将该飞机从其对应的初始投送点的飞机小组中剔除。之后，又继续对下一个新增投送点进行拍卖，直到待重分配对象集合中的每个新增投送点均被拍卖后，第一轮决策结束。应当理解的，此时，对于每个新增投送点，均分配到了一个飞机。于是进行第二轮决策，过程同第一轮决策相同，此处便不再赘述。第二轮决策结束后，每个新增投送点再次被分配到一个飞机。如此循环，直到轮次达到预设阈值或无竞拍方出价则停止。然后统计并合并各个新增投送点每轮的决策结果，得到该新增投送点最终对应的飞机分配情况，即协同决策结果。其中，该预设阈值可以根据专家经验预先设置。例如，第一预设阈值为3，则统计合并后，每个新增投送点都将分到3个飞机，且不重复；第一预设阈值为5，则统计合并后，每个新增投送点都将分到5个飞机，且不重复。如此，可根据实际需要进行设置，此处不做具体限定。另外，也可能在第二轮之后的某一轮，无出价竞拍者，即达到pareto optimal的状态(帕累托最优，指资源分配的一种理想状态)，此时也可结束竞拍。
当投送点减少时，还包括：
当上述待重分配对象集合中的任一飞机被拍卖后，将该飞机从上述待重分配对象集合中删除，并更新现存的上述初始投送点对应的飞机小组；基于更新后的上述初始投送点对应的飞机小组，对上述待重分配对象集合中的另一飞机进行决策，直至上述待重分配对象集合为空则停止。
具体的，决策开始时，首先从待重分配对象集合中随机选择一个减少投送点对应的飞机小组中的飞机进行拍卖。由初始投送点对应的飞机小组对该飞机进行竞拍出价，并将该飞机分配给出价最高的初始投送点对应的飞机小组，同时将该飞机从待重分配对象集合中删除。接着，从待重分配对象集合中随机选择另一个飞机(除前面已被拍卖的飞机外的其它飞机)进行拍卖，并将其分配给出价最高的初始投送点对应的飞机小组，同时将该飞机从待重分配对象集合中删除。如此循环，直到待重分配对象集合为空则停止，待重分配对象集合为空，则说明每个飞机均被分配完成。
通过上述过程，本申请一方面基于初始任务分配方案，根据需求点变化情况实时确定待重分配对象，并只对待投送点变化所涉及的飞机和投送点进行重分配，以最小化待重分配对象集合，从而降低整体方案的调整代价，实现调整代价的最小化。另一方面，基于拍卖思想构建分布式协同决策机制，以最小化调整代价和最大化投送效能为目标，设计合理的决策效能函数，使每轮投送效能增加幅度最大，从而实现高效的分布式协同决策，解决飞机物资投送应用场景中，任务分配方案制定后开展准备工作阶段或飞机起飞后物资需求发生变化时，如何对投送任务分配方案进行快速、合理的调整的问题。
在本申请的另一实施例中，上述当投送点增加时，将新增的上述投送点作为上述待重分配对象进行分配，包括：
步骤S201：从上述待重分配对象集合中随机选择一个新增投送点，计算某个初始投送点对应的飞机小组中的飞机对上述新增投送点的投送效能。
具体的，计算某个初始投送点对应的飞机小组中的飞机对上述新增投送点的投送效能，包括：
步骤S201-1：计算上述初始投送点i0对应的飞机小组中的第n个飞机j0n对上述新增投送点i'的投送效能增加值ΔJi'：
其中，表示飞机j0n为上述新增投送点i'服务时，上述新增投送点i'对应的投送效能，表示本轮决策开始时上述新增投送点i'对应的投送效能；
步骤S201-2：计算上述飞机j0n为上述新增投送点i'服务时，对上述初始投送点i0的投送效能减少值
其中，表示上述飞机j0n为上述新增投送点i'服务时，上述初始投送点i0对应的投送效能，表示本轮决策开始时上述初始投送点i0对应的投送效能；
步骤S201-3：根据上述投送效能增加值ΔJi'和上述投送效能减少值计算上述飞机j0n对上述新增投送点i'的投送效能
且，当时，飞机j0n参与对上述新增投送点i'的竞拍，出价为
如此，即有可能在某一轮决策结束后，达到了一种飞机资源分配的理想状态，再进行下一轮竞拍的话，飞机j0n对新增投送点i'的投送效能可能就小于0了，此时飞机j0n则不参与竞拍。因而，在决策过程中，若无竞拍方出价，则可直接结束决策过程。
步骤S202：将上述投送效能作为飞机对上述新增投送点的竞拍出价，并将上述初始投送点对应的飞机小组中的最高出价作为该初始投送点对应的飞机小组对上述新增投送点的竞拍出价。
步骤S203：每个初始投送点对应的飞机小组均对上述新增投送点进行竞拍出价后，将上述新增投送点分配给出价最高的初始投送点对应的飞机小组中对上述新增投送点的投送效能最大的飞机，并将该飞机从其原所在飞机小组中删除，增加到所述新增投送点对应的飞机小组中。
在本实施方式中，在待投送点增加的情况下，将新增投送点分配给对其投送效能最大的飞机，也就是说，将对该新增投送点的效能影响最大的飞机，或者说能够给该新增投送点带来更多投送效能的飞机，调整给该新增投送点。需说明的是，在每轮协同决策中，由于飞机(为初始投送点i0对应的飞机小组集合)的重新分配只对初始投送点i0和新增投送点i'的投送效果有影响，即只影响整体的投送效能：
中的和Ji'，因此在本轮决策中，其余初始投送点的投送效能Ji,i≠i0,i≠i'保持不变。当时，投送后总的投送效能增加值所以，每轮决策中，出价最高者竞拍成功，也就意味着每轮决策都使得总的效能增加幅度最大，从而实现效能最大化。
在本申请的另一实施例中，当上述投送点减少时，将减少的上述投送点对应的飞机小组中的飞机作为上述待重分配对象进行分配，包括：
步骤S301：从上述待重分配对象集合中随机选择一个飞机，计算上述飞机对每个现存的上述初始投送点的投送效能，并将上述投送效能作为该现存的上述初始投送点对上述飞机的竞拍出价。
具体的，计算上述待重分配对象集合中任一飞机对每个上述初始投送点的投送效能，包括：
步骤S301-1：计算当上述减少投送点id对应的飞机小组中的第n个飞机jdn为现存的上述初始投送点i0服务时，对上述初始投送点i0的投送效能增加值
其中，表示上述飞机jdn为上述初始投送点i0服务时，上述初始投送点i0对应的投送效能，为决策开始时上述初始投送点i0对应的投送效能；
步骤S301-2：将上述投送效能增加值ΔJi0作为上述飞机jdn对上述初始投送点i0的投送效能
上述步骤中，由于飞机jdn原所在的减少投送点id已无投送需求，因此，任务重分配对减少投送点id无影响，所以直接将飞机jdn对初始投送点i0的投送效能增加值作为对其的投送效能。
步骤S302：每个现存的上述初始投送点均对上述飞机进行竞拍出价后，将该飞机分配给出价最高的初始投送点，并更新现存的上述初始投送点对应的飞机小组。
在本实施方式中，在待投送点减少的情况下，将该减少投送点的飞机小组中的飞机分配给能够对该初始投送点产生更大效能影响的初始投送点对应的飞机小组，或者说分配给最需要它的初始投送点对应的飞机小组。需说明的是，在决策过程中，由于飞机(为减少的初始投送点id对应的飞机小组集合)的重新分配只对参与竞拍的初始投送点i0的投送效果有影响，即只影响整体的投送效能：
中的因此在决策过程中，其余初始投送点的投送效能Ji,i≠i0保持不变。投送后总的投送效能增加值所以，出价最高者竞拍成功，也就意味着决策过程中能使得总的效能增加幅度最大，从而实现效能最大化。
基于同一发明构思，本申请另一实施例提供一种面向多目标优化的协同决策系统。请参照图2，图2是本申请一实施例提出的一种面向多目标优化的协同决策系统的结构示意图，包括：
初始方案生成模块1，用于根据初始物资需求确定初始分配方案，上述初始分配方案包括：每个初始投送点对应的飞机小组；
待重分配对象集合确定模块2，用于监测当前物资需求，确定投送点的增减情况，并根据上述投送点的增减情况生成待重分配对象集合；
分布式决策竞拍模块3，用于基于拍卖机制对上述待重分配对象集合中的每一个待重分配对象分别进行分布式协同决策，包括：
由上述初始投送点对应的飞机小组对上述待重分配对象进行竞拍出价，并将上述待重分配对象分配给最高出价者。
可选地，上述待重分配对象集合确定模块2包括：
模式确定子模块，用于监测当前物资需求，确定投送点的增减情况，若上述投送点增加，则执行工作模式1；若上述投送点减少，则执行工作模式2；
上述工作模式1为：将新增投送点作为上述待重分配对象，并生成对应的待重分配对象集合；
上述工作模式2为：将减少投送点对应的飞机小组中的飞机作为上述待重分配对象，并生成对应的待重分配对象集合。
可选地，上述分布式决策竞拍模块3包括：
第一效能计算子模块，用于从上述待重分配对象集合中随机选择一个新增投送点，计算某个初始投送点对应的飞机小组中的飞机对上述新增投送点的投送效能；
第一竞拍出价子模块，用于将上述投送效能作为飞机对上述新增投送点的竞拍出价，并将上述初始投送点对应的飞机小组中的最高出价作为该初始投送点对应的飞机小组对上述新增投送点的竞拍出价；
第一竞拍分配子模块，用于在每个初始投送点对应的飞机小组均对上述新增投送点进行竞拍出价后，将上述新增投送点分配给出价最高的初始投送点对应的飞机小组中对上述新增投送点的投送效能最大的飞机，并将该飞机从其原所在飞机小组中删除，增加到所述新增投送点对应的飞机小组中。
可选地，上述效能计算子模块包括：
第一效能增加计算单元，用于计算上述初始投送点i0对应的飞机小组中的第n个飞机j0n对上述新增投送点i'的投送效能增加值ΔJi'：
其中，表示飞机j0n为上述新增投送点i'服务时，上述新增投送点i'对应的投送效能，表示本轮决策开始时上述新增投送点i'对应的投送效能；
第一效能减少计算单元，用于计算上述飞机j0n为上述新增投送点i'服务时，对上述初始投送点i0的投送效能减少值
其中，表示上述飞机j0n为上述新增投送点i'服务时，上述初始投送点i0对应的投送效能，表示本轮决策开始时上述初始投送点i0对应的投送效能；
第一投送效能确定单元，用于根据上述投送效能增加值ΔJi'和上述投送效能减少值计算上述飞机j0n对上述新增投送点i'的投送效能
且，当时，飞机j0n参与对上述新增投送点i'的竞拍，出价为
可选地，上述分布式决策竞拍模块3还包括：
第二效能计算子模块，用于从上述待重分配对象集合中随机选择一个飞机，计算上述飞机对每个现存的上述初始投送点的投送效能；
第二竞拍出价子模块，用于将上述投送效能作为该现存的上述初始投送点对上述飞机的竞拍出价；
第二竞拍分配子模块，用于在每个现存的上述初始投送点均对上述飞机进行竞拍出价后，将该飞机分配给出价最高的初始投送点，并更新现存的上述初始投送点对应的飞机小组。
可选地，上述第二效能计算子模块包括：
第二效能增加计算单元，用于计算当上述减少投送点id对应的飞机小组中的第n个飞机jdn为现存的上述初始投送点i0服务时，对上述初始投送点i0的投送效能增加值
其中，表示上述飞机jdn为上述初始投送点i0服务时，上述初始投送点i0对应的投送效能，为决策开始时上述初始投送点i0对应的投送效能；
第二投送效能确定单元，用于将上述投送效能增加值作为上述飞机jdn对上述初始投送点i0的投送效能
可选地，上述分布式决策竞拍模块3还包括：
第一决策子模块，用于当上述待重分配对象集合中的每个新增投送点均被拍卖后，本轮决策结束并生成对应的决策结果；根据上述决策结果更新上述初始投送点对应的飞机小组，并基于更新后的上述初始投送点对应的飞机小组进行下一轮决策，直至轮次达到预设阈值或无竞拍方出价则停止；统计并合并上述新增投送点每轮的决策结果，作为上述新增投送点最终对应的协同决策结果；
第二决策子模块，用于当上述待重分配对象集合中的任一飞机被拍卖后，将该飞机从上述待重分配对象集合中删除，并更新现存的上述初始投送点对应的飞机小组；基于更新后的上述初始投送点对应的飞机小组，对上述待重分配对象集合中的另一飞机进行决策，直至上述待重分配对象集合为空则停止。
对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的面向多目标优化的协同决策方法、系统、电子设备及介质，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种面向多目标优化的协同决策方法，其特征在于，所述方法包括：
根据初始物资需求确定初始分配方案，所述初始分配方案包括：每个初始投送点对应的飞机小组；
监测当前物资需求，确定投送点的增减情况，并根据所述投送点的增减情况生成待重分配对象集合；
基于拍卖机制对所述待重分配对象集合中的每一个待重分配对象分别进行分布式协同决策，包括：
由所述初始投送点对应的飞机小组对所述待重分配对象进行竞拍出价，并将所述待重分配对象分配给最高出价者。
2.根据权利要求1所述的方法，其特征在于，所述监测当前物资需求，确定投送点的增减情况，并根据所述投送点的增减情况生成待重分配对象集合，包括：
监测当前物资需求，确定投送点的增减情况，若所述投送点增加，则执行工作模式1；若所述投送点减少，则执行工作模式2；
所述工作模式1为：将新增投送点作为所述待重分配对象，并生成对应的待重分配对象集合；
所述工作模式2为：将减少投送点对应的飞机小组中的飞机作为所述待重分配对象，并生成对应的待重分配对象集合。
3.根据权利要求2所述的方法，其特征在于，当所述投送点增加时，将新增的所述投送点作为所述待重分配对象进行分配，包括：
从所述待重分配对象集合中随机选择一个新增投送点，计算某个初始投送点对应的飞机小组中的飞机对所述新增投送点的投送效能；
将所述投送效能作为飞机对所述新增投送点的竞拍出价，并将所述初始投送点对应的飞机小组中的最高出价作为该初始投送点对应的飞机小组对所述新增投送点的竞拍出价；
每个初始投送点对应的飞机小组均对所述新增投送点进行竞拍出价后，将所述新增投送点分配给出价最高的初始投送点对应的飞机小组中对所述新增投送点的投送效能最大的飞机，并将该飞机从其原所在飞机小组中删除，增加到所述新增投送点对应的飞机小组中。
4.根据权利要求3所述的方法，其特征在于，所述计算某个初始投送点对应的飞机小组中的飞机对所述新增投送点的投送效能，包括：
计算所述初始投送点i0对应的飞机小组中的第n个飞机j0n对所述新增投送点i'的投送效能增加值ΔJi'：
其中，表示飞机j0n为所述新增投送点i'服务时，所述新增投送点i'对应的投送效能，表示本轮决策开始时所述新增投送点i'对应的投送效能；
计算所述飞机j0n为所述新增投送点i'服务时，对所述初始投送点i0的投送效能减少值
其中，表示所述飞机j0n为所述新增投送点i'服务时，所述初始投送点i0对应的投送效能，表示本轮决策开始时所述初始投送点i0对应的投送效能；
根据所述投送效能增加值ΔJi'和所述投送效能减少值计算所述飞机j0n对所述新增投送点i'的投送效能
且，当时，飞机j0n参与对所述新增投送点i'的竞拍，出价为
5.根据权利要求2所述的方法，其特征在于，当所述投送点减少时，将减少的所述投送点对应的飞机小组中的飞机作为所述待重分配对象进行分配，包括：
从所述待重分配对象集合中随机选择一个飞机，计算所述飞机对每个现存的所述初始投送点的投送效能，并将所述投送效能作为该现存的所述初始投送点对所述飞机的竞拍出价；
每个现存的所述初始投送点均对所述飞机进行竞拍出价后，将该飞机分配给出价最高的初始投送点，并更新现存的所述初始投送点对应的飞机小组。
6.根据权利要求5所述的方法，其特征在于，所述计算所述飞机对每个现存的所述初始投送点的投送效能，包括：
计算当所述减少投送点id对应的飞机小组中的第n个飞机jdn为现存的所述初始投送点i0服务时，对所述初始投送点i0的投送效能增加值
其中，表示所述飞机jdn为所述初始投送点i0服务时，所述初始投送点i0对应的投送效能，为决策开始时所述初始投送点i0对应的投送效能；
将所述投送效能增加值作为所述飞机jdn对所述初始投送点i0的投送效能
7.根据权利要求2所述的方法，其特征在于，当所述投送点增加时，还包括：
当所述待重分配对象集合中的每个新增投送点均被拍卖后，本轮决策结束并生成对应的决策结果；
根据所述决策结果更新所述初始投送点对应的飞机小组，并基于更新后的所述初始投送点对应的飞机小组进行下一轮决策，直至轮次达到预设阈值或无竞拍方出价则停止；
统计并合并所述新增投送点每轮的决策结果，作为所述新增投送点最终对应的协同决策结果；
当所述投送点减少时，还包括：
当所述待重分配对象集合中的任一飞机被拍卖后，将该飞机从所述待重分配对象集合中删除，并更新现存的所述初始投送点对应的飞机小组；
基于更新后的所述初始投送点对应的飞机小组，对所述待重分配对象集合中的另一飞机进行决策，直至所述待重分配对象集合为空则停止。
8.一种面向多目标优化的协同决策系统，其特征在于，所述系统包括：
初始方案生成模块，用于根据初始物资需求确定初始分配方案，所述初始分配方案包括：每个初始投送点对应的飞机小组；
待重分配对象集合确定模块，用于监测当前物资需求，确定投送点的增减情况，并根据所述投送点的增减情况生成待重分配对象集合；
分布式决策竞拍模块，用于基于拍卖机制对所述待重分配对象集合中的每一个待重分配对象分别进行分布式协同决策，包括：
由所述初始投送点对应的飞机小组对所述待重分配对象进行竞拍出价，并将所述待重分配对象分配给最高出价者。
9.一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，该计算机程序被处理器执行时，实现如权利要求1至7任一所述的方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1至7任一所述的方法的步骤。
CN202310935313.5A 2023-07-27 2023-07-27 面向多目标优化的协同决策方法、系统、电子设备及介质 Pending CN117057545A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310935313.5A CN117057545A (zh) 2023-07-27 2023-07-27 面向多目标优化的协同决策方法、系统、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310935313.5A CN117057545A (zh) 2023-07-27 2023-07-27 面向多目标优化的协同决策方法、系统、电子设备及介质

Publications (1)

Publication Number Publication Date
CN117057545A true CN117057545A (zh) 2023-11-14

Family

ID=88665429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310935313.5A Pending CN117057545A (zh) 2023-07-27 2023-07-27 面向多目标优化的协同决策方法、系统、电子设备及介质

Country Status (1)

Country Link
CN (1) CN117057545A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060122927A1 (en) * 2004-12-06 2006-06-08 Bernardo Huberman System and method for allocating resources in a distributed computational system using proportional share auctions
WO2021046775A1 (zh) * 2019-09-11 2021-03-18 阿里巴巴集团控股有限公司 资源调度、申请与调控方法、设备、系统及存储介质
CN112733421A (zh) * 2020-12-01 2021-04-30 南京航空航天大学 一种针对有人无人机协同对地作战的任务规划方法
CN113009934A (zh) * 2021-03-24 2021-06-22 西北工业大学 一种基于改进粒子群算法的多无人机任务动态分配方法
CN115423243A (zh) * 2022-07-18 2022-12-02 北京邮电大学 任务分配方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060122927A1 (en) * 2004-12-06 2006-06-08 Bernardo Huberman System and method for allocating resources in a distributed computational system using proportional share auctions
WO2021046775A1 (zh) * 2019-09-11 2021-03-18 阿里巴巴集团控股有限公司 资源调度、申请与调控方法、设备、系统及存储介质
CN112733421A (zh) * 2020-12-01 2021-04-30 南京航空航天大学 一种针对有人无人机协同对地作战的任务规划方法
CN113009934A (zh) * 2021-03-24 2021-06-22 西北工业大学 一种基于改进粒子群算法的多无人机任务动态分配方法
CN115423243A (zh) * 2022-07-18 2022-12-02 北京邮电大学 任务分配方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHE LIU，等: "An Incidental Delivery Based Method for Resolving Multirobot Pairwised Transportation Problems", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》, vol. 17, no. 7, 31 July 2016 (2016-07-31), pages 1852 - 1866, XP011615292, DOI: 10.1109/TITS.2015.2508783 *
李冬雪: "基于深度强化学习的资源分配问题研究", 《万方》, 14 January 2022 (2022-01-14), pages 1 - 73 *

Similar Documents

Publication Publication Date Title
CN104239141B (zh) 数据中心中基于工作流关键路径的任务优化调度方法
Kim et al. Synchronized production planning and scheduling in semiconductor fabrication
CN105809323A (zh) 任务分配方法和系统
WO2012151054A1 (en) Scheduling in mapreduce-like systems for fast completion time
CN107659433A (zh) 一种云资源调度方法及设备
CN115421930B (zh) 任务处理方法、系统、装置、设备及计算机可读存储介质
CN112887228A (zh) 云资源管理方法、装置、电子设备及计算机可读存储介质
CN111861217B (zh) 一种车辆调配方法、装置及计算机可读存储介质
CN104599085A (zh) 一种众包模式下的用户激励方法和众包系统
CN101854637A (zh) 一种申请与分配频谱资源的方法及装置
CN111177892A (zh) 一种分布式仿真系统
CN111078380B (zh) 一种多目标任务调度方法及系统
CN115202402A (zh) 一种无人机集群多任务动态分配方法
CN113191546A (zh) 一种资源分配的预测方法、资源管理设备和存储介质
CN105139069A (zh) 一种基于粒子群算法改进合同网的方法
CN112465371B (zh) 一种资源数据分配方法、装置及设备
CN111915185B (zh) 一种基于路径规划策略的时空众包任务分配方法和装置
CN117057545A (zh) 面向多目标优化的协同决策方法、系统、电子设备及介质
Hikima et al. Integrated optimization of bipartite matching and its stochastic behavior: New formulation and approximation algorithm via min-cost flow optimization
CN104933110A (zh) 一种基于MapReduce的数据预取方法
CN115564374A (zh) 协同多任务重分配方法、装置、设备及可读存储介质
CN115115064A (zh) 一种半异步联邦学习方法及系统
CN109829753B (zh) 一种对广告订单分配流量的方法及设备
CN114666337B (zh) 基于嵌钉拍卖的边缘计算多服务器资源分配方法
CN110996396A (zh) 一种基于在线组合拍卖的移动边缘网络资源分配方法

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