CN118036976A - 港口的agv调度方法、装置、设备及介质 - Google Patents
港口的agv调度方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN118036976A CN118036976A CN202410218722.8A CN202410218722A CN118036976A CN 118036976 A CN118036976 A CN 118036976A CN 202410218722 A CN202410218722 A CN 202410218722A CN 118036976 A CN118036976 A CN 118036976A
- Authority
- CN
- China
- Prior art keywords
- agv
- scheduling
- container
- energy level
- time length
- 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 75
- 238000012423 maintenance Methods 0.000 claims abstract description 66
- 238000011084 recovery Methods 0.000 claims abstract description 51
- 230000032258 transport Effects 0.000 claims description 94
- 230000002159 abnormal effect Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 241000287127 Passeridae Species 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种港口的AGV调度方法、装置、设备及介质，可用于港口调度作业领域。在该方法中，通过在当前时刻达到当前调度周期的开始时刻时，获取调度参数，调度参数与集装箱类别、AGV能量等级相关，并且包括AGV运输速率，AGV运输集装箱与空驶时的能量损耗率、损坏速率，AGV的能量恢复速率和维修速率等。进而根据调度参数，构建调度线性规划模型；对其求解后，得到调度数据，进而按照该调度数据对AGV进行调度。本方案通过获取与港口场景和AGV运行情况相关的调度参数，构建并求解调度线性规划模型，得到调度数据，有效提高了AGV的调度与港口实际场景和AGV实际运行情况的匹配度。
Description
技术领域
本申请涉及港口调度作业领域，尤其涉及一种港口的AGV调度方法、装置、设备及介质。
背景技术
随着科技的发展，集装箱码头由原来完全依靠人工装卸和运输集装箱的传统码头，发展到现在的由机械和自动导引运输车（Automated Guided Vehicle，简称：AGV），来装卸和运输集装箱的全自动码头。全自动码头中的岸桥和场桥负责装卸集装箱，AGV负责在码头泊位和堆场之间运输集装箱。
现有技术中，对于AGV的调度，通常仅考虑在AGV可持续运行、集装箱为相同类别的集装箱，并且调度目标为最小化AGV的行驶时间的情况下，根据集装箱的数量和AGV的数量进行AGV调度。
综上所述，现有的港口的AGV调度方法考虑的因素较为简单，导致AGV的调度与港口实际场景和AGV实际运行情况的匹配度较低。
发明内容
本申请实施例提供一种港口的AGV调度方法、装置、设备及介质，用于解决现有的港口的AGV调度方法考虑的因素较为简单，导致AGV的调度与港口实际场景和AGV实际运行情况的匹配度较低的问题。
第一方面，本申请实施例提供一种港口的AGV调度方法，包括：
在当前时刻达到当前调度周期的开始时刻时，获取调度参数，所述调度参数包括：、/>，以及；
其中，i表示第i类集装箱，I表示集装箱种类的数量j表示第j辆AGV，J表示AGV的数量，K表示AGV的能量等级，K表示AGV的最大能量等级，D表示集装箱总数量，T表示调度周期时长，表示第i类集装箱的数量比例，为第i类集装箱的数量与集装箱总数量D的比值，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输速率，/>表示第j辆AGV在能量等级k下运输第i类集装箱损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下运输第i类集装箱的损坏速率，/>表示第j辆AGV在能量等级k下空驶损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下空驶的损坏速率，/>表示第j辆AGV在能量等级k下恢复至能量等级K的能量恢复速率，/>表示第j辆AGV在能量等级k=0下的维修速率，/>表示第i类集装箱的等待时长比例，为第i类集装箱需要的等待时长与调度周期时长T的比值，能量等级k=0表示AGV电量为0或者AGV故障；
根据所述调度参数，构建调度线性规划模型；
对所述调度线性规划模型求解，得到调度数据；所述调度数据包括： ，以及；
其中，，/>表示第j辆AGV不运输第i类集装箱，/>表示第j辆AGV运输第i类集装箱，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输时长比例，为运输时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下空驶的空驶时长比例，为空驶时长与调度周期时长T的比值，/>表示第j辆AGV能量等级k=0下进行维修的维修时长比例，为维修时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下进行能量恢复的恢复时长比例，为恢复时长与调度周期时长T的比值；
根据所述调度数据对AGV进行调度。
在一种具体实施方式中，所述调度线性规划模型的目标函数为：
；
其中，；
；
；
、/>表示惩罚因子，为小于1的固定值；
所述目标函数表示在最大化AGV剩余产能的同时，最小化AGV空驶时长比例和每辆AGV运输的集装箱的种类。
在一种具体实施方式中，所述调度线性规划模型包括十一类约束条件；
其中，第一类约束条件为，表示每个种类的集装箱都有AGV运输；
第二类约束条件为：，表示当第j辆AGV未运输第i类集装箱时，第j辆AGV在任何能量等级k下运输第i类集装箱的运输时长比例为0，在第j辆AGV运输第i类集装箱时，第j辆AGV在任何能量等级k下运输第i类集装箱的运输时长比例介于0到1之间；
第三类约束条件为：，表示AGV运输第i类集装箱的数量，大于第i类集装箱的数量；
第四类约束条件为：，表示每辆AGV损耗的能量与恢复的能量相同；
第五类约束条件为：，表示每辆AGV的损坏度增加量等于维修度增加量；
第六类约束条件为：，表示每辆AGV的运输时长比例、等待时长比例、恢复时长比例、空驶时长比例、维修时长比例之和为1；
第七类约束条件为：，表示第j辆AGV运输第i类集装箱，或者不运输第i类集装箱；
第八类约束条件为：，表示运输时长比例的取值范围；
第九类约束条件为：，表示恢复时长比例的取值范围；
第十类约束条件为：，表示空驶时长比例的取值范围；
第十一类约束条件为：，表示维修时长比例的取值范围。
在一种具体实施方式中，所述对所述调度线性规划模型求解，得到调度数据，包括：
采用隐枚举法对所述调度线性规划模型求解，得到所述调度数据。
在一种具体实施方式中，所述在当前时刻达到当前调度周期的开始时刻时，获取调度参数之前，所述方法还包括：
获取多个历史调度数据；
根据所述多个历史调度数据，确定在调度周期内未运输集装箱的待处理AGV，以及每个待处理AGV的未运输次数；
对于每个待处理AGV，根据所述待处理AGV的未运输次数和历史调度数据的数量，计算所述待处理AGV的未运输比例；
对于每个待处理AGV，若所述待处理AGV的未运输比例大于预设异常阈值，对所述待处理AGV标记异常标识。
在一种具体实施方式中，在所述当前调度周期内的AGV为未标记所述异常标识的AGV。
第二方面，本申请实施例提供一种港口的AGV调度装置，包括：
获取模块，用于在当前时刻达到当前调度周期的开始时刻时，获取调度参数，所述调度参数包括： ，以及/>；
其中，i表示第i类集装箱，I表示集装箱种类的数量j表示第j辆AGV，J表示AGV的数量，K表示AGV的能量等级，K表示AGV的最大能量等级，D表示集装箱总数量，T表示调度周期时长，表示第i类集装箱的数量比例，为第i类集装箱的数量与集装箱总数量D的比值，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输速率，/>表示第j辆AGV在能量等级k下运输第i类集装箱损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下运输第i类集装箱的损坏速率，/>表示第j辆AGV在能量等级k下空驶损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下空驶的损坏速率，/>表示第j辆AGV在能量等级k下恢复至能量等级K的能量恢复速率，/>表示第j辆AGV在能量等级k=0下的维修速率，/>表示第i类集装箱的等待时长比例，为第i类集装箱需要的等待时长与调度周期时长T的比值，能量等级k=0表示AGV电量为0或者AGV故障；
处理模块，用于：
根据所述调度参数，构建调度线性规划模型；
对所述调度线性规划模型求解，得到调度数据；所述调度数据包括： ，以及；
其中，，/>表示第j辆AGV不运输第i类集装箱，/>表示第j辆AGV运输第i类集装箱，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输时长比例，为运输时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下空驶的空驶时长比例，为空驶时长与调度周期时长T的比值，/>表示第j辆AGV能量等级k=0下进行维修的维修时长比例，为维修时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下进行能量恢复的恢复时长比例，为恢复时长与调度周期时长T的比值；
调度模块，用于根据所述调度数据对AGV进行调度。
第三方面，本申请实施例提供一种电子设备，包括：
处理器，存储器，通信接口；
所述存储器用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行第一方面任一项所述的港口的AGV调度方法。
第四方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述的港口的AGV调度方法。
第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现第一方面任一项所述的港口的AGV调度方法。
本申请实施例提供的港口的AGV调度方法、装置、设备及介质，通过在当前时刻达到当前调度周期的开始时刻时，获取调度参数，调度参数与集装箱类别、AGV能量等级相关，并且包括AGV运输速率，AGV运输集装箱与空驶时的能量损耗率、损坏速率，AGV的能量恢复速率和维修速率等。进而根据调度参数，构建调度线性规划模型；对其求解后，得到调度数据，调度数据包括指示AGV是否运输集装箱、运输哪类集装箱的数据，运输时长比例，空驶时长比例，维修时长比例，维修时长比例；进而可按照该调度数据对AGV进行调度。本方案通过获取与港口场景和AGV运行情况相关的调度参数，构建并求解调度线性规划模型，得到调度数据，有效提高了AGV的调度与港口实际场景和AGV实际运行情况的匹配度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请提供的集装箱码头布局的示意图；
图2为本申请提供的港口的AGV调度方法实施例一的流程示意图；
图3为本申请提供的能量等级变化示意图；
图4为本申请提供的港口的AGV调度方法实施例四的流程示意图；
图5为本申请提供的港口的AGV调度装置实施例的结构示意图；
图6为本申请提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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根据本实施例的启示下作出的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
随着科技的发展，集装箱码头由原来完全依靠人工装卸和运输集装箱的传统码头，发展到现在的由机械和自动导引运输车（Automated Guided Vehicle，简称：AGV），来装卸和运输集装箱的全自动码头，提高了集装箱装卸和运输的效率。
示例性的，图1为本申请提供的集装箱码头布局的示意图，如图1所示，集装箱码头分为泊位、传送区和堆场，泊位分为停靠区和交接区，堆场分为交接区和箱区。
船舶停靠在停靠区，在进行装船过程时，AGV行驶至堆场的交接区，由场桥将箱区内的集装箱放置在AGV上，AGV运输集装箱行驶至泊位的交接区，岸桥将AGV上的集装箱放置至船舶上。进行卸船过程时，AGV行驶至泊位的交接区，由岸桥将船舶上的集装箱放置在AGV上，AGV运输集装箱行驶至堆场的交接区，场桥将AGV上的集装箱放置至箱区中。
现有技术中，对于AGV的调度，通常仅考虑在AGV可持续运行、需要装卸的集装箱为相同类别的集装箱，并且调度目标为最小化AGV的行驶时间的情况下，根据集装箱的数量和AGV的数量进行AGV调度。
由于考虑的因素较为简单，会导致AGV的调度与港口实际场景和AGV实际运行情况的匹配度较低的问题。
针对现有技术中存在的问题，发明人在对港口的AGV调度方法进行研究的过程中发现，在实际港口场景中，集装箱可分为多个种类，AGV可分为多个能量等级运行，以及AGV在不同能量等级下的运输效率、能量损耗率也不同，也会存在AGV空驶、能量恢复、损坏和修复的情况，还会有AGV交接时的等待情况，AGV空驶指的是AGV此时未运输集装箱行驶。所以可综合获取到这些相关数据，进而建立相应的线性规划模型，对其求解，得到AGV是否运输集装箱、在运输集装箱时运输的集装箱类别、运输集装箱的时长比例、空驶的时长比例、维修时长比例和恢复时长比例。按照这些数据，可完成在本次调度周期对AGV的调度，有效提高了AGV的调度与港口实际场景和AGV实际运行情况的匹配度。
本申请中港口的AGV调度方法的执行主体可以是计算机，还可以是服务器、终端设备等设备，本申请不对其进行限定，下面以计算机为例进行说明。
下面对本申请提供的种港口的AGV调度方法的应用场景进行示例说明。
示例性的，在该应用场景中，船舶装载有集装箱，行驶至码头泊位中，需要进行卸船过程。
在卸船过程中，计算机对AGV进行调度，计算机可设置调度周期，在每个调度周期内对AGV调度一次，实现动态调度，可保证AGV调度情况与集装箱和AGV的实际情况更匹配。
计算机在当前时刻达到当前调度周期的开始时刻时，获取调度参数，调度参数中包括集装箱种类，集装箱种类的数量，AGV的数量，AGV的能量等级，集装箱总数量，每类集装箱的比例，AGV在不同能量等级下运输不同类集装箱的能量损耗率、损坏速率，AGV在不同能量等级下空驶的能量损耗率、损坏速率，AGV在不同能量等级下的恢复速率，AGV的维修速率，以及每类集装箱的等待时长比例。
进而根据调度参数，构建调度线性规划模型，以保证AGV可实现调度。对调度线性规划模型进行求解，得到AGV是否运输集装箱、在运输集装箱时运输的集装箱类别、运输集装箱的时长比例、空驶的时长比例、维修时长比例和恢复时长比例，结合调度周期的时长，可对AGV进行调度。
需要说明的是，上述场景仅是本申请实施例提供的一种应用场景的示例，本申请实施例不对该场景中包括的各种设备的实际形态进行限定，也不对设备之间的交互方式进行限定，在方案的具体应用中，可以根据实际需求设定。
下面，通过具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为本申请提供的港口的AGV调度方法实施例一的流程示意图，本申请实施例对计算机根据集装箱和AGV的相关数据，建立调度线性规划模型并求解后，根据得到的调度数据对AGV进行调度的情况进行说明。本实施例中的方法可以通过软件、硬件或者软硬件结合的方式来实现。如图2所示，该港口的AGV调度方法具体包括以下步骤：
S201：在当前时刻达到当前调度周期的开始时刻时，获取调度参数。
在本步骤中，计算机可进行动态调度，每个调度周期进行一次调度，在当前时刻达到当前调度周期的开始时刻时，获取调度参数。
其中，调度参数包括： ，以及/>。
i表示第i类集装箱，I表示集装箱种类的数量j表示第j辆AGV，J表示AGV的数量，K表示AGV的能量等级，K表示AGV的最大能量等级，D表示集装箱总数量，T表示调度周期时长。
表示第i类集装箱的数量比例，为第i类集装箱的数量与集装箱总数量D的比值。
表示第j辆AGV在能量等级k下运输第i类集装箱的运输速率，也就是单位时间内第j辆AGV在能量等级k下运输第i类集装箱的个数。
表示第j辆AGV在能量等级k下运输第i类集装箱损耗至能量等级k-1的能量损耗率，也就是单位时间内第j辆AGV在能量等级k下运输第i类集装箱损耗至能量等级k-1的能量损耗量。
需要说明的是，能量等级k=0表示AGV电量为0或者AGV故障，所以表示第j辆AGV在能量等级1下运输第i类集装箱损耗至能量等级0的能量损耗率。
表示第j辆AGV在能量等级k下运输第i类集装箱的损坏速率，也就是单位时间内第j辆AGV在能量等级k下运输第i类集装箱的损坏度增加量。AGV在完全无损坏至损坏无法运行，会存在一段时间，在这段时间内，AGV会因为器件老化等因素造成损坏度逐渐增加，在损坏度为100%时，AGV损坏无法运行。
表示第j辆AGV在能量等级k下空驶损耗至能量等级k-1的能量损耗率，也就是单位时间内第j辆AGV在能量等级k下空驶损耗至能量等级k-1的能量损耗量。/>表示第j辆AGV在能量等级1下空驶损耗至能量等级0的能量损耗率。
表示第j辆AGV在能量等级k下空驶的损坏速率，也就是单位时间内第j辆AGV在能量等级k下空驶的损坏度增加量。
表示第j辆AGV在能量等级k下恢复至能量等级K的能量恢复速率，也就是单位时间内第j辆AGV在能量等级k恢复至能量等级K的能量恢复量。
表示第j辆AGV在能量等级k=0下的维修速率，也就是单位时间内第j辆AGV在从能量等级k=0下开始进行维修的维修度增加量。在AGV维修过程中，维修度不断增加，维修度为100%时，AGV维修完成，AGV的能量等级为K。
表示第i类集装箱的等待时长比例，为第i类集装箱需要的等待时长与调度周期时长T的比值。在卸船过程中，由于在AGV行驶至泊位的交接区时，岸桥并不能马上将集装箱放置在AGV上，需要AGV等待一段时间，这段时间的长短与集装箱的种类相关，所以需要有等待时长。对于装船过程类似，此处不再进行赘述。
需要说明的是，调度周期时长可以是5分钟、10分钟、15分钟、30分钟等，本申请实施例不对调度周期时长进行限定，可根据实际情况进行确定。
需要说明的是，当前调度周期内确定的AGV指的是处于空闲状态，可被调度的AGV。
需要说明的是，对于集装箱种类的划分，与集装箱重量和运输该集装箱的路程有关。示例性的，集装箱包括外贸箱和内贸箱，二者需要存放在不同箱区，因此运输的路程不同；集装箱还包括轻型箱和重型箱，二者重量不同。因为集装箱可划分为4个种类，分别为：轻型外贸箱、轻型内贸箱、重型外贸箱、重型内贸箱。本申请实施例不对集装箱种类的划分进行限定，可根据实际情况进行确定。
需要说明的是，AGV的能量等级可划分为K+1个等级，其中能量等级表示AGV电量为0或者AGV故障。对于能量等级大于0时，能量等级越大，AGV的电量越多。能量等级K表示AGV处于满电状态。K可以是2、3、10等，本申请实施例不对K的值进行限定，可根据实际情况进行确定。
示例性的，图3为本申请提供的能量等级变化示意图，如图3所示，K为3，图中上方实线表示能量损耗，在能量等级k=3可损耗至能量等级k=2，进而依次损耗至能量等级k=1、k=0。图中下方实线表示能量恢复，在能量等级k=0、k=1、k=2，均可直接恢复至能量等级k=3。图中上方虚线表示车辆损坏，在能量等级k=3、k=2、k=1，均可因为车辆损坏，导致能量等级k=0。图中下方虚线表示车辆维修，在能量等级k=0，可进行车辆维修，维修完成后，能量等级k=3。
需要说明的是，在一个调度周期内，一辆AGV可多次运输集装箱。
S202：根据调度参数，构建调度线性规划模型。
在本步骤中，计算机得到调度参数后，可根据调度参数，构建调度线性规划模型。
其中，调度线性规划模型的目标函数要求在最大化AGV剩余产能的同时，最小化AGV空驶时长比例和每辆AGV运输的集装箱的种类。AGV的产能指的是运输集装箱的能力。
最大化AGV剩余产能可提高AGV的运输效率，以及保证AGV有足够的运输能力；最小化AGV空驶时长可提高AGV的利用率；最小化每辆AGV运输的集装箱的种类，可保证每辆AGV的形式路线相对稳定，减少拥堵情况。
调度线性规划模型的约束条件，既要满足每个种类的集装箱都有AGV运输，又要满足AGV运输第i类集装箱的数量，大于第i类集装箱的数量，保证本次调度周期内需要运输的集装箱可以全部被AGV运输。还需要AGV损耗的能量与恢复的能量相同、AGV的损坏度增加量等于维修度增加量，以实现AGV在每个调度周期稳定运行。
S203：对调度线性规划模型求解，得到调度数据。
在本步骤中，计算机构建调度线性规划模型后，可对其求解，得到调度数据。调度数据为调度线性规划模型中的决策变量。
调度数据包括：，以及/>；
其中，，/>表示第j辆AGV不运输第i类集装箱，/>表示第j辆AGV运输第i类集装箱。
表示第j辆AGV在能量等级k下运输第i类集装箱的运输时长比例，为运输时长与调度周期时长T的比值。
表示第j辆AGV在能量等级k下空驶的空驶时长比例，为空驶时长与调度周期时长T的比值。
表示第j辆AGV能量等级k=0下进行维修的维修时长比例，为维修时长与调度周期时长T的比值。
表示第j辆AGV在能量等级k下进行能量恢复的恢复时长比例，为恢复时长与调度周期时长T的比值。
需要说明的是，对于每辆AGV，一个调度周期可分为等待时长、运输时长、空驶时长、维修时长和恢复时长。
S204：根据调度数据对AGV进行调度。
在本步骤中，计算机得到调度数据后，可根据调度数据对AGV进行调度。
示例性的，调度周期T为100分钟，I=3，J=2，K=3，也就是码头中共有3类集装箱，两辆AGV，每辆AGV的最大能量等级为3。对于第一辆AGV， 。也就是对于第一辆AGV，不运输第一类集装箱，运输第二类和第三类集装箱。所以在能量等级1-3下，运输第一类集装箱的运输时长为0。在运输第二类集装箱时，在能量等级1运输6分钟，在能量等级2运输7分钟，在能量等级3运输5分钟。在运输第三类集装箱时，在能量等级1运输7分钟，在能量等级2运输6分钟，在能量等级3运输6分钟。在能量等级1空驶8分钟，在能量等级2空驶6分钟，在能量等级3空驶6分钟。维修9分钟。在能量等级1恢复能量8分钟，在能量等级1恢复能量5分钟，在能量等级2恢复能量3分钟。运输第二类集装箱时，需要等待6分钟；运输第三类集装箱时，需要等待8分钟。虽然，在本次调度时，第一辆AGV并不运输第一类集装箱。
需要说明的是，对于第二辆AGV，调度过程类似，此处不再进行赘述。上述例子仅是对调度AGV的过程进行示例，本申请实施例不对码头中集装箱种类、AGV数量，每辆AGV的能量等级等进行限定，可根据实际情况进行确定。
需要说明的是，本申请中的调度是确定出AGV运输哪一类集装箱，确定出运输时长、空驶时长、维修时长和恢复时长，并不对在调度周期内车辆的运输、空驶、维修和恢复的顺序进行限定，可根据实际情况进行确定。
本实施例提供的港口的AGV调度方法，通过在当前时刻达到当前调度周期的开始时刻时，获取调度参数，调度参数与集装箱类别、AGV能量等级相关，并且包括AGV运输速率，AGV运输集装箱与空驶时的能量损耗率、损坏速率，AGV的能量恢复速率和维修速率等。进而根据调度参数，构建调度线性规划模型；对其求解后，得到调度数据，调度数据包括指示AGV是否运输集装箱、运输哪类集装箱的数据，运输时长比例，空驶时长比例，维修时长比例，维修时长比例；进而可按照该调度数据对AGV进行调度。本方案通过获取与港口场景和AGV运行情况相关的调度参数，构建并求解调度线性规划模型，得到调度数据，有效提高了AGV的调度与港口实际场景和AGV实际运行情况的匹配度。另外，通过在每个调度周期对AGV进行调度，可实现动态调度，可保证AGV调度情况与集装箱和AGV的实际情况更匹配。
在上述实施例的基础上，下面实施例二对本申请提供的调度线性规划模型进行说明。
调度线性规划模型的目标函数为：
；
其中，；
；
；
、/>表示惩罚因子，为小于1的固定值；
目标函数表示在最大化AGV剩余产能的同时，最小化AGV空驶时长比例和每辆AGV运输的集装箱的种类。
表示AGV剩余产能，其中，/>表示AGV在调度周期内运输第i类集装箱的数量，/>表示在调度周期第i类集装箱的数量，所以/>表示AGV运输第i类集装箱的剩余产能，/>表示AGV剩余产能。
在此基础上，要减少AGV的空驶比例，AGV的空驶比例可用表示，而。最小化与最大化/>的效果相同。
另外，还需要减少每辆AGV运输的集装箱的种类，可保证每辆AGV的形式路线相对稳定，减少拥堵情况。
需要说明的是，、/>表示惩罚因子，为小于1的固定值，意为在不影响产能剩余最大化的情况下，最小化AGV空驶时长比例和每辆AGV运输的集装箱的种类。
调度线性规划模型包括十一类约束条件；
其中，第一类约束条件为，表示每个种类的集装箱都有AGV运输；
第二类约束条件为：，表示当第j辆AGV未运输第i类集装箱时，第j辆AGV在任何能量等级k下运输第i类集装箱的运输时长比例为0，在第j辆AGV运输第i类集装箱时，第j辆AGV在任何能量等级k下运输第i类集装箱的运输时长比例介于0到1之间；
第三类约束条件为：，表示AGV运输第i类集装箱的数量，大于第i类集装箱的数量；
第四类约束条件为：，表示每辆AGV损耗的能量与恢复的能量相同；
第五类约束条件为：，表示每辆AGV的损坏度增加量等于维修度增加量；
第六类约束条件为：，表示每辆AGV的运输时长比例、等待时长比例、恢复时长比例、空驶时长比例、维修时长比例之和为1；
第七类约束条件为：，表示第j辆AGV运输第i类集装箱，或者不运输第i类集装箱；
第八类约束条件为：，表示运输时长比例的取值范围；
第九类约束条件为：，表示恢复时长比例的取值范围；
第十类约束条件为：，表示空驶时长比例的取值范围；
第十一类约束条件为：，表示维修时长比例的取值范围。
本实施例提供的港口的AGV调度方法，通过约束条件可实现每个种类的集装箱都有AGV运输，又要满足AGV运输第i类集装箱的数量，大于第i类集装箱的数量，保证本次调度周期内需要运输的集装箱可以全部被AGV运输。还需要AGV损耗的能量与恢复的能量相同、AGV的损坏度增加量等于维修度增加量，以实现AGV在每个调度周期稳定运行。控制一个调度周期由运输时长、等待时长比、恢复时长、空驶时长、维修时长构成；运输时长比例、等待时长比例、恢复时长比例、空驶时长比例、维修时长比例不会超过范围。进而通过目标函数，使得在满足约束条件的情况下，在最大化AGV剩余产能的同时，最小化AGV空驶时长比例和每辆AGV运输的集装箱的种类，可提高AGV的调度与港口实际场景和AGV实际运行情况的匹配度。
在上述实施例的基础上，下面实施例三对采用隐枚举法对调度线性规划模型求解，得到调度数据的情况进行说明。
由于决策变量取值为0或1，所以可采用隐枚举法对调度线性规划模型求解，得到调度数据。求解步骤如下：
步骤1：对，进行取值，使得取值后的/>满足 。
步骤2：将取值后的，代入至调度线性规划模型中，得到第一线性规划子模型。
步骤3：对第一线性规划子模型进行求解，得到第一目标值和第一目标值对应的决策变量值。
需要说明的是，对第一线性规划子模型进行求解的方法可以是麻雀搜索算法、粒子群优化算法、蚁群优化算法等，本申请实施例不对第一线性规划子模型的求解方法进行限定，可根据实际情况进行确定。
步骤4：将取值后的，作为第一数据。
步骤5：采用遗传算法对第一数据进行处理，得到第二数据。
也就是对第一数据进行重新取值，得到新的，并且新的/>满足/>。
步骤6：将第二数据代入至调度线性规划模型中，得到第二线性规划子模型。
步骤7：对第二线性规划子模型进行求解，得到第二目标值和第二目标值对应的决策变量值。
需要说明的是，对第二线性规划子模型进行求解的方法可以是麻雀搜索算法、粒子群优化算法、蚁群优化算法等，本申请实施例不对第二线性规划子模型的求解方法进行限定，可根据实际情况进行确定。
步骤8：判断第二目标值是否大于第一目标值；若第二目标值大于第一目标值，执行步骤9-步骤10；若第二目标值小于或等于第一目标值，执行步骤11-步骤13。
步骤9：将累积次数更新为1。
步骤10：将第二目标值作为新的第一目标值，将第二数据作为新的第一数据，执行步骤5。
步骤11：将累积次数加1，得到更新后的累积次数。
需要说明的是，累积次数的初始值为0。
步骤12：判断更新后的累积次数是否等于预设收敛阈值。若更新后的累积次数小于预设收敛阈值，则执行步骤5；若更新后的累积次数等于预设收敛阈值，则执行步骤13。
需要说明的是，预设收敛阈值可以是10、20、50等，本申请实施例不对预设收敛阈值进行限定，可根据实际情况进行确定。
步骤13：将第一目标值对应的决策变量值和第一数据，作为调度数据。
需要说明的是，步骤13中的第一目标值和第一数据，为对调度线性规划模型进行求解过程中最新的第一目标值和最新的第一数据。
本实施例提供的港口的AGV调度方法，通过隐枚举法对调度线性规划模型求解，得到调度数据，有效提高了求解效率。
图4为本申请提供的港口的AGV调度方法实施例四的流程示意图，在上述实施例的基础上，本申请实施例对计算机在当前调度周期之前，确定异常的AGV的情况进行说明。如图4所示，该港口的AGV调度方法具体包括以下步骤：
S401：获取多个历史调度数据。
在本步骤中，为了在当前调度周期内使用的AGV不是异常的AGV，需要将异常的AGV确定出来。首先获取多个历史调度数据，以便后续根据历史调度数据确定出异常的AGV。
S402：根据多个历史调度数据，确定在调度周期内未运输集装箱的待处理AGV，以及每个待处理AGV的未运输次数。
在本步骤中，计算机获取到多个历史调度数据后，可根据多个历史调度数据，确定在调度周期内未运输集装箱的待处理AGV，以及每个待处理AGV的未运输次数。
示例性的，共有5个历史调度数据，第一个历史调度数据中，I=2，J=5，，。所以第5辆AGV在调度周期内未运输集装箱，第5辆AGV为AGV 1，AGV 1为待处理AGV。
第二个历史调度数据中，I=2，J=5，，/>。所以第1辆AGV和第2辆AGV在调度周期内未运输集装箱，第1辆AGV为AGV 1，第2辆AGV为AGV 2，AGV 2也是待处理AGV。
第三个历史调度数据中，I=2，J=3，，/>。所以第2辆AGV在调度周期内未运输集装箱，第2辆AGV为AGV 3，AGV 3也是待处理AGV。
第四个历史调度数据中，I=2，J=4，，。所以第1辆AGV在调度周期内未运输集装箱，第1辆AGV为AGV1。
第五个历史调度数据中，I=2，J=5，，。所以第3辆AGV和第4辆AGV在调度周期内未运输集装箱，第3辆AGV为AGV 1，第4辆AGV为AGV 2。
所以AGV 1的未运输次数为4，AGV 2的未运输次数为2，AGV 3的未运输次数为1。
S403：对于每个待处理AGV，根据待处理AGV的未运输次数和历史调度数据的数量，计算待处理AGV的未运输比例。
在本步骤中，计算机得到每个待处理AGV的未运输次数后，对于每个待处理AGV，根据待处理AGV的未运输次数和历史调度数据的数量，计算待处理AGV的未运输比例。
示例性的，在上述例子的基础上，AGV 1的未运输比例为0.8，AGV 2的未运输比例为0.4，AGV 3的未运输比例为0.2。
S404：对于每个待处理AGV，若待处理AGV的未运输比例大于预设异常阈值，对待处理AGV标记异常标识。
在本步骤中，计算机得到每个待处理AGV的未运输比例后，对于每个待处理AGV，若待处理AGV的未运输比例大于预设异常阈值，说明在多次调度过程中，该待处理AGV均未运输集装箱，该待处理AGV存在异常，对待处理AGV标记异常标识。
若待处理AGV的未运输比例小于或等于预设异常阈值，不对该待处理AGV标记异常标识。
后续工作人员可对标记异常标识的AGV进行检修或禁止运行。
示例性的，在上述例子的基础上，预设异常阈值为0.7，所以对AGV 1标记异常标识。
需要说明的是，预设异常阈值可以是0.7、0.8、0.9、0.95等，本申请实施例不对预设异常阈值进行限定，可根据实际情况进行设置。
需要说明的是，在当前调度周期内的AGV为未标记异常标识的AGV，可减少调度过程中异常情况的发生次数。
本实施例提供的港口的AGV调度方法，通过确定未运输集装箱的待处理AGV的未运输比例，确定是否对待处理AGV标记异常标识，可确定出异常的AGV，减少调度过程中异常情况的发生次数。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
图5为本申请提供的港口的AGV调度装置实施例的结构示意图。如图5所示，该港口的AGV调度装置50包括：
获取模块51，用于在当前时刻达到当前调度周期的开始时刻时，获取调度参数，所述调度参数包括： ，以及/>；
其中，i表示第i类集装箱，I表示集装箱种类的数量j表示第j辆AGV，J表示AGV的数量，K表示AGV的能量等级，K表示AGV的最大能量等级，D表示集装箱总数量，T表示调度周期时长，表示第i类集装箱的数量比例，为第i类集装箱的数量与集装箱总数量D的比值，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输速率，/>表示第j辆AGV在能量等级k下运输第i类集装箱损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下运输第i类集装箱的损坏速率，/>表示第j辆AGV在能量等级k下空驶损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下空驶的损坏速率，/>表示第j辆AGV在能量等级k下恢复至能量等级K的能量恢复速率，/>表示第j辆AGV在能量等级k=0下的维修速率，/>表示第i类集装箱的等待时长比例，为第i类集装箱需要的等待时长与调度周期时长T的比值，能量等级k=0表示AGV电量为0或者AGV故障；
处理模块52，用于：
根据所述调度参数，构建调度线性规划模型；
对所述调度线性规划模型求解，得到调度数据；所述调度数据包括： ，以及；
其中，，/>表示第j辆AGV不运输第i类集装箱，/>表示第j辆AGV运输第i类集装箱，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输时长比例，为运输时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下空驶的空驶时长比例，为空驶时长与调度周期时长T的比值，/>表示第j辆AGV能量等级k=0下进行维修的维修时长比例，为维修时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下进行能量恢复的恢复时长比例，为恢复时长与调度周期时长T的比值；
调度模块53，用于根据所述调度数据对AGV进行调度。
进一步地，所述调度线性规划模型的目标函数为：
；
其中，；
；
；
、/>表示惩罚因子，为小于1的固定值；
所述目标函数表示在最大化AGV剩余产能的同时，最小化AGV空驶时长比例和每辆AGV运输的集装箱的种类。
进一步地，所述调度线性规划模型包括十一类约束条件；
其中，第一类约束条件为，表示每个种类的集装箱都有AGV运输；
第二类约束条件为：，表示当第j辆AGV未运输第i类集装箱时，第j辆AGV在任何能量等级k下运输第i类集装箱的运输时长比例为0，在第j辆AGV运输第i类集装箱时，第j辆AGV在任何能量等级k下运输第i类集装箱的运输时长比例介于0到1之间；
第三类约束条件为：，表示AGV运输第i类集装箱的数量，大于第i类集装箱的数量；
第四类约束条件为：，表示每辆AGV损耗的能量与恢复的能量相同；
第五类约束条件为：，表示每辆AGV的损坏度增加量等于维修度增加量；
第六类约束条件为：，表示每辆AGV的运输时长比例、等待时长比例、恢复时长比例、空驶时长比例、维修时长比例之和为1；
第七类约束条件为：，表示第j辆AGV运输第i类集装箱，或者不运输第i类集装箱；
第八类约束条件为：，表示运输时长比例的取值范围；
第九类约束条件为：，表示恢复时长比例的取值范围；/>
第十类约束条件为：，表示空驶时长比例的取值范围；
第十一类约束条件为：，表示维修时长比例的取值范围。
进一步地，所述处理模块52，具体用于采用隐枚举法对所述调度线性规划模型求解，得到所述调度数据。
进一步地，所述获取模块51，还用于获取多个历史调度数据；
进一步地，所述处理模块52，还用于：
根据所述多个历史调度数据，确定在调度周期内未运输集装箱的待处理AGV，以及每个待处理AGV的未运输次数；
对于每个待处理AGV，根据所述待处理AGV的未运输次数和历史调度数据的数量，计算所述待处理AGV的未运输比例；
对于每个待处理AGV，若所述待处理AGV的未运输比例大于预设异常阈值，对所述待处理AGV标记异常标识。
进一步地，在所述当前调度周期内的AGV为未标记所述异常标识的AGV。
本实施例提供的港口的AGV调度装置，用于执行前述任一方法实施例中的技术方案，其实现原理和技术效果类似，在此不再赘述。
图6为本申请提供的一种电子设备的结构示意图。如图6所示，该电子设备60包括：
处理器61，存储器62，以及通信接口63；
所述存储器62用于存储所述处理器61的可执行指令；
其中，所述处理器61配置为经由执行所述可执行指令来执行前述任一方法实施例中的技术方案。
可选的，存储器62既可以是独立的，也可以跟处理器61集成在一起。
可选的，当所述存储器62是独立于处理器61之外的器件时，所述电子设备60还可以包括：
总线64，存储器62和通信接口63通过总线64与处理器61连接并完成相互间的通信，通信接口63用于和其他设备进行通信。
可选的，通信接口63具体可以通过收发器实现。通信接口用于实现数据库访问装置与其他设备（例如客户端、读写库和只读库）之间的通信。存储器可能包含随机存取存储器（random access memory，RAM），也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
总线64可以是外设部件互连标准（peripheral component interconnect，PCI）总线或扩展工业标准结构（extended industry standard architecture，EISA）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
上述的处理器可以是通用处理器，包括中央处理器CPU、网络处理器（networkprocessor，NP）等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
该电子设备用于执行前述任一方法实施例中的技术方案，其实现原理和技术效果类似，在此不再赘述。
本申请实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述任一方法实施例提供的技术方案。
本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现前述任一方法实施例提供的技术方案。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种港口的AGV调度方法，其特征在于，包括：
在当前时刻达到当前调度周期的开始时刻时，获取调度参数，所述调度参数包括：、，以及；
其中，i表示第i类集装箱，I表示集装箱种类的数量j表示第j辆AGV，J表示AGV的数量，K表示AGV的能量等级，K表示AGV的最大能量等级，D表示集装箱总数量，T表示调度周期时长，表示第i类集装箱的数量比例，为第i类集装箱的数量与集装箱总数量D的比值，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输速率，/>表示第j辆AGV在能量等级k下运输第i类集装箱损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下运输第i类集装箱的损坏速率，/>表示第j辆AGV在能量等级k下空驶损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下空驶的损坏速率，/>表示第j辆AGV在能量等级k下恢复至能量等级K的能量恢复速率，/>表示第j辆AGV在能量等级k=0下的维修速率，/>表示第i类集装箱的等待时长比例，为第i类集装箱需要的等待时长与调度周期时长T的比值，能量等级k=0表示AGV电量为0或者AGV故障；
根据所述调度参数，构建调度线性规划模型；
对所述调度线性规划模型求解，得到调度数据；所述调度数据包括： ，以及/>；
其中，，/>表示第j辆AGV不运输第i类集装箱，/>表示第j辆AGV运输第i类集装箱，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输时长比例，为运输时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下空驶的空驶时长比例，为空驶时长与调度周期时长T的比值，/>表示第j辆AGV能量等级k=0下进行维修的维修时长比例，为维修时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下进行能量恢复的恢复时长比例，为恢复时长与调度周期时长T的比值；
根据所述调度数据对AGV进行调度。
2.根据权利要求1所述的方法，其特征在于，所述调度线性规划模型的目标函数为：；
其中，；
；
；
、/>表示惩罚因子，为小于1的固定值；
所述目标函数表示在最大化AGV剩余产能的同时，最小化AGV空驶时长比例和每辆AGV运输的集装箱的种类。
3.根据权利要求1所述的方法，其特征在于，所述调度线性规划模型包括十一类约束条件；
其中，第一类约束条件为，表示每个种类的集装箱都有AGV运输；
第二类约束条件为：，表示当第j辆AGV未运输第i类集装箱时，第j辆AGV在任何能量等级k下运输第i类集装箱的运输时长比例为0，在第j辆AGV运输第i类集装箱时，第j辆AGV在任何能量等级k下运输第i类集装箱的运输时长比例介于0到1之间；
第三类约束条件为：，表示AGV运输第i类集装箱的数量，大于第i类集装箱的数量；
第四类约束条件为：，表示每辆AGV损耗的能量与恢复的能量相同；
第五类约束条件为：，表示每辆AGV的损坏度增加量等于维修度增加量；
第六类约束条件为：，表示每辆AGV的运输时长比例、等待时长比例、恢复时长比例、空驶时长比例、维修时长比例之和为1；
第七类约束条件为：，表示第j辆AGV运输第i类集装箱，或者不运输第i类集装箱；
第八类约束条件为：，表示运输时长比例的取值范围；
第九类约束条件为：，表示恢复时长比例的取值范围；
第十类约束条件为：，表示空驶时长比例的取值范围；
第十一类约束条件为：，表示维修时长比例的取值范围。
4.根据权利要求1所述的方法，其特征在于，所述对所述调度线性规划模型求解，得到调度数据，包括：
采用隐枚举法对所述调度线性规划模型求解，得到所述调度数据。
5.根据权利要求1所述的方法，其特征在于，所述在当前时刻达到当前调度周期的开始时刻时，获取调度参数之前，所述方法还包括：
获取多个历史调度数据；
根据所述多个历史调度数据，确定在调度周期内未运输集装箱的待处理AGV，以及每个待处理AGV的未运输次数；
对于每个待处理AGV，根据所述待处理AGV的未运输次数和历史调度数据的数量，计算所述待处理AGV的未运输比例；
对于每个待处理AGV，若所述待处理AGV的未运输比例大于预设异常阈值，对所述待处理AGV标记异常标识。
6.根据权利要求5所述的方法，其特征在于，在所述当前调度周期内的AGV为未标记所述异常标识的AGV。
7.一种港口的AGV调度装置，其特征在于，包括：
获取模块，用于在当前时刻达到当前调度周期的开始时刻时，获取调度参数，所述调度参数包括： ，以及/>；
其中，i表示第i类集装箱，I表示集装箱种类的数量j表示第j辆AGV，J表示AGV的数量，K表示AGV的能量等级，K表示AGV的最大能量等级，D表示集装箱总数量，T表示调度周期时长，表示第i类集装箱的数量比例，为第i类集装箱的数量与集装箱总数量D的比值，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输速率，/>表示第j辆AGV在能量等级k下运输第i类集装箱损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下运输第i类集装箱的损坏速率，/>表示第j辆AGV在能量等级k下空驶损耗至能量等级k-1的能量损耗率，/>表示第j辆AGV在能量等级k下空驶的损坏速率，/>表示第j辆AGV在能量等级k下恢复至能量等级K的能量恢复速率，/>表示第j辆AGV在能量等级k=0下的维修速率，/>表示第i类集装箱的等待时长比例，为第i类集装箱需要的等待时长与调度周期时长T的比值，能量等级k=0表示AGV电量为0或者AGV故障；
处理模块，用于：
根据所述调度参数，构建调度线性规划模型；
对所述调度线性规划模型求解，得到调度数据；所述调度数据包括： ，以及/>；
其中，，/>表示第j辆AGV不运输第i类集装箱，/>表示第j辆AGV运输第i类集装箱，/>表示第j辆AGV在能量等级k下运输第i类集装箱的运输时长比例，为运输时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下空驶的空驶时长比例，为空驶时长与调度周期时长T的比值，/>表示第j辆AGV能量等级k=0下进行维修的维修时长比例，为维修时长与调度周期时长T的比值，/>表示第j辆AGV在能量等级k下进行能量恢复的恢复时长比例，为恢复时长与调度周期时长T的比值；
调度模块，用于根据所述调度数据对AGV进行调度。
8.一种电子设备，其特征在于，包括：
处理器，存储器，通信接口；
所述存储器用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至6任一项所述的港口的AGV调度方法。
9.一种可读存储介质，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6任一项所述的港口的AGV调度方法。
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至6任一项所述的港口的AGV调度方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410218722.8A CN118036976B (zh) | 2024-02-28 | 港口的agv调度方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410218722.8A CN118036976B (zh) | 2024-02-28 | 港口的agv调度方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118036976A true CN118036976A (zh) | 2024-05-14 |
| CN118036976B CN118036976B (zh) | 2024-06-21 |
Family
ID=
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107678433A (zh) * | 2017-10-20 | 2018-02-09 | 上海海事大学 | 一种考虑agv碰撞规避的装卸设备调度方法 |
| CN108062645A (zh) * | 2017-12-18 | 2018-05-22 | 青岛港国际股份有限公司 | 一种自动化集装箱码头agv调度方法及系统 |
| CN111309017A (zh) * | 2020-02-27 | 2020-06-19 | 广东博智林机器人有限公司 | 设备调度方法、装置、电子设备及存储介质 |
| CN112559951A (zh) * | 2020-11-25 | 2021-03-26 | 湖北三环智能科技有限公司 | 集装箱运输agv调度方法、设备、电子终端及存储介质 |
| CN112884383A (zh) * | 2021-04-19 | 2021-06-01 | 上海海事大学 | 考虑时间窗约束的集装箱港口应急物资优化调运方法 |
| CN114037352A (zh) * | 2021-12-02 | 2022-02-11 | 上海海事大学 | 基于数字孪生的自动化集装箱码头多agv动态调度方法 |
| CN114663011A (zh) * | 2022-03-11 | 2022-06-24 | 南京邮电大学 | 一种自动化码头agv的调度方法 |
| CN115330038A (zh) * | 2022-08-04 | 2022-11-11 | 上海海事大学 | 一种集装箱码头装卸设备协同优化调度方法 |
| CN116468232A (zh) * | 2023-04-06 | 2023-07-21 | 宝驷智慧物流(珠海)有限公司 | 一种异常处理的方法、装置、设备及介质 |
| CN116826862A (zh) * | 2023-06-28 | 2023-09-29 | 河海大学 | 一种电氢港口多能流与集装箱物流协同调度方法 |
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107678433A (zh) * | 2017-10-20 | 2018-02-09 | 上海海事大学 | 一种考虑agv碰撞规避的装卸设备调度方法 |
| CN108062645A (zh) * | 2017-12-18 | 2018-05-22 | 青岛港国际股份有限公司 | 一种自动化集装箱码头agv调度方法及系统 |
| CN111309017A (zh) * | 2020-02-27 | 2020-06-19 | 广东博智林机器人有限公司 | 设备调度方法、装置、电子设备及存储介质 |
| CN112559951A (zh) * | 2020-11-25 | 2021-03-26 | 湖北三环智能科技有限公司 | 集装箱运输agv调度方法、设备、电子终端及存储介质 |
| CN112884383A (zh) * | 2021-04-19 | 2021-06-01 | 上海海事大学 | 考虑时间窗约束的集装箱港口应急物资优化调运方法 |
| CN114037352A (zh) * | 2021-12-02 | 2022-02-11 | 上海海事大学 | 基于数字孪生的自动化集装箱码头多agv动态调度方法 |
| CN114663011A (zh) * | 2022-03-11 | 2022-06-24 | 南京邮电大学 | 一种自动化码头agv的调度方法 |
| CN115330038A (zh) * | 2022-08-04 | 2022-11-11 | 上海海事大学 | 一种集装箱码头装卸设备协同优化调度方法 |
| CN116468232A (zh) * | 2023-04-06 | 2023-07-21 | 宝驷智慧物流(珠海)有限公司 | 一种异常处理的方法、装置、设备及介质 |
| CN116826862A (zh) * | 2023-06-28 | 2023-09-29 | 河海大学 | 一种电氢港口多能流与集装箱物流协同调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 傅正堂等: ""集装箱码头AGV 电量非饱和状态下的调度优化"", 《大连海事大学学报》, vol. 43, no. 3, 31 August 2017 (2017-08-31), pages 58 - 62 * |
| 王铮;陆游;张景玲;邹金桥;赵燕伟;: "面向港口集装箱运输的共享式集卡动态调度", 计算机集成制造系统, no. 10, 15 October 2013 (2013-10-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111091238B (zh) | 一种自动化集装箱码头agv智能化调度方法 | |
| CN106651049B (zh) | 自动化集装箱码头装卸设备的重调度方法 | |
| CN110942203B (zh) | 一种自动化集装箱码头agv路径优化方法 | |
| Zeng et al. | Optimizing berth allocation and storage space in direct transshipment operations at container terminals | |
| CN117035371B (zh) | 基于大数据的港口调度方法及系统 | |
| CN114386652A (zh) | 一种自动化码头agv智能调度方法及系统 | |
| Park et al. | Optimizing stacking policies using an MOEA for an automated container terminal | |
| CN118036976B (zh) | 港口的agv调度方法、装置、设备及介质 | |
| CN118036976A (zh) | 港口的agv调度方法、装置、设备及介质 | |
| CN113184507A (zh) | 光伏组件的分档控制方法、装置、设备及存储介质 | |
| Homayouni et al. | Integrated scheduling of SP-AS/RS and handling equipment in automated container terminals | |
| Zając et al. | Analysis of the process of unloading containers at the inland container terminal | |
| Shin et al. | Container loading and unloading scheduling for a Mobile Harbor system: a global and local search method | |
| Skaf et al. | Single quay crane and multiple yard trucks scheduling problem with integration of reach-stacker cranes at port of tripoli-lebanon | |
| JP2005075592A (ja) | コンテナヤードの荷役方法および荷役システム | |
| CN113743739B (zh) | 一种基于混合整数规划、组合优化算法的agv调度方法 | |
| Zhong et al. | Real-time multi-resource jointed scheduling of container terminals with uncertainties using a reinforcement learning approach | |
| KR20210001821A (ko) | 컨테이너 적하작업 지시정보 제공방법 | |
| Sadeghian et al. | Integrated scheduling of quay cranes and automated lifting vehicles in automated container terminal with unlimited buffer space | |
| CN113850487A (zh) | 一种自动化码头调度系统、方法及存储介质 | |
| CN114663011A (zh) | 一种自动化码头agv的调度方法 | |
| Nguyen et al. | Dispatching vehicles considering uncertain handling times at port container terminals | |
| CN114089698A (zh) | 基于过渡站台的agv调度系统及方法 | |
| CN112561434A (zh) | 一种传统集装箱码头联合调度方法和辅助调度系统 | |
| CN118037006B (zh) | 一种场桥作业调度方法及调度系统 |
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 |