[发明专利]一种电动物流货车的智能调度装置及方法

权利要求书

1.一种电动物流货车智能调度系统的调度方法，所述电动物流货车智能调度系统，包括车联网系统，云计算平台系统，数据监控管理系统，数据挖掘系统，所述车联网系统包括，电动物流货车，搭载于电动货车的编码器，传感器，芯片；所述云计算平台系统包括网络设备、存储设备、服务器、应用软件、访问接口、接入网、客户端程序；所述数据监控管理系统包括，用户监控、提示和管理装置和软件；所述数据挖掘系统包括数据总结系统，数据分析系统，数据展示装置，所述传感器为位置传感器、磁罗盘、加速度传感器、陀螺仪、倾角传感器、位姿传感器，胎压传感器一个或多个组合，所述云计算平台系统采用RFID芯片收集货物ID、重量、体积、时限、位置、优先度的一个或多个，所述方法包括如下步骤：

1)初始化系统状态，根据物流企业的实际状况生成W，V，L；

其中W为配送中心状态，V为电动物流车辆状态，L为仓储之间交换物品的路网代价；

2)依据云计算及车联网平台系统获取货物状态Gi，i＝1，2，…，n；

3)依据车联网信息生成车辆状态V(sta)；

4)依据云计算平台实时生成路网状态L；

5)计算路网中最远的两个节点的运输时间tran_time；

6)查找W1中货物剩余到达时间小于2倍tran_time的货物并进行装车；

7)查找Wi中所有货物剩余到达时间小于tran_time的货物Gi，安排车辆满载到达Wi的货物，直至车辆总运载量Gi；

8)更新W，V，L；

9)如果有车辆处于等待状态且仓储有货物，则根据仓储情况进行车辆调度；

10)则转到步骤2)重新计算，进行匹配；

所述方法还包括：获取车辆装配及行驶路径的评价方法采取如下措施：设定一次调度的调度状态，含车辆货物装配及行驶状态，把调度形式化地表达为符号S；

S(Sh₁，Sh₂，...Sh_k)

其中，k≤m，Sh_i为车辆的调度状态

Sh_i(ID，LD，lc，path)

其中，ID表示车辆的ID，LD表示车辆货物装配的负载(ld₁，ld₂，...，ld_n)，ld_i表示车辆将装配目的地为J_i的负载，lc表示车辆当前的位置，path表示车辆的运行路径(pt₁，pt₂，...，pt_n)，pt_i为路径节点，在调度S下，使得物流企业运输成本，装卸次数，平均仓储成本，仓储率均衡度，货物物流时间最小，形式化表达为：

minF(x)＝[tr(S)，lu(S)，cc(S)，cb(S)，lt(S)]^T

其中，tr(S)，表示在调度S下，平均道路运输成本，

其中，Price(Sh_i)表示在给定车辆Sh_i和lc的情况下，使用最短路径法所求得的车辆将所有货物运输到目的地后的代价，tv表示在调度Sh_i下车辆的总运量；

lu(S)，表示在调度S下，平均车辆的装卸成本，

其中，k表示装配的次数，lp表示车辆装配一次的成本，ul(Sh_i)表示在调度Sh_i下的卸载次数，lu表示车辆卸载一次的成本；

cc(S)，表示在调度S下，仓库的仓储成本，

其中，cp表示每吨货物的仓储成本；

cb(S)，表示在调度S下，仓库的仓储均衡度，

cb(S)＝D(CP(W_i(VC)))

D()表示方差，CP()表示仓储率；

lt(S)，表示在调度S下，货物的物流时间，

其中，Time(Sh_i)表示在调度Sh_i下，车上所载货物剩余的到达时间，Load(Sh_i)表示在调度Sh_i下，车上所载货物的总重量；同时满足如下条件：

在上述调度目标下，采用基于多目标优化算法进行求解，以获得最佳调度方案S，其主要的编码方法及解映射方法如下所示：

采用二进制编码，其长度为k*n，其中，k为等待调度车辆的数量，因此：

p_i＝{x₁₁，x₁₂，…，x_1n，

x₂₁，x₂₂，…，x_2n，

…

x_k1，x_k2，…，x_kn}

当j＜n，x_ij＝1时表示向车辆i装载到达集散点j的货物，当x_ij＝0时，则不装，x_in表示是否将空车发往仓储量最大的仓库，问题的解空间为：

Φ＝{p_i}

方法的种群空间为

P＝{p_i，i＝1，2，...，pop_num}

其中，pop_num表示种群的数量，

若x_ij＝0，j≤n-1，且x_in＝1，则

Sh_i(LD)＝0

Sh_i(path)＝max_warehouse_id

其中，max_warehouse_id表示剩余仓储量最大的仓库，

否则，设

则：

Sh_i(path)则为在给定的货物分配下，经过将货物运输到目的地的所有节点时，在给定的L下，经过最短路径方法求解的最小运输代价的运输路径。