[发明专利]分布式智能调度方法

权利要求书

1.分布式智能调度方法，其特征在于：包括以下步骤：

步骤1：在物流运输管理信息系统上集成地理信息系统，生成多个任务，集中管理用于物流配送运输操作中的空间位置相关的各个客户以及运输用道；

步骤2：将多个任务聚合到不同的任务组中，在每个任务组中，将时序上处于同一级别的子任务聚合成一个新的子任务；

步骤3：通过地理信息系统空间分析子任务，实现对配送点的路径优化操作；

步骤4：通过地理信息系统空间分析对运输车辆进行选择，选择最优化线路的空闲车辆进行相关的物品运输；

步骤5：通过选择后的车辆，根据得到的优化路径，对物品进行物流运输，完成调度任务。

2.根据权利要求1所述的分布式智能调度方法，其特征在于：所述在步骤1中，统一管理包括道路网络集成和送货点分布信息集成，所述道路网络集成属于地理信息管理系统上的内容，需要用最短的线路、优化路径以及地图匹配提供参考依据，自动路径建立需要精确到路径的长度、道路层次等级、速度和车辆的同性类别、单双道，车辆的定位操作，需要精确到街道的名称、各项地标、用户的名称以及联系方式和配送员自行定义的位置属性，所述送货点分布信息集成属于物流运输管理信息系统的内容，其中包含能够唯一评判其存在的地理属性，地理属性包括街道的名称、地理坐标信息。

3.根据权利要求1所述的分布式智能调度方法，其特征在于：所述在步骤2中，初始化调度阶段，将任务组中聚合而成的子任务按照实时性要求分为紧迫性任务或非紧迫型任务，对于紧迫性任务，以最小化总时间跨度为目标进行调度，对于非紧迫型任务，在符合截止期限要求的情况下以尽可能减小总能耗为目的进行调度。

4.根据权利要求1所述的分布式智能调度方法，其特征在于：所述在步骤3中，将地理空间数据以及物流信息数据进行匹配封装，物流运输管理信息系统上辅助添加封装后的地理信息系统组件，从而实现对配送点路径的显示、分析，并且最终完成配送的网络规划，结合订单数据信息，根据地理信息系统组件对实时交通情况进行判断，得到最优的优化路径。

5.根据权利要求1所述的分布式智能调度方法，其特征在于：所述在步骤4中，录入物品的需要计划，并且根据物流运输管理信息系统上出现的变化做相应的调整，通过对车辆的优化调度的计算，并结合地理信息系统空间分析，选择最短线路的空闲车辆进行相关的物品运输，包括对客户、司机、车辆、货物类型、输送渠道各项信息做查询，并做到实时跟踪查询。

6.根据权利要求1所述的分布式智能调度方法，其特征在于：所述在物流运输过程中，根据地理信息管理系统提供的实时路况对优化路径进行实时调整。

7.根据权利要求1所述的分布式智能调度方法，其特征在于：所述车辆的优化调度的计算，可根据用于车辆优化调度的TS算法进行计算，实现过程分为以下几步：第一，将初始解确定为当前解，同时也是最佳解，该初始解通过随机法确定的，令迭代步数为零，在保持当前解恒定的情况下，当前连续迭代步数为零，所对应的初始化禁忌，第二，目前候选解数量确定为零，在最大的当前解迭代步数大于当前解的迭代步数，同时当前最佳解为恒定的当前连续迭代步数低于目前最佳解保持恒定的最大连续迭代步数的情况下，继续进行第三步，反之则直接进入第六步，第三，如果当前最佳解保持恒定的最大连续迭代步数大于当前候选解的数量的情况下，继续进行第四步，反之直接进入第五步，第四，针对当前解实施交换，并将由此所获取的新解添加到候选解集合之中，同时将目前的候选解的数量增加一个，第五，将非禁忌的评价函数值最小解从候选解的集合中挑选出来，并使其充当最佳候选解，或者是，如果存在一个禁忌候选解，并且该禁忌候选解的评价函数值不大于目前的最佳解，那么在这种情况下就需要对该候选解进行解禁，同时将其确定为最佳候选解，将最新的最佳候选解充当当前解，同时对禁忌表进行刷新，对禁忌表中位于第一位的元素进行解禁处理，同时在禁忌表中添加当前解，并确保其在禁忌表所包含的诸多元素中位于最后一位，需要注意的是，此时还需要对当前解的迭代步数值加1，如果最新的最佳候选解经过评价函数评价之后所获取的数值比目前的最佳解的数值小，此时需要对当前的最佳解进行更新，同时将目前最佳解保持恒定的当前连续迭代步数置于零，但如果最新的最佳候选解经过评价函数的评价所得到的评价值高于目前的最佳解，此时需要对目前最佳解保持恒定的当前连续迭代步数对应的值增加1，同时转入到第二步，继续进行相关步骤，最后一步是就爱那个当前最佳解数值输出，即为最优的车辆。