[发明专利]一种基于集装箱智能管理派位的无人集卡调度方法

说明书

本发明提供了一种基于集装箱智能管理无人集卡调度的派位方法，具体为构建港口‑公路运输协同调度的优化模型，以总成本最小为优化目标，完成最优化的线路，设定总成本为目标函数Z，采用Kuhn‑Munkres算法对目标函数Z进行求解及分析，包括通过简化模型进行二分图匹配、增广路径、带权二分图最优匹配处理后，再进行算例分析，获得集卡车对的最优路径及箱量。该方法是通过对问题的分析，以运输成本最低为优化目标建立模型，再通过采用KM算法进行求解和分析，进行智能优化派位，能够做到灵活调度，并通过对于集卡车队运输路径的优化，可使二级运输任务空载率降低约40%，显著提高整体运输效率，降低运输成本。

技术领域

本发明属于集装箱智能生产管理的技术领域，特别涉及一种基于集装箱智能管理派位的无人集卡调度方法。

背景技术

随着进出口贸易的迅猛发展，进出口商品的货运需求与日俱增。作为进出口贸易的关键节点，港口是构建综合运输网络的枢纽，也是物流运输业发展所依托的重要战略资源。不断增加的港口吞吐量对港口服务水平提出了更高的要求，迫切需要建立起高效的港口集疏运系统，从而提高港口的运营能力，满足经济社会发展需求。

根据国内外港口集疏运的发展变化，公路集疏运在集疏运体系中的占比正不断提高，这也导致了诸多问题，具体表现为公路集疏运拥堵引起的运输效率问题和货运车辆带来的环境污染问题，如何进行改善港口集疏运系统，进一步地做到如何有效解决当前港口所面临的交通拥挤、环境污染等问题，已经成为这一领域困扰工作人员的关键点。

发明内容

为了解决上述技术难题，本发明将港口系统与公路运输系统作为整体进行研究，根据动态的实时车货信息，如港口货运量、客户需求量、货物装卸作业时间、车辆行程等信息，实现港口货物以公路运输的方式进行高效集散，具体地提供了一种基于集装箱智能管理无人集卡调度的派位方法。

具体调度步骤为：（1）构建港口-公路运输协同调度的优化模型，是以总成本最小为优化目标，在调度时间内通过公路运输进行港口集装箱的派位运输，将货物运送至客户处，及将客户处的货物运送至港口，完成最优化的线路，其中设定总成本为目标函数Z；

（2）通过港口集装箱运输情况，进行设定为一级运输任务或二级运输任务，采用算法进行求解；

（3）当为二级运输任务时，采用Kuhn-Munkres算法对目标函数Z进行求解及分析，包括通过简化模型进行二分图匹配、增广路径、带权二分图最优匹配处理后，再进行算例分析，获得集卡车对的最优路径及箱量。

这一模型的建立是以港口集疏运为研究重点，调度时段内，通过公路运输满足港口进口货物的运输需求，将港口货物运送至客户处；同时满足客户的出口货物的运输需求，将客户货物运送至港口。通常可以收集的数据为；客户数、客户需求量、客户供给量、客户、货运场站及港口间的距离、配送车队数量等，具体是以总成本最小为优化目标，以无人驾驶技术的应用为核心，以实际调度时段内工作可行性为指导，通过算法求解目标函数，从而使港—公调度整个过程最优。

作为改进，步骤（1）中，目标函数Z为

1-1，

公式（1-1）中S表示货运场站集合；s为某一个货运场站； 表示客户点集合；c表示某一客户点； 表示集卡空载时的速度； 表示有人集卡在货运场站和客户间的空载运输作业次数； 表示有人集卡在客户间的空载运输作业次数； 、 表示从货运场站到客户之间的距离、表示客户之间的运输距离。

作为改进，目标函数的约束条件为：

（1-2）；

（1-3）；

（1-4）；

（1-5）；

（1-6）