[发明专利]一种基于物联技术的物料配送任务动态分配方法有效

专利信息
申请号: 201310213472.0 申请日: 2013-05-31
公开(公告)号: CN103310321A 公开(公告)日: 2013-09-18
发明(设计)人: 张映锋;张耿;孙树栋;李苗;王文波;杨腾 申请(专利权)人: 西北工业大学
主分类号: G06Q10/08 分类号: G06Q10/08;G06Q50/28
代理公司: 西北工业大学专利中心 61204 代理人: 陈星
地址: 710072 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出了一种基于物联技术的物料配送任务动态分配方法,基于搬运载体的实时状态信息,以搬运载体抢任务的工作模式,从任务的动态分配策略、基于搬运载体实时状态的任务动态分配方法、任务的组合优化这三方面,主动获取最合适的物料搬运任务集,为生产物料的及时配送提供一种高效可行的任务分配模型与方法。由于本发明考虑了搬运载体卸货后的实时位置信息、面向搬运载体容量的任务动态组合优化等,与传统物料配送任务优化方法相比,本发明能够有效地解决原分配策略的计算复杂度高、优化时间长、难于动态响应物料配送任务的变化等不足,提高了车间配送的效率、节约了搬运成本,可更好地实现数字化精确配送和物料配送管理的智能化。
搜索关键词: 一种 基于 技术 物料 配送 任务 动态分配 方法
【主权项】:
1.一种基于物联技术的物料配送任务动态分配方法,其特征在于:采用以下步骤:步骤1:通过物料搬运载体上附加的RFID自动识别设备获取物料搬运载体的实时动态信息,建立搬运载体的信息模型;其中搬运载体的信息模型包含:搬运载体编号、搬运载体的最大承载空间、搬运载体实时位置、搬运载体的实时使用空间;步骤2:通过物料搬运载体上附加的RFID自动识别设备感知实时配送需求,建立实时配送需求的信息模型;实时配送需求中包含有N个配送任务,其中单个配送任务的信息模型包含:任务编号、任务的起始地、任务的目的地、任务的交货期、任务的完成时间、任务的优先级及查找每个任务所含物料信息所需的索引号;所述任务所含物料信息包含:物料编号、物料名称、物料数目、物料占用空间;步骤3:物料搬运载体根据实时配送需求中各个配送任务的优先级对配送任务进行排序,并按照优先级由高到低截取n个配送任务,形成预配送任务集,其中当出现优先级相同的配送任务时,则按照配送任务的任务交货期由早到晚排序;步骤4:根据步骤3建立的预配送任务集,将预配送任务集中的配送任务进行组合,形成S个配送任务组合,所述配送任务组合占用的总空间不大于物料搬运载体的实时容量;建立配送任务组合信息模型,配送任务组合信息模型中包括配送任务组合包含的任务编号,配送任务组合占用的总空间,配送任务组合的优先级;其中配送任务组合的优先级取配送任务组合中各个配送任务的优先级之和;步骤5:对于S个配送任务组合,构建物料搬运载体与配送任务组合相匹配的性能指标ft(P,L,U)为目标函数ft(P,L,U)=wpPt/P0+wLL0/Lt+wuUt /U0其中Pt表示第t个配送任务组合的优先级,Lt表示完成第t个配送任务组合的最短路径,Ut表示在实施第t个配送任务组合时,物料搬运载体的已使用空间;wp、wL、wu分别为Pt、Lt、Ut在目标函数中所占的权重,步骤6:采用层次分析法确定wp、wL、wu,其中以性能指标ft(P,L,U)为目标层,以Pt、1/Lt和Ut为方案层,通过层次分析法得出Pt、1/Lt和Ut关于ft(P,L,U)的判断矩阵的权向量,权向量中的各元素值为对应的权重;步骤7:根据步骤5和步骤6得到性能指标ft(P,L,U)取最大值时对应的配送任务组合,该配送任务组合即为该物料搬运载体的实时最优任务组合;步骤8:在实时配送需求中删除组成步骤7中实时最优任务组合的配送任务,其他的物料搬运载体重复步骤2至步骤7,实现整个车间的物料及时配送。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310213472.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top