[发明专利]超大预制构件运输车辆的调度方法

摘要

本发明公开一种超大预制构件运输车辆的调度方法，属于物流配送技术领域。本发明调度方法首先建立三个约束条件后依据施工现场所需求的超大预制构件的种类和数量，考虑到车辆的最大载重量，建立车辆分配的整数规划模型，运用Lingo数学软件计算得出选派的车型和车辆数，用于确定将超大预制构按照不同种类和数量对应放置的车型和车辆数；车辆选派好后，运用现代优化算法—蚁群算法求得配送车辆行驶最优路线。本发明调度方法在保证施工现场的时间要求得以满足的前提下，能够使车辆使用数减少，车辆利用率提高。

主权项

超大预制构件运输车辆的调度方法，其特征在于该调度方法具体步骤如下：(1)建立该调度方法的三个约束条件：A：配送车辆都是从配送中心出发，完成该次配送任务后，返回配送中心；B：车辆的载重量限制：每辆车上装载的货物总量不得超过该车的最大载重量；C：施工现场的时间窗限制；(2)依据施工现场所需求的超大预制构件的种类和数量，考虑到车辆的最大载重量，建立车辆分配的整数规划模型，运用Lingo数学软件计算得出选派的车型和车辆数，该步骤用于确定将所述超大预制构按照不同种类和数量对应放置的车型和车辆数；所述车辆分配的整数规划模型为：minn_A+n_B+…n_M+n_AQ_A+n_BQ_B+…n_MQ_M‑Qs.t.n_AQ_A+n_BQ_B+…n_MQ_M>Qn_A,n_B，…,n_M∈N(自然数)其中：A,B,…M：配送中心所拥有的车辆型号；n_i：车型i的车辆使用数目(i∈{A,B,…M})；Q_i：车型i的最大载重量(i∈{A,B,…M})；Q：针对配装的超大预制构件，施工现场超大预制构件需求量总和；(2)车辆选派好后，运用现代优化算法—蚁群算法(ACO)求得配送车辆行驶最优路线，所述蚁群算法通过MATLAB软件实现编程。