[发明专利]一种可视化厂车调度方法及系统

说明书

本发明公开了一种可视化厂车调度方法，收集所有乘车人员期望上车的地点信息，然后利用K‑means聚类方法，根据不同上车地点之间的地理距离对所有地点信息进行聚类，经过反复迭代后选出合理且最优的站点，从而使最终安排的站点既能满足乘车人员需要，又可以减少不必要设置的站点数。利用遗传算法，根据乘车人员的实际乘车情况的变以及站点和线路的乘坐率情况统计信息实现实时对线路进行更新优化，提高线路利用率，使厂车运行效益达到最大化。该系统还提供了地图展示功能，可将站点和线路在地图上高亮显示。本发明还公开了一种基于可视化厂车调度方法的系统，本发明既能满足乘车人员的需求，又能节省资源。

技术领域

本发明涉及信息技术技术领域，特别是一种可视化厂车调度方法及系统。

背景技术

目前，许多工厂为了方便员工上、下班，向员工提供了厂车服务。但是，由于员工众多，采用人工管理信息和线路站点的方式不仅使效率低下管理混乱，也无法基于员工的需求对运行线路做出及时调整。智能化和可视化的厂车调度系统成为值得研究的应用点。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种可视化厂车调度方法及系统，本发明采用信息技术手段，将机器学习中两种经典算法遗传算法及K-means聚类算法应用到解决厂车调度问题中，既能满足乘车人员的需求，又能在此基础上节省资源，达到良好的效果。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种可视化厂车调度方法，包括以下步骤：

步骤1、确定所需安排的站点数目K；

步骤2、根据用户提供的地点信息，随机生成K个初始站点；

步骤3、计算所有地点到该K个初始站点的距离，将距离最近的地点和站点划分为一簇；

步骤4、取每簇里地理位置的均值作为新站点；

步骤5、判断新站点到步骤2中初始站点的距离是否到达预设的阈值，若到达，则选取新站点作为最优站点；若未到达，则返回步骤3；

步骤6、初始化最初线路群，令迭代次数t＝1；

步骤7、计算线路群中每条线路的适应度及每条线路的累计概率；

步骤8、保留适应度最高的线路到下一次迭代线路群，其他线路基于预设概率变异；

步骤9、判断迭代次数是否达到预设的最大迭代次数，若达到则取适应度最高路线作为最优路线，若未达到则令t＝t+1，返回步骤7；

步骤10、根据最优站点和最优线路，利用百度API实现站点、线路的可视化。

作为本发明所述的一种可视化厂车调度方法进一步优化方案，线路的适应度表示为：该线路的总距离+(运行该线路所需要派的车辆数-最大限制车辆数)*惩罚因子。

基于一种可视化厂车调度方法的系统，包括用户界面层、服务层、业务逻辑层和数据层；其中，

用户界面层，用于提供与用户交互的界面，并将功能操作传递到服务层进行处理；界面的功能包括：1)用户注册和登录；2)修改员工、车辆、路线、站点和排班信息；3)查询车辆、路线和站点信息；4)基于地图的信息展示；5)车辆和站点信息的数据统计图；6)车辆和站点乘车人员名单查询；7)设置站点和线路；

服务层包括站点安排服务模块、线路优化服务模块、排班更新服务模块、百度地图可视化服务模块和用户管理模块；其中，

站点安排服务模块，用于向用户提供站点安排的功能接口；

线路优化服务模块，用于向用户提供实时运行的线路乘坐率情况以及员工乘车信息的功能接口；