[发明专利]一种时效优先的调度方法及系统

说明书

本发明提供了一种时效优先的调度方法及系统，用于甩挂运输，包括：对于任意车头、车挂建立任务队列，估计该车头或车挂执行完最后任务的位置和时间；给定订单集合，找出所述订单集合中每个订单满足以下条件的最优车头和车挂组合：订单的期望到厢时间大于车挂可用时间与预计行驶时间之和，订单的期望发车时间大于车头可用时间与预计行驶时间之和；计算单个订单代价，所述单个订单代价等于短驳代价与干线代价之和；若每个订单最优解所派车挂和车头没有冲突，则为一个全局最优解，否则通过剪枝搜索寻找全局最优解，分别替换有冲突的订单，使用下一个不冲突的代价最小的车头和车挂组合，求解所述订单集合的整体代价，若整体代价增大则剪枝丢弃；若所述搜索完毕没有解，则丢弃期望到厢时间距离当前时间最远的订单，重复执行上述步骤。

技术领域

本发明涉及一种甩挂运输技术领域，尤其是涉及一种时效优先的智能调度方法及系统。

背景技术

在甩挂运输中，车头和车挂的调度对于合理分配资源，节约运输成本有重要作用。

国内外学者对于甩挂运输的相关研究主要集中在行车安全、组织模式和政策法规等方面，对于甩挂运输车辆调度问题的研究有待完善，且针对甩挂运输车辆调度问题的研究中存在着组织模式单一、模型构建不严谨、只研究单车场问题等弊端。在算法设计方面，由于真实的甩挂业务复杂，在算法设计是通常对实际业务场景做了简化。目前研究的VSP/VRP、TTRP(Truck and Trailer Routing Problem)、TSRP(Tractor and Semi-trailerRouting Problem)问题，均抽象为了一对多，多对多的关系。在实际应用场景中，车头、车挂、装货点实际上是个多-多-多的三层关系。

现有研究主要存在以下缺点：

1、对调度模型进行了抽象和简化，不适合真实的甩挂运输业务。

2、模型的学习计算复杂性高，对于车辆运行中的动态情况不能实时计算。

3、对于一些异常情况，如车辆数小于订单数，无法求解。

发明内容

为解决以上问题，本发明提出了一种以时效最优为目标的全局最优的车辆调度方案。本发明以实际业务场景出发，基于GIS系统路况分析，估计了车辆的预计到达和预计可用时间，然后采用剪枝搜索算法、贪心思想，求解了单个订单最优解和多个订单的全局最优解。

具体的，本发明提供了一种时效优先的调度方法，用于甩挂运输，包括如下步骤：

对于任意车头、车挂建立任务队列，估计该车头或车挂执行完最后任务的位置和时间；

给定订单集合，找出所述订单集合中每个订单满足以下条件的最优车头和车挂组合：订单的期望到厢时间大于车挂可用时间与预计行驶时间之和，订单的期望发车时间大于车头可用时间与预计行驶时间之和；

计算单个订单代价，所述单个订单代价等于短驳代价与干线代价之和；

若每个订单最优解所派车挂和车头没有冲突，则为一个全局最优解，否则通过剪枝搜索寻找全局最优解，分别替换有冲突的订单，使用下一个不冲突的代价最小的车头和车挂组合，求解所述订单集合的整体代价，若整体代价增大则剪枝丢弃；

若所述搜索完毕没有解，则丢弃期望到厢时间距离当前时间最远的订单，重复执行上述步骤。

优选的，所述车头包括短驳车头和/或干线车头。

优选的，所述执行完最后任务的位置和时间包括：车牌号，车辆类型，车辆空闲时所在经纬度，车辆可用时间。

优选的，所述订单集合中单个订单属性包括：订单装货地，订单的期望到厢时间，期望发车时间，订单所派任务类型。

更优选的，所述订单所派任务类型包括以下三种类型：只派短驳，只派干线或两者都派。