[发明专利]本地局部反馈与云端全局优化结合的调配系统与方法

说明书

本发明提出本地局部反馈与云端全局优化结合的调配系统与方法，属于资源优化调度技术领域。方法包括：每个本地车载终端V_i基于接收的供应链数据变化信息，调整当前运行路径P_i，获取本地车载终端V_i调整后的运行路径P'_i；每个本地车载终端V_i将调整后的运行路径P'_i以及当前运行路径P_i发送至云端平台；云端平台基于调整后的运行路径P'_i以及当前运行路径P_i的集合进行全局优化分析，并基于全局优化分析结果对至少一个本地车载终端的调整后的运行路径进行再次调配。调配系统包括云端全局优化子系统与本地局部反馈子系统。本发明能够同时满足局部反馈需求与全局优化目标，从而实现最大的资源利用率的同时，实现自动化的资源调度与分配。

技术领域

本发明属于资源调度技术领域，尤其涉及一种本地局部反馈与云端全局优化结合的调配系统与方法、实现所述方法的计算机终端设备以及存储介质。

背景技术

供应链(Supply chain)是指生产及流通过程中，涉及将产品或服务提供给最终用户活动的上游与下游企业所形成的网链结构，概括来说，一条完整供应链存在一个始发节点、一个目的节点以及至少一个中间节点。以运输车辆为例，可表征为运行路径，该运行路径包括的目的地、途径地。

供应链管理，指使供应链运作达到最优化，以最少的成本，令供应链从采购开始，到满足最终客户的所有过程。以物流供应链为例，运输资源(运输车辆)的供应链管理包括确定始发地、目的地、途径地、每个途径点的要装载的运输标的数量和/或重量、途径不同途径地的顺序、不同途径点的要卸载的运输标的数量和/或重量等。

以深度学习为例，供应链有关的优化调度模型可参见如下现有技术：

[1]李震,崔骁松,孙晨旭,苗虹,王东升,王召斌,魏海峰.基于时间和任务重要度的系统弹性恢复研究[J].计算机与数字工程,2021,49(11):2213-2217.

现有技术中，一般都是事先根据供应链数据制定好运输资源(运输车辆)调度策略，并在整个过程中保持不变。然而，实际应用中，供应链数据并不是一成不变的，单个的运输资源(运输车辆)也并不是仅为一个或者一类供应链数据服务，而是同时为多个客户、多个对象(涉及多个或者多类供应链数据)服务。同时，提供供应链服务的服务商也不是仅有单个的运输资源(运输车辆)，而是同时在调度多种运输资源(运输车辆)，这些多种运输资源(运输车辆)既可以是各自完整不同的供应链任务，也可能存在交集。当其存在交集时，每一个运输资源(运输车辆)的调度计划的概念，也会同时影响其他运输资源(运输车辆)的调度。

当某个客户或者某个对象临时改变运输要求时，这些要求有时候合理(基于现有条件能够满足)、有时候也不合理(无法基于现有条件满足)，导致先前的运输资源(运输车辆)调度策略需要进行对应的调整。现有技术并未针对这种调整方式给出有效的调度策略。

发明内容

为解决上述技术问题，本发明提出一种本地局部反馈与云端全局优化结合的调配系统与方法、实现所述方法的计算机终端设备以及存储介质。

在本发明的第一个方面，提出一种本地局部反馈与云端全局优化结合的调配方法，所述方法应用于多个本地车载终端{V₁,V₂,…,V_n}，每个本地车载终端{V₁,V₂,…,V_n}具有当前运行路径{P₁,P₂,…,P_n}，其中本地车载终端V_i当前运行路径为P_i；每个本地车载终端{V₁,V₂,…,V_n}均与云端平台双向通信；

具体实现时，所述方法包括如下步骤：