超大预制构件运输车辆的调度方法技术

本发明专利技术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。本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】

本专利技术属于物流配送
，具体涉及一种。
技术介绍
目前，住宅产业化正朝着预制构件大型化、保温装饰一体化、绿色节能环保的方向发展。住宅产业的宗旨，就是将建筑产品(如楼板、内、外墙板、梁、柱、楼梯等)事先在工厂内预制生产完成，确保其质量水平，通过汽车运输方式，将产品及时、安全地运至施工现场，以“搭积木”的形式完成组装，真正实现工地绿色施工，节约环保。 实际中工厂内部预制生产的超大构件情况如下: (I)单个(内、外)墙板，重量达6-7t，常规尺寸为7024mm*2280mm*300mm。共12种尺寸类型，数量为1024个； (2)单个叠合楼板重量达2_3t，内含多个预埋件，诸如开关插座、水电管、孔槽等。共8种尺寸类型，数量为1530个； (3)单个梁重量达0.5t,长度达5m。数量为280个； (4)单个柱重量达lt，长度达6m。数量为320个； (5)单个楼梯重量达lt，长度达6m。数量为140个。 车辆调度问题(Vehicle Scheduling Problem, VSP)是目前配送方面研究的热点和难点问题，其主要是考虑制定出合理的配送路线，能够将客户所需的货物快速、准时、经济地送到客户手中，一方面能够降低配送成本；另一方面，还可以提高客户的满意度(在这里主要是满足客户的时间需求)。从本质上来说，这是个优化问题，也是一个决策问题。 如何利用现有的车辆调度理论，按照客户的要求，将这批超大构件及时、安全、准确地运至施工现场。在满足客户的时间需求同时，最大程度地减少公司运送成本，实现降本增效，是本专利技术需要解决的问题。
技术实现思路
本专利技术针对现有超大预制构件运输中存在的技术问题，提出一种。该方法涉及车辆选型和车辆数确定、车辆路线优化两个步骤，根据施工现场需求选派车辆，使车辆使用数尽可能少，车辆利用率尽可能高。同时，通过优选配送路线，在保证满足现场时间需求的前提下，使配送成本最低。 本专利技术所提供的具体步骤如下: (I)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: min nA+nB+...nM+nAQA+nBQB+...nMQM_Q s.t.nAQA+nBQB+...nMQM>Q nA，nB，...，nMeN(自然数) 其中: A, B,…M:配送中心所拥有的车辆型号； H1:车型i的车辆使用数目(i e {A, B,...Μ})； Q1:车型 i 的最大载重量(i e {A, B,...Μ})； 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，运用现代优化算法一蚁群算法(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。 本专利技术所提供的，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；同时降低了运输所需费用。该方法也可用于求解其他货物，如家电电器、日用品等的配送车辆调度问题。 【具体实施方式】 下面结合实施例对本专利技术所提出的作进一步描述。 车辆调度问题是单个配送中心、多车型、带软时间窗的车辆调度问题。对该问题，具体表述如下:单个配送中心(即工厂)，拥有多台型号不同的配送车辆，当配送中心接收到施工现场订单后，将订单汇总，安排车辆将客户需要的货物及时送到指定现场的手中。施工现场的地理位置和需求量，要求送达货物的时间要求是事先已知的。合理分配车辆和安排车辆行驶路线，使得客户的时间要求被充分满足，同时也保证车辆数使用尽量少，配送费用尽量低。 车辆调度问题需满足六个假设条件: (I)配送中心和施工现场的地理位置事先已知； (2)施工现场的相关信息，如需求量，允许服务的时间窗是事先已知的，不存在临时变动的情况； (3)配送中心配送车辆的车型及每种车型的最大载重量是事先已知的； (4)车辆在行驶过程中是匀速行驶的； (5)车辆的启动成本费用是固定的，不区分车型。 (6)配送车辆行驶过程没有发生车辆抛锚、路况差导致车辆不能行驶、交通拥堵等情况。 车辆调度问题需实现三个目标: (I)配送总费用最小； (2)未按客户指定时间送达产生的惩罚成本最少； (3)车辆使用数最少,且车辆利用率高。 本专利技术所提供的具体步骤如下: (I)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: min nA+nB+...nM+nAQA+nBQB+...nMQM_Q s.t.nAQA+nBQB+***nMQM>Q nA，nB，...，nMeN(自然数) 其中: A, B,…M:配送中心所拥有的车辆型号； H1:车型i的车辆使用数目(i e {A, B,...Μ})； Q1:车型 i 的最大载重量(i e {A, B,...Μ})； 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，运用现代优化算法一蚁群算法(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，具体程序代码可在参考书中获得；通过MATLAB软件运行程序，可得出车辆行驶最优路线，确保三个预定目标实现。本文档来自技高网...

【技术保护点】
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：minnA+nB+…nM+nAQA+nBQB+…nMQM‑Qs.t.nAQA+nBQB+…nMQM>QnA,nB，…,nM∈N(自然数)其中：A,B,…M：配送中心所拥有的车辆型号；ni：车型i的车辆使用数目(i∈{A,B,…M})；Qi：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。

【技术特征摘要】
1.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:...

【专利技术属性】
技术研发人员：张亮，何兆芳，
申请(专利权)人：中国十七冶集团有限公司，
类型：发明
国别省市：安徽;34