基于GIS和智能算法的物流调度系统技术方案

本发明专利技术基于GIS和智能算法的物流调度系统，包括具有拓扑结构的GIS平台及货物装配和运输分配体系；拓扑结构为基于BP神经元的多层前向神经网络结构，其可进行物流车辆配送最优路径选择，具体方法为：进行邻接矩阵的生成：设定一有向连通图；各个节点间根据GIS平台拓扑结构计算之间的路径；进行条件约束的设定；进行最优路径的计算：神经网络趋于稳定后，形成一换位阵，包含0和1两个单位，其中1代表经过的节点，1代表经过的节点为最优的解；形成最终物流车辆配送最优路径的确定；将路径下发至物流车辆。

Logistics Scheduling System Based on GIS and Intelligent Algorithms

The logistics dispatching system based on GIS and intelligent algorithm includes a GIS platform with a topological structure and a cargo assembly and transportation distribution system. The topological structure is a multi-layer forward neural network structure based on BP neuron, which can select the optimal route for logistics vehicle distribution. The specific method is as follows: generating the adjacency matrix: Setting up a directed connected graph; calculating the paths between nodes according to the topological structure of GIS platform; setting constraints; calculating the optimal path: when the neural network tends to be stable, it forms a commutation matrix consisting of 0 and 1 units, of which 1 represents the passing node and 1 represents the passing node as the optimal solution. Form the determination of the optimal route of the final logistics vehicle distribution; send the route down to the logistics vehicle.

【技术实现步骤摘要】
基于GIS和智能算法的物流调度系统
本专利技术涉及智能科技控制技术，特别涉及物流智能调度，具体的，其展示一种基于GIS和智能算法的物流调度系统。
技术介绍
随着社会经济的发展，物流运输也随之不断发展，物流是指物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等功能有机结合起来实现用户要求的过程。现阶段的物流包括物流管理，物流管理具体为根据物质资料实体流动的规律，应用管理的基本原理和科学方法，对物流活动进行计划、组织、指挥、协调、控制和监督，使各项物流活动实现最佳的协调与配合；现阶段的物流管理一般通过人工利用电脑系统进行：具体为，根据货物于仓储中的库存及车辆空闲情况，进行车辆分配，在车辆运输过程中根据GPS跟踪车辆输送路径。现阶段的物流管理方式，车辆分配和车辆跟踪基本为人工进行分配方式，工作人员劳动强度大，且物流分配效率低，无法实现货物的高效配送。因此，有必要提供一种基于GIS和智能算法的物流调度系统来解决上述问题。
技术实现思路
本专利技术的目的是提供一种基于GIS和智能算法的物流调度系统。技术方案如下：一种基于GIS和智能算法的物流调度系统，包括具有拓扑结构的GIS平台及货物装配和运输分配体系；拓扑结构为基于BP神经元的多层前向神经网络结构，其可进行物流车辆配送最优路径选择，具体方法为：S1）进行邻接矩阵的生成：S1-1）设定一有向连通图G=(N，L，D)(N×N)；其中N表示为神经网络的节点数，既物流节点，L表示的是神经网络的边数；S1-2）各个节点间根据GIS平台拓扑结构计算之间的路径：存在两个节点之间有着相关的数量，相应矩阵元素的值作为路径的运时长度；S2）进行条件约束的设定：增加一个能量项使邻接矩阵的收敛趋于稳态；S3）进行最优路径的计算：神经网络趋于稳定后，形成一换位阵，包含0和1两个单位，其中1代表经过的节点，1代表经过的节点为最优的解；S4）形成最终物流车辆配送最优路径的确定：确定物流车辆配送时，最短的距离、最小的运费、以及最短的时间的配送路径；S5）将路径下发至物流车辆。进一步的，步骤S1-2）中两个节点间不存在路径，则相应矩阵元素的值为∞。进一步的，步骤S2）中，增加一个能量项使邻接矩阵的收敛趋于稳态为根据权重项进行直接约束。进一步的，运输分配体系包括货物装载和运输，具体分配方法为：K1）读出发送节点和配送到的节点的所有需配送货物，根据物流车辆配送最优路径选择进行最佳配送路径选择；K2）对所有需配送货物进行排序，后进行货物装车；K3）进行满载判别：根据物流车辆所能承载的重量及容积、以及装车后货物的重量及体积进行对比，直接判别是否满载；K4）满载后，记录终点编号，同时于派车数量上加一；K5）继续装载，直至货物装车完成，同时记录派车总量；K6）进行货物配送指令的下达。进一步的，步骤K2）中，排序为根据货物重量从小到大排列、或根据货物体积从到大小进行排序。进一步的，步骤K2）中，货物装车为跟据遗传算法进行最优装车路径确定后，通过AGV、穿梭车、及液压叉车等设备进行货物输送及装车。与现有技术相比，本专利技术通过智能化的内部装车最优路径确定及货物自动装车控制，结合进行物流车辆配送最优路径选择，实现物流货物的高速高效配送，减少对人力资源的占用同时减少物流车辆的资源浪费。具体实施方式实施例：本实施例展示一种基于GIS和智能算法的物流调度系统，包括具有拓扑结构的GIS平台及货物装配和运输分配体系；拓扑结构为基于BP神经元的多层前向神经网络结构，其可进行物流车辆配送最优路径选择，具体方法为：S1）进行邻接矩阵的生成：S1-1）设定一有向连通图G=(N，L，D)(N×N)；其中N表示为神经网络的节点数，既物流节点，L表示的是神经网络的边数；S1-2）各个节点间根据GIS平台拓扑结构计算之间的路径：存在两个节点之间有着相关的数量，相应矩阵元素的值作为路径的运时长度；S2）进行条件约束的设定：增加一个能量项使邻接矩阵的收敛趋于稳态；S3）进行最优路径的计算：神经网络趋于稳定后，形成一换位阵，包含0和1两个单位，其中1代表经过的节点，1代表经过的节点为最优的解；S4）形成最终物流车辆配送最优路径的确定：确定物流车辆配送时，最短的距离、最小的运费、以及最短的时间的配送路径；S5）将路径下发至物流车辆。步骤S1-2）中两个节点间不存在路径，则相应矩阵元素的值为∞。步骤S2）中，增加一个能量项使邻接矩阵的收敛趋于稳态为根据权重项进行直接约束。运输分配体系包括货物装载和运输，具体分配方法为：K1）读出发送节点和配送到的节点的所有需配送货物，根据物流车辆配送最优路径选择进行最佳配送路径选择；K2）对所有需配送货物进行排序，后进行货物装车；K3）进行满载判别：根据物流车辆所能承载的重量及容积、以及装车后货物的重量及体积进行对比，直接判别是否满载；K4）满载后，记录终点编号，同时于派车数量上加一；K5）继续装载，直至货物装车完成，同时记录派车总量；K6）进行货物配送指令的下达。步骤K2）中，排序为根据货物重量从小到大排列、或根据货物体积从到大小进行排序。步骤K2）中，货物装车为跟据遗传算法进行最优装车路径确定后，通过AGV、穿梭车、及液压叉车等设备进行货物输送及装车。与现有技术相比，本专利技术通过智能化的内部装车最优路径确定及货物自动装车控制，结合进行物流车辆配送最优路径选择，实现物流货物的高速高效配送，减少对人力资源的占用同时减少物流车辆的资源浪费。以上所述的仅是本专利技术的一些实施方式。对于本领域的普通技术人员来说，在不脱离本专利技术创造构思的前提下，还可以做出若干变形和改进，这些都属于本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于GIS和智能算法的物流调度系统，其特征在于：包括具有拓扑结构的GIS平台及货物装配和运输分配体系；拓扑结构为基于BP神经元的多层前向神经网络结构，其可进行物流车辆配送最优路径选择，具体方法为：S1)进行邻接矩阵的生成：S1‑1)设定一有向连通图G＝(N，L，D)(N×N)；其中N表示为神经网络的节点数，既物流节点，L表示的是神经网络的边数；S1‑2)各个节点间根据GIS平台拓扑结构计算之间的路径：存在两个节点之间有着相关的数量，相应矩阵元素的值作为路径的运时长度；S2)进行条件约束的设定：增加一个能量项使邻接矩阵的收敛趋于稳态；S3)进行最优路径的计算：神经网络趋于稳定后，形成一换位阵，包含0和1两个单位，其中1代表经过的节点，1代表经过的节点为最优的解；S4)形成最终物流车辆配送最优路径的确定：确定物流车辆配送时，最短的距离、最小的运费、以及最短的时间的配送路径；S5)将路径下发至物流车辆。

【技术特征摘要】
1.一种基于GIS和智能算法的物流调度系统，其特征在于：包括具有拓扑结构的GIS平台及货物装配和运输分配体系；拓扑结构为基于BP神经元的多层前向神经网络结构，其可进行物流车辆配送最优路径选择，具体方法为：S1)进行邻接矩阵的生成：S1-1)设定一有向连通图G＝(N，L，D)(N×N)；其中N表示为神经网络的节点数，既物流节点，L表示的是神经网络的边数；S1-2)各个节点间根据GIS平台拓扑结构计算之间的路径：存在两个节点之间有着相关的数量，相应矩阵元素的值作为路径的运时长度；S2)进行条件约束的设定：增加一个能量项使邻接矩阵的收敛趋于稳态；S3)进行最优路径的计算：神经网络趋于稳定后，形成一换位阵，包含0和1两个单位，其中1代表经过的节点，1代表经过的节点为最优的解；S4)形成最终物流车辆配送最优路径的确定：确定物流车辆配送时，最短的距离、最小的运费、以及最短的时间的配送路径；S5)将路径下发至物流车辆。2.根据权利要求1所述的一种基于GIS和智能算法的物流调度系统，其特征在于：步骤S1-2)中两个节点间不存在路径，则相应矩阵元素的值为∞。3.根据权利要求1所述的一种基于G...

【专利技术属性】
技术研发人员：芮来才，
申请(专利权)人：江苏大地物流有限责任公司，
类型：发明
国别省市：江苏,32