【技术实现步骤摘要】
基于改进型蚁群算法的智能调度方法和系统
本专利技术实施例涉及通信
，尤其涉及一种基于改进型蚁群算法的智能调度方法和系统。
技术介绍
目前移动宽带业务高速发展，家宽装维与人员调度之间的矛盾日益凸显。如何实现高效、精准的装维服务，减少无谓的装维消耗，发挥装机能力最大化，是摆在面前的一项难题。目前整个宽带装维服务，大部分还停留在原始的人工调度阶段。但是人工调度显然无法考虑到装维人员的忙闲、距离、路况等情况，做不到准确、高效的调度，不仅浪费人力成本，还因调度不准造成额外的成本浪费。此外现有的调度方式不够灵活，不能及时获得装维人员工作情况，若当前工作对后续派单的执行有影响，不能灵活的调度工单。
技术实现思路
针对现有技术问题，本专利技术实施例提供一种基于改进型蚁群算法的智能调度方法和系统。第一方面，本专利技术实施例提供一种基于改进型蚁群算法的智能调度方法，所述方法包括：采用改进型蚁群算法进行调度优化，生成任务分配方案；所述改进型蚁群算法的输入包括各维装人员在各任务间需要的路途时间以及各...
【技术保护点】
1.一种基于改进型蚁群算法的智能调度方法，其特征在于，所述方法包括：/n采用改进型蚁群算法进行调度优化，生成任务分配方案；所述改进型蚁群算法的输入包括各维装人员在各任务间需要的路途时间以及各维装人员进行各任务的维装时间，输出包括各维装人员分配的任务，任务执行顺序、任务预计处理时间以及任务预计完成时间；/n当工单池中有新工单加入且预约时间为当天，或者工单池中当天工单预约时间发生变化时，触发所述改进型蚁群算法进行重新计算，生成新的任务分配方案；/n如果在维装人员分配的上一单任务的预计完成时间超时之前，没有接收到维装人员的上一单回单，将维装人员的当前任务工单回收至工单池，清除所述...
【技术特征摘要】
1.一种基于改进型蚁群算法的智能调度方法，其特征在于，所述方法包括：
采用改进型蚁群算法进行调度优化，生成任务分配方案；所述改进型蚁群算法的输入包括各维装人员在各任务间需要的路途时间以及各维装人员进行各任务的维装时间，输出包括各维装人员分配的任务，任务执行顺序、任务预计处理时间以及任务预计完成时间；
当工单池中有新工单加入且预约时间为当天，或者工单池中当天工单预约时间发生变化时，触发所述改进型蚁群算法进行重新计算，生成新的任务分配方案；
如果在维装人员分配的上一单任务的预计完成时间超时之前，没有接收到维装人员的上一单回单，将维装人员的当前任务工单回收至工单池，清除所述当前任务的预计处理时间，并将所述上一单任务的预计完成时间增加指定时长后，触发所述改进型蚁群算法进行重新计算，生成新的任务分配方案。
2.根据权利要求1所述的方法，其特征在于，当装维人员有N名，工单池中待装任务工单为M个，蚁群迭代次数为K次，每次迭代产生出的分配方案中耗时最长的人员即为本次分配方案的最终时间，设定完成所有待装任务的时间最短为目标函数，则目标函数为：
其中，表示在第k次迭代产生出的分配方案中，第n个装维人员耗时最长，即为第k次分配方案的最终耗时时间；其中k＝1,2,3……K；
表示在第k次迭代中，第n个人完成第m个任务所耗时间；其中n＝1,2,3……N；
所述目标函数为：
其中，的值包含路途时间和上门装维时间两部分，即：
所述各维装人员在各任务间需要的路途时间根据工单池中的各任务之间的地理位置关系、各任务预约时间以及当前维装人员的交通方式确定。
3.根据权利要求2所述的方法，其特征在于，在每次分配方案中，所述各任务的预计完成时间为派单时间加上该任务预计耗时时间；
在第K次分配方案中第n个人完成第m个任务的预计完成时间为：
所述派单时间为本次任务分配蚁群算法执行结束时间；
所述预计耗时时间为路途时间加上装维时间。
4.根据权利要求3所述的方法，其特征在于，当触发所述改进型蚁群算法进行重新计算时，所述方法还包括：
判断各维装人员是否为忙的状态，判断条件为：
t预计完成时间>t当前时间
将满足判断条件的维装人员标记为忙；
对于标记为忙的装维人员，判断该维装人员首次任务分配时能否在预约时间之前赶到装维地点，判断条件为：
Δt＝t预约时间-t路途-t预计完成时间>0
Δt>0表示该维装人员已经完成上一个任务，且可以在预约时间之前达到装维地点；
如果Δt<0，则标记该分配方案为不可行解，同时添加到对应禁忌矩阵。
5.根据权利要求3所述的方法，其特征在于，当触发所述改进型蚁群算法进行重新计算时，所述方法还包括：
判断装维人员能否在预...
【专利技术属性】
技术研发人员：李娜，单俊明，柳兆裕，张涛，刘洋，李先荣，孙洁，王子峰，
申请(专利权)人：中国移动通信集团山东有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。