卸车流程方案生成方法、装置、存储介质和电子设备制造方法及图纸

本申请公开了一种卸车流程方案生成方法、装置、存储介质和电子设备，涉及计算机技术领域，具体涉及深度学习和智能调度等人工智能技术领域。具体实现方案为：获取列车信息和流程串信息，将列车信息和流程串信息输入至预设的卸车流程问题数学模型，并基于分支定界方法和预先训练的可行解预测模型对卸车流程问题数学模型进行求解，获得卸车流程问题数学模型的最优解，根据最优解，确定最优卸车流程方案。本申请可以提高对卸车流程问题数学模型的求解效率，进而提高了获得最优的卸车流程方案的效率，提升了港口的卸货能力。提升了港口的卸货能力。提升了港口的卸货能力。

【技术实现步骤摘要】
卸车流程方案生成方法、装置、存储介质和电子设备


[0001]本申请涉及计算机
，具体涉及深度学习和智能调度等人工智能
，尤其涉及一种卸车流程方案生成方法、装置、存储介质和电子设备。

技术介绍

[0002]相关技术中，煤炭港口在煤炭运输中充当了重要的中转站的作用，将铁路运来的煤炭卸载在煤场后装船运到目的地。卸车流程主要由翻车机、皮带机、堆料机连接构成。卸车计划包括针对每列到港火车安排卸车时间以及翻车、皮带、堆料机、堆场的流程串，同时要保证火车与流程串之间合理匹配。卸车计划的合理性直接影响到卸车效率，进一步影响到港口的吞吐量。

技术实现思路

[0003]本申请提供了一种卸车流程方案生成方法、装置、存储介质和电子设备。
[0004]根据本申请的一方面，提供了一种卸车流程方案生成方法，包括：
[0005]获取列车信息和流程串信息；
[0006]将所述列车信息和所述流程串信息输入至预设的卸车流程问题数学模型，并基于分支定界方法和预先训练的可行解预测模型对所述卸车流程问题数学模型进行求解，获得所述卸车流程问题数学模型的最优解；
[0007]根据所述最优解，确定最优卸车流程方案。
[0008]根据本申请的二方面，提供了一种卸车流程方案生成设备，包括：
[0009]第一获取模块，用于获取列车信息和流程串信息；
[0010]第二获取模块，用于将所述列车信息和所述流程串信息输入至预设的卸车流程问题数学模型，并基于分支定界设备和预先训练的可行解预测模型对所述卸车流程问题数学模型进行求解，获得所述卸车流程问题数学模型的最优解；
[0011]确定模块，用于根据所述最优解，确定最优卸车流程方案。
[0012]根据本申请的第三方面，提供了一种电子设备，包括：
[0013]至少一个处理器；以及
[0014]与所述至少一个处理器通信连接的存储器；其中，
[0015]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
[0016]根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面所述的方法。
[0017]根据本申请的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如第一方面所述的卸车流程方案生成方法的步骤。
[0018]根据本申请的技术方案，可以通过可行解预测模型和分支定界法提高对卸车流程问题数学模型的求解效率，进而提高了获得最优的卸车流程方案的效率，提升了港口的卸
货能力。
[0019]应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]附图用于更好地理解本方案，不构成对本申请的限定。其中：
[0021]图1是根据本申请第一实施例的示意图；
[0022]图2是根据本申请第二实施例的示意图；
[0023]图3是根据本申请第三实施例的示意图；
[0024]图4是根据本申请第四实施例的示意图；
[0025]图5是根据本申请第五实施例的示意图；
[0026]图6是根据本申请第六实施例的示意图；
[0027]图7是根据本申请第七实施例的示意图；
[0028]图8是根据本申请第八实施例的示意图；
[0029]图9是根据本申请第九实施例的示意图；
[0030]图10是根据本申请第十实施例的示意图；
[0031]图11是可以实现本申请实施例的卸车流程方案生成方法的电子设备的框图。
具体实施方式
[0032]以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0033]相关技术中，煤炭港口在煤炭运输中充当了重要的中转站的作用，将铁路运来的煤炭卸载在煤场后装船运到目的地。卸车流程主要由翻车机、皮带机、堆料机连接构成。卸车计划包括针对每列到港火车安排卸车时间以及翻车、皮带、堆料机、堆场的流程串，同时要保证火车与流程串之间合理匹配。卸车计划的合理性直接影响到卸车效率，进一步影响到港口的吞吐量。
[0034]基于上述问题，本申请提出了一种卸车流程方案生成方法、装置、存储介质和电子设备，可以实现通过可行解预测模型和分支定界法提高对卸车流程问题数学模型的求解效率，进而提高了获得最优的卸车流程方案的效率，提升了港口的卸货能力。
[0035]图1是根据本申请第一实施例的示意图。需要说明的是，本申请实施例中的卸车流程方案生成方法可用于本申请实施例中的卸车流程方案生成装置，该装置可配置于电子设备。如图1所示，卸车流程方案生成方法包括以下步骤：
[0036]步骤101，获取列车信息和流程串信息。
[0037]需要说明的是，上述列车信息可以是运输货物列车的相关信息，上述流程串可以是由多个流程环节组成，流程环节可以是港口中将货物从列车搬卸到港口堆场的多个流程环节，流程串信息可以是上述多个流程环节的相关信息。
[0038]作为一种可能的示例，预先获取列车信息和流程串信息。
[0039]步骤102，将列车信息和流程串信息输入至预设的卸车流程问题数学模型，并基于分支定界方法和预先训练的可行解预测模型对卸车流程问题数学模型进行求解，获得卸车流程问题数学模型的最优解。
[0040]可以理解，上述卸车流程问题数学模型可以是根据港口卸货的实际需求预先构建好的数学模型。上述可行解预测模型可以是预选训练好的预测模型，用于辅助分支定界方法对卸车流程问题数学模型进行求解。
[0041]作为一种可能的示例，列车信息和流程串信息输入至预设的卸车流程问题数学模型。通过分支定界法对列车信息和流程串信息输入至预设的卸车流程问题数学模型进行求解，并采用可行解预测模型辅助分支定界方法对卸车流程问题数学模型进行求解，获得卸车流程问题数学模型的最优解。采用可行解预测模型辅助分支定界方法对卸车流程问题数学模型进行求解，可以提高对卸车流程问题数学模型进行求解的速度。
[0042]步骤103，根据最优解，确定最优卸车流程方案。
[0043]作为一种可能的示例，根据卸车流程问题数学模型的最优解，确定与最优解对应的卸车流程方案，将该卸车流程方案作为最优卸车流程方案，该最优卸车流程方案能够使港口的卸货量最大。
[0044]根据本申请实施例的卸车流程方案生成方法，获取列车信息和流程串信息，将列车信息和流程串信息输入至预设的卸车流程问题数学模型，并基于分支定界方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卸车流程方案生成方法，包括：获取列车信息和流程串信息；将所述列车信息和所述流程串信息输入至预设的卸车流程问题数学模型，并基于分支定界方法和预先训练的可行解预测模型对所述卸车流程问题数学模型进行求解，获得所述卸车流程问题数学模型的最优解；根据所述最优解，确定最优卸车流程方案。2.根据权利要求1所述的方法，其中，所述将所述列车信息和所述流程串信息输入至预设的卸车流程问题数学模型，并基于分支定界方法和预先训练的可行解预测模型对所述卸车流程问题数学模型进行求解，获得所述卸车流程问题数学模型的最优解，包括：将所述列车信息和所述流程串信息输入至预设的卸车流程问题数学模型；基于所述分支定界法、所述列车信息和所述流程串信息，对所述卸车流程问题数学模型中的待分支问题进行分枝处理，得到所述待分支问题的多个子问题和所述多个子问题各自对应的第一可行解；将所述多个子问题分别输入至所述可行解预测模型，得到所述多个子问题各自对应的第二可行解；根据所述多个子问题各自对应的第一可行解和所述多个子问题各自对应的第二可行解，对所述多个子问题进行剪枝处理，获得所述卸车流程问题数学模型的最优解。3.根据权利要求2所述的方法，其中，所述根据所述多个子问题各自对应的第一可行解和所述多个子问题各自对应的第二可行解，对所述多个子问题进行剪枝处理，获得所述卸车流程问题数学模型的最优解，包括：基于当前子问题的第一可行解，确定所述当前子问题的下界；基于当前子问题的第二可行解，确定所述当前子问题的上界；响应于所述上界小于所述下界，将所述当前子问题作为新的待分支问题，执行所述基于所述分支定界法对所述卸车流程问题数学模型中的待分支问题进行分枝处理，得到所述待分支问题的多个子问题和所述多个子问题各自对应的第一可行解的步骤；响应于所述上界大于所述下界，对所述当前子问题进行剪枝；响应于所述上界等于所述下界，将所述第一可行解确定为所述卸车流程问题数学模型的最优解。4.根据权利要求3所述的方法，其中，所述基于当前子问题的第一可行解，确定所述当前子问题的下界，包括：响应于所述第一可行解满足所述卸车流程问题数学模型的预设约束条件，基于所述卸车流程问题数学模型的预设目标函数，计算所述第一可行解的第一目标函数值；将所述第一目标函数值确定为所述当前子问题的下界。5.根据权利要求3所述的方法，其中，基于当前子问题的第二可行解，确定所述当前子问题的上界，包括：响应于所述第二可行解满足所述卸车流程问题数学模型的预设约束条件，基于所述卸车流程问题数学模型的预设目标函数，计算所述第二可行解的第二目标函数值；将所述第二目标函数值确定为所述当前子问题的上界。6.根据权利要求2所述的方法，其中，所述将所述多个子问题分别输入至所述可行解预
测模型，得到所述多个子问题各自对应的第二可行解，包括：将所述多个子问题分别输入至所述可行解预测模型，得到所述多个子问题各自对应的多个中间可行解；基于所述卸车流程问题数学模型的预设目标函数，计算同一子问题的多个中间可行解各自的目标函数值；将目标函数值最小的中间可行解确定为所述子问题对应的第二可行解。7.根据权利要求1所述的方法，其中，所述获取流程串信息，包括：获取卸车设备信息；根据所述卸车设备信息，确定所述多个卸车设备之间的权重比；根据所述权重比和预设的流程串需求总数量，确定所述多个卸车设备各自的卸车流程串需求数量；根据所述流程串信息和所述多个卸车设备各自的卸车流程串需求数量，确定所述多个卸车设备各自的可使用卸车流程串；将所述卸车设备信息和所述多个卸车设备各自的可使用卸车流程串确定为所述流程串信息。8.一种卸车流程方案生成设备，包括：第一获取模块，用于获取列车信息和流程串信息；第二获取模块，用于将所述列车信息和所述流程串信息输入至预设的卸车流...

【专利技术属性】
技术研发人员：李飞，解鑫，袁晓敏，刘建林，许铭，刘颖，徐进，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：