优化物流调度的方法和系统技术方案

本申请涉及优化物流调度的方法和系统。提供一种由计算机实施的方法，包括：构建蚁群算法的输入，包括与预定时段内待交付的订单的物料有关的订单数据、可用库位数据和物流效率数据；初始化蚁群算法的参数，包括蚂蚁数量、迭代停止条件和信息素矩阵，蚂蚁数量基于订单数据中所包含的物料的数量，信息素矩阵的元素指示从各订单中的各物料到各库位的全部可能路径上的相应信息素浓度；在未满足迭代停止条件时，迭代执行蚁群算法；和在满足时，停止迭代并输出当时的最优解。对于每一次迭代，生成与每只蚂蚁对应的解，其为这只蚂蚁所选择的从各订单中的各个物料到各个库位的路径的集合；和基于指示全部物料所占库位的库位利用率的目标函数确定每次迭代的最优解，其中目标函数。其中目标函数。其中目标函数。

【技术实现步骤摘要】
优化物流调度的方法和系统


[0001]本公开涉及物流调度，具体地涉及优化物流调度的方法和系统。

技术介绍

[0002]在以往模式下，各生产部门按各自的生产需求制定各自的采购计划并生成采购订单，与供应商约定采购订单的发货时间、交付时间、运输方式等。各种订单到货后，仓库针对收到的物料进行库位分配和物料存储。
[0003]但是，由于缺少提前的统一调配，有可能造成各种问题。例如，订单的物料到货后，被随机分配到可用但不一定最合适的库位，使得仓库库位不能得到有效利用，即仓库库位利用率低。在一些情况下，由于缺乏提前的调配，各种订单的物料在到货时，可能仓库并没有可用的库位来存储这些物料，导致物流混乱，影响生产计划。仓库有时候有较多闲置库位而没有得到充分利用，有时候又因为订单扎堆到货不能提供足够的可用库位。

技术实现思路

[0004]根据一个方面，提供一种由计算机实施的方法，包括：构建蚁群算法的输入，所述输入包括与预定时段内待交付的订单的物料有关的订单数据、可用库位数据和物流效率数据；初始化蚁群算法的参数，所述参数包括蚂蚁数量、迭代停止条件和信息素矩阵，其中蚂蚁数量基于订单数据中所包含的物料的数量，信息素矩阵的元素指示从各订单中的各物料到各库位的全部可能路径上的相应信息素浓度；在未满足迭代停止条件时，迭代执行蚁群算法；和在满足迭代停止条件时，停止迭代并输出当时的最优解。其中迭代执行蚁群算法包括：对于每一次迭代，生成与每只蚂蚁对应的解，与每只蚂蚁对应的解为这只蚂蚁所选择的从各订单中的各个物料到各个库位的路径的集合；和基于目标函数确定每次迭代的最优解，其中目标函数指示全部物料所占库位的库位利用率。
[0005]根据一些实施例，构建蚁群算法的输入进一步包括：构建与订单数据相关联的任务数组，任务数组包括至少一个任务对象，每个任务对象表征一订单中的一物料的物料种类、其库容需求和其交付时间；构建与可用库位数据相关联的二维矩阵，该二维矩阵包括至少一个可用库位对象，每个可用库位对象表征某库位在某个时间点的可用库容和适装品类；构建与物流效率数据相关联的二维矩阵，该二维矩阵包括至少一个物流效率对象，每个物流效率对象表征某个供应商以某种运输方式进行运输时的物流时长。
[0006]根据一些实施例，基于目标函数确定每次迭代的最优解进一步包括：对于每一次迭代，针对与每只蚂蚁对应的解，计算相应的目标函数的值；选择使得目标函数的值最大的解来作为该次迭代的最优解。
[0007]根据一些实施例，迭代执行蚁群算法进一步包括：在每次迭代结束时，对于每只蚂蚁，根据下式进行信息素矩阵的更新：
[0008][0009][0010]其中，τ
ij
表示在任务对象i到库位j这条路径上的信息浓度值，i是小于等于物料总数的自然数，j是小于等于库位总数的自然数；
[0011]表示第k只蚂蚁在任务对象i到库位j这条路径上增加的信息素浓度值，k是小于等于蚂蚁数量的自然数；
[0012]其中，如果第k只蚂蚁使用了任务对象i到库位j这条路径，则针对从任务对象i到库位j这条路径，增加对应的信息素浓度值为Q/C
k
，其中C
k
表示100％减去与第k只蚂蚁对应的解的库位利用率)得到的差值，Q为经验值；
[0013]如果第k只蚂蚁没有使用任务对象i到库位j这条路径，则针对从任务对象i到库位j这条路径，增加对应的信息素浓度值为0。
[0014]根据一些实施例，迭代执行蚁群算法进一步包括：在每次迭代结束时，按照下式对信息素矩阵的每个元素执行信息素挥发：
[0015]pheromoneMatrix[i][j]＝pheromoneMatrix[i][j]‑
ρ
[0016]其中，ρ为大于0小于1的信息挥发因子。
[0017]根据一些实施例，迭代停止条件为：迭代次数大于预设次数；或与最优解对应的目标函数值大于等于预设的库位利用率。
[0018]根据一些实施例，该方法还包括针对一任务对象，执行如下步骤直到构建用于该任务对象的路径：随机选择一库位，判断该库位是否能够提供满足该任务对象的交付时间的可用库容，响应于判定该库位对象能够提供满足该任务对象的交付时间的可用库容，构建从该任务对象到该库位的路径，响应于判定该库位不能够提供满足该任务对象的交付时间的可用库容，随机选择另一库位并基于该另一库位是否能够提供满足该任务对象的交付时间的可用库容来确定是否构建从该任务对象到该另一库位的路径。
[0019]根据一些实施例，该方法还包括：基于输出的最优解锁定库存；和向供应商发送订单发货通知。
[0020]根据一些实施例，可用库位数据是基于当前实时库位利用情况和物料的历史库位周转率确定的。
[0021]根据一些实施例，订单数据包含反映订单优先级的信息。
[0022]根据一个方面，提供一种计算机系统，包括：一个或多个处理器，和与所述一个或多个处理器耦接的存储器，所述存储器存储计算机可读程序指令，所述指令在被所述一个或多个处理器执行时使得所述一个或多个处理器执行如上所述的方法。
[0023]根据一个方面，提供一种计算机可读存储介质，其上存储计算机可读程序指令，所述指令在被处理器执行时使得处理器执行如上所述的方法。
[0024]根据一个方面，提供一种计算机程序产品，包括计算机可读程序指令，所述指令在被处理器执行时使得处理器执行如上所述的方法。
附图说明
[0025]图1是用于说明根据本公开实施例的物流智能调度系统的概览的示意图。
[0026]图2是示出根据本公开实施例的物流智能调度方法的流程图。
[0027]图3是示出根据本公开实施例的物流智能调度方法的流程图。
[0028]图4是示出根据本公开实施例的路径构造的示意图。
[0029]图5是示出根据本公开实施例的方法迭代执行的效果示意图。
[0030]图6是示出可以实现根据本公开实施例的设备的一般硬件环境的示意图。
具体实施方式
[0031]提供以下描述以使得本领域的技术人员能够实现和使用所述实施例，并且以下描述是以特定应用程序及其要求的上下文提供的。各种修改形式对于本领域的技术人员而言将是显而易见的，并且本文中所限定的一般性原则可应用于其他实施例和应用程序，而不脱离所述实施例的实质和范围。因此，所述实施例不限于所示出的实施例，而是要被赋予符合本文所公开的原理和特征的最宽泛的范围。
[0032]图1
‑
物流智能调度系统的概览
[0033]图1是用于说明根据本公开实施例的物流智能调度系统的概览的示意图。
[0034]本公开实施例的物流智能调度系统旨在对待交付的订单进行统一调配，其采用蚁群算法，在向供应商通知发货之前，为订单所涉及的物料分配最适合的可用库位(即为订单预留了可用库位)，并且在分配同时，尽可能既满足订单的交付时间又能够提升库位的利用率。提升库位利用率可以使得同样容量的仓库可以为更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种由计算机实施的方法，包括：构建蚁群算法的输入，所述输入包括与预定时段内待交付的订单的物料有关的订单数据、可用库位数据和物流效率数据；初始化蚁群算法的参数，所述参数包括蚂蚁数量、迭代停止条件和信息素矩阵，其中蚂蚁数量基于订单数据中所包含的物料的数量，信息素矩阵的元素指示从各订单中的各物料到各库位的全部可能路径上的相应信息素浓度；在未满足迭代停止条件时，迭代执行蚁群算法，迭代执行蚁群算法包括：对于每一次迭代，生成与每只蚂蚁对应的解，与每只蚂蚁对应的解为这只蚂蚁所选择的从各订单中的各个物料到各个库位的路径的集合；和基于目标函数确定每次迭代的最优解，其中目标函数指示全部物料所占库位的库位利用率；在满足迭代停止条件时，停止迭代并输出当时的最优解。2.如权利要求1所述的方法，其中，构建蚁群算法的输入进一步包括：构建与订单数据相关联的任务数组，任务数组包括至少一个任务对象，每个任务对象表征一订单中的一物料的物料种类、其库容需求和其交付时间；构建与可用库位数据相关联的二维矩阵，该二维矩阵包括至少一个可用库位对象，每个可用库位对象表征某库位在某个时间点的可用库容和适装品类；构建与物流效率数据相关联的二维矩阵，该二维矩阵包括至少一个物流效率对象，每个物流效率对象表征某个供应商以某种运输方式进行运输时的物流时长。3.如权利要求2所述的方法，其中，基于目标函数确定每次迭代的最优解进一步包括：对于每一次迭代，针对与每只蚂蚁对应的解，计算相应的目标函数的值；选择使得目标函数的值最大的解来作为该次迭代的最优解。4.如权利要求3所述的方法，其中，迭代执行蚁群算法进一步包括：在每次迭代结束时，对于每只蚂蚁，根据下式进行信息素矩阵的更新：在每次迭代结束时，对于每只蚂蚁，根据下式进行信息素矩阵的更新：其中，τ
ij
表示在任务对象i到库位j这条路径上的信息浓度值，i是小于等于物料总数的自然数，j是小于等于库位总数的自然数；表示第k只蚂蚁在任务对象i到库位j这条路径上增加的信息素浓度值，k是小于等于蚂蚁数量的自然数；其中，如果第k只蚂蚁使用了任务对象i到库位j这条路径，则针对从任务对象i到库位j这条路径，增加对应的信息素浓度值为Q/C
k
，其中C
k
表示100％减去与第k只蚂蚁对应的解的库位利...

【专利技术属性】
技术研发人员：赵振宇，胡栢顺，刘洋，于萍，张志洪，尹丽，
申请(专利权)人：华晨宝马汽车有限公司，
类型：发明
国别省市：