一种面向隔离病区的多智能体调度控制方法及系统技术方案

本发明专利技术提出一种面向隔离病区的多智能体调度控制方法及系统，该方法包括：建立基于多智能体的多隔离区域目标任务点请求配送调度目标函数；各隔离区域目标任务点依据需求向系统提出配送请求；系统依据调度目标函数调度智能体完成配送作业任务。所提群控调度方法能解决调度分配任务不合理的问题，实现结合配送调度系统对多智能体配送任务调度的功能，优化了传统调度多智能体方法消耗时间过长以及消耗能量过大的不足，提升了在多任务多区域密集环境下多智能体的配送效率。境下多智能体的配送效率。境下多智能体的配送效率。

【技术实现步骤摘要】
一种面向隔离病区的多智能体调度控制方法及系统


[0001]本专利技术涉及多智能体调度控制
，尤其涉及一种面向隔离病区的多智能体调度控制方法及系统。

技术介绍

[0002]当前，已有多种方法应用于多智能体调度作业中，其中包括蚁群算法、模拟退火算法、遗传算法、A*算法等，各类方法均以在一定的约束下，找到路径最短、耗时最少的最优解为目标。
[0003]公开号CN 113739812 A中公开了配送计划生成方法、系统、系统及计算机可读存储介质，其中，方法包括以下步骤：取得与多个据点间的多条路线有关的信息、与多台配送车辆的种类有关的信息、以及与多台配送车辆的种类所对应的多个时间段的交通状态有关的信息；取得包括每个时间段中行驶所述多条路线所需的行驶时间的多个成本矩阵；针对第一配送据点和第二配送据点之间的第一路线和第二路线，根据在第一时间段和第二时间段中的行驶时间，计算通过路线配送第一配送任务的行驶时间；将通过每条路线配送所述第一配送任务的行驶时间相比较，确定配送所述第一配送任务的路线。但该公开方法中只考虑了行驶时间成本，未考虑配送车辆的加速度能耗问题。
[0004]公开号CN 110782064 A中公开了一种集车辆调度优化与任务分配于一体的可视化方法及系统，其中，方法包括以下步骤：接收客户订单，收集构造可视化地图所需数据信息；算法服务器根据客户需求建立相应的车辆调度模型，通过货物运输所需要的运输成本确定车辆调度模型，以最小化总成本为目标建立目标函数；算法服务器计算出车辆最优调度方案；根据算法服务器提供的最优调度方案，将运送车辆的路线图在百度地图上进行可视化显示；上层调度系统将每个车场、每辆车的任务以及车辆具体的行驶路线发送给下层相对应的驾驶员，驾驶员根据安排进行送货；利用百度地图提供的GPS定位功能，对每辆车进行任务的实时定位跟踪及位置反馈；车辆驾驶员通过手机终端及时与上端计划层进行任务的汇报完成进度、车辆情况、各路段拥堵状况和突发状况，方便上端计划层根据现实情况及时对接下来的任务进行优化调整；任务完成后，系统自动更新各车场、各车辆的状态以及物资的使用情况，对客户的信息以及本次配送的反馈情况进行存储，方便下一次的调度安排。但该公开方法中只考虑了车辆行驶距离成本，提前送达或者延误的时间惩罚成本，使用车辆的固定成本，未考虑配送车辆的加速度能耗问题。
[0005]当前公开的方法存在以下不足：1)未考虑智能体的加减速所需能耗，这导致智能体的能耗增加；2)在智能体接近目标任务点且速度较快时，通常采用屏蔽邻近目标任务点的任务信号来避免调度模型算法计算出无穷大或无穷小的结果，这也导致了多智能体资源的浪费，降低了调度效率。虽然现阶段的多智能体调度方法已在多个领域有着广泛应用，但现公开的多智能体调度方法由于存在以上不足所以无法很好的直接应用于隔离病区多任务多区域密集环境下的配送任务。

技术实现思路

[0006]为能够解决上述问题，本专利技术提供了一种面向隔离病区的多智能体调度控制方法及系统，用以解决现有技术中对在隔离病区的多智能体调度控制效率较低、能耗较高的缺陷，实现更高效的调度多智能体。
[0007]为达到此目的，本专利技术采用以下技术方案：
[0008]本申请第一方面提供了一种面向隔离病区的多智能体调度控制方法，包括以下步骤：
[0009]S11、配送中心系统遍历各目标任务点，获取目标任务点发送的待配送任务信号；
[0010]S12、判断目标任务点是否有待配送任务信号：
[0011]若目标任务点没有待配送任务信号，则执行S11，若目标任务点有待配送任务信号，则执行S13；
[0012]S13、配送中心系统获取所有可用智能体的当前位置、速度信息；
[0013]S14、配送中心系统将所有可用智能体的当前位置、速度信息输入至多智能体配送调度目标函数中，多
[0014]智能体配送调度目标函数为：
[0015][0016]其中：
[0017]C
d
为智能体的单位配送距离系数；
[0018]C
n
为智能体的启动能耗系数；
[0019]C
m
为智能体已分配任务因子系数；
[0020]M
k
为智能体已分配任务数量，M
k
＝1；2；
…
；a，a为智能体储槽最大数量；
[0021]C
v
为智能体的减速能耗系数；
[0022]v
k
为智能体的当前速度；
[0023]为智能体的当前加速度；
[0024]D
i，k
为智能体与目标任务点距离；
[0025]i为目标任务点编号，i＝1；2；
…
；n，n为目标任务点数量；
[0026]k为智能体编号，k＝1；2；
…
；b，b为智能体数量；
[0027]ω1为距离因素权重系数；
[0028]ω2为启动能耗权重系数；
[0029]ω3为已分配任务数量权重系数；
[0030]ω4为减速能耗权重系数；
[0031]ω
j
，j＝1；2；3；4为多智能体配送调度目标函数中的预设权重系数，ω
j
的限制条件如公式(2)所示：
[0032][0033]ω1C
d
D
i，k
为第k个智能体到第i个目标任务点的距离成本；
[0034]为第k个智能体的启动能耗成本；
[0035]ω3C
m
M
k
为第k个智能体的已分配任务数量成本；
[0036]为第k个智能体到第i个目标任务点的减速能耗成本；
[0037]f(i，k)为第k个智能体到第i个目标任务点的目标函数；
[0038]S15、判断配送中心系统是否已遍历全部可用智能体：
[0039]若配送中心系统未遍历全部可用智能体，则执行S14，若配送中心系统已遍历全部可用智能体，则执行S16；
[0040]S16、配送中心系统将各可用智能体目标函数值进行比较大小；
[0041]S17、判断配送中心系统是否已比较全部可用智能体的目标函数值：
[0042]若所有可用智能体的目标函数值未完全比较，则执行S16，若已求出全部可用智能体中目标函数值最小的智能体，则执行S18；
[0043]S18、将当前目标任务点的待配送任务信号分配至已求出的目标函数值最小的智能体，将其定义为预调智能体；
[0044]S19、判断配送中心系统是否接收到预调智能体返回的确认信号：
[0045]若配送中心系统未接收到预调智能体返回的确认信号，则执行S20；若配送中心系统已接收到预调智能体返回的确认信号，则执行结束本次任务调度分配流程；
[0046]S20、配送中心系统通过其他智能体向预调智能体发送配送任务；
[0047]S21、判本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向隔离病区的多智能体调度控制方法，其特征在于，将智能体的速度、加速度、当前任务数量以及与目标任务点的距离作为变量，通过一种多智能体配送调度目标函数可获得智能体实时的目标函数值，智能体实时的目标函数值作为多智能体在隔离病区的调度任务分配指标，该方法能够提高多智能体在隔离病区的调度效率，降低了多智能体的调度能耗，避免了现有实时调度方法中当多智能体与目标任务点距离过小时，出现函数值趋向无穷的缺陷，所述方法包括以下步骤：S11、配送中心系统遍历各目标任务点，获取目标任务点发送的待配送任务信号；S12、判断目标任务点是否有待配送任务信号：若目标任务点没有待配送任务信号，则执行S11，若目标任务点有待配送任务信号，则执行S13；S13、配送中心系统获取所有可用智能体的当前位置、速度信息；S14、配送中心系统将所有可用智能体的当前位置、速度信息输入至多智能体配送调度目标函数中，多智能体配送调度目标函数为：其中：C
d
为智能体的单位配送距离系数；C
n
为智能体的启动能耗系数；C
m
为智能体已分配任务因子系数；M
k
为智能体已分配任务数量，M
k
＝1；2；
…
；a，a为智能体储槽最大数量；C
v
为智能体的减速能耗系数；v
k
为智能体的当前速度；为智能体的当前加速度；D
i,k
为智能体与目标任务点距离；i为目标任务点编号，i＝1；2；
…
；n，n为目标任务点数量；k为智能体编号，k＝1；2；
…
；b，b为智能体数量；ω1为距离因素权重系数；ω2为启动能耗权重系数；ω3为已分配任务数量权重系数；ω4为减速能耗权重系数；ω
j
,j＝1；2；3；4为多智能体配送调度目标函数中的预设权重系数，ω
j
的限制条件如公式(2)所示：ω1C
d
D
i,k
为第k个智能体到第i个目标任务点的距离成本...

【专利技术属性】
技术研发人员：胡立坤，覃健翔，王一飞，殷林飞，卢泉，李勇，
申请(专利权)人：广西大学，
类型：发明
国别省市：