System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及车辆调度,具体而言,涉及车辆调度方案确定方法、程序产品、电子设备及存储介质。
技术介绍
1、车辆调度是指制定行车路线,使车辆在满足一定的约束条件下,有序地通过一系列装货点和卸货点,达到诸如路程最短、费用最小、耗时最少等目标。
2、通常会根据装货点的货物供应条件以及卸货点的货物需求条件对已有可调度车辆的调度方案进行规划,以获得符合规划目标的车辆调度方案。现有的车辆调度确定方法并未在规划过程中考虑实际的道路情况、交通状况等;在实际调度场景较为复杂的情况下,基于现有的车辆调度方案确定方法无法实现对车辆的精细化调度规划。
技术实现思路
1、有鉴于此,本申请实施例的目的在于提供一种车辆调度方案确定方法、程序产品、电子设备及存储介质,用以解决现有的车辆调度方案确定方法无法在复杂调度场景下实现对车辆的精细化调度规划的技术问题。
2、第一方面,本申请实施例提供了一种车辆调度方案确定方法,该方法包括:
3、基于车辆的调度规划模型,确定所述车辆的初步调度方案;其中,所述调度规划模型的决策变量包括每一材料装载地点对应的车辆调度参数,所述初步调度方案包括满足约束条件的车辆初步调度参数;所述约束条件包括每一材料需求地点的材料需求;
4、将所述车辆初步调度参数输入代理模拟运输模型,基于所述代理模拟运输模型对所述车辆的材料运输过程进行模拟,获得运输模拟结果;其中,所述代理模拟运输模型的代理包括所述车辆、所述材料装载地点和所述材料需求地点,所述车辆的代理行
5、基于所述运输模拟结果,获得满足预设调度阈值条件的目标调度方案。
6、在上述的实现过程中,该车辆调度方案确定方法通过基于车辆的调度规划模型,确定车辆的初步调度方案;将车辆初步调度参数输入代理模拟运输模型,基于代理模拟运输模型对车辆的材料运输过程进行模拟,获得运输模拟结果;基于运输模拟结果,获得满足预设调度阈值条件的目标调度方案。本申请所提供的车辆调度方案确定方法在确定目标调度方案的过程中,通过代理模拟运输模型对基于调度规划模型所确定的初步调度方案的材料运输过程进行了模拟,获得了与初步调度方案对应的运输模拟结果;再根据运输模拟结果获得满足预设调度阈值条件的目标调度方案;即使在复杂调度场景下,也能够实现对车辆的精细化调度规划。解决了现有的车辆调度方案确定方法无法在复杂调度场景下实现对车辆的精细化调度规划的技术问题。
7、可选地,在本申请实施例中,所述调度规划模型包括调度成本规划模型;所述车辆的运输材料包括混凝土;所述运输模拟结果包括模拟运输等待时间和模拟浇筑中断时间;所述基于所述运输模拟结果,获得满足预设调度阈值条件的目标调度方案,包括:根据所述车辆初步调度参数、所述模拟运输等待时间以及所述模拟浇筑中断时间,确定所述车辆的初步调度成本;在所述初步调度成本满足所述预设调度阈值条件的情况下,将所述初步调度方案确定为所述目标调度方案;在所述初步调度成本不满足所述预设调度阈值条件的情况下,基于所述运输模拟结果优化所述初步调度方案。
8、在上述的实现过程中,由于混凝土对最晚浇筑时间以及浇筑中断时间存在较为严苛的需求,本申请通过在确定初步调度方案之后,根据代理模拟运输模型获得与初步调度方案对应的模拟运输等待时间以及模拟浇筑中断时间,结合模拟运输等待时间以及模拟浇筑中断时间所带来的调度成本能够更加精确地获得车辆的初步调度成本,进而实现对车辆的精细化调度规划。
9、可选地,在本申请实施例中,所述将所述车辆初步调度参数输入代理模拟运输模型,基于所述代理模拟运输模型对所述车辆的材料运输过程进行模拟,获得运输模拟结果,包括:基于平衡优化算法对所述车辆初步调度参数进行优化,获得优化后的车辆调度参数;将所述优化后的车辆调度参数输入所述代理模拟运输模型,并基于所述代理模拟运输模型对所述车辆的材料运输过程进行模拟,获得所述运输模拟结果。
10、在上述的实现过程中,通过平衡优化算法可以从全局范围对车辆初步调度参数进行优化,避免所获得的优化后的车辆调度参数是局部最优参数,提高了优化后的车辆调度参数的优化效果,进而提高了对车辆调度方案的优化效率。
11、可选地,在本申请实施例中,所述调度规划模型包括最小总成本目标函数;所述基于平衡优化算法对所述车辆初步调度参数进行优化,获得优化后的车辆调度参数,包括:基于所述车辆初步调度参数以及所述约束条件,确定初始种群;根据所述最小总成本目标函数,确定所述初始种群中每一粒子的适应度值;根据所述适应度值,构造平衡池;其中,所述平衡池包括满足预设适应度条件的多个平衡粒子;根据所述平衡粒子,更新所述初始种群中每一粒子的浓度;在浓度更新后的优化种群满足预设更新条件的情况下,根据所述优化种群中适应度值最小的优化粒子确定所述优化后的车辆调度参数。
12、可选地,在本申请实施例中,所述基于所述车辆初步调度参数以及所述约束条件,确定初始种群,包括:根据所述车辆初步调度参数以及所述约束条件,确定多个初始粒子;在所述初始粒子的反向粒子满足所述约束条件的情况下,将所述初始粒子确定为候选粒子;根据所述候选粒子以及所述候选粒子的反向候选粒子,确定所述初始种群。
13、在上述的实现过程中,通过在初始粒子的反向粒子满足约束条件的情况下,将初始粒子确定为候选粒子;并根据候选粒子以及候选粒子的反向候选粒子,确定初始种群。这样,所确定的初始种群中只包括初始粒子和初始粒子的反向粒子均满足约束条件的粒子,可以提高初始种群的质量;在提高初始种群的多样性的同时,提高了种群优化效率,进而提高了车辆调度方案的优化效率。
14、可选地,在本申请实施例中,所述根据所述平衡粒子更新所述初始种群中每一粒子的浓度,包括:根据混沌映射关系以及浓度更新方程,确定混沌浓度更新方程;根据所述平衡粒子以及所述混沌浓度更新方程,更新所述初始种群中每一粒子的浓度。
15、在上述的实现过程中,由于混沌映射具有更高的复杂度、更强的随机性,且对初值不敏感、便利均衡且收敛较快;根据混沌浓度更新方程对粒子浓度进行更新,可以降低初始种群对种群优化结果的影响,提高种群优化效率和质量,进而提高了车辆调度方案的优化效率和质量。
16、可选地,在本申请实施例中,所述混沌映射关系包括圆形混沌映射;所述根据混沌映射关系以及浓度更新方程,确定混沌浓度更新方程,包括:根据所述圆形混沌映射以及所述浓度更新方程,确定所述混沌浓度更新方程。
17、在上述的实现过程中,根据圆形混沌映射以及浓度更新方程,确定混沌浓度更新方程,可以提高浓度更新的随机性和均匀性,进而提高种群优化效率和质量。
18、第二方面,本申请实施例提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现如上述第一方面任一项所述的车辆调度方案确定方法。
19、第三方面,本申请实施例还提供了一种电子设备;所述电子设备包括:
<本文档来自技高网...【技术保护点】
1.一种车辆调度方案确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,其中,所述调度规划模型包括调度成本规划模型;所述车辆的运输材料包括混凝土;所述运输模拟结果包括模拟运输等待时间和模拟浇筑中断时间;
3.根据权利要求1或2所述的方法,其特征在于,所述将所述车辆初步调度参数输入代理模拟运输模型,基于所述代理模拟运输模型对所述车辆的材料运输过程进行模拟,获得运输模拟结果,包括:
4.根据权利要求3所述的方法,其特征在于,其中,所述调度规划模型包括最小总成本目标函数;
5.根据权利要求4所述的方法,其特征在于,所述基于所述车辆初步调度参数以及所述约束条件,确定初始种群,包括:
6.根据权利要求4所述的方法,其特征在于,所述根据所述平衡粒子更新所述初始种群中每一粒子的浓度,包括:
7.根据权利要求6所述的方法,其特征在于,其中,所述混沌映射关系包括圆形混沌映射;
8.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现如权利要求1-7任
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序/指令,所述计算机程序/指令被一处理器运行时,执行权利要求1-7任一项所述的车辆调度方案确定方法。
...【技术特征摘要】
1.一种车辆调度方案确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,其中,所述调度规划模型包括调度成本规划模型;所述车辆的运输材料包括混凝土;所述运输模拟结果包括模拟运输等待时间和模拟浇筑中断时间;
3.根据权利要求1或2所述的方法,其特征在于,所述将所述车辆初步调度参数输入代理模拟运输模型,基于所述代理模拟运输模型对所述车辆的材料运输过程进行模拟,获得运输模拟结果,包括:
4.根据权利要求3所述的方法,其特征在于,其中,所述调度规划模型包括最小总成本目标函数;
5.根据权利要求4所述的方法,其特征在于,所述基于所述车辆初步调度参数以及所述约束条件,确定初...
【专利技术属性】
技术研发人员:杨书生,王成栋,杨青原,靳玉栋,王继刚,孙明浩,宋立海,
申请(专利权)人:济青高速铁路有限公司,
类型:发明
国别省市:
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。