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】
本公开的实施例涉及任务规划,具体地,涉及一种面向应急物资供应与运输保障的任务规划优化方法、装置以及存储有计算机程序的计算机可读存储介质。
技术介绍
1、应急物流是为应对突发事件而对物资、人员、资金的需求进行紧急保障的一种特殊物流活动,具有不确定性、紧迫性和非常规性等特点,通常通过物流效率实现其物流效益。其内容主要包括应急物资的储存与管理、应急物资的运输与配送、应急物流组织机制的构建等。
2、在现代应急保障体系中,由于无人化、智能化设备的不断涌现和介入,应急保障任务呈现高度复杂和瞬息万变的局面,任务时间跨度长、行动地域广、涉及的保障要素众多,对救援力量的快速响应能力提出了新的要求。如何在高度复杂、动态变化的环境下准确地进行任务规划、资源调度和执行监控仍面临巨大的挑战。
3、目前,应急保障任务的复杂性不仅来源于任务本身的多样性,还来源于多种突发因素对任务的影响,需要同时考虑任务的紧迫性、资源的可用性、物资的优先级、运输途中的安全性等多种因素。这些因素往往相互制约,因此,需要采用更加复杂的多目标优化方法进行综合权衡和决策。现有技术中公开号为cn1 13705970a的中国专利文件公开了一种应急物流资源任务匹配的htn规划方法,在需求量、运输时间和单位物资运输成本均不确定的情况下,建立了多目标模型,为使应急时间最短,成本最小,物资安全运送期望最大,运用区间数、三角模糊数的理论,完成多目标模型的求解。该方案使用模糊数学理论来处理不确定性问题,但是其依赖于事先设定好的层次化任务结构和固定的决策路径,在面临复杂动态环境
技术实现思路
1、本文中描述的实施例提供了一种面向应急物资供应与运输保障的任务规划优化方法、装置以及存储有计算机程序的计算机可读存储介质。
2、根据本公开的第一方面,提供了一种面向应急物资供应与运输保障的任务规划优化方法,包括:以总运费最少且每次任务在任务时限内完成为目标函数,构建应急物资供应模型;对应急物资供应模型求解最优解,输出资源分配方案;构建信息-任务关联模型,基于历史任务信息将任务决策信息与任务阶段进行关联,输出多标签分类结果;将资源分配方案作为输入,以多标签分类结果作为不同任务阶段的决策向量,以任务开销限制和投送过程中无回路的可行路径为约束条件,以最小化任务风险、最小化任务耗时、最小化载运工具数量为目标函数,构建应急物流任务的多目标优化模型;以及基于多目标遗传算法对多目标优化模型求解,并根据环境参数和任务参数的实时反馈调整模型输出结果,得到实时环境下的最优投送策略。
3、在本公开的一些实施例中,构建应急物资供应模型的目标函数:
4、
5、s.t.p={pj|tij≤tj(j=1,2,...,n)}
6、式中,z为总运费,m为物资补给点数量,n为任务数量,cij为单位运价,xij为从物资补给点i到保障对象j的运输量,tj每次任务规定的保障时限,tij为从物资补给点i到保障对象j的运输时间,pj为单次任务,p为任务集合;以及
7、确定应急物资供应模型的约束条件为:
8、
9、式中,ai为每个物资补给点i存放的物资数量,bj为每次任务保障对象j的物资需求量,xij为从物资补给点i到保障对象j的运输量。
10、在本公开的一些实施例中,对每条运输路径计算单位运价和运输时间,选择单位运价最低且运输时间最少的运输路径作为初始配置方案进行物资分配,直到所有的物资和需求都得到满足,完成初始配置方案;根据所有非基变量的检验数对初始配置方案进行最优判别,如果所有的检验数均不小于0,则当前方案为最优解;以及如果存在小于0的检验数,则当前方案不是最优解,则调整方案后继续进行最优判别,直到所有的检验数均大于0,得到应急物资供应模型目标函数的最优解,输出资源配置方案。
11、在本公开的一些实施例中,通过以下步骤得到应急物资供应模型目标函数的最优解:步骤1、选择最小负检验数对应的变量,作为入基变量,比较每个约束条件中变量的比率,选择比率最小的变量作为出基变量;步骤2、增加入基变量的值,将出基变量调整为0,重新计算每个变量的检验数;步骤3、如果仍然存在小于0的检验数则重复执行步骤1-步骤2,直到所有的检验数均大于0,得到应急物资供应模型目标函数的最优解。
12、在本公开的一些实施例中,基于历史任务信息构建包含任务决策信息和任务阶段的数据集,将数据集作为多标签学习算法的训练数据,每个数据样本包含任务决策信息的特征向量和任务阶段的标签向量;使用基于k近邻的多标签分类算法、基于核的多标签分类算法、深度语义匹配的多标签分类算法中任意一种构建信息-任务关联模型,基于训练数据训练信息-任务关联模型,得到训练好的信息-任务关联模型;以及将实时任务信息特征输入训练好的信息-任务关联模型中,输出多标签分类结果。
13、在本公开的一些实施例中,构建多目标优化模型的表达式:
14、miny=[f1(x),f2(x),f3(x),...,fm(x)]
15、式中,x=(x1,x2...,xn)∈d为多标签学习分类结果构成的决策向量,d为决策向量形成的决策空间,y=(f1(x),f2{x),...,fm)∈y表示多目标优化模型的目标函数形成的目标空间,多目标优化模型的目标函数包括最小化任务风险、最小化任务耗时、最小化载运工具数量;以及
16、确定多目标优化模型的任务开销限制约束条件:
17、
18、式中,call是任务路网中所有线路的成本之和;ck是单条线路的成本;是第k条线路的行驶成本,是单位时间的成本,为延误的时间;是安全因素产生的成本;tollk是不可预计因素导致的附加成本。
19、在本公开的一些实施例中,根据信息-任务关联模型输出的多标签分类结果、环境信息和梯队位置信息,生成遗传算法的初始种群;基于pareto优化法通过多目标优化模型的目标函数计算初始种群中每个个体的适应值;根据每个个体的适应值,对种群中的个体进行选择、交叉和变异操作;根据实时环境参数和任务参数调整多目标优化模型的决策变量和目标函数;以及根据调整后的决策变量和目标函数更新pareto前沿,迭代优化多目标优化模型的解,直到达到最大迭代次数,输出实时环境下的最优投送策略。
20、在本公开的一些实施例中,初始种群中每个个体包含任务分配、路径选择和运输工具的选择,环境参数包括天气状况、交通状况、资源可用性、突发事件,任务参数包括任务的优先级和时间限制。
21、根据本公开的第二方面,提供了一种面向应急物资供应与运输保障的任务规划优化装置,该装置包括至少一个处理器;以及存储有计算机程序的至少一个存储器。当计算机程序由至少一个处理器执行时,使得装置:以总运费最少且每次任务在任务时限内完成为目标函数,构建应急物资供应模型;对应急物资供应模型求解最优解,输出资源分配方案;构建信息-任务关联模型,本文档来自技高网...
【技术保护点】
1.一种面向应急物资供应与运输保障的任务规划优化方法,其特征在于,包括:
2.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述以总运费最少且每次任务在任务时限内完成为目标函数,构建应急物资供应模型包括:
3.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述求解所述应急物资供应模型的最优解,输出资源分配方案包括:
4.根据权利要求3所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述如果存在小于0的检验数,则当前方案不是最优解,则调整方案后继续进行最优判别,直到所有的检验数均大于0,得到所述应急物资供应模型目标函数的最优解包括:
5.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述构建信息-任务关联模型,基于历史任务信息将任务决策信息与任务阶段进行关联,输出多标签分类结果包括:
6.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述将所述资源分配方案作为输入,以所述多标签分类
7.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述基于多目标遗传算法对所述多目标优化模型求解,并根据环境参数和任务参数的实时反馈调整模型输出结果,得到实时环境下的最优投送策略包括:
8.根据权利要求7所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述初始种群中每个个体包含任务分配、路径选择和运输工具的选择,所述环境参数包括天气状况、交通状况、资源可用性、突发事件,所述任务参数包括任务的优先级和时间限制。
9.一种面向应急物资供应与运输保障的任务规划优化装置,其特征在于,所述装置包括:
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序在由处理器执行时实现根据权利要求1至8中任一项所述的面向应急物资供应与运输保障的任务规划优化方法的步骤。
...【技术特征摘要】
1.一种面向应急物资供应与运输保障的任务规划优化方法,其特征在于,包括:
2.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述以总运费最少且每次任务在任务时限内完成为目标函数,构建应急物资供应模型包括:
3.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述求解所述应急物资供应模型的最优解,输出资源分配方案包括:
4.根据权利要求3所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述如果存在小于0的检验数,则当前方案不是最优解,则调整方案后继续进行最优判别,直到所有的检验数均大于0,得到所述应急物资供应模型目标函数的最优解包括:
5.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述构建信息-任务关联模型,基于历史任务信息将任务决策信息与任务阶段进行关联,输出多标签分类结果包括:
6.根据权利要求1所述的面向应急物资供应与运输保障的任务规划优化方法,其特征在于,所述将所述资源分配方案作为输入,...
【专利技术属性】
技术研发人员:刘丰恺,刘丽钦,陈正中,张钧媛,刘文博,李晨宇,张东雪,
申请(专利权)人:中国电子科技集团公司第十五研究所,
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。