一种基于数字孪生的跨区域供应链多节点协同调度方法与流程
本发明涉及节点调度,尤其涉及一种基于数字孪生的跨区域供应链多节点协同调度方法。
背景技术:
1、工业园区货物运输业务因订单分布零散、各仓库及车间点位环境差异大、实时运输需求持续涌入,使得运输资源调度管控难度较高,往往出现车辆负载失衡、运输延误等问题,然而现有运输任务分配多依托运输距离等单一指标开展派单,忽略了装卸货地点环境差异、货物差异等带来的任务难度区别,无法精准量化各运输任务实际执行难度,致使派单分配合理性不足,严重影响整体园区物流履约效率,因此,如何精准量化运输任务运输难度以提高协同调度效率,以提升任务分派的合理性是本领域技术人员亟待解决的技术问题。
2、中国专利公开号cn118863692a公开了一种外卖无人仓系统及外卖运输方法,所述外卖无人仓系统包括:服务器,所述服务器包括订单管理模块和订单分配模块,所述订单管理模块用于接收第三方外卖平台的订单信息;所述订单分配模块用于将订单分配给运输员;商家客户端,所述商家客户端与所述服务器通信连接,所述商家客户端包括仓库模块,所述仓库模块包括仓库单元、仓库商品单元、商品入库单元、商品出库单元、商品调拨单元、商品单据单元和仓库盘点单元;调度目标客户端,所述调度目标客户端与所述服务器通信连接,所述调度目标客户端包括仓库仓位管理模块和运输模块,所述仓库仓位管理模块用于管理待运输订单的所在的仓库。但是上述方案存在以下问题:无法根据待运输订单的实际运输难度进行订单的分配以及调度,导致调度分配不合理的问题。
技术实现思路
1、为此,本发明提供一种基于数字孪生的跨区域供应链多节点协同调度方法,用以克服现有技术中未考虑到待运输订单的实际运输难度对于订单分配的影响,导致订单分配不合理的问题。
2、为实现上述目的,本发明提供一种基于数字孪生的跨区域供应链多节点协同调度方法,包括:
3、基于园区任务数量以及任务均衡度确定是否将目标筛选基准由任务持有度调整为任务干扰度;
4、基于任务干扰度或任务持有度由小至大的顺序进行调度目标筛选以确定调度目标;
5、其中,
6、目标筛选基准为任务干扰度的条件下,针对任务难度系数与预设任务难度系数的比对结果判定是否进行干扰度修正;
7、干扰度修正中,基于运输延误关联度以及运输轨迹重叠度确定历史参考表征值,并基于历史参考表征值与预设历史参考表征值的比对结果确定迷途回归参考值的判定基准是否由有效参考值调整为区域分析;
8、执行区域分析时,基于关联系数确定目标点位的关联点位,并基于关联点位的路径多样度确定迷途回归参考值;
9、其中,基于终点聚集度以及途经参考度确定路径多样度的调节效应;
10、针对目标区域进行周期性监测,并基于目标区域的调度效果评价值判定是否进行调度预警。
11、进一步地,针对任务数量以及任务均衡度均满足第一任务约束的条件,确定基于任务干扰度确定目标调度目标;
12、所述第一任务约束为任务数量处于第一数量范围且任务均衡度处于第一均衡范围。
13、进一步地,针对任务数量或任务均衡度满足第二任务约束的条件,确定基于任务持有度确定目标调度目标;
14、所述任务持有度为可分配调度目标的任务序列长度;
15、所述第二任务约束为任务数量处于第二数量范围或任务均衡度处于第二均衡范围。
16、进一步地,针对满足修正条件的目标任务,判定基于迷途回归参考值修正任务干扰度;
17、所述修正条件为目标任务的任务难度系数大于预设任务难度系数;
18、所述修正幅度与迷途回归参考值为正相关关系。
19、进一步地,在历史参考表征值大于预设历史参考表征值时,迷途回归参考值采用有效参考值;
20、在历史参考表征值小于或等于预设历史参考表征值时,判定进行区域分析。
21、进一步地,基于运输延误关联度以及运输轨迹重叠度确定历史参考表征值;
22、所述历史参考表征值分别与运输延误关联度以及运输轨迹重叠度为正相关关系。
23、进一步地,执行区域分析时,基于关联点位的路径多样度确定迷途回归参考值;
24、其中,关联点位为与目标点位的关联系数大于预设关联系数的其他点位。
25、进一步地,所述关联系数基于空间邻近度以及路径依赖度确定;
26、所述关联系数分别与空间邻近度以及路径依赖度为正相关关系。
27、进一步地,在终点聚集度大于预设终点聚集度或途经参考度大于预设途经参考度时,判定路径多样度为正向调节;
28、在终点聚集度小于或等于预设终点聚集度且途经参考度小于或等于预设途经参考度时,判定路径多样度为反向调节。
29、进一步地,在调度效果评价值小于或等于预设调度效果评价值时,判定触发预警信号。
30、与现有技术相比,本发明的有益效果在于,本发明技术方案中通过设定第一任务约束与第二任务约束,即当任务数量与任务均衡度均满足第一约束时,基于任务干扰度确定调度目标,以最小化任务间的相互干扰;当任务数量或任务均衡度满足第二约束时,基于任务持有度确定目标调度目标,以平衡调度目标的任务负载,并进一步在预设筛选条件下优先选择筛选参数较小的调度目标作为目标调度目标,不同的调度目标筛选基准有效提升了任务分配的动态适应能力,实现了任务负载与调度目标资源的合理匹配,从而显著降低任务之间的冲突干扰,以优化运输时效,进而提高订单分配的合理性。
31、本发明技术方案中基于目标任务的任务难度系数与预设任务难度系数的比对结果判定是否进行干扰度修正,针对高难度任务进行任务干扰度的增大调节,使后续分配决策更加审慎地对待高难度任务,避免将高难度任务过度集中分配给少数调度目标,避免现有技术中无差别的使用迷途回归参考值,导致迷途回归参考值的场景适应性较差的问题,进而有效提高了任务干扰度评估的真实性,即通过对不同难度的任务进行细致划分,进而提高订单分配的合理性。
32、本发明技术方案中基于运输延误关联度与运输轨迹重叠度确定历史参考表征值,通过运输延误关联度表征目标区域的运输延误的频次,通过运输轨迹重叠度表征历史运输过程中调度目标的运输效率,通过历史参考表征值表征历史运输数据的延误参考度,在历史运输数据参考度较高时,基于历史运输数据确定迷途回归参考值,在历史运输数据参考度较小时,判定进行区域分析,以确定迷途回归参考值,避免现有技术中单一的判定方式难以有效适应实际场景,进而有效提高了迷途回归参考值的合理性,进而提高订单分配的合理性。
1.一种基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,包括:
2.根据权利要求1所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,针对园区任务数量以及任务均衡度均满足第一任务约束的条件,确定基于任务干扰度确定调度目标;
3.根据权利要求1所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,针对园区任务数量或任务均衡度满足第二任务约束的条件,确定基于任务持有度确定调度目标;
4.根据权利要求2所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,针对满足修正条件的目标任务,判定基于迷途回归参考值修正任务干扰度;
5.根据权利要求4所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,在历史参考表征值大于预设历史参考表征值时,迷途回归参考值采用有效参考值;
6.根据权利要求5所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,基于运输延误关联度以及运输轨迹重叠度确定历史参考表征值;
7.根据权利要求5所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,执行区域分析时,基于关联点位的路径多样度确定迷途回归参考值;
8.根据权利要求7所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,所述关联系数基于空间邻近度以及路径依赖度确定;
9.根据权利要求1所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,在终点聚集度大于预设终点聚集度或途经参考度大于预设途经参考度时,判定路径多样度为正向调节;
10.根据权利要求9所述的基于数字孪生的跨区域供应链多节点协同调度方法,其特征在于,在调度效果评价值小于或等于预设调度效果评价值时,判定触发预警信号。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com