车辆调度方法、装置、计算机设备和介质与流程

1.本公开涉及车辆管理技术领域，更具体而言，涉及一种车辆调度方 法、装置、计算机设备和介质。


背景技术：

2.随着互联网和电子商务的发展，人们的网络消费越来越多。随之而 来的，物流运输体系也在不断发展壮大，各地均布局了物流网点，以实 现货物的储运、流通和中转。
3.运输车辆的调度在货物的运输过程中起着重要的作用。一般需要制 定运输车辆的行车路线，使得运输车辆在满足一定的约束条件下，有序 的通过一系列装货点和卸货点，最终实现货物的运输。
4.然而，目前的运输车辆的调度策略的制定方式一般都是采用人工制 定或固定人员负责特定区域，导致运输车辆调度的灵活性差且调度成本 高，物流公司无法对所有车辆进行全局调度。
5.如果运营范围内m辆车在n个城市之间的车辆调度方案要求达到 最大利润。如果采用穷举法计算，其复杂程度呈指数级，增加了物流公 司的成本。
6.公开内容
7.有鉴于此，本公开提供了一种车辆调度方法、装置、计算机设备和 介质，提高。
8.根据本公开的一个方面，提供了一种车辆调度方法，包括：构建物 流网络，所述物流网络包括n个节点和m辆车，形成n*(n
‑
1)个运输路径， n为大于2的正整数；根据多个节点的历史物流数据构建目标函数模型， 所述目标函数包括运输利润目标函数；采用随机函数生成多个初始车辆 调度方案；根据预设的遗传算法对多个所述初始车辆调度方案进行预设 更新轮次，得到多个车辆调度方案；根据所述目标函数模型从多个车辆 调度方案中选出运输利润最大的作为目标车辆调度方案。
9.优选地，构建目标函数模型包括：构建利润矩阵：x＝(xij)
n*n
，xij表 示每辆车从节点i到节点j的利润，其中，1≤i≤n，1≤j≤n；构建车辆矩 阵：t＝(tij)
n*n
，tij表示节点i到节点j的调度车辆数量，所有节点之间的调 度车辆之和不大于m；根据利润矩阵和车辆矩阵构建目标函数： 10.优选地，采用随机函数生成多个初始车辆调度方案包括：构建货量 矩阵：w＝(wij)
n*n
，wij表示节点i到节点j的货量；获取多个节点的调度车 辆数量；根据所述货量矩阵和多个节点的调度车辆数量采用随机函数生 成多个初始车辆调度方案。
11.优选地，所述预设更新轮次至少包括2
n
次。
12.优选地，根据预设的遗传算法对多个所述初始车辆调度方案进行预 设更新轮次的更新，包括：从多个所述初始车辆调度方案中随机筛选出 多个第一车辆调度方案；根据预设的交叉概率对多个第一车辆调度方案 进行交叉，得到多个第二车辆调度方案；根据预设的变异概率对多个第 二车辆调度方案进行变异，得到多个第三车辆调度方案；获取当前更新 轮次，若所述当前更新轮次小于所述预设更新轮次，则将多个所述第三 车辆调度方
案作为下一更新轮次的初始车辆调度方案。
13.优选地，从多个所述初始车辆调度方案中随机筛选出多个第一车辆 调度方案包括：从多个所述初始车辆调度方案中随机筛选出多组第一预 设个数的第一候选车辆调度方案；选取多组第一候选车辆调度方案中目 标函数最大的作为第一车辆调度方案。
14.优选地，根据预设的交叉概率对多个第一车辆调度方案进行交叉， 包括：从多个第一车辆调度方案中选出预设偶数个作为第二候选车辆调 度方案；对预设偶数个所述第二候选车辆调度方案中任意一个节点的车 辆调度方案进行单点交叉；重复上述步骤多次，得到多个第二车辆调度 方案。
15.优选地，根据预设的变异概率对多个第二车辆调度方案进行变异， 包括：从多个第二车辆调度方案中随机选取一个作为第三候选车辆调度 方案；对所述第三候选车辆调度方案中任意一个节点的车辆调度方案进 行多次变异，得到多个第三车辆调度方案。
16.根据本公开的一个方面，提供一种车辆调度装置，包括：构建模块， 用于构建物流网络，所述物流网络包括n个节点和m辆车，形成n*(n
‑
1) 个运输路径，n为大于2的正整数；目标函数模块，用于根据多个节点的 历史物流数据构建目标函数模型，所述目标函数包括运输利润目标函数； 初始化模块，用于采用随机函数生成多个初始车辆调度方案；优化模块， 用于根据预设的遗传算法对多个所述初始车辆调度方案进行预设更新轮 次，得到多个车辆调度方案；获取模块，用于根据所述目标函数模型从 多个车辆调度方案中选出运输利润最大的作为目标车辆调度方案。
17.优选地，所述目标函数模块用于构建利润矩阵：x＝(xij)
n*n
，xij表示 每辆车从节点i到节点j的利润，其中，1≤i≤n，1≤j≤n；构建车辆矩阵： t＝(tij)
n*n
，tij表示节点i到节点j的调度车辆数量，所有节点之间的调度车 辆之和不大于m；以及根据利润矩阵和车辆矩阵构建目标函数： 18.优选地，所述初始化模块用于构建货量矩阵：w＝(wij)
n*n
，wij表示 节点i到节点j的货量；获取多个节点的调度车辆数量；根据所述货量矩 阵和多个节点的调度车辆数量采用随机函数生成多个初始车辆调度方案。
19.根据本公开的一个方面，提供了一种计算机设备，包括：存储器， 用于存储计算机可执行代码；处理器，用于执行所述计算机可执行代码， 以实现如上所述的方法。
20.根据本公开的一个方面，提供了一种计算机可读介质，包括计算机 可执行代码，所述计算机可执行代码被处理器执行时实现如上所述的方 法。
21.在本公开实施例中基于物流网络的历史订单数据构建利润矩阵和货 量矩阵，并根据货量矩阵的权重系数采用随机函数产生初始车辆调度方 案，然后采用遗传算法对初始车辆调度方案优化，并将利润最大的车辆 调度方案作为目标调度方案，降低车辆在物流网络中的空车时间，提升 车辆在物流网络中的衔接效率，最终使得整个物流网络价值最优。
附图说明
22.通过参考以下附图对本公开实施例的描述，本公开的上述以及其它 目的、特征和优点将更为清楚，在附图中：
23.图1示出根据本公开一个实施例的车辆调度方法的流程图。
24.图2示出根据本公开一个实施例的车辆调度方法中步骤s120的流 程图。
25.图3示出根据本公开一个实施例的车辆调度方法中步骤s130的流 程图。
26.图4示出根据本公开一个实施例的步骤s140的流程图。
27.图5示出根据本公开一个实施例的车辆调度装置的结构示意图。
28.图6示出根据本公开一个实施例的车辆调度控制设备的结构示意图。
具体实施方式
29.以下基于实施例对本公开进行描述，但是本公开并不仅仅限于这些 实施例。在下文对本公开的细节描述中，详尽描述了一些特定的细节部 分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本 公开。为了避免混淆本公开的实质，公知的方法、过程、流程没有详细 叙述。另外附图不一定是按比例绘制的。
30.图1示出根据本公开一个实施例的车辆调度方法的流程图。本公开 实施例提供的车辆调度方法具体包括以下步骤：
31.在步骤s110中，构建物流网络，所述物流网络包括n个节点和m 辆车，形成n*(n
‑
1)个运输路径，n为大于2的正整数。
32.在本实施例中，在n个节点构成的物流网络中调度m辆车。将n 个节点中的其中一个节点i作为起始节点，其他节点中的另一个节点j 为终点节点，形成n*(n
‑
1)条运输路径。每个节点向其他节点的调度车 辆之和不大于该节点的可调度车辆ti。节点可以为不同的城市，或者不 同的仓库点，或者不同的物流中心。本实施例以节点为不同的城市为例 进行说明，但并不局限于此。本实施例以在6个节点(a、b、c、d、e、 f)组成的物流网络内调度36辆车为例具体说明，但并不局限于此。
33.在步骤s120中，根据多个节点的历史物流数据构建目标函数模型， 所述目标函数包括运输利润目标函数。
34.在本实施例中，多个节点的历史物流数据包括多个节点预设历史时 间内的订单数量和订单利润。
35.具体的，参见图2，步骤s120包括步骤s121
‑
步骤s123。
36.在步骤s121中，根据多个节点预设历史时间内的订单利润构建利润 矩阵：x＝(xij)
n*n
，xij表示每辆车从节点i到节点j的利润，其中，1≤i≤n， 1≤j≤n。节点i为始发节点，节点j为终点节点，将a作为节点1，b作为 节点2，c作为节点3，d作为节点4，e作为节点5，f作为节点6。
37.利润矩阵如表1所示：
[0038][0039]
在本实施例中，预设历史时间可以为一个月、一个季度或者一年。 以一个月为例，统计过去一个月内从节点i到节点j的订单总利润，然后 求取平均数，得到每辆车从节点i到节点j每天的订单利润，作为从节点i 到节点j的利润。
[0040]
在步骤s122中，构建车辆矩阵：t＝(tij)
n*n
，tij表示节点i到节点j的调 度车辆数量，所有节点之间的调度车辆之和不大于m，一个节点向其他 节点的调度车辆之和不大于该节点的可调度车辆。
[0041]
在步骤s123中，根据利润矩阵和车辆矩阵构建目标函数：
[0042]
在本实施例中，根据每辆车在每条运输路径上的利润和每个运输路 径上的可调度车辆计算整个物流网络的总利润作为目标函数。
[0043]
在步骤s130中，采用随机函数生成多个初始车辆调度方案。
[0044]
在本实施例中，参见图3，步骤s130包括步骤s131和步骤s132。
[0045]
在步骤s131中，构建根据多个节点预设历史时间内的订单数量构建 货量矩阵：w＝(wij)
n*n
，wij表示节点i到节点j的货量。
[0046]
在本实施例中，预设历史时间可以为一个月、一个季度或者一年。 以一个月为例，统计过去一个月内从节点i到节点j的订单总数量，然后 求取平均数，得到从节点i到节点j每天的订单数量，作为从节点i到节点j 的货量。
[0047]
货量矩阵如表2所示：
[0048][0049]
在步骤s132中，获取多个节点的可调度车辆数量。
[0050]
在本实施例中，获取每个节点的可调度车辆数量，例如节点i的可调 度车辆数量为ti。
[0051]
在步骤s133中，根据所述货量矩阵和多个节点的调度车辆数量采用 随机函数生成多个初始车辆调度方案。
[0052]
在本实施例中，在生成多个初始车辆调度方案时受到货量矩阵权重 的约束。以节点i为例进行说明，当节点i当天的可调度车辆为ti时，节点i可以向其他节点j派送ti辆车。根据货量矩阵，可知，从节点i到其他节 点j的货量为[wi1，wi2，wij，
……
win]，其中，j≠i。采用随机函数其他 节点j中选择一个节点作为目标节点，根据从节点i到节点j的货量获取节 点j被随机到的概率作为货量矩阵的权重系数。 节点i的每辆车均采用随机函数得到要调度到的节点j，重复ti次即可完成 节点i的调度。将每一个节点的每辆车均采用随机函数得到要调度到的节 点，完成其他节点的调度方案，从而随机得到所有节点的调度方案作为1 个初始车辆调度方案。初始车辆调度方案的个数可以根据用户需求设定， 例如1000个。
[0053]
初始调度方案a如表3所示：
[0054][0055]
初始调度方案b如表4所示：
[0056][0057]
在步骤s140中，根据预设的遗传算法对多个所述初始车辆调度方案 进行预设更新轮次，得到多个车辆调度方案。
[0058]
在本实施例中，对多个初始车辆调度方案进行选择、交叉、变异操 作并重复预设
更新轮次，得到多个车辆调度方案。更新轮次指的是对初 始车辆调度方案进行更新的次数。具体地，可以利用遗传算法完成多次 迭代，每进行一次遗传算法的迭代，就会对初始车辆调度方案进行一次 更新，直到更新轮次达到预设更新轮次。预设更新轮次至少包括2
n
次， 可以根据用户需要进行设定，例如可以设定为100次。在每次更新过程中 都可以得到多个车辆调度方案。
[0059]
具体地，参见图4，步骤s140包括步骤s141
‑
步骤s144。
[0060]
在步骤s141中，从多个所述初始车辆调度方案中随机筛选出多个 第一车辆调度方案。
[0061]
在本实施例中，从多个所述初始车辆调度方案中随机筛选出多组第 一预设个数的第一候选车辆调度方案；选取多组第一候选车辆调度方案 中目标函数最大的作为第一车辆调度方案。
[0062]
第一预设个数可以根据用户需要设定，例如50个。从多个初始车辆 调度方案中随机选择50个作为第一组第一候选车辆调度方案，然后从第 一组第一候选车辆调度方案中选取目标函数最大的一个作为第一车辆调 度方案。重复上述步骤1000次，可以得到1000个第一车辆调度方案。
[0063]
在步骤s142中，根据预设的交叉概率对多个第一车辆调度方案进行 交叉，得到多个第二车辆调度方案。
[0064]
在本实施例中，第二车辆调度方案是对第一车辆调度方案通过单点 交叉法进行交叉得到的车辆调度方案，交叉概率则指的是对多个第一车 辆调度方案进行交叉的概率，交叉概率可以通过用户根据需要进行设定。 具体地，可以对多个第一车辆调度方案分成多组，每组包含两个第一车 辆调度方案，并利用交叉概率对各组中第一车辆调度方案进行交叉，从 而得到多个第三车辆调度方案。
[0065]
在一个优选地实施例中，从多个第一车辆调度方案中选出预设偶数 个作为第二候选车辆调度方案；对预设偶数个所述第二候选车辆调度方 案中任意一个节点的车辆调度方案进行单点交叉；重复上述步骤多次， 得到多个第二车辆调度方案。
[0066]
例如预设偶数个第二候选车辆调度方案可以为2个。以预设偶数为2 个为例，即从1000个第一车辆调度方案中随机选出2个，即第一车辆调度 方案a和第二车辆调度方案b，通过单点交叉法对第一车辆调度方案a和 第一车辆调度方案b执行交叉，从而得到第二车辆调度方案a和第二车辆 调度方案b。例如，对第一车辆调度方案a和第一车辆调度方案b中随机 选择一个节点的调度方案进行交换，从而得到第二车辆调度方案a和第 二车辆调度方案b。如此重复500次，依然可以得到1000个第二车辆调度 方案。
[0067]
在步骤s143中，根据预设的变异概率对多个第二车辆调度方案进行 变异，得到多个第三车辆调度方案。
[0068]
在本实施例中，第三车辆调度方案是对第二车辆调度方案进行变异 得到的车辆调度方案，变异概率则指的是对多个第一车辆调度方案进行 变异的概率，变异概率可以通过用户根据需要进行设定。
[0069]
具体地，从多个第二车辆调度方案中随机选取一个作为第三候选车 辆调度方案；对所述第三候选车辆调度方案中任意一个节点的车辆调度 方案进行多次变异，得到多个第三车辆调度方案。
[0070]
例如，从1000个第二车辆调度方案中选取1个作为第三候选车辆调度 方案，第三候选车辆调度方案中随机选择一个节点的调度方案进行变异， 即利用随机函数和货量矩阵的权重系数重新生成该节点的调度方案。如 此重复1000次，得到1000个第三车辆调度方案。
[0071]
在步骤s144中，获取当前更新轮次，若所述当前更新轮次小于所述 预设更新轮次，则将多个所述第三车辆调度方案作为下一更新轮次的初 始车辆调度方案。在本实施例中，第三车辆调度方案即为本更新轮次后 的车辆调度方案，同时，还可以作为下一更新轮次的初始车辆调度方案， 如果当前更新轮次没达到预设更新轮次，即遗传算法迭代次数还没达到， 则将本更新轮次的第三车辆调度方案作为下一更新轮次的初始车辆调度 方案，重复以上过程直到更新轮次达到预设更新轮次。
[0072]
在步骤s150中，根据所述目标函数模型从多个车辆调度方案中选 出运输利润最大的作为目标车辆调度方案。
[0073]
本公开实施例提供的车辆调度方法，利用货量矩阵和随机函数生成初 始车辆调度方案，并利用遗传算法对初始车辆调度方案进行优化，减少 人工的参与并避免人工判断对结果的影响，从而降低车辆在网络中的空 车时间，提升车辆在网络中的衔接效率，最终使得车辆运营利润最大化。
[0074]
图5示出根据本公开实施例的车辆调度装置的结构示意图。所述车 辆调度装置110包括构建模块111、目标函数模块112、初始化模块113、 优化模块114和获取模块115。
[0075]
其中，构建模块111用于构建物流网络，所述物流网络包括n个节点 和m辆车，形成n*(n
‑
1)个运输路径，n为大于2的正整数。目标函数模 块112用于根据多个节点的历史物流数据构建目标函数模型，所述目标函 数包括运输利润目标函数，所述多个节点的历史物流数据从数据库120 获取。初始化模块113用于采用随机函数生成多个初始车辆调度方案。优 化模块114用于根据预设的遗传算法对多个所述初始车辆调度方案进行 预设更新轮次，得到多个车辆调度方案。获取模块115用于根据所述目 标函数模型从多个车辆调度方案中选出运输利润最大的作为目标车辆调 度方案。
[0076]
由于上述装置的实现细节在上文的方法实施例的详细介绍中已经描 述，为节约篇幅，故不赘述。
[0077]
图6示出根据本公开一个实施例的车辆载重状态的识别控制设备的 结构示意图。图6示出的设备仅仅是一个示例，不应对本公开实施例的功 能和使用范围构成任何限制。
[0078]
参考图6，该设备包括通过总线连接的处理器610、存储器620和输入 输出设备630。存储器620包括只读存储器(rom)和随机访问存储器 (ram)，存储器620内存储有执行系统功能所需的各种计算机指令和 数据，处理器610从存储器620中读取各种计算机指令以执行各种适当的 动作和处理。输入输出设备830包括键盘、鼠标等的输入部分；包括诸如 阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分；包括 硬盘等的存储部分；以及包括诸如lan卡、调制解调器等的网络接口卡 的通信部分。存储器620还存储有计算机指令以完成本公开实施例的识别 方法规定的操作。
[0079]
相应地，本公开实施例提供一种计算机设备，包括：存储器，用于 存储计算机可执行代码；处理器，用于执行所述计算机可执行代码，以 实现上述的方法。
[0080]
相应地，本公开实施例提供一种计算机可读介质，包括计算机可执 行代码，所述
计算机可执行代码被处理器执行时实现上述的方法。
[0081]
附图中的流程图、框图图示了本公开实施例的系统、方法、装置的 可能的体系框架、功能和操作，流程图和框图上的方框可以代表一个模 块、程序段或仅仅是一段代码，所述模块、程序段和代码都是用来实现 规定逻辑功能的可执行指令。也应当注意，所述实现规定逻辑功能的可 执行指令可以重新组合，从而生成新的模块和程序段。因此附图的方框 以及方框顺序只是用来更好的图示实施例的过程和步骤，而不应以此作 为对发明本身的限制。
[0082]
以上所述仅为本公开的一些实施例，并不用于限制本公开，对于本 领域技术人员而言，本公开可以有各种改动和变化。凡在本公开的精神 和原理之内所作的任何修改、等同替换、改进等，均应包含在本公开的 保护范围之内。