一种AGV调度系统运行效率评价方法与流程

一种agv调度系统运行效率评价方法
技术领域
1.本发明属于自动化集装箱码头运输系统技术领域，具体涉及一种agv调度系统运行效率评价方法。


背景技术：

2.国内外自动化集装箱码头大多数采用agv(automated guided vehicles，自动导引车)作为运输集装箱主要的水平运输设备，它是基于设备控制系统下的全自动运行机械，其中调度原则、路径规划、任务分配等全部由设备控制系统进行调度和控制。agv调度是动态优化问题，常用的调度算法有遗传算法、粒子群算法、蚁群算法等，然而影响agv调度系统运行效率的因素有很多，如规划路径的复杂度、agv空载时间、agv装卸货物的等待时间等等。目前，对于衡量agv运行情况，传统方式只使用周转率一个指标，并不能全面分析agv运行状况，需要考虑其他影响因素作为评价指标去评价调度系统中的agv运行效率，另外，国内外很少有专门针对agv运行效率评价提出相关的方法。因此，需要建立一套agv调度系统运行效率的客观评价指标体系，通过定量分析将复杂的、难以客观计量的评价指标转换成agv运行效率综合分析结果。
3.本背景技术所公开的上述信息仅仅用于增加对本技术背景技术的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。


技术实现要素：

4.本发明针对现有技术中存在的上述问题，提供一种agv调度系统运行效率评价方法，以解决现有agv运行效率评价方法评价指标单一，不能全面分析agv运行状况的技术问题。
5.为达到上述技术目的，本发明采用以下技术方案实现：
6.一种agv调度系统运行效率评价方法，所述方法为：
7.s1、采集agv循环时间指标和agv调度效率指标；
8.s2、对指标的参数进行标准化处理得到矩阵x；
9.s3、对矩阵x计算协方差矩阵r；
10.s4、对协方差矩阵r计算特征值并进行排序，得到特征向量；
11.s5、根据矩阵x与特征向量得到主成分，计算各主成分的权重；
12.s6、根据agv循环时间相关的主成分的权重计算agv循环时间综合评价结果，根据agv调度效率相关的主成分的权重计算agv调度效率综合评价结果。
13.如上所述的agv调度系统运行效率评价方法，在所述步骤s2中，对指标的参数进行标准化处理的方法为：具有n个样本，p个指标的数据集d，对其标准化处理公式为：
14.15.标准化后的数据集表示为：
[0016][0017]
其中，矩阵x的每一列向量表示一种指标，可用x
j
表示，即x＝{x1,...,x
n
}
t
，每个指标有n个样本点，x
ij
表示第j个指标的第i个样本。
[0018]
如上所述的agv调度系统运行效率评价方法，在所述步骤s3中，对矩阵x计算协方差矩阵r的方法为：
[0019][0020][0021]
如上所述的agv调度系统运行效率评价方法，所述步骤s4中，对协方差矩阵r利用雅克比法求得各个特征值并按照其大小进行排序λ1≥λ2≥...≥λ
p
，并求取特征向量v1,v2,...,v
p
。
[0022]
如上所述的agv调度系统运行效率评价方法，在所述步骤5中，利用施密特正交方法对特征向量进行单位正交化，得到矩阵u＝[u1,u2,...,u
p
]，将矩阵x与正交化后的特征向量u＝[u1,u2,...,u
p
]线性组合为一组新的矩阵y＝x
n
×
p
u
p
×
p
，即
[0023][0024]
其中，y1为第一主成分，y2为第二主成分，
…
，y
i
是第i主成分，
…
，y
n
是第n主成分。
[0025]
第i主成分的贡献率
[0026]
如上所述的agv调度系统运行效率评价方法，所述步骤s6中计算综合得分
[0027]
如上所述的agv调度系统运行效率评价方法，选取累计贡献率超过设定值的前k个主成分作为最终的主成分，前k个主成分的累计贡献率为：
[0028]
[0029]
如上所述的agv调度系统运行效率评价方法，所述设定值为85％。
[0030]
如上所述的agv调度系统运行效率评价方法，agv循环时间指标为某一时刻下的以下指标中的至少一项：agv准点率、agv行驶/等待时间、agv空载率、桥吊agv配比、agv作业/空闲时间、agv作业、停车和充电任务占比、海侧交互区直接交互/支架交互占比。
[0031]
如上所述的agv调度系统运行效率评价方法，agv调度效率指标为以下指标中的至少一项：调度计算时间、agv晚到次数、高优先级指令未第一次时间匹配次数、背箱无任务次数、智能调度次数、人工派发次数。
[0032]
与现有技术相比，本发明的优点和积极效果是：本发明agv调度系统运行效率评价方法首先采集agv循环时间指标和agv调度效率指标，利用主成分分析方法进行agv循环时间和agv调度效率分析，该方法建立在对决策质量和效率提高的基础上，可系统合理地分析agv运行情况，通过准确定位agv评价指标，能够指导其他自动化码头对于agv运行情况的分析。本发明通过数据反映agv运行问题，建立出一套全面、完善、实用的agv运行评价指标，通过对这些指标数据的研究分析，为后续agv调度和路径规划的优化提供数据支撑，同时指导计划模块(如配载计划)的优化方向。
[0033]
结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。
附图说明
[0034]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]
图1是agv调度系统运行效率评价流程。
[0036]
图2是卸船过程agv行驶路线。
[0037]
图3是agv卸船循环时间分析。
[0038]
图4是装船过程agv行驶路线。
[0039]
图5是agv装船循环时间分析。
具体实施方式
[0040]
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
[0041]
需要说明的是，在本发明的描述中，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0042]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
[0043]
本实施例提供了一种agv调度系统运行效率评价方法，首先利用ecs系统中的统计及效率分析系统采集相关评价指标，然后进行效率评价。统计及效率分析系统能够对某一
时段内的任务执行数、码头效率、系统交互、设备运行(包括作业循环数、作业用时、行驶距离、等待耗时等)信息进行统计分析，以便进一步优化设备作业流程，提升码头作业效率。agv调度系统运行效率评价流程包括：agv循环时间分析和agv调度效率分析，其中agv循环时间分析采集agv准点率、agv行驶/等待时间、agv空载率、桥吊agv配比、agv作业/空闲时间、agv作业、停车和充电任务占比、海侧交互区直接交互/支架交互占比等评价指标进行主成分分析。同样地，在agv循环时间内，对agv调度计算时间、agv晚到次数、高优先级指令未第一时间匹配次数、背箱无任务次数、智能调度次数、人工派发次数等评价指标通过主成分分析方法进行效率分析。
[0044]
如图1所示，一种agv调度系统运行效率评价方法：
[0045]
s1、采集agv循环时间指标和agv调度效率指标。
[0046]
其中，agv循环时间指标为某一时刻下的以下指标中的至少一项：agv准点率、agv行驶/等待时间、agv空载率、桥吊agv配比、agv作业/空闲时间、agv作业、停车和充电任务占比、海侧交互区直接交互/支架交互占比。
[0047]
agv调度效率指标为以下指标中的至少一项：调度计算时间、agv晚到次数、高优先级指令未第一次时间匹配次数、背箱无任务次数、智能调度次数、人工派发次数。
[0048]
s2、对指标的参数进行标准化处理得到矩阵x。
[0049]
对指标的参数进行标准化处理的方法为：具有n个样本，p个指标的数据集d，对其标准化处理公式为：
[0050][0051]
标准化后的数据集表示为：
[0052][0053]
其中，矩阵x的每一列向量表示一种指标，可用x
j
表示，即x＝{x1,...,x
n
}
t
，每个指标有n个样本点，x
ij
表示第j个指标的第i个样本。
[0054]
s3、对矩阵x计算协方差矩阵r。
[0055][0056][0057]
s4、对协方差矩阵r计算特征值并进行排序，得到特征向量。
[0058]
对协方差矩阵r利用雅克比法求得各个特征值并按照其大小进行排序λ1≥λ2≥...≥λ
p
，以及求取特征向量v1,v2,...,v
p
。
[0059]
s5、根据矩阵x与特征向量得到主成分，计算各主成分的权重。
[0060]
利用施密特正交方法对特征向量进行单位正交化，得到矩阵u＝[u1,u2,...,u
p
]，将矩阵x与正交化后的特征向量u＝[u1,u2,...,u
p
]线性组合为一组新的矩阵y＝x
n
×
p
u
p
×
p
，即
[0061][0062]
其中，y1为第一主成分，y2为第二主成分，
…
，y
i
是第i主成分，
…
，y
n
是第n主成分。
[0063]
第i主成分的贡献率
[0064]
选取累计贡献率超过设定值的前k个主成分作为最终的主成分，前k个主成分的累计贡献率为：
[0065][0066]
设定值为85％。
[0067]
s6、根据agv循环时间相关的主成分的权重计算agv循环时间综合评价结果，根据agv调度效率相关的主成分的权重计算agv调度效率综合评价结果。
[0068]
计算综合得分
[0069]
具体的，本实施例agv调度系统运行效率评价方法利用主成分分析方法分别对agv循环时间和agv调度效率的评价指标进行权重分析，最终加权和得到综合评价结果，这种方法可以克服单一指标不能真实反映调度系统效率的缺点，通过引入多个指标，可将复杂因素归结为几个主成分，使得复杂分析简化，同时得到更为准确的信息。
[0070]
主成分分析方法为：
[0071]
步骤s12：假设具有n个样本，p个指标的数据集d，对其标准化处理，公式为：
[0072][0073]
标准化后的数据集表示为：
[0074]
[0075]
其中，矩阵x的每一列向量表示一种指标，可用x
j
表示，即x＝{x1,...,x
n
}
t
，每个指标有n个样本点，x
ij
表示第j个指标的第i个样本。
[0076]
步骤s13：对矩阵x计算协方差矩阵，即相关矩阵：
[0077][0078][0079]
步骤s14：对协方差矩阵r利用雅克比法求得各个特征值并按照其大小进行排序λ1≥λ2≥...≥λ
p
，以及求取特征向量v1,v2,...,v
p
。
[0080]
步骤s15：利用施密特正交方法对特征向量进行单位正交化，得到矩阵u＝[u1,u2,...,u
p
]，将矩阵x与正交化后的特征向量u＝[u1,u2,...,u
p
]线性组合为一组新的矩阵y＝x
n
×
p
u
p
×
p
，即
[0081][0082]
其中，y1为第一主成分，y
i
是第i主成分。第i主成分的贡献率见公式：
[0083]
贡献率
[0084]
步骤s16：前k个主成分的累计贡献率为：
[0085][0086]
在实际应用中并不需要所有的主成分，一般选取累计贡献率超过85％的前k个主成分作为最终的主成分，即降维后的综合变量。
[0087]
步骤s17：计算综合得分
[0088]
根据综合得分可对agv调度进行综合评价。
[0089]
下面对agv循环时间分析和agv调度效率分析分别说明：
[0090]
一、agv循环时间分析。
[0091]
步骤s21：图2是卸船过程agv行驶路线，当agv接收到卸船指令时，离开起点位置行驶到进pb(parallel buffer，agv缓冲区)中，然后申请qctp(quay crane transpoint，平行于码头岸壁的用于agv同岸桥进行交互或者穿行的一段固定长度和宽度的区域)车道，从进pb行驶到qctp中，准备与qc(quay crane，岸桥)进行交互，当收箱完成后，依次出qctp和pb，
若是只有一个送箱任务，则进入wstp(waterside transpoint，海侧交互区)进行支架交互或与asc(automated stacking crane，自动化轨道吊)直接交互，将箱子放入堆场；若是有两个送箱任务，则先进入wstp1与asc1支架交互或直接交互，然后掉头由wstp1进入wstp2，与asc2进行支架交互或直接交互。
[0092]
步骤s22：每条指令的emt(预计作业时间)是qc主小车的作业时间，每次agv调度运行，时间模型会根据qc历史/当前作业效率、情况和指令序号更新预计作业时间，直至箱子离开qc平台，agv任务匹配成功后，与qc的emt及各段静态时间(如路上行驶时间)均进行保存，以便后续分析。图3是在卸船过程agv循环时间，对卸船单箱、卸船双箱(一个送箱任务)、卸船双箱(两个送箱任务)、装船单箱、装船双箱(一个送箱任务)、装船双箱(两个送箱任务)根据实际任务数分别计算：emt和eta(estimated time of arrival，预计到达时间)的平均偏差值；收箱任务的平均预测、实际和偏差值；送箱任务的平均预测、实际和偏差值；循环时间的平均预测、实际和偏差值。
[0093]
步骤s23：agv循环时间计算完成后，开始进行循环时间分析，主要采集某一时刻下的以下指标：
[0094]
(1)agv准点率：agv是否按计划要求时间准时或提早到达任务位置的比例。准点计算标准为：(agv实际到达作业车道时间)
‑
(计划要求到达时间)<0；准点率＝准点次数/总次数。
[0095]
(2)agv行驶/等待时间：所有的agv任务，agv行驶时间和agv等待时间的对比。agv行驶时间使用ecs(equipment control system，设备控制系统)提供的drive time及预估的掉头时间相加。
[0096]
(3)agv空载率：所有的agv任务，空载的时间所占的比例，以百分比或实际平均时间显示。
[0097]
(4)桥吊agv配比：桥吊和agv的平均配比数。
[0098]
(5)agv作业/空闲时间：所有agv任务中，作业平均时间和空闲平均时间的对比。卸船qc/agv交互时间＝qc主小车作业时间 qc门架小车到park位置时间。装船agv/asc交互时间＝qc主小车作业时间
‑
qc门架小车作业时间
‑
收箱点到qc送箱点的行驶时间
‑
掉头时间(可选)
‑
agv/asc或支架收箱时间。如果是不同场地双箱装船，或者同场地需要收第一个箱子后掉头收第二个箱子的，需考虑第一箱收箱完成到第二箱收箱点的行驶时间，及收第二个箱子的agv/asc或支架收箱时间。
[0099]
(6)agv作业、停车和充电任务占比：所有agv任务中，作业时间、停车任务和充电任务的占比。
[0100]
(7)海侧交互区直接交互/支架交互占比：所有的海侧交互任务(收发箱)，直接交互和支架交互的对比，直接交互表示asc与agv必须同时到达才能交互，支架交互则不需要同时到达。
[0101]
步骤s24：将步骤s23中的指标按照主成分分析方法步骤s12
‑
s17进行主成分分析，最终得到关于agv循环时间的综合评价结果。
[0102]
图4是装船过程agv行驶路线，图5是是在装船过程agv循环时间。agv装船循环时间分析与卸船过程一致，此处不再赘述。
[0103]
二、agv调度效率分析。
[0104]
为了系统合理地分析agv运行情况，对agv调度效率分析能够更直接、更精确的对整体agv任务中运行的路径、运行的时间、在桥吊车道和箱区车道的等待时间进行分析。
[0105]
步骤s31：在航次选定的情况下，针对agv循环时间，包含卸船单箱和双箱、装船单箱和双箱作业类型，采集以下评价指标：
[0106]
(1)调度计算时间：调度的平均时间、包括数据准备、匹配和结果写入的时间。
[0107]
(2)agv晚到次数：各类作业任务中agv实际晚到(qc发生等待agv情况)次数统计及占比。
[0108]
(3)高优先级指令未第一次时间匹配次数：各类作业任务中高优先级未第一时间匹配到的次数。默认优先级定义，时间上，根据计算的交互时间，迟>适时>早；任务类型上，装>＝卸>转场。
[0109]
(4)背箱无任务次数：各类作业任务中发生背箱后没有任务的次数，包括没收到第二个收箱任务，第一个送箱任务或第二个送箱任务。
[0110]
(5)智能调度次数：指预派的次数，包括桥吊下装船完成后直接去收卸船箱，以及海侧送箱完成后就近或同一堆场收装船箱。
[0111]
(6)人工派发次数：各类任务中发生人工派发的次数。
[0112]
步骤s32：同样地，为了客观地对agv调度效率进行综合评价，对步骤s31中的评价指标按照主成分分析方法步骤s12
‑
s17进行主成分分析，得到每个指标的权重，然后加权和求得agv调度效率综合分析结果。
[0113]
以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。