一种工厂内部物流调度方法、装置及电子设备、存储介质与流程

1.本发明属于物流调度领域，特别涉及一种工厂内部物流调度方法、装置及电子设备、存储介质。


背景技术：

2.目前，车间内的物流订单的分配及员工的调度，常用的方法有精确解法和智能优化算法。其中精确解法适用于小规模、小数据量的车间物流调度的优化问题；智能优化算法对于大规模、大数据量的车间物流调度的优化问题，有较大的优势，可以快速的找到问题的近似最优解，满足生产的需要。
3.现有技术中，差分进化算法是基于现代智能理论的智能优化算法，差分进化算法具有结构简单、容易实现、收敛快速、鲁棒性强等特点，但容易出现局部早熟，过早的收敛到局部极小点等问题，影响物流订单分配的物流调度效率。


技术实现要素：

4.鉴于现有技术中的上述缺陷或不足，本发明旨在提供一种物流调度方法、装置及电子设备、存储介质，优化各个需配送的物流订单的分配方案及配送路线，员工的调度更加高效，减少物料的配送时间，提高物流调度效率。
5.为了实现上述目的，本发明采用如下技术方案：第一方面，本发明实施例提供了一种工厂内部物流调度方法，所述方法包括：步骤s1，获取厂内待分配的物流订单集合和可执行调度的员工集合；步骤s2，获取所述物流订单集合中各物流订单中需配送物料的起始位置信息和目的位置信息；步骤s3，获取所述员工集合中各员工的实时位置信息；步骤s4，根据所述各物流订单中需配送物料的起始位置信息和目的位置信息，以及所述各员工的位置信息，确定物流订单的初始分配方案及配送路线，作为当前订单分配方案及配送路线；步骤s5，计算当前订单分配方案及配送路线下用时；步骤s6，以订单及员工属性为约束，以完成用时最小为优化目标，判断当前订单分配方案及配送路线下用时是否最小；若是，进入步骤s7；若否，转入步骤s8；步骤s7，将当前订单分配方案及配送路线输出为调度方案，并将配送路线分发至分配方案中的员工；员工按分配的订单及配送路线完成订单后，实时更新员工位置信息，返回步骤s1；步骤s8，基于差分进化算法优化订单分配方案，基于变邻域搜索算法优化配送路线，并将优化后的订单分配方案及配送路线作为当前订单分配方案及配送路线，转入步骤s5。
6.作为本发明的一个优选实施例，所述基于差分进化算法优化订单分配方案，基于
变邻域搜索算法优化配送路线，包括：步骤s801，根据差分进化算法的控制参数确定适应度值函数，基于所述适应度值函数确定初始分配方案中各员工分配物流订单的初始适应度值；步骤s802，判断所述差分进化算法的迭代次数是否大于设定阈值；若否，进入步骤s803；若是，进入步骤s804；步骤s803，根据所述差分进化算法对所述适应度值执行变异操作、交叉操作和选择操作的进化，并增加迭代次数，返回执行所述步骤s802；步骤s804，终止对所述差分进化算法的进化步骤，输出目标分配方案中各员工分配物流订单的目标适应度值；步骤s805，将目标分配方案中各员工分配物流订单的目标适应度值作为变邻域搜索算法的初始解；步骤s806，从设置的多个邻域中选择一个未被搜索的邻域对各员工需配送的物流订单的配送路线进行邻域动作，计算对应的适应度值；步骤s807，确定选择出的未被搜索的邻域对应的适应度值是否优于所述初始解；若是，则进入步骤s808；若否，则直接返回步骤s806；步骤s808，判断是否搜索完所有所述多个邻域；若未搜索完所有所述多个邻域，以当前选择出的未被搜索的邻域对应的适应度值更新所述初始解，返回步骤s806；若是，进入步骤s809；步骤s809，将最后的解作为最终适应度值，并解算和输出与最终适应度值相适应的订单分配方案及配送路线。
7.作为本发明的一个优选实施例，在所述步骤s801中所述基于所述适应度值函数确定初始分配方案中各员工分配物流订单的初始适应度值，之前还包括：判断所述差分进化算法是否初始化，若没有初始化则对所述差分进化算法进行随机初始化，若已经初始化，则执行步骤s801。
8.作为本发明的一个优选实施例，所述步骤s1还包括：判断当前的物流订单集合和当前的员工集合是否为空；若不为空，则将当前的物流订单集合作为待分配的物流订单集合，将当前的员工集合作为执行调度的员工集合；若为空，则返回执行所述获取厂内待分配的物流订单集合和可执行调度的员工集合、判断当前的物流订单集合和当前的员工集合是否为空的步骤。
9.第二方面，本发明实施例还提供了一种工厂内部物流调度装置，所述装置包括：物流信息获取模块，用于获取待分配的物流订单集合和可执行调度的员工集合；物料位置获取模块，用于获取物流订单集合中各物流订单中需配送物料的起始位置信息和目的位置信息；员工位置获取模块，用于获取所述员工集合中各员工的位置信息；初始值确定模块，用于根据所述各物流订单中需配送物料的起始位置信息和目的位置信息，以及所述各员工的位置信息，确定物流订单的初始分配方案及配送路线，并作为当前订单分配方案及配送路线；用时计算模块，用于计算当前订单分配方案及配送路线下用时，并发送给优化目
标判断模块；优化目标判断模块，用于以订单及员工属性为约束，以完成用时最小为优化目标，判断当前订单分配方案及配送路线下用时是否最小；若是，则将结果发送给订单分配模块；若否，则启动优化模块；订单分配模块，用于将当前订单分配方案及配送路线输出为调度方案，并将配送路线分发至分配方案中的员工；员工按分配的订单及配送路线完成订单后，实时更新员工位置信息并发送给物流信息获取模块；优化模块，用于基于差分进化算法优化订单分配方案，基于变邻域搜索算法优化配送路线，并将优化后的订单分配方案及配送路线作为所述当前订单分配方案和配送路线，发送给模型求解模块；所述优化模块进一步包括：订单分配方案优化子模块和配送路线优化子模块；所述订单分配方案优化子模块用于执行如下步骤：步骤s801，根据差分进化算法的控制参数确定适应度值函数，基于所述适应度值函数确定初始分配方案中各员工分配物流订单的初始适应度值；步骤s802，判断所述差分进化算法的迭代次数是否大于设定阈值；若否，进入步骤s803；若是，进入步骤s804；步骤s803，根据所述差分进化算法对所述适应度值执行变异操作、交叉操作和选择操作的进化，并增加迭代次数，返回执行所述步骤s802；步骤s804，终止对所述差分进化算法的进化步骤，输出目标分配方案中各员工分配物流订单的目标适应度值；所述配送路线优化子模块用于执行如下步骤：步骤s805，将目标分配方案中各员工分配物流订单的目标适应度值作为变邻域搜索算法的初始解；步骤s806，从设置的多个邻域中选择一个未被搜索的邻域对各员工需配送的物流订单的配送路线进行邻域动作，计算对应的适应度值；步骤s807，确定选择出的未被搜索的邻域对应的适应度值是否优于所述初始解；若是，则进入步骤s808；若否，则直接返回步骤s806；步骤s808，判断是否搜索完所有所述多个邻域；若未搜索完所有所述多个邻域，以当前选择出的未被搜索的邻域对应的适应度值更新所述初始解，返回步骤s806；若是，进入步骤s809；步骤s809，将最后的解作为最终适应度值，并解算和输出与最终适应度值相适应的订单分配方案及配送路线。
10.第三方面，本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线；其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现上述任一物流调度方法步骤。
11.第四方面，本发明实施例又提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一物流调度方法步骤。
12.本发明实施例所提供的物料调度方法，可以得到满足各个需配送的物流订单的优化的目标配送路线，基于所述目标配送路线进行物流订单的配送时间小，使得针对各物流订单的配送更为合理，员工的调度更加高效，物流订单调度效率高，同时减少物料的配送时间，进而减少基于所述物料生产产品的时间，降低产品生产过程中的生产及时间成本，提高生产效率。
附图说明
13.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来说，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附图。
14.图1为本发明实施例所述工厂内部物流调度方法的流程示意图；图2为本发明实施例基于差分进化算法优化订单分配方案、基于变邻域搜索算法优化配送路线的流程示意图；图3为本发明实施例所述工厂内部物流调度装置的结构示意图；图4为本发明实施例所述电子设备的结构示意图。
具体实施方式
15.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对所述发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
16.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
17.为了解决现有的基于差分进化算法，物流订单分配的物流调度效率的技术问题，本发明实施例提供了一种物流调度方法，如图1所示，所述方法包括以下步骤：步骤s1，获取待分配的物流订单集合和可执行调度的员工集合。
18.本实施例所述物流调度方法可以运行于物流调度系统中，物流调度系统运行起来之后，可以获取到待分配的物流订单集合及可执行调度的员工集合。
19.待分配的物流订单集合中通常包括多个物流订单，可执行调度的员工集合包括多个配送物流订单的员工，所述员工可以执行物流订单配送任务。
20.所述待分配的物流订单集合和可执行调度的员工集合可以为从物流调度系统的订单池中获取的一个时间片内的需要分配的物流订单集合和可执行调度的员工集合。
21.可选地，本步骤还可以包括：
步骤s101，判断当前的物流订单集合和当前的员工集合是否为空；步骤s102，若不为空，则将当前的物流订单集合作为待分配的物流订单集合，将当前的员工集合作为执行调度的员工集合；步骤s103，若为空，则返回执行上述获取待分配的物流订单集合和可执行调度的员工集合、判断当前的物流订单集合和当前的员工集合是否为空的步骤。
22.本实施例中，为了确保待分配的物流订单集合和可执行调度的员工集合中具有物流订单和员工信息，进一步，判断当前的物流订单集合和员工集合是否为空，若任意一个集合为空，例如，没有需要配送的物流订单，或者没有员工信息，此时，无法执行物流调度，进一步的重新获取物流订单集合和员工集合，直到物流订单集合和员工集合不为空。
23.步骤s2，获取物流订单集合中各物流订单中需配送物料的起始位置信息和目的位置信息。
24.本步骤中，可以从存储物流订单的从数据库中查询到各物流订单中需配送物料的起始位置信息和目的位置信息，所述起始位置信息可以为物料当前所在工位的位置，所述目的位置信息指需要将物流订单中的需配送物流通过员工配送到的目的地的位置，所述位置可以为需配送物流的工位所在的位置。
25.步骤s3，获取员工集合中各员工的实时位置信息。
26.本步骤中，可以通过员工的移动终端中的定位功能获取员工的实时位置信息，作为员工的位置信息，或者也可以从员工的任何具有定位功能的定位系统中获取员工的实时位置信息组作为员工的位置信息。或者也可以通过具有员工的身份信息和员工所在工位的位置的数据库，通过员工集合中员工的身份信息查找到员工所在工位的位置，作为员工的位置信息。
27.步骤s4，根据所述各物流订单中需配送物料的起始位置信息和目的位置信息，以及所述各员工的位置信息，确定物流订单的初始分配方案及配送路线，作为当前订单分配方案及配送路线。
28.所述初始分配方案及配送路线，可按订单编号及员工顺序进行依次分配，也可按员工与订单物料位置就近分配。初始值的确定可按预定的方式进行约定。同时，将各物流订单分配给各员工，一个员工可以配送多个物流订单。
29.所述配送路线为员工将其需负责配送的各个物流订单中的需配送物料从起始位置分别配送到目的位置的配送路径，所述配送路径包括员工完成需配送的各个物流订单的配送顺序，以及配送各个物流订单依次所经过的路径。
30.步骤s5，计算当前订单分配方案及配送路线下用时。
31.本步骤中，每个订单的用时 = 到订单的距离/人员的速度 该员工执行此订单时需要耗时；当前订单分配方案下的总用时为所有订单用时和。
32.步骤s6，以订单及员工属性为约束，以完成用时最小为优化目标，判断当前订单分配方案及配送路线下用时是否最小；若是，进入步骤s7；若否，转入步骤s8。
33.所述当前订单分配方案及配送路线可能并非最优的配送路线，因此，进一步的基于各员工需配送的物流订单的初始配送路线计算完成物流订单配送的总用时。
34.在满足各种约束情况下，以所述总时间最小化时间为目标，通过相应的算法判断所述用时是否最小，如果为最小则可以将当前订单分配方案及配送路线作为最终输出。所
述相应的算法判断用时最小，当前后两次用时相同时，则当前用时为最小；对于初次计算结果，“上一次”用时采用无穷大。
35.步骤s7，将当前订单分配方案及配送路线输出为调度方案，并将配送路线分发至分配方案中的员工；员工按分配的订单及配送路线完成订单后，实时更新员工位置信息，返回步骤s1。
36.经过本步骤，已完成当前物流订单的配送，返回步骤s1，进入下一批次物流订单的配送。
37.步骤s8，基于差分进化算法优化订单分配方案，基于变邻域搜索算法优化配送路线，并将优化后的订单分配方案及配送路线作为当前订单分配方案及配送路线，转入步骤s5。
38.若所述总时间并非最小，则进一步的基于差分进化算法和变邻域搜索算法对各员工需配送的物流订单的分配方案及配送路线进行优化，得到优化后的分配方案及配送路线。
39.进一步地，所述步骤s8中基于差分进化算法优化订单分配方案，基于变邻域搜索算法优化配送路线，如图2所示，包括如下步骤：步骤s801，根据差分进化算法的控制参数确定适应度值函数，基于所述适应度值函数确定初始分配方案中各员工分配物流订单的初始适应度值。
40.本步骤中，将各员工分配的物流订单作为个体，由多个个体组成种群。
41.基于适应度值函数确定每个个体的适应度值f。
42.适应度值f指：当适应度值函数为最优化最小值时，适应度值为所述适应度值函数值的倒数，当适应度值函数为最优化最大值时，适应度值为适应度值函数的值。
43.可选地，执行本步骤之前还可以包括：判断差分进化算法是否初始化，若没有初始化则对差分进化算法进行随机初始化，若已经初始化，则执行步骤s801。
44.步骤s802，判断所述差分进化算法的迭代次数是否大于设定阈值；若否，进入步骤s803；若是，进入步骤s804。
45.步骤s803，对所述差分进化算法执行变异操作、交叉操作和选择操作的进化，并增加迭代次数，返回执行所述步骤s802。
46.本步骤中，若差分进化算法的迭代次数小于设定阈值，即迭代次数未达到设定的次数，则对差分进化算法进一步进行进化，具体而言，包括对差分进化算法进行变异操作。
47.变异操作指利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向量加权后按照一定的规则与第三个个体求和而产生变异个体，变异操作的具体过程如下：首先从所述次迭代种群(g)中随机选择3个个体，x
p1
(g)、x
p2
(g)、x
p3
(g)且p1≠p2≠p3≠i，生成变异向量为：；其中，f为变异算子，其计算方式如下：，
上述式中，f1、f2、f3为随机选择的个体的适应度值从优到劣的排序；f
l
=0.1、f
u =0.9；i为种群(g)中个体的序号。
48.变异操作完成后，还可以进一步的进行交叉操作，变异个体与对应的目标个体进行参数混合，生成试验个体的过程为交叉操作。
49.本实施例中，交叉操作的过程具体如下：将变异向量hi(g)和目标向量xi(g)的各维分量进行随机组合，构建出新的交叉向量ui(g)，增加个体的向量维度j后，公式如下：，式中：g表示迭代次数；i为种群(g)中个体的序号；j表示个体的向量维度；cr的区间为[0,1]中的常量，为交叉概率。
[0050]
交叉操作完成后，还可以进一步的进行选择操作，如果试验个体的适应度值优于目标个体的适应度值，则在下一代中试验个体取代目标个体，否则目标个体仍保存下来，所述操作称为选择操作。
[0051]
本实施例中，选择操作的过程具体如下：若新个体的适应度值优于上一代个体的适应度值，则新个体会替换上一代个体进入下一代种群中，否则上一代个体会保留在下一代种群中。选择操作的公式如下：。
[0052]
通过上述操作，选择出最佳的订单分配方案。
[0053]
步骤s804，终止对所述差分进化算法的进化步骤，输出目标分配方案中各员工分配物流订单的目标适应度值。
[0054]
本步骤中，若迭代次数带到设定阈值，则不再对差分进化算法进行进化，即终止执行变异操作、交叉操作和选择操作的进化步骤，并输出各员工需配送的物流订单的目标适应度值。
[0055]
步骤s805，将目标分配方案中各员工分配物流订单的目标适应度值作为变邻域搜索算法的初始解。
[0056]
步骤s806，从设置的多个邻域中选择一个未被搜索的邻域对员工需配送的物流订单的配送路线进行邻域动作，计算对应的适应度值。
[0057]
步骤s807，确定选择出的未被搜索的邻域对应的适应度值是否优于所述初始解；若是，则进入步骤s808；若否，则直接返回步骤s806。
[0058]
步骤s808，判断是否搜索完所有所述多个邻域；若未搜索完所有所述多个邻域，以当前选择出的未被搜索的邻域对应的适应度值更新所述初始解，返回步骤s806；若是，进入步骤s809。
[0059]
步骤s806至808中，将各员工需配送的物流订单的目标适应度值作为变邻域搜索
算法的初始解，设计多个邻域动作，本实施例中，以2个邻域动作为例说明，进行两两交换算子，区间反转算子，具体而言，设[a,b,c,d,e,f,g]为某个员工需要执行的物流订单的配送路线中的配送顺序，随机选择两个物流订单为：c、f；则两两交换算子为：将c、k交换位置，交换后订单的顺序为[a,b,f,d,e,c,g]。区间翻转算子为：将c、k之间的物流订单的配送顺序翻转。区间翻转后的物流订单的配送顺序为[a,b,f,e,d,c,g]。
[0060]
针对每个个体在从多个邻域中选择出的一个邻域ni中搜索，所述选择出的邻域中，各个个体的适应度值记为s
′
。
[0061]
在邻域搜索时，判断是否存在s
′
优于s，若存在，则表明所述邻域中存在比s更好的适应度值s
′
，更新初始解s值，并更新i值，使其i等于1，在下一个未被搜索的邻域n
i 1
中再次进行邻域搜索；若不存在s
′
优于s，则表明所述邻域中不存在比s更优的解，更新i=i 1，在下一个未被搜索的邻域n
i 1
中再次进行邻域搜索。
[0062]
依次对所有多个邻域进行邻域搜索，判断是否存在s
′
优于s，直到搜索完所有的多个邻域。
[0063]
上述所述邻域指，由给定转化规则对给定的问题域上每结点进行转化所得到的问题域上结点的集合。本实施例中的邻域可以为由员工需要执行的物流订单的配送顺序的集合。
[0064]
上述所述邻域动作指，通过一函数可以对初始解，产生相应的邻域解的集合。本实施例中的邻域动作可以为对员工需要执行的物流订单的配送顺序进行多次变化后得到的各个变化后的配送顺序的集合。
[0065]
步骤s809，将最后的解作为最终适应度值，并解算和输出与最终适应度值相适应的订单分配方案及配送路线。
[0066]
差分进化算法是具有较强的全局搜索能力的算法，但是其在细节处理，局部搜索方面，容易出现局部早熟，过早收敛的情况。变邻域搜索算法一种改进型的局部搜索算法，其利用不同的动作构成的邻域内进行交替搜索，在集中性和疏散性之间达到很好的平衡，可以做到在一个解的附近迅速得找到近似最优解。
[0067]
本实施例中，将差分进化算法与变领域搜索算法进行组合，对各员工需配送的物流订单的初始分配方案和配送路线，可以增强差分进化算法的搜索能力，提高全局最优解的概率。
[0068]
根据上述描述可知，本实施例提供的物料调度方法，可以得到满足各个需配送的物流订单的优化的订单分配和目标配送路线，基于所述目标配送路线进行物流订单的配送时间小，使得针对各物流订单的配送更为合理，员工的调度更加高效，物流调度效果高，并且，可减少物料的配送时间，进而减少基于所述物料生产产品的时间，降低产品生产过程中的生产成本，提高生产效率。
[0069]
基于相同的发明构思，根据上述物流调度方法实施例，本发明实施例还提供了一种工厂内部物流调度装置，如图3所示，所述装置可以包括以下模块：物流信息获取模块11，用于获取待分配的物流订单集合和可执行调度的员工集合；物料位置获取模块12，用于获取所述物流订单集合中各物流订单中需配送物料的起始位置信息和目的位置信息；
员工位置获取模块13，用于获取所述员工集合中各员工的位置信息；初始值确定模块14，用于根据所述各物流订单中需配送物料的起始位置信息和目的位置信息，以及所述各员工的位置信息，确定物流订单的初始分配方案及配送路线，作为当前订单分配方案及配送路线；用时计算模块15，用于计算当前订单分配方案及配送路线下用时；优化目标判断模块16，用于以订单及员工属性为约束，以完成用时最小为优化目标，判断当前订单分配方案及配送路线下用时是否最小；若是，则将结果发送给订单分配模块17；若否，则启动优化模块18；订单分配模块17，用于将当前订单分配方案及配送路线输出为调度方案，并将配送路线分发至分配方案中的员工；员工按分配的订单及配送路线完成订单后，实时更新员工位置信息并发送给物流信息获取模块11；优化模块18，用于基于差分进化算法优化订单分配方案，基于变邻域搜索算法优化配送路线，并将优化后的订单分配方案及配送路线作为当前订单分配方案及配送路线，发送给用时计算模块15。
[0070]
所述优化模块18进一步包括：订单分配方案优化子模块和配送路线优化子模块；所述订单分配方案优化子模块用于执行如下步骤：步骤s801，根据差分进化算法的控制参数确定适应度值函数，基于所述适应度值函数确定初始分配方案中各员工分配物流订单的初始适应度值；步骤s802，判断所述差分进化算法的迭代次数是否大于设定阈值；若否，进入步骤s803；若是，进入步骤s804；步骤s803，根据所述差分进化算法对所述适应度值执行变异操作、交叉操作和选择操作的进化，并增加迭代次数，返回执行所述步骤s802；步骤s804，终止对所述差分进化算法的进化步骤，输出目标分配方案中各员工分配物流订单的目标适应度值；所述配送路线优化子模块用于执行如下步骤：步骤s805，将目标分配方案中各员工分配物流订单的目标适应度值作为变邻域搜索算法的初始解；步骤s806，从设置的多个邻域中选择一个未被搜索的邻域对各员工需配送的物流订单的配送路线进行邻域动作，计算对应的适应度值；步骤s807，确定选择出的未被搜索的邻域对应的适应度值是否优于所述初始解；若是，则进入步骤s808；若否，则直接返回步骤s806；步骤s808，判断是否搜索完所有所述多个邻域；若未搜索完所有所述多个邻域，以当前选择出的未被搜索的邻域对应的适应度值更新所述初始解，返回步骤s806；若是，进入步骤s809；步骤s809，将最后的解作为最终适应度值，并解算和输出与最终适应度值相适应的订单分配方案及配送路线。
[0071]
可见，应用本发明实施例提供的物料调度装置，可以得到满足各个需配送的物流订单的优化的目标配送路线，基于所述目标配送路线进行物流订单的配送时间小，使得针对各物流订单的配送更为合理，员工的调度更加高效，物流调度效果高，并且，可减少物料
的配送时间，进而减少基于所述物料生产产品的时间，降低产品生产过程中的生产成本，提高生产效率。
[0072]
需要说明的是，本实施例所提供的所述工厂内部物流调度装置，与上述实施例所述的工厂内部物流调度方法是对应的，对于所述物流调度方法的描述与限定，同样适用于所述物流调度装置，在此不再赘述。
[0073]
本发明实施例还提供了一种电子设备，如图4所示，包括处理器90、通信接口91、存储器92和通信总线93，其中，处理器90，通信接口91，存储器92通过通信总线93完成相互间的通信，存储器92，用于存放计算机程序；处理器90，用于执行存储器92上所存放的程序时，实现如下步骤：步骤s1，获取厂内待分配的物流订单集合和可执行调度的员工集合；步骤s2，获取所述物流订单集合中各物流订单中需配送物料的起始位置信息和目的位置信息；步骤s3，获取所述员工集合中各员工的实时位置信息；步骤s4，根据所述各物流订单中需配送物料的起始位置信息和目的位置信息，以及所述各员工的位置信息，确定物流订单的初始分配方案及配送路线，作为当前订单分配方案及配送路线；步骤s5，计算当前订单分配方案及配送路下用时；步骤s6，以订单及员工属性为约束，以完成用时最小为优化目标，判断当前订单分配方案及配送路线下用时是否最小；若是，进入步骤s7；若否，转入步骤s8；步骤s7，将当前订单分配方案及配送路线输出为调度方案，并将配送路线分发至分配方案中的员工；员工按分配的订单及配送路线完成订单后，实时更新员工位置信息，返回步骤s1；步骤s8，基于差分进化算法优化订单分配方案，基于变邻域搜索算法优化配送路线，执行上述步骤s801至步骤s809，并将优化后的订单分配方案及配送路线作为当前订单分配方案及配送路线，转入步骤s5。
[0074]
上述电子设备提到的通信总线可以是外设部件互连标准（peripheral component interconnect，pci）总线或扩展工业标准结构（extended industry standard architecture，eisa）总线等。所述通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0075]
通信接口用于上述电子设备与其他设备之间的通信。
[0076]
存储器可以包括随机存取存储器（random access memory，ram），也可以包括非易失性存储器（non-volatile memory，nvm），例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0077]
上述的处理器可以是通用处理器，包括中央处理器（central processing unit，cpu）、网络处理器（network processor，np）等；还可以是数字信号处理器（digital signal processing，dsp）、专用集成电路（application specific integrated circuit，asic）、现场可编程门阵列（field-programmable gate array，fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0078]
应用本发明实施例提供的电子设备，可以得到满足各个需配送的物流订单的优化的目标配送路线，基于所述目标配送路线进行物流订单的配送时间小，使得针对各物流订单的配送更为合理，员工的调度更加高效，物流调度效果高，并且，可减少物料的配送时间，进而减少基于所述物料生产产品的时间，降低产品生产过程中的生产成本，提高生产效率。
[0079]
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述任一物流调度方法的步骤。
[0080]
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一物流调度方法的步骤。
[0081]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（dsl））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质（例如固态硬盘solid state disk (ssd)）等。
[0082]
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于物流调度装置、电子设备、计算机可读存储介质及计算机程序产品实施例而言，由于其基本相似于物流调度方法实施例，所以描述的比较简单，相关之处参见物流调度方法实施例的部分说明即可。
[0083]
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。