一种基于Agent的物流配送最优路线决策系统的制作方法

一种基于agent的物流配送最优路线决策系统
技术领域
1.本发明涉及一种及智能决策领域，具体而言是一种用于物流配送的最优路线决策系统。


背景技术：

2.物流配送是现代物流管理的一个重要环节，是实现电商、直播带货的关键一环和基本保证。但现有的很多物流系统中，物流环境信息的实时更新和往各线调整、高效的时效性要求等问题都没有很好的解决，往往是往各线一旦生成，几乎不能变动，并没有考虑具体往各线的拥塞情况，从而无法真正地使最终选择的路线符合实际情况，也就无法保证最终运行的路线是最优路径，脱离了应用实际。


技术实现要素：

3.本发明的目的在于提高物流配送的能力和效率，以解决上述背景技术中提出的问题。
4.为实现上述目的，本发明提供如下技术方案：一种基于agent的物流配送最优路线决策系统，包括agent模块、决策支持库、黑板系统、地理信息系统、效益函数和最优配送路线6个组成部分。系统中的每个agent均构建成功能不同的独立模块，系统模型m可以用一个六元组来表示，即m＝{ag，d，b，g，u，l}。
5.系统中负责完成各功能的模块均由担任不同角色的agent进行控制和处理，通过人机交互界面向黑板系统提交相应的需求信息，黑板系统对这些信息进行分析并把提取的关键信息交由决策支持库进行数据处理，再把决策支持库所反馈的结果传递给总控agent模块，进而再确定配送任务，并通过调用最优路径算法，在各agent模块协商合作下选择出最优的配送路线。
6.作为本技术方案的进一步优化，ag＝{agt1，agt2，...，agtn}是配送系统中各agent的模块集合。每个进入物流配送系统的agent都有唯一的id号作为自己的身份标识，以便于任务的分配和信息管理，主要包含以下agent实体：
7.①
总控agent模块：对不同的agent模块进行管理和任务分配，以广播的形式通知各不同的agent完成各自相应的任务，协调各agent间的协商合作问题，以最终达到最优路线选择下货物配送的目的；
8.②
客户信息管理agent：对客户信息的管理和更新，对客户的层次和级别以及货物的需求跟踪等相应信息的管理；
9.③
员工信息管理agent：对员工的任务分配和级别的更新管理；
10.④
订单信息管理agent：订单信息的填写和提交，并根据反馈的信息决定是否对订单信息进行修改，响应客户的请求并及时给予反馈；
11.⑤
车辆调度管理agent：结合交通信息管理agent和车辆调度算法完成对车辆的有效调度，从而生成最优的配送方案；
12.⑥
交通信息管理agent：借助于实时的导航信息系统获取路况信息.为最优路径的选择提供有效依据；
13.⑦
配送信息管理agent：对各订单信息及时进行跟踪，寻求合适的配送点，选择合理的配送方案，并反馈配送结果；
14.⑧
仓库与库存管理agent：协调配送中心各仓库的库存和货物存放问题，提升货物的空间利用率，负责物品的周转和配送。
15.作为本技术方案的进一步优化，决策支持库主要由知识库、数据库、案例库、模型库和规则库组成，负责完成相应的决策算法和提供领域知识的支持。决策支持是物流配送中的核心，不仅可以实现日常运营方案的自动化管理，而且对订单信息的跟踪和结果反馈以及最优路线的选择和调整都起到了很好的支持作用；决策支持库中的信息可以及时的更新，以保证系统的开放性。
16.作为本技术方案的进一步优化，黑板系统主要负责总控agent和决策库中信息的交流和分析，为问题的求解提供了一个公共和交流的平台。
17.作为本技术方案的进一步优化，地理信息系统负责实时路况信息的传递和分析，为动态加权因子的选择提供依据。
18.作为本技术方案的进一步优化，效益函数，根据当前情形，分析不同配送路线的效益值，经过排序比较产生最大效益方案。
19.作为本技术方案的进一步优化，根据实时的路况信息和综合效益分析，系统最终所产生的最优配送路线。
20.本发明的有益效果为：充分利用agent所具有的自主性、社会性、反应性、能动性、动态实时性等特性，提出了基于多agent协商的物流配送最优路径选择算法，即在确定的需求下，通过各agent之间的协商，以综合效益最大为驱动目标实现配送过程中的路径选择，引人加权因子更好地解决了路况拥塞和费用问题，不仅能动态调整配送往各线，而且保证了在不延迟配送时间的同时对路径的全局搜索和寻优能力，提高了配送效率。
附图说明
21.下面结合附图对本发明的具体实施方式作进一步详细的描述。
22.图1是该物流配送最优路线决策系统设计示意图。
具体实施方式
23.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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
24.请参阅图1，本发明提供一种技术方案：
25.一种基于agent的物流配送最优路线决策系统，包括agent模块、决策支持库、黑板系统、地理信息系统、效益函数和最优配送路线6个组成部分。系统中的每个agent均构建成功能不同的独立模块，系统模型m可以用一个六元组来表示，即m＝{ag，d，b，g，u，l}。
26.为了进一步提高一种基于agent的物流配送最优路线决策系统的使用功能，设配
送中心编号为v0，其余的需求客户共n个，编号为vi(i＝1，2，
…
，n)，完成所有的配送任务需用车辆m，编号为kr(r＝1，
…
，m)，每辆车的载重量为qr(r＝1，2，
…
，m)，每个客户的需求量为gi(i＝1，2，
…
，n)，任意客户点之间以及客户点和配送中心之间的距离为dij(i＝1，2，
…
，n；j＝1，2，
…
，n)。wij表示从运输点i到运输点j之间的成本开销的权值，其具体定义见式(1)。
[0027][0028]
(i＝1，2，
…
，n；j＝1，2，
…
，n)
[0029]
式中，其中a，b为加权因子，考虑货物的运送不能超过规定时间和最大费用，对包上进行归一化处理，即a，b∈[0，1]，其具体取值参考实时的路况信息而定匚通过对获取的实时路况的分析，以时间和费用对运输成本所带来的影响来调整a，b的值，记为f(a，b)。从而保证了选择综合效益最大的最优路径。
[0030]
为了进一步提高一种基于时空语义挖掘的城市功能区识别流程的使用功能，该流程如下：
[0031]
step1：经人机交互界面输人客户对货物的需求，初始化各参数；
[0032]
step2：依据每个客户的需求g(i＝1，2，
…
，n)和车的载重量q(r＝1，
…
，m)，由黑板系统提交决策库d运算，依据运算结果进行车辆运输任务的合理分配，即在不超过配送车辆k载重量的情况下，尽可能地由接近配送任务载重量的车去执行配送任务；
[0033]
step3：确定每辆车的配送出发时间t(r＝1，
…
，m)；
[0034]
step4：依据step2和step3，，计算最大效益u，即配送车辆k可由点i行驶到点j，当y(k
t
，d
ij
)＝1时
·
考虑其配送过程中的综合费用w
ij
.确定每辆车的初始最优配送路线，转step5；
[0035]
step5：依据地理信息系统g实时反愦的路况信息，若路况情况良好，按既定的最优配送路线前进，否则转step6；
[0036]
step6：查询交通信息管理agent所提供的路况信息，分析路况拥塞情况，并通过总控agent和其余agent之间的实时信息交流进行协商，通过协商结果选择出合适的加权因子f(a，b)的值，重新计算不同配送路线的最大效益u并排序；
[0037]
step7：输出效益最大者，u＝umax＝zmin时的配送路线l即为最优路线。
[0038]
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其效物界定。