【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种算力可缩放的大规模的城配物流运力调度系统及方法。
技术介绍
1、随着物流运输业的迅猛发展，道路车辆和物流量急剧增长，城市物流业务在人们的工作生活中所占比重逐步增加；
2、有研究指出，卡车作为高耗能运输工具，平均每年汽油消耗比例占全国近65%，加上车辆空载率达40%以上，车辆停车配货的间隔时间平均长达约72小时，运输效率低下不仅造成了资源的极大浪费和尾气排放，也不利于交通运输行业碳减排，城市物流中车辆配送面临巨大的挑战；因此，一个能有效提高物流配送行业的车辆配送效率的系统及方法，不论是在经济效益上，还是社会效益上，都是很有必要的。
3、现有技术中对于城市物流中车辆配送规划方法存在以下弊端：
4、1、对于城市物流中车辆配送中多种组合难题，难以得出满足所有需求的规划方案；
5、2、目前行业中对于此类问题通常采用精确解算法和启发式算法两种方法，精确算法是针对某一具体问题建立相应的数学模型，利用数学方法进行求解，通常用于求解问题的最优解，但这种方法不适合实际的工业场景；启发式算法在可接受的范围内给出待解决组合优化问题的一个可行解，但启发式算法需要将复杂的业务逻辑嵌入到算法的代码中，为了某些需求，要推翻原有的代码，对于代码的维护，浪费人力物力，限制企业的业务发展。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种算力可缩放的大规模的城配物流运力调度系统及方法。
2、为实现
3、一种算力可缩放的大规模的城配物流运力调度系统，包括mysql数据库、消息中间件kafka、求解器模块、指标监控模块、中间件redis；
4、还包括外部业务系统模块，用于集成本系统提供的sdk接口与本系统进行数据交互；
5、所述mysql数据库用于存储每次城配物流调度规划任务的输入数据集和城配物流调度规划任务完成后返回的最终路线规划结果；
6、所述消息中间件kafka用于发布城配物流调度规划任务、接收城配物流调度规划任务的结果以及发布与接收求解器的心跳数据等；
7、所述求解器模块用于接收城配物流调度规划任务并进行多核并行计算求解、将得到的近似最优路线的规划方案返回给外部业务系统模块；
8、所述指标监控模块用于收集解析各个求解器的心跳数据，分析出各个求解器的当前状态和城配物流调度规划任务的处理状态；
9、所述中间件redis用于缓存求解器状态、任务状态及指令数据。
10、本专利技术还提出一种算力可缩放的大规模的城配物流运力调度方法，包括以下步骤：
11、s1：获取数据集并将数据集传输到mysql数据库中；
12、外部业务系统模块从内部数据源中获取多个用于进行城配物流调度规划的数据集，所述数据集包括数据集id、车场数据、车型数据、顾客数据、货物数据、距离矩阵数据、时间矩阵数据、货物互斥矩阵数据、货物车辆匹配数据等；
13、所述数据集id唯一；
14、所述车场数据包括车场名称、车场地址、经度、纬度、车场类型等，所述车场类型包括起终点、仅起点；
15、所述车型数据包括最大容量、可用车辆数、与货物匹配标签、出发的车场名称等；
16、所述顾客数据包括顾客编码、顾客名称、顾客地址、货物装卸用时等；
17、所述货物数据包括货物编码、货物名称、货物体积度量、与车辆匹配属性、货物质量、货物互斥的标签信息等；
18、所述距离矩阵数据包括开始位置点编号、达到位置点编号、开始位置点与到达位置点之间的距离等；
19、所述时间矩阵数据包括开始位置点编号、达到位置点编号、开始位置点与到达位置点之间的时间等；
20、所述货物互斥矩阵数据包括互相互斥货物编码；
21、所述货物车辆匹配数据包括货物编码等；
22、外部业务系统模块通过sdk接口将各个数据集传输到mysql数据库中，mysql数据库接收数据集并保存。
23、s2：发布并接收城配物流调度规划任务；
24、外部业务系统模块构建城配物流调度规划任务的消息，调用sdk接口连接消息中间件kafka，将构建好的消息发布到消息中间件kafka的指定主题；
25、所述消息包含城配物流调度规划任务的具体信息，如数据集id、车场数据、货物数据、顾客数据、顾客具体的货物需求等；
26、求解器模块通过sdk接口订阅消息中间件kafka的指定主题，
27、当有新的城配物流调度规划任务发布到消息中间件kafka的指定主题中，求解器模块会接收到消息；
28、外部业务系统将城配物流调度规划任务的消息发布到消息中间件kafka的指定主题后，求解器模块接收到消息。
29、s3：执行城配物流调度规划任务；
30、求解器模块根据消息中包含的城配物流调度规划任务的具体信息，执行城配物流调度规划任务；
31、包括如下子步骤：
32、s31：从mysql获取数据集；
33、求解器模块接收到消息，解析消息中包含的城配物流调度规划任务的具体信息，根据信息中包含的数据集id从mysql中获取对应的数据集数据；
34、s32：创建子进程并执行各个子进程；
35、通过cpu_count函数获取一种算力可缩放的大规模的城配物流运力调度系统的cpu核心数，根据cpu核心数创建对应数量的子进程；
36、通过start函数启动各个子进程，子进程的执行过程如下：
37、s321：对车辆与货物进行分配；
38、根据城配物流调度规划任务中的货物信息以及数据集中包含的车型数据进行车辆与货物的分配；
39、具体地，随机采用以下三种方式中的一种进行车辆与货物的分配；
40、1、完全随机的车辆分配：随机选取一个货物，根据货物信息
41、中与车辆匹配属性随机选择一种相匹配的车型；在剩下的货物中，再随机选择一个可以与这个车型匹配的货物，分配给同一台车；重复上述步骤，直至剩下的货物都无法再加到这辆车为止；重复上述步骤，直至城配物流调度规划任务中所有货物分配完成；
42、2、为大体量货物优先分配车辆：根据货物信息中与车辆匹配
43、属性筛选出所有可用车型，按照最大容量对各个车型进行排序，并划分区间；将货物信息中包含的所有货物按照货物质量归类到各个区间中，以区间为单位，对同一区间的多个货物进行随机排序，排序完成后，按照区间从大到小排序，将货物组成一个序列；
44、从货物序列的最左边取得一个货物，即将这个货物从序列中移出，在与货物相匹配的车型中随机选择一种车型，货物序列剩下的货物中，按从左到右的顺序取一个可以与这个车型匹配的货物，分配给同一台车，重复上述步骤，直至剩下的货物本文档来自技高网...
【技术保护点】
1.一种算力可缩放的大规模的城配物流运力调度系统，其特征在于：包括MySQL数据库、消息中间件KAFKA、求解器模块、指标监控模块、中间件Redis；
2.一种应用于权利要求1所述算力可缩放的大规模的城配物流运力调度系统的算力可缩放的大规模的城配物流运力调度方法，其特征在于：包括以下步骤：
3.如权利要求2所述的算力可缩放的大规模的城配物流运力调度方法，其特征在于：步骤S32包括以下子步骤：
4.如权利要求3所述的算力可缩放的大规模的城配物流运力调度方法，其特征在于：
5.如权利要求3所述的算力可缩放的大规模的城配物流运力调度方法，其特征在于：
6.如权利要求2所述的算力可缩放的大规模的城配物流运力调度方法，其特征在于：
7.如权利要求2所述的算力可缩放的大规模的城配物流运力调度方法，其特征在于：
【技术特征摘要】
1.一种算力可缩放的大规模的城配物流运力调度系统，其特征在于：包括mysql数据库、消息中间件kafka、求解器模块、指标监控模块、中间件redis；
2.一种应用于权利要求1所述算力可缩放的大规模的城配物流运力调度系统的算力可缩放的大规模的城配物流运力调度方法，其特征在于：包括以下步骤：
3.如权利要求2所述的算力可缩放的大规模的城配物流运力调度方法，其特征在于...
【专利技术属性】
技术研发人员：李越，孟健，杨诺，蒋帅，金志宇，李强，刘子扬，
申请(专利权)人：鱼快创领智能科技南京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。