一种物流调配的实现方法和装置制造方法及图纸

本发明专利技术公开了一种物流调配的实现方法和装置，通过物流调配约束条件建模、调配站距离建模、物流调配算法建模来生成用于实现物流调配的数学模型；在所述数学模型基础之上应用蚁群算法调配物流。本发明专利技术实现物流调配的技术能通过物流调配约束条件建模、调配站距离建模、物流调配算法建模来生成用于实现物流调配的数学模型；并在所述数学模型基础之上应用蚁群算法调配物流，因此能够在最少数量、最小范围内生成接近最佳的物流调配方案，这能在很大程度上提高物流调配效率，节省物流调配成本。

【技术实现步骤摘要】

本专利技术涉及物联网技术，具体涉及一种物流调配的实现方法和装置。
技术介绍
物流调配方案寻优属于组合优化范畴,是非确定性多项式(Non-deterministicPolynomial, NP)问题，该问题的解决方案是一大研究热点。此外，由于实际的物流调配状态处在动态变化中，因而要求组合优化算法既要具有良好的性能，同时又要能适应动态调配的变化特性。目前的一些物流调配算法采用非启发式的传统算法，在性能上存在效率不高的问题，而另外一些性能较好的启发式算法又未考虑到调配状态的变化特性，因此不能及时、动态地对方案进行调整，导致了物流调配方案的低效性。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种物流调配的实现方法和装置，用于实现高效率物流调配，并适应物流调配过程中的动态变化特性。为达到上述目的，本专利技术的技术方案是这样实现的:一种物流调配的实现方法，该方法包括:通过物流调配约束条件建模、调配站距离建模、物流调配算法建模来生成用于实现物流调配的数学模型；在所述数学模型基础之上应用蚁群算法调配物流。所述物流调配约束条件建模的方法为:设物流调配系统总共 有η个物流调配站，每个调配站表示为％ (i = I…η)，在时刻丁(0，调配站％的某物流货物库存量为Si(T(t))，而在这一时刻该调配站对该物流货物的需求量Syi(Ta)),满足状态约束条件Si(Ta)) Syi(Ta)) ;α = ι..η)。该方法还包括:通过对每个物流调配站建立和维护一个有限状态机，来进行物流调配的管理；物流调配站％的状态机函数定义为=Sti(Ta));其中a = I…η)；当状态机不能满足未来相应时间点的所述状态约束条件时，通过启动物流调配方案对状态机进行状态的转换，使其满足所述状态约束条件。所述配送站距离建模包括绝对距离建模和相对距离建模；其中，绝对距离建模时，设站点％和站点a]之间的距离为du，建立不同站点之间距离的二维矩阵:权利要求1.一种物流调配的实现方法，其特征在于，该方法包括: 通过物流调配约束条件建模、调配站距离建模、物流调配算法建模来生成用于实现物流调配的数学模型；在所述数学模型基础之上应用蚁群算法调配物流。2.根据权利要求1所述的方法，其特征在于，所述物流调配约束条件建模的方法为: 设物流调配系统总共有η个物流调配站，每个调配站表示为ai(i = 1...η)，在时刻丁(0，调配站％的某物流货物库存量为Si (T(t))，而在这一时刻该调配站对该物流货物的需求量Syi(Ta)),满足状态约束条件Si(Ta)) Syi(Ta)) ;α = ι..η)。3.根据权利要求2所述的方法，其特征在于，该方法还包括: 通过对每个物流调配站建立和维护一个有限状态机，来进行物流调配的管理；物流调配站％的状态机函数定义为=Sti(Ta));其中a = ι...η)； 当状态机不能满足未来相应时间点的所述状态约束条件时，通过启动物流调配方案对状态机进行状态的转换，使其满足所述状态约束条件。4.根据权利要求1所述的方法，其特征在于，所述配送站距离建模包括绝对距离建模和相对距离建模；其中， 绝对距离建模时，设站点Bi和站点a]之间的距离为du，建立不同站点之间距离的二维矩阵:5.根据权利要求1所述的方法，其特征在于，所述物流调配算法建模用于对未来状态进行预测，包括未来状态函数定义、物流调配矩阵定义；其中， 进行未来状态函数定义时，未来状态预测函数定义为:Numi = fc (Sti(TW),yi(T(t)),Si(Ta)))； 如果Numi > O,表示调配站ai有剩余的物流货物,数目为Numi ;如果Numi = O,表示调配站％没有剩余物流货物Aumi ^ O时，表示调配站％不需要通过物流调配程序来补充物流货物；如果Numi < O，表示调配站％需要启动物流调配程序，且调配到调配站％的物流货物数量为Numi的绝对值； 进行物流调配矩阵定义时，建立调配站间的物流调配二维矩阵，如果调配站％不需要向调配站a]调配货物，则用O表示；如果需要调配，则表示为调配的物流货物数值:6.根据权利要求5所述的方法，其特征在于，该方法还包括: 用7.根据权利要求1至6任一项所述的方法，其特征在于，在所述数学模型基础之上应用蚁群算法调配物流的过程包括以下步骤: 步骤1:设定最大循环次数N。_，蚂蚁个数m'，初始化时间片t = O，循环控制变量N。=O,蚂蚁循环变量k = O,禁忌表tabuk(k = I, 2,..., m'),节点动态调整表tabvk(k =1,2,..., m/ ),路径表pathk(k = 1,2,..., m/ ),将m'只蚂蚁放置在m'个出发节点上，令不同节点相连弧上的信息素TijU) = const,其中const为常数；把所有目的节点集合中的节点放入节点动态调整表tabvk(k = 1,2,…，Hii )中；所述蚂蚁为蚁群算法中用于寻优的变量； 步骤2:循环次数Nc = Nc+1，如果Nc > Nc _，退出循环，跳转到步骤11 ； 步骤3:蚂蚁数目k = k+Ι，如果k > m,退出k循环，跳转到步骤8 ； 步骤4:确定蚂蚁目前所在的节点，检测该节点是否属于目的节点集合，如果是，则将该节点对应的目的节点从节点动态调整表tabvk中删除,否则跳转到下一步； 步骤5:寻找与蚂蚁所在节点相连的路径，根据状态转移概率公式计算转移概率，选择从此节点出发的下一个节点； 步骤6:修改禁忌表tabuk，将新选择的节点放入禁忌表中；并进行信息素的更新； 步骤7:如果禁忌表tabuk已包含了所有出发节点集合和目的节点集合中的所有节点，则蚂蚁本次选路结束，跳转到步骤9，否则跳转到步骤5 ； 步骤8:计算并记录蚂蚁此轮选择节点的新增信息素总和，如果此轮所有蚂蚁选路结束，则跳转到步骤9，否则跳转到步骤3 ；步骤9:比较该轮中所有蚂蚁选择的组合计算节点的新增信息素总和，取新增信息素总和值最大的计算节点组合序列，对相应路径上的信息素按照信息素更新规则进行信息素的更新； 步骤10:清空禁忌表tabuk、路径表pathk,跳转到步骤2 ； 步骤11:将信息素最大路径表示的调配路线作为调配方案的最优解。8.根据权利要求7所述的方法，其特征在于，该方法还包括: 对应已经生成的本次最佳物流调配方案，应用实时感知信息，确定该方案是否需要进行动态调整，对于已经调配完成的任务，从出发节点集合和目的节点集合中删除相应的节点，从最优调度路径中删除相应的路径；对于当前要删除、新增、修改的调度任务，在出发节点集合和目的节点集合中删除、新增相应的节点；确定调度车当前所在的节点位置或即将到达的节点位置，进行最新的状态更新后，生成相应的节点状态图；将所有k只蚂蚁放置在调度车当前位置节点，重新进行最优化求解。9.一种物流调配的实现装置，其特征在于，该装置包括数学模型生成模块、物流调配模块;其中， 所述数学模型生成模块，用于通过物流调配约束条件建模、调配站距离建模、物流调配算法建模来生成用于实现物流调配的数学模型； 所述物流调配模块，用于在所述数学模型基础之上应用蚁群算法调配物流。10.根据权利要求9所述的装置，其本文档来自技高网...

【技术保护点】
一种物流调配的实现方法，其特征在于，该方法包括：通过物流调配约束条件建模、调配站距离建模、物流调配算法建模来生成用于实现物流调配的数学模型；在所述数学模型基础之上应用蚁群算法调配物流。

【技术特征摘要】

【专利技术属性】
技术研发人员：夏亚梅，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：