專利名稱：一種工廠物料配送車輛調(diào)度系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種工廠物料配送車輛調(diào)度系統(tǒng)，特別涉及一種能處理不確定信息的 工廠物料配送車輛調(diào)度系統(tǒng)。
背景技術(shù)：
工廠物料配送是指按工位對(duì)物料的需求，在配送中心進(jìn)行分貨、配貨，并將配好的 貨物及時(shí)送達(dá)生產(chǎn)工位的活動(dòng)。作為物料配送中關(guān)鍵步驟，車輛的優(yōu)化調(diào)度問題(Vehicle Routing Problem,VRP)研究受到了人們的廣泛關(guān)注。隨著諸多新技術(shù)如，數(shù)據(jù)通訊傳輸技 術(shù)、電子傳感技術(shù)、電子控制技術(shù)及信息處理技術(shù)已在物流領(lǐng)域得到廣泛應(yīng)用，企業(yè)迫切需 要在這些技術(shù)的支持下，開發(fā)能快速處理多種信息的車輛調(diào)度系統(tǒng)。然而在以往的研究中， 人們通常假定在構(gòu)造路徑之前，所有的信息(包括顧客信息、車輛信息、路況信息和線路制 定者信息)都是確定的，這類車輛路徑問題被稱為確定性車輛路徑問題。但由于車輛調(diào)度 問題中存在著大量不確定信息，使得經(jīng)典VRP理論難應(yīng)用于實(shí)際問題。不確定信息包含物 料配送中貨物需求量不確定、貨物需求時(shí)間不確定和在各路段的行車時(shí)間不確定。不確定 信息按照主客觀描述可以分為模糊信息和隨機(jī)信息。用模糊信息求解VRP問題可稱為模 糊VRP。模糊VRP的解不具有確定性情況下解的一般特征，目前大多數(shù)車輛調(diào)度系統(tǒng)都不 能較好的解決該類問題。由于劉寶錠在模糊規(guī)劃問題求解上做了一定研究，提出了用模糊 模擬技術(shù)和神經(jīng)網(wǎng)絡(luò)等方法來求解(劉寶錠等.不確定規(guī)劃及應(yīng)用[M].清華大學(xué)出版社， 2003. 8)，使得模糊VRP問題具備了定量的求解方法。本發(fā)明研究一整套新工廠物料配送模 糊VRP求解方法以針對(duì)實(shí)際運(yùn)作中出現(xiàn)的不確定信息，設(shè)計(jì)一套可處理不確定信息的物料 配送系統(tǒng)，合理的指導(dǎo)物料配送的過程。

發(fā)明內(nèi)容
本發(fā)明的目的為了針對(duì)現(xiàn)有技術(shù)不足，實(shí)現(xiàn)工廠車間物料配送作業(yè)中的物料運(yùn)輸 監(jiān)控，工位需求實(shí)時(shí)數(shù)據(jù)采集與分析，組織配送車輛高效率低成本的作業(yè)，而提供一種操作 簡(jiǎn)單，智能計(jì)算和能處理不確定信息的工廠物料配送車輛調(diào)度系統(tǒng)。為實(shí)現(xiàn)本發(fā)明的目的所采用的技術(shù)方案如下一種工廠物料配送車輛調(diào)度系統(tǒng)，其特征在于，該系統(tǒng)包括樣本與實(shí)時(shí)數(shù)據(jù)采集 器和物料車路線指引器，所述的樣本與實(shí)時(shí)數(shù)據(jù)采集器包括工位數(shù)據(jù)采集客戶端、車輛數(shù) 據(jù)采集客戶端和無線傳感網(wǎng)絡(luò)，所述工位數(shù)據(jù)采集客戶端收集工位數(shù)據(jù)，所述車輛數(shù)據(jù)采 集客戶端收集物料配送車輛行駛的車輛數(shù)據(jù)，上述工位數(shù)據(jù)和車輛數(shù)據(jù)通過所述無線傳感 網(wǎng)絡(luò)傳給安裝在物料配送車輛上的物料車路線指引器；該物料車路線指引器包括運(yùn)算模塊 和路線指引模塊，所述物料車路線指引器接受所述無線傳感網(wǎng)絡(luò)傳送的數(shù)據(jù)并通過所述運(yùn) 算模塊計(jì)算出車輛實(shí)時(shí)的配送方案，所述路線指引模塊將計(jì)算的配送方案通過顯示設(shè)備展 示給物料車輛操作人員，實(shí)現(xiàn)對(duì)物料配送車輛的調(diào)度。作為本發(fā)明的進(jìn)一步改進(jìn)，所述的工位數(shù)據(jù)采集客戶端負(fù)責(zé)收集工位各種信息，該工位數(shù)據(jù)采集客戶端包括數(shù)據(jù)采集裝置，數(shù)據(jù)發(fā)射器和運(yùn)算處理器，所述數(shù)據(jù)采集裝置 收集工位數(shù)據(jù)，并利用數(shù)據(jù)發(fā)射器通過無線傳感網(wǎng)絡(luò)將收集的工位數(shù)據(jù)傳遞給物料車路線 指引器，其中采集與發(fā)射過程由運(yùn)算處理器來協(xié)調(diào)完成。作為本發(fā)明的進(jìn)一步改進(jìn)，所述的車輛數(shù)據(jù)采集客戶端安裝在運(yùn)輸小車上，自動(dòng) 完成車輛數(shù)據(jù)的采集，該車輛數(shù)據(jù)采集客戶端包括無線射頻識(shí)別讀取器，無線射頻識(shí)別標(biāo) 簽，數(shù)據(jù)發(fā)射器和運(yùn)算處理器，無線射頻識(shí)別標(biāo)簽安裝在各個(gè)生產(chǎn)工位位置和物料配送中 心，其識(shí)別半徑覆蓋該工位車輛?？康姆?wù)點(diǎn)，以識(shí)別車輛臨近的工位或配送中心的ID， 運(yùn)算處理器記錄對(duì)應(yīng)的ID和時(shí)刻，并計(jì)算出車輛行駛當(dāng)前工位，記錄兩工位間車輛行駛時(shí) 間，通過數(shù)據(jù)發(fā)射器將車輛數(shù)據(jù)廣播到無線傳感網(wǎng)絡(luò)中去。作為本發(fā)明的進(jìn)一步改進(jìn)，所述無線傳感網(wǎng)絡(luò)用于將工位數(shù)據(jù)采集客戶端和車輛 數(shù)據(jù)采集客戶端產(chǎn)生的數(shù)據(jù)上傳給物料車路線指引器，其包括多個(gè)終端、多個(gè)路由器、一個(gè) 協(xié)調(diào)器和一個(gè)主機(jī)，所述主機(jī)與協(xié)調(diào)器相連以控制整個(gè)網(wǎng)絡(luò)的運(yùn)轉(zhuǎn)，協(xié)調(diào)器與多個(gè)路由器 相連，每個(gè)路由器可連接多個(gè)終端。作為本發(fā)明的進(jìn)一步改進(jìn)，所述運(yùn)算模塊將接收的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，模擬不確 定信息的表現(xiàn)特征，將車輛候選路徑作為尋優(yōu)解進(jìn)行編碼，采用處理模糊信息的車輛調(diào)度 方法進(jìn)行尋優(yōu)，找出車輛的最佳配送方案。作為本發(fā)明的進(jìn)一步改進(jìn)，所述處理模糊信息的車輛調(diào)度方法具體包括以下步 驟(1)用模糊模擬技術(shù)為不確定約束函數(shù)g(x) = mm{7|i^{/(x 乂產(chǎn)生輸入 輸出數(shù)據(jù)，其中，X為輸入，g(x)為輸出，f(x，I)為帶模糊因子的約束方程，7為約束下界 值，β為置信度，Pos{A}描述了事件A發(fā)生的可能性；(2)根據(jù)產(chǎn)生的輸入輸出數(shù)據(jù)訓(xùn)練一個(gè)神經(jīng)元網(wǎng)絡(luò)逼近上述不確定函數(shù)g(x)；(3)運(yùn)用RHA啟發(fā)式算法選取多個(gè)染色體，并利用訓(xùn)練好的神經(jīng)元網(wǎng)絡(luò)檢驗(yàn)染色 體的可行性；(4)采取雙選擇雙變異率遺傳算法流程對(duì)種群進(jìn)行交叉變異操作；(5)利用訓(xùn)練好的神經(jīng)元網(wǎng)絡(luò)計(jì)算所有染色體的目標(biāo)值，并根據(jù)目標(biāo)值計(jì)算每個(gè) 染色體的適應(yīng)度；(6)通過旋轉(zhuǎn)賭輪方式選擇染色體；(7)重復(fù)步驟(4) (6)直到完成給定的循環(huán)次數(shù)，再將得到的染色體中最好的染 色體作為最優(yōu)解，即為車輛配送的最佳路線方案；其中，所述的RHA啟發(fā)式算法計(jì)算步驟如下(3. 1)建立簡(jiǎn)化確定型模型設(shè)樹O為隸屬度函數(shù)，α為置信度，將工位需求和運(yùn)輸時(shí)間在隸屬度函數(shù)滿足置 信度大于α的自變量空間ξ° {ξω(α)，ξ_(α)}隨機(jī)取值，ξΜ(α)為自變量ξ°的下確 界，為自變量ξ °的上確界，模糊預(yù)約時(shí)間簡(jiǎn)化為以tei和值為上下界，滿意度為 1的傳統(tǒng)時(shí)間窗，得到確定型模型；(3. 2)取一輛車進(jìn)行服務(wù)，當(dāng)前點(diǎn)選擇配送中心；(3. 3)選中當(dāng)前的點(diǎn)，將所有未被安排的工位與該點(diǎn)連接起來，保留符合約束條件 的路徑，其中約束條件包括車輛裝載能力約束和時(shí)間窗約束，以路徑的長(zhǎng)短評(píng)價(jià)保留的路徑值，即路徑越短評(píng)價(jià)值越高，轉(zhuǎn)步驟(3.4)；如果沒有一條路徑符合條件，當(dāng)前車輛配送 路線安排完畢，轉(zhuǎn)步驟(3.2)；(3. 4)將保留的路徑進(jìn)行高低排列和區(qū)域劃分，路徑值高的占有的區(qū)域值就大，旋 轉(zhuǎn)一次賭輪，抽出一條符合條件的路徑，刪除其他路徑，保留選中的點(diǎn)為下一步的當(dāng)前點(diǎn)；(3. 5)如果所有的工位已經(jīng)安排完畢，則結(jié)束，否則轉(zhuǎn)步驟(3. 3)；所述雙選擇雙變異率遺傳算法的具體步驟如下(4. 1)初始化種群數(shù)量，種群為pop，大小為size ；(4. 2)用適應(yīng)度函數(shù)EVAL (χ)評(píng)價(jià)每個(gè)染色體；(4. 3)對(duì)種群pop進(jìn)行選擇操作，得到子群pope ；(4. 4)以概率Pc選擇所述子群pope，再對(duì)達(dá)到一定海明距離的染色體進(jìn)行交叉操 作，得到臨時(shí)種群TempPop，該臨時(shí)種群的大小為TempP0p_Size ；(4. 5)判斷TempP0p_SiZe > size是否成了，若成立，跳轉(zhuǎn)到步驟(4. 6)，否則以概 率Pnl對(duì)子群pope進(jìn)行變異，跳轉(zhuǎn)到步驟(4.4)；(4. 6)用適應(yīng)度函數(shù)EVAL(X)評(píng)價(jià)每個(gè)染色體；(4. 7)對(duì)臨時(shí)種群TempPop進(jìn)行選擇操作并替代子群pope ；(4. 8)以概率Pn2對(duì)替代后的子群pope全局變異，得到下一代子群。作為本發(fā)明的進(jìn)一步改進(jìn)，所述的路線指引模塊是后期處理優(yōu)化結(jié)果并展示給車 輛駕駛員的裝置，該裝置具體處理過程如下(1)獲取當(dāng)前車輛所?？康墓の换蚺渌椭行腎D ；(2)根據(jù)運(yùn)算模塊計(jì)算出來的最佳路線方案，得到后續(xù)要服務(wù)工位的順序，統(tǒng)計(jì)需 要裝載的物料種類、數(shù)量信息；(3)計(jì)算該車輛下一個(gè)服務(wù)工位的ID，查詢當(dāng)前工位到下一工位的最佳路線表， 得到小車路線行駛方案；(4)上述得到的小車路線行駛方案在顯示設(shè)備上顯示，指引物料車輛配送。本發(fā)明帶來的有益效果有更真實(shí)的實(shí)時(shí)的反應(yīng)現(xiàn)場(chǎng)物料的需求情況，可處理物 料需求快慢變換，數(shù)量變換，配送車輛行駛狀況等不確定信息，使配送系統(tǒng)的可靠性增強(qiáng)， 也使得系統(tǒng)帶有一定的物料需求預(yù)測(cè)能力，使物料供應(yīng)及時(shí)準(zhǔn)確，提高生產(chǎn)效率；為物料配 送部門提供智能化的配送方案，減少按計(jì)劃，按經(jīng)驗(yàn)配送導(dǎo)致的物料配送有時(shí)過多，有時(shí)不 足，耗費(fèi)大量運(yùn)輸工具，浪費(fèi)配送成本的現(xiàn)象，為企業(yè)生產(chǎn)計(jì)劃等決策提供決策依據(jù)，提高 業(yè)務(wù)管理效率；系統(tǒng)簡(jiǎn)單易用，適用性廣，穩(wěn)定可靠，成本低；可與其他工業(yè)系統(tǒng)兼容，方便 企業(yè)數(shù)據(jù)的統(tǒng)計(jì)。


圖1為本發(fā)明的系統(tǒng)結(jié)構(gòu)示意圖。圖2為本發(fā)明的無線網(wǎng)絡(luò)現(xiàn)場(chǎng)布局圖。圖3為本發(fā)明的雙選擇雙變異率遺傳算法流程圖。
具體實(shí)施例方式本發(fā)明結(jié)合附圖和具體實(shí)施例作進(jìn)一步的描述
如圖1所示，一種工廠物料配送車輛調(diào)度系統(tǒng)，能處理不確定信息的，該系統(tǒng)包括 樣本與實(shí)時(shí)數(shù)據(jù)采集器1和物料車路線指引器4。其中所述的樣本與實(shí)時(shí)數(shù)據(jù)采集器1包 括工位數(shù)據(jù)采集客戶端2、車輛數(shù)據(jù)采集客戶端3和無線傳感網(wǎng)絡(luò)部分。工位數(shù)據(jù)采集客戶 端2收集工位的各種信息，車輛數(shù)據(jù)采集客戶端3收集物料配送車輛行駛的各種數(shù)據(jù)，經(jīng)過 統(tǒng)計(jì)分析處理后，通過無線傳感網(wǎng)絡(luò)傳給安裝在物料配送車輛上的物料車路線指引器4。所 述的物料車路線指引器4包括運(yùn)算模塊和路線指引模塊，物料車路線指引器接受這些數(shù)據(jù) 并用運(yùn)算模塊計(jì)算出車輛實(shí)時(shí)的配送方案，路線指引模塊根據(jù)計(jì)算的配送方案通過LCD顯 示器展示給物料車輛操作人員。所述樣本與實(shí)時(shí)數(shù)據(jù)采集器1是系統(tǒng)中的數(shù)據(jù)采集裝置，它能收集工位和車輛行 駛的實(shí)時(shí)數(shù)據(jù)，經(jīng)過統(tǒng)計(jì)整理，為物料車路線指引器提供數(shù)據(jù)準(zhǔn)備。其數(shù)據(jù)來源包括工位 對(duì)物料種類的需求，對(duì)物料種類需求的量，對(duì)該物料需要送達(dá)工位的時(shí)間(其中包括最早 可到達(dá)時(shí)間，最佳到達(dá)時(shí)間和截止達(dá)到時(shí)間)，車輛行駛當(dāng)前工位，記錄兩工位間車輛行駛 時(shí)間，兩工位間行駛的最佳選擇路線。以上數(shù)據(jù)通過收集整理后，通過分布在工位和關(guān)鍵道 路的無線傳感網(wǎng)絡(luò)，傳到物料車路線指引器。樣本與實(shí)時(shí)數(shù)據(jù)采集器1包括工位數(shù)據(jù)采集客戶端2、車輛數(shù)據(jù)采集客戶端3和無 線傳感網(wǎng)絡(luò)三部分。(a)工位數(shù)據(jù)采集客戶端工位數(shù)據(jù)采集客戶端2的使用對(duì)象為生產(chǎn)車間的工位操作人員，負(fù)責(zé)收集工位各 種信息?？蛻舳酥饕〝?shù)據(jù)采集裝置(如條碼槍，觸摸屏，鼠標(biāo)點(diǎn)選)，數(shù)據(jù)發(fā)射器和低功 耗小運(yùn)算能力的處理器。采集裝置將收集的信息使用數(shù)據(jù)發(fā)射器采用無線傳感網(wǎng)絡(luò)傳遞給 物料車路線指引器。中間的采集與發(fā)射功能由處理器來協(xié)調(diào)完成。(b)車輛數(shù)據(jù)采集客戶端車輛數(shù)據(jù)采集客戶端3需要安裝在運(yùn)輸小車上，自動(dòng)完成車輛數(shù)據(jù)的采集。客戶 端主要包括無線射頻識(shí)別讀取器，無線射頻識(shí)別標(biāo)簽，數(shù)據(jù)發(fā)射器和低功耗小運(yùn)算能力的 處理器。無線射頻識(shí)別標(biāo)簽需要安裝在各個(gè)生產(chǎn)工位位置和物料配送中心，識(shí)別半徑應(yīng)覆 蓋該工位車輛停靠的服務(wù)點(diǎn)。當(dāng)車輛在行駛過程中車輛靠近貼有無線射頻識(shí)別標(biāo)簽的工位 或者配送中心時(shí)，可以識(shí)別車輛臨近的工位或配送中心的ID，記錄下對(duì)應(yīng)ID和時(shí)刻，從而 計(jì)算出車輛行駛當(dāng)前工位，記錄兩工位間車輛行駛時(shí)間，并廣播到無線傳感網(wǎng)絡(luò)中去。兩工 位間行駛的最佳選擇路線表可以通過有經(jīng)驗(yàn)的駕駛員手工錄入，也可以采用目前流行的蟻 群算法計(jì)算得到結(jié)果。(c)無線傳感網(wǎng)絡(luò)無線傳感網(wǎng)絡(luò)將工位數(shù)據(jù)采集客戶端和車輛數(shù)據(jù)采集客戶端準(zhǔn)備的數(shù)據(jù)上傳給 物料車路線指引器。其包括多個(gè)終端、多個(gè)路由器、一個(gè)協(xié)調(diào)器、一個(gè)主機(jī)，主機(jī)通過串口與 協(xié)調(diào)器相連以達(dá)到控制協(xié)調(diào)器來控制整個(gè)網(wǎng)絡(luò)的運(yùn)轉(zhuǎn)，協(xié)調(diào)器與多個(gè)路由器相連，每個(gè)路 由器可連接多個(gè)終端，組成無線傳感網(wǎng)絡(luò)。終端與路由器分布在工位、道路、配送中心和路 口關(guān)鍵位置，協(xié)調(diào)器和主機(jī)安裝在配送中心，見附圖2。本實(shí)施例中所述樣本與實(shí)時(shí)數(shù)據(jù)采集器的具體工作過程如下所示(1)基礎(chǔ)數(shù)據(jù)準(zhǔn)備連接工位數(shù)據(jù)采集客戶端2，連接車輛數(shù)據(jù)采集客戶端3，收集的基礎(chǔ)信息包括工位需求物料的代碼W。，需求的數(shù)量Qp，實(shí)際消耗的數(shù)量仏，希望能到達(dá)的時(shí)間tp，實(shí)際貨物 到達(dá)的時(shí)間tr (排除過早或過晚導(dǎo)致服務(wù)失敗的時(shí)間)，車輛在固定的工位i和工位j之間 行駛的時(shí)間(也包括配送中心到達(dá)工位的時(shí)間)。取樣本N組，N =50 100。根據(jù)經(jīng) 驗(yàn)或者蟻群算法計(jì)算出工位i和工位j之間最短的路線方案，編成兩工位之間最佳路線表。(2)服務(wù)工位數(shù)據(jù)實(shí)時(shí)采集工位作業(yè)人員根據(jù)物料消耗情況，通過數(shù)據(jù)采集裝置(如條碼槍，觸摸屏，鼠標(biāo)點(diǎn) 選)，上傳物料需求物料的代碼W。，物料需求的時(shí)間td，物料需求的數(shù)量Qd。(3)得到委運(yùn)單以配送周期T為單位，統(tǒng)計(jì)該周期中得到的服務(wù)工位實(shí)時(shí)數(shù)據(jù)，得到如下格式的 委運(yùn)單表格
工位代碼ID物料代碼W。需求數(shù)量Qd物料需求時(shí)間td(4)車輛行駛數(shù)據(jù)采集在車輛行駛過程中，根據(jù)車輛無線射頻識(shí)別讀取器感應(yīng)工位和配送中心的無線射 頻識(shí)別標(biāo)簽的過程，記錄車輛當(dāng)前服務(wù)的工位i，下一個(gè)準(zhǔn)備服務(wù)工位j，從工位i到工位j 行駛的時(shí)間tijt)物料車路線指引器是安裝在物料配送車輛上可以接受無線數(shù)據(jù)，帶有邏輯運(yùn)算功 能的路線指引裝置，其主要功能包括接受數(shù)據(jù)進(jìn)行運(yùn)算分析，將優(yōu)化結(jié)果通過人機(jī)界面直 接指導(dǎo)配送車輛操作人員行駛。在硬件上，它包括ARM運(yùn)算處理器，IXD顯示屏，無線接受 器。在功能上，它又分為運(yùn)算模塊和路線指引模塊。無線接受器接受樣本與實(shí)時(shí)數(shù)據(jù)采集 器采集的數(shù)據(jù)信息，包含工位數(shù)據(jù)采集客戶端和車輛數(shù)據(jù)采集客戶端采集的數(shù)據(jù)。采集的 數(shù)據(jù)通過集成在ARM運(yùn)算處理器內(nèi)的運(yùn)算模塊加工后得到本車本次任務(wù)的物料配送信息， 包括物料種類，數(shù)量，待服務(wù)工位順序和行駛最佳路線。這些信息通過IXD顯示屏展示給車 輛駕駛員參考。運(yùn)算模塊是系統(tǒng)的核心功能模塊，提供了物料配送車輛的工位服務(wù)順序。包括物 料配送的數(shù)學(xué)模型，模糊模擬技術(shù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，編解碼，車輛路線尋優(yōu)的調(diào)度算法和結(jié)果 輸出。
(1)數(shù)學(xué)模型的建立
以車輛行駛總路徑為最短的目標(biāo)的數(shù)學(xué)模型如下表示
ΣK X-^N ^N
S. Τ.
辦{ 二 共 y^Q^^k = 1,2,..,K
Xljk =I^posj , +1 + Tlj <^.|>OC2 Pos{V^= tt} > a3
Σ ^=權(quán)利要求
一種工廠物料配送車輛調(diào)度系統(tǒng)，其特征在于，該系統(tǒng)包括樣本與實(shí)時(shí)數(shù)據(jù)采集器和物料車路線指引器，所述的樣本與實(shí)時(shí)數(shù)據(jù)采集器包括工位數(shù)據(jù)采集客戶端、車輛數(shù)據(jù)采集客戶端和無線傳感網(wǎng)絡(luò)，所述工位數(shù)據(jù)采集客戶端收集工位數(shù)據(jù)，所述車輛數(shù)據(jù)采集客戶端收集物料配送車輛行駛的車輛數(shù)據(jù)，上述工位數(shù)據(jù)和車輛數(shù)據(jù)通過所述無線傳感網(wǎng)絡(luò)傳給安裝在物料配送車輛上的物料車路線指引器；該物料車路線指引器包括運(yùn)算模塊和路線指引模塊，所述物料車路線指引器接受所述無線傳感網(wǎng)絡(luò)傳送的數(shù)據(jù)并通過所述運(yùn)算模塊計(jì)算出車輛實(shí)時(shí)的配送方案，所述路線指引模塊將計(jì)算的配送方案通過顯示設(shè)備展示給物料車輛操作人員，實(shí)現(xiàn)對(duì)物料配送車輛的調(diào)度。
2.根據(jù)權(quán)利要求1所述的一種工廠物料配送車輛調(diào)度系統(tǒng)，其特征在于，所述的工位 數(shù)據(jù)采集客戶端負(fù)責(zé)收集工位各種信息，該工位數(shù)據(jù)采集客戶端包括數(shù)據(jù)采集裝置，數(shù)據(jù) 發(fā)射器和運(yùn)算處理器，所述數(shù)據(jù)采集裝置收集工位數(shù)據(jù)，并利用數(shù)據(jù)發(fā)射器通過無線傳感 網(wǎng)絡(luò)將收集的工位數(shù)據(jù)傳遞給物料車路線指引器，其中采集與發(fā)射過程由運(yùn)算處理器來協(xié) 調(diào)完成。
3.根據(jù)權(quán)利要求1或2所述的一種工廠物料配送車輛調(diào)度系統(tǒng)，其特征在于，所述的車 輛數(shù)據(jù)采集客戶端安裝在運(yùn)輸小車上，自動(dòng)完成車輛數(shù)據(jù)的采集，該車輛數(shù)據(jù)采集客戶端 包括無線射頻識(shí)別讀取器，無線射頻識(shí)別標(biāo)簽，數(shù)據(jù)發(fā)射器和運(yùn)算處理器，無線射頻識(shí)別標(biāo) 簽安裝在各個(gè)生產(chǎn)工位位置和物料配送中心，其識(shí)別半徑覆蓋該工位車輛?？康姆?wù)點(diǎn)， 以識(shí)別車輛臨近的工位或配送中心的ID，運(yùn)算處理器記錄對(duì)應(yīng)的ID和時(shí)刻，并計(jì)算出車輛 行駛當(dāng)前工位，記錄兩工位間車輛行駛時(shí)間，通過數(shù)據(jù)發(fā)射器將車輛數(shù)據(jù)廣播到無線傳感 網(wǎng)絡(luò)中去。
4.根據(jù)權(quán)利要求1-3之一所述的一種工廠物料配送車輛調(diào)度系統(tǒng)，其特征在于，所述 無線傳感網(wǎng)絡(luò)用于將工位數(shù)據(jù)采集客戶端和車輛數(shù)據(jù)采集客戶端產(chǎn)生的數(shù)據(jù)上傳給物料 車路線指引器，其包括多個(gè)終端、多個(gè)路由器、一個(gè)協(xié)調(diào)器和一個(gè)主機(jī)，所述主機(jī)與協(xié)調(diào)器 相連以控制整個(gè)網(wǎng)絡(luò)的運(yùn)轉(zhuǎn)，協(xié)調(diào)器與多個(gè)路由器相連，每個(gè)路由器可連接多個(gè)終端。
5.根據(jù)權(quán)利要求1-4之一所述的一種工廠物料配送車輛調(diào)度系統(tǒng)，其特征在于，所述 運(yùn)算模塊將接收的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，模擬不確定信息的表現(xiàn)特征，將車輛候選路徑作為 尋優(yōu)解進(jìn)行編碼，采用處理模糊信息的車輛調(diào)度方法進(jìn)行尋優(yōu)，找出車輛的最佳配送方案。
6.根據(jù)權(quán)利要求5所述的一種工廠物料配送車輛調(diào)度系統(tǒng)，其特征在于，所述處理模 糊信息的車輛調(diào)度方法具體包括以下步驟(1)用模糊模擬技術(shù)為不確定約束函數(shù)Wx^mmi/lPo^^x乂產(chǎn)生輸入輸出 數(shù)據(jù)，其中，X為輸入，g(x)為輸出，f(x，I)為帶模糊因子的約束方程，7為約束下界值，β 為置信度，Pos{A}描述了事件A發(fā)生的可能性；(2)根據(jù)產(chǎn)生的輸入輸出數(shù)據(jù)訓(xùn)練一個(gè)神經(jīng)元網(wǎng)絡(luò)逼近上述不確定函數(shù)g(x)；(3)運(yùn)用RHA啟發(fā)式算法選取多個(gè)染色體，并利用訓(xùn)練好的神經(jīng)元網(wǎng)絡(luò)檢驗(yàn)染色體的 可行性；(4)采取雙選擇雙變異率遺傳算法流程對(duì)種群進(jìn)行交叉變異操作；(5)利用訓(xùn)練好的神經(jīng)元網(wǎng)絡(luò)計(jì)算所有染色體的目標(biāo)值，并根據(jù)目標(biāo)值計(jì)算每個(gè)染色 體的適應(yīng)度；(6)通過旋轉(zhuǎn)賭輪方式選擇染色體；(7)重復(fù)步驟(4) (6)直到完成給定的循環(huán)次數(shù)，再將得到的染色體中最好的染色體 作為最優(yōu)解，即為車輛配送的最佳路線方案； 其中，所述的RHA啟發(fā)式算法計(jì)算步驟如下 (3. 1)建立簡(jiǎn)化確定型模型設(shè)識(shí)為隸屬度函數(shù)，α為置信度，將工位需求和運(yùn)輸時(shí)間在隸屬度函數(shù)滿足置信度 大于α的自變量空間ξ° {ξω(α)，ξ_(α)}隨機(jī)取值，ξω(α)為自變量ξ°的下確界， I sup(a)為自變量ξ °的上確界，模糊預(yù)約時(shí)間簡(jiǎn)化為以tei和值為上下界，滿意度為1的 傳統(tǒng)時(shí)間窗，得到確定型模型；(3. 2)取一輛車進(jìn)行服務(wù)，當(dāng)前點(diǎn)選擇配送中心；(3. 3)選中當(dāng)前的點(diǎn)，將所有未被安排的工位與該點(diǎn)連接起來，保留符合約束條件的路 徑，其中約束條件包括車輛裝載能力約束和時(shí)間窗約束，以路徑的長(zhǎng)短評(píng)價(jià)保留的路徑值， 即路徑越短評(píng)價(jià)值越高，轉(zhuǎn)步驟(3.4)；如果沒有一條路徑符合條件，當(dāng)前車輛配送路線安 排完畢，轉(zhuǎn)步驟(3.2)；(3. 4)將保留的路徑進(jìn)行高低排列和區(qū)域劃分，路徑值高的占有的區(qū)域值就大，旋轉(zhuǎn)一 次賭輪，抽出一條符合條件的路徑，刪除其他路徑，保留選中的點(diǎn)為下一步的當(dāng)前點(diǎn)； (3.5)如果所有的工位已經(jīng)安排完畢，則結(jié)束，否則轉(zhuǎn)步驟(3.3)； 所述雙選擇雙變異率遺傳算法的具體步驟如下 (4. 1)初始化種群數(shù)量，種群為pop，大小為size ； (4. 2)用適應(yīng)度函數(shù)EVAL(X)評(píng)價(jià)每個(gè)染色體； (4. 3)對(duì)種群pop進(jìn)行選擇操作，得到子群pope ；(4. 4)以概率Pc選擇所述子群pope，再對(duì)達(dá)到一定海明距離的染色體進(jìn)行交叉操作， 得到臨時(shí)種群TempPop，該臨時(shí)種群的大小為TempP0p_Size ；(4. 5)判斷TempP0p_Size > size是否成了，若成立，跳轉(zhuǎn)到步驟(4. 6)，否則以概率 Pnl對(duì)子群pope進(jìn)行變異，跳轉(zhuǎn)到步驟(4.4)；(4. 6)用適應(yīng)度函數(shù)EVAL (X)評(píng)價(jià)每個(gè)染色體； (4. 7)對(duì)臨時(shí)種群TempPop進(jìn)行選擇操作并替代子群pope ； (4. 8)以概率Pn2對(duì)替代后的子群pope全局變異，得到下一代子群。
7.根據(jù)權(quán)利要求1-6之一所述的一種工廠物料配送車輛調(diào)度系統(tǒng)，其特征在于，所述 的路線指引模塊是后期處理優(yōu)化結(jié)果并展示給車輛駕駛員的裝置，該裝置具體處理過程如 下(1)獲取當(dāng)前車輛所停靠的工位或配送中心ID；(2)根據(jù)運(yùn)算模塊計(jì)算出來的最佳路線方案，得到后續(xù)要服務(wù)工位的順序，統(tǒng)計(jì)需要裝 載的物料種類、數(shù)量信息；(3)計(jì)算該車輛下一個(gè)服務(wù)工位的ID，查詢當(dāng)前工位到下一工位的最佳路線表，得到 小車路線行駛方案；(4)上述得到的小車路線行駛方案在顯示設(shè)備上顯示，指引物料車輛配送。
全文摘要
本發(fā)明涉及一種工廠物料配送車輛調(diào)度系統(tǒng)，包括樣本與實(shí)時(shí)數(shù)據(jù)采集器和物料車路線指引器，收集工位的工位數(shù)據(jù)、物料配送車輛行駛的車輛數(shù)據(jù)并通過所述無線傳感網(wǎng)絡(luò)傳給安裝在物料配送車輛上的物料車路線指引器；該物料車路線指引器包括運(yùn)算模塊和路線指引模塊，所述物料車路線指引器接受所述無線傳感網(wǎng)絡(luò)傳送的數(shù)據(jù)并通過所述運(yùn)算模塊計(jì)算出車輛實(shí)時(shí)的配送方案，所述路線指引模塊將計(jì)算的配送方案通過顯示設(shè)備展示給物料車輛操作人員，實(shí)現(xiàn)對(duì)物料的調(diào)度配送。本發(fā)明能處理不確定信息，得到比現(xiàn)有調(diào)度規(guī)則更好的車輛配送路線，實(shí)時(shí)指導(dǎo)物料配送高效率的進(jìn)行，減少因物料配送不及時(shí)而導(dǎo)致的誤工，減少配送的運(yùn)力成本，提高企業(yè)的生產(chǎn)效率。
文檔編號(hào)G06N3/12GK101944205SQ201010282449
公開日2011年1月12日 申請(qǐng)日期2010年9月16日 優(yōu)先權(quán)日2010年9月16日
發(fā)明者周茂豐, 喻道遠(yuǎn), 安進(jìn), 李晉航, 邵新宇, 黃剛 申請(qǐng)人:華中科技大學(xué)