本發(fā)明涉及冷鏈物流的，具體為一種用于冷鏈運輸?shù)闹悄苷{(diào)度方法及系統(tǒng)。

背景技術：

1、冷鏈運輸調(diào)度是指在冷鏈物流系統(tǒng)中對運輸過程的管理和優(yōu)化，確保溫度敏感的貨物(如食品、藥品、疫苗等)在運輸過程中保持在適宜的溫度范圍內(nèi)；有效的調(diào)度可以減少能源消耗、縮短運輸時間，并確保貨物的質(zhì)量和安全?，F(xiàn)階段，針對冷鏈運輸調(diào)度問題，面臨著以下難題：

2、冷鏈運輸設備如冷藏車的冷卻系統(tǒng)和溫度傳感器可能會出現(xiàn)故障，導致溫度失控，影響貨物質(zhì)量，溫度監(jiān)控設備可能存在數(shù)據(jù)延遲或傳感器誤差，導致無法及時發(fā)現(xiàn)溫度異常，影響調(diào)度決策的準確性；

3、并且，冷鏈運輸調(diào)度需要考慮多個變量，如溫度控制、運輸時間、路況、交通堵塞等，這使得路徑規(guī)劃變得復雜且容易受到干擾，在運輸過程中實時調(diào)整路徑以應對突發(fā)狀況(如天氣變化、交通意外等)較為困難，導致延誤或溫度失控的風險增加；

4、其次，許多冷鏈運輸企業(yè)沒有完善的應急響應機制，當出現(xiàn)設備故障、交通意外或溫度異常時，無法及時采取有效措施，導致貨物損失，即使有應急預案，執(zhí)行過程中的滯后性和不確定性也會影響貨物的安全性。

技術實現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、為解決上述技術問題，本發(fā)明提供如下技術方案：一種用于冷鏈運輸?shù)闹悄苷{(diào)度方法，包括以下步驟，

3、根據(jù)運輸車輛信息和資源整合，實現(xiàn)車輛與資源的精確調(diào)度匹配；

4、根據(jù)確定的目標訂單進行車輛運輸?shù)穆窂揭?guī)劃；

5、基于運輸車輛實時健康狀態(tài)制定應急響應機制。

6、作為本發(fā)明所述一種用于冷鏈運輸?shù)闹悄苷{(diào)度方法的一種優(yōu)選方案，其中：所述實現(xiàn)車輛與資源的精確調(diào)度匹配是根據(jù)對資源進行整合，構建動態(tài)數(shù)據(jù)庫，同時利用智能調(diào)用算法對車輛與動態(tài)數(shù)據(jù)庫進行優(yōu)化匹配，具體如下：

7、對冷鏈運輸車輛進行數(shù)據(jù)采集，并對每輛車分配一個唯一編號vi，其中i表示車輛的編號索引，同時建立車輛信息數(shù)據(jù)庫，用于記錄每輛車的具體參數(shù)信息，則有，

8、vi＝{ci,wi,pi}

9、其中，vi表示第i輛車的唯一編號，ci表示第i輛車的冷卻能力，wi表示第i輛車的裝載能力，pi表示第i輛車的行駛性能；

10、將車輛編號與庫存量、訂單量以及倉庫位置資源信息進行整合，構建動態(tài)數(shù)據(jù)庫，則有，

11、d(t)＝{vi,sj(t),ok(t),lm(t)}

12、其中，vi表示第i輛車的唯一編號，sj(t)表示第j個倉庫庫存量在t時刻的狀態(tài)，ok(t)表示第k個訂單的需求量在t時刻的狀態(tài)，lm(t)表示第m個倉庫的位置在t時刻的狀態(tài)；

13、基于構建的動態(tài)數(shù)據(jù)庫制定目標優(yōu)化函數(shù)，則有，

14、

15、其中，f(vi,sj,ok,lm)表示目標優(yōu)化函數(shù)，用于計算每輛車的最優(yōu)調(diào)度方案，d(vi,ok)表示第i輛車到達第k個訂單點的路徑成本，e(vi,sj)表示第i輛車與第j個倉庫的資源匹配度，α、β分別表示路徑成本權重以及資源匹配度權重。

16、作為本發(fā)明所述一種用于冷鏈運輸?shù)闹悄苷{(diào)度方法的一種優(yōu)選方案，其中：所述利用智能調(diào)用算法對車輛與動態(tài)數(shù)據(jù)庫進行優(yōu)化匹配具體如下：

17、對車輛與訂單點的路徑成本優(yōu)化是計算匹配倉庫的第i輛車到達第k個訂單交付點的綜合花費，則有，

18、d(vi,ok)＝α1·dik+α2·tik+α3·fik+α4·cik+α5·wik

19、α1+α2+α3+α4+α5＝1

20、其中，dik為距離成本，表示當前車輛到達訂單點的行駛距離，tik表示在行駛過程中的時間成本，fik表示完成訂單的燃油成本，cik表示完成訂單的道路成本，wik表示完成訂單的經(jīng)濟消耗成本，α1、α2、α3、α4、α5表示各項的權重系數(shù)，由實施人員根據(jù)實際應用場景自行設定；

21、對車輛與倉庫資源匹配度優(yōu)化是計算第i輛車與第j個倉庫資源的匹配度，則有，

22、e(vi,sj)＝β1·mij+β2·lij+β3·hij

23、β1+β2+β3＝1

24、其中，mij表示車輛載重量與待運貨物重量的匹配度，lij表示車輛冷卻能力與貨物溫度要求的匹配度，hij表示車輛當前位置與倉庫位置之間的匹配度，β1、β2、β3表示各項的權重系數(shù)。

25、作為本發(fā)明所述一種用于冷鏈運輸?shù)闹悄苷{(diào)度方法的一種優(yōu)選方案，其中：所述車輛載重量與待運貨物重量的匹配度是通過計算待運貨物的總重量和當前車輛的裝載能力比值而得，則有，

26、

27、其中，wi表示當前車輛的裝載能力，wj表示待運貨物的總重量，mij表示車輛載重量與待運貨物重量的匹配度，計算結果滿足0≤mij≤1，具體匹配如下：

28、當車輛裝載能力與待運貨物的總重量對比滿足公式wi＜wj時，表示當前車輛裝載能力無法滿足運輸要求，與待運貨物重量不匹配；

29、當車輛裝載能力與待運貨物的總重量對比滿足公式wi≥wj時，表示當前車輛裝載能力滿足運輸要求，對于待運貨物重量的匹配度進行二次分析，具體如下：

30、當計算結果滿足公式mij→1時，表示當前車輛與待運貨物重量的匹配度越高；

31、當計算結果滿足公式mij→0時，表示當前車輛與待運貨物重量的匹配度越低。

32、作為本發(fā)明所述一種用于冷鏈運輸?shù)闹悄苷{(diào)度方法的一種優(yōu)選方案，其中：所述根據(jù)確定的目標訂單進行車輛運輸?shù)穆窂揭?guī)劃是利用粒子群算法，對與訂單完成匹配的車輛，進行運輸路徑規(guī)劃，包括，初步路徑生成以及動態(tài)路徑規(guī)劃。

33、作為本發(fā)明所述一種用于冷鏈運輸?shù)闹悄苷{(diào)度方法的一種優(yōu)選方案，其中：所述初步路徑生成具體如下：

34、將運輸網(wǎng)絡初始化為一個有向圖g＝(n,r)，且n表示有向圖中的節(jié)點集，為運輸網(wǎng)絡中的各個倉庫點，r表示有向圖中的邊集，為運輸網(wǎng)絡中各個地點之間的連接路徑；

35、設定訂單目的地作為起點sp，并將從起點sp到其他所有節(jié)點的距離初始化為無窮大，但sp本身的距離設定為0，同時設定一個包含節(jié)點集n的未處理節(jié)點集合q；

36、從未處理節(jié)點集合q中隨機選取一個節(jié)點u，并計算節(jié)點u到起點sp的距離，并將當前參與計算的節(jié)點u從未處理節(jié)點集q中移除，則有，

37、ru＝argminu∈qd(s,u)

38、其中，d(s,u)表示節(jié)點u到起點s的最短距離，ru表示節(jié)點u到起點s的最短路徑；

39、對于隨機節(jié)點u，利用節(jié)點u的鄰居節(jié)點v，計算節(jié)點u通過鄰居節(jié)點v后，達到起點s的最短距離，則有，

40、ru′＝min(d(s,v),d(s,u)+d(u,v))

41、其中，d(s,v)表示節(jié)點v到起點s的最短距離，d(s,u)表示節(jié)點u到起點s的最短距離，d(u,v)表示節(jié)點u到起點v的最短距離，ru′表示節(jié)點u在通過鄰居節(jié)點v后達到起點s的最短路徑；

42、通過比較兩次路徑的大小，保留兩次路徑中的最短路徑，則有，

43、若對比結果滿足公式ru≥ru′時，保留路徑ru′，反之則保留路徑ru，反復執(zhí)行未處理節(jié)點集q中隨機節(jié)點到起點s的最短路徑，直到未處理節(jié)點集q為空集為止，并將所有路徑組合成初步路徑集合p。

44、作為本發(fā)明所述一種用于冷鏈運輸?shù)闹悄苷{(diào)度方法的一種優(yōu)選方案，其中：所述動態(tài)路徑規(guī)劃具體如下：

45、設定為粒子群i，并將初步路徑集合p中的路徑作為粒子群中的粒子，通過更新粒子的位置與速度，以完成路徑中的節(jié)點的順序調(diào)整，進而完成路徑集合p的優(yōu)化，以實現(xiàn)動態(tài)路徑的規(guī)劃，具體規(guī)劃如下：

46、初始化粒子群中的粒子的位置i0＝xi(0)，表示初步路徑集合p中的節(jié)點順序，為當前訂單的運輸車輛的運輸路徑，同時初始化粒子更新速度vi(0)，表示節(jié)點順序調(diào)整的速率；

47、設定用于評估粒子當前位置xi(t)的路徑質(zhì)量的目標函數(shù)z(x)，且滿足公式z(x)＝d(vi,p)，其中，d(vi,p)表示第i輛車在行駛路徑過程中的綜合成本，通過更新粒子的位置，實現(xiàn)目標函數(shù)的最小化，進而實現(xiàn)冷鏈運輸?shù)淖顑?yōu)路徑的規(guī)劃，則有，

48、粒子速度的更新，則有，

49、

50、粒子位置的更新，則有，

51、xi(t+1)＝xi(t)+vi(t+1)·(t+1)

52、其中，vi(t)表示第i個粒子在t時刻的速度，xi(t)表示第i個粒子在t時刻的位置，表示第i個粒子個體的歷史最佳位置，為當前路徑對應的歷史車輛中，綜合成本最低的車輛，gbest表示整個粒子群的全局最佳位置，為當前訂單對應的目的地為起點的歷史路徑中對應的車輛，綜合成本最低的車輛，c1、c2表示學習因子，分別控制粒子向歷史最佳位置以及全局最佳位置gbest移動，xi(t+1)表示更新后的粒子位置，為第i個粒子在t+1時刻的位置，vi(t+1)表示更新后的粒子速度，為第i個粒子在t+1時刻的速度；

53、根據(jù)更新的粒子位置與速度對構建的目標函數(shù)進行優(yōu)化，具體如下：

54、計算每個粒子更新后的位置xi(t+1)對應的目標函數(shù)值z(xi(t+1))，根據(jù)計算的目標函數(shù)值進行優(yōu)化，則有，

55、基于粒子個體的歷史最佳位置的優(yōu)化，則有，

56、

57、其中，z(xi(t+1))表示粒子位置為xi(t+1)時對應的目標函數(shù)值，表示粒子位置為粒子個體的歷史最佳位置時對應的目標函數(shù)值，通過比較二者大小實現(xiàn)對目標函數(shù)的優(yōu)化，具體為：

58、當目標函數(shù)值與粒子個體的歷史最佳位置對應的函數(shù)值對比滿足公式時，將當前粒子位置xi(t+1)更新為粒子個體的歷史最佳位置；

59、當目標函數(shù)值與粒子個體的歷史最佳位置對應的函數(shù)值對比滿足公式時，維持當前粒子個體的歷史最佳位置不變；

60、基于粒子群的全局最佳位置的優(yōu)化，是利用更新后的粒子個體的歷史最佳位置進行優(yōu)化，則有，

61、

62、其中，z(gbest)表示粒子位置為粒子群的全局最佳位置時對應的目標函數(shù)值，表示粒子位置為粒子個體的歷史最佳位置時對應的目標函數(shù)值，通過比較二者大小實現(xiàn)對目標函數(shù)的優(yōu)化，具體為：

63、當目標函數(shù)值與粒子個體的歷史最佳位置對應的函數(shù)值對比滿足公式時，將當前粒子個體的歷史最佳位置更新為粒子群的全局最佳位置；

64、當目標函數(shù)值與粒子個體的歷史最佳位置對應的函數(shù)值對比滿足公式時，維持當前粒子群的全局最佳位置不變；

65、最后根據(jù)更新的粒子群的全局最佳位置gbest，確定當前冷鏈運輸?shù)淖罴崖窂健?/p>

66、作為本發(fā)明所述一種用于冷鏈運輸?shù)闹悄苷{(diào)度系統(tǒng)的一種優(yōu)選方案，其中：包括，運輸車輛與資源匹配模塊，運輸路徑規(guī)劃模塊以及應急響應機制制定模塊；所述運輸車輛與資源匹配模塊，根據(jù)運輸車輛信息和資源整合，實現(xiàn)車輛與資源的精確調(diào)度匹配；所述運輸路徑規(guī)劃模塊，用于對運輸車輛的運輸路徑進行動態(tài)規(guī)劃；所述應急響應機制制定模塊，用于根據(jù)運輸車輛的健康狀態(tài)制定應急響應機制。

67、本發(fā)明的有益效果：本發(fā)明通過整合運輸車輛信息和資源數(shù)據(jù)，利用智能調(diào)用算法進行優(yōu)化匹配，實現(xiàn)了車輛與資源的精確調(diào)度。有效避免了資源浪費和不必要的運輸成本，確保運輸效率的提升；采用了粒子群算法進行路徑規(guī)劃，結合初步路徑生成和動態(tài)路徑優(yōu)化兩步操作，有效降低了路徑規(guī)劃中的復雜性和不確定性，確保了冷鏈運輸過程中的高效性和可靠性；基于實時監(jiān)測和歷史數(shù)據(jù)，能夠提前識別車輛和設備的潛在故障，并在異常發(fā)生時迅速響應。