[發(fā)明專(zhuān)利]面向綠色物流的智能包裝服務(wù)建模與配送任務(wù)動(dòng)態(tài)優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710535963.5
• 申請(qǐng)日: 2017-07-04
• 公開(kāi)（公告）號(hào): CN107133705B
• 公開(kāi)（公告）日: 2020-10-27
• 發(fā)明（設(shè)計(jì)）人: 張映鋒;劉思超;張馳;吳予涵;龍懷;張鵬鵬;楊海東
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西北工業(yè)大學(xué);佛山市南海區(qū)廣工大數(shù)控裝備協(xié)同創(chuàng)新研究院
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q10/08;G06F16/28;G06K17/00
• 代理公司: 西北工業(yè)大學(xué)專(zhuān)利中心 61204
• 代理人: 陳星

1.一種面向綠色物流的智能包裝服務(wù)建模與配送任務(wù)動(dòng)態(tài)優(yōu)化方法，其特征在于：包括以下步驟：

步驟1：定義符號(hào)表示涉及的數(shù)據(jù)以及相關(guān)決策變量：

步驟1.1：定義符號(hào)變量：

l_i第i個(gè)COs的長(zhǎng)度；

w_i第i個(gè)COs的寬度；

h_i第i個(gè)COs的高度；

l′_i用于裝載第i個(gè)COs的第j個(gè)智能箱的長(zhǎng)度；

w′_i用于裝載第i個(gè)COs的第j個(gè)智能箱的寬度；

h′_i用于裝載第i個(gè)COs的第j個(gè)智能箱的高度；

B_j第j個(gè)智能箱，j＝(1,2,3)；

I COs的初始分類(lèi)；I＝{1,2,3,…,m}，其中m是COs的總數(shù)；

J集裝箱；J＝{1,2,3,…,n}；

L_J集裝箱J的長(zhǎng)度；

W_J集裝箱J的寬度；

H_J集裝箱J的高度；

N一個(gè)集裝箱里允許裝載COs的最大數(shù)目；

M一個(gè)集裝箱里允許裝載COs的最小數(shù)目；

第i個(gè)COs中裝載入集裝箱J的總數(shù)；

其中COs為物流任務(wù)訂單；

步驟1.2：定義決策變量符號(hào)：

Z_J如果選擇集裝箱J，二進(jìn)制變量等于1，否則為0；

γ_iJ如果選擇第i個(gè)COs裝載入集裝箱J，二進(jìn)制變量等于1，否則為0；

步驟2：建立COs數(shù)據(jù)標(biāo)準(zhǔn)化信息庫(kù)；具體步驟如下：

步驟2.1：根據(jù)物流訂單地址信息分類(lèi)構(gòu)建COs數(shù)據(jù)標(biāo)準(zhǔn)化信息庫(kù)；

步驟2.2：錄入訂單信息，包括訂單編號(hào)、物品名稱(chēng)、訂單類(lèi)型、尺寸、重量、數(shù)量；

步驟2.3：錄入收件人信息，包括收件人姓名、地址、聯(lián)系電話；

步驟2.4：錄入第三方物流企業(yè)相關(guān)屬性，包括物流公司名稱(chēng)、運(yùn)輸公司名稱(chēng)、電話、訂單狀態(tài)、分配方式；

步驟3：將COs與智能箱優(yōu)化匹配，優(yōu)化裝載規(guī)則如下：

如果COs的規(guī)格屬性滿足

l_i≤l′₁∩w_i≤w′₁∩h_i≤h′₁→i∈B₁

則將其裝入第一類(lèi)智能箱B₁；

如果COs的規(guī)格屬性滿足

l′₁≤l_i≤l′₂∩w′₁≤w_i≤w′₂∩h′₁≤h_i≤h′₂→i∈B₂

則將其裝入第二類(lèi)智能箱B₂；

如果COs的規(guī)格屬性滿足

l′₂≤l_i≤l′₃∩w′₂≤w_i≤w′₃∩h′₂≤h_i≤h′₃→i∈B₃

則將其裝入第三類(lèi)智能箱B₃；

步驟4：對(duì)COs進(jìn)行基于距離的聚類(lèi)分析，并分組：

步驟4.1：定義：d_ij和D_ij分別表示樣本X_i和X_j與聚類(lèi)G_i和G_j兩者之間的距離，其中

假設(shè)聚類(lèi)G_p和G_q被分組到一個(gè)新的聚類(lèi)G_r，則任意聚類(lèi)G_k和G_r距離的關(guān)系：

步驟4.2：計(jì)算任意兩個(gè)樣本之間的距離，得到一個(gè)新的距離矩陣D₍₀₎；

步驟4.3：找出最短的距離元素記為D_pq，然后將G_p和G_q聚合為一個(gè)新的聚類(lèi)G_r，即G_r＝{G_p，G_q}；

步驟4.4：每一個(gè)新的分組聚類(lèi)按順序編號(hào)；

步驟4.5：計(jì)算新的聚類(lèi)與其他聚類(lèi)之間的距離；

步驟4.6：重復(fù)步驟4.3，步驟4.4和步驟4.5，并取r＝r+1；

步驟4.7：直到所有元素都被分組后結(jié)束；如果距離最短的元素的數(shù)目不止一個(gè)，則所有相應(yīng)的元素組合成一個(gè)聚類(lèi)；

步驟5：建立裝載服務(wù)的動(dòng)態(tài)優(yōu)化模型：

步驟5.1：建立函數(shù)關(guān)系，具體如下

l_i≤l′₁∩w_i≤w′₁∩h_i≤h′₁→i∈B₁

l′₁≤l_i≤l′₂∩w′₁≤w_i≤w′₂∩h′₁≤h_i≤h′₂→i∈B₂

l′₂≤l_i≤l′₃∩w′₂≤w_i≤w′₃∩h′₂≤h_i≤h′₃→i∈B₃

M＝(L_J·W_J·H_J)/(l′₃·w′₃·h′₃)

N＝(L_J·W_J·H_J)/(l′₁·w′₁·h′₁)

步驟5.2：建立智能箱裝-集裝箱的裝載優(yōu)化方法，具體如下：

COs通過(guò)分層樹(shù)結(jié)構(gòu)網(wǎng)絡(luò)集群形成LOs：在初始的LOs(G_p)中，COs的數(shù)量等于I₀且初始值為0；如果集裝箱J的尺寸相對(duì)于COs是可用的，則將COs裝載到集裝箱J中，而且實(shí)時(shí)更新和輸出集裝箱J已使用和剩余的體積；如果COs的數(shù)量小于或等于I₀，則返回繼續(xù)裝載，否則結(jié)束裝載；如果集裝箱J的尺寸相對(duì)于COs不可用，則輸出COs已裝載入集裝箱J的數(shù)量如果小于I₀，然后尋找離G_p距離最短的聚類(lèi)G_q，并形成一個(gè)新的聚類(lèi)G_pq，然后返回繼續(xù)裝載，否則結(jié)束裝載；

步驟5.3：智能箱裝載順序優(yōu)化：

按照訂單距離遠(yuǎn)近，在裝載過(guò)程中先裝載未裝載訂單中距離最遠(yuǎn)的訂單，依次裝載，則距離最近的訂單在最后裝載；

步驟5.4：裝載校驗(yàn)優(yōu)化服務(wù)：

裝載校驗(yàn)服務(wù)通過(guò)附著在智能箱、配送車(chē)輛上的智能RFID標(biāo)簽與手持式RFID閱讀器實(shí)現(xiàn)物流任務(wù)-智能箱的精確裝載；裝載校驗(yàn)服務(wù)通過(guò)由手持式RFID閱讀器掃描附著在智能箱上的RFID標(biāo)簽，獲得的裝載信息與初始裝載列表的信息進(jìn)行自動(dòng)匹配檢驗(yàn)，當(dāng)且僅當(dāng)兩者完全匹配后，方可裝載；否則警示信息會(huì)提醒裝載工人可能存在信息不對(duì)稱(chēng)問(wèn)題；當(dāng)智能箱裝載入集裝箱時(shí)，通過(guò)在集裝箱入口位置嵌入的RFID閱讀器掃描智能箱上的RFID標(biāo)簽，獲得智能箱的相關(guān)信息，其中包括智能箱的規(guī)格和裝載內(nèi)容，基于感知捕獲的信息，上傳載入的智能箱相關(guān)信息至物流平臺(tái)，同時(shí)更新、輸出裝載信息；

步驟6：構(gòu)建實(shí)時(shí)物流需求驅(qū)動(dòng)的物流任務(wù)動(dòng)態(tài)優(yōu)化模型：

步驟6.1：云配送中心按一定的時(shí)間間隔t觸發(fā)各配送車(chē)輛智能終端傳輸車(chē)輛實(shí)時(shí)狀態(tài)信息，過(guò)濾掉正在裝卸貨和剩余體積、剩余重量的車(chē)輛信息，構(gòu)建配送車(chē)輛資源庫(kù)，具體如下：

根據(jù)動(dòng)態(tài)的任務(wù)信息構(gòu)建任務(wù)信息庫(kù)T，該任務(wù)信息庫(kù)中：TIDi為第i個(gè)任務(wù)的編號(hào)、W表示重量、V表示體積、CP表示當(dāng)前位置、D表示任務(wù)目的地、DT表示任務(wù)交貨期、DP表示任務(wù)送達(dá)時(shí)超出交貨期單位時(shí)間的懲罰參數(shù)；具體如下：

其中對(duì)于車(chē)輛剩余體積SV和配送任務(wù)體積V均是一個(gè)三維向量，SV＝(length,width,height)，V＝(length,width,height)分別表示了配送車(chē)輛剩余體積和配送任務(wù)的長(zhǎng)寬高；

步驟6.2：假設(shè)配送車(chē)輛資源集為

V＝(v₁,v₂,v₃...v_i...v_n)^T

動(dòng)態(tài)任務(wù)集為

T＝(t₁,t₂,t₃...t_i...t_n)^T；

車(chē)輛配送的路徑從車(chē)輛當(dāng)前位置CP_v開(kāi)始配送，到下一個(gè)目的地ND_v結(jié)束配送任務(wù)，根據(jù)此路徑建立車(chē)輛路徑導(dǎo)航向量TID_i＝(CP_t,ND_t)，配送車(chē)輛信息和配送任務(wù)信息可以在二維坐標(biāo)中表示：

以車(chē)輛向量VID_i的中點(diǎn)為圓心O(r)，以1/2的車(chē)輛向量模|VID_i|為半徑R，建立配送車(chē)輛圓區(qū)域；

步驟6.3：假設(shè)圓區(qū)域中的配送任務(wù)為圓域中的元素，存在以下兩種情況：第一種：圓域有交集，第二種：圓域無(wú)交集；圓域有交集表示不同的圓域共同包含了若干個(gè)配送任務(wù)；圓域無(wú)交集表示圓域獨(dú)立地包含了n(n≥0)個(gè)元素，如果n＝0，則釋放該圓域，配送車(chē)輛按照既定任務(wù)路線完成配送活動(dòng)；

步驟6.4：首先考慮配送車(chē)輛的剩余體積SV＝(length,width,height)作為約束條件，對(duì)于需要配送任務(wù)的體積為T(mén)V＝(length,width,height)，剔除不滿足約束條件的配送任務(wù)：具體通過(guò)一種編碼方程的方法判斷配送任務(wù)是否滿足約束條件，編碼方程如下：

I＝I₁+I₂+I₃

其中I_i為0，1變量，表示是否滿足各約束條件；如果I變量的值是0，則滿足約束條件，表示該配送車(chē)輛可以裝載配送任務(wù)；否則，剔除該任務(wù)；

步驟6.5：通過(guò)步驟6.4的過(guò)濾之后，圓域中的元素個(gè)數(shù)n(n≥0)；按照步驟6.3繼續(xù)進(jìn)行分類(lèi)；對(duì)于交集圓域中的元素，選擇半徑R最小的配送圓域，即由該圓域所屬配送車(chē)輛進(jìn)行配送；對(duì)于無(wú)交集圓域中的元素轉(zhuǎn)步驟6.6；

步驟6.6：如果圓域中的元素n＝1，表示只有一個(gè)滿足條件的配送任務(wù)，即該配送任務(wù)由圓域所屬配送車(chē)輛進(jìn)行配送；如果n≥2，表示該配送圓域中有n個(gè)配送任務(wù)滿足所屬配送車(chē)輛的配送條件，則滿足以下兩個(gè)條件便得到最優(yōu)路徑規(guī)劃：

條件1：配送車(chē)輛向量和配送任務(wù)向量之間的夾角最小，即

條件2：配送車(chē)輛向量中點(diǎn)O(r)到配送任務(wù)向量中點(diǎn)M的距離d最小：其中配送任務(wù)TID_i的坐標(biāo)為CP_t＝(x_tij,y_tij)，ND_t＝(x′_tij,y′_tij)；

沒(méi)有分配到配送車(chē)輛的任務(wù)返回任務(wù)信息庫(kù)T重新進(jìn)行優(yōu)化分配；

步驟6.7：基于不同的配送車(chē)輛具有不同的單位成本和不同任務(wù)具有不同的延遲懲罰參數(shù)，建立總成本目標(biāo)函數(shù)：總成本包含了任務(wù)配送成本和延遲懲罰成本；任務(wù)配送成本是完成既定配送任務(wù)產(chǎn)生的成本費(fèi)用，延遲懲罰成本是接受配送任務(wù)TID_i后導(dǎo)致車(chē)輛第j個(gè)配送任務(wù)交付時(shí)超過(guò)交貨期的延遲時(shí)間產(chǎn)生的成本費(fèi)用；總成本目標(biāo)函數(shù)為

C＝mincost＝C₁+C₂+C₃

L_x為車(chē)輛VID_x為完成該任務(wù)多行駛的路程；為車(chē)輛VID_x接受任務(wù)TID_i后引起車(chē)輛第j個(gè)任務(wù)送達(dá)時(shí)超過(guò)其交貨期的延時(shí)時(shí)間，設(shè)VID_x任務(wù)清單Tl_x中有y個(gè)任務(wù)，其中包含任務(wù)TID_i；DP_xj為車(chē)輛VID_x任務(wù)清單Tl_x中第j個(gè)任務(wù)的延遲送貨懲罰參數(shù)；

步驟6.8：將車(chē)輛VID_x x∈(1,n)信息庫(kù)中的各項(xiàng)信息參數(shù)以及配送中心系統(tǒng)模型動(dòng)態(tài)模擬的參數(shù)信息(L_x、dt_xj)分別代入上述目標(biāo)函數(shù)；

步驟6.9：對(duì)于每個(gè)配送車(chē)輛，選擇讓其目標(biāo)函數(shù)取得最小值的任務(wù)，并將該配送車(chē)輛預(yù)分配給該任務(wù)。