[發明專利]車載貨物的裝載方法及裝置、計算機可讀介質

有效

• 申請號: 201810357903.3
• 申請日: 2018-04-19
• 公開（公告）號: CN108520327B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 金忠孝;戴昌志
• 申請（專利權）人: 安吉汽車物流股份有限公司;上海汽車集團股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06N3/08
• 代理公司: 北京信遠達知識產權代理有限公司 11304
• 代理人: 魏曉波

1.一種車載貨物的裝載方法，其特征在于，包括：

生成隨機數；

基于所述隨機數和預設的概率參數，確定裝載動作的選擇策略，所述裝載動作的選擇策略包括以下任一種：隨機選擇策略和基于神經網絡的選擇策略；所述基于所述隨機數和預設的概率參數，確定裝載動作的選擇策略包括：當所述隨機數小于所述預設的概率參數時，確定裝載動作的選擇策略為隨機選擇策略；當所述隨機數不小于所述預設的概率參數時，確定裝載動作的選擇策略為基于神經網絡的選擇策略；

基于所述裝載動作的選擇策略，選擇對應的裝載動作并放置相應的貨物，所述裝載動作包括：待放入貨物的標識信息、待放入貨物的位置信息和待放入貨物的朝向信息；

當所述裝載動作的選擇策略為基于神經網絡的選擇策略時，所述基于所述裝載動作的選擇策略，選擇對應的裝載動作包括：基于BP神經網絡，計算不同的裝載動作對應的BP神經網絡輸出值；選擇對應BP神經網絡輸出值最大的裝載動作為對應的裝載動作；所述BP神經網絡的輸出值為：Q(s,a；θ_i)，用來評估裝載動作集合在狀態集合中的裝載率指標，其中a為裝載動作集合，s為當前的狀態集合，所述狀態集合包括：車輛車廂的封閉空間大小、可選的放置位置和待放入的貨物標識信息，θ_i為所述BP神經網絡的網絡參數。

2.根據權利要求1所述的車載貨物的裝載方法，其特征在于，所述預設的概率參數隨執行步驟的增加而線性遞減。

3.根據權利要求2所述的車載貨物的裝載方法，其特征在于，當所述預設的概率參數不大于預設的參數門限時，設置為預設的固定值。

4.根據權利要求1所述的車載貨物的裝載方法，其特征在于，所述裝載動作滿足以下至少一項約束條件：待放入貨物與至少一個之前已放置的貨物靠在一起、待放入貨物與之前已放置的貨物在水平方向不重疊。

5.根據權利要求1所述的車載貨物的裝載方法，其特征在于，在選擇對應的裝載動作并放置相應的貨物之后，還包括：

執行所述裝載動作，將所述裝載動作存入訓練集合；

基于所述訓練集合更新所述BP神經網絡的網絡參數。

6.根據權利要求5所述的車載貨物的裝載方法，其特征在于，所述基于所述訓練集合更新所述BP神經網絡的網絡參數包括：

提取所述訓練集合中的樣本；

基于所述樣本，計算目標神經網絡的輸出值為：其中r為執行所述裝載動作的瞬時反饋值，a為裝載動作集合，a′為未來的裝載動作集合，s為當前的狀態集合，所述狀態集合包括：車廂的封閉空間大小，可選的放置位置和待放入的貨物標識信息，s′為裝載動作更新之后的狀態集合，為所述目標神經網絡的網絡參數，γ為預設的第二比例系數，用來評估不同a在不同s中的裝載率指標；

計算所述目標神經網絡的輸出值與所述BP神經網絡的輸出值之間的均方差為：

其中，為所述目標神經網絡的輸出值與所述BP神經網絡的輸出值之間的均方差；

基于均方誤差最小的原則，更新所述BP神經網絡的網絡參數。

7.根據權利要求6所述的車載貨物的裝載方法，其特征在于，所述基于均方誤差最小的原則，更新所述BP神經網絡的網絡參數還包括：

采用隨機梯度下降算法計算每個神經網絡參數的偏導函數如下：

其中為對θ_i的偏導數；

為所述神經網絡參數的偏導函數；

基于所述偏導函數，計算并更新所述BP神經網絡的網絡參數。

8.根據權利要求6所述的車載貨物的裝載方法，其特征在于，還包括：

基于所述BP神經網絡的網絡參數，更新所述目標神經網絡的網絡參數。