基于物联网和大数据的协同物流配送调度方法及云机器人系统(节选)外文翻译资料

 2023-08-31 10:05:11

英语原文共 17 页,剩余内容已隐藏,支付完成后下载完整资料


基于物联网和大数据的协同物流配送调度方法及云机器人系统(节选)

1.介绍

一些学者已经对物流配送调度技术和其他调度技术进行了研究。但这些研究并没有考虑到物流配送过程中资源的协调和传递,以及大数量物流配送公司执行的大量物流配送任务的分解和组合,也没有考虑到物流配送路线的分解和构成,或成本、速度等其他因素。本文提出的物流配送调度问题比较复杂,涉及多个物流配送公司之间的协同调度,以及物流配送路径的分解与组合,对协同物流配送调度具有重要意义。

在传统的物流配送调度技术中,物流配送公司为他们的客户从始发地到目的地独立地配送,从而形成了各种独立的物流资源孤岛,这对于协同的物流配送调度是不可能的。举一个简单的例子,一些物流配送公司的配送速度快,但不能到达农村,而一些物流配送公司的配送速度很慢,但是可以到达农村。但是,当客户对城乡之间的物流配送有要求时,由于配送速度快的物流配送公司无法到达农村,客户只能选择配送速度较慢的物流配送公司,导致物流资源利用率低下,客户体验较差。

再以无人机物流配送为例,无人机物流配送的距离和负荷都是有限的,这是无人机物流配送面临的最大问题。无人机电池功率的缺点是能量密度低,因此只有当大量无人机以中继方式进行物流配送时,才有可能使无人机物流配送在实际中得到应用。然而,每家无人机物流配送公司并不能在每一个区域都部署无人机,一般只部署在公司的主营业务领域,因此无人机物流配送公司需要合作与协调才能完成无人机物流配送。多家公司无人机物流配送的合作调度是一个具有挑战性的问题。电池寿命的差异决定了连续飞行时间的差异。不同无人机的连续飞行时间可能不同。例如,一些无人机的连续飞行时间大约是几十个小时,如彩虹无人机;部分无人机的连续飞行时间为数小时,如HYDrone;一些无人机的连续飞行时间为几十分钟,如大江;有些无人机的连续飞行时间只有几分钟。连续飞行时间决定了连续飞行距离。不同无人机的成本可能不同,如AEEF100无人机价格在150万元以上,大江无人机价格在数千元到数万元之间,鹦鹉无人机价格在100美元到500美元之间。不同无人机的飞行速度可能不同,如X-51A达到约5600公里/小时,云影达到约620公里/小时,亚马逊新快车达到约90公里/小时,迪斯科达到约80公里/小时。不同无人机的载荷能力也可能不同。例如,航空骡可以携带约500公斤的货物,而带有电动马达的小型无人机只能携带约3至5公斤的货物。无人机的飞行时间越长,速度越快,成本往往越高,这就为客户形成了矛盾。从上面我们可以看到,成本,速度,负载,甚至安全不同类型的无人机通常是不同的。同时,物流交付不同的客户不同的需求和关注的问题,例如,一些客户关注更多关于无人机物流配送的成本,一些客户关注更多无人机物流配送的速度,和一些客户关注更多关注无人机物流配送的安全性。如果所有与客户需求相对应的物流配送任务都采用相同的策略进行调度,则不可能满足具有不同物流配送关注点的不同客户,因此在无人机物流配送调度中,无人机的种类和数量应根据不同客户的个性化需求和关注点来确定,这增加了无人机协同调度问题的难度。

在现有的物流配送方法中,每个物流配送公司的物流配送资源仅由物流配送公司自身使用和调度,而不能由其他物流配送公司使用和调度,因此无法基于现有的物流配送方式实现协同调度方式。然而,每个物流配送公司的资源是有限的,因为每个物流配送公司仅在某些路线段上拥有物流配送资源,而在其他路线段上却没有物流配送资源,这导致物流配送公司可能无法完成从起点到目的地的物流配送;同时每个物流配送公司的资源是有限的,不能满足客户的各种个性化要求。

为了解决现有问题,本文提出了一种基于物联网和大数据的协同物流配送调度方法及机器人系统。 在许多应用中已经研究了机器人系统,例如停车机器人,健康诊断机器人,幽默机器人,谎言机器人。本文利用机器人系统为物流配送公司提供智能调度服务。云机器人系统是一种利用云计算资源处理大数据的更先进的机器人系统,能够满足物联网和大数据协同物流配送调度的要求。

2.基于物联网和大数据的协同物流配送调度方法

图1.物流配送调度方法

图1显示了物流配送调度方法。

步骤102,通过物联网和/或互联网从物流配送公司获取物流配送资源的大数据,并根据物流配送资源的大数据建立物流配送路线图。

物流配送资源的大数据是通过物联网和/或互联网从许多物流配送公司获得的。在图论中,通常使用许多给定的点和线来描述事物之间的特定关系。图论将通过以下步骤应用于物流配送调度:通过物联网和/或互联网从物流配送公司获取物流配送资源的大数据,其中物流配送资源的大数据即大数据(Res )包括物流配送路线即路线(Res)及其路线属性即属性(Rou);物流配送资源路线属性包括:物流配送路线的物流配送时间长度即时间(Rou),物流配送路线的物流配送成本即成本(Rou),物流传送路线的物流传送安全性即安全(Rou),可在物流配送路线中执行的物流配送任务的数量(Rou)和类型(Rou),负责物流配送路线的物流配送公司(Rou),其中Res是资源(UAV)的缩写形式,Rou是路线(Res)的缩写形式,而路径属性即属性(Rou)主要是针对物流配送路径的大数据对物流配送资源进行描述。

步骤104,通过物联网和/或互联网从物流配送公司获取物流配送需求的大数据,并在物流配送路线图中选择与物流配送需求相匹配的物流配送路线。

物流配送需求的大数据是当前物流配送资源需求的大数据,包括物流配送需求的物流配送起点位置即起点位置(Req),物流交付需求的物流配送目的地位置即终点位置(Req),物流交货要求的物流配送出发时间即开始时间(Req),物流配送要求的物流配送类型即类型(Req),物流配送要求的物流配送数量即全数(Req),涉及物流交货时间即中心点(Req) =时间,关于物流配送成本,即中心点(Req)=成本,关于物流配送安全,即中心点(Req)=安全,其中Req是需求(物流配送需求)的简写形式。在通过物联网和/或互联网获取物流运输公司的物流配送需求的大数据后,在物流配送路线图中选择与物流配送需求相匹配的物流配送路线,即物流配送根据物流交货要求的起始位置和目的地位置找到路线。

在步骤106中,将对应于物流配送路线的物流配送资源分配到相应的物流配送需求。

选择与物流配送需求相对应的物流配送路径,然后将与该物流配送路径相对应的物流配送资源分配给具有该需求的相应的物流配送公司,其中,物流配送资源和物流交货要求可以属于同一公司或不同公司。基于图论的方法,进行物流配送调度,以提高物流配送资源的利用率,提高物流配送公司的整体效率。

图2.选择物流配送路线后的步骤

如图2所示,在物流路线图中选择符合物流要求的物流路线后的步骤如下。

步骤108,获取客户对物流配送需求大数据的关注。

客户对物流配送需求大数据的关注包括:当中心点(Req)=时间时物流配送的时间长度和/或当中心点(Req)=成本时物流配送的成本和/或当中心点(Req)=安全时物流配送的安全程度。客户对物流配送大数据的关注程度不同,客户对物流配送的要求也可能不同。根据客户关心的问题,在物流配送路线图中选择符合物流配送要求的物流配送最短路径。最短路径对应于权重的最小和。例如,当权重为路由长度时,最短路由为路由长度最短的路由。

步骤109,将客户对物流配送需求大数据的关注作为物流配送路线图中的权重属性。

例如,当客户对物流交付要求的关注是物流交付时间长度,即中心点(Req)= 时间时,将物流配送时间长度作为物流地图中相应路径部分的权重运送路线;当客户对物流配送要求的关注是物流配送成本,即中心点(Req)=成本时,将物流配送成本作为物流配送路线图中对应路线段的权重;当客户对物流配送要求的关注是物流配送安全性,即中心点(Req)= 安全时,将物流配送安全性作为物流配送路线图中相应路线部分的权重;当客户对物流配送要求的关注点为“中心点” =“时间times;30% 成本times;70%”时,将“物流配送时间长度times;30% 成本times;70%”作为物流地图中相应路径部分的权重运送路线。

通过将客户对物流配送需求的关注作为物流配送路线图中相应路线段的权重属性,然后根据物流配送需求的大数据对物流配送路线进行匹配,以实现个性化安排物流配送,提高客户满意度。

图3.物流配送路线图的步骤

如图3所示,获取物流配送资源的大数据,并根据物流配送资源的大数据建立物流配送路线图。

步骤102a,通过物联网和/或互联网从物流配送公司获取物流配送资源的大数据,物流配送资源的大数据包括物流配送路径和路径属性。

通过物联网和/或互联网访问物流配送公司的物流配送资源的大数据,物流配送资源大数据是目前闲置和可用的物流配送资源闲置大数据。

步骤102b,将物流配送路线划分为至少一个物流配送路线段,并且将路线属性划分为至少一个配送路线段属性。

物流配送路径分为一个物流配送路径区段或多个物流配送路径区段,是最基本的物流配送路径单元。如果物流配送路线本身是最基本的路线单元,那么物流配送路线就是物流配送部分。物流配送路线即Rou(Res)被划分为若干物流配送路线区段Sec(Res),与物流配送路线相对应的路线属性即路线(Res)也被分解为物流配送路线区段的属性即属性(Sec)。物流配送资源的路线区段属性包括:物流配送路线区段的物流配送起点位置,即起点(Sec),物流配送路线区段的物流配送目的地位置,即终点(Sec),物流配送时间物流配送路线区段的长度即时间(Sec),物流配送路线区段的物流配送成本即成本(Sec),物流配送路线区段的物流配送安全即安全(秒),可在物流配送路线部分执行的物流配送任务的数量即数量(Sec)和类型即类型(Sec),物流配送公司即负责物流配送路线部分的公司(Sec),其中Sec是Sec(Res)的缩写形式,而部门属性即属性(Sec)主要是针对物流配送路径部门的物流配送资源描述的大数据。可见,路由段的属性(Sec)主要继承自物流配送路由的属性(Rou)。例如,从A到D的物流配送路线,经过B和C,然后物流配送路线可以划分为A到B、B到C、C到D三个基本的物流配送路线区段,并且物流配送路线A到D的物流配送资源也可以划分为A到B、B到C、C到D三个基本的物流配送路线区段。

步骤102c,根据物流配送路径段和路径属性建立物流配送路线图。

每个物流配送路线段中有两个端点,即起点(Sec)和终点(Sec)。每个物流配送路线段从起点到终点都连接在一起。例如,路径A的起点和终点是P1,P2,路径B的起点和终点是P2,P3,路径C的起点和终点是P3,P1,则路由段A和B通过端点P2连接在一起,而路由段B和C通过端点P3连接在一起。因此,路段A,B和C,端点P1,P2和P3在一起形成物流配送路线图。

图4.建立物流配送路线图

如图4所示,根据物流配送路线区段和物流区段属性建立物流配送路线图的步骤如下。

步骤402,以物流配送路线段为物流配送路线图的边,以路线段属性为边属性。

物流配送路线段是物流配送路线的基本单位,物流配送路线由一个或多个物流配送路线段组成。物流配送路线图被视为相邻端点之间路线图的边,而不同的物流配送路线图则被视为物流配送路线图中的不同边。例如,边C1,C2,C3和C4在顶点P2和P3之间;边C1对应的资源供应商是公司X1,方向是从顶点P2到P3。边C2对应的资源供应商是公司X2,方向是从顶点P3到P2。边C3对应的资源供应商是公司X3,方向是从顶点P2到P3。边C4对应的资源提供者是公司X4,方向是从顶点P3到P2。需要说明的是,在物流配送图中,具有相同属性的相同物流配送路线区间被视为对应于不同属性的不同边。例如,顶点P2和P3通过边C1,C2,C3或C4直接连接,其中边C1对应的资源提供者是公司X1,方向是从顶点P2到P3;边C2对应的资源供应商是公司X1,方向是从顶点P3到P2。边C3对应的资源供应商是公司X2,方向是从顶点P2到P3。边C4对应的资源供应商是公司X2,方向是从顶点P3到P2。

步骤404,根据物流路线段的起点和终点,从物流配送路线区段的属性中选择物流配送路线图中的边方向。

例如,P2(C)P3表示物流配送路线区段C的端点为起点P2和终点P3,因此边C的方向为P2到P3; P3(C)P2表示物流配送路线部分C的端点是起点P3和终点P2,因此边C的方向是从P3到P2。

获取物流配送需求的大数据并在物流配送路线图中选择与物流配送需求相匹配的物流配送路线的步骤包括:获取物流配送需求的大数据,并计算与物流配送需求对应的最短路线。运用图论的最短路径算法进行物流配送需求,将最短路径作为匹配物流配送需求的物流配送路径。

对于每个物流配送需求,使用最短路线算法在物流配送路线图中找出最短路线,以满足物流配送的需求。图论的最短路径算法包括DijkStra算法,A *(A-Star)算法,SPFA算法,Bellman-Ford算法,Floyd-Warshall算法和Johnson算法。最短的路线是满足物流配送要求并且权重总和最小的路线。例如,当权重是路径长度时,最短路径是路径长度最短的路径。符合物流配送要求的最短路径是由许多路径部分组成的最短路径,其起点(Sec)和终点(Sec)与物流配送要求的起点(Sec)和终点(Sec);可以在物流配送路线部分中执行的数量(Sec)和类型(Sec)的物流配送任务与物流配送要求的数量(Sec)和类型(Sec)一致。

物流配送图是一个有向图,相邻顶点之间有一条或多条边,并且每个边都有自己的权重。满足物流配送需求的最短路线不一定是物流配送路线图中的最短路线,但是满足物流配送要求的最短路线上各部分的权重之和是与物流配送需求匹配的路线中最小的一条。

利用DijkStra算法寻找满足物流配送要求的最短路径:从顶点u到相邻顶点v的边数可以是一个或多个,首先从顶点u到v去除不满足物流配送要

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[607306],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。