运输物流智能决策支持系统的综合外文翻译资料

 2022-01-19 10:01

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

运输物流智能决策支持系统的综合

摘 要：

本文考虑了对现有运输物流问题的审查。提出了用模糊逻辑方法来解决优化问题，例如，使用基于Mamdani型模糊逻辑推理机的决策支持系统评估交付质量。

关键字：流量; 物流; 模糊; 系统; 质量

发表于： 第六届IEEE智能数据采集与先进计算系统国际会议论文集

1.绪论

最近，决策支持系统（DSS）引起了专家社区的注意，因为它们允许在复杂或极端情况下显着提高不同类型替代方案之间的最佳决策质量。

这种DSS类的应用领域之一是运输物流，其确保不同运输综合体的更高效率以及它们整合到全球运输业中的过程的激活。

2.问题陈述

运输物流问题自动化的软件程序之一是DSS“选择”，基于层次分析法，适用于复杂的决策问题，并能够清晰合理地构建复杂的问题，以及层次结构形式的问题，比较和定量评估决策的替代方案。在确定层次结构节点的优先级时，每个组中的元素的相对权重（其可以取0到1的值）是必需的。考虑到语言表达形式的因素，并不总是很容易估计，例如公司形象，报告的及时性，按质量保存货物。

运输物流解决了一系列涉及货物运输组织的任务，这些是主要问题：

选择车型;

优化运输过程中的运输过程;

确定合理的送货路线;

优化燃料和动力资源;

确定和优化货物运输价格;

评估交付质量。

在分析运输物流存在的问题时发现了一些问题。在选择将用于货物运输的运输方式的问题中，每种运输方式都有许多优点和缺点。这使得DSS合成和开发过程复杂化，因为运输系统有许多不同的参数。在联合运输期间运输过程的优化问题在估计这种运输的价格方面也是复杂的，因为在这种情况下有必要考虑几种运输方式的指数。每种运输方式的定价都以不同的方式发生，因为每种运输方式都隶属于不同的公司。

交付系统分析和选择的质量测量方法应基于客户为此目的使用的参数。当客户评估交付质量时，将测量的质量特征的实际值与这些特征的预期值进行比较。如果两个值一致，则质量水平被他认为是令人满意的。

为了衡量客户的期望，使用了不同的评估方法，例如，个人访谈，专家评估，统计方法等。复杂的是，大多数质量交付的测量都无法定量测量。客户的期望通常基于他的主观意见和经验，并且通常表达为：“货物最好在10点发货”，“我们可以支付100 ”。这些陈述中存在一些不确定因素，表达“理想”，“从......到......”等等。表达某些模糊期望的工具是基于模糊集理论的数学工具。

模糊逻辑推理系统是软件，它借助模糊逻辑模拟依赖Y = f（x），其中Y（x） - 输出变量的向量

为了充分模糊输入信号，重要的是正确选择隶属函数（MF）的形式及其功能依赖性。选择的MF形式在很大程度上取决于物理的坐标感，并表征其模糊程度。

在实践中使用不同形式的隶属函数。最简单和最广泛使用的形式是三角形。

三角形MF的优点是高速且比较简单，实现了功能依赖的计算算法，因此，三角形MF广泛用于模糊实时控制器，以及模糊专家系统和人工智能系统。

对文献资料的分析表明，在输入数据中，可以区分出19个最重要的因素，这些因素将在下面进行研究（表五）。

输入数据形成的真正来源是运输和物流公司，从事运输，并支持和管理运输货物运输。

3.主要影响因素的特征

有几个软件程序，允许在模糊逻辑推理的基础上开发DSS。其中一个着名的软件包MatLab，包含用于开发此类系统的工具包“模糊”。还有开发环境FuzzyTECH，虽然在某些方面它具有模糊DSS开发的更高可能性，但它没有像MatLab那样受欢迎。

在分层模糊DSS的开发过程中，需要对影响评估交付质量的因素进行分组和排序。在图1中给出了在11个模糊子系统的帮助下实现的包含4个相等层次的模糊DSS的结构。详细了解所有模糊子系统的输入和输出参数。

第一子系统

关税（费用）x 1 ; 道路附带费用x 2 ; 运费x 3 ; 交货价格（输出y 1）。

第二子系统

在领土上任何地方交付货物的可能性x 4 ; 准备交货x 5 ; 适用性x 6 ; 交货的可用性（输出y 2）。

第三子系统

信息现状x 7 ; 及时报告x 8 ; 公司信息量（输出y 3）。

第四子系统

提供不同级别的服务x 9 ; 支付系统的灵活性x 10 ; 准备改变交货条件x 11 ; 运输公司的灵活性（输出y 4）。

第五子系统

货物安全数量x 15 ; 货物质量安全x 16 ; 货物安全（输出y 5）。

第六个子系统

受试者的形象，参与交付x 17 ; 运输能力（货物运输量）times; 18 ; 交货的及时性x 19 ; 运输公司的潜力（产出6）。

第七个子系统

交付的可用性y 2 ; 公司信息量3 ; 通信公司（输出y 7）。

第八个子系统

运输公司的灵活性y 4 ; 复杂度x 12 ; 提供服务（产出8）。

第九个子系统

运输过程中的风险x 13 ; 兼容性x 14 ; 货物安全y 5 ; 运输可靠性（输出y 9）。

第十个子系统

运输过程中的可靠性y 9 ; 运输公司的潜力6 ; 交货可靠性（产量y 10）。

第十一子系统

交货价格y 1 ; 通讯公司7 ; 提供服务y 8 ; 交货可靠性10 ; 交付质量的综合指标（产出F）。

4.模糊决策支持系统的结构

在语言变量的描述过程中，确定了它们的值变化范围，术语数量和MF（三角形）的形式。

每个子系统的规则数据库是根据输入语言变量交互的条件制定的。一些规则数据库列于表I - III中。表中使用了以下语言术语：L - “低”，LM - “高于低”，M - “均值”，MH - “高于平均值”，H - “高”。

表1 第一子系统的规则数据库

表2 第七子系统的规则数据库

表3 第十一子系统的规则数据库

在描述模糊系统和开发模糊规则数据库之后，模糊DSS的合成FuzzyTECH环境下进行。FuzzyTECH软件环境中的任何模糊推理系统都有一个单独的项目形式。软件环境中的所有项目都以FTL格式（模糊技术语言）存储在项目的单独文件中，这些文件具有ftl扩展名。基于模糊逻辑系统的使用，所有渐进式开发人员使用这种格式的硬件/软件解决方案。

可以开发模糊DSS的项目并将其视为整体系统或相互作用子系统的总和（例如图2，图3）。

图2 第一个子系统的项目y 1 = f 1（x 1，x 2，x 3）

图3 项目的第二个y 2 = f 2（x 4，x 5，x 6），第三个y 3 = f 3（x 7，x 8）和第七个y 7 = f 3（y 2，y 3）个子系统

第一模糊子系统规则数据库的特征曲面如图4所示，第七模糊子系统规则数据库的特征曲面如图5所示。

图4 组件y 1 = f 1（x 1，x 3）和第七y 7 = f 3（y 2，y 3）子系统的第一子系统的特征表面

模糊DSS的完整项目包括所有输入和输出语言变量（因子）和规则块，它们表征了所有11个子系统的属性，如图6所示。

图5 组件y 7的第七子系统的特征表面（x 5，x 8）

图6 模糊DSS F = f 11（x 1，x 2，...，x 19）的完整项目

5.建模结果

在表4中给出了输入数据x 4，x 5，x 6，x 7，x 8的不同替代组（I，II，III，IV）处的第七子系统的仿真结果。

表4 模糊Dss的第七子系统的模拟结果Y7 = F7（X4，X5，X6，X7，X8）

输入数据的评估（表5）由5名运输物流专家为货物运输的四种替代变型（I，II，III，IV）创建。

表5中给出了在不同输入数据x 1，x 2，...，x 19处的模糊DSS操作的仿真结果。

表5模糊DSS模拟的结果

在模糊DSS的帮助下进行模拟的结果是，收到了以下货物交付质量综合指标值：

替代变体I - 73,49球;

替代变型II - 70,26球;

替代变体III - 56,95球;

替代变体IV - 62,77球。

根据模拟结果，观察到，在估计货物交付质量（73,49个球）的背景下，最佳变体是第一个（I）替代变体，最差的变体是第三个（III）替代变体，质量估算的结果是56,59个球。

仿真结果（表5）表明，层次模糊DSS 的一个值或一组因子x 1，...，x 19的变化在定性和数值上影响输入变量F，证明了系统的有效性。一般而言，它的所有子系统都有适当的模糊基本规则。

开发的DSS的效率是通过使用模糊集和模糊逻辑来增强系统对输入因子变化的灵敏度，以及通过不同类型的输入数据集的模拟结果确认的分层方法来创建这样的系统。

通过改变模糊DSS的输入参数，在交互式通信模式下进行交付质量的评估（图7）。

图7 交互式调试窗口

6.结论

目前，在模糊逻辑推理的基础上，在DSS的帮助下对交付质量的评估在运输公司之间的高竞争条件下是相当实际的问题。合成DSS允许在不同的问题解决过程中考虑到大量影响因素的影响。这种类的模糊DSS的层次组织的可行性得到了证实。开发的模糊DSS仿真结果证实了其可操作性和效率。

网络化嵌入式计算机系统为智能物流提供分布式决策的应用

摘 要：

利用多频段天线系统支持的通信系统体系结构，应用计算机系统为智能物流提供分布式决策支持。描述了一个商用车辆应用程序的通信系统架构，该应用程序连接到用于分布式决策的车载数据库。分布式决策提供了有用的功能，例如1)需要服务和最近的服务中心的位置与必要的库存部分，2)路由和导航，3)负载代理和协调。本文引用了美国的一项专利，该专利是在组件传感器和通信技术引入之前授予的，该技术使整个系统架构具有实用性。本文还参考了2006年美国发布的一项多波段天线专利。本文描述并引用了这些启用技术。此外，在分布式智能和多智能体控制系统的发展的最新进展正在出版，这将允许实现通信系统的体系结构

关键字：计算机系统、分布式系统、系统架构、实时系统、传感器、通信系统、分布式多智能体系统

1.简介

嵌入式计算机系统已成为过去25年来最广泛使用的实时控制工具之一。它现在在卡车和汽车的整个运输行业中使用，提供牵引力控制，防抱死制动和导航等功能。这种系统作为电子稳定控制网络系统（ESC）的好处是显而易见的，现在它的应用已被美国法律强制要求。新标准要求所有车辆在2011年9月1日之前配备ESC。这些系统与车外计算机系统联系以提供显着改进功能的潜在好处虽然潜在，但显而易见。除了全球定位系统（GPS）与用于交通咨询的导航和通信的机载地形数据库的链接之外，这些系统尚未链接以提供分布式决策的好处。

尽管最近系统被构思甚至获得专利，但直到低成本传感器和通信组件的出现，这种系统的商业应用才是不切实际的。

当该概念首次引入该专利时，这种类型的系统架构可以从诸如卡车之类的单个车辆到达远程分布式数据库（例如，调度员和后勤支持中心），在商业上是不可行的。现在可以获得最近的技术发展，例如未冷却的红外传感器，Wi-Fi（IEEE标准810.11）或其他无线通信链路，以及用于实现车辆间通信的多频带天线。这些支持技术应该使实施系统架构具有成本效益，该架构将提供新的能力，以提高运输车队的效率并降低成本。

也许更重要的是，最近在分布式多智能体系统领域的工作使得实现智能物流的分布式决策变得切实可行。

本文的结构如下：在第2节中，介绍了通信系统架构。在第3节中，描述了这种体系结构的实际实现的特征和益处。第四部分概述了使商业实施可行的支持技术。

2.通信系统架构

在美国专利号6,539,296中描述了用于联网嵌入式计算机系统以提供用于智能物流的分布式决策的通信系统架构。就作者所知，这样的系统尚未在文献中提及或在实际应用中实施。这很可能是由于迄今为止缺乏实现架构实现的组件技术。图1示出了用于长途货运业务的这种系统架构的示例。

图1 智能物流分布式决策系统体系结构。

该架构由七个元素组成; 1）车载系统（VOS），2）卫星通信网络（SCN），3）通信控制中心（CCC），4）地面通信网络（GCN），5）数据管理系统（DMS）， 6）经纪管理系统（BMS），以及7）地面支持网络（GSN）。

VOS有两个主要功能。第一种是通过SCN或GSN向CCC提供信息和请求。嵌入式数据库的这些信息和决策产生了来自CCC的命令，查询，指示和建议。第二个主要功能是充当CCC和DMS的移动传感器平台。VOS由分布式和联网的嵌入式计算机系统组成，这些系统通过板载数据总线与传感器和通信设备相连。传感器不仅监控车载状态，还监控车辆外部环境以包括在不同光谱带中的成像。

SCN和GCN通常可以描述为车外通信网络。SCN是一种通信网络，它依靠基于卫星的链路来提供VOS和CCC之间的通信。GCN是基于地面的网络，在VOS和CCC之间进行通信。GCN和SCN在功能上是互补的，如第III节所述，如果VOS和CCC之间的信号因任何原因被中断，则提供一定程度的冗余。

GCN将包括地面通信的任何组合，包括电话

全文共7977字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[833]

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。

您可能感兴趣的文章