[发明专利]一种基于任务驱动的车辆分配方法

说明书

一种基于任务驱动的车辆分配方法，所述方法包括：根据当前可用的智能输转平台状态将其分成两个集合，一个为不造成延迟的集合MU，一个为造成延迟的集合MD；若MD中元素数量为0，需要从MU中选择智能输转平台，若MU中元素数量为0，则从MD中确定实施行李回传任务的智能输转平台；所述造成延迟是指智能输转平台从释放位置行驶至平台作业处的最早时刻晚于作业需求时刻；所述不造成延迟是指智能输转平台从释放位置行驶至平台作业处的最早时刻早于作业需求时刻。本发明通过构造“不造成延迟”的集合M_U和“造成延迟”的集合M_D，按照智能输转平台的状态分解为若干集合，快速确定可使用的智能输转平台，实现兼顾使用均衡和保障效率大的多目标优化。

技术领域

本发明涉及机场行李输转领域，特别是指一种提升行李输转效率的行李智能输转平台使用分配方法。

背景技术

首都机场T3航站楼是全球最大的单体航站楼之一，首都机场作为全球第二最繁忙的大型机场，2018年旅客突破1亿人次。为持续提升服务质量，提出构建基于自主行驶的智能输转平台运输旅客行李，通过综合信息处理系统协同调配智能输转平台完成进港行李回传的智能行李处理系统，智能输转台的使用分配是实现智能输转平台协同输转作业的关键。

车辆分配问题是典型的多目标优化问题，多目标优化问题起源于许多实际复杂系统的设计、建模和规划问题，这些系统所在领域包括工业制造、城市运输、资本预算、森林管理、城市布局、能量分配等。几乎每个重要的现实生活中的决策问题都在在考虑不同约束的同时处理若干相互冲突的目标，这些冲突目标大大增加了问题的复杂程度。自20世纪60年代以来，多目标优化问题吸引了不同领域不同背景研究人员的注意力，许多学者对多目标优化问题做出了重要贡献，Pareto是多目标优化领域公认的开创者之一，针对多目标优化，目前较多的是以Pareto优化解的形式对问题进行求解。然而，众多学者的研究成果难以解决某特定的具体实际问题，同时基于启发式优化算法的解决方式在求解多目标问题时会消耗较大的计算资源和较多计算耗时，很难应用于实时性较强的应用场景。

发明内容

为解决上述问题，提供一种基于任务驱动的车辆分配方法。

本发明的目的是以下述方式实现的：

一种基于任务驱动的车辆分配方法，所述方法包括：

根据当前可用的智能输转平台状态将其分成两个集合，一个为不造成延迟的集合MU，一个为造成延迟的集合MD；

若MD中元素数量为0，需要从MU中选择智能输转平台，按照以下方式确定实施行李回传任务的智能输转平台：

a) 按照电量从大到小排序，选择最少电量的智能输转平台；

b) 如果最少电量的智能输转平台数量大于1，则该集合为MB，选择集合MB中到达实施行李回传作业机坪时刻最晚的智能输转平台；

c) 如果MB中到达实施行李回传作业机坪时刻最晚的智能输转平台数量大于1，则该集合为MT，选择集合MT中使用次数最少的智能输转平台；

d) 如果MT中使用次数最少的智能输转平台数量大于1，则该集合为ML，选择ML中空行程最短的智能输转平台；

如果ML中空行程最短的智能输转平台数量大于1，则该集合为MS，则选择MS中编号最小的智能输转平台；

若MU中元素数量为0，则从MD中确定实施行李回传任务的智能输转平台方法如下：

a) 按照智能输转平台到达实施行李回传作业机坪时刻排序，选择最早到达的智能输转平台；

b) 如果最早到达的智能输转平台数量大于1，则该集合为MT，选择MT中最少电量的智能输转平台；

c) 如果MT中最少电量的智能输转平台数量大于1，则该集合为MB，选择MB中使用次数最少的智能输转平台；