[发明专利]车辆调度方法、装置及存储介质

权利要求书

1.一种车辆调度方法，其特征在于，包括：

获取目标订单信息；

基于所述目标订单信息，确定预选车辆调度方案；

基于粒子群算法，确定目标车辆调度方案；

基于所述目标车辆调度方案，对所述车辆进行调度；

其中，所述目标车辆调度方案为满足预设车辆优化调度模型优化目标的预选车辆调度方案。

2.根据权利要求1所述的车辆调度方法，其特征在于，所述基于所述目标订单信息，确定预选车辆调度方案，包括：

基于所述目标订单对应的调度优先级、客户配额以及客户位置，通过整数编码方式确定所述预选车辆调度方案；

其中，所述预选车辆调度方案满足所述预设车辆优化调度模型的约束条件。

3.根据权利要求2所述的车辆调度方法，其特征在于，所述预设车辆优化调度模型优化目标包括第一优化目标和第二优化目标；

其中，所述第一优化目标为：运作成本最小化，所述第二优化目标为：车辆使用数量最小化。

4.根据权利要求3所述的车辆调度方法，其特征在于，所述运作成本的表达式为：

所述车辆使用数量的表达式为：

其中，Minimize Z₁是最小成本，Minimize Z₂是最小车辆使用数量；FC_m是车辆m运输单次的固定成本，DC_m是车辆m运输单位里程的成本，[a_i,b_i)是客户i服务的时间窗口，当提前于工作时间起点a_i，或延迟于时间节点b_i，就会受到惩罚，惩罚系数为α,β；w_i是为客户i开始的服务时间，且T_i是在客户i的服务时间，即上货或者卸货时间；M是停车场车辆的数量；L_max是每辆车每天的最大里程数；R是所有客户坐标点的集合，即为客户数量；dst_ij是客户i到客户j的实际坐标距离；是车辆行驶时的速度，ξ为超里程的单位成本；

y_im和x_ijm为决策变量，其中，

5.根据权利要求4所述的车辆调度方法，其特征在于，所述预设车辆优化调度模型的约束条件包括：

其中，Q_max是每辆车的车载量，q_i是客户i的需求重量；q_-im是车辆m在离开客户点i时的重量，对于车辆从客户i到客户j的装卸载下，离开客户j点时的车辆载重为：q_-jm＝q_-imq_j，q_-jm＝0，初始载重为0；条件(1)表示每辆车的上货重量不超过车辆载重，条件(2)表示满足车辆行驶里程需不超过最大里程数约束，条件(3)表示调度车辆总数不超过当前工作的最大车辆数目，条件(4)表示一个客户只能被当前所有调度车辆中一辆服务，且只能服务一次，同时i＝0,j＝0分别表示从配送厂出发和回到配送点，条件(5)-(6)表示决策变量的值为0或1。

6.根据权利要求1所述的车辆调度方法，其特征在于，所述基于所述目标订单信息，确定预选车辆调度方案，还包括：

在所述目标订单额度超过车载额度的情况下，将所述目标订单拆分为满载订单和非满载订单。

7.根据权利要求1所述的车辆调度方法，其特征在于，所述方法还包括：

在出现异常车辆的情况下，确定所述目标订单中尚未完成的订单信息；

基于所述尚未完成的订单信息、正常工作车辆以及所述预设车辆优化调度模型，更新所述目标车辆调度方案；

其中，所述异常车辆包括以下至少一种异常情况：故障、超载、偷卸和超出电子围栏。