基于RFID的工厂物流车辆调度系统研究

随着信息技术对各个行业的渗透,制造业的管理模式也受到一定程度的变革。尤其是在传统制造企业的物流管理系统中,由于货物采购、对供应商发货、车辆卸货等业务较多,使得工厂有大量的物流车辆进出。原有的人工指挥调度方法应对密集的车辆调度任务已经是捉襟见肘,更无法适应未来更大规模的生产运输任务。基于技术普及和接轨信息为目的,本文就基于RFID的工厂物流车辆调度系统进行简要的分析研究。

多配送中心物流车辆调度的改进差分进化算法

多配送中心物流车辆调度问题是一类实用性很高的NP难解问题。针对标准差分进化算法进化过程中缺乏动态调整,进化后期由于种群多样性的降低,算法容易陷入早熟收敛的问题,提出了一种改进的差分进化算法。该算法在变异过程中动态自适应地调整缩放因子,在交叉过程中通过高斯扰动增加种群的多样性,在变异操作之后,加入新的选择机制。将该算法应用于多配送中心物流车辆调度问题,建立了数学模型,介绍了该算法的详细实现过程。仿真通过和遗传算法和标准差分进化算法比较,表明该算法具有更好的寻优效果,从而证明了该算法应用于该问题的可行性和有效性。

连锁企业物流车辆调度模型及优化设计

讨论了连锁经营企业物流车辆调度问题并建立数学模型,利用改进的遗传算法优化设计车辆调度路径.该算法兼顾时间限制和路径长度的需求,针对连锁企业特点改进了编码方法,交叉方法以及选择操作,经实验证明该算法能较快地求出中小型连锁企业的车辆调度有效路径.

物流车辆调度一般模型及启发式算法求解现状及研究方向

对当前主流的物流车辆调度问题及其启发式求解方法进行了综述。在总结多个文献研究成果的基础上,抽象出了物流车辆调度的经典模型;然后从编码方式、迭代方式两个关键点对模型求解的启发式算法进行了详细分析;最后总结了当前主流的研究方向,并提出新能源、物联网及高效的编码方法是下一步物流车辆调度的研究方向。

RFID射频识别技术在物流车辆调度系统中的应用

针对当前物流车辆调度中,以GPS为主,存在调度滞后、调度缺少反馈、效率不高的问题,将RFID射频识别与GPS系统相结合并应用到物流车辆调度系统中,建立每天时段的物流车辆运输流量模型,得出运货量与物流车辆车的需求关系,通过RFID技术对物流车辆进行定位识别、行车数据采集、吞吐流量分析等处理,从而得出最优化的调度方案,实现智能化、高效化的物流车辆调度工作,最后以南京圆通物流公司的物流车辆调度过程进行系统测试,应用本系统后物流车辆线路单程运营时间平均缩短,虽然平稳性有所下降,但是效率提高明显。

基于物联网的高职智能物流实训室设计与探索——以广州科技贸易职业学院物流车辆调度实训室为例

伴随技术进展,物联网被拓展至多样的现有领域,创设了智能物流。高职院校应能紧跟这样的改进,重设实训类的现存流程,依托物联网来构建新颖的实训室。物流教学之中,要接纳物联网根本的机理,把它用作常规流程内的车辆调度。创设真实情形下的网络环境,设计可得最适宜的实训室。这样构建起来的智能物流吻合了新时段的物联网,提升了调配车辆的总体成效。

考虑车祸干扰因子的物流车辆调度模型仿真

研究物流车辆的高效调度问题。随着物流运输网络复杂程度的不断增加,运输车辆会遇到车祸、拥堵等干扰,这种情况随机发生,无法预测,传统的车辆调度模型缺少对这种干扰风险的分析,无法建立较为准确的调度模型,造成调度车辆遇到车祸时,调度效率大幅降低。为了避免上述缺陷,提出了一种考虑车祸干扰风险因子的物流车辆调度模型。建立灰色预测模型,对物流车辆运输过程中的运输量进行有效的预测,从而判断是否有车祸发生,为物流车辆调度提供依据。建立物流路径干扰风险约束模型,将物流车辆运输相关干扰数据输入到上述模型中,从而实现物流车辆准确调度。实验结果表明,改进的模型能够提高服务的效率,从而满足实际物流产业的需求。

基于蚁群算法的多车型物流车辆调度研究

文章对于物流车辆调度进行研究,根据在实际运营中,公司拥有多种车型车辆进行物流配送的特点,运用蚁群算法进行调度研究,建立总成本最小的目标函数,并通过仿真算例得出模型的可行性,体现了模型假设的优势,为物流企业车辆调度提供想法和思路。

带权值的规划图在物流车辆规划调度系统中的运用

图规划算法在智能规划的研究和发展中具有重要的意义和价值,它采用图的方式来求解规划问题,提出了用于规划的"规划图"概念[1]。利用在规划图的动作-添加效果边上增加权值,用来表示动作产生这些效果的代价,从而将物流车辆规划调度问题中的车辆路线分配问题转化为简单的单一车辆路线安排问题进行求解。并由此开发出了适合于中小型物流公司用于调度车辆来实现智能化配送的规划调度系统。通过模拟测试,效果良好。显示了图规划在实际运用中具有重要的研究价值。

智能运输系统在现代物流中的应用

以智能运输系统为代表的高新技术的应用已成为现代物流的一个显著特点。本文首先介绍了物流及智能运输系统的概念,在分析智能交通系统对物流活动的影响的基础上,界定了物流车辆调度信息平台的基本功能,初步设计了物流车辆调度信息平台的基本功能模块和总体框架结构。

基于车联网及云计算的电动物流车智能调度算法

考虑到轻型电动货车作为未来城市内物流运输的主要载体,以及云计算和车联网在物流行业的应用,在对物流企业调研的基础上,研究了未来电动车作为城市货运物流的调度问题。区别于已有研究成果将车辆装配与路径规划分开进行优化的研究思路,基于未来物流企业将普及云计算平台及车联网技术的假设,构建了包含货物装配及车辆路径规划一体的调度模型。根据企业物流调度的实际需求,改变了以往以单一节点为中心的路网结构,构建了更加符合实际的全连通路网结构。提出采用平均道路运输成本、平均车辆装卸成本、仓库的仓储成本、仓储的均衡度,货物运输的剩余时间等5个量化评价指标对调度结果的优劣进行评价;在调度建模的基础上,提出了一种新型实用的基于车联网及云计算平台的电动车物流的多目标优化调度算法,用于对调度模型的求解。为验证模型的有效性及算法正确性,生成了不同规模的数据集进行测试。首先在小规模数据上验证了模型与算法的正确性,然后在大规模不同调度请求下,对比智能调度算法与当前物流企业普遍采用的人工调度算法,在不同仓库的仓储能力与车辆的运输能力的比值、不同调度车辆数量、不同仓储节点数量下的调度情况。100组随机数据的平均调度结果分析表明:智能调度算法调度指标均优于人工调度算法。