基于物联网的油罐车调度优化.pptVIP

基于物联网的油罐车调度优化 小组成员： 卓莎莎 古华鹏 赵静静 主要解决问题： 主要针对部队上现用油罐车调度方式中存在的问题提出优化改进方案。从物联网的角度出发，运用各种装置与互联网相联，使整个配送过程信息化，解决传统油罐车调度中配送不及时、成本高、效率低等问题。 技术路线 研究主要内容： 1、基于物联网技术的油罐车调度优化 2、信息处理中的数学建模与算法求解 3、系统仿真 1、基于物联网技术的油罐车调度优化 信息的采集 信息的传输 信息的处理 信息的执行 2、信息处理中的数学建模与算法 数学建模 问题描述： 当用油装置处传来预警的时候，操作人员能够马上根据信息调度油罐车为其送油，其中车辆是动态的，即车辆的位置和状态不确定，每个需求点位置和需油量一定，要求合理安排油罐车及其行车路径和出行时间，在满足一定约束条件的情况下，供应油装置需要的油量，并达到一定的目标（如：路程最短、费用最小、耗时尽可能少等）。 满足条件： ◆ 每条配送路径上各个需求点的需求量之和不超过汽车载重量； ◆ 每个需求点的需求必须被满足，且只能由一辆汽车送货； ◆ 当优化路径上存在交通事故或拥挤路段时，对配送的影响实施动态调度。 假设：有N个需求点需要油品，车辆容量限制为q，需求点i的需求量为g， dij ：为点（包括客户点和车辆所在位置点）vi和vj之间的距离。 则上述数学模型可表述为： 算法选择 通过对蚁群算法、神经网络、遗传算法三种算法进行比较，最终选择遗传算法进行求解。 蚁群算法：是一种随机有哪些信誉好的足球投注网站算法，通过对候选解组成的群体的进化来有哪些信誉好的足球投注网站全局最优解，主要用于求解不同的组合优化问题。 神经网络：具有自适应功能、泛化功能、非线性映射功能、高度并行处理等特点，比较适用于那些具有高度不确定性或高度非线性的控制对象，是解决非线性问题的一个有效途径。 遗传算法：适合数据求解那些带有多参数、多变量的NP难题，对所解的优化问题没有太多的数学假设，如排序问题、路线问题、布局问题等，并且对于各种特殊问题可以提供很大的灵活性 。 由于遗传算法的条件与我们所研究的油罐车路径问题的一系列实际条件恰恰相符，所以采用遗传算法对采集到的信息进行运算，最终得出结论，选出符合的目标车辆。 3、系统仿真模拟油罐车调度 为了更好的发现问题和解决理论与实际应用中可能发生的矛盾，基于以上对油罐车路径问题的建模与算法求解，我们采取系统仿真对其进行模拟实验。 系统仿真油罐车的整个调度过程，可以比较真实地描述系统的运行、演变及其发展过程，能具体分析系统关键设备，如传感器、GPS装置、红外感应器等的性能，评估系统总体运行能力；用虚拟现实方式直观地演示系统运行状况，还能够暴露出原系统中可能存在的系统瓶颈，以便及时解决。 结论 本文通过对目前部队油罐车调度现状及当前存在问题的分析，对其提出优化方案。从物联网的角度出发，运用传感器、GPS装置、红外线感应装置等对油罐车的调度提供技术上的支持，使整个配送过程信息化，同时，建立数学模型对调度问题进行描述和假设，通过比较最终选择遗传算法对调度方案进行求解，达到确定车辆的目的。 4、可推广应用的领域 目前，物联网已经在行业信息化、家庭保健、城市安防等领域得到了实际应用。可以想象，随着各方面技术的成熟和研究的不断完善，物联网技术将推动整个产业链的共同发展。 它除了应用在部队上油罐车的调度中外，还有望用于部队领域的多项活动之中，例如用于满足部队野营训练中实时供水供电、空气质量安全检测等日常生活需要，物资运送、车队远程跟踪导航、环境勘测、侦查、监控等工作需要。 同时，物联网在气象、数字化医疗、电力、林业、环保、智能建筑、智能运输等众多领域中均有巨大的发展潜力。 5、参赛人员的任务分工 卓莎莎 1986.09 工业工程 负责研究内容的组织整理，及遗传算法的求解应用。 古华鹏 1985.11 工业工程 负责物联网技术在车辆调度中的具体应用及操作。 赵静静 1988.11 工业工程 负责研究主要问题的整理及信息处理中建模的分析。 谢谢！ * * * * *