一种港口调度方法、装置、电子设备及存储介质与流程

1.本发明创造属于港口调度的技术领域，具体涉及了一种港口调度方法、装置、电子设备及存储介质。


背景技术：

2.煤炭作为我国的基础性能源，是支撑我国经济飞速发展的重要支柱，但目前大部分煤炭港口的作业调度决策仍然依赖人工经验，呈现出粗放、短视的管理模式，因此，在煤炭需求旺季，煤炭港口常常出现煤炭供应不足、客户等待时间过长等问题。关于煤炭港口调度的文献的研究方法集中在基于规则、仿真技术领域，其决策结果缺乏全局性视角，已逐渐无法满足港口日益增长的煤炭吞吐量作业要求，煤炭港口亟需新的决策技术支持港口的日常作业调度管理。
3.现有的港口调度系统，都是从流程出发，以完成计划为目标，记录各环节生产作业数据，并对各生产环节进行管理。但这种基于流程的管理是片段式的，这种生产调度方法是分离式决策方法，即卸车、配煤、装船等计划都是分段、分步骤制定，各阶段决策相互之间的影响以及对全局kpi的影响不可见；而基于规则的决策主要依靠人工经验，无法提供全局的组合最优，无法用科学量化的方法解释和比较不同决策方案之间的差异。这种方法导致港口调度流程极大地依赖于人工，员工工作量过大；且人工经验法的效果十分不稳定，不仅难以实现局部作业计划的最优，更没有从系统整体角度考虑资源的最优利用。


技术实现要素：

4.针对上述技术问题，本发明创造提出了一种港口调度方法、装置、电子设备及存储介质。本技术通过根据所述物流对象和所述连接关系建立网络流模型；根据所述连接关系和所述调度规则建立约束规划模型；根据所述网络流模型和所述约束规划模型确定中控调度结果。港口可以根据所述中控调度结果对煤炭港口中控调度作业进行调度，解决了煤炭港口场地和设备能力有限，人工作业强度大，人工经验法调度结果不稳定的问题。弥补了现有港口调度技术视角局限、方法无法保证数学上最优性、调度结果不稳定、工人工作量大的缺陷。为煤炭港口企业的日常决策调度提供了更加智能、高效的辅助决策工具，从而降低了港口运营成本，提高了港口的运作效率和服务水平。
5.为解决上述技术问题，本发明所采用的技术方案包含四个方面。
6.第一方面，提供了一种港口调度方法，包括：获取物流对象、各个所述物流对象间的连接关系和调度规则；根据所述物流对象和所述连接关系建立网络流模型；根据所述连接关系和所述调度规则建立约束规划模型；根据所述网络流模型和所述约束规划模型确定中控调度结果。
7.在一些实施例中，所述根据所述物流对象和所述连接关系建立网络流模型，包括：获取各个物流对象的工作能力；根据所述物流对象确定所述网络流模型的节点；根据所述各个物流对象之间的连接关系确定所述网络流模型的边；根据所述各个物流对象的工作能
力确定所述网络流模型的边容量；根据所述节点、所述边以及所述边容量确定第一约束条件；根据所述第一约束条件、所述物流对象和所述连接关系建立网络流模型。
8.在一些实施例中，所述物流对象包括：上游物流对象、物流处理对象和下游物流对象；所述根据所述物流对象确定所述网络流模型的节点，包括：根据所述上游物流对象、所述物流处理对象和所述下游物流对象确定所述网络流模型的节点。
9.在一些实施例中，所述各个物流对象的工作能力包括：上游物流对象的卸载量、物流处理对象的作业能力和下游物流对象的需求量；所述根据所述各个物流对象的工作能力确定所述网络流模型的边容量，包括：根据所述上游物流对象的卸载量、所述物流处理对象的作业能力和所述下游物流对象的需求量定所述网络流模型中对应的边容量。
10.在一些实施例中，所述根据所述网络流模型和所述约束规划模型确定中控调度结果，包括：根据所述网络流模型确定一阶段解；根据所述约束规划模型和所述一阶段解确定所述中控调度结果。
11.在一些实施例中，所述根据所述网络流模型确定一阶段解，包括：以最大化网络流量为目标函数对所述网络流模型进行求解，得到所述一阶段解。
12.在一些实施例中，所述根据所述约束规划模型和所述一阶段解确定所述中控调度结果，包括：以所述调度规则为第二约束条件，以最小化作业时间为目标函数，以作业流程为求解对象，根据所述一阶段解对所述约束规划模型进行求解，得到所述中控调度结果。
13.第二方面，本技术提供了一种港口调度装置，包括：第一获取模块，用于获取物流对象、各个所述物流对象间的连接关系和调度规则；第一建立模块，用于根据所述物流对象和所述连接关系建立网络流模型；第二建立模块，用于根据所述连接关系和所述调度规则建立约束规划模型；第一确定模块，用于根据所述网络流模型和所述约束规划模型确定中控调度结果。
14.第三方面提供了一种电子设备，包括储存器和处理器，所述储存器存储有计算机程序，所述处理器执行所述计算机程序时实现一种港口调度方法的步骤。
15.第四方面提供了一种存储介质，该存储介质存储的计算机程序，能够被一个或多个处理器执行，所述计算机程序能够用来实现第一方面中任一项港口调度方法的步骤。
16.本发明创造的有益效果：本技术通过根据所述物流对象和所述连接关系建立网络流模型；根据所述连接关系和所述调度规则建立约束规划模型；根据所述网络流模型和所述约束规划模型确定中控调度结果。港口可以根据所述中控调度结果对煤炭港口中控调度作业进行调度，解决了煤炭港口场地和设备能力有限，人工作业强度大，人工经验法调度结果不稳定的问题。弥补了现有港口调度技术视角局限、方法无法保证数学上最优性、调度结果不稳定、工人工作量大的缺陷。为煤炭港口企业的日常决策调度提供了更加智能、高效的辅助决策工具，从而降低了港口运营成本，提高了港口的运作效率和服务水平。
附图说明
17.通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是：
18.图1为本技术实施例提供的一种港口调度方法的整体流程图；
19.图2为本技术实施例提供的一种港口调度装置的结构框图。
具体实施方式
20.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
21.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
22.如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
23.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
24.现有的港口调度系统，都是从流程出发，以完成计划为目标，记录各环节生产作业数据，并对各生产环节进行管理。但这种基于流程的管理是片段式的，这种生产调度方法是分离式决策方法，即卸车、配煤、装船等计划都是分段、分步骤制定，各阶段决策相互之间的影响以及对全局kpi的影响不可见；而基于规则的决策主要依靠人工经验，无法提供全局的组合最优，无法用科学量化的方法解释和比较不同决策方案之间的差异。这种方法导致港口调度流程极大地依赖于人工，员工工作量过大；且人工经验法的效果十分不稳定，不仅难以实现局部作业计划的最优，更没有从系统整体角度考虑资源的最优利用。
25.实施例1：
26.针对上述存在的问题，如图1所示，本技术提供了一种港口调度方法，所述方法应用于电子设备，所述电子设备可以服务器、移动终端、计算机、云平台等。本技术实施例提供的设备数据处理所实现的功能可以通过电子设备的处理器调用程序代码来实现，其中，程序代码可以保存在计算机存储介质中，所述港口调度方法包括：
27.步骤s1：获取物流对象、各个所述物流对象间的连接关系和调度规则。
28.港口主要的作用是物流中转，这些物理中转主要体现在运输方式的中转，运输方式的中转包括：由陆运变为海运、由海运变为陆运、大型运输转为小型运输、小型运输转为大型运输。比如物资通过大船运到港口，然后由小型车辆运走，就属于大型运输转为小型运输。所以在港口每天需要接待大量的运来，同时也要处理大量的运走。而在运来和运走之间还需要港口诊断情况对物质进行处理。所以物流对象可以分为上游物理对象、物流处理对象和下游物流对象。上游物流对象便是运来的设备，下游物流对象便是运走的设备，而物流处理对象便是港口对物资的处理设备。而各个物理对象的连接关系便指的是，上游物流对象与物流处理对象的关系以及物流处理对象和下游物流对象的关系。毕竟物流处理对象的能力决定了港口对上游物流对象的卸载效率和对下游物流对象的装载效率。
29.步骤s2：根据所述物流对象和所述连接关系建立网络流模型。
30.由于物流处理对象的能力决定了港口对上游物流对象的卸载效率和对下游物流对象的装载效率，所以本技术想要解决现有技术中港口调度流程极大地依赖于人工，员工
工作量过大；且人工经验法的效果十分不稳定，不仅难以实现局部作业计划的最优，更没有从系统整体角度考虑资源的最优利用的问题，则需要根据物流对象和物流对象间的连接关系来建立网络流模型。
31.同时在建立网络流模型时，需要对网络流模型进行约束。所述在一些实施例中，步骤s2“根据所述物流对象和所述连接关系建立网络流模型”，包括：
32.步骤s21：获取各个物流对象的工作能力。
33.各个物流对象的工作能力，分别指的是：上游物流对象的卸载能力、物流处理对象的作业能力以及下游物流对象的装载能力。
34.步骤s22：根据所述物流对象确定所述网络流模型的节点。
35.由于物流对象包括有：上游物流对象、物流处理对象和下游物流对象。所以在一些实施例中，步骤s22“根据所述物流对象确定所述网络流模型的节点”，包括：
36.步骤s221：根据所述上游物流对象、所述物流处理对象和所述下游物流对象确定所述网络流模型的节点。
37.步骤s23：根据所述各个物流对象之间的连接关系确定所述网络流模型的边。
38.步骤s24：根据所述各个物流对象的工作能力确定所述网络流模型的边容量。
39.由于各个物流对象的工作能力包括：上游物流对象的卸载量、物流处理对象的作业能力和下游物流对象的需求量。在一些实施例中，步骤s24“根据所述各个物流对象的工作能力确定所述网络流模型的边容量”，包括：
40.步骤s241：根据所述上游物流对象的卸载量、所述物流处理对象的作业能力和所述下游物流对象的需求量定所述网络流模型中对应的边容量。
41.步骤s25：根据所述节点、所述边以及所述边容量确定第一约束条件。
42.通过节点、边以及变容量建立的约束条件主要包括：节点流量平衡约束、边容量约束、装载要求约束、物质配比约束等。
43.步骤s26：根据所述第一约束条件、所述物流对象和所述连接关系建立网络流模型。
44.jgrapht库是一个支持数学图论对象和算法的免费java图形库。jgrapht支持的图形包括：有向图和无向图；加权图、非加权图、带标签的图以及任何用户自定义边；支持各种多样性边属性：简单图、多重图和伪图(pseudograph)；对图只读访问：允许模块设置内部图形的“只读”访问；图可监听：支持通过外部监听器跟踪修改事件；子图可根据其他图中的子视图变化自动更新；支持上述所有功能组合使用。
45.所以在建立网络流模型时，可以根据所述第一约束条件、所述物流对象和所述连接利用jgrapht库建立网络流模型。
46.所以在最终建立网络流模型的时候，还需要根据约束条件、物流对象和物流对象间的连接关系来建立网络流模型，使得网络流模型更加符合港口的实际情况。
47.步骤s3：根据所述连接关系和所述调度规则建立约束规划模型。
48.同时对于港口来说，想要获得最大的工作效率则需要考虑到港口自身的诸多条件，这些诸多条件便体现在调度规则上。所以为了得到的调度结果更加符合港口自身的实际情况，所以还需要根据连接关系和调度规则建立约束规划模型。
49.步骤s4：根据所述网络流模型和所述约束规划模型确定中控调度结果。
50.通过约束规划模型对网络模型进行求解，最终便可以得到中控调度结果。
51.在一些实施例中，步骤s4“根据所述网络流模型和所述约束规划模型确定中控调度结果”，包括：
52.步骤s41：根据所述网络流模型确定一阶段解。
53.在一些实施例中，步骤s41“根据所述网络流模型确定一阶段解”，包括：
54.步骤s411：以最大化网络流量为目标函数对所述网络流模型进行求解，得到所述一阶段解。
55.cplex求解器是一种规范性的分析解决方案，是用来求解数学规划问题的软件，支持使用数学和约束编程快速开发和部署决策优化模型，可以将复杂的业务问题表现为数学规划(mathematic programming)模型。高级优化算法使您能够快速找到这些模型的解决方案。
56.所以在此处可以以最大化网络流量为目标函数利用cplex求解器网络流模型对网络流模型进行求解，最终得到一阶段解，此处的一阶段解主要为：上游物流对象的卸载流程和下游物流对象的装载流程。即，如何对上游物流对象进行卸载可以效率最大，如何对下游物流对象进行装载效率最大。
57.步骤s42：根据所述约束规划模型和所述一阶段解确定所述中控调度结果。
58.但是步骤s41中所得到的流程并没有受到港口调度规则的约束。所以在步骤s42中还需要通过约束规划模型和所述一阶段阶来确定中控调度结果。
59.在一些实施例中，步骤s42“根据所述约束规划模型和所述一阶段解确定所述中控调度结果”，包括：
60.步骤s421：以所述调度规则为第二约束条件，以最小化作业时间为目标函数，以作业流程为求解对象，根据所述一阶段解对所述约束规划模型进行求解，得到所述中控调度结果。
61.以调度规则为求解时的约束条件，以最小化作业时间为目标函数，以作业流程为调度对象，根据所述一阶段解采用cplex optimizer智能求解器对所述约束规划模型进行求解，得到所述中控调度结果。
62.本技术得到的中控调度结果，使得港口可以根据所述中控调度结果对煤炭港口中控调度作业进行调度，解决了煤炭港口场地和设备能力有限，人工作业强度大，人工经验法调度结果不稳定的问题。弥补了现有港口调度技术视角局限、方法无法保证数学上最优性、调度结果不稳定、工人工作量大的缺陷。为煤炭港口企业的日常决策调度提供了更加智能、高效的辅助决策工具，从而降低了港口运营成本，提高了港口的运作效率和服务水平。
63.实施例2：
64.本实施例以一个运煤港口为例进行说明，在该港口主要是将火车运输到港口的煤通过船舶运走。
65.该港口的主要流程包括铁路卸车和配煤装船，铁路卸车作业是指将火车运至港口的原煤堆放至堆场，配煤装船作业则是指根据不同的船舶需求在堆场中选取合适的原煤种类和数量进行混配装舱。在铁路卸车环节中，每列火车运送已知数量和种类的原煤到达港口，由卸车指导员根据当前生产情况给每列列车分配翻车机，生产计划员制定指定了列车的可选卸料堆垛和卸料要求的计划a表，而中控调度员则要在卸车计划和计划a表的基础
上，结合堆场资源占用情况和后续配煤装船需求制定列车的卸料堆垛、堆料机、连接皮带和相关设备的作业时间。
66.在配煤装船环节中，船舶动态表中给出了船舶的需求原煤种类和数量，以及船舶的停靠泊位、装船机和靠泊顺序。生产计划员根据场存情况和船舶需求制定的计划b表中给出了合同煤的可选配煤方案及相应的取料垛位和装船要求。中控调度员需要在船舶动态表、计划a表和计划b表的基础上根据堆场资源占用情况制定具体的配煤装船计划，即确定每一艘船的配煤方案、取料垛位、取料设备、连接皮带、装舱顺序及相应的设备作业时间和特殊作业要求。
67.由于堆场中存放的原煤种类较多、港口设备之间存在复杂的可达性约束、船舶装船要求复杂，不同的中控调度作业之间可能会抢夺堆场的场存和设备资源，造成中控调度作业十分复杂，人工排产难以得出稳定、最优的解，难以进一步提升港口服务水平和作业效率。
68.所以在申请的方法在该港口具体实施时，先获取该港口系统中的数据，并将数据对接到mysql数据库，读入到智能算法模块中。根据该港口的物流对象和物流对象间的连接关系建立第一约束条件，再跟第一约束调剂、物流对象和物流对象间的连接关系，利用jgrapht库生成物流网络模型。在同时根据该港口物流对象间的连接关系和该港口的调度规则建立约束规划模型。然后以网络流量最大化为目标函数利用cplex求解器对所述物流网络模型进行求解，得到卸车流程和装船流程。然后再以调度规则为约束条件，以最小化作业时间为目标函数，以作业流程为调度对象，采用cplex optimizer智能求解器在装船流程和卸车流程的基础上求解约束规划模型，得到最终的中控调度结果。使得作业时间最短的中控调度结果，并根据所述求解结果进行卸车安排、装船安排和设备调度。
69.最终使得该港口可以根据所述中控调度结果对煤炭港口中控调度作业进行调度，解决了煤炭港口场地和设备能力有限，人工作业强度大，人工经验法调度结果不稳定的问题。弥补了现有港口调度技术视角局限、方法无法保证数学上最优性、调度结果不稳定、工人工作量大的缺陷。为煤炭港口企业的日常决策调度提供了更加智能、高效的辅助决策工具，从而降低了港口运营成本，提高了港口的运作效率和服务水平。
70.实施例3：
71.继续以实施例2中的港口为例，对本技术中的物流网络流模型和约束规划模型进行说明。
72.首先针对本发明实施例中出现的参数和变量含义加以说明：n为网络中所有点的集合,n＝s∪n
t
∪nm∪n
p
∪n
l
∪nv,其中s为发点，输入了堆垛的初始场存状态，n
t
、nm、n
p
、n
l
、nv分别表示火车层、堆垛层、计划b表层、配煤方案层、船舱层的节点集合；a为网络中所有边的集合；ki为配煤方案节点i的比例，i∈n
l
；为计划b表中配煤方案i的第一种基础原煤c1的节点集合，i∈n
p
；为计划b表中配煤方案i的第一种基础原煤c2的节点集合，i∈n
p
；为规定必须选择的船舱i的配煤方案，没有规定则为0，i∈nv；(i,j)代表网络图中的有向边，i,j∈n；δ-(i)为节点i的入弧集合，i∈n；δ
+
(i)为节点i的出弧集合，i∈n；u
ij
代表边(i,j)上的容量，按照节点属性分别为火车卸车量、堆垛存量、计划b表限装量、合同煤种需求等；x
ij
代表边(i,j)上的流量，0≤x
ij
≤u
ij
；y
ij
代表边(i,j)是否连通，连通时为1，否则为0，
即y
ij
∈{0,1}；t为规划期t＝(0,1,
…
,t)，以分钟为单位；h为规划期内待卸火车集合；v为规划期内待装船只集合；vc为规划期内船舶v的船舱集合，vc∈v；r为堆场上所有资源的集合，r＝r
cd
∪r
be
∪rr∪rs∪r
sl
∪r
sp
，其中r
cd
是翻车机集合，r
be
是皮带集合，rs是堆料机集合，rr是取料机集合，r
sl
是装船机集合，r
sp
是堆垛集合；tj为所有火车任务集合,tji为火车i的所有火车任务集合，tji.size代表火车任务卸车量，tji.sp代表卸车垛位，i∈h；vj为所有装船任务集合，vji船舱i的所有装船任务集合，vji.size为装船量，vji.sp代表取料垛位，i∈vc；cdi为火车i的翻车机的单位作业能力，i∈h；capi为堆垛i的最大堆料量，i∈r
sp
；speedi为堆料机或取料机i的移动速度，i∈rr∪rs；timei为堆料机或取料机i的单位作业时间，i∈rr∪rs；dist
safe
为设备间的安全距离；sitei为堆垛i的位置；tji.time为火车i的所有火车任务的时间窗集合，i∈h；vji.time为船舱i的所有装船任务的时间窗集合，i∈vc；rpi.time为在资源i上处理的所有任务的作业时间窗集合，i∈r；tji.process为火车任务i的处理时间窗，tji.process.start为时间窗开始时间，tji.process.end为时间窗结束时间，i∈tj；vji.process为装船任务i的处理时间窗，vji.process.start为时间窗开始时间，vji.process.end为时间窗结束时间,i∈vj；ti.process为火车i的处理时间窗,ti.process.start为时间窗开始时间，ti.process.end为时间窗结束时间，i∈h；vi.process为船舱i的处理时间窗，vi.process.start为时间窗开始时间，vi.process.end为时间窗结束时间,i∈vc；tji.stocker为火车任务i选取的堆料机，i∈tj，tji.stocker∈rs；vji.reclaimer为装船任务i选取的取料机，i∈vj，vji.reclaimer∈rr；为堆垛i在t时刻的堆存量,i∈r
sp
，t∈t；为堆垛i在t时刻的作业设备数量,i∈r
sp
，t∈t；为堆料机/取料机i在t时刻的位置，i∈rr∪rs，t∈t。
73.其中，物流对象网络流模型为：
74.max∑
(i,j)∈a
x
ij
ꢀꢀ
(1)；
[0075][0076][0077][0078][0079][0080][0081][0082][0083]
式(1)为模型的目标函数，目标为最大化网络流量，目的是使得完成的作业量最大。式(2)代表每辆火车只能卸车到一个堆垛；式(3)代表网络流模型中的节点流量平衡约束；式(4)是配煤比例约束；式(5)和式(6)代表每个船舱需要按照装船要求装舱；式(7)是容量约束；式(8)和式(9)为变量取值范围。
[0084]
其中，规划约束模型为：
[0085][0086]
alternative(tjj.process，tji.time)＝ti.process，j∈tjj，i∈h
ꢀꢀ
(11)；
[0087]
alternative(vjj.process，vji.time)＝vi.process，j∈vjj，i∈vcꢀꢀ
(12)；
[0088]
nonoverlap(rpi.time[m],rpi.time[n]),m,n∈rpi.time,i∈r
ꢀꢀ
(13)；
[0089][0090][0091][0092][0093]
同轨,t∈t
ꢀꢀ
(18)；
[0094]
式(10)为模型的目标函数，目标为最小化作业时间，尽管中控调度作业可以采用的优化目标众多，但实现作业效率和服务水平的提高往往是中控调度作业的最终目标，因此本发明采用最小化作业时间作为优化目标。式(11)代表对每列火车i，有且仅有一个火车任务j完成；式(12)代表对每个船舱i，有且仅有一个装船任务j完成；式(13)是资源不重叠约束，代表在某一资源上进行的作业的作业时间窗不可以重叠；式(14)和式(15)是堆垛约束，代表堆垛存量的取值范围，且同一时刻只能有一个设备对堆垛进行作业；式(16)和式(17)是设备移动距离约束；式(18)是设备不跨越约束。由于煤炭港口实际生产工艺复杂，涉及约束条件众多，因此本发明中仅列出上述重要约束，其他受具体生产工艺影响的约束则不予说明。其中，alternative约束为cplex optimizer智能求解器中的约束，alternative(a,b)代表b中能且仅能选择一个a。其中nonoverlap约束为cplex optimizer智能求解器中的约束，nonoverlap(a,b)代表a和b不能发生重叠。
[0095]
本实施例中上述用于说明物流网络模型以及约束规划模型的公式，不仅仅适用于本技术实施例中的港口，还可以适用于其他港口，在适用于其他港口时，只需要根据所应用港口的实际情况修改对公式项目的释义即可。
[0096]
实施例4：
[0097]
基于前述的实施例，本技术实施例提供一种港口调度装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(cpu，central processing unit)、微处理器(mpu，microprocessor unit)、数字信号处理器(dsp，digital signal processing)或现场可编程门阵列(fpga，field programmable gate array)等。
[0098]
如图2所示，第二方面提供了一种港口调度装置，包括：第一获取模块1、第一建立模块2、第二建立模块3和第一确定模块4。
[0099]
第一获取模块1用于获取物流对象、各个所述物流对象间的连接关系和调度规则。
第一建立模块2用于根据所述物流对象和所述连接关系建立网络流模型。第二建立模块3用于根据所述连接关系和所述调度规则建立约束规划模型。第一确定模块4用于根据所述网络流模型和所述约束规划模型确定中控调度结果。
[0100]
在一些实施例中第一建立模块2包括：第二获取模块、第二确定模块、第三确定模块、第四确定模块、第五确定模块和第三建立模块。
[0101]
第二获取模块用于获取各个物流对象的工作能力。第二确定模块用于根据所述物流对象确定所述网络流模型的节点。第三确定模块用于根据所述各个物流对象之间的连接关系确定所述网络流模型的边。第四确定模块用于根据所述各个物流对象的工作能力确定所述网络流模型的边容量。第五确定模块用于根据所述节点、所述边以及所述边容量确定第一约束条件。第三建立模块用于根据所述第一约束条件、所述物流对象和所述连接关系建立网络流模型。
[0102]
在一些实施例中，所述第二确定模块包括：第六确定模块。
[0103]
所述第六确定模块用于根据所述上游物流对象、所述物流处理对象和所述下游物流对象确定所述网络流模型的节点。
[0104]
在一些实施例中，第四确定模块包括：第七确定模块。
[0105]
所述第七确定模块用于根据所述上游物流对象的卸载量、所述物流处理对象的作业能力和所述下游物流对象的需求量定所述网络流模型中对应的边容量。。
[0106]
在一些实施例中，所述第一确定模块4包括：第八确定模块和第九确定模块。
[0107]
第八确定模块用于根据所述网络流模型确定一阶段解。第九确定模块用于根据所述约束规划模型和所述一阶段解确定所述中控调度结果。
[0108]
在一些实施例中，第八确定模块包括：第一执行模块。
[0109]
所述第一执行模块用于以最大化网络流量为目标函数对所述网络流模型进行求解，得到所述一阶段解。
[0110]
在一些实施例中，所述第九确定模块包括：第二执行模块。
[0111]
所述第二执行模块用于以所述调度规则为第二约束条件，以最小化作业时间为目标函数，以作业流程为求解对象，根据所述一阶段解对所述约束规划模型进行求解，得到所述中控调度结果。
[0112]
本技术的港口调度装置使得港口可以根据所述中控调度结果对煤炭港口中控调度作业进行调度，解决了煤炭港口场地和设备能力有限，人工作业强度大，人工经验法调度结果不稳定的问题。弥补了现有港口调度技术视角局限、方法无法保证数学上最优性、调度结果不稳定、工人工作量大的缺陷。为煤炭港口企业的日常决策调度提供了更加智能、高效的辅助决策工具，从而降低了港口运营成本，提高了港口的运作效率和服务水平。
[0113]
上述一种港口调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于设备中的处理器中，也可以以软件形式存储于处理装置中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0114]
实施例5：
[0115]
第三方面提供了一种电子设备，包括储存器和处理器，储存器存储有计算机程序，
处理器执行计算机程序时实现一种港口调度方法的步骤。
[0116]
实施例6：
[0117]
第四方面提供了一种存储介质，该存储介质存储的计算机程序，能够被一个或多个处理器执行，计算机程序能够用来实现第一方面中任一项港口调度方法的步骤。
[0118]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0119]
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0120]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0121]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0122]
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0123]
另外，在本技术各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0124]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在
执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read only memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0125]
或者，本技术上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台控制器执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
[0126]
以上所述，仅为本技术的实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。