一种试验排布方法、装置、电子设备及存储介质与流程

1.本发明涉及车辆试验领域，特别是涉及一种试验排布方法、装置、电子设备及存储介质。


背景技术：

2.商品车辆进入试制阶段需要进行一系列的试验来确保车辆的稳定性和安全性，试验项目具有数量多、时间跨度长、整合规则复杂的特性，如何能使用尽量少的车辆完成更多的试验就成为试制部门降本增效的关键。目前对于试验项目的排布规划仍是通过试验人员手动计算试验周期、试验时长、车辆供应时间，依据经验进行排布，这样就会存在排布结果受试验人员经验限制大，随着试验数据量增大，往往无法得到最优的排布方案。


技术实现要素：

3.有鉴于此，本发明旨在提出一种，以解决目前的车辆试验排布无法得到最优的排布方案，影响降本增效的问题。
4.为达到上述目的，本发明的技术方案是这样实现的：
5.一种试验排布方法，包括：
6.获取目标车型的至少一个待测试参数，所述待测试参数用于表征所述目标车型的车辆上的待测目标；
7.获取与每个所述待测试参数对应的试验项目，以及所述试验项目的试验周期；
8.以目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，进行试验排布，得到所述目标车型的车辆的试验排布结果；
9.其中，所述目标约束项包括各个所述试验项目之间的互斥约束、试验周期以及参与试验的所述目标车型的车辆使用周期。
10.进一步地，所述试验排布结果包括：参与试验的车辆的需求数量；所述以目标约束项为约束，以参与所述试验的目标车型的车辆最少为目标，进行试验排布，得到所述目标车型的车辆的试验排布结果，包括：
11.步骤1：获取所述目标车型的车辆的最大容忍阈值；所述最大容忍阈值用于表征所述参与试验的车辆的数量最大值；
12.步骤2：以所述目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，在当前所需数量阈值范围内求解试验车辆数量的可行解；并基于所述可行解，在所述最大容忍阈值范围内，对所述当前所需数量阈值范围进行调整，并重复执行所述步骤2，直到满足截止条件；所述当前所需数量阈值范围用于表征当前所需的参与试验的车辆的数量阈值范围；其中，所述当前所需数量阈值范围的最小值小于或等于所述最大容忍阈值；
13.步骤3：基于满足所述截止条件时所得到的至少一个可行解，确定所述参与试验的车辆的需求数量。
14.进一步地，所述基于满足所述截止条件时所得到的至少一个可行解，确定所述参
与试验的车辆的需求数量，包括：
15.若所述可行解为一个，则将所述可行解作为所述参与试验的车辆的需求数量；
16.若所述可行解为多个，则基于多个所述可行解中筛选出目标可行解，将目标可行解作为所述参与试验的车辆的需求数量。
17.进一步地，若所述可行解为多个，则基于多个所述可行解中筛选出目标可行解，包括：
18.以所述目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，利用优化求解器，从多个所述可行解中筛选出所述目标可行解。
19.进一步地，所述在所述最大容忍阈值范围内，对所述当前所需数量阈值范围进行调整，包括：
20.若所述可行解的数量大于预设数量的情况下，将所述当前所需数量阈值范围缩小；
21.若所述可行解的数量小于或等于预设数量的情况下，将所述当前所需数量阈值范围扩大。
22.进一步地，首次执行所述步骤2时，所述将所述当前所需数量阈值范围缩小，包括：
23.确定所述当前所需数量阈值范围的中间值；
24.基于所述当前所需数量阈值范围的最小值，以及所述中间值，对所述当前所需数量阈值范围进行缩小；
25.其中，缩小后的当前所需数量阈值范围的最大值为所述中间值。
26.进一步地，所述将所述当前所需数量阈值范围扩大，包括：
27.确定所述当前所需数量阈值范围的前一个数量阈值范围的中间值；
28.基于所述前一个范围的中间值，以及所述前一个数量阈值范围的最大值，对所述当前所需数量阈值范围进行扩大；
29.其中，扩大后的当前所需数量阈值范围的最小值为所述中间值。
30.相对于现有技术，本发明所述的试验排布方法具有以下优势：
31.本发明通过获取目标车型的至少一个待测试参数，所述待测试参数用于表征所述目标车型的车辆上的待测目标；获取与每个所述待测试参数对应的试验项目，以及所述试验项目的试验周期；以目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，进行试验排布，得到所述目标车型的车辆的试验排布结果；其中，所述目标约束项包括各个所述试验项目之间的互斥约束、试验周期以及参与试验的所述目标车型的车辆使用周期。本发明由于以试验项目之间的互斥关系及各个试验项目对应的实验周期为约束，以参与所述试验的目标车型的车辆最少为目标，通过试验排布，能够得到在参与试验车辆最少的情况下最优的排布结果，从而达到降本增效的效果。
32.本发明的另一目的在于提供一种试验排布装置，以解决目前的车辆试验排布无法得到最优的排布方案，影响降本增效的问题。
33.为达到上述目的，本发明的技术方案是这样实现的：
34.一种试验排布装置，包括：
35.获取模块，用于获取目标车型的至少一个待测试参数，所述待测试参数用于表征所述目标车型的车辆上的待测目标，以及用于获取与每个所述待测试参数对应的试验项
目，以及所述试验项目的试验周期；
36.排布模块，用于以目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，进行试验排布，得到所述目标车型的车辆的试验排布结果；其中，所述目标约束项包括各个所述试验项目之间的互斥约束、试验周期以及参与试验的所述目标车型的车辆使用周期。
37.所述试验排布装置与上述试验排布方法相对于现有技术所具有的优势相同，在此不做赘述。
38.本发明的另一目的在于提出一种电子设备，以解决目前的车辆试验排布无法得到最优的排布方案，影响降本增效的问题。
39.为达到上述目的，本发明的技术方案是这样实现的：
40.一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一所述的试验排布方法。
41.所述电子设备与上述试验排布方法相对于现有技术所具有的优势相同，在此不做赘述。
42.本发明的另一目的在于提出一种计算机可读存储介质，以解决目前的车辆试验排布无法得到最优的排布方案，影响降本增效的问题。
43.为达到上述目的，本发明的技术方案是这样实现的：
44.一种计算机可读存储介质，存储有计算机指令，当所述计算机指令由电子设备的处理器执行时，使得电子设备能够执行上述任一所述的试验排布方法。
45.所述计算机可读存储介质与上述试验排布方法相对于现有技术所具有的优势相同，在此不做赘述。
附图说明
46.构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
47.图1示出了本发明实施例一的一种试验排布方法的步骤流程图；
48.图2示出了本发明又一实施例的一种试验排布方法的参与试验车辆的需求数量确定的步骤流程图；
49.图3示出了本发明又一实施例的一种试验排布方法的步骤流程图；
50.图4示出了本发明又一实施例的一种试验排布方法的算法逻辑图；
51.图5示出了本发明实施例二的一种试验排布装置。
具体实施方式
52.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
53.下面将参考附图并结合实施例来详细说明本发明的一种试验排布方法。
54.实施例一
55.参照图1，图1示出了本发明实施例一的一种试验排布方法的步骤流程图，其中，该方法可以由电子设备执行，该电子设备可以是计算机、服务器等智能设备，在此不做限定，
如图1所示，包括：
56.步骤s101：获取目标车型的至少一个待测试参数，所述待测试参数用于表征所述目标车型的车辆上的待测目标。
57.当下商品车生产到交付的过程中，为确保生产出的车辆的稳定性与安全性，可以存在一个或多个试制阶段，试制阶段需要进行一系列的试验。这些试验项目具有数量多、时间跨度长及整合规则复杂的特性。商品车指已经投产的所有车型，针对每一个车型的产出车辆都需要进行试制试验。
58.在本发明实施例中，试验排布方法可以由电子设备执行，该电子设备可以是计算机、服务器等智能设备，在此不做限定。下面以服务器为示例做详细的说明：
59.首先，服务器获取目标车型的至少一个待测试参数，所述待测试参数至少包括目标车型车辆相关参数的一种或多种，例如：目标车型车辆的配置参数、目标车型车辆的车身骨架参数、目标车型车辆的车架参数、目标车型车辆的车箱参数等。
60.服务器获取到所述待测试参数后，将待测试参数用于表征目标车型车辆的待测试目标，然后执行步骤s102。
61.步骤s102：获取与每个所述待测试参数对应的试验项目，以及所述试验项目的试验周期。
62.服务器中预存有所有试验项目之间的关系数据、每一个项目对应的试验周期数据，以及每一个待测试参数与对应的试验项目的关系矩阵数据。
63.试验项目之间的关系数据用于表征各个试验项目之间是否有互斥关系，试验项目之间的互斥关系是指例如一辆试验车上进行了第一个试验后再在该辆试验车上进行第二个试验会对第二个试验结果产生影响时则判定第一个试验与第二个实验存在互斥关系。
64.每一个项目对应的试验周期用于表征每个试验的试验时长，每一个待测试参数与对应的试验项目的关系矩阵用于表征每一个待测试参数与该参数需要进行的试验项目一一对应的关系。
65.服务器基于获取到的待测试参数，与所述关系矩阵进行对照，得到每个待测试参数对应的试验项目，对应获取该试验项目的试验周期，然后执行步骤s103。
66.步骤s103：以目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，进行试验排布，得到所述目标车型的车辆的试验排布结果；其中，所述目标约束项包括各个所述试验项目之间的互斥约束、试验周期以及参与试验的所述目标车型的车辆使用周期。
67.首先基于步骤s102中得到的试验项目，识别出各个试验项目之间的互斥关系，并将该互斥关系作为一项约束条件。例如当一辆试验车上进行了a试验后无法再进行b试验，或者进行了a试验后的试验车再进行b试验会对b试验的试验结果产生影响，则可以认为试验a与试验b为互斥关系。
68.接着获取试验周期作为第二项约束条件，所述试验周期分为整车试验周期与项目试验周期，整车试验周期用于表征目标车型的所有车辆试验的截止时间，项目周期则表示每个试验的试验时长。
69.最后获取目标车型的车辆的使用周期作为第三项约束条件。
70.下面对目标约束项进行详细说明：
71.在车辆试制阶段，每一个车型的试验车辆都存在一个供应时间及使用周期的限制，例如：目标车型的试验车辆供应时间为2022年9月1日，使用周期为50天。则表示在2022年9月1日前目标车型没有车辆可供试验，所有试验项目都需在试验车辆供应后才能够执行，2022年9月1日起有试验车辆可供试验，并且该试验车辆自开始试验起使用时长为50天，50天后则无法使用。
72.同时为保证正常的生产交付，试制试验存在截止时间限制，例如目标车型试验车辆供应时间为2022年9月1日，则该目标车型的试制试验截止时间为2022年10月1日，需在该日期前完成目标车型需要进行的所有试制试验项目。
73.在一种实施例中，该供应时间与试验截止时间之间的间隔时长可以称为整车试验周期，而每个试验项目对应的试验周期可以称为项目试验周期，其中，各个试验项目在试验过程中所需的试验周期之和不能超过整车试验周期，因此，可以此为约束条件(各个试验项目在试验过程中所需的试验周期之和不能超过整车试验周期)，进行试验排布。
74.其中，每一个试验项目存在可能存在不同的项目周期，也可能存在相同的项目周期。例如：试验a项目试验周期为1周，试验b项目试验周期也为1周，试验c项目试验周期为2天，试验d项目试验周期为1天。
75.接下来在服务器上构建智能排布模块，所述智能排布模块采用混合整数规划算法，至少包括优化求解器，所述优化求解器可以使用常见的求解工具，例如数字优化技术cplex、新一代大规模数学规划优化器gurobi、运筹优化工具ortool等，在此不做限定。
76.将上述目标约束项输入到优化求解器中，设置优化求解器的求解目标是：参与试验的目标车型的车辆数量最少，进而优化求解器输出的结果为在输入的所有约束条件下参与试验的目标车型的车辆数量最小的数值。
77.可以理解地，上述示例仅是为了更好地理解本发明实施例的技术方案而列举的示例，不作为对本发明实施例的唯一限制。
78.在另一种可选的实现中，所述智能排布模块也可以采用启发式算法。
79.本发明实施例通过获取目标车型的至少一个待测试参数，所述待测试参数用于表征所述目标车型的车辆上的待测目标；获取与每个所述待测试参数对应的试验项目，以及所述试验项目的试验周期；以目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，进行试验排布，得到所述目标车型的车辆的试验排布结果；其中，所述目标约束项包括各个所述试验项目之间的互斥约束、试验周期以及参与试验的所述目标车型的车辆使用周期。本发明由于以试验项目之间的互斥关系及各个试验项目对应的实验周期为约束，以参与所述试验的目标车型的车辆最少为目标，通过试验排布，能够得到在参与试验车辆最少的情况下最优的排布结果，从而达到降本增效的效果。
80.参照图2，图2示出了本发明又一实施例的一种试验排布方法的参与试验车辆的需求数量确定的步骤流程图，如图2所示，包括：
81.步骤s201：获取所述目标车型的车辆的最大容忍阈值；所述最大容忍阈值用于表征所述参与试验的车辆的数量最大值；
82.步骤s202：以所述目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，在当前所需数量阈值范围内求解试验车辆数量的可行解；并基于所述可行解，在所述最大容忍阈值范围内，对所述当前所需数量阈值范围进行调整，并重复执行所述步骤
s202，直到满足截止条件；所述当前所需数量阈值范围用于表征当前所需的参与试验的车辆的数量阈值范围；其中，所述当前所需数量阈值范围的最小值小于或等于所述最大容忍阈值；
83.步骤s203：基于满足所述截止条件时所得到的至少一个可行解，确定所述参与试验的车辆的需求数量。
84.首先，服务器获取到预设的目标车型的车辆的最大容忍阈值，该最大容忍阈值用于表征参与试验的车辆的数量最大值，这里以100为例，将目标约束项输入优化求解器，所述目标约束项包括各个所述试验项目之间的互斥约束、试验周期以及参与试验的所述目标车型的车辆使用周期，设置优化求解器的求解目标是：参与试验的目标车型的车辆数量最少，在当前所需数量阈值范围内求解，这里以25-50为例，在该阈值范围内求解试验车辆数量的可行解。
85.接下来，基于求得的可行解，在最大容忍阈值范围内，对当前所需数量阈值范围进行调整。这里以当前所需数量阈值范围为25-50为例进行说明，在可行解的数量大于第一预设数量时，利用二分法计算得到25-50的中间值12.5，以中间值12.5为最小值，以当前所需数量阈值范围最小值25为最大值，来调整当前所需数量阈值范围，得到调整后的当前所需数量阈值范围12.5-25，并在调整后的阈值范围12.5-25的基础上重复执行上述求解可行解、而后基于可行解调整当前所需数量阈值范围的步骤，直到满足如下截止条件中的至少一条：
86.截止条件一：当重复调整后得到的所述当前所需数量阈值范围的最大值小于或等于预设阈值时，可以判断该车辆阈值范围已经足够小了，可以执行步骤s203。
87.截止条件二：为达到提高试验排布效率的目的，智能排布模块预设有预设时间，当在所述当前所需数量阈值范围内求解试验车辆数量的可行解的时间超过了预设时间，可以判断该车辆阈值范围达到了截止条件，然后执行步骤s203。
88.最后，基于满足上述截止条件时所得到的至少一个可行解，并获取输入的试验项目及试验周期的约束条件，以参与试验的目标车型的车辆数量最少为优化目标，使得优化求解器输出满足求解目标的一个数值，并将该数值作为参与试验的车辆的需求数量保存于服务器。
89.可以理解地，上述示例仅是为了更好地理解本发明实施例的技术方案而列举的示例，不作为对本发明实施例的唯一限制。
90.本发明实施例通过获取所述目标车型的车辆的最大容忍阈值；以所述目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，在当前所需数量阈值范围内求解试验车辆数量的可行解；基于所述可行解，在所述最大容忍阈值范围内，对所述当前所需数量阈值范围进行调整，并重复执行上述步骤，直到满足截止条件；基于满足所述截止条件时所得到的至少一个可行解，确定所述参与试验的车辆的需求数量。由于对所述当前所需数量阈值范围重复进行调整后求可行解的步骤，逐步缩小求可行解的范围，只在满足截止条件时所得到的至少一个可行解中确定参与试验的车辆需求数量，大大减少了确定试验车辆需求数量的运算，提高了运算效率，进而提高了试验排布的效率。
91.在一种可选的实施例中，若所述可行解的数量大于预设数量的情况下，将所述当前所需数量阈值范围缩小；若所述可行解的数量小于或等于预设数量的情况下，将所述当
前所需数量阈值范围扩大。
92.在一种具体实现中，首次执行所述步骤s202时，所述当前所需数量阈值范围为最小值至所述最大容忍阈值的中间值；确定所述当前所需数量阈值范围的中间值；基于所述当前所需数量阈值范围的最小值，以及所述中间值，对所述当前所需数量阈值范围进行缩小；其中，缩小后的当前所需数量阈值范围的最大值为所述中间值。
93.在另一种具体实现中，首次执行所述步骤s202时，所述当前所需数量阈值范围为最小值至所述最大容忍阈值的中间值；确定所述当前所需数量阈值范围的前一个范围的中间值；基于所述前一个范围的中间值，以及所述前一个数量阈值范围的最大值，对所述当前所需数量阈值范围进行扩大；其中，扩大后的当前所需数量阈值范围的最小值为所述中间值。
94.在本发明实施例中，所述试验排布结果包括参与试验的车辆的需求数量，在试验排布时首先进行参与试验车辆的需求数量的确定，以达到使参与试验的车辆的需求数量最小的目标。
95.下面以一个示例进行详细说明：
96.例如，将目标车型的车辆的最大容忍阈值设定为100，并将目标约束项输入优化求解器，设置优化求解器的求解目标是：参与试验的目标车型的车辆数量最少，优化求解器获取到该最大容忍阈值100后，获取二分法计算得到该最大容忍阈值范围0-100的中间值50，并首次执行步骤s202，以所述目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，利用在当前所需数量阈值范围0-50内求解试验车辆数量的可行解，基于所述可行解在所述最大容忍阈值范围0-100内，对所述当前所需数量阈值范围0-50进行调整，具体存在两种情况：
97.第一种情况，若可行解数量大于预设数量，则对当前所需数量阈值范围0-50进行缩小调整，具体方法为利用二分法求得当前所需数量阈值范围0-50的中间值25，以所述当前所需数量阈值范围最小值0为最小值，以所述中间值25为最大值，得到缩小后的所述当前所需数量阈值范围0-25，并在缩小后的范围0-25内继续求解试验车辆数量的可行解。
98.第二种情况，若可行解数量小于等于预设数量，则对当前所需数量阈值范围0-50进行扩大调整，具体方法为利用二分法求得当前所需数量阈值范围前一个范围0-100的中间值50，以所述前一个范围的中间值50为最小值，以所述前一个范围的最大值100为最大值，得到扩大后的所述当前所需数量阈值范围50-100，并在扩大后的范围50-100内继续求解试验车辆数量的可行解。
99.基于上述任一种情况，重复执行步骤s202：重复在调整后的范围内求解试验车辆数量的可行解，并基于所述可行解继续调整范围，直到满足截止条件。
100.下面继续以一个示例对重复执行步骤s202部分进行详细说明：
101.例如，基于上述第一种情况，在缩小后的范围0-25内继续求解试验车辆数量的可行解，并基于所述可行解继续调整范围，仍存在两种情况：
102.情况1：若可行解数量大于预设数量，则对当前所需数量阈值范围0-25进行缩小调整，具体方法为利用二分法求得当前所需数量阈值范围0-25的中间值12.5，以所述当前所需数量阈值范围最小值0为最小值，以所述中间值12.5为最大值，得到缩小后的所述当前所需数量阈值范围0-12.5，并在缩小后的范围0-12.5内继续求解试验车辆数量的可行解。
103.情况2：若可行解数量小于等于预设数量，则对当前所需数量阈值范围0-25进行扩大调整，具体方法为利用二分法求得当前所需数量阈值范围前一个范围0-50的中间值25，以所述前一个范围的中间值25为最小值，以所述前一个范围的最大值50为最大值，得到扩大后的所述当前所需数量阈值范围25-50，并在扩大后的范围25-50内继续求解试验车辆数量的可行解。
104.基于上述任一种情况，重复执行步骤s202：重复在调整后的车辆阈值范围内求解试验车辆数量的可行解，并基于所述可行解继续调整该范围，直到满足如下截止条件中的至少一条：
105.截止条件一：当重复调整后得到的所述当前所需数量阈值范围的最大值小于或等于预设阈值时，可以判断该车辆阈值范围已经足够小了，可以执行步骤s203。
106.截止条件二：为达到提高试验排布效率的目的，智能排布模块预设有预设时间，当在所述当前所需数量阈值范围内求解试验车辆数量的可行解的时间超过了预设时间，可以判断该车辆阈值范围达到了截止条件，然后执行步骤s203。
107.当第n次调整后的车辆阈值范围满足截止条件后，停止对该阈值范围的调整，并基于所得到的至少一个可行解，以及输入的目标约束项及求解目标，优化求解器输出满足求解目标的一个数值，并将该数值作为参与试验的车辆的需求数量保存于服务器。
108.可以理解地，上述示例仅是为了更好地理解本发明实施例的技术方案而列举的示例，不作为对本发明实施例的唯一限制。
109.本发明实施例通过若所述可行解的数量大于预设数量的情况下，将所述当前所需数量阈值范围缩小；若所述可行解的数量小于或等于预设数量的情况下，将所述当前所需数量阈值范围扩大。由于对所述当前所需数量阈值范围重复进行调整后求可行解的步骤，逐步缩小求可行解的范围，只在满足截止条件时所得到的至少一个可行解中确定参与试验的车辆需求数量，大大减少了确定试验车辆需求数量的运算，提高了运算效率，进而提高了试验排布的效率。
110.在一种可选的实施例中，若所述可行解为一个，则将所述可行解作为所述参与试验的车辆的需求数量；若所述可行解为多个，则基于多个所述可行解中筛选出目标可行解，将目标可行解对应的数值作为所述参与试验的车辆的需求数量。
111.基于步骤s203得到的满足截止条件时所得到的至少一个可行解确定参与试验的车辆需求数量时，可以分为两种情况：
112.第一种在得到的可行解为一个的情况下，则将该可行解数值作为参与试验的车辆的需求数量；
113.第二种在得到的可行解为多个的情况下，则基于多个所述可行解中筛选出目标可行解，将目标可行解对应的数值作为所述参与试验的车辆的需求数量。
114.在一种具体实现中，若所述可行解为多个，则以所述目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，利用优化求解器，从多个所述可行解中筛选出所述目标可行解，并将所述目标可行解对应的数值作为所述参与试验的车辆的需求数量。
115.本发明实施例通过若所述可行解为一个，则将所述可行解作为所述参与试验的车辆的需求数量；若所述可行解为多个，则基于多个所述可行解中筛选出目标可行解，将目标可行解对应的数值作为所述参与试验的车辆的需求数量，提高了确定参与试验的车辆的需
求数量的效率，进而而提高了试验排布的效率。
116.参照图3，图3示出了本发明又一实施例的一种试验排布方法的步骤流程图，如图3所示，包括：
117.步骤s301：获取所述目标车型的车辆的供应时间及试验截止时间；
118.步骤s302：基于所述参与试验的车辆的需求数量，对所述目标车型对应的所有试验项目进行排布，得到排布结果。所述排布结果至少包括试验项目执行顺序及各个所述试验项目对应的开始时间节点。
119.在本发明实施例中，服务器还要基于确定出来的参与试验的车辆的需求数量，所述目标车型对应的所有试验项目进行排布，得到目标车型的试验排布结果，所述排布结果至少包括试验项目执行顺序及各个所述试验项目对应的开始时间节点。
120.在车辆试制阶段，每一个车型的试验车辆都存在一个供应时间及使用周期的限制，例如：目标车型的试验车辆供应时间为2022年9月1日，使用周期为50天。则表示在2022年9月1日前目标车型没有车辆可供试验，所有试验项目都需在试验车辆供应后才能够执行，2022年9月1日起有试验车辆可供试验，并且该试验车辆自开始试验起使用时长为50天，50天后则无法使用。
121.同时为保证正常的生产交付，试制试验存在截止时间限制，例如目标车型试验车辆供应时间为2022年9月1日，则该目标车型的试制试验截止时间为2022年10月1日，需在该日期前完成目标车型需要进行的所有试制试验项目。
122.在一种实施例中，该供应时间与试验截止时间之间的间隔时长可以称为整车试验周期，而每个试验项目对应的试验周期可以称为项目试验周期，其中，各个试验项目在试验过程中所需的试验周期之和不能超过整车试验周期，因此，可以此为约束条件(各个试验项目在试验过程中所需的试验周期之和不能超过整车试验周期)，进行试验排布。
123.其中，每一个试验项目存在可能存在不同的项目周期，也可能存在相同的项目周期。例如：试验a项目试验周期为1周，试验b项目试验周期也为1周，试验c项目试验周期为2天，试验d项目试验周期为1天。
124.在具体实现中，将目标车型对应的整车试验周期、试验车辆使用周期、试验项目互斥关系及各个试验项目对应的项目试验周期输入服务器，智能排布模块基于参与试验的车辆的需求数量，以目标车型对应的整车试验周期、试验车辆使用周期、试验项目互斥关系及各个试验项目对应的项目试验周期为约束，对目标车型需要进行的所有试验进行排布，得到排布结果。所述排布结果至少包括试验项目执行顺序及各个所述试验项目对应的开始时间节点，同时还可以包括每个项目试验于哪台目标试验车。
125.例如：目标车型的试验车辆供应时间为2022年9月1日，使用周期为50天，试验截止时间为2022年10月1日。
126.将上述数据输入服务器，服务器获取到上述数据后，获取上述步骤s203得到的参与试验的车辆的需求数量，以上述整车试验周期、试验车辆使用周期、试验项目互斥关系及各个试验项目对应的项目试验周期为约束，输出对目标车型需要执行的所有试验的排布结果。
127.下面用一个示例对排布结果进行详细说明：
128.输入约束条件至服务器：试验车辆供应时间2022年9月1日，试验车辆使用周期50
天，试验截止时间2022年10月1日，以及各个试验项目互斥关系。
129.在试验a与试验b与试验c两两之间均没有互斥关系、且试验a与试验d有互斥关系的情况下，输出的排布结果可以为：
130.试验a：2022年9月1日至2022年9月8日执行，执行于第1号试验车；
131.试验b：2022年9月9日至2022年9月16日执行，执行于第1号试验车；
132.试验c：2022年9月17日执行，执行于第1号试验车；
133.试验d：2022年9月1日执行，执行于第2号试验车。
134.可以理解地，上述示例仅是为了更好地理解本发明实施例的技术方案而列举的示例，不作为对本发明实施例的唯一限制。
135.本发明实施例通过获取所述目标车型的车辆的供应时间及试验截止时间；基于所述参与试验的车辆的需求数量，利用智能排布功能得到所述试验项目顺序以及各个所述试验项目对应的开始时间，以此得到一个参与试验的目标车型的车辆数量最少的试验排布结果，从而达到降本增效的效果。
136.下面以一个具体的示例来说明本发明的试验排布方法的算法逻辑，参照图4，图4示出了本发明又一实施例的一种试验排布方法的算法逻辑图，如图4所示，包括：
137.首先，算法获取目标车型要进行的试验项目集，然后获取试验车数量的最大容忍值，并记录该最大容忍值数量边界，例如0-100，利用二分法获取该最大容忍值边界值的中间值，所述二分法公式如下：
138.mid＝(left+right)//2
139.其中，mid代表中间值，left代表阈值范围的最小值，right代表阈值范围的最大值。
140.接下来若在当前所需数量阈值范围内通过优化求解器以试验车型、试验项目互斥关系、试验周期、以及试验截止时间为约束，以参与试验的车辆数量最小为目的，求解试验车辆数量的可行解，例如0-50，所述优化求解器采用混合整数规划模型，若在当前所需数量阈值范围内求得可行解数量大于0，则判断该车辆阈值范围是否达到截止条件，若未达到截止条件，则对所述当前所需数量阈值范围进行调整后重复执行上述求解试验车辆数量可行解后判断是否到达截止条件的步骤。
141.具体调整方法为：对当前所需数量阈值范围0-50进行缩小调整，具体方法为利用二分法求得当前所需数量阈值范围0-50的中间值25，以所述当前所需数量阈值范围最小值0为最小值，以所述中间值25为最大值，得到缩小后的所述当前所需数量阈值范围0-25，并在缩小后的范围0-25内继续求解试验车辆数量的可行解。
142.若在当前所需数量阈值范围0-50内通过优化求解器以试验车型、试验项目互斥关系、试验周期、以及试验截止时间为约束，以参与试验的车辆数量最小为目的，求解试验车辆数量的可行解，可行解数量等于0，则对所述当前所需数量阈值范围调整后，重复执行求解试验车辆数量可行解后判断是否到达截止条件的步骤。
143.具体调整方法为：利用二分法求得当前所需数量阈值范围前一个范围0-100的中间值50，以所述前一个范围的中间值50为最小值，以所述前一个范围的最大值100为最大值，得到扩大后的所述当前所需数量阈值范围50-100，并在扩大后的范围50-100内继续求解试验车辆数量的可行解。
144.直到所述当前所需数量阈值范围达到截止条件，不再进行上述调整范围的步骤，而是利用优化求解器基于满足所述截止条件时所得到的至少一个可行解，确定所述参与试验的车辆的需求数量。
145.所述截止条件包括如下至少一条：
146.截止条件一：当重复调整后得到的所述当前所需数量阈值范围的最大值小于或等于预设阈值时，可以判断该车辆阈值范围已经足够小了，达到截止条件。
147.截止条件二：为达到提高试验排布效率的目的，优化求解器设有预设时间，当在所述当前所需数量阈值范围内求解试验车辆数量的可行解的时间超过了预设时间，可以判断该车辆阈值范围达到了截止条件。
148.接下来，基于满足所述截止条件时所得到的至少一个可行解，确定所述参与试验的车辆的需求数量。
149.最后，基于所述参与试验的车辆的需求数量，得到对应的试验排布结果。
150.实施例二
151.参照图5，图5示出了本发明实施例二提供的一种试验排布装置，如图5所示，包括：
152.获取模块501，用于获取目标车型的至少一个待测试参数，所述待测试参数用于表征所述目标车型的车辆上的待测目标，以及用于获取与每个所述待测试参数对应的试验项目，以及所述试验项目的试验周期；
153.排布模块502，用于以目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，进行试验排布，得到所述目标车型的车辆的试验排布结果；其中，所述目标约束项包括各个所述试验项目之间的互斥约束、试验周期以及参与试验的所述目标车型的车辆使用周期。
154.可选地，所述获取模块501，包括：
155.获取子模块，用于获取所述目标车型的车辆的最大容忍阈值；所述最大容忍阈值用于表征所述参与试验的车辆的数量最大值；
156.可选地，所述排布模块502，包括：
157.求解模块，用于以所述目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，在当前所需数量阈值范围内求解试验车辆数量的可行解；
158.阈值调整模块，用于基于所述可行解，在所述最大容忍阈值范围内，对所述当前所需数量阈值范围进行调整，直到满足截止条件；所述当前所需数量阈值范围用于表征当前所需的参与试验的车辆的数量阈值范围；其中，所述当前所需数量阈值范围的最小值小于或等于所述最大容忍阈值；
159.需求数量确定模块，用于基于满足所述截止条件时所得到的至少一个可行解，确定所述参与试验的车辆的需求数量。
160.可选地，所述需求数量确定模块，包括：
161.第一需求数量确定模块，用于若所述可行解为一个，则将所述可行解作为所述参与试验的车辆的需求数量；
162.第二需求数量确定模块，用于若所述可行解为多个，则基于多个所述可行解中筛选出目标可行解，将目标可行解对应的数值作为所述参与试验的车辆的需求数量。
163.可选地，所述第二需求数量确定模块，包括：
164.需求数量确定子模块，用于以所述目标约束项为约束，以参与所述试验的所述目标车型的车辆最少为目标，利用优化求解器，从多个所述可行解中筛选出所述目标可行解。
165.可选地，所述阈值调整模块，包括：
166.第一阈值调整模块，用于若所述可行解的数量大于预设数量的情况下，将所述当前所需数量阈值范围缩小；
167.第二阈值调整模块，用于若所述可行解的数量小于或等于预设数量的情况下，将所述当前所需数量阈值范围扩大。
168.可选地，所述第一阈值调整模块，包括：
169.第一确定模块，用于确定所述当前所需数量阈值范围的中间值；
170.第一阈值调整子模块，用于以所述当前所需数量阈值范围最小值为最小值，以所述中间值为最大值，得到缩小的所述当前所需数量阈值范围。
171.可选地，所述第二阈值调整模块，包括：
172.第二确定模块，用于确定所述当前所需数量阈值范围的前一个范围的中间值；
173.第二阈值调整子模块，用于以所述前一个范围的中间值为最小值，以所述前一个范围的最大值为最大值，得到扩大的所述当前所需数量阈值范围。
174.基于同一发明构思，本发明实施例还提供一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述的试验排布方法。
175.基于同一发明构思，本发明实施例还提供一种计算机可读存储介质，包括：存储有计算机指令，当所述计算机指令由电子设备的处理器执行时，使得电子设备能够执行上述任一实施例所述的试验排布方法。
176.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内；
177.对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和部件并不一定是本发明所必须的。
178.以上对本发明所提供的一种车内化妆辅助方法、系统、装置及车辆进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。