公路运输装箱配载方案辅助系统

1.本发明主要涉及到公路运输三维装箱物资配载算法领域，特指一种装载方案生成工具及信息管理系统。


背景技术：

2.公路运输一直是我国物流方式中最重要运输手段，其中对于物资装载问题，是物流环节中极为重要的一环。一个合理的装载方案，不仅能够有效提高货物的装载效率，还能够节约运输成本，甚至保证运输货物及运输载具的运输安全等问题。因此需要一套成熟算法系统对货物的装载方案进行计算、优化，以最优方案实现对货物的装载，达到提高装载效率，减少物流成本的目的。通常意义上装载系统设计的功能是针对混合货物装载或同品类货物装载进行优化配置，使最终生成的装载方案达到最佳，实现集装箱容积利用率最高或货物在集装箱内的填充量最大的目标，从而增加装载搬卸设备的使用率，提升运输效益。
3.目前针对物资配载问题，国内外也有相对成熟的装载软件系统对这类问题进行求解。这些装载系统主要针对具有一定规则的物体作为装载对象，进行货物在集装箱、托盘等容器中进行装载方案设计。它们可以根据货物、容器的装载要求在最短时间内设计出货物的装在方案，同时实现集装箱容积利用率最大或货物在箱内填充量最多的优化目标，并生成相应装载方案。这类装载系统设计主要针对通用的物流装载背景，其主要以算法的通用性、简洁性、高效性为特性进行开发，因此这类系统的主要应用场景多适用于装载限制较少、装载环境较为友好、装载物资较为规则、物资种类复杂度低的装载背景。但对于较为复杂的装载背景，这类装载系统的装载算法设计并不能很好的契合特殊的装载要求。例如，在普通商业物流背景下的装载限制相对较为宽松，其装载物资的装载方案求解均可用通用算法进行求解，即可满足低限制性的装载需求；而在特殊物流背景，甚至在军用运输背景下，许多装载物资本身具有特殊性，导致在装载这些物资时需要更多的装载限制，以保证运输过程的安全性。


技术实现要素：

4.本发明针对技术背景中存在的对于具有特殊装载需求的背景，如人员装载、人物混装、多类型物资装载限制等特殊装载环境下产生的公路运输装载问题，进行研究，设计发明一套公路运输辅助决策软件系统。
5.本发明所述软件系统采用b/s构架设计，主体功能设计基于spring mvc框架进行开发。系统模块主要分为：输入输出模块、方案计算模块、数据管理模块、人机交互界面模块。输入输出模块分别与人机交互界面模块和方案计算模块交互连接，数据管理模块与方案计算模块交互连接。
6.本发明所述软件系统的主要功能，输入输出模块根据用户手动输入数据或读取用户数据文档，方案计算模块选择装载物资类别、物资数量及装载要求，对相应数据进行结算，并自动生成最优装载方案，数据管理模块根据用户需求，通过人机交互界面模块将装载
方案以装载方案表或三维可视化模型的方式进行呈现，为用户提供简洁、清晰的具体装载设计方案。
7.软件系统方案生成算法模块为软件系统的主题模块。本系统主要基于三空间分割算法以及改进式pso算法，对数据进行解算。根据不同装载需求，本系统算法构建了多种约束条件模型及物资、人员装载标准算法，以满足用户自定义装载要求和装载环境，在不同约束条件组合下，进行最优方案计算。
8.对于生成的方案结果，考虑到仅以表格方式进行呈现，无法具体、直观的展示方案的具体细节和预期效果，本软件系统基于unity webgl进行开发，将方案结果以三维可视化模型方式在用户界面进行呈现，实现用户对于方案具体情况的把控与调整。
9.最终用户可根据具体需求，对方案进行本地输出或服务器上传保存，实现在用户自定义装载环境下，装载最优方案的快速生成输出。
附图说明
10.图1所示为本发明整体系统框图。
11.图2所示为本发明数据输入输出模块功能示意图。
12.图3所示为本发明方案计算模块功能示意图。
13.图4所示为本发明数据管理模块功能示意图。
14.图5所示为本发明数据统计示例图。
15.图6所示为本发明用户登录界面示例图。
16.图7所示为本发明系统操作界面示例图。
17.图8所示为方案数据表格示例图。
18.图9所示为三维交互界面示例图。
具体实施方式
19.下面结合附图对本发明系统作进一步说明。
20.本发明整体系统框图如图1所示，主要包括数据输入输出模块、人机交互界面、方案计算模块、数据管理模块。其中，数据输入输出模块主要承载数据的调用、解析、发送，同时负责对生成的数据内容进行导出保存。方案生成结果由人机交互界面进行承载，负责向用户展示生成的方案内容，同时提供三维展示界面直观显示结果。方案计算模块、数据管理模块为本软件系统的核心数据处理模块，负责数据的存取、计算。
21.数据输入输出模块主要工作内容如下：
22.如图2所示，数据输入输出模块主要分为三个主要功能；数据读取解析功能，生成json数据流功能，方案数据导出功能。
23.数据读取解析。数据输入方式分为用户手动数据输入、用户上传数据文档。其中，数据手动输入方式，由用户在交互界面对数据进行选择输入，系统通过接口直接对数据进行缓存。上传文档数据方式，用户导出excel格式模板，模板内容包括装载物资类型、数量、装载方式、装载要求、人员要求、车辆情况等数据项。excel模板文件上传后，系统对上传后的文档内容进行按项解析，对相应数据项进行数据对比，对于新增、修改、删除的数据进行按行数据提取，更新数据缓存。
24.生成json数据流。本软件系统数据传输模块，数据内部传输模式主要使用json数据流对数据进行处理和传输。系统通过接口程序，对提取后的缓存数据进行处理，生成固定格式json数据流，之后按照标签对相应数据进行分类，用于后续数据传输。数据流传输方向根据用户后续需求，主要流向数据库、方案计算模块。
25.方案数据导出。对已经生成的方案，系统在用户界面生成方案数据表格及三维显示。软件系统存有预设报告模板，模板内容包括任务基本信息、用户信息、任务信息、特殊装载要求项、物资信息、车辆信息、人员信息、三维预期图等内容。数据内容根据用户需求，系统调用对应标签的json数据流，解析对应项，提取相应数据，利用报告生成接口模块，将对应输入覆盖进模板表格位置中。模板默认格式为word格式，之后根据用户需求，可将方案报告进行格式转换，导出为word、pdf格式文档，保存至本地。
26.方案计算模块主要工作流程如下：
27.如图3所示，方案计算模块的工作流程主要分为五个部分。
28.步骤一：任务数据获取。系统对收到的json数据进行解析，读取任务标签、装载物资标签、自定义装载要求标签。一方面需要对物资标签数据内容进行解析提取，并将数据缓存，用于后续对装载物资进行排序。另一方面需要对装载要求标签数据内容进行解析提取，进行数据识别分类，用于后续确定约束条件。
29.步骤二：构建约束条件。对装载要求进行处理，提取标签项数据内容，根据用户选定的装载要求，确定装载约束条件，根据约束条件，构建当前任务的装载环境数学模型。其中，给定的车型、装载控制参数、直方体包装物资，可按以下步骤计算标准装载量：
30.a)计算物资单位容积质量vg＝g/(l
·b·
h)和车厢装载容积质量vg＝g/(l
·b·
h)，若有vg≥2vg，标准装载量为n＝int(g/g)，结束计算；否则向下进行；l、b、h分别为物资的长宽高；l、b、h分别为车厢的长宽高。g为物资的重量；g为车厢的重量；
31.b)根据包装质量、减载和装载高度控制规定，确定装载计算间隙δ、最大装载高度hs、最大装载层数和最大减载层数；
32.c)根据物资堆码方式要求，计算平面装载参数和装载量：
33.1)若物资只允许横装，按式(a.1)计算平面装载参数n
cc
、n
cr
、n
lc
、n
lr
，转至d)；其中：n
cc
为物资横装列数；n
cr
为物资横装列上的装载行数；n
lc
为物资顺装列数；n
lr
为物资顺装列上的装载行数。
[0034][0035]
2)若物资可横装、顺装但至少有1列横装，采用“左横右顺”式堆码并按以下步骤计算平面装载参数n
cc
、n
cr
、n
lc
、n
lr
：
[0036]
计算相关参数：
[0037]
其中：k1为包装件横向适箱系数；k3为包装件装载模数；x
max
为最大横装列数。
[0038]
依次计算：f(1)＝deci(k
1-k3)，f(2)＝deci(k
1-k3×
2)，......，f(x)＝deci(k
1-k3×
x)，......，f(x
max
)＝deci(k
1-k3×
x
max
)，取值最小者对应的x值为最佳横装列数n
cc
；
[0039]
按式(a.2)计算其他装载参数n
cr
、n
lc
、n
lr
；
[0040]
[0041][0042]
3)若物资允许全顺装，按以下步骤计算平面装载参数n
cc
、n
cr
、n
lc
、n
lr
：按步骤2)计算“左横右顺”式堆码的平面装载参数其中：为“左横右顺”堆码方式时，物资横装列数；为“左横右顺”堆码方式时，物资横装列上装载行数；为采用“左横右顺”堆码方式时，物资顺装列数；为采用“左横右顺”堆码方式时，物资顺装列上装载行数；
[0043]
计算相关参数：
[0044]
其中：k2为包装件纵向适箱系数；
[0045]
依次计算：：f(1)＝deci(k
2-k3)，f(2)＝deci(k
2-k3×
2)，......，f(y)＝deci(k
2-k3×
y)，......，f(y
max
)＝deci(k
2-k3×ymax
)，取值最小者对应的y值为最佳顺装行数
[0046]
按式(a.3)计算其他装载参数其中：为“前横后顺”堆码方式时，物资顺装列数；为“前横后顺”堆码方式时，物资横装列上装载行数；为“前横后顺”堆码方式时，物资横装列数；
[0047][0048][0049]
对比选择最佳装载方式。则采用“左横右顺”堆码方式，按式(a.2)确定平面装载参数n
cc
、n
cr
、n
lc
、n
lr
；否则采用“前横后顺”堆码方式，按式(a.3)确定平面装载参数n
cc
、n
cr
、n
lc
、n
lr
；
[0050]
d)按式(a.4)计算装载层数nh；
[0051]
nh＝min{int(hs/h)，最大装载层数}
ꢀꢀꢀꢀꢀꢀꢀꢀ
(a.4)
[0052]
e)若nh×
h＞hb+0.5h且最大减载层数＞0，按式(a.6)、(a.5)计算减载层数z和减载量nd，否则令nd＝0；
[0053][0054]
z＝min{n
h-int(0.5+hb/h)，最大减载层数}
ꢀꢀꢀꢀꢀꢀ
(a.6)
[0055]
f)按式(a.7)计算物资的标准装载量n
pm
，件、包、箱等。
[0056][0057]
步骤三：装载物资排序，规划剩余空间。在货物装载过程中，首先对不能混装的单种货物进行装载，再将能混装的货物按照堆码层数从小到大排序，堆码层数相同时按照货物体积进行降序排列。意义在于优先装载体积较大的货物，以占据较大的装载空间，避免较小货物占据放置较大货物的空间，影响较大货物的装载。体积相同的货物，按照底面积较大者优先的原则进行排序。剩余空间规划采用三空间分割算法，将集装箱装载过程抽象为一
个层次结构，该方法与实际集装箱装载过程类似。通常可以将地层分成垂直层与水平层。所谓水平层指的是先用货物将集装箱的地面铺满，然后再沿着集装箱的深度方向铺满货物。垂直层指的是先把货物铺在集装箱的一侧，然后沿着宽度或长度的方向一层层地铺满集装箱。地层深度由地层中货物的最深程度决定。装货时，在车厢内会产生三个待装子空间，按照确定的货物排序规则，依次装货，每层货物都要逐层装满，直到装货完成。
[0058]
步骤四：装载位置寻优计算。本软件系统对粒子群算法进行改进优化，用于对装载位置进行寻优计算。粒子群算法，也称粒子群优化算法或者鸟群觅食算法(pso)属于进化算法的一种，是一种并行算法。它从随机解出发，通过迭代寻找最优解，通过适应度函数来评价解的品质，通过追随当前搜索到的最优值来寻找全局最优解。算法初始化为一群随机粒子(随机解)，然后通过迭代找到最优的解。在每一次的迭代中，粒子通过跟踪两个极值(pbest和gbest)来更新自己。在找到这两个最优值后，粒子通过下面的公式来更新自己的速度和位置。
[0059]
vi＝ω
×
vi+c1×
rand()
×
(pbest
i-xi)+c2×
rand()
×
(gbest
i-xi)
ꢀꢀ
(b.1)
[0060]
xi＝xi+viꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(b.2)
[0061]
在公式(b.1)和(b.2)中，i＝1，2，......，n，n是此群中粒子的总数；vi是粒子的速度；rand()是介于(0，1)之间的随机数；xi是粒子的当前位置；c1和c2是学习因子，决定了在速度更新过程中两个极值的作用大小；vi的最大值为v
max
(大于0)，如果vi大于v
max
，则vi＝v
max
。
[0062]
原始的pso算法主要用于连续函数的极值问题，属于连续问题，而货物装箱问题的解是离散的。所以直接用pso算法求解的结果，无法应用于实际的装箱问题中。为了将pso算法与三维装箱问题适配，且尽可能增大解的多样性，使用修正策略对算法进行优化。首先需要将货物进行排序并编号，然后对粒子群算法进行初始化，每个粒子的位置即是一组可行的解。每个可行的解为一组序列，对应于货物的编号。按照解序列进行货物装箱，并计算将车辆利用率作为适应度函数，求得每组解序列对应的适应度函数值。再进行下一次迭代，迭代更新出新的粒子群，即新的解序列。接着需要对解序列进行解修正，从而得到可行解。再次计算适应度函数，并更新全局最优值和个体最优值。如此迭代循环，直到满足最大迭代次数或适应度函数达到设定值时停止。最终，粒子群中的全局最优解，即为最终的最优解序列。按照最优解序列的顺序进行装箱即能获得最高的车辆利用率。
[0063]
步骤五：输出装载结果数据。根据算法进行数据计算，将计算完成后的结果进行打包，发送至数据接口进行解析，生成固定格式的json数据流，发送至数据库或发送至交互界面进行数据显示。
[0064]
数据管理模块主要工作内容如下：
[0065]
如图4所示，数据管理模块主要分为三个主要功能；装载信息管理功能，数据统计功能，用户信息管理功能。
[0066]
装载信息管理功能。该功能主要包括信息录入、修改、删除、检索、更新、输出等操作，及装载方案的管理。根据用户需求，可将装载数据及其计算生成的装载方案进行保存，系统将装载任务数据、装载物资数据、装载方案数据进行打包处理，通过输出接口，导出数据包至数据库保存，同时配置相应标签，在用户下一次新建任务时，可在界面列表中查看已保存的历史数据及历史方案，用户可直接对物资数据、装载要求、装载方案等内容进行直接
调用。
[0067]
数据统计功能。统计完成公路运输装备物资装载配载方案的历史数据，为科学分析公路运输装载配载工作规律提供数据支持。该功能根据用户需求，加载数据库中特定装载方案数据，按照时间、单位、任务、装备、车辆、物资等数据，多维度进行多项目多类别数据统计，并提供饼图、趋势图、柱状图等多种可视化方式。数据统计示例图如图5所示。
[0068]
用户信息管理功能。根据分系统安全性需求考虑，使用软件系统时需要输入用户名和密码，进行登录操作。数据库设有用户信息管理字段，用于存储用户登录信息。用户登录界面如图6所示。
[0069]
人机交互界面主要功能如下：
[0070]
人机交互界面主要承载两个主要功能：操作界面交互及方案数据显示功能，三维交互界面显示功能。
[0071]
操作界面交互及方案数据显示功能。本系统基于java实现对前端web界面开发，用户通过web界面，实现对系统的登录及交互操作。主操作界面主要承载任务信息、车辆信息、物资信息、人员信息、装载要求等配置项的选择及输入功能，用户根据需求在界面对应项进行配置后，点击保存按钮即可对该配置数据进行存储，之后点击生成方案，数据进入方案计算模块进行方案计算，生成装载方案数据表格。系统操作界面及方案数据表格实例如图7、图8所示。
[0072]
三维交互界面显示功能。为实现逼真、精确的装车方案，在本系统中选择cinema 4d软件作为建模工具，unity webgl作为开发的技术路线，对装载方案进行模拟显示，提供简洁直观的界面交互方式供用户对装载方案进行微调。webgl(全写web graphics library)是一种3d绘图协议，这种绘图技术标准允许把javascript和opengl es 2.0结合在一起，通过增加opengl es 2.0的一个javascript绑定，webgl可以为html5 canvas提供硬件3d加速渲染。用户在生成装载方案后，可根据需求，点击三维显示按钮查看方案三维显示模型，同时可根据需求对装载物资点击查看详细信息，拖动装载物资，对方案进行微调。三维交互界面示例图如图9所示。
[0073]
以上对本发明系统进行了介绍，对本发明的原理及实施方式进行了阐述，以上实施例的说明用于帮助理解本发明的方法及其核心思想。