本申请涉及智能调度领域,且更为具体地,涉及一种成品油的智能调度系统及方法。
背景技术:
1、成品油的调度是油库和加油站之间的物流管理方案,其目的是根据油库的库存情况和加油站的需求情况,制定合理的配送计划,以保证加油站的供应稳定,同时降低运输成本和库存成本。传统的成品油调度方案主要依靠人工经验进行配送计划的编制,这种方式存在以下问题:一是人工编制的配送计划难以考虑多种因素的影响,如油品种类、油库容量、车辆数量、运输路线、交通状况、市场需求等,导致配送计划不够合理和优化;二是人工编制的配送计划耗时较长,计划编制效率低下,难以适应市场需求的变化,导致配送计划不够灵活和及时;三是人工编制的配送计划缺乏数据支撑和分析,难以评估配送效果和改进措施,导致配送计划不够科学和可靠。
2、因此,期望一种优化的成品油的智能调度方案。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种成品油的智能调度系统及方法。其可以避免供应过剩或供应不足的情况,提高配送效率和客户满意度。
2、根据本申请的一个方面,提供了一种成品油的智能调度方法,其包括:
3、获取油库信息、油站信息、车辆信息、行程信息、约束信息;
4、获取油站各油品的销售预测信息;
5、获取优化指标和参数设定;
6、以及根据所述油库信息、所述油站信息、所述车辆信息、所述行程信息、所述约束信息、所述油站各油品的销售预测信息、所述优化指标和所述参数设定,使用迭代贪婪算法对主动配送调度优化模型进行求解以得到最优配送方案。
7、根据本申请的另一个方面,提供了一种成品油的智能调度系统,其包括:
8、加油信息获取模块,用于获取油库信息、油站信息、车辆信息、行程信息、约束信息;
9、销售预测信息获取模块,用于获取油站各油品的销售预测信息;
10、以及指标和参数获取模块,用于获取优化指标和参数设定;
11、配送方案分析模块,用于根据所述油库信息、所述油站信息、所述车辆信息、所述行程信息、所述约束信息、所述油站各油品的销售预测信息、所述优化指标和所述参数设定,使用迭代贪婪算法对主动配送调度优化模型进行求解以得到最优配送方案,其包括:获取当前最优解;
12、选择n个重构车辆和趟,清理选中的趟;
13、执行趟重构子流程,得到三个趟重构后的方案,并分别假定在采纳所述三个趟重构后的方案的基础上嵌套执行2层所述趟重构子流程得到所述三个趟重构后的方案的趟最多27套方案;
14、分别对所述趟最多27套方案的合法性进行校验,计算指标分值;
15、以及响应于所述指标分值大于所述当前最优解的指标分值,替换所述当前最优解。
16、与现有技术相比,本申请提供的成品油的智能调度系统及方法,其首先获取油库信息、油站信息、车辆信息、行程信息、约束信息,接着,获取油站各油品的销售预测信息,然后,获取优化指标和参数设定,最后,根据所述油库信息、所述油站信息、所述车辆信息、所述行程信息、所述约束信息、所述油站各油品的销售预测信息、所述优化指标和所述参数设定,使用迭代贪婪算法对主动配送调度优化模型进行求解以得到最优配送方案。这样,可以有助于避免供应过剩或供应不足的情况,提高配送效率和客户满意度。
1.一种成品油的智能调度方法,其特征在于,包括:
2.根据权利要求1所述的成品油的智能调度方法,其特征在于,所述油库信息包括油库各油品的工作时段和可发数量,所述油站信息包括各油站油品的有效罐容停泵库存、库存时间和库存数量,所述车辆信息包括各车辆的停车点、隔仓容量、承运油品和各班次的工作时段,所述行程信息包括库到库、库到站、站到库和站到站的配送车辆行驶所需的时间与距离,所述约束信息包括车辆到各油站的限行时间段和车辆到各油库的限行时间段。
3.根据权利要求2所述的成品油的智能调度方法,其特征在于,所述优化指标包括各项优化指标权重,所述参数设定包括业务规则参数。
4.根据权利要求3所述的成品油的智能调度方法,其特征在于,所述趟重构子流程,包括:
5.根据权利要求4所述的成品油的智能调度方法,其特征在于,获取油站各油品的销售预测信息,包括:
6.根据权利要求5所述的成品油的智能调度方法,其特征在于,计算所述第一油品销量局部时序特征向量的序列中每相邻两个第一油品销量局部时序特征向量之间的销售时序波动度量系数以得到由多个销售时序波动度量系数组成的销量时序波动特征向量,包括:
7.根据权利要求6所述的成品油的智能调度方法,其特征在于,将所述第一油品销量局部时序特征向量的序列和所述销量时序波动特征向量通过动静特征嵌入融合模块以得到第一油品销量动静融合特征向量,包括:
8.根据权利要求7所述的成品油的智能调度方法,其特征在于,还包括训练步骤:用于对所述基于一维卷积层的销售时序特征提取器、所述动静特征嵌入融合模块和所述解码器进行训练;
9.一种成品油的智能调度系统,其特征在于,包括: