一种静态服务下的应急服务车动态调度方法

1.本发明涉及一种静态服务下的应急服务车动态调度方法，属于农机运维服务领域。


背景技术：

2.为了保障装备集群运行的可靠性与连续性，许多行业和公司纷纷构建维护服务网络，形成面向装备集群的维护服务方案。但是由于作业任务变化，装备集群往往会随着作业任务的动态变化而动态移动。就农业生产而言，在农忙时节，由于气候和地形的差异，农作物的成熟时间因地理区域而异。例如，小麦的成熟时间从南方逐渐推迟至北方，这也就意味着农机装备集群往往会随着农作物的成熟变化而动态移动。因此，为了在农忙时节快速应对故障农机装备，农机装备制造商往往在原有的静态服务商的基础上，会派遣动态服务车伴随着农机装备集群的动态移动而移动，以此来弥补静态服务商服务能力不足的情况。
3.动态装备集群在作业过程中会伴随着作业任务的深入，部分装备会转移至其他作业区域。因此，为了保障对集群装备故障的快速响应，维护服务网络通常构建为包括静态服务设施和动态服务设施的混合维护服务网络。但是现有的服务设施选址研究更多考虑的为静态服务设施或动态服务设施等单类服务设施，且在服务网络规划过程中考虑为离散的服务需求和服务设施位置。同时，农机装备制造商往往基于个人经验进行应急服务车动态调度，忽略静态服务商的服务能力，直接将应急服务车分配给故障需求最多的单元区域。这种应急服务车调度方法缺乏对应急服务车的科学管理，容易造成应急服务车服务资源浪费，影响农机装备故障维护效率。因此，本发明提供一种静态服务下的应急服务车动态调度方法，以最小化服务成本为优化目标，决策维护服务网络使用的动态服务车数量、各阶段动态服务车的位置以及每辆动态服务车的转移路径，能够提高维护服务网络规划效率，降低维护服务成本。


技术实现要素：

4.针对现有技术不能动态管理静态服务站和应急服务车，难以适应动态维护需求的问题，本发明的主要目的是提供一种静态服务下的应急服务车动态调度方法，以最小化服务成本为优化目标，决策维护服务网络使用的动态服务车数量、各阶段动态服务车的位置以及每辆动态服务车的转移路径，能够提高维护服务网络规划效率，降低维护服务成本。
5.本发明目的是通过以下技术方案实现的：
6.本发明公开的一种静态服务下的应急服务车动态调度方法，针对静态服务下的应急服务车动态调度问题，确定运维服务网络区域的初始参数、静态服务商的参数、应急服务车的关键参数，以最小化服务成本为优化目标，构建静态服务下的应急服务车动态调度模型；采用遗传算法，求解维护服务网络使用的应急服务车数量、各阶段应急服务车的位置以及每辆应急服务车的转移路径。能够有效提高维护服务网络规划效率，降低维护服务成本。
7.本发明公开的一种静态服务下的应急服务车动态调度方法，包括以下步骤：
8.步骤1：确定运维服务网络区域的初始参数，所述参数包括运维服务网络单元区域的数量、单元区域之间的运行距离、运维服务网络作业阶段数量和单元区域在每个作业阶段的故障数量；
9.1)将整个服务区域划分为n个区域，记为集合i，i＝{1，2，
…
，i，
…
，n}；
10.2)测量各个单元区域的服务里程，构建服务距离矩阵；
11.3)根据区域内农作物成熟趋势和农机装备移动趋势，确定运维服务网络作业阶段数量，构建矩阵t，t∈t,t＝1,2,3...,t
max
，其中，t为作业阶段索引，t
max
为作业阶段数量；
12.4)确定单元区域在每个作业阶段的故障数量，构建故障矩阵；
13.步骤2：确定运维服务网络静态服务商的参数，所述参数包括静态服务商的数量和位置、每个静态商配备的服务车数量、每辆服务车在每个作业阶段的最大服务数量和服务车的单位服务里程成本；
14.1)明确静态服务商的数量为m，并确定静态服务商所在的单元区域，建立矩阵j，
15.2)确定每个静态商配备的服务车数量，构建矩阵s，s1,s2,...,sm∈s；
16.3)设置每辆服务车在每个作业阶段的最大服务数量n2和服务车的单位服务里程成本c1；
17.步骤3：确定运维服务网络提供的应急服务车的参数，所示参数包括应急服务车数量、应急服务车每个作业阶段的使用成本和应急服务车的单位转移成本；
18.1)明确运维服务网络提供的应急服务车数量l；
19.2)设置应急服务车每个作业阶段的使用成本c3和应急服务车的单位转移成本c2；
20.步骤4：根据获取的运维服务网络关键参数，以最小化服务成本为优化目标，构建静态服务下的应急服务车动态调度模型；
21.目标函数为：
[0022][0023]
约束条件为：
[0024][0025][0026][0027][0028][0029][0030][0031]
[0032][0033][0034][0035][0036][0037][0038][0039]
其中，i为单元区域的索引；j为静态服务商的索引；k,k’,k*为动态服务车候选位置的索引；t为作业阶段的索引；n为服务单元的数量；m为静态服务商的数量；l为动态服务车的数量；n1为动态服务车的服务能力，即每个动态服务车在每个阶段最多可以服务的故障需求数量；n2为静态服务商服务车的服务能力，即静态服务商的每辆服务车在每个阶段最多可以服务的故障需求数量；c1为静态服务商单位距离的服务里程成本；c2为动态服务车单位距离的转移成本；c3为每辆动态服务车在每阶段的使用成本；为静态服务商jj与单元区域i的行驶距离；d2
kk'
表示动态服务车侯选位置k与动态服务车侯选位置k’的行驶距离；表示在服务阶段t，单元区域i的故障维护需求；x
ji
表示静态服务商的单元区域划分结果，即当单元区域i被第j个静态服务商服务时，值为1，否则值为0；表示第j个静态服务商在阶段t对单元区域i服务的需求数量；表示在服务阶段t后，由动态服务车侯选位置k到侯选位置k’转移的动态服务车的数量；表示在服务阶段t后，由动态服务车侯选位置k*到侯选位置k转移的动态服务车的数量；表示服务阶段t，在动态服务车侯选位置k分配的动态服务车数量；d
max
表示静态服务商的最大服务距离；
[0040]
步骤5：采用遗传算法求解维护服务网络使用的应急服务车数量、各阶段应急服务车的位置以及每辆应急服务车的转移路径；
[0041]
1)根据静态服务商数量、作业阶段数量和应急服务车数量生成编码；
[0042]
2)设置算法的初始参数：种群数chrom，最大迭代次数iter，交叉概率pc，变异概率pv；
[0043]
3)随机生成初始可行解；
[0044]
4)计算初始解的适应度函数；
[0045]
5)根据当前解集基于选择操作、交叉操作和变异操作生成新解，并计算适应度函数；
[0046]
6)判断种群迭代次数是否满足预定的终止条件，若满足则得到最优解，若不满足
则返回上一步；
[0047]
步骤6：根据遗传算法编码得出静态服务下的应急服务车动态调度结果，提高维护服务网络规划效率，降低维护服务成本。
[0048]
有益效果：
[0049]
1、面向农机装备集群，本发明公开的一种静态服务下的应急服务车动态调度方法，以最小化服务成本为优化目标，构建应急服务车动态调度模型，实现在农忙时节跨区作业过程中有效决策应急服务车等动态服务设施，能够合理分配应急服务车，保障故障农机及时被维护，提高农机装备农机作业可靠性，能够合理配置动态服务车数量，应对农忙时节的农机故障维护需求，能够有效提高维护服务效率，降低维护服务成本。
附图说明
[0050]
图1是本发明公开的一种静态服务下的应急服务车动态调度方法的流程示意图；
[0051]
图2是本实例中河南省121个单元区域分布；
[0052]
图3是本实施例中河南省各单元区域在个作业阶段的维修需求；
[0053]
图4是本实施例中河南省12个静态服务商的位置和分布；
[0054]
图5是本实施例中应急服务车各作业阶段位置
[0055]
其中图(a)为第一阶段位置、图(b)为第二阶段位置、图(c)为第三阶段位置、图(d)为第四阶段位置、图(e)为第五阶段位置、图(f)为第六阶段位置。
具体实施方式
[0056]
下面将结合附图和实施例对本发明加以详细说明。同时也叙述了本发明技术方案解决的技术问题及有益效果，需要指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。
[0057]
本实施例以河南省为例进行说明。河南省是我国的小麦种植大省，在农忙时节，随着河南省的农作物由南向北逐渐成熟，农机装备也会随着农作物的成熟时间逐渐向北方移动，这就造成在不同单元区域的农机故障维护需求会随着作业时间和作业区域的不同而不同。本实施例公开一种静态服务下的应急服务车动态调度方法，对河南省的农机服务车进行动态调度，包括以下步骤：
[0058]
步骤1：确定运维服务网络区域的初始参数，所述参数包括运维服务网络单元区域的数量、单元区域之间的运行距离、运维服务网络作业阶段数量和单元区域在每个作业阶段的故障数量；
[0059]
1)以“县”为单位，将整个服务区域划分为121个区域，记为集合i，i＝{1，2，
…
，i，
…
，121}，如图2所示；
[0060]
2)测量各个单元区域之间的行驶距离，构建服务距离矩阵d＝
[0061][0062]
3)根据区域内农作物成熟趋势和农机装备移动趋势，本发明按照农作物的成熟时间将整个河南省的农忙时节(5月16日～6月14日)划分为6个阶段，构建矩阵t，t∈t,t＝1,2,3...,6，其中，t为作业阶段索引；
[0063]
4)确定单元区域在每个作业阶段的故障数量，每个单元区域的农作物收割与播种时间可能持续一个阶段或者两个阶段，各个单元区域的故障农机维护需求依据国内农机企业的服务信息系统，如表1和图3所示；
[0064]
表1各个单元区域各个阶段的故障农机需求
[0065]
[0066][0067]
步骤2：确定运维服务网络静态服务商的参数，所述参数包括静态服务商的数量和位置、每个静态商配备的服务车数量、每辆服务车在每个作业阶段的最大服务数量和服务车的单位服务里程成本；
[0068]
1)明确静态服务商的数量为12，并确定静态服务商所在的单元区域，分别在单元区域11、17、43、49、33、66、70、74、86、96、107和111等；
[0069]
2)确定每个静态商配备的服务车数量，构建矩阵s，s1,s2,...,sm∈s；
[0070]
3)设置每辆服务车在每个作业阶段的最大服务数量n2＝40和服务车的单位服务里程成本c1＝3元；
[0071]
步骤3：确定运维服务网络提供的应急服务车数量、应急服务车每个作业阶段的使用成本和应急服务车的单位转移成本；
[0072]
1)明确运维服务网络提供的应急服务车数量l＝5；
[0073]
2)设置应急服务车每个作业阶段的使用成本c3＝500元和应急服务车的单位转移成本c2＝5元；
[0074]
步骤4：根据获取的运维服务网络关键参数，以最小化服务成本为优化目标，构建静态服务下的应急服务车动态调度模型。
[0075]
目标函数为：
[0076][0077]
约束条件为：
[0078][0079][0080][0081][0082][0083][0084][0085][0086][0087][0088][0089][0090][0091]
[0092][0093]
其中，i为单元区域的索引；j为静态服务商的索引；k,k’,k*为动态服务车候选位置的索引；t为作业阶段的索引；n为服务单元的数量；m为静态服务商的数量；l为动态服务车的数量；n1为动态服务车的服务能力，即每个动态服务车在每个阶段最多可以服务的故障需求数量；n2为静态服务商服务车的服务能力，即静态服务商的每辆服务车在每个阶段最多可以服务的故障需求数量；c1为静态服务商单位距离的服务里程成本；c2为动态服务车单位距离的转移成本；c3为每辆动态服务车在每阶段的使用成本；为静态服务商jj与单元区域i的行驶距离；d2
kk'
表示动态服务车侯选位置k与动态服务车侯选位置k’的行驶距离；表示在服务阶段t，单元区域i的故障维护需求；x
ji
表示静态服务商的单元区域划分结果，即当单元区域i被第j个静态服务商服务时，值为1，否则值为0；表示第j个静态服务商在阶段t对单元区域i服务的需求数量；表示在服务阶段t后，由动态服务车侯选位置k到侯选位置k’转移的动态服务车的数量；表示在服务阶段t后，由动态服务车侯选位置k*到侯选位置k转移的动态服务车的数量；表示服务阶段t，在动态服务车侯选位置k分配的动态服务车数量；d
max
表示静态服务商的最大服务距离；
[0094]
步骤5：采用遗传算法求解维护服务网络使用的应急服务车数量、各阶段应急服务车的位置以及每辆应急服务车的转移路径。
[0095]
1)根据静态服务商数量、作业阶段数量和应急服务车数量生成编码；编码分为两部分，第一部分表示单元区域的分配，第二部分表述应急服务车的分配。假定维护服务网络包括20个单元区域，由4个静态服务商提供维修服务，静态服务商分别位于4，10，13，16；农忙时节共分为3个阶段，农机制造商派遣4辆应急服务车。遗传算法第一部分的编码为
[0096][0097]
遗传算法第二部分的编码为
[0098][0099]
因此，位于单元区域4的静态服务商服务于1、2、3、4等4个单元区域；位于单元区域10的静态服务商服务于5、6、7、8、9、10、11等7个单元区域；位于单元区域13的静态服务上服务于12、13、14、15等4个单元区域；位于单元区域16的静态服务商服务于16、17、18、19、20等5个单元区域。应急服务车第一阶段位于1、3、5、2等4个单元区域，第二阶段位于6、7、9、12等4个单元区域，第三阶段位于16、18、19、20等4个单元区域；
[0100]
2)设置算法的初始参数：种群数chrom＝100，最大迭代次数iter＝1000，交叉概率pc＝0.85，变异概率pv＝0.15；；
[0101]
3)随机生成初始可行解；
[0102]
4)计算初始解的适应度函数；
[0103]
5)根据当前解集基于选择操作、交叉操作和变异操作生成新解，并计算适应度函数；
[0104]
6)判断种群迭代次数是否满足预定的终止条件，若满足则得到最优解，若不满足则返回上一步；
[0105]
步骤6：根据遗传算法编码得出静态服务下的应急服务车动态调度结果，提高维护服务网络规划效率，降低维护服务成本。
[0106]
以上所述的具体描述，对发明的目的、技术方案和有益效果进行进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种静态服务下的应急服务车动态调度方法，其特征在于：包括如下步骤，步骤1：确定运维服务网络区域的初始参数，所述参数包括运维服务网络单元区域的数量、单元区域之间的运行距离、运维服务网络作业阶段数量和单元区域在每个作业阶段的故障数量；步骤2：确定运维服务网络静态服务商的参数，所述参数包括静态服务商的数量和位置、每个静态商配备的服务车数量、每辆服务车在每个作业阶段的最大服务数量和服务车的单位服务里程成本；步骤3：确定运维服务网络提供的应急服务车的参数，所示参数包括应急服务车数量、应急服务车每个作业阶段的使用成本和应急服务车的单位转移成本；步骤4：根据获取的运维服务网络关键参数，以最小化服务成本为优化目标，构建静态服务下的应急服务车动态调度模型；步骤5：采用遗传算法求解维护服务网络使用的应急服务车数量、各阶段应急服务车的位置以及每辆应急服务车的转移路径；步骤6：根据遗传算法编码得出静态服务下的应急服务车动态调度结果，提高维护服务网络规划效率，降低维护服务成本。2.如权利要求1所述的一种静态服务下的应急服务车动态调度方法，其特征在于：步骤1的实现方法为，1)将整个服务区域划分为n个区域，记为集合i，i＝{1，2，
…
，i，
…
，n}；2)测量各个单元区域的服务里程，构建服务距离矩阵；3)根据区域内农作物成熟趋势和农机装备移动趋势，确定运维服务网络作业阶段数量，构建矩阵t，t∈t,t＝1,2,3...,t
max
，其中，t为作业阶段索引，t
max
为作业阶段数量。3.如权利要求2所述的一种静态服务下的应急服务车动态调度方法，其特征在于：步骤2的实现方法为，1)明确静态服务商的数量为m，并确定静态服务商所在的单元区域，建立矩阵j，2)确定每个静态商配备的服务车数量，构建矩阵s，s1,s2,...,s
m
∈s；3)设置每辆服务车在每个作业阶段的最大服务数量n2和服务车的单位服务里程成本c1。4.如权利要求3所述的一种静态服务下的应急服务车动态调度方法，其特征在于：步骤3的实现方法为，1)明确运维服务网络提供的应急服务车数量l；2)设置应急服务车每个作业阶段的使用成本c3和应急服务车的单位转移成本c2。5.如权利要求4所述的一种静态服务下的应急服务车动态调度方法，其特征在于：步骤4的实现方法为，目标函数为：约束条件为：
且t＜t
maxmaxmaxmaxmax
其中，i为单元区域的索引；j为静态服务商的索引；k,k’,k*为动态服务车候选位置的索引；t为作业阶段的索引；n为服务单元的数量；m为静态服务商的数量；l为动态服务车的数量；n1为动态服务车的服务能力，即每个动态服务车在每个阶段最多可以服务的故障需求数量；n2为静态服务商服务车的服务能力，即静态服务商的每辆服务车在每个阶段最多可以服务的故障需求数量；c1为静态服务商单位距离的服务里程成本；c2为动态服务车单位距离的转移成本；c3为每辆动态服务车在每阶段的使用成本；为静态服务商j
j
与单元区域i的行驶距离；d2
kk'
表示动态服务车侯选位置k与动态服务车侯选位置k’的行驶距离；表示在服务阶段t，单元区域i的故障维护需求；x
ji
表示静态服务商的单元区域划分结果，即当单元区域i被第j个静态服务商服务时，值为1，否则值为0；表示第j个静态服务商在阶段t对单元区域i服务的需求数量；表示在服务阶段t后，由动态服务车侯选位置k到侯选位置k’转移的动态服务车的数量；表示在服务阶段t后，由动态服务车侯选位置
k*到侯选位置k转移的动态服务车的数量；表示服务阶段t，在动态服务车侯选位置k分配的动态服务车数量；d
max
表示静态服务商的最大服务距离。6.如权利要求5所述的一种静态服务下的应急服务车动态调度方法，其特征在于：步骤5的实现方法为，1)根据静态服务商数量、作业阶段数量和应急服务车数量生成编码；2)设置算法的初始参数：种群数chrom，最大迭代次数iter，交叉概率p
c
，变异概率p
v
；3)随机生成初始可行解；4)计算初始解的适应度函数；5)根据当前解集基于选择操作、交叉操作和变异操作生成新解，并计算适应度函数；6)判断种群迭代次数是否满足预定的终止条件，若满足则得到最优解，若不满足则返回上一步。

技术总结
一种静态服务下的应急服务车动态调度方法，属于农机运维服务领域。在农忙时节，农机装备集群动态跨区进行作业任务，导致维修服务需求激增，针对现有技术不能动态管理静态服务站和应急服务车，难以适应动态维护需求的问题。本方法通过确定运维服务网络区域的初始参数、静态服务商参数及应急服务车的关键参数，以最小化服务成本为优化目标，构建静态服务下的应急服务车动态调度模型；采用遗传算法，求解维护服务网络使用的应急服务车数量、各阶段应急服务车的位置以及每辆应急服务车的转移路径，提高维护服务网络规划效率。本发明适用于农机运维领域，能够合理配置动态服务车数量，降低维护服务成本。维护服务成本。维护服务成本。


技术研发人员：李金良 胡耀光 任维波
受保护的技术使用者：北京理工大学
技术研发日：2023.05.26
技术公布日：2023/8/23