本發(fā)明涉及一種分配調(diào)度方法，特別是涉及一種物流系統(tǒng)的鐵路整車智能分配調(diào)度方法。
背景技術：
物流公司需要通過調(diào)度系統(tǒng)對出廠汽車的運輸方案進行合理的調(diào)度。出廠汽車會被分配到不同線路，并被送往不同目的地，與此同時物流公司的運輸成本需要盡可能的降低，時間上盡不要超時，以減少超時罰款。
由于人工調(diào)度錯誤率較大，沒有實行先進先出造成otd出現(xiàn)問題，沒有最好的利用運輸工具和倉庫。需要通過計算機自動計算車輛的調(diào)度信息，將物流成本降到最低，并提升運輸及時率。
現(xiàn)有技術為人工操作下的調(diào)度系統(tǒng)，通過人工的形式對出廠汽車進行物流調(diào)度，所有操作皆為手動，調(diào)度是耗時，有著出錯率高，效率低和考驗調(diào)度人員技術能力的缺點。
技術實現(xiàn)要素：
本發(fā)明所要解決的技術問題是提供一種物流系統(tǒng)的鐵路整車智能分配調(diào)度方法，其能夠決傳統(tǒng)人工調(diào)度系統(tǒng)的分配效率底下與出錯高的缺點，以及幫助用戶有效的減少人工成本，達到最高的效率。
本發(fā)明是通過下述技術方案來解決上述技術問題的：一種物流系統(tǒng)的鐵路整車智能分配調(diào)度方法，其包括以下步驟：
步驟一，開始；
步驟二，獲取車輛訂單信息；
步驟三，獲取車輛的始發(fā)點和目的地；
步驟四，對運單進行運輸分段；
步驟五，通過人工智能預測火車裝車情況，
步驟六，根據(jù)預測的情況選擇短駁車輛，進行調(diào)度；
步驟七，根據(jù)庫存車輛、和考核等指標，計算最大可裝車數(shù)；
步驟八，實際裝車與計算裝車比較；
步驟九，運輸完成。
優(yōu)選地，所述步驟五對運單進行運輸分段，通過歷史調(diào)度數(shù)據(jù)和歷史人工分段的經(jīng)驗，選擇若干分段方案，然后根據(jù)當前為運輸車輛數(shù)量及歷史運輸狀態(tài)選擇最佳分段。
優(yōu)選地，所述步驟六按運輸方式進行調(diào)度，讀取當前車輛數(shù)量，然后根據(jù)不同的運輸方式，自動計算調(diào)度的車輛。
本發(fā)明的積極進步效果在于：本發(fā)明與主機廠實時對接，實時監(jiān)管出廠車輛信息；根據(jù)出廠車輛信息，自動分配運輸物流；統(tǒng)計與查詢裝卸車歷史記錄；具有報警功能；調(diào)度數(shù)據(jù)實時上傳數(shù)據(jù)庫；實時監(jiān)控圖像。
本發(fā)明通過軟件算法的幫助不僅解決了傳統(tǒng)人工調(diào)度系統(tǒng)的分配效率底下與出錯高的缺點，同時能夠幫助用戶有效的減少人工成本，達到最高的效率。
附圖說明
圖1為本發(fā)明的流程示意圖。
具體實施方式
下面結(jié)合附圖給出本發(fā)明較佳實施例，以詳細說明本發(fā)明的技術方案。
如圖1所示，本發(fā)明物流系統(tǒng)的鐵路整車智能分配調(diào)度方法包括以下步驟：
步驟一，開始；
步驟二，獲取車輛訂單信息；
步驟三，獲取車輛的始發(fā)點和目的地；
步驟四，對運單進行運輸分段；
步驟五，通過人工智能預測火車裝車情況，
步驟六，根據(jù)預測的情況選擇短駁車輛，進行調(diào)度；
步驟七，根據(jù)庫存車輛、和考核等指標，計算最大可裝車數(shù)；
步驟八，實際裝車與計算裝車比較；
步驟九，運輸完成。
所述步驟四對運單進行運輸分段，通過歷史調(diào)度數(shù)據(jù)和歷史人工分段的經(jīng)驗，選擇若干分段方案，然后根據(jù)當前為運輸車輛數(shù)量及歷史運輸狀態(tài)選擇最佳分段。
所述步驟六按運輸方式進行調(diào)度，讀取當前車輛數(shù)量，然后根據(jù)不同的運輸方式，自動計算調(diào)度的車輛。
所述步驟七按運輸方式進行調(diào)度，讀取可運火車車皮和數(shù)量，和當前需要運輸車輛的情況，自動計算裝車的最佳方案。
本發(fā)明的工作原理如下：本發(fā)明是整車鐵路物流管理系統(tǒng)中調(diào)度模塊的一部份，采用php作為開發(fā)語言，mysql作為數(shù)據(jù)庫，根據(jù)歷史數(shù)據(jù)分析最佳調(diào)度車輛，根據(jù)庫存信息，調(diào)整調(diào)度數(shù)據(jù)，由人工修改調(diào)度車輛，使計算機學習調(diào)度規(guī)則。
本發(fā)明與主機廠實時對接，實時監(jiān)管出廠車輛信息；根據(jù)出廠車輛信息，自動分配運輸物流；統(tǒng)計與查詢裝卸車歷史記錄；具有報警功能；調(diào)度數(shù)據(jù)實時上傳數(shù)據(jù)庫；實時監(jiān)控圖像。
綜上所述，本發(fā)明通過軟件算法的幫助不僅解決了傳統(tǒng)人工調(diào)度系統(tǒng)的分配效率底下與出錯高的缺點，同時能夠幫助用戶有效的減少人工成本，達到最高的效率。
圖1為本發(fā)明的算法流程圖，結(jié)合物流系統(tǒng)，實施主要包括以下步驟：收集歷史的裝車數(shù)據(jù)，根據(jù)訂單日期、方向、車輛大小等相關數(shù)據(jù)，通過計算機神經(jīng)元網(wǎng)絡，預估每天火車裝車計劃表。人工可以通過手動調(diào)整，修改火車裝車計劃表。系統(tǒng)根據(jù)手工調(diào)整的信息表，再次作為參數(shù)，調(diào)整神經(jīng)網(wǎng)絡里不同參數(shù)的權重，達到更準確的預估火車裝車信息。通過物流tms系統(tǒng)獲取需要運輸?shù)挠唵涡畔ⅰ８鶕?jù)訂單的始發(fā)點和終到點和歷史分段數(shù)據(jù)，自動計算最優(yōu)分段方法。用戶手工錄入短駁運力（包括板車數(shù)量，短駁人數(shù)），根據(jù)裝車計劃表、庫存車輛，生成需要做短駁調(diào)度的車輛列表。用戶手工修改短駁調(diào)度的車輛，后確認調(diào)度信息。將調(diào)度信息，反饋給tms系統(tǒng)。車輛出庫后進行掃描。車輛進站后進行掃描。通過歷史出庫-進站數(shù)據(jù)，分析車輛在途用時，用于機器學習調(diào)度的數(shù)據(jù)。站臺人員手工錄入火車車皮數(shù)據(jù)，系統(tǒng)自動分配車輛裝入火車，并可手動調(diào)整。火車裝火車掃描。
以上所述的具體實施例，對本發(fā)明的解決的技術問題、技術方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本發(fā)明的具體實施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。