王維哲　趙偉

摘 要： 當(dāng)前的應(yīng)急調(diào)度系統(tǒng)在進行物資調(diào)度的過程中，遇到需求點分散、路況通行不暢、時間緊急等問題，調(diào)度智能性很低，無法滿足應(yīng)急需要。在此設(shè)計并實現(xiàn)一種引入神經(jīng)網(wǎng)絡(luò)算法的應(yīng)急調(diào)度系統(tǒng)，根據(jù)需要應(yīng)急調(diào)度的地區(qū)、交通狀況、需求緊張程度等參數(shù)構(gòu)造神經(jīng)網(wǎng)絡(luò)模型，以調(diào)度算法的最短路徑為網(wǎng)絡(luò)輸出，以微控制器為軟件算法信息處理核心，建立硬件模塊。以某物流公司的應(yīng)急調(diào)度系統(tǒng)為測試對象，結(jié)果表明，新系統(tǒng)在引入神經(jīng)網(wǎng)絡(luò)算法后，能夠塑造可靠性較高的應(yīng)急調(diào)度模型，具有很強的實用性。

關(guān)鍵詞： 優(yōu)化神經(jīng)網(wǎng)絡(luò)； 應(yīng)急調(diào)度； 遺傳優(yōu)化； 信息處理

中圖分類號： TN915?34； TU22 文獻標識碼： A 文章編號： 1004?373X（2016）04?0041?03

Abstract： Since the current emergency dispatch system in the process of the material scheduling has very low scheduling intellectuality and can not meet emergency demands when it faces with the cases of demand point dispersion， poor road traffic and time urgency， an emergency dispatch system with neural network algorithm was designed and realized. The neural network model was built according to the parameters of emergency dispatch area， traffic condition and demand tension degree. The hardware module is established by taking the shortest path of the scheduling algorithm as network output and the micro controller as the information processing core of software algorithm. The emergency dispatch system in a logistics company is taken as test object. The test results show that the new system can shape the emergency scheduling model with high reliability after introducing neural network algorithm， and has very strong practicability.

Keywords： optimization of neural network； emergency scheduling； genetic optimization； information processing

0 引 言

隨著地球逐漸變暖，自然環(huán)境越來越惡劣，導(dǎo)致全世界的自然災(zāi)害發(fā)生頻率越來越高，使得物資應(yīng)急調(diào)度系統(tǒng)的智能化要求越來越高，相關(guān)系統(tǒng)的研制也得到了越來越廣泛的重視[1?3]。在對受災(zāi)地區(qū)進行救助的過程中，糧食等救援物資的應(yīng)急調(diào)度直接影響了災(zāi)區(qū)人民的生命安全，而應(yīng)急調(diào)度的主要問題是路徑規(guī)劃[4?7]。因為在實際進行應(yīng)急調(diào)度的過程中，存在需求點分散、路況通行不暢、時間緊急等問題，造成無法滿足應(yīng)急需要[8?10]，在這種背景下，本文提出引入神經(jīng)網(wǎng)絡(luò)的應(yīng)急調(diào)度系統(tǒng)設(shè)計方案，依據(jù)調(diào)度的地點、交通情況、需求緊張程序等參數(shù)構(gòu)成神經(jīng)網(wǎng)絡(luò)模型，以調(diào)度算法的最短途徑為網(wǎng)絡(luò)傳輸，神經(jīng)網(wǎng)絡(luò)的權(quán)值系數(shù)與閾值經(jīng)過遺傳算法實行優(yōu)化更新，以免神經(jīng)網(wǎng)絡(luò)陷入部分最小，以微控制器為重點構(gòu)建硬件模塊。真實的系統(tǒng)檢測證明，所提供的系統(tǒng)設(shè)計算法能夠塑造可靠性較高的應(yīng)急調(diào)度模型，具有很強的實用性。

1 系統(tǒng)總體設(shè)計

當(dāng)發(fā)生自然災(zāi)害時，需要大量應(yīng)急物資救助傷員、安置災(zāi)民，如何充分利用有限的運輸工具向受災(zāi)地區(qū)運輸大量賑災(zāi)物品，最大限度地緩解災(zāi)情，是本文研究的重點問題。

本文提出的系統(tǒng)設(shè)計方法采用多層次結(jié)構(gòu)。將需求點、路況、時間等因素加入神經(jīng)網(wǎng)絡(luò)模型中，同時通過遺傳算法對權(quán)重閾值進行動態(tài)調(diào)整，把優(yōu)化后的算法引入系統(tǒng)設(shè)計中，實現(xiàn)物資應(yīng)急系統(tǒng)的有效調(diào)度，系統(tǒng)設(shè)計框圖如圖1所示。

2 系統(tǒng)的硬件設(shè)計

應(yīng)急物資調(diào)度系統(tǒng)的硬件設(shè)計采用微控制器為關(guān)鍵的調(diào)度系統(tǒng)，其是多個功能模塊聯(lián)合工作的一種嵌入式系統(tǒng)，是所有模塊功能的集成和整合。主要包括微控制器、GPS模塊和GSM 模塊等。系統(tǒng)通過GPS OEM模塊的精確定位功能，單片機控制GSM數(shù)據(jù)接口實現(xiàn)應(yīng)急調(diào)度。具體硬件結(jié)構(gòu)如圖2所示。

PIC（Peripheral Interface Controller）單片機是主要負責(zé)開發(fā)控制外圍設(shè)備。其通過簡化指令集（RISC）結(jié)構(gòu)以及片內(nèi)數(shù)據(jù)線同步實現(xiàn)讀取指令與讀取數(shù)據(jù)，同時因為通常情況下，指令線比數(shù)據(jù)線寬，所以其指令與同類集中指令集相比，擁有更多的處理信息，大大增強了執(zhí)行效率。系統(tǒng)選擇PIC18F452 型單片機，其是非總線式單片機。片內(nèi)集成相對較大容量的程序存儲器（32 KB）、數(shù)據(jù)存儲器（1.5 KB）和E2PROM 存儲器（256 B），外圍設(shè)備接口充分。PIC18F452型單片機只需較少芯片即可完成較強的功能，大大簡化了硬件結(jié)構(gòu)，使得系統(tǒng)的整體規(guī)模減小。并且，因為不使用外部總線，系統(tǒng)的可靠性大大增強。

GPS全球定位系統(tǒng)被廣泛應(yīng)用于各種領(lǐng)域。系統(tǒng)采用GPS15L OEM 板。GPS15L OEM 板經(jīng)RS 232串行口輸出，利用MAX232完成電平轉(zhuǎn)換后與單片機的串行口連接，實時提供物資運輸車輛運行過程中的位置、速度以及方向等信息。

系統(tǒng)中GPS OEM模塊、DMR終端與GSM模塊均利用RS 232串行方式通信，而PIC18F452型單片機僅存在一個UART串行端口，如果采用外擴UART串行口形式，不僅能夠增加系統(tǒng)的體積與成本，還會令I(lǐng)/O資源不足，使得系統(tǒng)的穩(wěn)定性、抗干擾性大大降低。采用單刀雙擲模擬開關(guān)切換GPS OEM模塊及DMR終端數(shù)據(jù)和單片機UART的連接，實現(xiàn)系統(tǒng)的功能要求。

液晶顯示器選擇帶中文模塊的C型液晶圖文顯示器OCM4X8C，其主要負責(zé)實時顯示運輸車輛位置、GPS數(shù)據(jù)、DMR終端數(shù)據(jù)、信號強弱、時間信息以及接收發(fā)送短信內(nèi)容等信息。

綜上所述，系統(tǒng)硬件結(jié)構(gòu)的功能可描述如下：

（1） 獲取GPS 定位衛(wèi)星發(fā)射的星載信號，對運輸車輛所在經(jīng)緯度和其他相關(guān)信息進行采集，對獲取的信息進行處理以及二次格式定義封裝。發(fā)送到上位機，同時顯示在上位機系統(tǒng)的電子地圖中，對運輸車輛進行有效地調(diào)度。

（2） 獲取上位機的指令信息以及調(diào)度命令，分析處理上述指令信息，實現(xiàn)與之對應(yīng)的功能操作與信息反饋。

3 系統(tǒng)的軟件設(shè)計

軟件系統(tǒng)開發(fā)是面向災(zāi)害應(yīng)急救助過程的物資調(diào)度系統(tǒng)的二次開發(fā)，依據(jù)ERSI公司的GIS組件 ArcObject，通過Visual C++完成應(yīng)用開發(fā)。系統(tǒng)的軟件設(shè)計里包括的系統(tǒng)模塊有：用戶界面、通信模塊、信號的處理、事物處理和輸出等。

在系統(tǒng)的軟件控制中，對物資的調(diào)度主要通過物資應(yīng)急調(diào)度決策過程實現(xiàn)，物資應(yīng)急調(diào)度決策過程可以在綜合考慮調(diào)度地區(qū)、交通狀況、需求緊張程度等因素的前提下，選擇最短運輸路徑，高效完成車輛調(diào)度，物資應(yīng)急調(diào)度決策過程如圖4所示。

4 神經(jīng)網(wǎng)絡(luò)算法的引入

系統(tǒng)使用經(jīng)過優(yōu)化的神經(jīng)網(wǎng)絡(luò)對物資調(diào)度構(gòu)造模型，神經(jīng)網(wǎng)絡(luò)為一個模擬人體大腦工作的現(xiàn)代智能推斷技術(shù)，神經(jīng)網(wǎng)絡(luò)推斷里最成熟的是BP神經(jīng)網(wǎng)絡(luò)，強大的非線性分析水平適合于應(yīng)急調(diào)度。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本可描述成：[XK，YK]。其中：[K=1，2，…，m]；[XK]為輸入樣本；[XTK=x1K，x2K，…，xnK]，[n]表示樣本中的維度量。輸入樣本可描述成調(diào)度地區(qū)、交通狀況、需求緊張程度等數(shù)據(jù)。

5 實驗結(jié)果分析

為了驗證本文系統(tǒng)的有效性，需要進行相關(guān)的實驗分析。仿真的軟件環(huán)境為Matlab 7.0，硬件環(huán)境為：Intel CPU 3.0 GHz。假設(shè)A處發(fā)生自然災(zāi)害，需要X1，X2，X3，X4，X5五種物資的數(shù)量分別為1 800，260，60，4 000，1 500，其消耗速度分別是360，25，7，460和220。A1，A2，…，A6是與A相鄰的6個物資儲備倉庫。其到A所需的最短時間分別是26，20，22，28，38，43。每個出救點擁有的每種物資數(shù)量如表1所示。

表1 各個出救點擁有物資數(shù)量

分別采用引入神經(jīng)網(wǎng)絡(luò)前后的系統(tǒng)對出救方案進行制定，獲取的結(jié)果如下：采用引入設(shè)計網(wǎng)絡(luò)后的系統(tǒng)確定的出救點為A3和A1；采用傳統(tǒng)的系統(tǒng)確定的出救點為A1和A5。分析表1可以看出，采用本文設(shè)計的系統(tǒng)能夠滿足A處的物資需求，而傳統(tǒng)系統(tǒng)未達到該要求，同時，采用本文系統(tǒng)所耗費的時間也低于傳統(tǒng)系統(tǒng)，說明本文設(shè)計的系統(tǒng)優(yōu)于傳統(tǒng)系統(tǒng)，驗證了本文系統(tǒng)的實用性及可靠性。

6 結(jié) 語

本文提出基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的應(yīng)急調(diào)度系統(tǒng)，依據(jù)調(diào)度的場地、交通情況、需求緊張程度等參數(shù)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，以調(diào)度算法的最短途徑為網(wǎng)絡(luò)傳輸，神經(jīng)網(wǎng)絡(luò)的權(quán)值系數(shù)與閾值經(jīng)過遺傳算法實行優(yōu)化更新，以免神經(jīng)網(wǎng)絡(luò)陷入部分最小，以微控制器為重點構(gòu)建硬件模塊。真實的系統(tǒng)檢測證明，所提算法能夠塑造可靠性較高的應(yīng)急調(diào)度模型，具有很強的實用性。

參考文獻

[1] 靳肖閃，張國富，李軍，等.基于GIS的應(yīng)急調(diào)度關(guān)鍵技術(shù)研究與實現(xiàn)[J].計算機工程，2004（20）：180?182.

[2] 張利，張立勇，張曉淼，等.基于改進BP網(wǎng)絡(luò)的中文歧義字段分詞方法研究[J].大連理工大學(xué)學(xué)報，2007，47（1）：131?135.

[3] 周永權(quán).多項式函數(shù)型回歸神經(jīng)網(wǎng)絡(luò)模型及應(yīng)用[J].計算機學(xué)報，2003，26（9）：1196?1200.

[4] 劉春林，施建軍，李春雨.模糊應(yīng)急系統(tǒng)組合優(yōu)化方案選擇問題的研究[J].管理工程學(xué)，2002，12（6）：25?28.

[5] 李周清，馬祖軍.區(qū)域救援物資中轉(zhuǎn)調(diào)度的多目標優(yōu)化問題研究[J].計算機工程與應(yīng)用，2010，46（12）：28?31.

[6] 高本河，伍慧飛.多資源調(diào)度中應(yīng)急物流出救點最少問題的優(yōu)化[J].物流技術(shù)，2009，28（1）：68?69.

[7] 李少愉，許娜飛，裘鳳英，等.多出救點、單需求點應(yīng)急物資車輛路徑：分配優(yōu)化決策模型[J].物流技術(shù)，2010，29（4）：82?84.

[8] 陳明華，李迎秋，羅耀琪.應(yīng)急物流車輛調(diào)配問題的研究[J].計算機工程與應(yīng)用，2009，45（24）：194?197.

[9] 徐志宇，彭嘉臻，許維勝.應(yīng)急物流的分批配送規(guī)劃及蟻群優(yōu)化求解[J].計算機工程與應(yīng)用，2011，47（24）：1?3.

[10] 張國富，蔣建國，夏娜，等.基于離散粒子群算法求解復(fù)雜聯(lián)盟生成問題[J].電子學(xué)報，2007，35（2）：323?327.