引入神经网络的应急调度系统设计

王维哲　赵伟

摘 要： 当前的应急调度系统在进行物资调度的过程中，遇到需求点分散、路况通行不畅、时间紧急等问题，调度智能性很低，无法满足应急需要。在此设计并实现一种引入神经网络算法的应急调度系统，根据需要应急调度的地区、交通状况、需求紧张程度等参数构造神经网络模型，以调度算法的最短路径为网络输出，以微控制器为软件算法信息处理核心，建立硬件模块。以某物流公司的应急调度系统为测试对象，结果表明，新系统在引入神经网络算法后，能够塑造可靠性较高的应急调度模型，具有很强的实用性。

关键词： 优化神经网络； 应急调度； 遗传优化； 信息处理

中图分类号： TN915?34； TU22 文献标识码： A 文章编号： 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

随着地球逐渐变暖，自然环境越来越恶劣，导致全世界的自然灾害发生频率越来越高，使得物资应急调度系统的智能化要求越来越高，相关系统的研制也得到了越来越广泛的重视[1?3]。在对受灾地区进行救助的过程中，粮食等救援物资的应急调度直接影响了灾区人民的生命安全，而应急调度的主要问题是路径规划[4?7]。因为在实际进行应急调度的过程中，存在需求点分散、路况通行不畅、时间紧急等问题，造成无法满足应急需要[8?10]，在这种背景下，本文提出引入神经网络的应急调度系统设计方案，依据调度的地点、交通情况、需求紧张程序等参数构成神经网络模型，以调度算法的最短途径为网络传输，神经网络的权值系数与阈值经过遗传算法实行优化更新，以免神经网络陷入部分最小，以微控制器为重点构建硬件模块。真实的系统检测证明，所提供的系统设计算法能够塑造可靠性较高的应急调度模型，具有很强的实用性。

1 系统总体设计

当发生自然灾害时，需要大量应急物资救助伤员、安置灾民，如何充分利用有限的运输工具向受灾地区运输大量赈灾物品，最大限度地缓解灾情，是本文研究的重点问题。

本文提出的系统设计方法采用多层次结构。将需求点、路况、时间等因素加入神经网络模型中，同时通过遗传算法对权重阈值进行动态调整，把优化后的算法引入系统设计中，实现物资应急系统的有效调度，系统设计框图如图1所示。

2 系统的硬件设计

应急物资调度系统的硬件设计采用微控制器为关键的调度系统，其是多个功能模块联合工作的一种嵌入式系统，是所有模块功能的集成和整合。主要包括微控制器、GPS模块和GSM 模块等。系统通过GPS OEM模块的精确定位功能，单片机控制GSM数据接口实现应急调度。具体硬件结构如图2所示。

PIC（Peripheral Interface Controller）单片机是主要负责开发控制外围设备。其通过简化指令集（RISC）结构以及片内数据线同步实现读取指令与读取数据，同时因为通常情况下，指令线比数据线宽，所以其指令与同类集中指令集相比，拥有更多的处理信息，大大增强了执行效率。系统选择PIC18F452 型单片机，其是非总线式单片机。片内集成相对较大容量的程序存储器（32 KB）、数据存储器（1.5 KB）和E2PROM 存储器（256 B），外围设备接口充分。PIC18F452型单片机只需较少芯片即可完成较强的功能，大大简化了硬件结构，使得系统的整体规模减小。并且，因为不使用外部总线，系统的可靠性大大增强。

GPS全球定位系统被广泛应用于各种领域。系统采用GPS15L OEM 板。GPS15L OEM 板经RS 232串行口输出，利用MAX232完成电平转换后与单片机的串行口连接，实时提供物资运输车辆运行过程中的位置、速度以及方向等信息。

系统中GPS OEM模块、DMR终端与GSM模块均利用RS 232串行方式通信，而PIC18F452型单片机仅存在一个UART串行端口，如果采用外扩UART串行口形式，不仅能够增加系统的体积与成本，还会令I/O资源不足，使得系统的稳定性、抗干扰性大大降低。采用单刀双掷模拟开关切换GPS OEM模块及DMR终端数据和单片机UART的连接，实现系统的功能要求。

液晶显示器选择带中文模块的C型液晶图文显示器OCM4X8C，其主要负责实时显示运输车辆位置、GPS数据、DMR终端数据、信号强弱、时间信息以及接收发送短信内容等信息。

综上所述，系统硬件结构的功能可描述如下：

（1） 获取GPS 定位卫星发射的星载信号，对运输车辆所在经纬度和其他相关信息进行采集，对获取的信息进行处理以及二次格式定义封装。发送到上位机，同时显示在上位机系统的电子地图中，对运输车辆进行有效地调度。

（2） 获取上位机的指令信息以及调度命令，分析处理上述指令信息，实现与之对应的功能操作与信息反馈。

3 系统的软件设计

软件系统开发是面向灾害应急救助过程的物资调度系统的二次开发，依据ERSI公司的GIS组件 ArcObject，通过Visual C++完成应用开发。系统的软件设计里包括的系统模块有：用户界面、通信模块、信号的处理、事物处理和输出等。

在系统的软件控制中，对物资的调度主要通过物资应急调度决策过程实现，物资应急调度决策过程可以在综合考虑调度地区、交通状况、需求紧张程度等因素的前提下，选择最短运输路径，高效完成车辆调度，物资应急调度决策过程如图4所示。

4 神经网络算法的引入

系统使用经过优化的神经网络对物资调度构造模型，神经网络为一个模拟人体大脑工作的现代智能推断技术，神经网络推断里最成熟的是BP神经网络，强大的非线性分析水平适合于应急调度。神经网络的训练样本可描述成：[XK，YK]。其中：[K=1，2，…，m]；[XK]为输入样本；[XTK=x1K，x2K，…，xnK]，[n]表示样本中的维度量。输入样本可描述成调度地区、交通状况、需求紧张程度等数据。

5 实验结果分析

为了验证本文系统的有效性，需要进行相关的实验分析。仿真的软件环境为Matlab 7.0，硬件环境为：Intel CPU 3.0 GHz。假设A处发生自然灾害，需要X1，X2，X3，X4，X5五种物资的数量分别为1 800，260，60，4 000，1 500，其消耗速度分别是360，25，7，460和220。A1，A2，…，A6是与A相邻的6个物资储备仓库。其到A所需的最短时间分别是26，20，22，28，38，43。每个出救点拥有的每种物资数量如表1所示。

表1 各个出救点拥有物资数量

分别采用引入神经网络前后的系统对出救方案进行制定，获取的结果如下：采用引入设计网络后的系统确定的出救点为A3和A1；采用传统的系统确定的出救点为A1和A5。分析表1可以看出，采用本文设计的系统能够满足A处的物资需求，而传统系统未达到该要求，同时，采用本文系统所耗费的时间也低于传统系统，说明本文设计的系统优于传统系统，验证了本文系统的实用性及可靠性。

6 结 语

本文提出基于优化神经网络的应急调度系统，依据调度的场地、交通情况、需求紧张程度等参数构建神经网络模型，以调度算法的最短途径为网络传输，神经网络的权值系数与阈值经过遗传算法实行优化更新，以免神经网络陷入部分最小，以微控制器为重点构建硬件模块。真实的系统检测证明，所提算法能够塑造可靠性较高的应急调度模型，具有很强的实用性。

参考文献

[1] 靳肖闪，张国富，李军，等.基于GIS的应急调度关键技术研究与实现[J].计算机工程，2004（20）：180?182.

[2] 张利，张立勇，张晓淼，等.基于改进BP网络的中文歧义字段分词方法研究[J].大连理工大学学报，2007，47（1）：131?135.

[3] 周永权.多项式函数型回归神经网络模型及应用[J].计算机学报，2003，26（9）：1196?1200.

[4] 刘春林，施建军，李春雨.模糊应急系统组合优化方案选择问题的研究[J].管理工程学，2002，12（6）：25?28.

[5] 李周清，马祖军.区域救援物资中转调度的多目标优化问题研究[J].计算机工程与应用，2010，46（12）：28?31.

[6] 高本河，伍慧飞.多资源调度中应急物流出救点最少问题的优化[J].物流技术，2009，28（1）：68?69.

[7] 李少愉，许娜飞，裘凤英，等.多出救点、单需求点应急物资车辆路径：分配优化决策模型[J].物流技术，2010，29（4）：82?84.

[8] 陈明华，李迎秋，罗耀琪.应急物流车辆调配问题的研究[J].计算机工程与应用，2009，45（24）：194?197.

[9] 徐志宇，彭嘉臻，许维胜.应急物流的分批配送规划及蚁群优化求解[J].计算机工程与应用，2011，47（24）：1?3.

[10] 张国富，蒋建国，夏娜，等.基于离散粒子群算法求解复杂联盟生成问题[J].电子学报，2007，35（2）：323?327.