贺 琳
(阜阳师范学院 信息工程学院,安徽 阜阳 236041)
随着区域物流调度效率的不断提升,需要构建区域物流的优化调度模型,在现代物流技术和交通运输体系下,构建行区域物流的空间规划模型,根据区域物流系统空间演化分布,进行物流调度,提高物流的输出效率,在区域物流的空间规划调度过程中,需要根据区域物流的资源存储、交通运输网络以及物流的信息化管理水平,进行区域物流的空间规划模型设计,提高区域物流的输出吞吐能力[1],研究区域物流系统空间演化特征关联调度方法,在促进物流优化管理,优化区域物流系统空间规划的整体方案设计中具有重要意义[2]。本文提出了基于区域物流系统空间演化特征分析的物流关联调度方法,结合铁路运输、水路运输、公路运输等方式进行区域物流系统空间规划模型设计,采用区域物流系统空间演化特征分析的方法,进行区域物流的空间规划调度,最后进行仿真实验分析,展示了本文方法在提高区域物流系统空间演化特征关联调度能力方面的优越性能。
为了实现区域物流系统空间演化特征关联调度,需要结合区域物流系统空间分布结构,进行区域物流调度的关联信息挖掘,采用统计分析的方法,进行区域物流系统空间规划过程中的关联规则特征量提取[3],采用模糊集成调度的方法,建立区域物流系统空间演化分布结构模型,采用回归分析方法,得到区域物流系统空间演化模型表示为:
(1)
其中,M为演化分布特征,wj为j条物流线路的物流量。在铁路运输、水路运输和公路运输等分段运输机制下,通过模糊回归分析和统计检验,进行区域物流系统空间规划设计[4],建立区域物流系统空间规划的模糊控制函数为:
(2)
式中,区域物流系统空间规划和演化特征分量为Mh,在产生一组聚类属性特征Vi后,采用区域性调度的方法,进行区域物流系统空间演化特征关联调度,考虑关联规则约束下,进行区域物流系统空间规划模型设计,得到区域物流系统空间分布的统计数据信息更新规则如下:
(3)
其中
(4)
(5)
式中,λ为表示物流调度的邻域网格分割约束指标参量集,S为物流调度的路径分形模糊隶属度函数,ωw为区域物流系统空间演化自适应加权系数,Q表示t时刻区域物流系统空间演化过程的回归分析值,P(t)为相关逆矩阵,α为残差特征量。根据上述分析,构建了区域物流系统空间规划模型,采用模糊关联规则调度的方法,进行区域物流系统空间演化特征提取和关联调度[5]。
结合铁路运输、水路运输、公路运输等方式进行区域物流系统空间规划模型设计,建立区域物流空间关联调度的综合体系结构模型[6],得到区域物流系统空间规划的控制模糊矩阵满足:
(6)
提取区域物流系统空间规划演化特征的关联分布集,采用流程优化控制方法进行区域物流系统空间演化的关联指标评估,采用重极标差法(Rescaled Range Analysis)对物流供应链的空间演化特征关联性进行自适应评估[7],得到指标评估的模糊度数据链S={1,2,…,N},生成空间规划演化特征元数据γ=(rijN*N),采用关联规则的方法,进行大数据挖掘[8],得到企业物流管理绩效指标评估的统计特征量为:
(7)
如果其中△>0且rij>0,rij表示物流路径分形的时滞项:
(8)
结合配送路径和邻域网格分布最优模式选择方法,得到区域物流系统空间规划调度的空间规划模型描述为:
(9)
假设区域物流系统空间规划调度的动态约束参数模型描述为:xj={x1j,x2j,…xmj}T,在动态空间内,采用规范化正交基进行区域物流系统空间规划调度的自适应寻优,寻优函数gi(·),对所有的α,β∈R采用Levenberg-Marquardt方程构建区域物流系统空间规划及演化特征分布模型,根据边值周期解进行区域物流系统空间演化特征提取gk和关联调度,输入自适应参量为:
xk+1=xk-Agk
(10)
当F在B(x,u)处有正周期解,表示在区域物流系统空间演化特征的时滞解,设F(x)为区域物流系统空间规划量,v(x)为模糊调度的特征量,在归一化的线性子空间中,存在区域物流系统空间规划调度的概念集:
(11)
设F∶R→P(R)在实域上具有连续泛函,对区域物流系统空间演化特征量进行优化挖掘,采用网格空间规划方法,得到区域物流系统空间演化特征分布如图1所示。
根据图1所示的区域物流系统空间演化特征分布模型,采用网格分块方法,进行物流调度过程中的优化控制,提高调度的稳定性。
在上述建立区域物流空间关联调度的综合体系结构模型的基础上,进行区域物流系统空间演化特征提取和关联调度的优化设计,提出基于区域物流系统空间演化特征分析的物流关联调度方法,采用供应链关联规则项挖掘的方法,得到供应链的节点个数nj,取区域物流系统空间规划调度的初始负载c=1/nj,区域物流系统空间演化的平衡解满足(u0,u1)时,区域物流系统空间演化的自适应模糊学习函数为:
(12)
采用分段线性拟合方法进行区域物流系统空间演化的特征值求取,得到空间演化的关联特征量为utt-△u+|u|pu=0,(p>4),在此基础上,进行区域物流系统空间演化规则分析和调度模型设计[9],采用分布式协同调度方法进行石油物流运输路线规划设计,得到优化的特征分布矩阵为:
(13)
对于R→P(R)的解集映射为F,此时区域物流系统空间规划调度的最优解向量为:
RβX=U{E∈U/R|c(E,X)≤1-β}
(14)
(15)
对物流配送网格进行模板匹配,建立区域物流系统空间分布的自适应动态规划模型,得到关联调度的期望输出为:
(16)
取c=1/nj,得到区域物流系统空间演化的规则性特征分布集为:
(17)
通过上述数学模型优化求解,提取区域物流系统空间演化特征,对提取的特征量进行信息融合,构建物流关联调度信息融合模型,实现区域物流系统空间规划的特征提取和演化模型设计,提高物流空间区域调度的输出稳定性。
进行区域物流系统空间规划调度的动态规划设计,建立区域物流系统空间规划调度的自适应参数调节,参数调节误差为:
e=x2-x1
(18)
其中e=[eV,eh,ew],由此得到区域物流系统空间演化的关联模糊度函数为:
D=MSG_REP||Dτ||SNA||data||Pos||sensid||Token
患者的临床表现为咳嗽、咳痰、声嘶,少数有胸痛表现。孕妇维系胎儿的养育及健康,如果患上支气管炎,不但影响自己的饮食睡眠,还危及胎儿健康。因咳嗽时腹压急剧上升,而剧烈的咳嗽可能会造成胎儿早产。
(19)
采用自适应加权方法进行空间规划过程中的关联调度,对M轮调度的吞吐数为:
(20)
当前迭代代数为Ic,建立区域物流系统空间规划模型,得到空间演化特征的聚类中心为:
(21)
以区域物流系统空间规划调度节点的测度信息为统计特征量,采用关联调度的方法设计最优调度路线,区域物流系统空间规划调度的粗糙概念分布集Si(i=1,2,…,L),自适应学习的概率密度分布为:
(22)
对t+1个监测节点,采用信任模型的方法,进行大数据信息融合[10],对融合后的区域物流系统空间规划特征量进行特征分解,实现区域物流系统空间规划调度的动态规划设计,优化调度的预测模型为:
(23)
综上分析,实现了区域物流系统空间规划调度及动态规划设计,在优化的运输模式控制下,提高了区域物流调度的效率和吞吐性能。
为了验证该方法在实现区域物流系统关联调度中的应用性能,进行仿真实验,采用Matlab Simulink仿真工具,进行区域物流系统关联调度的特征提取,设定物流空间区域分布为400×400的规则性网格分布区域,物流运输的交通网格节点总数为2000,设定中枢运输节点为40,分支运输节点为25,物流调度的仿真时间长度为30 min,调度中心坐标为(0,0),对区域物流系统空间规划调度的统计信息采样的规模为1024,调度时延为1.68 s,根据上述仿真参量设定,进行区域物流系统空间规划调度,得到传统方法区域物流系统空间规划线路如图2所示。
图2 区域物流系统空间规划线路
图3 优化的物流空间关联调度分布
由图3得知,采用所提方法,能提高区域物流系统空间规划调度能力,物流节点覆盖较广。测试吞吐性能,吞吐率公式如下。
(24)
式中,Q为区域物流调度效率,T为物流调度时间。得到对比结果见表1,由表1得知,在优化的区域物流系统空间规划调度模型下,物流供应链网络的吞吐性能较好。
表1 归一化吞吐性能对比
进行区域物流的空间规划模型设计,提高区域物流的输出吞吐能力,提出基于区域物流系统空间演化特征分析的物流关联调度方法,通过模糊回归分析和统计检验,进行区域物流系统空间规划设计,结合配送路径和邻域网格分布最优模式选择方法,得到区域物流系统空间规划调度的空间规划模型,结合铁路运输、水路运输、公路运
输等方式进行区域物流系统空间规划模型设计,建立区域物流空间关联调度的综合体系结构模型,采用供应链关联规则项挖掘的方法进行区域物流系统空间演化特征分析,提取区域物流系统空间演化特征量,对提取的特征信息采用大数据信息融合方法,进行区域物流系统空间规划调度的动态规划设计,实现区域物流系统空间演化特征关联调度。研究得知,优化的模型能提高物流供应链的吞吐量,物流空间规划调度能力较好。