基于深度神经网络的智慧卷烟物流配送线路自适应调度算法

张 超,胡 鹏,杨 明,全 鹏,陈 辉,汪 明

(1.湖北省烟草专卖局(公司)“互联网+烟草”融合创新实验室,湖北 武汉 430030) (2.湖北省烟草公司十堰市公司科技信息中心,湖北 十堰 442099) (3.湖北省烟草专卖局(公司)物流管理处,湖北 武汉 430030) (4.湖北省烟草公司十堰市公司物流配送中心,湖北 十堰 442099)

智慧卷烟物流配送包括货物仓储、烟草分拣等多个环节[1-2],但在物流配送过程中依旧采用传统的纸质签收方式,且当前卷烟物流配送线路的选取大部分依靠送货人员的经验,缺少现代信息技术的应用,使得客户满意度不高,因此将信息技术融入到烟草物流行业中,设计物流配送线路自适应调度算法成为当前研究重点。文献[3]为了解决配送区域划分不合理的问题,设计了先分区、后排班的调度模式,完成调度分配算法的设计,但是该算法计算复杂度较高;文献[4]以最短配送时间为目标,利用加权遗传算法对目标函数进行求解,得到最优近似配送路线,但是该方法应用后物流配送成本较高;文献[5]依托机器学习技术设计了一种调度算法,结合调度优化评价函数生成最优配送调度方案,但是该调度方法工作效率较低。为了解决上述卷烟物流配送线路调度算法的不足,本文提出了以深度神经网络为基础的自适应调度算法。

1 基于深度神经网络的智慧卷烟物流配送线路自适应调度算法设计

1.1 建立物流调度数学模型

物流配送线路的自适应调度,本质上是为了保证配送车辆在规定时间内完成智慧卷烟货物配送[6]。……