【正文】 = selectAntigen()。 = 。 } else if (i 50) { vNum = (i / 3 + 20)。 = 。 (resultNode0)。 = 。 } } else { for (int j = 0。 j++) { generateResult GenerateResult1to6 = new generateResult()。 = 。 } } else if (i 12) {for (int j = 0。 j++) {generateResult GenerateResult1to6 = new generateResult()。 = 。 } } else if (i 6) { for (int j = 0。 j++) { generateResult GenerateResult1to6 = new generateResult()。 i 20。 Array arrayGenerate = ()。 generateNum++)//進(jìn)行多次迭代 { = 【正在進(jìn)行迭代計(jì)算，請(qǐng)稍候... 迭代次數(shù)： + (generateNum) + 】。 k 。 j 。 = ((Classcity)list[i]).cityId。 for (int i = 0。class ClassCityLink { public Guid firstCityId。本節(jié)主要是對(duì)系統(tǒng)使用的核心算法進(jìn)行編程的簡(jiǎn)單描述，并且還對(duì)發(fā)貨單城市連接，優(yōu)化線路這些的關(guān)鍵實(shí)現(xiàn)細(xì)節(jié)進(jìn)行詳細(xì)討論。本模塊能夠非常方便的通過車載終端對(duì)車輛進(jìn)行調(diào)度，將發(fā)貨單能夠最優(yōu)的進(jìn)行車輛配送調(diào)度。系統(tǒng)實(shí)現(xiàn)結(jié)構(gòu)如圖51所示。調(diào)度系統(tǒng)資源管理主要是負(fù)責(zé)對(duì)數(shù)據(jù)進(jìn)行處理，能夠?qū)l(fā)貨單按照計(jì)劃，開始動(dòng)用系統(tǒng)初始化的車輛，倉庫，能夠很好的調(diào)度車輛，完成物流運(yùn)輸任務(wù)，同時(shí)保證消耗的資源最少，他能夠管理各種資源的使用（庫存，交通等）的信息，并且能夠向調(diào)度Agent提供信息檢索，動(dòng)態(tài)刷新的基本功能。車輛信息查詢業(yè)務(wù)邏輯負(fù)責(zé)車輛能力狀態(tài)的查詢分析和決策的能力。5）地理信息Agent主要是和地理信息系統(tǒng)打交道，向調(diào)度控制Agent提供車輛Agent以及一些倉庫地圖地點(diǎn)的經(jīng)緯度坐標(biāo)信息，能夠通過地理信息系統(tǒng)獲取目前的線路的路考，為調(diào)度系統(tǒng)提供調(diào)度決策的基礎(chǔ)信息。代理信息和交互與車輛，車輛由代理完成最后的任務(wù)。3）調(diào)度控制AgentAgent系統(tǒng)的核心功能就是信息交換系統(tǒng)能夠，其包含倉庫管理系統(tǒng)、發(fā)貨單任務(wù)的詳細(xì)信息、地理信息系統(tǒng)的信息中新等多個(gè)模塊的信息交互。發(fā)貨單輸入模塊主要是接受各類輸入的發(fā)貨單任務(wù)，并將其存入數(shù)據(jù)庫，并記錄發(fā)貨單執(zhí)行情況；發(fā)貨單分解模塊主要確定發(fā)貨單中各類商品的地點(diǎn)，將發(fā)貨單轉(zhuǎn)化為有明確起終點(diǎn)、確定任務(wù)的量的任務(wù)單；任務(wù)生成合并模主要功能是拆分任務(wù)單，然后在滿足車輛容量和倉庫商品數(shù)量限制條件下將起點(diǎn)和終點(diǎn)相同的任務(wù)盡量合并起來。根據(jù)底層業(yè)務(wù)邏輯的分析，為上層Agent服務(wù)，Agent將根據(jù)實(shí)施相應(yīng)的邏輯層的業(yè)務(wù)需求。 4）地理信息實(shí)體。 SMS通信系統(tǒng)主要是用于與實(shí)體的車輛的信息通信，車輛可實(shí)時(shí)返回的信息中心，同時(shí)要求也可以解碼短信，SMS可以處理不同類型的服務(wù)，以滿足各種車輛需求。4）應(yīng)用層的主要任務(wù)主要是在業(yè)務(wù)邏輯層更加上層的結(jié)構(gòu)，他是在業(yè)務(wù)邏輯基礎(chǔ)上根據(jù)客戶需求提供更加理想的應(yīng)用，他會(huì)對(duì)業(yè)務(wù)邏輯層進(jìn)行一步步的綜合，為客戶提供個(gè)性化的應(yīng)用服務(wù)，比如調(diào)度規(guī)劃，資源管理，車輛管理等上層服務(wù)。它使用的基本業(yè)務(wù)邏輯層提供的邏輯單元，通過一定的組織形式，形成更復(fù)雜的和宏觀的商業(yè)行為。物理層通過不同的實(shí)體（實(shí)體）分別對(duì)應(yīng)這些外部系統(tǒng)，并與其進(jìn)行具體信息交互。我們利用現(xiàn)有調(diào)度系統(tǒng)的模型，結(jié)合目前Agent技術(shù)取得的研究成果，提出了一種基于多Agent的物流車輛調(diào)度系統(tǒng)架構(gòu)。在信息化時(shí)代的調(diào)度系統(tǒng)，應(yīng)該具有廣義的適應(yīng)性，能夠根據(jù)環(huán)境、組織結(jié)構(gòu)等因素的不同，動(dòng)態(tài)進(jìn)行調(diào)整，實(shí)現(xiàn)簡(jiǎn)單的優(yōu)化組合即能完成大部分的任務(wù)，以實(shí)現(xiàn)靈活調(diào)度的目的。它不僅需要完成物流任務(wù)調(diào)度，還需要和其他系統(tǒng)頻繁進(jìn)行信息交流以達(dá)到高效率，高質(zhì)量的工作狀態(tài)。如果發(fā)貨單無法在任意一個(gè)車輛Agent完成，控制Agent將對(duì)發(fā)貨單任務(wù)進(jìn)行拆分，先將任務(wù)分解成能夠由代價(jià)最小的車輛能夠單獨(dú)完成的量，然后將剩下任務(wù)發(fā)布發(fā)布給再由其他車輛Agent競(jìng)標(biāo)，然后反復(fù)迭代，知道任務(wù)分配完畢。算法具體實(shí)現(xiàn)見圖33。 Agent競(jìng)標(biāo)合作算法Agent的競(jìng)標(biāo)合作算法中車輛可以根據(jù)任務(wù)進(jìn)行自主性調(diào)整，Agent能夠在運(yùn)輸過程中對(duì)新任務(wù)進(jìn)行動(dòng)態(tài)安排，這種情況適合解決任務(wù)量少，車輛比較多的情況，也比較符合真實(shí)情況。 （2）如果所有的優(yōu)化線路的起始倉庫都不是我們所選的倉庫（這種情況不是經(jīng)常發(fā)生），為了防止這種情況的發(fā)送，算法優(yōu)先選擇一條包含所選倉庫取貨的任務(wù)的線路進(jìn)行派車。我們歸類成以下兩種情況：（1）首先把我們所選的倉庫設(shè)定為出發(fā)倉庫，綜合考慮選定的車場(chǎng)以及其所屬車型的數(shù)量，然后優(yōu)選線路。在算法開始我們先初始化一個(gè)車場(chǎng)與任務(wù)點(diǎn)起點(diǎn)、終點(diǎn)與車場(chǎng)、任務(wù)點(diǎn)之間的距離矩陣，設(shè)置WaitAllowed參數(shù)作為線路之間連接最大可等待時(shí)間，然后通過調(diào)整WaitAllowed參數(shù)計(jì)算任務(wù)的停留時(shí)間以及任務(wù)到達(dá)最佳時(shí)間和最晚時(shí)間。如果不滿足，由于無法保證后面的情況，則這條線路不能連接。我們將物流車輛調(diào)度簡(jiǎn)化成CW算法中的單一車場(chǎng)單一車型的優(yōu)化安排。步驟3：出發(fā)時(shí)間微調(diào)為了保證算法的各個(gè)任務(wù)點(diǎn)貨物的均衡，我們可能根據(jù)各種因素需要對(duì)出發(fā)時(shí)間進(jìn)行微調(diào)，這樣系統(tǒng)能夠在運(yùn)輸途中對(duì)貨物進(jìn)行進(jìn)一步的調(diào)整。在我們將兩個(gè)任務(wù)點(diǎn)i,j的連接類型表示為參數(shù)Linktype，Linktype=0，代表i,j均為孤立點(diǎn)；Linktype=1代表i為起點(diǎn)，j是孤立點(diǎn)；其中Linktype=2代表在同一線路上，但是不能進(jìn)行連接；Linktype=3，i為線路的起點(diǎn)，j 代表線路的終點(diǎn)[31]； Linktype=4代表i為孤立點(diǎn)，j是線路的終點(diǎn)。 規(guī)劃型的任務(wù)優(yōu)化算法對(duì)于規(guī)劃型任務(wù)，我們首先在建模的時(shí)候限定在特定車場(chǎng)，車輛采用的是特定車型，在這樣的限定條件下進(jìn)行發(fā)貨單的分配。步驟2：優(yōu)化車輛運(yùn)輸任務(wù)本步驟是根據(jù)系統(tǒng)所確定的優(yōu)化類型選擇不同的優(yōu)化算法，由于優(yōu)化類型有調(diào)整型和規(guī)劃型兩種不同類型，我們將對(duì)兩類任務(wù)分別論述其優(yōu)化方式：（1）調(diào)整型的任務(wù)優(yōu)化方式，從名字可以看出主要是進(jìn)行調(diào)整，也就是說系統(tǒng)調(diào)度Agent先將任務(wù)分別傳送給車輛Agent，車輛Agent在接收任務(wù)以后評(píng)估任務(wù)的信息，并且將評(píng)估的情況在回傳給系統(tǒng)調(diào)度Agent,系統(tǒng)調(diào)度Agent將根據(jù)反饋情況再分配任務(wù)。確定運(yùn)輸任務(wù)優(yōu)化類型運(yùn)輸任務(wù)優(yōu)化運(yùn)輸任務(wù)分派圖31調(diào)度策略的實(shí)施步驟步驟1：確定運(yùn)輸任務(wù)優(yōu)化類型，本步驟首先確定任務(wù)是屬于何種運(yùn)輸優(yōu)化類型，然后根據(jù)系統(tǒng)所確定運(yùn)輸優(yōu)化類型，來選擇不同的優(yōu)化算法。這樣，能夠進(jìn)一步提高調(diào)度系統(tǒng)效能 [30]。本文的算法設(shè)計(jì)主要立足這種復(fù)雜情況，建立一種基于多Agent技術(shù)的，車輛競(jìng)標(biāo)和合作協(xié)同完成任務(wù)的調(diào)度優(yōu)化算法。3物流車輛調(diào)度策略與優(yōu)化算法設(shè)計(jì)物流調(diào)度策略的設(shè)計(jì)主要是在限定一些條件下開始系統(tǒng)建模，然后利用一些較好的算法來實(shí)施物流車輛調(diào)度設(shè)計(jì)，因?yàn)榻７绞胶瓦x定的限定條件的不同，會(huì)得到完全不同的調(diào)度效果，同時(shí)會(huì)付出完全不同的調(diào)度代價(jià)。其中各個(gè)產(chǎn)地的貨物產(chǎn)量值分別是，再假設(shè)貨物有n個(gè)銷地，銷地的銷量分別是。本算法的核心在于，我們限定一些變量，然后逐步建立連接線，然后限制連接后的線路訂貨量和車輛載重，然后利用線路來進(jìn)行優(yōu)選，當(dāng)然這樣的也容易發(fā)生部分車輛沒有滿載的情況，造成其他線路出現(xiàn)超載，這樣使得系統(tǒng)沒有辦法建立線路，使得線路安排失敗。若，轉(zhuǎn)⑤；⑤ 連接點(diǎn)i和點(diǎn)j，計(jì)算車輛到達(dá)各任務(wù)點(diǎn)的新時(shí)間。 假設(shè)點(diǎn)i和j之間構(gòu)成線路,但不與車場(chǎng)相連；216。CW算法主要由Clarke和Wright提出，算法具有的特點(diǎn)是簡(jiǎn)單易用并且應(yīng)用非常廣泛有大量的案例可以參考，本文通過改進(jìn)的CW算法來求解車輛調(diào)度問題，其具體的算法流程如下：① 首先我們計(jì)算車輛調(diào)度節(jié)約值，代表調(diào)度系統(tǒng)的任意兩點(diǎn)i和j之間線路的費(fèi)用，并按照降序?qū)M(jìn)行排序，其中:s。本文將節(jié)約法優(yōu)化線路算法描述為，首先假定所有零售商線路都是直接往返進(jìn)行第一次計(jì)算安排。利用學(xué)習(xí)的方法來利用前人處理處理復(fù)雜問題的方法，通過跟蹤校正過程逐步找出滿意解。在實(shí)際應(yīng)用時(shí)我們通常采用某一種策略或者多種策略，根據(jù)具體問題具體分析，因地制宜，靈活運(yùn)用。（4）數(shù)學(xué)規(guī)劃策略，通過一些數(shù)學(xué)公式的推演，利用一些數(shù)學(xué)運(yùn)算的知識(shí)來提升算法的效能，通過數(shù)學(xué)的推演來提升算法的性能，對(duì)算法進(jìn)行評(píng)估，使得算法能夠更快的找出高效的啟發(fā)式算法。下文將列出幾個(gè)常用的策略，開發(fā)者可以根據(jù)啟發(fā)算法應(yīng)用環(huán)境的的性質(zhì)和要求進(jìn)行選用。（3）在實(shí)際決策中，太高的精度沒有很大的實(shí)際意義。（2）算法設(shè)計(jì)取決于設(shè)計(jì)者對(duì)模型的把握和個(gè)人經(jīng)驗(yàn)，但是這些問題很難找出特定的規(guī)律，這種完全憑借設(shè)計(jì)者的經(jīng)驗(yàn)的方法，也使得沒有標(biāo)準(zhǔn)的評(píng)審方法，能夠讓不同的算法在同一起點(diǎn)上進(jìn)行比較。在過去十幾年里，啟發(fā)式算法在各種不同的領(lǐng)域開始運(yùn)用，并且取得非常不錯(cuò)的成績(jī)，主要是因?yàn)樗哂幸韵聝?yōu)勢(shì)：（1）啟發(fā)式算法雖然具有簡(jiǎn)單、解決問題速度快、容易理解，但是它的應(yīng)用具有大量的經(jīng)驗(yàn)成分。由于物流車輛調(diào)度系統(tǒng)影響車輛調(diào)度有大量參數(shù)需要考慮，如果將這些參數(shù)在系統(tǒng)建模時(shí)候就開始考慮，會(huì)使得系統(tǒng)便得非常復(fù)雜，甚至無從下手，所以我們需要利用啟發(fā)式算法簡(jiǎn)化系統(tǒng)模型，因此在本文中我們將選用啟發(fā)式算法來設(shè)計(jì)物流車輛調(diào)度模型。（5）任務(wù)執(zhí)行步驟（Executing），在這個(gè)階段，任何一個(gè)優(yōu)選出來的執(zhí)行Agent在接收到管理Agent發(fā)送過來的“award”消息后，開始執(zhí)行執(zhí)行任務(wù)，其他的Agent將什么都不做。作用在于協(xié)助管理Agent和執(zhí)行Agent保證程序的順利進(jìn)行，：（1）初始化步驟（Initialization），在本階段系統(tǒng)中所有的Agent都將自身的位置、狀態(tài)、能力等信息報(bào)告給管理Agent，為管理的Agent的調(diào)度決策提供基本信息[22]。三大類型的Agent執(zhí)行任務(wù)的一般過程如下：第一步，管理Agent在接收到任務(wù)后，立即對(duì)任務(wù)進(jìn)行判斷，并下發(fā)到執(zhí)行Agent；第二步，執(zhí)行Agent在接收到任務(wù)后，將根據(jù)決策策略對(duì)任務(wù)進(jìn)行評(píng)估，也就是優(yōu)選出和個(gè)人能力最匹配的任務(wù)，然后開始執(zhí)行任務(wù)，當(dāng)執(zhí)行完畢后將執(zhí)行結(jié)果回饋到管理Agent；第三步，管理Agent優(yōu)選出執(zhí)行結(jié)果的最佳值，并向優(yōu)選后的執(zhí)行Agent對(duì)應(yīng)任務(wù)[21]。筆者在物流調(diào)度系統(tǒng)中定義了三種類型的Agent，分別是管理型、執(zhí)行型和輔助型。在該模型中，Agent是運(yùn)行在被管理單元上的具有自我意識(shí)的程序段，它能夠響應(yīng)管理單元發(fā)來的管理命令，對(duì)被管理單元上的相關(guān)事件做出反應(yīng)等。例如，將日常反恐訓(xùn)練仿真器通過網(wǎng)絡(luò)技術(shù)將大量訓(xùn)練仿真器連接起來，建立多個(gè)模擬恐怖分子的Agent，能夠非常方便的完成反恐實(shí)戰(zhàn)環(huán)境的仿真。例如，在SNS的應(yīng)用“微博”中，我們可以研制專門的Agent。此外它還具有自治性和智能路由等特性。移動(dòng)Agent還區(qū)別于進(jìn)程移動(dòng)，移動(dòng)Agent帶有狀態(tài)，所以可根據(jù)應(yīng)用的需要在任意時(shí)刻移動(dòng)，可移動(dòng)到它想去的任何地方，而進(jìn)程移動(dòng)系統(tǒng)不允許進(jìn)程自我選擇什么時(shí)候和移動(dòng)到哪里。20世紀(jì)90年代初General Magic公司首次提出了移動(dòng)Agent的概念，應(yīng)用于商業(yè)系統(tǒng)Tele script并取得成功。分布式人工智能領(lǐng)域的學(xué)者對(duì)Agent概念賦予了更擬人化的要求，希望Agent具有知識(shí)、感知、決策等認(rèn)知特性。 　　Aent可以是進(jìn)程、線程、計(jì)算機(jī)程序、仿真器、機(jī)器人。 （3）交互性 　 Agent可以和其他Agent（包括人）實(shí)時(shí)通過Agent通信語言進(jìn)行信息交互，能夠同其他Agent有效地協(xié)同工作。Agent一般具有自主性、交互性、反應(yīng)性和主動(dòng)性的特征。2多Agent技術(shù)與物流車輛調(diào)度理論1）Agent 與多AgentAgent的概念起源于20世紀(jì)70年代的分布式人工智能，20世紀(jì)80年代后期才成長(zhǎng)起來，在計(jì)算機(jī)領(lǐng)域，Agent又稱為軟件智能體[17]，可以看作是一種在分布式系統(tǒng)中，能持續(xù)自主地發(fā)揮作用的計(jì)算機(jī)主體。第五章基于多Agent的物流車輛調(diào)度系統(tǒng)實(shí)現(xiàn)。運(yùn)用啟發(fā)式算法設(shè)計(jì)出解決有時(shí)間窗約束的復(fù)雜的車輛優(yōu)化調(diào)度問題的策略，論文從模型簡(jiǎn)化、CW算法等方面討論了問題的求解方法，通過合同網(wǎng)實(shí)現(xiàn)了Agent間競(jìng)爭(zhēng)和協(xié)作的機(jī)制。第二章多Agent技術(shù)與物流車輛調(diào)度理論。綜合分析國(guó)內(nèi)外發(fā)展現(xiàn)狀和我國(guó)物流信息系統(tǒng)的應(yīng)用需后，我們認(rèn)為十分必要研究適合我國(guó)國(guó)情的現(xiàn)代物流調(diào)度系統(tǒng)是對(duì)發(fā)展我國(guó)物流業(yè)的有力支持。是企業(yè)管理軟件滿足持續(xù)創(chuàng)新、跟隨市場(chǎng)變化、動(dòng)態(tài)調(diào)整企業(yè)生產(chǎn)流程的要求。20世紀(jì)70年代，計(jì)算機(jī)基礎(chǔ)開始有新的進(jìn)步，物流的信息化主要是指閉環(huán)式MRP系統(tǒng)，本系統(tǒng)是主要是對(duì)流程進(jìn)行管理，開始標(biāo)準(zhǔn)化了一個(gè)“計(jì)劃實(shí)施評(píng)價(jià)反饋計(jì)劃”的循環(huán)工作過程，這樣企業(yè)可以根據(jù)計(jì)劃的實(shí)施情況，靈活的控制企業(yè)的人力、機(jī)器和材料等各種資源，大大增強(qiáng)企業(yè)對(duì)市場(chǎng)的應(yīng)變反應(yīng)能力。由于各種運(yùn)用環(huán)境的不同，同時(shí)貨物類型，車輛大小等因素，都會(huì)影響模型的搭建，這樣使得車輛調(diào)度問題出現(xiàn)大量的算法，每種算法在特定的條件下都表現(xiàn)出良好的性能。許多學(xué)科專家運(yùn)用不同的算