一種無人售貨機巡查系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明涉及無人售貨機領域，具體涉及一種無人售貨機巡查系統(tǒng)。
【背景技術】
[0002] 自動售貨機是能根據(jù)投入的錢幣自動付貨的機器。主要構成部分有：機體外殼、商 品存貨柜、控制主板、錢幣識別器、傳感器、整機電源和照明系統(tǒng)、制冷制熱系統(tǒng)、互聯(lián)網(wǎng)終 端、可編程控制器（PLC)等。
[0003] 工作人員需要定期對無人售貨機進行巡查以保證設備運行正常。而無人售貨機往 往分散布置在廣闊的地域中，利用巡查車巡查時如果沒有一條清晰的較優(yōu)巡查路線，會造 成大量的燃料和成本浪費。另外，根據(jù)每次巡查具體的情況不同，每次的巡查目的地又不盡 相同。因此，如何根據(jù)不同的目的地來選擇一條能最大限度節(jié)約成本的巡查線路，是一個亟 待解決的問題。

【發(fā)明內(nèi)容】

[0004] 針對上述問題，本發(fā)明提供一種無人售貨機巡查系統(tǒng)。
[0005] 本發(fā)明的目的采用以下技術方案來實現(xiàn)：
[0006] -種無人售貨機巡查系統(tǒng)，其特征是，包括巡查車和安裝在巡查車上的巡查儀；巡 查儀具體包括信號模塊、處理模塊和生成模塊；
[0007] 信號模塊，用于接收用戶輸入的本輪次的多個巡查目的地以及到達各個目的地的 預計要求時間；
[0008] 處理模塊，用于根據(jù)本輪次的巡查目的地和事先輸入的地理環(huán)境信息選擇最優(yōu)路 徑，具體包括：
[0009] 建立模塊：
[0011] 其中，minS為巡查過程中的最低成本；m為當前巡查車的總數(shù)；U為目的地數(shù)量；b。 為單位距離碳排放成本；ω。為碳排放系數(shù)；Φ。為空載時單位距離燃料消耗量；f u為目的 地i (i = 1，2,…，U)到目的地j (j = 1，2,…，U)之間的距離；c為巡查車的載重量；H為巡 查車的最大載重量；Φ#為滿載時單位距離燃料消耗量；
!\為巡查車提前到達損失 系數(shù)，
為于時刻G提前到達目的地i時的成本損失，T2為巡查車遲到損失系 數(shù)
為延遲至時刻〇到達目的地i時的成本損失，提前到達損失系數(shù)和遲到 損失系數(shù)用于考量巡查車到達每一個目的地的準點情況，！\和T 2為人為設定的系數(shù)；
[0013] 機會模塊：假設共有R個節(jié)點，γ U⑴表示t時刻節(jié)點i與節(jié)點j之間的跟蹤素 強度，T^(O) =κ(κ為數(shù)值較小的常數(shù)），巡查車在運動過程中根據(jù)跟蹤素強度選擇轉移方 向，貝1J巡查車k (k = 1，2,. . .，m)從節(jié)點i轉移到節(jié)點j的概率為：
[0015] 其中，g e Ak;Ak= {0，1，*"，R-1}-Bk表示巡查車k下一步允許選擇的點的集 合，隨時間呈動態(tài)變化，Bk (k = 1，2, 一,m)為第k輛巡查車的禁忌表，用來記錄巡查車k 已巡查過的點；的j(t)為啟發(fā)式因子，表示t時刻由節(jié)點i到節(jié)點j的期望程度，一般取
為信息啟發(fā)式因子，μ為期望啟發(fā)因子；a (i，j)為下一個目的地的時間 度d為下一個目的地的時間度相對重要性；
[0016] 更新模塊：引入優(yōu)化變量Xlj⑴，其滿足Xlj (t+Ι) = σ X(t) [I-Xlj⑴]，其中O為 控制變量，得出優(yōu)化的跟蹤素更新規(guī)則：

，F(xiàn)k為第k輛 巡查車在本次循環(huán)中所走路徑長度，I為跟蹤素強度的常數(shù)，Δ Κ$〇〇表示在本次循環(huán)中第 k輛巡查車在路徑（i，j)上留下的跟蹤素強度；ζ為跟蹤素全局揮發(fā)因子，ζ e [0，1]，且 ζ為根據(jù)如下公式動態(tài)調(diào)整的參數(shù)
其中ζ_是人 為設定的最小值；A γ (t)表示本次循環(huán)中所有巡查車在路徑（i，j)上留下的跟蹤素強度 的總和；H為可調(diào)節(jié)系數(shù)；
[0020] 初始模塊：令迭代次數(shù)DD = 0,進行參數(shù)初始化，調(diào)整各路徑跟蹤素；產(chǎn) 生一個范圍為[0,1]的隨機數(shù)P，若P <給定常數(shù)P。，按照下式選擇下一個節(jié)點j :
:其中I e Ak;否則根據(jù)機會模塊中的概率 公式選擇下一個節(jié)點j，將j加入數(shù)組氏中，重復直至所有的節(jié)點任務完成，得到模擬算法 的初始集S1;
[0021] 求解模塊：從當前的初始集中生成一組新的可行解$，目標值變化量AS = Sj-S1, 若AS < 0,則接受新的可行解Sj為最優(yōu)解；否則考慮偏差的影響：r = exp(-AS/N(t))， 其中N為隨時間變化的量，若r > 1，則接受$為最優(yōu)解，否則不接受新的可行解，最優(yōu)解仍 為s1;
[0022] 判斷模塊：當前最優(yōu)解小于某一特定值時，進行跟蹤素更新；如果本輪列表氏中 無數(shù)據(jù)更新，貝 1J產(chǎn)生一個[0, 1]范圍的隨機數(shù)11，若efe；；+，…，e; iC u < e Je2+，…，e;，則 選擇概率為^的候選巡查車作為下一個目標節(jié)點；
[0023] 生成模塊：用于輸出計算出的最優(yōu)路徑，令迭代次數(shù)DD = DD+1，若DD < DDniax，根 據(jù)跟蹤素更新規(guī)則，按照公式N(t+1) =N(t).v進行清空氏列表，其中ve [0，1]，回到初 始模塊，重新產(chǎn)生隨機數(shù)P ;若DD = DDniax，則輸出最優(yōu)解作為最優(yōu)路徑。
[0024] 本發(fā)明的有益效果為：本發(fā)明采用優(yōu)化的路徑算法，考慮了巡查過程中的各種成 本因素，尋優(yōu)效果好、求解效率高、性能穩(wěn)定，增強了全局搜索能力，能最大限度地節(jié)省巡查 的運行成本，能起到很好的節(jié)能效果。
【附圖說明】
[0025] 利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構成對本發(fā)明的任何限 制，對于本領域的普通技術人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得 其它的附圖。
[0026] 圖1是本發(fā)明的結構框圖。
[0027] 附圖標記：信號模塊_2 ;建立模塊-4 ;機會模塊-6 ;更新模塊-7 ;初始模塊-9 ;求 解模塊-11 ;判斷模塊-13 ;生成模塊-15。
【具體實施方式】
[0028] 結合以下實施例對本發(fā)明作進一步描述。
[0029] 如圖1所示的一種無人售貨機巡查系統(tǒng)，包括巡查車和安裝在巡查車上的巡查 儀；巡查儀具體包括信號模塊2、處理模塊和生成模塊15 ;
[0030] 信號模塊2,用于接收用戶輸入的本輪次的多個巡查目的地以及到達各個目的地 的預計要求時間；
[0031] 處理模塊，用于根據(jù)本輪次的巡查目的地和事先輸入的地理環(huán)境信息選擇最優(yōu)路 徑，具體包括：
[0032] 建立模塊4 :
[0034] 其中，minS為巡查過程中的最低成本；m為當前巡查車的總數(shù)；U為目的地數(shù)量；b。 為單位距離碳排放成本；ω。為碳排放系數(shù)；Φ。為空載時單位距離燃料消耗量；f u為目的 地i (i = 1，2,…，U)到目的地j (j = 1，2,…，U)之間的距離；c為巡查車的載重量；H為巡 查車的最大載重量；Φ#為滿載時單位距離燃料消耗量；
!\為巡查車提前到達損失 系數(shù)，
為于時刻G提前到達目的地i時的成本損失，T2為巡查車遲到損失系 數(shù)
為延遲至時刻〇到達目的地i時的成本損失，提前到達損失系數(shù)和遲到 損失系數(shù)用于考量巡查車到達每一個目的地的準點情況，！\和T 2為人為設定的系數(shù)；
[0036] 機會模塊6 :假設共有R個節(jié)點，γ ^ (t)表示t時刻節(jié)點i與節(jié)點j之間的跟蹤 素強度，T^(O) =K(K為數(shù)值較小的常數(shù)），巡查車在運動過程中根據(jù)跟蹤素強度選擇轉移 方向，貝1J巡查車k (k = 1，2,. . .，m)從節(jié)點i轉移到節(jié)點j的概率為：
[0038] 其中，g e Ak;Ak= {0，1，