船用物联网中的舰船运输调度系统研究

发布时间：2021-08-27 11:00

　　现有的运输调度系统分配的实际运输货物重量与船只的标准载重差距过大,因此设计一个船用物联网中的舰船运输调度系统。在硬件设计中,将传感器中的采集节点整合成高内聚模块,带有多个扩展引脚,能够满足调度系统传感功能的需要,在船用物联网的识别设备中,使用射频识别技术来存放产品电子代码,设计舰船信息编码结构并赋予编码实际意义,避免舰船信息丢失。软件设计中,使用神经网络算法实现舰船运输调度,求解神经网络的能力函数,得到有效约束性条件,完成最佳路径的规划,至此完成船用物联网中的舰船运输调度系统的设计。实验结果表明,本文系统的调度载重差距比现有系统减小了2.41万吨。 

【文章来源】：舰船科学技术. 2020,42(08)北大核心

【文章页数】：3 页

【部分图文】：

高内聚模块内部分布结构图Fig.1Distributionstructurediagramofhighcohesionmodule

保持平稳状态的约束条件，表示神经网络2层之间的权值。对式（3）进行优化训练，得到最佳的运输航线。因此，得到整个舰船的运输调度系统的调度流程如图4所示。可知，对舰船运输的货物进行分类排序后，需要安排船只进行运输。调度系统在未安排分类货物信息时可以批量选择适配待运输货物的船只，并估算是否会出现超载，如果不能安排，则返回到错误信息重新调度。至此完成船用物联网中舰船运输调度系统的研究。图1高内聚模块内部分布结构图Fig.1Distributionstructurediagramofhighcohesionmodule图2舰船信息编码结构Fig.2Shipinformationcodingstructure图3神经网络结构Fig.3Neuralnetworkstructure·182·舰船科学技术第42卷

式（3）进行优化训练，得到最佳的运输航线。因此，得到整个舰船的运输调度系统的调度流程如图4所示。可知，对舰船运输的货物进行分类排序后，需要安排船只进行运输。调度系统在未安排分类货物信息时可以批量选择适配待运输货物的船只，并估算是否会出现超载，如果不能安排，则返回到错误信息重新调度。至此完成船用物联网中舰船运输调度系统的研究。图1高内聚模块内部分布结构图Fig.1Distributionstructurediagramofhighcohesionmodule图2舰船信息编码结构Fig.2Shipinformationcodingstructure图3神经网络结构Fig.3Neuralnetworkstructure·182·舰船科学技术第42卷

【参考文献】：
期刊论文
[1]蚁群算法在一种物联网医疗箱系统上的调度研究与应用[J]. 卢嘉轩,李晋,周延.  电子产品世界. 2019(07)
[2]基于物联网的智慧城市固态废物垃圾卡车调度及路径规划方案研究[J]. 蒋伟宏.  湖南邮电职业技术学院学报. 2019(01)
[3]物联网环境下面向高动态性生产系统优态运行的联动决策与控制方法[J]. 屈挺,张凯,闫勉,郭洪飞,黄国全,李从东,李晓敏.  机械工程学报. 2018(16)
[4]基于物联网的智能交通系统的开发与设计[J]. 赵勇,李怀宇.  自动化与仪器仪表. 2017(05)



本文编号：3366224