引入神經網絡的應急調度系統設計

王維哲　趙偉

摘 要： 當前的應急調度系統在進行物資調度的過程中，遇到需求點分散、路況通行不暢、時間緊急等問題，調度智能性很低，無法滿足應急需要。在此設計并實現一種引入神經網絡算法的應急調度系統，根據需要應急調度的地區、交通狀況、需求緊張程度等參數構造神經網絡模型，以調度算法的最短路徑為網絡輸出，以微控制器為軟件算法信息處理核心，建立硬件模塊。以某物流公司的應急調度系統為測試對象，結果表明，新系統在引入神經網絡算法后，能夠塑造可靠性較高的應急調度模型，具有很強的實用性。

關鍵詞： 優化神經網絡； 應急調度； 遺傳優化； 信息處理

中圖分類號： TN915?34； TU22 文獻標識碼： A 文章編號： 1004?373X（2016）04?0041?03

Abstract： Since the current emergency dispatch system in the process of the material scheduling has very low scheduling intellectuality and can not meet emergency demands when it faces with the cases of demand point dispersion， poor road traffic and time urgency， an emergency dispatch system with neural network algorithm was designed and realized. The neural network model was built according to the parameters of emergency dispatch area， traffic condition and demand tension degree. The hardware module is established by taking the shortest path of the scheduling algorithm as network output and the micro controller as the information processing core of software algorithm. The emergency dispatch system in a logistics company is taken as test object. The test results show that the new system can shape the emergency scheduling model with high reliability after introducing neural network algorithm， and has very strong practicability.

Keywords： optimization of neural network； emergency scheduling； genetic optimization； information processing

0 引 言

隨著地球逐漸變暖，自然環境越來越惡劣，導致全世界的自然災害發生頻率越來越高，使得物資應急調度系統的智能化要求越來越高，相關系統的研制也得到了越來越廣泛的重視[1?3]。在對受災地區進行救助的過程中，糧食等救援物資的應急調度直接影響了災區人民的生命安全，而應急調度的主要問題是路徑規劃[4?7]。因為在實際進行應急調度的過程中，存在需求點分散、路況通行不暢、時間緊急等問題，造成無法滿足應急需要[8?10]，在這種背景下，本文提出引入神經網絡的應急調度系統設計方案，依據調度的地點、交通情況、需求緊張程序等參數構成神經網絡模型，以調度算法的最短途徑為網絡傳輸，神經網絡的權值系數與閾值經過遺傳算法實行優化更新，以免神經網絡陷入部分最小，以微控制器為重點構建硬件模塊。真實的系統檢測證明，所提供的系統設計算法能夠塑造可靠性較高的應急調度模型，具有很強的實用性。

1 系統總體設計

當發生自然災害時，需要大量應急物資救助傷員、安置災民，如何充分利用有限的運輸工具向受災地區運輸大量賑災物品，最大限度地緩解災情，是本文研究的重點問題。

本文提出的系統設計方法采用多層次結構。將需求點、路況、時間等因素加入神經網絡模型中，同時通過遺傳算法對權重閾值進行動態調整，把優化后的算法引入系統設計中，實現物資應急系統的有效調度，系統設計框圖如圖1所示。

2 系統的硬件設計

應急物資調度系統的硬件設計采用微控制器為關鍵的調度系統，其是多個功能模塊聯合工作的一種嵌入式系統，是所有模塊功能的集成和整合。主要包括微控制器、GPS模塊和GSM 模塊等。系統通過GPS OEM模塊的精確定位功能，單片機控制GSM數據接口實現應急調度。具體硬件結構如圖2所示。

PIC（Peripheral Interface Controller）單片機是主要負責開發控制外圍設備。其通過簡化指令集（RISC）結構以及片內數據線同步實現讀取指令與讀取數據，同時因為通常情況下，指令線比數據線寬，所以其指令與同類集中指令集相比，擁有更多的處理信息，大大增強了執行效率。系統選擇PIC18F452 型單片機，其是非總線式單片機。片內集成相對較大容量的程序存儲器（32 KB）、數據存儲器（1.5 KB）和E2PROM 存儲器（256 B），外圍設備接口充分。PIC18F452型單片機只需較少芯片即可完成較強的功能，大大簡化了硬件結構，使得系統的整體規模減小。并且，因為不使用外部總線，系統的可靠性大大增強。

GPS全球定位系統被廣泛應用于各種領域。系統采用GPS15L OEM 板。GPS15L OEM 板經RS 232串行口輸出，利用MAX232完成電平轉換后與單片機的串行口連接，實時提供物資運輸車輛運行過程中的位置、速度以及方向等信息。

系統中GPS OEM模塊、DMR終端與GSM模塊均利用RS 232串行方式通信，而PIC18F452型單片機僅存在一個UART串行端口，如果采用外擴UART串行口形式，不僅能夠增加系統的體積與成本，還會令I/O資源不足，使得系統的穩定性、抗干擾性大大降低。采用單刀雙擲模擬開關切換GPS OEM模塊及DMR終端數據和單片機UART的連接，實現系統的功能要求。

液晶顯示器選擇帶中文模塊的C型液晶圖文顯示器OCM4X8C，其主要負責實時顯示運輸車輛位置、GPS數據、DMR終端數據、信號強弱、時間信息以及接收發送短信內容等信息。

綜上所述，系統硬件結構的功能可描述如下：

（1） 獲取GPS 定位衛星發射的星載信號，對運輸車輛所在經緯度和其他相關信息進行采集，對獲取的信息進行處理以及二次格式定義封裝。發送到上位機，同時顯示在上位機系統的電子地圖中，對運輸車輛進行有效地調度。

（2） 獲取上位機的指令信息以及調度命令，分析處理上述指令信息，實現與之對應的功能操作與信息反饋。

3 系統的軟件設計

軟件系統開發是面向災害應急救助過程的物資調度系統的二次開發，依據ERSI公司的GIS組件 ArcObject，通過Visual C++完成應用開發。系統的軟件設計里包括的系統模塊有：用戶界面、通信模塊、信號的處理、事物處理和輸出等。

在系統的軟件控制中，對物資的調度主要通過物資應急調度決策過程實現，物資應急調度決策過程可以在綜合考慮調度地區、交通狀況、需求緊張程度等因素的前提下，選擇最短運輸路徑，高效完成車輛調度，物資應急調度決策過程如圖4所示。

4 神經網絡算法的引入

系統使用經過優化的神經網絡對物資調度構造模型，神經網絡為一個模擬人體大腦工作的現代智能推斷技術，神經網絡推斷里最成熟的是BP神經網絡，強大的非線性分析水平適合于應急調度。神經網絡的訓練樣本可描述成：[XK，YK]。其中：[K=1，2，…，m]；[XK]為輸入樣本；[XTK=x1K，x2K，…，xnK]，[n]表示樣本中的維度量。輸入樣本可描述成調度地區、交通狀況、需求緊張程度等數據。

5 實驗結果分析

為了驗證本文系統的有效性，需要進行相關的實驗分析。仿真的軟件環境為Matlab 7.0，硬件環境為：Intel CPU 3.0 GHz。假設A處發生自然災害，需要X1，X2，X3，X4，X5五種物資的數量分別為1 800，260，60，4 000，1 500，其消耗速度分別是360，25，7，460和220。A1，A2，…，A6是與A相鄰的6個物資儲備倉庫。其到A所需的最短時間分別是26，20，22，28，38，43。每個出救點擁有的每種物資數量如表1所示。

表1 各個出救點擁有物資數量

分別采用引入神經網絡前后的系統對出救方案進行制定，獲取的結果如下：采用引入設計網絡后的系統確定的出救點為A3和A1；采用傳統的系統確定的出救點為A1和A5。分析表1可以看出，采用本文設計的系統能夠滿足A處的物資需求，而傳統系統未達到該要求，同時，采用本文系統所耗費的時間也低于傳統系統，說明本文設計的系統優于傳統系統，驗證了本文系統的實用性及可靠性。

6 結 語

本文提出基于優化神經網絡的應急調度系統，依據調度的場地、交通情況、需求緊張程度等參數構建神經網絡模型，以調度算法的最短途徑為網絡傳輸，神經網絡的權值系數與閾值經過遺傳算法實行優化更新，以免神經網絡陷入部分最小，以微控制器為重點構建硬件模塊。真實的系統檢測證明，所提算法能夠塑造可靠性較高的應急調度模型，具有很強的實用性。

參考文獻

[1] 靳肖閃，張國富，李軍，等.基于GIS的應急調度關鍵技術研究與實現[J].計算機工程，2004（20）：180?182.

[2] 張利，張立勇，張曉淼，等.基于改進BP網絡的中文歧義字段分詞方法研究[J].大連理工大學學報，2007，47（1）：131?135.

[3] 周永權.多項式函數型回歸神經網絡模型及應用[J].計算機學報，2003，26（9）：1196?1200.

[4] 劉春林，施建軍，李春雨.模糊應急系統組合優化方案選擇問題的研究[J].管理工程學，2002，12（6）：25?28.

[5] 李周清，馬祖軍.區域救援物資中轉調度的多目標優化問題研究[J].計算機工程與應用，2010，46（12）：28?31.

[6] 高本河，伍慧飛.多資源調度中應急物流出救點最少問題的優化[J].物流技術，2009，28（1）：68?69.

[7] 李少愉，許娜飛，裘鳳英，等.多出救點、單需求點應急物資車輛路徑：分配優化決策模型[J].物流技術，2010，29（4）：82?84.

[8] 陳明華，李迎秋，羅耀琪.應急物流車輛調配問題的研究[J].計算機工程與應用，2009，45（24）：194?197.

[9] 徐志宇，彭嘉臻，許維勝.應急物流的分批配送規劃及蟻群優化求解[J].計算機工程與應用，2011，47（24）：1?3.

[10] 張國富，蔣建國，夏娜，等.基于離散粒子群算法求解復雜聯盟生成問題[J].電子學報，2007，35（2）：323?327.