摘要
本发明公开了一种基于复杂物流场群的物流作业多目标监管方法,包括:物流数据采集,收集复杂物流场群中的各类原始物流数据;数据预处理;图结构建模,利用图神经网络构建复杂物流场群的图结构表示,并进行特征的初始化操作;强化学习建模,将复杂物流场群下的物流作业多目标监管建模成一个强化学习问题;分层策略优化,结合层级强化学习算法把物流作业多目标监管划分为两个层级:顶层策略用于全局任务的决策分配,底层策略用于具体子任务的执行优化;作业执行与反馈调控整。本发明的基于复杂物流场群的物流作业多目标监管方法,能够动态监控物流作业中的多项任务,实现物流效率、运输成本和配送延迟等多目标的综合监管。
技术关键词
物流作业
监管方法
物联网感知设备
强化学习方法
节点
分层策略
深度Q网络
GPS定位装置
策略更新
数据
强化学习算法
监控物流系统
层级
RFID传感器
消息传递机制
决策
强化学习策略
物联网传感器