车辆调度员的岗位职责（共11篇）（共11篇）
1.车辆调度员的岗位职责 篇一
车辆调度员职业岗位标准
4.3.1岗位名称
车辆调度员
4.3.2岗位描述
按照操作部的计划，及时安排性能状况好的车辆。
4.3.3岗位标准（主要职责、工作内容、工作依据）
（1）责任一：调度管理工作
①工作一：严格按照采购程序采购物资。
②工作二：管理车辆档案，随时了解运输车辆的车况。
③工作三：通过逐级批报的流程选定实际承运商，并将相关资料交由行政部门存档。
（2）职责二：处理日常调度工作。
①工作一：接受各个服务单位的发运信息，并做好信息登记。
②工作二：根据生产计划和发运信息，调用性能状况完好的使用车型。
③工作三：及时协调运输业务与其他物流服务环节的矛盾。
④工作四：选择合适的运输线路，力争节约成本，提高运输综合效益。
⑤工作五：掌握车辆在途情况，运输质量，途中事故处理和驾驶员的安全教育工作。⑥工作六：督导信息员按时接受上级和客户的指令，将作业情况及时输入信息系统。
（3）职责三：运输单据的传递及费用结算。
①工作一：按发运里程预算处车费用，填写“油料单”、“出车费用单”，驾驶员根据以上单据加油、支款。
②工作二：负责登记发运单据、返回单据传递和归队车辆费用结算。
③工作三：做好临时性用车的登记和单据填报。
（4）工作依据：调度部、运输部规章制度及流程，运输票据传递制度。
4.3.4工作责任
（1）对货物装载合理性负责。
（2）对资源分配合理性负责。
（3）对车辆运行情况负责。
4.3.5岗位要求:
（1）业务知识：
①熟悉公路运输业务知识；
②了解供应链管理方面的知识；
③了解运输方式及其特征。
（2）技能：
①熟悉车辆及四级的技术状况；
②熟悉调度工作的各个环节和工作程序。
2.车辆调度员的岗位职责 篇二
基本形态的车辆调度问题 (vehicle routing problem, VRP)最早是由Dantzig和Ramser[1]于1959年首次提出,它是指1个中心仓库为一定数量的具有不同需求的客户提供服务,要求在满足一定的约束条件下,组织适当的行车路线,以最小的成本使客户的需求得到满足。具有不确定车辆数的车辆调度问题(VFVRP)是在基本VRP基础上,要求在优化行车路线的同时优化所使用的车辆数,即在满足一定的约束条件下确定所使用车辆数以及每个车辆在配送点中的访问顺序。在物流研究邻域中具有重要的理论和现实意义。
目前,求解VFVRP常采用两阶段法,一是先分组后安排路线,二是先构造路线后分组,但不论是先分组还是先构造路线,均将车辆数和路径优化割裂成2个阶段进行优化,显然,这样会使问题的全局寻优能力受到很大限制。蚁群算法是M.Dorigo[2]等学者在20世纪90年代初提出的1种新的仿生智能算法,该算法具有良好的本质并行性、稳定性和可扩展性,已经成功应用于各类VRP的求解[3,4,5]。本文针对具有不确定车辆数的车辆调度问题,将实现车辆数和路径这2个目标最优的解析信息融入蚂蚁的选择机制中,构造了1种能同时优化车辆数和路径的蚁群算法。
1 VFVRP问题描述和模型建立
VFVRP问题可以描述为一中心仓库,拥有容量为Q的车辆K辆,负责对给定的货物任务集N={1,2,…,n}进行货物配送工作, 已知客户i的货物需求为gi(i=1,2,…,n),且gi≤Q,规定1次配送计划中每个客户只能由1辆车来进行服务,配送车辆完成配送任务后必须返回配送中心,要求确定以最小的总成本完成配送任务所需要的最少车辆数和每辆车的行车路线。
记G=(V,E)为赋权图。式中V={0,1,2,…,n}为顶点集,其中仓库编号为0,客户编号为1,2,…,n;E为边集,各顶点间的(距离)权值为dij(dij>0,dij=∞,i,j∈V);并定义变量xijk、yik:
则建立数学模型如下:
式(1)为包含车辆数和车队总行驶距离在内的构造成本函数,其中λ1,λ2为对应的权重及标准化系数;式(2)表示派出车辆的数目不能超过中心仓库所拥有的车辆数;式(3)确保车辆都是从仓库出发,并回到仓库;式(4)、(5)保证每个客户只能被1辆车服务1次;式(6)定义了车辆容量约束。
2 求解问题的蚁群算法
利用蚁群算法求解具体问题,关键是将问题的高层次行为映射到低层次的蚂蚁的简单行为,并且在算法系统设计时保证多个个体交互的简单行为能够涌现出问题的复杂行为[6]。本文用人工蚂蚁模拟车辆来对问题进行模拟求解,记所有节点被遍历1次为1个循环,在1次循环中,同一时刻只能有1只蚂蚁参与搜索,所有参与服务的蚂蚁共用1个禁忌表,每只蚂蚁构造的解是1个完整解方案的一部分。即在1次循环中,将优化的车辆数与参与服务的蚂蚁数相映射,使参与服务的蚂蚁数量等于所使用的车辆数。
在蚁群算法中,信息素更新规则和状态转移规则是算法实现的2个最重要的规则,对蚂蚁搜索行为起决定性作用。
2.1 信息素更新规则
信息素更新规则包括了蚂蚁何时释放信息素以及释放多少信息素2种信息,是算法实现的关键,蚂蚁何时释放信息素由问题特征和实施方法来决定,蚂蚁可以选择在构造部分解或建立了1个完整的解方案之后更新信息素。而所释放信息素量与解的优劣程度相关,只有对较优的解释放适中的信息素,才能保证算法能够快速收敛到最优解。
根据求解问题,本文构造的算法采用蚂蚁合作优化解方案,鉴于1次循环中每段路径只能由1只蚂蚁来选择,选择1次循环结束后进行信息素的更新,同时,为直接体现解方案优劣,确定释放信息素量的大小与目标函数成反比,扩大较优解和劣解对应路径的信息素差别,使得蚂蚁搜索能够快速收敛到最优解,因此,按照公式(7)对路径信息素进行更新。
式中:ρ∈(0,1)为信息素发挥系数;
Δτ
2.2 状态转移规则
蚂蚁构造线路的过程,也就是逐步随机选择节点的过程,位于某个节点i的蚂蚁k按照公式(8)所确定的概率转移规则选择向节点j转移。
由式(8)可见:蚂蚁的转移概率p
2.2.1 启发函数ηij的构造
车辆选择顾客节点不仅需要考虑到车辆现处位置与该节点间的距离,而且还要考虑剩余装载能力和该节点需求量之间的关系,但在不同选择阶段,考虑不同因素的偏重不同。在搜索最初阶段,车辆的剩余装载能力充足,选择下1个节点主要考虑的因素是路径的长短;随着被访问节点的增加,车辆的剩余装载能力降低,蚂蚁选择下1节点时逐步偏重于对车辆装载能力的考虑;最后阶段,当所装货物接近车辆的额定装载容量时,节点的需求量就成为蚂蚁选择转移所考虑的惟一因素。为形象描述车辆剩余装载能力和节点需求量的关系,这里定义1个称为可容能力系数的变量μ=gi/D。式中:D为车辆现有的剩余装载能力,显然μ是基于问题特征引导蚂蚁选择转移的1个离散变量,μ≤1时表示车辆可以选择装载节点j的货物,否则,只能重新选择或返回中心节点0。为保证与上述搜索机制统一,构造启发函数
2.2.2 禁忌表设计
鉴于求解问题要求车辆必须从配送中心出发再返回到配送中心,令1次循环中,所有蚂蚁共用1个禁忌表,除中心节点外,被访问过的节点设为禁忌点。这是由于在1次循环中,每只蚂蚁构造的解仅是解方案的1个组成部分,1个解方案是由多个蚂蚁协作共同建立的,因此,当某个节点被蚂蚁访问过则该节点在当前循环中就不能被其它的蚂蚁再次访问;而对于中心节点永远被排除在禁忌表外,这是由于车辆装载能力的限制,在1次循环中造成多只蚂蚁模拟多个车辆来进行路线构造,中心节点可能要被多次访问以形成多条回路。
2.3 中心节点虚拟需求量的引入
在1条回路搜索的最后阶段,由于车辆剩余装载能力的限制,满足μ≤1的节点集范围缩小,蚂蚁可能需要多次重新选择或判定是否返回配送中心,这样会造成搜索次数的增加或车辆利用能力的浪费,这里通过对中心节点0设定1个虚拟需求小量g0(g0为1个很小的正数,具体取值和求解问题有关)以引导车辆接近或达到车辆满载容量时,自动以大概率返回中心节点0。
2.4 算法步骤
基于上述算法思想,求解具有不确定车辆数的车辆调度问题的步骤为:
步骤1 初始化。设置初始信息素τij←τ0,最大迭代次数maxI并令I←0,蚂蚁数量m,车辆剩余装载能力D←Q ,车辆数num←0。
步骤2 将m个蚂蚁按自然数编码并将每只蚂蚁置于中心节点0。
步骤3 对第k个蚂蚁按式(8)所确定的概率转移规则选择将要移至的下一节点j,判断u≤1,是,将节点j置于当前解集中,D←(D-g(j)),否则,重新选择,直到第k个蚂蚁返回到中心仓库,num←num+1。
步骤4 判断k≺m,是,令第k+1个蚂蚁重复步骤3,否则转步骤5。
步骤5 按照式(7)进行路径信息素的更新,I≺I+1。
步骤6 判断迭代次数I≺Imax,是,转步骤2;否,则输出结果。
3 实 例
实例的数据见文献[7],有8个客户节点和1个中心仓库的配送系统,各客户对中心仓库的需求为qi(i=0,1,2,…,8),中心仓库提供容量为8 t的车辆用于配送,已知中心仓库与各客户点间的距离如表 1 所列( 其中0表示中心仓库,q 0为中心节点虚拟需求量,要求确定1个成本花费最低的有效的运输方案,包括所需车辆数和各车辆对应的走行路径。
蚁群算法参数取为:α=1,β=3,γ=1,ρ=0.8,τ0=1,λ1=50,λ2=1,m=8,q0=0.9,Imax=100,利用VB进行了算法实现,得到最优配装方案如表2 所列,虽然最优方案对应车辆行车路线有所不同,但所使用车辆数均为2,行驶总路径均为65.5,这也从另1个方面反应了算法的有效性。
4 结束语
针对具有不确定车辆数的车辆调度问题,结合问题的特征,本文用人工蚂蚁模拟车辆,通过设计禁忌表、构造启发函数、引入中心节点虚拟需求量等策略,设计了求解问题的蚁群算法。该算法主要的优点就是能够跳出常规的两阶段求解方法的局限,避开对聚类和排序之间的优先选择,使得车辆数和路径的优化得以同时进行,增强了算法搜索的全局性;此外,算法充分考虑了配送回路的起讫点——中心节点,将空车返回中心所花费成本纳入总的配送成本来考虑,更具有实际意义。
参考文献
[1]Dantzig G,Ramser J.The truck dispatching problem[J].Management Sci,1959(6):80-91
[2]Maniezzo D M,Colorni V,A Ant system:Optimiza-tion by a colony of cooperating agents[J].IEEETrans on System,Man,and Cybernetics,1996,26(1):29-41
[3]Chen Chiaho,Ting Chingjung,Chang Peichan.Ap-plying a hybrid ant colony system to the vehicle rou-ting problem[J].Computational Science and Its Ap-plications-ICCSA 2005.International Conference.Proceedings,Part IV,Lecture Notes in ComputerScience 2005,3483(4):417-426
[4]Fountas C,Vlachos A.Ant colonies optimization(ACO)for the solution of the vehicle routing prob-lem[J].Source:Journal of Information&Optimiza-tion Sciences,2005,26(1):135-142
[5]杨善林,凌海峰,刘业政.基于蚁群算法的混合方法求解车辆路径问题[J].福州大学学报:哲学社会科学版,2005,19(3):14-17
[6]李士勇,陈永强,李研.蚂蚁算法及其应用[M].哈尔滨:哈尔滨工业大学出版社,2004
3.车辆调度员的岗位职责 篇三
关键词：车辆路径问题；不确定决策；禁忌搜索算法
中图分类号：F224文献标识码：A
文章编号：1002-3100(2007)12-0026-04
Abstract: A vehicle routing problem in war is discussed, in which some routes may be destroyed uncertainly by competitor. A two-stage integer program model is constructed. The value of a route in a uncertain situation is analyzed. In the method, only the maximum value and the minimum value are countered into the object value, simpling the computation of the object value of the model. A two-stage tabu search algorithm is designed. In the end, an example is given.
Key words: vehicle routing problem; uncertain decision; tabu search algorithm
0引言
战争环境下，交通线路中的一些关键性的桥梁、隧道和线路枢纽随时可能被敌方破坏。利用这些关键性的桥梁（隧道）运输时间将会缩短，但如果这些桥梁被毁坏，运输车可能要绕道运输甚至原路返回，反而延误了运输时间。这一类问题同样也存在于自然灾害的救援活动中。在人类的发展历史上，地震、洪水、台风和雪崩等自然灾害也是破坏交通线的重要因素。1995年日本的神户地震、美国近期的飓风“丽塔”、我国1998年的特大洪水等都破坏了许多交通设施，同时这些自然灾害还随时威胁物资救援的运输线路。由于这类运输直接关系到整个军事（救援）活动的成功与否和人员的生命安全，因此研究这一类不确定的运输决策问题无论对于战争还是人类战胜自然灾害都具有重要的意义。目前关于车辆线路优化的研究很多，但涉及战争环境下（或自然灾害环境）的研究很少，正式的研究文献几乎没有看到。本文探讨了一个个别关键路段（桥梁、隧道等）可能被毁坏情况下的多车辆路径决策问题，提出了相应的数学模型并给出了求解模型的禁忌启发式算法。
1问题描述及复杂性分析
1.1问题的提出
2数学模型
调整上述模型的一些参数，即可建立不协作的两阶段规划模型，这里不再详述。
3线路方案的评价值
4禁忌搜索算法
禁忌搜索算法主要内容如下：
（1）随机产生一个路径序列为初始解。为n个需求点编序列号，仓库为0。路径解的首尾各为0，中间是n个需求点加上M-1个0的随机排列。相邻两个0之间为一个车辆的服务路径。以6个需求点，两辆车为例，一个路径解为0-1-2-3-0-4-5-6-0。
（2）邻域的产生。分别采用任意两个需求点交换位置、任意一个需求点插入到线路任意位置的方法产生新的解。
（3）车辆容量限制的处理。当一个车辆线路中的需求点的总需求量超过车辆最大载货量时，该线路方案被淘汰。
（4）禁忌对象为两个相邻的需求点。禁忌表的长度随进化代数的增加而加长。当前值优于历史最优值时，禁忌解除。
（6）线路的方向。在乐观准则下，毁坏后线路的调整变化没有被计算到评价值中，为了弥补这一缺陷，可选出乐观准则下的最优方案和多个次优方案，并计算出最坏情况下的结果，以供决策参考。即使是最优化方案，相同的线路次序但不同的线路方向也被认为是不同的方案。如线路0-1-2-3-4-0和0-4-3-2-1-0是不同的方案。
5示例
表1是一个路网的距离数据。其中路段2-4经过一个难以修复的桥梁，被敌方破坏的可能性非常大。0表示仓库，其它10个序号表示需求点，每个需求点需求为5，每辆车的最大载货量为35，用两辆车送货，要求规划不同期望值准则下的里程最短的线路。
由于车辆载货量的限制，完成任务必须两辆车。采用文中的禁忌搜索算法得到不同准则下的最优方案。
6结束语
战时或各种抢险救灾时的物流运输保障具有重大意义。但这类运输线路优化问题至今研究很少。本文把不确定决策技术和车辆路径优化技术结合起来，建立了不确定环境下的运输线路优化模型，研究结果可以为不确定环境下的物流配送决策提供参考。
参考文献：
[1] 李军，郭耀煌. 车辆优化调度理论与方法[M]. 北京：中国物资出版社，2001:7-10.
[2] 甘应爱，田丰,等. 运筹学[M]. 北京：清华大学出版社，1990.
[3] 柳春光，焦双健. 城市震后救灾系统救灾决策研究[J]. 自然灾害学报，2000,9(3):21-24.
[4] 吴育华，杜纲. 管理科学基础[M]. 天津：天津大学出版社，2001.
[5] 张凤林，武小悦，郭波,等. 物流网络可用性研究[J]. 系统工程理论方法应用，2002,12(1):16-19.
4.车辆调度员总结计划 篇四
一、熟悉公司得规章制度和基本业务工作。
二、制订学习计划。加强业务学习，开拓视野，丰富知识，采取多样化形式，把学业 务与交流技能向结合，根据市场不停的变化局面，不断调整思路工作，学习对于 业务人员来说至关重要，因为它直接关系到一个业务人员与时俱进得步伐和业务 方面得生命力。
三、加强自己思想建设，增强全局意识、增强责任感、增强服务意识、增强团队意识。积极主动地把工作做到点上、落到实处。
5.车辆调度员先进事迹材料 篇五
一、爱岗敬业，精益求精
为了适应快客公营驾驶员的要求，为旅客提供一流的服务，他对工作一丝不苟，精益求精，自觉遵守公司各项规章制度和向社会的服务承诺，坚持着装整洁、佩证上岗、文明用语，规范服务，发车前致欢迎词，行车中热情待客，车厢内外清洁卫生，为旅客提供温馨舒适的旅行环境。
在工作之余，他从未间断自已的学习，他经常阅读各种党刊党报的各种文献，在不断学习自已驾驶技术的同时，他不断增强自已的政治素质，经过他自已的不断努力，他自已的驾驶技术水平和政治素质都有了明显的提高。他在自已干好本职工作的同时，他还注重加强班组建设，他经常号召班组成员参加各种有益的文体活动，既增强了集体的凝聚力与向心力，又增强了集体的战斗力。
二、积极参加公司组织的安全活动和各类培训
不论是公司每年的“夏安赛”、“安全生产月”、“冬安赛”、“汽车驾驶大比武”，还是单位周四的安全例会，他都能积极的参加，认真的听、认真的记。他认为，作为一名驾驶员，绝不能亲身去实践大小事故，尤其是撞车死人事故，借鉴是明智地途径，从借鉴中体会，成为自己的经验，掌握行车中不同情况下的行车规律，在行车中正确处理好各种关系。
三、遵章守纪，谨慎驾驶
他认为，做一名合格的驾驶员，更应比一般公民具有更高的遵守国家法律的自觉性和强烈的`法制观念。“没有规矩不成方圆”，安全行车的规章制度，都是前人行车经验和教训的总结，只有一丝不苟地严格遵守交通法规、遵守规章制度，才能有安全行车的保障。多年来，他一直把交通法规当镜子，严格执行公司有关安全行车的各项制度，严格遵守交通法规和操作规程，针对行车中不同的道路，不同的气候，不同的车辆、行人动态，认真掌握其规律，自觉按规章办事，坚持做到你快我慢，你抢我停，你让我走，预防在先，未发生一起行车事故。
四、爱车是安全行车的保证
“工欲善其事，必先利其器。”人爱车，车才能为人争气；相反，“人误车一时，车误人一世。”经过多年的实践，他的体会是只有爱护车辆，坚持做好例保，保持车辆技术状况经常处于良好状态，才能保证行车安全，所以无论是赤日炎炎的盛夏，还是滴水成冰的严冬，他都早上班，晚下班，坚持按照例行保养的项目，在出车前、回场后和行车途中，做到勤检查、勤调整、勤保养、勤清洗，搞好例保，爱护车辆，从而一次次地排除了隐患，确保车辆技术状况良好，保证了行车安全。
发现故障时，及时排除，做到小修不过夜，能动手的不送修，能修复的不换件。XX年冬天，有一次回场后，他进行例行检查，发现发动机有异常的响声，为了确保安全，他连夜和维修人员一起，进行检查，直到凌晨2点多钟，将问题检查出来并排除后才回家。正是因为他平时勤检查、勤调整、勤保养，一旦发现毛病及时修复，多年来，从未因检查、修理而脱班晚点，从未发生过车辆途中损坏机件的情况。
五、优质服务，安全行车
6.车辆调度原则 篇六
1、按制度调度：坚持按制度办事，按车辆使用的范围和对象派车。
2、科学合理调度：所谓科学性，就是要掌握单位车辆使用的特点和规律。调度合理就是要按照现有的营运计划；在一条线路上重复派车；在一般情况下，车辆不能一次派完，要留备用车辆，以应急需。
3、灵活机动：所谓灵活机动，就是对于制度没有明确规定而确定需要用车的、紧急的，要从实际出发，灵活机动，恰当处理，不能误时误事。
车辆调度程序
1、做好用车预约：应坚持做到：当班用车一小时前预约，下午用车上午预约，次日用车当日预约，夜间用车下班前预约，集体活动用车两天（三天）前预约，长途用车三日或一周前预约等。调度对每日用车要心中有数，做好预约登记工作。
2、做好派车计划：调度根据掌握的用车时间、等车地点、乘车人单位和姓名、乘车人数、行车路线等情况，做计划安排，并将执行任务的司机姓名、车号、出车地点等在调度办公室公布或口头通知司机本人。
3、做好解释工作：对未能安排上车辆，或变更出车时间的人员，要及时说明情况，做好解释工作，以减少误会，或造成误事。
调度工作应做到原则性强，坚持按制度办事，不循私情；要有科学性，即掌握单位车辆使用的特点和规律；还要加强预见性，做好车辆强度的准备工作。
车辆调度要求
1、车辆调度的总体要求：各级调度应在上级领导下，进行运力和运量的平衡，合理安排运输，直接组织车辆运行并随时进行监督和检查。①掌握游客的流量、流向、季节性变化，全面细致地安排营运，并针对营运工作中存在的主要问题，及时反映，并向有关部门提出要求，采取措施，最大限度的发挥汽车运输潜力，保证营运任务的完成。②加强现场管理和运行车辆的调度指挥，根据调运情况，组织合理运输，不断研究和改进运输调度工作，以最少的人力、物力完成最多的运输任务。③认真贯彻汽车预防保养制度，保证运行车辆能按时调回进行保养，严禁超载，维护车辆技术状况完好。
2、车辆调度人员的责任：为了做好各项工作，调度部门设置总调度，调度正（副）班长、现场调度员
⑴总调度调度职责
全面领导和安排工作，在调度工作中正确地贯彻执行有关政策法令，充分地发挥全组人员的积极性，确保营运任务的完成。计划调度员责任
①编制、审核车辆平衡方案和车辆运行作业计划，并在工作中贯彻执行，检查总结。
②掌握运输计划及重点物资完成情况，及时进行分析研究，提出措施和意见。
⑵值班调度员责任
①正确执行车辆运行计划，发布调度命令，及时处理日常生产中发生的问题，保证上下级调度机构之间的联系。
②随时了解运输计划和重点任务完成进度，听取各方面反映，做好调度记录，发现有关情况及时向领导指示、汇报。
③随时掌握车况、货况、路况，加强与有关单位的联系，保证单位内外协作。
④签发行车路单，详细交代任务和注意事项。
⑤做好车辆动态登记工作，收集行车路单及有关业务单据。
⑶综合调度员责任
①及时统计运力及其分布、增减情况和运行效率指标。
②统计安全运输情况。
③统计运输生产计划和重点运输完成进度。
④统计车辆运行作业计划的完成情况及保养对号率。
⑤及时绘制有关资料的汇总和保管。
⑷
3、调度工作的“三熟悉、三掌握、两了解”
调度人员通过调查研究，对客观情况必须做到“三熟悉、三掌握、两了解”。
⑴三熟悉
①熟悉各种车辆的一般技术性能和技术状况、车型、技种、吨位容积、车身高度、自重、使用性能、拖挂能力、技术设备、修保计划、自编号与牌照号，驾驶员姓名。
②熟悉汽车运输的各项规章制度、安全工作条例、交通规则、监理制度的基本内容。
③熟悉营运指标完成情况。
⑵三掌握
①掌握运输路线、站点分布、装卸现场的条件及能力等情况并加强与有关部门的联系。
②掌握货物流量、流向、货种性能、包装规定，不断地分析研究货源物资的分布情况，并能加强有关部门的联系。
③掌握天气变化情况。
⑶两了解
①了解驾驶员技术水平和思想情况、个性、特长、主要爱好、身体健康情况、家庭情况等。
②了解各种营运单据的处理程序。
4、车队的工作要求
车队在生产上的工作应围绕和服务于汽车运行，为使运行安排和调度命令能够顺利实施，应做好如下工作：
⑴加强对驾驶人员服从调度指挥教育，对不服从调度指挥的驾驶员应进行帮助教育。
⑵车队应经常和调度室取得联系，及时将车队的车辆技术状况，驾驶员身体情况和完成任务等情况告诉调度室，并出席有关业务会议。
⑶驾修合一，车队应按计划保修车辆，提高修保质量，为运输生产提供安全、质好、量大的运车。
⑷及时收集和反映对调度工作的意见，帮助改进调度工作。
⑸车队应主动配合调度部门的工作，不要干预车辆运行。驾驶人员应服从调度指挥，严禁无调度行车，对调度如有意见应向车队和调度室反映，在调度未作更改以前仍不得拒绝执行。
调度部门编制好车辆运行计划，仅仅是调度工作的开始，更主要的是要保证车辆运行计划的全面实施。在运输生产过程中，调度员既是运输生产的参谋，又是车辆运行的指挥员；既是工人、驾驶员的勤务员，又是宣传员。驾驶员必须听从调度员的指挥。
在行车作业中，驾驶员遇到各种障碍，调度员可以从组织上、技术上给予帮助，消除障碍。凡是作业计划打乱，不能及时完成，调度员可以适当采取措施，调剂运力，恢复正常运行；如果车辆发生故障，也可与调度员联系派车修理。调度员还可以将各种道路、货源、现场、装卸等变化及时通知驾驶员，以免造成不必要的损失。驾驶员在行车中必须听从调度员的指挥，驾驶员还应将行车中发生的千变万化的情况，及时反映给调度部门，以进一步完善货运计划。
[编辑本段]调度工作制度和调度的工作方法
工厂企业，特别是冶金、有色金属企业内部的汽车运输工作，具有货源充分、运量大、运距短、货物单
一、作业地点相对稳定等特点。因此，调度工作制度除了要符合专业运输规定以外，也要符合工矿运输生产的特殊情况和要求。一般要建立以下两种制度：调度岗位责任制和调度室交接班制。各种制度，都必须有利于调度工作的进行和确保调度的权威，以保证调度员顺利执行其职责。
⑴车辆调度的岗位责任制
这项制度规定了调度员的工作责任、正确的工作方法及负责的工作范围，以保证调度工作正常进行。其具体内容如下：
①调度的责任。调度员是生产的直接指挥者，必须对完成生产作业计划负责。他不但应组织好当班生产，而且应为下一班作业创造有利条件，以实现全面均衡地完成计划。具体来说，调度员的责任有以下几个方面：对劳务的质量和工作质量负责；对出现不及格的工作质量负监督的责任，并做好善后处理；对生产中出现的技术问题、生产问题、设备问题等，负组织解决的责任，并向企业领导和上级报告；对生产中的安全事故，负组织抢救、保护现场、向上级和有关上级部门报告的责任；负责填写当班的记录与记事，对调度日报，台账的准确性、真实性负责。
②工作范围。如货运作业计划由企业总调度室进行货源平衡后，应会同各分公司调度室共同研究编制。总调度室的工作应侧重于作业计划编制的合理性和监督，以及执行中发生问题时的补救方法；分公司（或车队）的调度则主要是作业计划的平衡和实施，以及监督作业的质量。
③工作权利。调度员是企业经营者在当班时的全权代表。他有权向生产部门或个人发布调度命令；有权根据现场实际情况调配车辆和其他设备；有权根据生产需要或上级指示，调整汽车的工作循环，以及调动人员和车辆设备去突击生产关键。调度员应准确掌握生产和管理信息，做到充分了解生产现场的确切情况，并使生产、管理信息及时反馈给有关业务部门和有关领导。各业务部门的指导性工作指令，则通过调度员及时下达到各生产部门，起着联络和纽带作用。调度员应经常深入现场，了解生产实际，与生产保持密切联系。调度室所使用的设备、工具、通信设施或电子计算机等，调度员负责使用和保管，并保持其完好、可靠。主持调度会，掌握生产进度。
⑵调度室的交接班制度
企业的生产是连续性的，其运输部门也实行两班或三班连续作业，因此调度工作也必须有相应的工作时间制。为确保调度有条不紊地进行工作，必须有一个严格、责任分明的交接班制度，使调度员之间能相互协凋，使每个调度员对企业生产情况都有基本的了解，并养成通盘考虑工作的习惯。交接班制度应包括以下内容：
①对上级指示或领导的有关布置，以及经营管理方针，要向下班详细交代，并做好记录。
②对调度室使用的设备、用具、通信设施的使用和运行情况，要向下班交代。对损坏的用具、设备，要作详细说明和做好记录，并汇报领导处理。
③对生产、质量、车辆、设备、安全情况等进行交接。将当班情况介绍给下班，如出现了哪些问题，解决的程度及效果如何等。对无解决条件的要详细交代，并应提出如何解决、组织哪些部门解决的建议，还要做好记录。
⑶车辆调度的工作方法
调度是运输生产的直接指挥者，担负着组织指挥、管理生产的任务，涉及生产、质量、技术、车辆、设备、安全、检修等部门。因此，调度部门必然要与有关业务部门发生密切的联系，才能做到互通情报，及时解决生产问题。
①与车辆设备管理部门联系。企业的生产机械化程度比较高，机械、电气设备也不断增加，自动化水平也不断提高。这些设备，不但需要检修、维护，还需要具备完善的管理制度。调度对生产中的设备状况、检修、维护状况，要有充分了解，才能保证生产指挥的准确无误。同时，调度要密切与车辆及设备管理部门的联系。因为车辆及设备的检修计划是由车辆及设备管理部门通知调度部门来安排实现的，所以调度对车辆及设备发生的问题，应反馈给车辆及设备管理科室。
②与计划部门联系。在工厂企业，计划部门是生产的主管部门。调度部门在指挥、组织生产时，必须以计划部门提出的月度、年度计划为依据来组织和指挥生产，并根据现场客观情况制定保证计划完成的有效措施（如作业场地的条件准备、足够的货运量、卸货场地的设置与管理等），然后由调度具体制定运输方案。因此，两者必须紧密配合，才能切实保证生产的正常进行。
7.物流配送车辆优化调度问题的探讨 篇七
1.1 物流配送的基本概述
将目标货物从发货人送至收货人的过程被称为配送。由于配送最终的目标是收货人, 即为消费者, 因此, 配送也是物流系统中的一个至关重要的步骤。配送不仅仅局限于配货和送货。满足客户的需求, 配送需要在满足客户对货物种类数量的基础上, 在保证按时送达客户的基础上选取更快, 更节约成本的配送方案, 实现利益最大化。
1.2 物流配送系统的优化
为找到一个最佳的物流配送方案, 应该从以下几个方面着手:配送车辆的调度, 对集货线路的选取, 对送货路线的选择, 实现集货—送货相统一。对配送系统的优化不仅可以增加物流的经济效益, 更有助于实现科学化、现代化物流管理, 显著提升物流的服务质量, 提高物流公司信誉, 从而有效地降低物流成本。
1.3 物流配送的流程
随着物流配送的发展, 现代物流配送水平的提高, 货物流通性大大增强, 传统的存储环节作用正逐渐式微, 也使得配送环节取代存储环节成为物流中最重要的部分。而作为配送的核心配送车辆对货物的集货、配送和送货过程越来越被重视, 如何选取最优配送路线, 是对整个物流质量的考验, 关系着物流整体的运输速度、服务成本和经济效益。随着电子商务的崛起, 以集货作业和配货作业为主体的新物流模式已然形成。
2 车辆优化调度问题的分类和优化算法
2.1 车辆优化调度问题的分类
根据不同的性质, 可将车辆优化调度问题分成不同的类型。
按照运输任务可将车辆优化调度问题分为三类, 即纯装、纯卸、装卸混合三类问题。
按照车辆的载货情况可将车辆优化调度问题分为两类, 即满载、非满载问题。满载是指货量大于车载量, 需要多辆车运输。非满载是指车载量大于货量, 一辆车就能完成任务。
按照车辆类型可将车辆优化调度问题分为两类, 即单车型、多车型问题。
按照车辆是否返回可将车辆优化调度问题分为两类, 即车辆开放 (车辆不返回) 、车辆封闭 (车辆返回) 问题。
按照优化的目标可将车辆优化调度问题分为两类, 即单目标、多目标问题。
按照有无休息时间可将车辆优化调度问题分为两类, 即有休息时间调度、无休息时间调度问题。
2.2 车辆优化调度问题的优化算法
2.2.1 精确算法
精确算法又称最优化算法, 是指求出最佳解的算法。其算法有很多, 比如切割平面法、网络流算法等。
精确算法有一个弊端, 就是其计算量随着需要解决的问题规模的增大而大幅度的增大。由于这个弊端, 精确算法只能适合解决规模较小的问题。因为精确算法适应能力较差, 一般这种算法最适合解决一个特定的问题, 所以在实际应用中这种算法不是很受提倡。
2.2.2 启发式算法
启发式算法完全不同于精确算法, 它追求的是解决问题的满意性而不是最优性。它是一种用直观、经验构造出来的算法。到目前为止, 启发式算法已经有好多种, 最主要是以下两种算法。
构造启发式算法, 其实质就是按照标准将不在同一条线路的所有点逐个的增加进来。在算法的每一步上, 都要将当前的线路构型和另外的线路构型比较后, 综合改进得到最后可行的构型。这类算法的代表算法是:最邻近法、扫描法、节约法等。
智能化启发式算法就是在人工智能的启发式算法的基础上发展的。它的主要算法有:蚁群算法、神经网络算法等。
启发式算法在解决大规模的PDPTW问题上分为经典启发式算法和现代启发式算法。
经典启发式算法主要有路径构造算法和路径改造算法等。路径构造算法其实质就是分解算法, 就是将一个问题分为两个阶段 (路由和排序) 来解决。路径改造算法是在路径构造算法上改进的, 其第一个阶段就是找到一个可行解, 下一阶段就是调整客户端, 在满足可行的条件下, 对路径进行调整, 使其比当前路径更加优化, 一直按照这样优化下去, 直到不能优化为止。
现代启发式算法中, 最主要的就是禁忌搜索算法和模拟退火算法。
禁忌搜索算法是禁忌搜索算法的一种变形, 是现代局部搜索技术的一种。其实质是近期被多次循环搜索过的算法被禁用。它的优点是减少需要考虑的移动次数, 最终达到减少计算时间的目的。改进阶段和混合阶段是禁忌搜索算法的主要步骤, 一个是得到最优解, 另一个是跳出最优解。
模拟退火算法。其算法具体过程是:在随机产生的可行解, 每次循环时都随机挑选出一个好的和一个较差的可行解, 这样就避免陷入局部最优解里。这个算法的弊端就是执行起来速度较慢。基于这个弊端提出了好几类优化后的算法, 这些算法在实际应用中都很有效果。
2.3 动态求解算法
动态车辆调度问题相对前两种比较其问题的规模较大解决起来相对比较困难些。并且这种算法的要求是在短时间内就要相应其实时信息。从求解策略上把动态求解算法分为重新优化策略和局域优化策略。
2.3.1 重新优化策略
重新优化策略就是当接收到一个新的实时信息时, 要重新开始寻找始发到结束的最优车辆的行车路径。实质就是静态方法解决动态问题。研究运送大宗商品的车辆调度问题就是一个较为成功的运用重新优化策略的例子。还有在动态单车问题上, 采用了乘子调整技术的静态算法。其算法过程是:当有新实时信息时, 就采用动态重新优化法解决, 可是这种算法最多能解决十种问题。
重新优化策略的缺点是每次接到新的实时信息时都要重新优化设计, 这样下去当接收的实时信息较多时, 其计算量是较大的。当遇到需要迅速解决的问题时, 根本没有时间去进行重新优化, 所以这种算法在实际运用上是不可实现的。
2.3.2 局域优化策略
局域优化策略的实质是:提前拟定一些路径的模板, 当收到实时信息时, 就在提前拟定的模板里进行搜索, 找个适合的路径进行使用。这种策略和重新优化策略相比较, 路径可能是较差的, 但是计算量是大大的减少了, 从而节约了许多的时间。局域优化策略在实际的车辆调度上比较适用, 所以受到重视和近一步的研究。再后来提出的插入法较为适用, 改进后的插入法其具体实现方法是:当接收到新的实时信息时, 不直接进行优化调度, 而是等待以后的需求, 这样就可以降低它的短视行为。还可以把插入法和优化算法结合起来使用, 在对路径优化以后再获得更好的解。
3 车辆优化调度问题的研究现状
物流配送车辆优化调度问题在国外的应用要比国内发展迅速。其发展已经涉及各个领域, 不论是工业材料的运输、网购的货运配送和运输、连锁店的货物发送等这样的大型车辆调度方面, 还是报纸、牛奶投递等这样的小调度方面对于线路优化的运用都会取得较为理想的经济效益。最典型的例子就是全球闻名的沃尔玛特公司, 它们就是运用了最先进的物流配送指挥系统所以才会在同行中遥遥领先。随着对物流配送车辆优化调度问题的深入研究, 物流配送车辆优化调度不仅在汽车领域发展, 现在还应用在了航空、轮船方面。在不久的将来, 相信其发展领域会更加广阔。
在我国境内, 车辆调度问题的发展比国外晚发展近乎三十年, 所以现在我国对于较为复杂的车辆调度路径问题研究还是相对落后。由于我国对这方面研究起步较晚, 对于通用理论研究不够深入, 再加上我国对于应用研究的问题提出虽多但是都是在具体算法上的改进, 并没有创新, 所以我国在车辆优化调度的问题上根本无法满足配送业和物流业的发展需求。随着物流业在市场上的地位日益重要。为了克服我国在车辆优化调度上局限性较强的弱点, 我国逐渐开始对车辆优化调度问题进行深入的研究并且现在已经取得初步的成功。
4 结论
随着物流业和配送业在市场上的发展需求逐步扩大, 车辆优化调度问题日益重要。国外在车辆优化调度问题上发展较快, 已经在生产和生活方面广泛应用并且得到了很好的经济效益。可是我国在车辆优化调度问题上的发展起步较晚, 发展速度相对较慢, 不能满足我国经济发展的需求。所以为了使我国国民经济发展迅速、人们生活质量提高, 就要在物流配送业上大力研究发展车辆优化调度问题。其主要研究方向就是:根据车辆优化调度的分类标准, 以及各类问题上的特点应该按照何种算法进行优化;在基本算法的基础上针对特点问题如何改进;在不同地理环境和运输特点的基础上结合车辆优化调度问题上的优化算法, 设计出更加适用的优良算法。按照这个方向研究发展, 车辆优化调度的问题在现实生活中的意义会更加重要。
参考文献
[1]郎茂祥.配送车辆优化调度模型与算法[M].北京:电子工业出版社, 2009.
[2]冯辉宗, 刘飞.基于遗传算法的配送车辆优化调度[J].计算机集成制造系统, 2004 (12) :34-37.
[3]张之富, 余静.基于改进遗传算法的车辆优化调度研究[J].中国水运, 2009 (4) :113-115.
8.车辆调度员的岗位职责 篇八
【摘要】GPS车辆自动化调度系统是一种增强当代汽车综合效益的新兴科技，合理的规划以及有效的应用是提高GPS生产技术管理的根本保证，也是車辆厂内安全生产质量的有效保障。基于此，本文主要对GPS车辆自动化调度系统及生产管理进行了探讨。
【关键词】GPS；车辆；自动化调度系统；生产管理
从当前国内车辆的发展趋势来分析，很多汽车生产厂家根据自身生产展所需，正在逐步完善其车辆GPS调度系统，从而最大限度地提高汽车厂内车辆的生产效率，通过相关调查我们得知，GPS调车系统的优劣直接关系着汽车厂内生产效益的高低，我们不应该忽视。我们只有科学、有效的使用好GPS调车系统，才能使GPS调车系统的应用价值变得更加广泛与有效。
1、GPS车辆自动化调度系统在生产实践中的问题
（1）车辆在露天行驶时，往往会因天气的各种变化而产生一定的影响，因而怎样能将现场信息及时进行收集并报送到调度室，是汽车厂所值得关注的地方。（2）车辆在露天进行行驶时极容易受到天气的影响，尤其是在西北地区，GPS调度系统的有效性会受到一定的制约。（3）通常情况下，车辆内的GPS调度系统自动对车辆进行调度，如果现场出现特殊状况时，会极容易误导调度人员，使其对现场情况判断失误或者发出错误的指令。（4）驾驶人员不按照规章行驶等使得现场情况出现混乱状况。（5）司机在驾驶铲车等自卸车辆时，由于自卸汽车车速的不确定，也会对车辆内GPS系统的有效性产生一定的影响。（6）当GPS车辆调度系统的各硬件部位、智能终端等设备出现一定的差错时，会导致现场处于混乱状态。
2、GPS车辆自动化调度系统在生产中的运用
2.1 GPS调度运用的数学原理和模型
2.1.1 最早装完车法
空车非正常调度，我们可以将其分为以下两种情况：一种是班计划完成后只选择最早装完车法，从而达到产量的最大化；另一种是在班计划完成前根据该厂产量完成系数选择最早装完车法进行，这样做一方面可以达到班计划产量的顺利完成，另一方面也可以提高该厂的整体效率。
其数学式子可表示为：
其中，在该式中各字母所代表的意义：j*——自卸车辆被指定的排卸点号；N——排卸点数；Tj——自卸车辆到J号排卸点的所需时间。
2.1.2 结合车辆产量完成系数的最早装完车法
我们讲的车辆产量完成系数指的是所生产的车辆数与应生产的车辆数之比。其数学公式如下：
在该数学公式中：f（i）——第i台车辆的产量完成系数；z（i）——第i台车辆已完成产量；Z（i）——第i台车辆所必须完成的产量；T——所规定的工作时间；T——班已经工作时间；N——工作车辆数。
2.2 调节现场车铲比法
按照车辆学的相关理论，以上数学模型换句话也就是在讲调节现场车辆比法。车辆比λ：现场汽车数量与相关设施的比值。在现实生产中，现场情况总是处于瞬息万变中的，比如车辆要进行保养工作或者定期维修工作等。所以，我们应该定义一个车辆比临界值（β）的概念，即就是：现场汽车数量与汽车相关设备相匹配，而其中汽车相关设备中不应包含维修以及由于相关事由等未出勤的设备。β并不是一个固定的数值，它会根据现场情况的变化而做适当的改变。在这里，我们假定β是一个固定的数值，则λ会依据现场情况的变化而出现与之相对应的变化，因而我们不能妄下结论，而要根据现场情况去适当调整车铲比。λ、β与时间（T）之间的关系如图1所示：
从图1中我们得知：此图成立的前提条件是假定β是一个一成不变的数值，如图中虚线所示，然后通过调节λ使调度与现场情况相吻合，从而节省相关的成本费用，多层次的强化生产成效。在上图中AB段主要是指在极短时间内λ与β的数值相等；在图中曲线段的意义是在某一固定时间段内，车辆相关设备需要进行维修或者保养等工作；CD段则代表的是某辆或多辆汽车出现突发状况，造成λ值瞬间发生巨大的变化，并在短时期内处于EF段状态。车辆厂家在实际车辆生产过程中，β值不是一成不变的，而λ值也会随着β值的变化而发生一定的变化。
3、GPS车辆自动化调度系统及生产管理应对措施
随着我国汽车行业的迅猛发展，很多汽车厂家也在不断改革与创新原有的生产路线，将GPS系统应用于车辆系统中，但随着实际生产中所遇到的相关问题，我们也提出了GPS调度系统在实际应用中所面临的难题，值得我们去探究与解决。现根据相关事宜，我们特给出以下几点建议，以供采纳：（1）调度人员要与现场技术人员紧密合作，确保所收集的信息准确可靠。（2）调度人员要对GPS调度原理进行系统的、完善的学习，熟练掌握车辆在露天行驶中可能遇到的问题，在实际调车中要做到灵活运用；汽车生产厂家也要确立符合自身发展的GPS调度数据模型，进行细致的分析与总结，最大限度将GPS调度系统应用于生产实践中。（3）我们应重视司机与相关技术人员的培训工作，并将其落实到位。（4）在实际作业中，司机要严格按照GPS调度指令的相关要求，按照相关规定要求进行准确操作。（5）我们应建立相关的应急预案，使其更好的服务于GPS调度系统。（6）GPS数据的有效处理与分析。调度人员在任务结束后立即对GPS系统产生的相关信息进行仔细的核算与检验，如果出现一定的误差，要及时做好记录，并进行仔细的分析，避免到月底GPS系统产生的数据产量与实际产量出现偏差现象的发生。（7）GPS系统的维修与保养工作。调度人员要经常检查调度室总基站的运作状况以及信号塔的稳定情况，还要经常检查已安装在车辆上的GPS分机系统，并做好及时的分析与处理工作，将不安全事故的发生几率降至最低。当车辆行驶到山坡处时，信号塔传输给分机的信号往往比较差，这时我们应该及时调试信号，确保信号的强度和稳定性，为司机提供便捷的行车导向。
4、结束语
车辆GPS调车系统操作简单易行，调度人员只需按照现场所提供的相关信息进行决策后下达指令即可；其次应用面较为宽泛，该GPS系统可根据调度人员的相关指示进行科学合理的调配；最后GPS调度系统与现场统筹工作衔接较为紧密，最大限度地将GPS调度系统的有效性表现出来。
参考文献
[1]孟小森.浅析露天矿运输特点与节能管理对策[J].中小企业管理与科技，2012，（02）.
9.出租车辆组织调度操作规程 篇九
为完成运输任务，提高工作效率和车辆使用率，使车辆及驾驶员做到统一调 配、统一调度、统一管理，特制定此规程。
1、掌握道路旅客运输方面的法规、规章、规程和标准；掌握道路旅客运输的监督、检查及违章处罚的有关规定。
2、根据运力最大限度地发挥汽车运输的潜力。
3、全面掌握待命车辆的技术状态，确保安全生产：
4、严格把好驾驶员适任资格：
5、车辆回场后，督促驾驶员对车辆进行检查，车厢保持清洁干燥，发现安全技术问题及时报修；使车辆保持良好技术状态。
10.车辆调度员的岗位职责 篇十
摘要：介绍一款应用于GPS车辆监控调度的高速GPS数传终端的设计开发。该终端半双工通信，GMSK数据调制解调，传输数据率9600bps，同时能够传输话音。使用此数传终端的车辆监控调度系统可实时监控车辆超过1200辆/分钟。
关键词：全球定位系统(GPS) 高斯滤波最小频移键控(GMSK) 无线通信
GPS车辆监控调度系统中，需要将车辆的定位数据通过无线数据通信平台回传到监控调度中心。常用的无线数据通信平台可以分为两大类：公网和专网。公网指的是GPRS、CDPD、GSM等以用无线数据网，专网则是指为调度系统专门建立的无线通信网。采用公网的GPS系统具有投资小、覆盖面大、系统维护量小等优点，但它的实时性比较差，不能进行GPS差分定位。要用专网的GPS系统对监控目标可采用时分复用方式进行数据传输，充分利用无线频率资源，传输快、实时性好，可进行GPS差分定位，定位精度高。因此专网的GPS车辆监控调度系统尤其适合于公安、消防、公交、金融运钞等对实时性要求高的应用。专网用GPS数传终端在系统中的作用主要是实现GPS差分定位与无线通信。本文介绍用于专网的低成本、高数据率、实时性好、可靠传话音的GPS数传终端的设计方法及其性能、特点。
1 数传终端设计中频率资源的充分利用
在车辆监控调度系统中，频率资源有限，(本网网收集整理)不能为每个终端分配一个频段，通常是所有终端共用一个数据频道。因此，如何复用这一频率资源，使它得到充分利用，增大系统数据通信容量是数传端和系统设计中值得探讨的问题。
常用的单信道复用方法有两种：点名方式和时分复用方式。点名方式是在整个系统中，先由基站终端点名，指定某特定移动终端向它回传数据;在随后的一段时间内，指定的终端回传数据，其它的终端则保持沉默，基站的终端接收数据;然后又由基站终端继续点名。时分复用方式则是在一个时间段内为每一终端分配一个时隙，终端轮流发送数据，到下一时间段，所终端又依次发送，如此循环。点名方式的缺点是由于每次都要基站终端先点名，因此通信效率比较低，数据通信容量比较小，只能应用于比较小的系统。时分复用方式效率比点名方式高，数据通信容量大，但是所有终端需要一个共同的时间基准。在移动通信中，这个基准通常由基站通过单独的信道来提供，这就需要单独的控制信道，对设备要求高。在车辆监调度系统中，不能采用这种方法。考虑到GPS接收模块在进行GPS定位时，同时会得到一个非常准确的全球同步时钟，用它来作为时分通信的时间基准，就可以实现时分复用，而不增加成本和设备复杂度。
在时分通信的GPS车辆监控调度系统中，移动终端发送和接收数据的时候不多，终端常处于空闲状态。而在车辆监控调度系统中，采用数据传输定位信息、话音实现调度功能将大大提高系统性能。因此如果能在半双工的传输平台上，实现既传输数据又传输话音而不相互干扰，将会使整个系统性能在不增加成本的情况下，得到极大的提高。考虑到以下两个事实：
(1)时分复用方式的监控调度系统中，每个移动终端传输和接收数据的时间都很短，在每个时分复用周期内只有一收一发两次，各几十毫秒。基站的数传终端数据收发时间则比较长。
(2)话音通信时，话音偶尔被中断不到100毫秒，基本不影响话音的可懂度，收听者只感觉到轻微的喀、喀声。
笔者采取以下办法，实现数据与话音的同时传输：
(1)采用两个25kHz带宽的频道，一个用于话音通信，一个用于数据通信;
(2)大部分时间里移动终端处于话音频道，接收或发送话音，在收发数据的时隙，无论是否收、发话音，都强制切换到数据道收发数据，数据通信完成后，回到话音频道，继续收发话音。这样数据收发只会引起话音通信的不到100毫秒的中断，因而对话音通信的影响可忽略。
(3)在监控调度中心安装两个基站终端，一个专用于话音通信，一个专用于数据通信;每个监控目标安装一个移动终端，在给定的时隙收发数据，其它时间收发话音;基站终端与移动终端只在软件上略有不同。这样，就可以在半双工的平台上，同时实现数据和话音的半双工传输。
2 GPS数传终端的硬件设计
2.1 数字调制方式的选择
时分通信系统中决定系统容量的主要因素有三个：无线数据传输率、不同终端之间数据传输的保护时间以及每个终端的数据量。
增加数据传输速率，可直接加大通信系统容量。在车辆监控调度系统中，带宽资源是非常有限的`，要提高通信数据率，必须采用效率比较高的调制方式。
ASK、PSK、FSK等调制方式，调制解调简单，但频谱特性不好，带宽利用率低;而QAM、TCM等复杂的调制方式，需要较复杂的调制解调手段，成本也比较高。这里采用GMSK(高斯滤波的最小频移键控)数据调制方式。GMSK是一种恒包络调制方案，可以用较简单的C类放大器实现，而且它能够在保持谱效率的同时维持较低的同波道和邻波道干扰。实现GMSK调制可以采用正交调制方式或简单的高斯低通滤波加频率调制的方式。这里采用后者，如图1所示。
解调时，采用完全相反的过程，先解调频，得到高斯滤波的基带信号，然后高斯逆滤波，恢复调制前的信号。
2.2 频率调制和解调的设计
为了保证数据传输的稳定可靠，发射电路采用两个振荡器：一个中频振荡器和一个本地振荡器，数据和话音分别调制这两个振荡器。数话分开调制的好处是避免了两路的相互影响，并且数据信号直接调制中频晶体振荡电路，提高了数据调制的稳定度，有利于实现MSK调制和接收电路的解调。中频振荡器采用高精度晶振构成的振荡器;本振采用可编程吞脉冲PLL(锁相环)频率综合器，通过PLL将本振VCO(压控振荡器)锁定于高精度晶体振荡器，使本振既具有很高的频率稳定度，又可以通过编程改变频率。
频率调制的框图如图2所示。
接收解调电路框图如图3所示。
从天线接收来的射频信号放大后，经过两次下变频、滤波得到基带信号，基带信号放大后，可以推动喇叭发声或往高斯逆滤波器解调出数字信号。
由于PLL频率综合器的成本比较高，考虑到实际使用时频率资源的限制，数传终端采用半双工工作方式，频率调制和解调共用一个PLL频率综合器(本振)。
PLL的转换时间是一个重要的指标，转换时间的大小直接影响终端的性能。 转换时间长使终端数字/话音通信频道转换时间也长，不同终端发送数据保护时间加长，会大大减小整个系统的数字通信容量，降低系统性能;而且PLL的转换时间长，数据通信就会使话音通信中断较长的时间，严重影响话音通信的质量。因此设计时应尽量减少PLL的转换时间，提高PLL的锁定速度。采用变宽法加速PLL的锁定，系统性能有了较大提高。
2.3 高斯低通滤波和逆滤波电路
高斯低能滤波器指的是滤波器的频率响应为高斯函数：
高斯滤波器的冲击响应也为高斯函数，采用模拟方法是不可能实现这种滤波器的，通常采用数字存储的方法实现高斯滤波器。这里采用一款由CML公司设计生产的GMSK调制解调器FX589。
FX589是一种低压高速GMSK调制解调器，它可以实现高斯低通滤波及逆滤波，数据率为4Kbps～64Kbps。
为了达到无线通信要求的信道带宽为25kHz，带外干扰<-60dB，选择数据率为9600bps，BT=0.5。
根据FX589的工作特性，采取了以下措施，提高数据通信的性能：
(1)精心设计FX589的外围电路，配合FX589工作;
(2)将发/收的数据进行加/解扰，去除信号中的直流和低频成分以适合FX589的要求;
(3)给数据加上合适的头码，利用FX589恢复接收时钟，保护接收数据完整性;
(4)软件上采取数据检错重发机制，消除误码对系统性能的影响。
2.4 数传终端的整体设计
整个数传终端的设计以MCU为中心，并采用FPGA来整合周边器件，提高系统的稳定性，降低测试维修的复杂度。数传终端的整体框图如图4所示。
串行EEPROM用于存储车辆的重要信息，如编号、车牌号等。FLASH用于记录车辆运行信息，以供调度中心查询。SRAM存储器主要用于存储临时数据，如GPS定位信息、差分定位信息等。GPS接收模块用于接收GPS信号，实现GPS差分定位功能。显示与控制面板采用带背光液晶显示，由电源音量旋钮、静噪调整旋钮与四个轻触按键控制。RS-232测试设置口用来与PC机或其它设备通信。FPGA将所有器件联系成一个整体，由微控制器通过串行通信口、地址数据接口及通用I/O口控制各模块协调工作，完成整个数传终端的显示、通信与数据处理等功能。
3 GPS数传终端控制软件的设计
GPS数传终端的软件设计，要求首先配合硬件保证终端工作稳
定可靠;其次是合理控制，充分发挥硬件潜力，提升终端、系统的性能;另外还要兼顾系统需要，提供良好的操作界面和一定的附加功能与扩展能力。
整个软件的结构示意图如图5所示。
由于终端工作在一个时分通信系统中，每个终端只能在指定的时刻收发数据，因此在软件设计中，实时性的要求非常高。如果软件控制的实时性不好，会乱不同终端间的数据通信相互干扰。这种情况下要保证数据传输可靠，就只能特殊系统数据通信容量，加大不同终端数据传输的保护时间。笔者在软件上采用以下方法提高控制的实时性：
(1)整个软件由一个短时间(几百微秒)的定时中断来定时，结合GPS高精度的时间信息，使所有终端都具有同步且准确的时间。
(2)软件采用模块化设计。模块设计时，将每一模块的工作分成多个部分，模块运行时，每次只运行其中一部分，减小模块每次执行时间，提高软件控制的实时性。
(3)按模块对实时性要求的同，将它们分成不同的执行优先级，如调频与解调电路控制模块的优先级设置为最高，而将EEPROM的读写模块的优先级设置为最低。
在软件设计中，为了减小不同终端之间数据传输的保护时间，增大系统容量，根据系统半双工数据通信的特点，对数据发射电路采用了提前转频道的控制方法。采用此方法后，保护时间不包含PLL锁定时间，只包含射频功率建立时间。由于射频功率建立时间很短，可以忽略，因而MCU控制的时间准确度便成了决定保护时间的主要因素，只要软件控制实时性好就可以把保护时间减少至几毫秒以内。示意图见图6。
另外软件设计中，串口通信程序采用分层设计，分为接收、命令分析和命令数据处理三层，便于以后扩展命令，以适应不同的车辆监控调度系统。
样机的各性能指标均符合设计要求，具体如下：
(1)GPS定位与GPS差分定位功能;
(2)半双工无线通信，频率范围430MHz～450MHz通信数据率9600bps，同时可传输话音;
(3)频道带宽25kHz;频率杂散<5kHz;发射邻频干扰<-60dB;
(4)接收灵敏度：1.0μV信号输入，解调输出SNR>30dB，BER<1.0e-5;
(5)接收选择性：±10kHz;-6dB;±25kHz：-50dB;
(6)发射功率：10W～35W(可调);
11.车辆调度员的岗位职责 篇十一
在邮政企业中, 运输网络是整个系统得以顺利运行的基础。如何整合资源以改善运输网络是邮政企业在市场竞争愈发激烈的情况下所面临的重大问题。邮政运输网络的优化大致可归为车辆调度问题 (Vehicle Scheduling Problem, VSP) , 是指在满足一系列约束条件下得出每辆邮车的作业流程、运输时限或数量等信息, 并实现成本最小、路程最短、时间尽量少或使用车辆数尽量少等优化目标, 这类问题国内外已有许多学者竞相研究[1,2,3,4,5,6]。
目前, 我国邮政主要由调度人员根据经验编制邮运计划, 对临时事件或邮运高峰期则额外拟定运输方案[2]。我国学者对邮政运输VSP的研究基本围绕成本和时限两个核心展开。肖峰分析了邮政运输调度中的邮车分配和邮路规划问题[3];吕雄伟等针对时间窗约束的邮政车辆路径问题, 将邮车容量、时间窗和往返邮件归集等约束条件考虑在内[4];孙景昊围绕时间依赖网络下的邮政车辆调度问题的计算复杂性、整数规划模型和算法等展开了研究[5]。在现代商业模式推动下, 当前的研究倾向于多中心、多车型、集成选址或集成送取货一体的复杂VSP模型[7,8,9];如Zhang和Tang等研究了车辆行驶成本与车载量相关情况下的多中心VSP[10];曾庆成等建立了配送中心选址与车辆路径一体化的双层规划模型[11]。
当前, 专门针对邮政企业实际需要的集多中心选址、多车场、多车型的复杂车辆调度问题研究并不多。目前, 我国各省的市县行政区域的划分主要是根据政治、经济和民族等原则, 这种划分方式却不一定利于邮政运输网络的规划, 而已有的研究也未考虑对邮区规划进行调整。为了提高邮政运输网络的整体效率, 本文提出一种集三级中心选址和车辆调度于一体的邮政运输VSP模型。模型中综合考虑了邮件的配送和取回、多车型调度等, 并考虑根据三级中心选址情况调整区域规划。与已有的中心选址和路径优化模型相比, 本文模型由于引入了多级中心车辆调度和选址, 并综合考虑了多种实际因素, 因此能够满足广阔区域内的物流规划需要, 更符合邮政企业的实际需求、更具适用性。
2 邮政三级车辆调度模型
2.1 问题描述
目前, 我国邮政运输主要采用三级邮区中心局模式, 各级中心局作为网络基本节点, 承担进、出、转口邮件的分拣、封发和运输任务。其中, 一级中心局负责同级邮局间的邮件中转和二级中心局的邮件配送与归集;二级中心局负责辖区内三级中心局、市州局和直辖县区邮局的邮件配送与归集;三级中心局和市州局负责辖区内县区邮局的邮件配送与归集, 县区邮局直接配送邮件到支局或收件人。基于此, 本文构建了一个集三级中心选址和车辆调度于一体的混合邮政运输车辆调度模型。模型涉及到二级、三级中心局和县区局之间的邮件配送, 具体为:固定二级中心局, 选择合适的三级中心局, 调整各中心局的区域划分, 根据各级邮局的进、出口邮件需求量合理规划邮车车型、行车路线和邮运车次, 求得最优邮运方案。模型可抽象为由1个二级中心局、p个三级中心局和n个县区邮局构成的三级邮件处理系统, 如图1所示。
根据我国邮政企业运输调度的实际情况, 提出以下假设:
(1) 被调度的邮件严格按照标准作业规定运输, 不考虑库存费用。
(2) 各级邮局的进、出口邮件需求已知, 各邮局相互之间的实际道路距离已知。
(3) 各级邮区中心局的邮运车辆数一定, 每辆邮车仅隶属于一个中心局, 并且每辆邮车均从所属中心局出发, 并返回原中心局。每条子回路上邮车装载量不得超过该类型邮车的最大装载量。
(4) 不考虑路况和车况等因素。
(5) 给定三级中心局候选局, 若未被选中, 则将它与其它县区邮局一同重新划分归属区域。
(6) 候选三级中心局仅从已有三级中心局中进行选择, 不考虑新建三级中心局或县区邮局升级为三级中心局的问题。
2.2 符号定义
根据问题描述设定各变量的符号定义, 如下:
二级中心局:O={1}
候选三级中心局:A={2, 3, …, t}
三级中心局B={1, 2, …, p}, 其中, 二级中心局同时作为三级中心局参与下层邮运任务
县区邮局:C={p+1, p+2, …, p+n}
车辆集合:V为三级中心局l (l∈B) 的m型号第k辆邮车的集合, V={Vlmk|m=1, 2, …, M;k=1, 2, …, K}
Qmk:m型号第k辆邮车的最大载重量
mi:三级中心局i (i∈B) 的进口邮件需求量
ni:三级中心局i (i∈B) 的出口邮件需求量
pi:邮局i (i∈C) 的进口邮件需求量
qi:邮局i (i∈C) 的出口邮件需求量
qmki:m型号第k辆邮车经过邮局i后的装载量
dij:邮局i与邮局j之间的距离
Bmk:m型号第k辆邮车的固定启动成本
cijmk:m型号第k辆邮车从邮局i到邮局j的单位距离运输费用
e:空载惩罚系数, e=收入损失/空车率, 单位:元/公里
决策变量为:
其中, m, k∈V;i, j∈O∪B∪C, 且i≠j
其中, l∈B;m, k∈V;i∈B∪C
其中, i∈A
其中, i∈B, j∈C
综上可知, wi=0时, 表示候选三级中心局i未被选中, i作为普通邮局参与区域划分, 此时zij=0。
2.3 模型构建
在邮政车辆调度中, 空载率是邮车是否有效利用的主要指标。空载率主要考虑邮车行驶里程和空车率。文中模型是非满载车辆调度问题, 空载率是不断变化的, 所以在此设定邮车空载损失费:
空载率:ER= ( (Qmk-qimk) ·L) /Qmk, 其中L表示运行距离
空载损失费:EC=ER·e
本文描述的问题可归结为如下整数规划模型:目标函数为:
约束条件为:
式 (1) 为目标函数, 第一项为二级与三级中心局之间的邮运成本, 第二项为三级中心局与县区邮局之间的邮运成本, 第三项为车辆固定成本;式 (2) 保证每个邮局只能由同一邮车服务一次, 式 (3) 保证若一个邮局由某辆邮车服务则恰好服务一次, 式 (4) 和式 (5) 保证每辆邮车都从某一级中心局出发并最终返回该中心局;式 (6) 为支路消去约束, 消除满足约束条件但不能构成完整邮路的解, 式中S为邮局集合所有子集构成的集合;式 (7) 和式 (8) 表示三级中心局和所辖县区局的进、出口邮件需求量之间的限制关系;式 (9) 表示邮车经过邮局i前后的载重量变化, i-1为所行邮路上节点i的紧前节点;式 (10) 为邮车行驶过程中的载重量限制;式 (11) 表示一个县区局只能归属于一个三级中心局;式 (12) 表示若候选三级中心局未被选中, 则没有县区局分配给该邮局。
3 算法设计
本文模型包含了两个相互影响的核心子问题, 即中心选址和车辆调度[12], 属于典型的NP难问题。模型的求解分为了两个相对独立又相互制约的阶段:第一阶段的主要任务是初定选址方案并根据选址信息进行区域划分;第二阶段的主要任务是对每个中心局内部的车辆调度进行优化。第一阶段的算法构成外围循环, 每一轮的循环都会产生一个选址的候选方案, 并根据此候选方案来调整区域划分和完成二级与三级中心局之间的邮件配送任务。在完成区域划分和上层配送任务后, 会调用第二阶段算法, 它构成内存循环。第二阶段算法是求解候选选址方案下每个中心局内部的最优车辆调度情况, 并将结果返回到第一阶段, 然后再在外围循环中求出此选址方案下的综合成本, 据此确定当前的候选方案是否可替换当前选定的最优方案。整个算法的描述如下:
第一阶段:三级中心局的分配
由于邮政实际生产中可能涉及到的候选三级中心局不多, 因此采用中心分配法。算法对选址决策变量采取二进制编码的原则, ωi=1 (i∈A) 表示候选中心局被选中, ωi=0表示未被选中。具体步骤如下:
步骤一:初始化模型。设置所有候选三级中心局均为未选中状态, 即ωi=0 (i∈A) 。同时, 将二级中心局O作为系统中唯一的三级中心局。初始时不需进行区域划分, C中元素 (即县区局) 均归属中心局O, 调用第二阶段算法, 求得此选址方案下的模型总成本TC.
步骤二:统计当前选中的三级中心局数量n.然后, 随机选择A中的一个未被选中的候选中心局i, 置ωi=1, 将其加入集合B中, 令n=n+1。同时, 为描述方便, 设SN为状态交换次数, SNmax为当前三级中心局选定条件下的最大交换次数。
步骤三:把二级中心局O设置为三级中心局, 插入到B中首位, 然后针对此选址方案进行区域划分, 即把C中元素分派给B中元素。具体为:设定临界标准值ρ, 对C中元素i计算i到距其最近与次近三级中心局的距离之比r (i) 。规定r (i) ≥ρ时i为临界点, 否则为非临界点。对非临界点进行分派时主要考虑距离, 即将其分派给距离最近的三级中心局;对临界点进行分派时则需综合考虑其邮件需求量尽可能将其分派给距离最近的三级中心局。
区域规划方案确定之后, 按照各三级中心局的总邮件进出口需求量求得二级中心局O与其他三级仔心局之间的运输成本。
步骤四:按当前选址方案中三级中心局数量循环调用第二阶段算珐, 计算中每一个三级中心局内部的车辆调度成本, 并将其作为二阶段算法的返回结果。然后, 将返回结果与步骤三种求得的二级与三级中心局之间的运输成本汇总在一起, 得到模型总成本TC′.
步骤五:根据总成本值判断是否更新当前的最优解, 即:若TC′<TC, 则令TC=TC′, 更新最优解, 转步骤六;否则直接转步骤六。
步骤六:判断选中的三级中心局数量n是否达到最大限制, 若n=Tn (Tn为候选中心局数量) , 转步骤八, 否则转步骤七。
步骤七:若当前的三级中心局状态交换次数未超过规定的最大交换次数, 即满足SN≤SNmax, 则随机选择一个选定的三级中心局i, 将其状态更改为未选中 (即ωi值由1变为了0, 并将i放回到集合A中) , 同时随机地将一个未选中的三级中心局j设置为选中 (即ωj值由0变为了1, 并将j放入集合B中) , 然后令SN=SN+1, 转步骤三;否则, 返回步骤二。
步骤八:输出最优解。
第二阶段:在第一阶段初步确定三级中心局并调整区域划分的情况下, 求解各三级中心局管辖区域内的车辆调度问题。对单个三级中心局而言, 其内部的车辆调度问题只涉及到一个邮车集散点, 因此属于典型的“单中心”车辆调度问题。
由于二阶段存在于一阶段的循环中, 故需要多次进行VSP求解, 这需要算法有较高的执行效率。因此, 设计遗传算法和禁忌搜索算法组合进行求解。遗传算法是一种高效的并行搜索算法, 但其“爬山”能力较弱, 容易早熟或陷入局部最优。把禁忌搜索算法的多样性引入到遗传算法的交叉、变异算子中, 形成禁忌交叉算子和禁忌变异算子, 使得遗传算法在搜索过程中具有记忆性, 增强了算法的“爬山”能力。禁忌遗传算法主要策略为:
(1) 编码规则:根据单中心、多车型VSP的特点, 采用自然数编码, 每条染色体由两个部分组成[13]。假设某三级中心局i有1辆I型车, 2辆II型车和1辆III型车, 则其染色体如图2所示。染色体第一部分代表中心局各邮车车型及服务的县区局数, 第二部分表示该中心局所辖县区局被服务的顺序。图中染色体表示的邮车调度方案是:I型邮车按顺序服务县区局5、2、9、10, II型第一辆邮车按顺序服务县区局11、12、8、6, II型第二辆邮车按顺序服务县区局3、7、4, III型邮车按顺序服务县区局13、14。
(2) 适应度函数。采用模型中车辆调度部分的目标函数作为染色体适应度函数。
其中, pv表示惩罚值, g (Qmk, qimk) =qimk, 若否则, 0。
(3) 选择算子。采用最佳个体保留法, 首先将最佳染色体直接复制至下一代, 再用轮盘赌选择策略根据适应度比例确定每条染色体的生存概率。
(4) 禁忌交叉算子 (TSR) 。TSR使用一个长度为T的禁忌表记录染色体的适应值, 取父代种群适应值的均值作为期望值。假设α是父代经过交叉产生的子代染色体, 若α的适应值小于期望值, 则破禁, 选择α进入下一代;否则, 若α已被禁, 选择父代中较优的个体进入下一代, 若α未被禁, 则接受α进入下一代。其中, 父代交叉时采用混合交叉, 具体为:第一部分单点交叉, 第二部分循环交叉。单点交叉:随机设定交叉点, 将父代A和父代B该点前后的部分交换;循环交叉:确定交叉宽度ω和初始交叉点ρ, 在交叉范围内, 找出父代A中第i个基因在父代B中的位置x和父代B中第i个基因在父代A中的位置y, 把父代A和父代B第i个、x和y对应基因对换位置, 具体如图3所示 (ω=10, ρ=3) 。
(5) 禁忌变异算子 (TSM) 。以变异概率pm确定TSM初始解R.以这个初始解执行禁忌搜索过程, 调用适应度函数确定邻域搜索方向, 并根据邻域解的目标值和禁忌表确定变异结果。TSM是用禁忌思想对变异算子的改进, 搜索过程可接收劣解, 因此具有强于普通变异算子的爬山能力。其中, 邻域搜索过程即染色体的变异, 此处根据编码规则采用交换变异, 具体执行过程如图4所示。
(6) 不可行解修复。染色体经TSR或TSM操作后, 对应的解可能会不可行, 需要修复。由此, 设修复因子f=round (N·P1/sum (P1) ) , 其中, round为取整函数, sum为求和函数, P1为染色体第一部分, N为县区局数量, 修复后若基因值之和大于N, 随机选择一个基因值减1, 若基因值之和小于N, 随机选择一个基因值加1, 重复操作直至基因值之和等于N.
(7) 终止准则。取每次迭代中前十个最佳染色体的适应值之和保存到数组ST中, 若相隔l代的ST之比小于可接受的规定值SV, 表明算法趋于稳定;若连续k (表示提高结果分布性参数) 次均保持这种稳定, 则终止算法并输出结果。
4 实证分析
4.1 数据说明和算法参数设置
贵州邮政当前的运输网络:贵阳中心局是贵州省唯一的二级中心局, 遵义、六盘水等8个市州局为三级中心局, 对下级县级邮局或支局进行邮件归集与配送。根据贵州邮政的实际生产数据, 得到贵阳和各市州局2013年3月份进、出口邮件需求量如表1所示, 车辆信息如表2所示, 已知邮局间的距离。禁忌遗传算法的参数设置如表3所示。
4.2 仿真结果
算法第一阶段中, 临界标准ρ不宜取太小, 且ρ取不同值时区域划分情况不同, 直接影响最终结果, 因此在ρ变化时找出结果的变化规律尤为重要[14]。以参数ρ进行灵敏度分析, 结果如表4所示。
由对比结果可知, ρ=0.7时, 最优总邮运成本最低。
算法求得的最优方案中总邮运成本为65214元, 3、7、8、9被选为三级中心局, 共30条邮路, 各三级中心局的区域划分情况和邮路方案如表5所示。
4.3 对比分析
将采用本文算法、传统遗传算法求解模型的结果和贵州省当前二级干线邮路方案进行对比。对比结果如表6所示, 从表中可以看出, 本文算法的结果与传统遗传算法的结果相比, 可降低成本15.98%、节约6条邮路、节约里程数629km;与贵州省当前的邮路方案相比可降低成本36.82%、节约48条邮路、节约里程数22262km.可见本文算法的优势明显。
5 结论
本文综合考虑了三级中心选址、多中心、多车型及邮件送取一体化的邮政运输车辆调度问题, 建立了混合车辆调度问题的数学模型;然后在考虑调整区域规划、邮件往返归集、车载量限制、最短路径和最少邮车数等约束条件的情况下, 设计了两阶段算法对模型进行求解;最后将模型和算法应用于优化贵州邮政运输网络, 结合贵州邮政的实际生产数据, 按照总邮运成本最小的原则, 在重新确定中心局、调整区域划分的情况下给出了邮政运输车辆调度优化策略。
【车辆调度员的岗位职责】推荐阅读：
车辆调度员岗位职责10-27
车辆调度员演讲稿09-02
车辆调度转正工作计划12-27
企业车辆GPS定位系统,GPS监控调度系统方案dsq04-29
物流调度员的工作职责09-18
生产调度员岗位职责10-25
车站调度员岗位职责02-19
生产、运输、调度员岗位职责01-11
调度员职责职权11-17
调度员岗位工作标准08-28
扫一扫微信支付