CN105184412B - 基于地理位置的物流配送路径规划方法和系统 - Google Patents
基于地理位置的物流配送路径规划方法和系统 Download PDFInfo
- Publication number
- CN105184412B CN105184412B CN201510605272.9A CN201510605272A CN105184412B CN 105184412 B CN105184412 B CN 105184412B CN 201510605272 A CN201510605272 A CN 201510605272A CN 105184412 B CN105184412 B CN 105184412B
- Authority
- CN
- China
- Prior art keywords
- demand point
- point
- demand
- current partition
- default
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Abstract
本发明是一种基于地理位置的物流配送路径规划方法,包括:获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离;根据各需求点的地理位置将各需求点划分进不同分区;根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径;节约里程数为节约的最短实际距离。本发明基于地理位置的物流配送路径规划方法通过先将直线距离较近的需求点进行大致分区,再对每个分区根据实际的节约里程数为每个分区的需求点分配配送路径,从而使每条配送路径达到最优,进而达到减小运输成本的目的。还公开了一种系统。
Description
技术领域
本发明涉及一种基于地理位置的物流配送路径规划方法,还涉及一种基于地理位置的物流配送路径规划系统。
背景技术
生鲜农产品具有易腐、时鲜的特点,其连锁化、规模化经营已成为发展趋势,生鲜超市即该发展模式的典型代表。该模式中,超市配送中心负责下辖区域所有门店的产品配送,由于超市门店需求量小,如单独配送,运输车辆一般不能满载运行,利用率较低,因此配送中心采用零担配送方式(单车同时为多门店配送产品)提高车辆满载率。零担配送方式带来的最大问题是如何将多个门店订单分配到不同车辆上,并以最小的运输成本(里程、时间)配送到各个门店,即订单分配及路径规划。目前,订单分配和路径规划,主要基于工作人员的个人经验,或者是在缺少实际位置数据的情况下,分别对两者做一些简单规划,规划方案具有一定合理性,但方法还具有改进的空间。
订单分配及路线规划是配送中心零担配送方式所面临的主要决策问题,但目前决策方法也存在一些缺陷,第一,在缺少对各门店地理位置数据及各门店间实地距离认知的情况下,工作人员通常会基于个人经验对订单分配和路径规划进行决策,决策基础薄弱,随机性也较大;第二,订单分配与路线规划并不是相互独立的阶段,而目前订单分配及路线规划分别由出库员与驾驶员决定,因此,将两者作为一个整体来进行决策,可进一步降低运输成本。
发明内容
本发明提供一种使每条配送路径达到最优的物流配送路径规划方法。
一种基于地理位置的物流配送路径规划方法,包括以下步骤:
获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离;
根据所述各需求点的地理位置将各需求点划分进不同分区;
根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径;所述节约里程数为第一距离减去第二距离的差值,所述第一距离为从配送中心为起止点到分区内任意两个需求点的往返最短实际距离之和,所述第二距离为从配送中心为起止点,依次经过所述两个需求点的往返最短实际距离。
进一步地,在所述根据所述各需求点的地理位置将各需求点划分进不同分区之后,根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径之前,所述方法还包括:
遍历各分区,获取当前分区中各需求点的配送量之和,并计算所述配送量之和与预设运量容限的余数;
判断所述当前分区中各需求点的配送量之和与预设运量容限的余数是否小于第一预设余数;
在当前分区中各需求点的配送量之和与预设运量容限的余数小于第一预设余数时,判断所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数是否大于等于第二预设余数,所述可合并需求点为所述当前分区的下一相邻分区中与所述当前分区距离最近的需求点,所述下一相邻分区为起始角度大于所述当前分区的最大角度或小于所述当前分区的最小角度的相邻分区,所述距离最近的需求点为与所述当前分区内各需求点形成的外接多边形的几何重心之间的直线距离最小或与所述当前分区中各需求点的极角平均值小于等于一预设角度的需求点;
若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数大于等于第二预设余数,则判断所述下一相邻分区的剩余配送量与所述预设运量容限的余数是否大于等于所述第二预设余数,所述剩余配送量为所述下一相邻分区中刨除所述可合并需求点后剩余需求点对应的配送量之和;
若所述剩余配送量大于等于所述第二预设余数,则将所述可合并需求点合并到所述当前分区;
若所述剩余配送量小于所述第二预设余数,则保持当前分区不变;
若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数小于第二预设余数,则保持当前分区不变;
在当前分区中各需求点的配送量之和与预设运量容限的余数大于等于第一预设余数时,保持当前分区不变。
优选的,所述第一预设余数为1/3预设运量容限,所述第二预设余数为2/3预设运量容限。
优选的,所述根据所述各需求点的地理位置将各需求点划分进不同分区步骤具体包括:
构建一以配送中心为极点、经过所述配送中心的任一直线为极轴的极坐标系,所述极轴按照顺时针或逆时针依次逐个扫描需求点;
创建一新建分区,将所述一新建分区作为当前分区,将第一个需求点加入所述当前分区;
获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值;
将与所述几何重心之间的直线距离小于等于一预设距离或与所述极角平均值小于等于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕;
创建另一新建分区,将所述另一新建分区作为当前分区,将与所述几何重心之间的直线距离大于一预设距离且与所述极角平均值大于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕。。
优选的,所述根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径步骤具体包括:
计算各分区的各需求点中任意一对需求点的节约里程数;
遍历各分区,判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限;
若所述配送量之和小于等于预设运量容限,则将所述的一对需求点相连形成的路径作为所述配送路径,将所述配送路径添加至路径集合中,同时将所述一对需求点的全部货物装进一辆配送车中;
若所述配送量之和大于预设运量容限,则为所述的一对需求点中的每个需求点分别分配一条配送路径,将两条配送路径添加至所述路径集合中,同时将所述每个需求点的货物分别装进一辆配送车中;
按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点;
若有且仅有一个相同需求点,则判断所述下一对需求点中的非相同需求点的配送量与所述相同需求点所属的配送车中已有配送量之和是否小于等于预设运量容限;
若所述配送量之和小于等于预设运量容限,则将所述相同需求点和非相同需求点相连形成的路径加入所述相同需求点所属的配送路径中,同时将所述非相同需求点的全部货物装进所述相同需求点所属的配送车中;
若所述配送量之和大于预设运量容限,则为所述非相同需求点分配另一配送路径,并将所述另一配送路径添加至所述路径集合中,同时将所述非相同需求点的全部货物全部装进一辆新生成的配送车中;
对剩余需求点重复所述按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车;
若下一对需求点与所述路径集合的配送路径中的需求点不含有相同需求点,则对所述当前分区的剩余需求点重复所述判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车。
进一步地,在所述需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车中之后,所述方法还包括:
计算各配送车的配送量,并将所述配送量按照由小到大排序;
当排在前两位的配送量之和小于所述预设运量容限时,将与所述前两位的配送量对应的配送车合并为一辆配送车,
将两辆配送车对应的配送路径合并,并将合并后节约里程数最大的路径作为新的配送路径;
对新形成的所有配送车重复所述计算各配送车的配送量,并将计算所得的配送量按照由小到大排序步骤,直到合并后的配送车的配送量大于等于所述预设运量容限。
本发明还涉及一种基于地理位置的物流配送路径规划系统,包括:
地理位置获取单元,获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离;
分区单元,根据所述各需求点的地理位置将各需求点划分进不同分区;
配送路径生成单元,根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径;所述节约里程数为第一距离减去第二距离的差值,所述第一距离为从配送中心为起止点到分区内任意两个需求点的往返最短实际距离之和,所述第二距离为从配送中心为起止点,依次经过所述两个需求点的往返最短实际距离。
进一步地,所述物流配送路径规划系统还包括
分区余数获取单元,遍历各分区,获取当前分区中各需求点的配送量之和,并计算所述配送量之和与预设运量容限的余数;
判断单元,判断所述当前分区中各需求点的配送量之和与预设运量容限的余数是否小于第一预设余数;
合并后当前分区余数预判单元,在当前分区中各需求点的配送量之和与预设运量容限的余数小于第一预设余数时,判断所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数是否大于等于第二预设余数,所述可合并需求点为所述当前分区的下一相邻分区中与所述当前分区距离最近的需求点,所述下一相邻分区为起始角度大于所述当前分区的最大角度或小于所述当前分区的最小角度的相邻分区,所述距离最近的需求点为与所述当前分区内各需求点形成的外接多边形的几何重心之间的直线距离最小或与所述当前分区中各需求点的极角平均值小于等于一预设角度的需求点;
合并后相邻分区余数预判单元,若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数大于等于第二预设余数,则判断所述下一相邻分区的剩余配送量与所述预设运量容限的余数是否大于等于所述第二预设余数,所述剩余配送量为所述下一相邻分区中刨除所述可合并需求点后剩余需求点对应的配送量之和;
确定合并单元,若所述剩余配送量大于等于所述第二预设余数,则将所述可合并需求点合并到所述当前分区;
第一确定不合并单元,若所述剩余配送量小于所述第二预设余数,则保持当前分区不变;
第二确定不合并单元,若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数小于第二预设余数,则保持当前分区不变;
当前分区保持单元,在当前分区中各需求点的配送量之和与预设运量容限的余数大于等于第一预设余数时,保持当前分区不变。
优选的,所述分区单元包括:
需求点扫描子单元,构建一以配送中心为极点、经过所述配送中心的任一直线为极轴的极坐标系,所述极轴按照顺时针或逆时针依次逐个扫描需求点;
当前分区创建子单元,创建一新建分区,将所述新建分区作为当前分区,将第一个需求点加入所述当前分区;
几何重心或极角平均值获取单元,获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值;
当前分区完善子单元,将与所述几何重心之间的直线距离小于等于一预设距离或与所述极角平均值小于等于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕;
另一分区生成子单元,创建另一新建分区,将所述另一新建分区作为当前分区,将与所述几何重心之间的直线距离大于一预设距离且与所述极角平均值大于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕。
优选的,所述配送路径生成单元包括:
节约里程数计算子单元,计算各分区的各需求点中任意一对需求点的节约里程数;
第一对需求点配送量判断子单元,遍历各分区,判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限;
第一对需求点的第一类配送路径生成子单元,若所述配送量之和小于等于预设运量容限,则将所述的一对需求点相连形成的路径作为所述配送路径,将所述配送路径添加至路径集合中,同时将所述一对需求点的全部货物装进一辆配送车中;
第一对需求点的第二类配送路径生成子单元,若所述配送量之和大于预设运量容限,则为所述的一对需求点中的每个需求点分别分配一条配送路径,将两条配送路径添加至所述路径集合中,同时将所述每个需求点的货物分别装进一辆配送车中;
下一对需求点的相同需求点判断子单元,按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点;
下一对需求点的配送量判断单元,若有且仅有一个相同需求点,则判断所述下一对需求点中的非相同需求点的配送量与所述相同需求点所属的配送车中已有配送量之和是否小于等于预设运量容限;
下一对需求点的第一类配送路径生成子单元,若所述配送量之和小于等于预设运量容限,则将所述相同需求点和非相同需求点相连形成的路径加入所述相同需求点所属的配送路径中,同时将所述非相同需求点的全部货物装进所述相同需求点所属的配送车中;
下一对需求点的第二类配送路径生成子单元,若所述配送量之和大于预设运量容限,则为所述非相同需求点分配另一配送路径,并将所述另一配送路径添加至所述路径集合中,同时将所述非相同需求点的全部货物全部装进一辆新生成的配送车中;
对剩余需求点重复所述按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车;
下一对需求点的第三类配送路径生成子单元,若下一对需求点与所述路径集合的配送路径中的需求点不含有相同需求点,则对所述当前分区的剩余需求点重复所述判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车。
由上述技术方案可知,本发明基于地理位置的物流配送路径规划方法通过先将直线距离较近的需求点进行大致分区,再对每个分区根据实际的节约里程数为每个分区的需求点规划配送路径,从而使每条配送路径达到最优,进而达到减小运输成本的目的。
附图说明
图1为本发明一实施例提供的基于地理位置的物流配送路径规划方法的流程图;
图2为本发明另一实施例的基于地理位置的物流配送路径规划方法的部分流程图;
图3为发明一实施例提供的基于地理位置的物流配送路径规划方法的一个子流程图;
图4为发明一实施例提供的基于地理位置的物流配送路径规划方法的另一子流程图;
图5为本发明一实施例提供的基于地理位置的物流配送路径规划系统的原理框图。
图标记说明
地理位置获取单元1 分区单元2 配送路径生成单元3
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1示出了本发明一实施例提供的基于地理位置的物流配送路径规划方法的流程图。
参照图1,一种基于地理位置的物流配送路径规划方法,包括以下步骤:
S1、获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离;
S2、根据所述各需求点的地理位置将各需求点划分进不同分区;
S3、根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径;所述节约里程数为第一距离减去第二距离的差值,所述第一距离为从配送中心为起止点到分区内任意两个需求点的往返最短实际距离之和,所述第二距离为从配送中心为起止点,依次经过所述两个需求点的往返最短实际距离。
节约里程数由于计算的是实际距离,所以具有方向性,配送顺序不同,则配送的实际里程不同,如按不同的顺序为两个相同的门店配送时,其节约里程数不同:从配送中心O依次向A、B需求点配送时,节约里程数S1=AO+OB-AB,而从配送中心O依次向B、A需求点配送时,节约里程数S2=BO+OA-AB,因为AO≠OA,BO≠OB,所以S1≠S2。
本发明基于地理位置的物流配送路径规划方法通过先将直线距离较近的需求点进行大致分区,再对每个分区根据实际的节约里程数为每个分区的需求点规划配送路径,从而使每条配送路径达到最优,进而达到减小运输成本的目的。
参照图2,在所述S2、根据所述各需求点的地理位置将各需求点划分进不同分区之后,S3、根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径之前,所述方法还包括:
S4、遍历各分区,获取当前分区中各需求点的配送量之和,并计算所述配送量之和与预设运量容限的余数;
S5、判断所述当前分区中各需求点的配送量之和与预设运量容限的余数是否小于第一预设余数;
S51、在当前分区中各需求点的配送量之和与预设运量容限的余数小于第一预设余数时,判断所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数是否大于等于第二预设余数,所述可合并需求点为所述当前分区的下一相邻分区中与所述当前分区距离最近的需求点,所述下一相邻分区为起始角度大于所述当前分区的最大角度或小于所述当前分区的最小角度的相邻分区,所述距离最近的需求点为与所述当前分区内各需求点形成的外接多边形的几何重心之间的直线距离最小或与所述当前分区中各需求点的极角平均值小于等于一预设角度的需求点;
S511、若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数大于等于第二预设余数,则判断所述下一相邻分区的剩余配送量与所述预设运量容限的余数是否大于等于所述第二预设余数,所述剩余配送量为所述下一相邻分区中刨除所述可合并需求点后剩余需求点对应的配送量之和;
S5111、若所述剩余配送量大于等于所述第二预设余数,则将所述可合并需求点合并到所述当前分区;
S5112、若所述剩余配送量小于所述第二预设余数,则保持当前分区不变;
S512、若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数小于第二预设余数,则保持当前分区不变;
S52、在当前分区中各需求点的配送量之和与预设运量容限的余数大于等于第一预设余数时,保持当前分区不变。
如:共有A、B、C和D四个依次相邻的分区,该四个分区形成以配送中心为圆心的完整的圆形,即该四个分区的角度共360度。设A、B、C和D四个分区按照顺时针依次排列。则若当前分区A分区的余数小于1/3预设运量容限,按顺时针方向查询下一相邻分区B,并判断B分区中与所述A分区距离最近的一个需求点a加入到A分区后,A分区和B分区各自的配送量之和与预设运量容限的余数,若调整后两分区的余数都大于等于2/3预设运量容限,则将B分区中的需求点a合并进A分区,若其中一个小于2/3预设运量容限或两个都小于2/3预设运量容限,则保持A分区不变,然后顺时针调整B分区…直到D分区,结束。
举例说明下一相邻分区,比如所有分区的角度范围分别为0°-50°、51°-70°、70°-120°、121°-150°、151°-240°和241°-359°,则51°-70°分区的下一相邻分区是0°-50°或70°-120°对应的分区,该两个分区中的需求点距离51°-70°分区相对于其他分区近,在其中选取可合并需求点可以节省配送距离。
本优选方法的目的是使每个分区尽量“凑整车”,就是让每个分区的配送量之和尽量满足装够整车,从而可以提高配送车的使用效率,减少运输成本。
本方法之所以有第一预设余数和第二预设余数两个不同的判断标准,主要是使判断合并的先决条件和合并后的判断条件区分开,防止当前分区已经基本满足装整车时还要合并,合并意义不大,但造成配送距离的增加。经实践证明,所述第一预设余数最好为1/3预设运量容限,所述第二预设余数最好为2/3预设运量容限。
所述预设运量容限为根据需求确定的小于等于配送车的最大载重量的任一数值,一般采用配送车的最大载重量。
上述方法之所以要将下一相邻分区中与当前分区距离最近的需求点合并进来是考虑到尽可能节省配送距离。
所述极角平均值为各极角相加除以极角的个数(下文中相同)。
参照图3,所述S2、根据所述各需求点的地理位置将各需求点划分进不同分区步骤具体包括:
S21、构建一以配送中心为极点、经过所述配送中心的任一直线为极轴的极坐标系,所述极轴按照顺时针或逆时针依次逐个扫描需求点;
S22、创建一新建分区,将所述一新建分区作为当前分区,将第一个需求点加入所述当前分区;
S23、获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值;
S24、判断下一需求点与所述几何重心之间的直线距离是否小于等于一预设距离或与所述极角平均值是否小于等于一预设角度;
S241、若所述下一需求点与所述几何重心之间的直线距离小于等于一预设距离或与所述极角平均值小于等于一预设角度,将所述下一需求点划分进所述当前分区中,重复所述S23、获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕;
S242、创建另一新建分区,将所述另一新建分区作为当前分区,将与所述几何重心之间的直线距离大于一预设距离且与所述极角平均值大于一预设角度的下一需求点划分进所述当前分区中,重复所述S23、获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕。
所述外接多边形为将所有需求点包含进去的最小多边形。
在分区中只有一个需求点时,其几何重心就是其本身,极角平均值就是其极角,在分区中有两个需求点时,其几何中心就是该两个需求点连接成的直线的几何重心,其极角平均值为两个极角相加除以2。
本方法是将距离较近的需求点和虽与各需求点距离较远,但其处在各需求点构成的外接多边形的几何重心和配送中心连线延长线的辐射范围内的需求点划分进同一分区,从而使分布较密集以及虽与各需求点的密度区域较远,但处在为各需求点进行配送的配送方向上的需求点划分进同一分区(前述在选择可合并需求点时也是基于该原因)。,本方法主要根据就近原则对各需求点进行分区,从而可以使配送路径节省运输距离。
参照图4,所述S3、所述根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径步骤具体包括:
S31、计算各分区的各需求点中任意一对需求点的节约里程数;
S32、遍历各分区,判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限;
S321、若所述配送量之和小于等于预设运量容限,则将所述的一对需求点相连形成的路径作为所述配送路径,将所述配送路径添加至路径集合中,同时将所述一对需求点的全部货物装进一辆配送车中;
S322、若所述配送量之和大于预设运量容限,则为所述的一对需求点中的每个需求点分别分配一条配送路径,将两条配送路径添加至所述路径集合中,同时将所述每个需求点的货物分别装进一辆配送车中;
S33、按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点;
S331、若有且仅有一个相同需求点,则判断所述下一对需求点中的非相同需求点的配送量与所述相同需求点所属的配送车中已有配送量之和是否小于等于预设运量容限;
S3311、若所述配送量之和小于等于预设运量容限,则将所述相同需求点和非相同需求点相连形成的路径加入所述相同需求点所属的配送路径中,同时将所述非相同需求点的全部货物装进所述相同需求点所属的配送车中;
S3312、若所述配送量之和大于预设运量容限,则为所述非相同需求点分配另一配送路径,并将所述另一配送路径添加至所述路径集合中,同时将所述非相同需求点的全部货物全部装进一辆新生成的配送车中;
对剩余需求点重复所述S33、按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点步骤,直到所有需求点分区完毕;
若下一对需求点与所述路径集合的配送路径中的需求点不含有相同需求点,则对所述当前分区的剩余需求点重复所述判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车。在重复所述判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限步骤时涉及的路径集合就是步骤S321或S322中的路径集合。
上述需求点相连形成的配送路径(包括相同需求点和非相同需求点相连形成的配送路径)均有方向性,该方向与节约里程数排序中对应。
例:从配送中心为下发订单的A、B、C、D、E和F六个门店配送货物,按照节约里程数由大到小进行排序,设排序结果为:B-C,D-E,E-F,A-B,C-D,则按照下述方法规划配送路径。
第一步,分配B-C。
先判断B、C的配送量之和是否小于等于预设运量容限;
若小于等于,将B-C相连形成的路径作为第一配送路径H(此处不能为C-B配送路径),并将第一配送路径H添加至路径集合Z中,同时将B和C门店订单的全部货物装进第一辆配送车PSC1中;
若大于,为B和C分别分配一条配送路径,分别为第二配送路径I和第三配送路径J,将两条配送路径I和J添至所述路径集合Z中,同时将所述B、C的货物分别装进第二辆配送车PSC2和第三辆配送车PSC3中(B门店货物装第二辆配送车PSC2,C门店货物装第三辆配送车PSC3)。
第二步,分配D-E。
由于路径集合Z中没有D或E,所以先判断D、E配送量之和是否小于等于预设运量容限;
若小于等于,将D-E相连形成的路径作为第四配送路径K(此处不能为E-D配送路径),并将第四配送路径K添加至路径集合Z中,同时将D和E门店订单的全部货物装进第四辆配送车PSC4中;
若大于,为D和E分别分配一条配送路径,分别为第五配送路径L和第六配送路径M,将两条配送路径L和M添至所述路径集合Z中,同时将所述D、E的货物分别装进第五辆配送车PSC5和第六辆配送车PSC6中(设D的货物装进第五辆配送车PSC5,E的货物装进第六辆配送车PSC6中)。
第三步,分配A-B。
由于路径集合Z中已有B,所以此时判断A门店的订单货物加入到B门店所属的配送车中后,该配送车内的配送量之和是否达到预设运量容限,若加入后所述配送量之和小于等于预设运量容限,则将A-B相连形成的路径加入B门店所属的配送路径中(比如形成A-B-C配送路径),同时将A门店的货物全部装进装有B门店货物的配送车中;若加入后所述配送量之和大于预设运量容限,则为A门店形成第七配送路径N,并将第七配送路径N添加至路径集合Z中,同时将A门店的全部货物装进第七辆配送车PSC7中;
第四步,分配E-F。
由于路径集合Z中已存在E,则判断F门店的订单货物加入到E门店所属的配送车中后,该配送车的配送量之和是否达到预设运量容限,若加入后所述配送量之和小于等于预设运量容限,则将E-F相连形成的路径加入E门店所属的配送路径中(比如形成D-E-F配送路径),同时将F门店的货物全部装进装有E门店货物的配送车中;若加入后所述配送量之和大于预设运量容限,则为F门店形成第八配送路径O,并将第八配送路径O添加至路径集合Z中,同时将F门店的全部货物装进第八辆配送车PSC8中。
第五步,分配C-D。
由于C和D门店已经加入到上述配送路径中,则对C-D不再分配。
通过上述方法规划出的每条配送路径是综合预设运量容限和最省距离的配送路径,为最优配送路径。
对于上述生成的配送车,其配送总量往往不满预设运量容限,为了达到最大的运载效率,最节省运输成本,优选的,在所述需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车中之后,所述方法还包括:
计算各配送车的配送量,并将所述配送量按照由小到大排序;
当排在前两位的配送量之和小于所述预设运量容限时,将与所述前两位的配送量对应的配送车合并为一辆配送车,将两辆配送车对应的配送路径合并,并将合并后节约里程数最大的路径作为新的配送路径;
对新形成的所有配送车重复所述计算各配送车的配送量,并将计算所得的配送量按照由小到大排序步骤,直到合并后的配送车的配送量大于等于所述预设运量容限。
对于上述例子,设形成了第一辆配送车—第四辆配送车,四辆配送车的配送量分别为1/4预设运量容限、1/3预设运量容限、1/2预设运量容限和3/4预设运量容限,由于1/4+1/3=7/12,7/12+1/2>1,则仅把配送量为1/4和1/3的两辆车合并为一辆配送车,另外两辆车不变,则此时最后的配送车辆实际为三辆,若一辆配送车对应的配送路径为A-B,第二辆配送车的配送路径为D-E,则该两辆配送车合并后会形成A-B-D-E路径或D-E-A-B路径,此时判断B-D和E-A的节约里程数哪个更大,若B-D的节约里程数大于E-A的节约里程数,则将A-B-D-E作为配送路径,这样不仅可以使配送车的运输效率最大并且配送里程最小,节省了运输成本。
上述方法的默认条件为:单个需求点的需求量小于所述预设运量容限,在分区中,多个需求点可能需要多车辆配送车进行配送,但理论上最后一辆配送车的配送量小于预设运量容限。
参照图5,一种基于地理位置的物流配送路径规划系统,包括:
地理位置获取单元1,获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离;
分区单元2,根据所述各需求点的地理位置将各需求点划分进不同分区;
配送路径生成单元3,根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径;所述节约里程数为第一距离减去第二距离的差值,所述第一距离为从配送中心为起止点到分区内任意两个需求点的往返最短实际距离之和,所述第二距离为从配送中心为起止点,依次经过所述两个需求点的往返最短实际距离。
进一步地,所述物流配送路径规划系统还包括
分区余数获取单元,遍历各分区,获取当前分区中各需求点的配送量之和,并计算所述配送量之和与预设运量容限的余数;
判断单元,判断所述当前分区中各需求点的配送量之和与预设运量容限的余数是否小于第一预设余数;
合并后当前分区余数预判单元,在当前分区中各需求点的配送量之和与预设运量容限的余数小于第一预设余数时,判断所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数是否大于等于第二预设余数,所述可合并需求点为所述当前分区的下一相邻分区中与所述当前分区距离最近的需求点,所述下一相邻分区为起始角度大于所述当前分区的最大角度或小于所述当前分区的最小角度的相邻分区,所述距离最近的需求点为与所述当前分区内各需求点形成的外接多边形的几何重心之间的直线距离最小或与所述当前分区中各需求点的极角平均值小于等于一预设角度的需求点;
合并后相邻分区余数预判单元,若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数大于等于第二预设余数,则判断所述下一相邻分区的剩余配送量与所述预设运量容限的余数是否大于等于所述第二预设余数,所述剩余配送量为所述下一相邻分区中刨除所述可合并需求点后剩余需求点对应的配送量之和;
确定合并单元,若所述剩余配送量大于等于所述第二预设余数,则将所述可合并需求点合并到所述当前分区;
第一确定不合并单元,若所述剩余配送量小于所述第二预设余数,则保持当前分区不变;
第二确定不合并单元,若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数小于第二预设余数,则保持当前分区不变;
当前分区保持单元,在当前分区中各需求点的配送量之和与预设运量容限的余数大于等于第一预设余数时,保持当前分区不变。
优选的,所述分区单元包括:
需求点扫描子单元,构建一以配送中心为极点、经过所述配送中心的任一直线为极轴的极坐标系,所述极轴按照顺时针或逆时针依次逐个扫描需求点;
当前分区创建子单元,创建一新建分区,将所述新建分区作为当前分区,将第一个需求点加入所述当前分区;
几何重心或极角平均值获取单元,获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值;
当前分区完善子单元,将与所述几何重心之间的直线距离小于等于一预设距离或与所述极角平均值小于等于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕;
另一分区生成子单元,创建另一新建分区,将所述另一新建分区作为当前分区,将与所述几何重心之间的直线距离大于一预设距离且与所述极角平均值大于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕。
优选的,所述配送路径生成单元包括:
节约里程数计算子单元,计算各分区的各需求点中任意一对需求点的节约里程数;
第一对需求点配送量判断子单元,遍历各分区,判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限;
第一对需求点的第一类配送路径生成子单元,若所述配送量之和小于等于预设运量容限,则将所述的一对需求点相连形成的路径作为所述配送路径,将所述配送路径添加至路径集合中,同时将所述一对需求点的全部货物装进一辆配送车中;
第一对需求点的第二类配送路径生成子单元,若所述配送量之和大于预设运量容限,则为所述的一对需求点中的每个需求点分别分配一条配送路径,将两条配送路径添加至所述路径集合中,同时将所述每个需求点的货物分别装进一辆配送车中;
下一对需求点的相同需求点判断子单元,按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点;
下一对需求点的配送量判断单元,若有且仅有一个相同需求点,则判断所述下一对需求点中的非相同需求点的配送量与所述相同需求点所属的配送车中已有配送量之和是否小于等于预设运量容限;
下一对需求点的第一类配送路径生成子单元,若所述配送量之和小于等于预设运量容限,则将所述相同需求点和非相同需求点相连形成的路径加入所述相同需求点所属的配送路径中,同时将所述非相同需求点的全部货物装进所述相同需求点所属的配送车中;
下一对需求点的第二类配送路径生成子单元,若所述配送量之和大于预设运量容限,则为所述非相同需求点分配另一配送路径,并将所述另一配送路径添加至所述路径集合中,同时将所述非相同需求点的全部货物全部装进一辆新生成的配送车中;
对剩余需求点重复所述按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车;
下一对需求点的第三类配送路径生成子单元,若下一对需求点与所述路径集合的配送路径中的需求点不含有相同需求点,则对所述当前分区的剩余需求点重复所述判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车。
由于本基于地理位置的物流配送路径规划系统与基于地理位置的物流配送路径规划方法是一一对应的,不再对基于地理位置的物流配送路径规划系统的具体实施例进行详细描述。
本领域普通技术人员可以理解:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (6)
1.一种基于地理位置的物流配送路径规划方法,其特征在于,包括以下步骤:
获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离;
根据所述各需求点的地理位置将各需求点划分进不同分区;
根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径;所述节约里程数为第一距离减去第二距离的差值,所述第一距离为从配送中心为起止点到分区内任意两个需求点的往返最短实际距离之和,所述第二距离为从配送中心为起止点,依次经过所述两个需求点的往返最短实际距离;
所述根据所述各需求点的地理位置将各需求点划分进不同分区步骤具体包括:
构建一以配送中心为极点、经过所述配送中心的任一直线为极轴的极坐标系,所述极轴按照顺时针或逆时针依次逐个扫描需求点;
创建一新建分区,将所述一新建分区作为当前分区,将第一个需求点加入所述当前分区;
获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值;
将与所述几何重心之间的直线距离小于等于一预设距离或与所述极角平均值小于等于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕;
创建另一新建分区,将所述另一新建分区作为当前分区,将与所述几何重心之间的直线距离大于一预设距离且与所述极角平均值大于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕;
所述根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径步骤具体包括:
计算各分区的各需求点中任意一对需求点的节约里程数;
遍历各分区,判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限;
若所述配送量之和小于等于预设运量容限,则将所述的一对需求点相连形成的路径作为所述配送路径,将所述配送路径添加至路径集合中,同时将所述一对需求点的全部货物装进一辆配送车中;
若所述配送量之和大于预设运量容限,则为所述的一对需求点中的每个需求点分别分配一条配送路径,将两条配送路径添加至所述路径集合中,同时将所述每个需求点的货物分别装进一辆配送车中;
按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点;
若有且仅有一个相同需求点,则判断所述下一对需求点中的非相同需求点的配送量与所述相同需求点所属的配送车中已有配送量之和是否小于等于预设运量容限;
若所述配送量之和小于等于预设运量容限,则将所述相同需求点和非相同需求点相连形成的路径加入所述相同需求点所属的配送路径中,同时将所述非相同需求点的全部货物装进所述相同需求点所属的配送车中;
若所述配送量之和大于预设运量容限,则为所述非相同需求点分配另一配送路径,并将所述另一配送路径添加至所述路径集合中,同时将所述非相同需求点的全部货物全部装进一辆新生成的配送车中;
对剩余需求点重复所述按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车;
若下一对需求点与所述路径集合的配送路径中的需求点不含有相同需求点,则对所述当前分区的剩余需求点重复所述判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车。
2.根据权利要求1所述的基于地理位置的物流配送路径规划方法,其特征在于,在所述根据所述各需求点的地理位置将各需求点划分进不同分区之后,根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径之前,所述方法还包括:
遍历各分区,获取当前分区中各需求点的配送量之和,并计算所述配送量之和与预设运量容限的余数;
判断所述当前分区中各需求点的配送量之和与预设运量容限的余数是否小于第一预设余数;
在当前分区中各需求点的配送量之和与预设运量容限的余数小于第一预设余数时,判断所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数是否大于等于第二预设余数,所述可合并需求点为所述当前分区的下一相邻分区中与所述当前分区距离最近的需求点,所述下一相邻分区为起始角度大于所述当前分区的最大角度或小于所述当前分区的最小角度的相邻分区,所述距离最近的需求点为与所述当前分区内各需求点形成的外接多边形的几何重心之间的直线距离最小或与所述当前分区中各需求点的极角平均值小于等于一预设角度的需求点;
若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数大于等于第二预设余数,则判断所述下一相邻分区的剩余配送量与所述预设运量容限的余数是否大于等于所述第二预设余数,所述剩余配送量为所述下一相邻分区中刨除所述可合并需求点后剩余需求点对应的配送量之和;
若所述剩余配送量大于等于所述第二预设余数,则将所述可合并需求点合并到所述当前分区;
若所述剩余配送量小于所述第二预设余数,则保持当前分区不变;
若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数小于第二预设余数,则保持当前分区不变;
在当前分区中各需求点的配送量之和与预设运量容限的余数大于等于第一预设余数时,保持当前分区不变。
3.根据权利要求2所述的基于地理位置的物流配送路径规划方法,其特征在于,所述第一预设余数为1/3预设运量容限,所述第二预设余数为2/3预设运量容限。
4.根据权利要求1所述的基于地理位置的物流配送路径规划方法,其特征在于,在所述需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车中之后,所述方法还包括:
计算各配送车的配送量,并将所述配送量按照由小到大排序;
当排在前两位的配送量之和小于所述预设运量容限时,将与所述前两位的配送量对应的配送车合并为一辆配送车,将两辆配送车对应的配送路径合并,并将合并后节约里程数最大的路径作为新的配送路径;
对新形成的所有配送车重复所述计算各配送车的配送量,并将计算所得的配送量按照由小到大排序步骤,直到合并后的配送车的配送量大于等于所述预设运量容限。
5.一种基于地理位置的物流配送路径规划系统,其特征在于,包括:
地理位置获取单元,获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离;
分区单元,根据所述各需求点的地理位置将各需求点划分进不同分区;
配送路径生成单元,根据节约里程数确定每一分区内的以配送中心为起止点,各需求点为目标点的配送路径;所述节约里程数为第一距离减去第二距离的差值,所述第一距离为从配送中心为起止点到分区内任意两个需求点的往返最短实际距离之和,所述第二距离为从配送中心为起止点,依次经过所述两个需求点的往返最短实际距离;
所述分区单元包括:
需求点扫描子单元,构建一以配送中心为极点、经过所述配送中心的任一直线为极轴的极坐标系,所述极轴按照顺时针或逆时针依次逐个扫描需求点;
当前分区创建子单元,创建一新建分区,将所述新建分区作为当前分区,将第一个需求点加入所述当前分区;
几何重心或极角平均值获取单元,获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值;
当前分区完善子单元,将与所述几何重心之间的直线距离小于等于一预设距离或与所述极角平均值小于等于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕;
另一分区生成子单元,创建另一新建分区,将所述另一新建分区作为当前分区,将与所述几何重心之间的直线距离大于一预设距离且与所述极角平均值大于一预设角度的下一需求点划分进所述当前分区中,重复所述获取加入所述当前分区的需求点构成的外接多边形的几何重心和所述需求点的极角平均值步骤,直到所有需求点分区完毕;
其中,所述配送路径生成单元包括:
节约里程数计算子单元,计算各分区的各需求点中任意一对需求点的节约里程数;
第一对需求点配送量判断子单元,遍历各分区,判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限;
第一对需求点的第一类配送路径生成子单元,若所述配送量之和小于等于预设运量容限,则将所述的一对需求点相连形成的路径作为所述配送路径,将所述配送路径添加至路径集合中,同时将所述一对需求点的全部货物装进一辆配送车中;
第一对需求点的第二类配送路径生成子单元,若所述配送量之和大于预设运量容限,则为所述的一对需求点中的每个需求点分别分配一条配送路径,将两条配送路径添加至所述路径集合中,同时将所述每个需求点的货物分别装进一辆配送车中;
下一对需求点的相同需求点判断子单元,按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点;
下一对需求点的配送量判断单元,若有且仅有一个相同需求点,则判断所述下一对需求点中的非相同需求点的配送量与所述相同需求点所属的配送车中已有配送量之和是否小于等于预设运量容限;
下一对需求点的第一类配送路径生成子单元,若所述配送量之和小于等于预设运量容限,则将所述相同需求点和非相同需求点相连形成的路径加入所述相同需求点所属的配送路径中,同时将所述非相同需求点的全部货物装进所述相同需求点所属的配送车中;
下一对需求点的第二类配送路径生成子单元,若所述配送量之和大于预设运量容限,则为所述非相同需求点分配另一配送路径,并将所述另一配送路径添加至所述路径集合中,同时将所述非相同需求点的全部货物全部装进一辆新生成的配送车中;
对剩余需求点重复所述按照所述节约里程数由大到小的顺序选择下一对需求点,判断所述下一对需求点与所述路径集合的配送路径是否有且仅有一个相同需求点步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车;
下一对需求点的第三类配送路径生成子单元,若下一对需求点与所述路径集合的配送路径中的需求点不含有相同需求点,则对所述当前分区的剩余需求点重复所述判断当前分区内节约里程数最大的一对需求点对应的配送量之和是否小于等于预设运量容限步骤,直到所述当前分区的所有需求点都分配进相应配送路径中且所有需求点的全部货物都装进相应配送车。
6.根据权利要求5所述的基于地理位置的物流配送路径规划系统,其特征在于,所述物流配送路径规划系统还包括:
分区余数获取单元,遍历各分区,获取当前分区中各需求点的配送量之和,并计算所述配送量之和与预设运量容限的余数;
判断单元,判断所述当前分区中各需求点的配送量之和与预设运量容限的余数是否小于第一预设余数;
合并后当前分区余数预判单元,在当前分区中各需求点的配送量之和与预设运量容限的余数小于第一预设余数时,判断所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数是否大于等于第二预设余数,所述可合并需求点为所述当前分区的下一相邻分区中与所述当前分区距离最近的需求点,所述下一相邻分区为起始角度大于所述当前分区的最大角度或小于所述当前分区的最小角度的相邻分区,所述距离最近的需求点为与所述当前分区内各需求点形成的外接多边形的几何重心之间的直线距离最小或与所述当前分区中各需求点的极角平均值小于等于一预设角度的需求点;
合并后相邻分区余数预判单元,若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数大于等于第二预设余数,则判断所述下一相邻分区的剩余配送量与所述预设运量容限的余数是否大于等于所述第二预设余数,所述剩余配送量为所述下一相邻分区中刨除所述可合并需求点后剩余需求点对应的配送量之和;
确定合并单元,若所述剩余配送量大于等于所述第二预设余数,则将所述可合并需求点合并到所述当前分区;
第一确定不合并单元,若所述剩余配送量小于所述第二预设余数,则保持当前分区不变;
第二确定不合并单元,若所述当前分区和可合并需求点的配送量之和与所述预设运量容限的余数小于第二预设余数,则保持当前分区不变;
当前分区保持单元,在当前分区中各需求点的配送量之和与预设运量容限的余数大于等于第一预设余数时,保持当前分区不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510605272.9A CN105184412B (zh) | 2015-09-21 | 2015-09-21 | 基于地理位置的物流配送路径规划方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510605272.9A CN105184412B (zh) | 2015-09-21 | 2015-09-21 | 基于地理位置的物流配送路径规划方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105184412A CN105184412A (zh) | 2015-12-23 |
CN105184412B true CN105184412B (zh) | 2018-11-23 |
Family
ID=54906475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510605272.9A Active CN105184412B (zh) | 2015-09-21 | 2015-09-21 | 基于地理位置的物流配送路径规划方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105184412B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868857A (zh) * | 2016-04-01 | 2016-08-17 | 苏州玄禾物联网科技有限公司 | 一种小区垃圾回收最短路径优化方法 |
CN106355282B (zh) * | 2016-08-31 | 2019-09-13 | 广州增信信息科技有限公司 | 一种物流装载优化方法 |
US11034517B2 (en) | 2016-09-05 | 2021-06-15 | Ricoh Company, Ltd. | Movement route determination method and program |
CN106650983B (zh) * | 2016-09-09 | 2021-06-04 | 中国科学院新疆生态与地理研究所 | 空间多点分解路径规划方法 |
JP6790103B2 (ja) * | 2016-09-09 | 2020-11-25 | 株式会社日立物流 | 評価装置、評価方法、および評価プログラム |
CN106980912B (zh) * | 2017-04-07 | 2021-01-08 | 广东电网有限责任公司佛山供电局 | 一种多点配送线路规划方法及系统 |
CN110234224A (zh) * | 2017-04-28 | 2019-09-13 | 深圳市元征科技股份有限公司 | 一种食料投放方法以及相关装置 |
CN107194656A (zh) * | 2017-07-04 | 2017-09-22 | 北京惠赢天下网络技术有限公司 | 一种基于标准箱订单的配送路径的规划方法及装置 |
CN107358326A (zh) * | 2017-07-20 | 2017-11-17 | 深圳市凯立德科技股份有限公司 | 一种单车多点配送线路处理方法 |
CN109389237B (zh) * | 2017-08-08 | 2022-05-24 | 阿里巴巴集团控股有限公司 | 一种路径规划方法及装置 |
CN107679656A (zh) * | 2017-09-28 | 2018-02-09 | 浪潮软件股份有限公司 | 一种订单配送路线生成方法及装置 |
CN109816132A (zh) * | 2017-11-20 | 2019-05-28 | 北京京东尚科信息技术有限公司 | 信息生成方法和装置 |
CN109870980B (zh) * | 2017-12-01 | 2021-06-04 | 萨博能源物联网科技(苏州)有限公司 | 一种供能运营调度方法及设备 |
CN108592929A (zh) * | 2018-03-26 | 2018-09-28 | 海南掌控科技有限公司 | 一点与多点之间路径规划的方法及运输配送系统 |
CN108564211B (zh) * | 2018-04-09 | 2020-05-26 | 无锡太湖学院 | 物流运输路径规划方法及系统 |
CN108681861A (zh) * | 2018-06-19 | 2018-10-19 | 品信科技有限公司 | 一种配送路径规划方法及装置 |
CN109146159B (zh) * | 2018-08-03 | 2021-11-30 | 江苏木盟智能科技有限公司 | 一种机器人的配送方法及服务器 |
CN109685751B (zh) * | 2018-12-27 | 2021-03-09 | 拉扎斯网络科技(上海)有限公司 | 配送区域的合并方法、装置、电子设备及存储介质 |
CN110210813B (zh) * | 2019-06-12 | 2020-09-08 | 拉扎斯网络科技(上海)有限公司 | 一种确定配送范围的方法、装置、电子设备及存储介质 |
CN110599096A (zh) * | 2019-09-12 | 2019-12-20 | 湖北三六五优米网络有限公司 | 一种智能配送规划系统 |
CN110598948B (zh) * | 2019-09-20 | 2020-07-07 | 骆剑锋 | 针对旅游景点多点归源的全排列路径规划的提速方法 |
CN113804206A (zh) * | 2020-06-16 | 2021-12-17 | 北京三快在线科技有限公司 | 路径规划方法、装置、电子设备和计算机可读介质 |
CN112101638B (zh) * | 2020-08-27 | 2022-06-14 | 华南理工大学 | 一种城市物流配送范围协同优化方法 |
GB2615143A (en) * | 2021-04-23 | 2023-08-02 | Hainan Yile Iot Tech Co Ltd | Logistics distribution path optimization method based on multiple vehicles and multiple tasks |
CN115239221A (zh) * | 2021-04-23 | 2022-10-25 | 海南易乐物联科技有限公司 | 一种基于多车辆多任务的物流配送路径优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104616070A (zh) * | 2015-01-15 | 2015-05-13 | 北京农业信息技术研究中心 | 一种物流配送路径规划方法及装置 |
CN104700203A (zh) * | 2015-01-15 | 2015-06-10 | 北京农业信息技术研究中心 | 一种物流配送网点规划方法及装置 |
CN104732289A (zh) * | 2015-03-20 | 2015-06-24 | 深圳支付界科技有限公司 | 一种配送路径规划方法及系统 |
-
2015
- 2015-09-21 CN CN201510605272.9A patent/CN105184412B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104616070A (zh) * | 2015-01-15 | 2015-05-13 | 北京农业信息技术研究中心 | 一种物流配送路径规划方法及装置 |
CN104700203A (zh) * | 2015-01-15 | 2015-06-10 | 北京农业信息技术研究中心 | 一种物流配送网点规划方法及装置 |
CN104732289A (zh) * | 2015-03-20 | 2015-06-24 | 深圳支付界科技有限公司 | 一种配送路径规划方法及系统 |
Non-Patent Citations (1)
Title |
---|
Petri网融合蚁群算法的物流配送路径规划;朱伟 等;《浙江大学学报(工学版)》;20111231;第45卷(第12期);第2229-2230页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105184412A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184412B (zh) | 基于地理位置的物流配送路径规划方法和系统 | |
Lemardelé et al. | Potentialities of drones and ground autonomous delivery devices for last-mile logistics | |
Shavarani et al. | Application of hierarchical facility location problem for optimization of a drone delivery system: a case study of Amazon prime air in the city of San Francisco | |
KR102523426B1 (ko) | 작업차 자동 주행 시스템, 주행 경로 관리 장치, 주행 경로 생성 장치, 주행 경로 결정 장치 | |
EP3467738A1 (en) | Platoon travel system | |
US20180366004A1 (en) | Method and system for anticipatory deployment of autonomously controlled vehicles | |
JP2023155444A (ja) | マルチモード輸送サービス計画および履行 | |
Bierwirth et al. | On transport service selection in intermodal rail/road distribution networks | |
US20160084663A1 (en) | Computer-implemented system and method for dynamically coordinating travel | |
CN107527520A (zh) | 基于大数据的智慧停车云平台 | |
JPWO2019030835A1 (ja) | 共用車両管理方法及び共用車両管理装置 | |
Rave et al. | Drone location and vehicle fleet planning with trucks and aerial drones | |
Atasoy et al. | Optimizing a flexible mobility on demand system | |
CN110490380B (zh) | 自动化动态最小运力的即时派单方法及装置 | |
CN109656264A (zh) | 用于为飞行器生成到着陆地点的3d路径的计算机实施的方法和系统 | |
CN109074077A (zh) | 货物递送设备和方法 | |
CN114358675A (zh) | 一种多无人机-多卡车协同物流配送路径规划方法 | |
Royo et al. | Solving a longdistance routing problem using ant colony optimization | |
Nugroho et al. | Vehicle routing problem with heterogeneous fleet, split delivery, multiple product, multiple trip, and time windows: A case study in fuel distribution | |
Febriyanti et al. | Determination of distribution routes using the saving matrix method to minimize shipping costs at PT. Sukun Transport Logistics | |
Yang et al. | Research on NSGA-III in location-routing-inventory problem of pharmaceutical logistics intermodal network | |
Rahimi et al. | Inventory routing problem for perishable products by considering social issue | |
Sicilia et al. | A hybrid algorithm for solving the general vehicle routing problem in the case of the urban freight distribution | |
KR100742683B1 (ko) | 에어리어 분할 시스템 | |
CN109064003A (zh) | 按照路线规划智能分派工单的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |