CN105184417A - 一种计量设备配送线路优化方法及装置 - Google Patents
一种计量设备配送线路优化方法及装置 Download PDFInfo
- Publication number
- CN105184417A CN105184417A CN201510617029.9A CN201510617029A CN105184417A CN 105184417 A CN105184417 A CN 105184417A CN 201510617029 A CN201510617029 A CN 201510617029A CN 105184417 A CN105184417 A CN 105184417A
- Authority
- CN
- China
- Prior art keywords
- dispensing
- point
- vehicle
- dispensing point
- circuit
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种计量设备配送线路优化方法及装置,该方法包括:利用GIS系统获得每个配送点到周围配送点的路程信息;以所述计量中心为起始点,根据所述路程信息,运用迪杰斯特拉算法获得离计量中心最近配送点,该配送点作为第一个配送点,所述起始点到所述第一配送点之间的线路作为第一条配送线路,判断车辆容量;如果车辆没有装满,则以距离所述第一个配送点最近的点作为第二个配送点,第一个配送点到第二个配送点之间的线路作为第二条配送线路,判断车辆容量;如果车辆仍没有装满,则以离所述第二个配送点最近的点作为第三个配送点;以此类推,直至车辆已经装满的配送点作为线路的终点;将获得的线路提交给车辆调度人员作为车辆调度的依据。
Description
技术领域
本发明涉及路线优化技术领域,特别涉及一种计量设备配送线路优化方法及装置。
背景技术
物流配送线路优化问题,其实就是以线路最优化为目标的车辆调度问题,即VRP问题,问题的实质是对于一个确定的计量二级库/直配点集合,在确定的需求下,如何安排车辆、安排行驶路线和安排时间,使得总的行使里程数最小。配送车辆调度问题(VRP),最早是由Dantzig和Ramser于1959年首次提出的,自此很快引起运筹学、应用数学、组合数学、图论与网络分析、物流科学、计算机应用等学科的专家与运输计划制定者和管理者的极大重视,成为运筹学与组合优化领域的前沿与研究热点问题。
线路优化问题一直是学术界的NP难题,一般来说给定约束条件,具体问题的解空间有限,虽然从理论上是可以找出问题的最优解的,但是此类问题的求解非常复杂,特别是随着配送规模的增加,计算量呈指数增长,求解过程复杂。
线路优化问题的常用算法,究其实质,基本上可将求解方法分成精确算法和启发式算法两大类。精确算法的计算量一般随问题规模的增大呈指数增长,因此在实际中其应用范围很有限。由于VRP问题是NP困难问题,高效的精确算法存在的可能性不大(除非P=NP),因此寻找近似算法是必须和现实的,为此,专家们主要把精力花在构造高质量的启发式算法上,目前,绝大部分这方面的研究成果也是对启发式算法的设计或改进。
目前对于物流配送线路优化问题的相关技术研究普遍比较集中在算法的研究上,但是对于各行业存在的实际物流配送线路优化的针对性应用研究略显不足。对于计量设备的物流配送线路优化应用,现有的相关技术在应用上存在以下问题:
(1)配送线路优化方案未充分考虑各种动态的不确定性因素;
物流配送中心的末端配送主要采取集中统一的送货方式,这种配送模式必须综合考虑配送网点订货情况、物流配送中心规模、道路拥挤度、道路整改等因素对配送效能的影响。
(2)配送线路优化应用的用户体验不够理想;
通过建立配送线路优化算法与模型,输入各种参数,最终计算出最优的配送线路,现有技术的应用主要在于如何实现计算结果的准确性,但是却忽略了市场应用过程中用户体验的重要性,用户无法直观的看到所有可选择的配送线路、最优的配送线路,以及最优配送线路的相关影响因素。
发明内容
为解决现有技术的问题,本发明提出一种计量设备配送线路优化方法及装置,通过GIS系统数据对线路进行优化,在进行线路优化时,按照不同的参数设置形成新的配送方案并进行方案间的指标统计,能够对配送总成本的预测提供指导。
为实现上述目的,本发明提供了一种计量设备配送线路优化方法,该方法包括:
利用GIS系统获得每个配送点到周围配送点的路程信息;其中,配送点之间的线路上只允许有一辆配送车辆,且遵循以每个配送点在线路中的顺序,顺序在前的先卸车的原则;
以所述计量中心为起始点,根据所述路程信息,运用迪杰斯特拉算法获得离计量中心最近配送点,该配送点作为第一个配送点,所述起始点到所述第一配送点之间的线路作为第一条配送线路,判断车辆容量;如果车辆没有装满,则以距离所述第一个配送点最近的点作为第二个配送点,第一个配送点到第二个配送点之间的线路作为第二条配送线路,判断车辆容量;如果车辆仍没有装满,则以离所述第二个配送点最近的点作为第三个配送点;以此类推,直至车辆已经装满的配送点作为线路的终点;
将获得的线路提交给车辆调度人员作为车辆调度的依据。
优选地,所述方法还包括:在只剩两个配送点的情况下车辆还没有装满,且在距离当前配送点最近的配送点处仍不能装满车辆,则判断最后两个配送点之间的距离是否大于最后一个配送点至计量中心的距离,若是,则最后两个配送点分别各有一辆车辆进行配送;否则,最后两个配送点共用一辆车进行配送。
为实现上述目的,本发明还提供了一种计量设备配送线路优化装置,该装置包括:
路程信息获取单元,用于利用GIS系统获得每个配送点到周围配送点的路程信息;其中,配送点之间的线路上只允许有一辆配送车辆,且遵循以每个配送点在线路中的顺序,顺序在前的先卸车的原则;
配送线路获取单元,用于以所述计量中心为起始点,根据所述路程信息,运用迪杰斯特拉算法获得离计量中心最近配送点,该配送点作为第一个配送点,所述起始点到所述第一配送点之间的线路作为第一条配送线路,判断车辆容量;如果车辆没有装满,则以距离所述第一个配送点最近的点作为第二个配送点,第一个配送点到第二个配送点之间的线路作为第二条配送线路,判断车辆容量;如果车辆仍没有装满,则以离所述第二个配送点最近的点作为第三个配送点;以此类推,直至车辆已经装满的配送点作为线路的终点;
调度单元,用于将获得的线路提交给车辆调度人员作为车辆调度的依据。
优选地,所述装置还包括:
特殊情况单元,用于在只剩两个配送点的情况下车辆还没有装满,且在距离当前配送点最近的配送点处仍不能装满车辆,则判断最后两个配送点之间的距离是否大于最后一个配送点至计量中心的距离,若是,则最后两个配送点分别各有一辆车辆进行配送;否则,最后两个配送点共用一辆车进行配送。
上述技术方案具有如下有益效果:本技术方案可以减少配送时间和配送里程,提高配送效率,增加车辆利用率,降低配送成本。同时,可以加快物流速度,能准时、快速地把货物送到客户的手中,提高客户满意度。另外,本技术方案使配送作业安排合理化,提高企业作业效率,有利于企业提高竞争力与效益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提出的一种计量设备配送线路优化方法流程图;
图2为本发明提出的一种计量设备配送线路优化装置框图;
图3为本实施例甲地到乙地的运输路线示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本技术方案的工作原理为:首先采集与客户相关的地理位置数据并保存到GIS系统中,并在地图中显示出来。然后将计量中心相关配送需求数据、配送点坐标、配送点间距离、配送设备数据调入优化算法中,进行优化计算得出路径规划参考结果,用数据的形式保存优化的结果,在电子地图中展示,并将结果提交给车辆调度人员作为车辆调度的依据。
基于上述工作原理,本发明提出一种计量设备配送线路优化方法。如图1所示,该方法包括:
步骤101):利用GIS系统获得每个配送点到周围配送点的路程信息;其中,配送点之间的线路上只允许有一辆配送车辆,且遵循以每个配送点在线路中的顺序,顺序在前的先卸车的原则;
步骤102):以所述计量中心为起始点,根据所述路程信息,运用迪杰斯特拉算法获得离计量中心最近配送点,该配送点作为第一个配送点,所述起始点到所述第一配送点之间的线路作为第一条配送线路,判断车辆容量;如果车辆没有装满,则以距离所述第一个配送点最近的点作为第二个配送点,第一个配送点到第二个配送点之间的线路作为第二条配送线路,判断车辆容量;如果车辆仍没有装满,则以离所述第二个配送点最近的点作为第三个配送点;以此类推,直至车辆已经装满的配送点作为线路的终点;
步骤103):将获得的线路提交给车辆调度人员作为车辆调度的依据。
优选地,所述方法还包括:在只剩两个配送点的情况下车辆还没有装满,且在距离当前配送点最近的配送点处仍不能装满车辆,则判断最后两个配送点之间的距离是否大于最后一个配送点至计量中心的距离,若是,则最后两个配送点分别各有一辆车辆进行配送;否则,最后两个配送点共用一辆车进行配送。
迪杰斯特拉(Dijkstra)算法用于求解一个有向图(也可以是无向图,无向图是有向图的一种特例)的一个点(称之为原点)到其余各点(称之为周边点)的最短路径问题。算法本身并不是按照我们的思维习惯-求解从原点到第一个点的最短路径,再到第二个点的最短路径,直至最后求解完成到第n个点的最短路径,而是求解从原点出发的各有向路径的从小到大的排列,但是算法最终确实得到了从原点到图中其余各点的最短路径,可以说这是个副产品,对于算法的终结条件也应该以求得了原点到图中其余各点的最短路径为宜。清楚了算法的这种巧妙构思后,理解算法本身就不是难题了。
Dijkstra算法的基本步骤如下:
(1)给起点V1以标号(0,S)。其中,“0”表示从起始点到当前点的最短路径距离,因V1即起始点,所以此变量值为0。“S”表示为从起始点至当前点最短路径上当前点的前一个点。
(2)找出以标号的点的集合I,没有标号的点的集合J以及弧的集合{(Vi,Vj)|Vi∈I,Vj∈J}。在这里,这个弧的集合是指所有从已标号的点到未标号的点的弧的集合。
(3)如果上述弧的集合是空集,则计算结束。如果Vt已标号(Lt,Kt),则起始点Vs到Vt距离即为Lt,而从起始点Vs到Vt的最短路径,则可以从Kt反向追踪到起点Vs而得到。如果Vt未标号,则可以断言不存在从起始点Vs到Vt的有向路。
如果上述的弧的集合不是空集,转下一步。
(4)对上述弧的集合中的每一条弧,计算Sij=Li+Cij;在式中,Sij表示从起始点经i点到j点的距离,Li表示从起始点到i点的最短路径距离,Cij表示i点和j点之间的距离。j和j表示点集(V1、V2、V3…Vn)中两个不同点的下标或编号。在所有的Sij中,找到其值为最小的弧,不妨设此弧为(Vc,Vd)。则给此弧的终点以双标号(Scd,C),返回步骤2。其中,Scd表示从起始点经c点至d点的最短距离。Vc表示迭代计算中的某已标号的点,Vd表示迭代计算中某未标号的点,点Vd与点Vc相邻,Vt表示目标点、Lt表示起始点Vs到目标点Vt的最短距离,Kt表示起始点到目标点最短路径上目标点的前一个点。
若在第四步骤中,使得Sij值为最小的弧有多条,则这些弧的终点既可以任选一个标定,也可以都予以标定,若这些弧中的有些弧的终点为同一点,则此点应有多个双标号,以便最后可找到多余最短路径。
基于上述工作原理,本发明还提供了一种计量设备配送线路优化装置。如图2所示,该装置包括:
路程信息获取单元201,用于利用GIS系统获得每个配送点到周围配送点的路程信息;其中,配送点之间的线路上只允许有一辆配送车辆,且遵循以每个配送点在线路中的顺序,顺序在前的先卸车的原则;
配送线路获取单元202,用于以所述计量中心为起始点,根据所述路程信息,运用迪杰斯特拉算法获得离计量中心最近配送点,该配送点作为第一个配送点,所述起始点到所述第一配送点之间的线路作为第一条配送线路,判断车辆容量;如果车辆没有装满,则以距离所述第一个配送点最近的点作为第二个配送点,第一个配送点到第二个配送点之间的线路作为第二条配送线路,判断车辆容量;如果车辆仍没有装满,则以离所述第二个配送点最近的点作为第三个配送点;以此类推,直至车辆已经装满的配送点作为线路的终点;
调度单元203,用于将获得的线路提交给车辆调度人员作为车辆调度的依据。
优选地,所述装置还包括:
特殊情况单元,用于在只剩两个配送点的情况下车辆还没有装满,且在距离当前配送点最近的配送点处仍不能装满车辆,则判断最后两个配送点之间的距离是否大于最后一个配送点至计量中心的距离,若是,则最后两个配送点分别各有一辆车辆进行配送;否则,最后两个配送点共用一辆车进行配送。
实施例:
某企业要将产品从甲地运到乙地,从甲地到乙地有不同的路线可以选择,怎样选择可以使运输路线最短。如图3所示。
在甲乙两地的交通图中的点V1,V2,…,V7表示7个地名,其中V1表示甲地,V7表示乙地,点之间的连线(边)表示两之间的公路,边所赋的全数表示两地间公路的长度(单位为公里)。用Dijkstra算法求解运输最短路径,也就是找出最短路径,是总运费最低。
(1)给起始点V1标号为(0,S)。
(2)I={V1};J={V2,V3,V4,V5,V6,V7}。
边的集合{[Vi,Vj]│Vi,Vj两点中一点属于I,而另一点属于J}={[V1,V2],[V1,V3]},并有:
S12=L1+C12=0+15=15;
S13=L1+C13=0+10=10;
Min(S12,S13)=S13=10。
给边[V1,V3]中的未标号的点V3标以(10,1)表示从V1到V3的距离为10,并且在V1到V3的最短路径上V3的前面的点为V1。
(3)这时,I={V1,V3};J={V2,V4,V5,V6,V7}。
边的集合{[Vi,Vj]│Vi,Vj两点中一点属于I,而另一点属于J}={[V1,V2],[V3,V2],
[V3,V5]},并有:
S32=L3+C32=10+3=13;
S35=L3+C35=10+4=14;
Min(S12,S32,S35)=S32=13。
给边[V3,V2]中未标号的点V2标以(13,3)。
(4)这时,I={V1,V3,V2};J={V4,V5,V6,V7}。
边的集合{[Vi,Vj]│Vi,Vj两点中一点属于I,而另一点属于J}={[V3,V5],[V2,V4],[V2,V7]},并有:
S24=L2+C24=13+6=19;
S27=L2+C27=13+17=30;
Min(S35,S24,S27)=S35=14。
给边[V3,V5]中未标号的点V5标以(14,3)。
(5)这时,I={V1,V2,V3,V5}J={V4,V6,V7}。
边的集合{[Vi,Vj]│Vi,Vj两点中一点属于I,,而另一点属于J}={[V2,V4],[V5,V4],[V2,V7],[V5,V6]},并有:
S54=L5+C54=14+4=18;
S56=L5+C56=14+2=16;
Min(S24,S54,S27,S56)=S56=16。
给边[V5,V6]中未标号的点V6标以(16,5)。
(6)这时,I={V1,V2,V3,V5,V6};J={V4,V7}。
边的集合{[Vi,Vj]│Vi,Vj两点中一点属于I,而另一点属于J}={[V2,V4],[V5,V4],[V2,V7],[V6,V7]},并有:
S67=L6+C67=16+6=22;
Min(S24,S54,S27,S67)=S54=18。
边[V5,V4]中未标号的点V4标以(18,5)。
(7)这时,I={V1,V2,V3,V4,V5,V6};J={V7}。
边的集合{[Vi,Vj]│Vi,Vj两点中一点属于I,而另一点属于J}={[V2,V7],[V4,V7],[V6,V7]},并有:
S47=L4+C47=18+5=23;
Min(S27,S47,S67)=S67=22。
给边[V6,V7]中未标号的点V7标以(22,6)。
(8)这时,I={V1,V2,V3,V4,V5,V6,V7};J=Φ。边的集合{[Vi,Vj]│Vi,Vj两点中一点属于I,而另一点属于J}=Φ;计算结束。
(9)得到最短路径。
从V7的标号(22,6)可知从V1到V7的最短距离为22公里,其最短路径中V7的前一点为V6,从V6的标号(16,5)可知V6的前一点为V5,从V5的标号(14,3)可知V5的前一点为V3,从V3的标号(10,1)可知V3的为V1,即其最短路径为V1→V3→V5→V6→V7,从甲地到乙地的最短距离为22。
总之,Dijkstra算法在最短路径的求解中广泛应用,是一种既简单又有效的方法,能够用这种简单的方法找出最短路径。
在与计量设备配送的结合应用时,需遵循一些原则:记录每个点与省计量中心之间的最短路程;记录每个点与周围点之间的路程;一条线路一辆车的原则;以离计量中心最近的一个点为第一条线路选择的原则;以每个点在线路中的顺序,顺序前的先卸车的原则。
首先以计量中心为线路起点,以离计量中心最近点为第一个配送点生成线路,根据车辆容量判断车辆是否装满,如果没有装满则以离第一个配送点最近的点为第二个配送点,以此类推直至车辆已经装满的配送点为线路的终点。
第二条线路的选择原则与第一条相同。
若最终只剩两配送点,并且最近点的需求数量不能满一车,则判断两点之间的距离是否大于最后一个点与计量中心之间的距离,若前者大于后者则两个点分为两辆车辆进行配送,否则为一辆车。
现有的路径优化技术主要基于路径长短单一变量评价的优化算法,本路径优化算法综合考虑了路径长短和配送载货复合变量的优化规划,相对普通的做法在减少成本消耗和提升配送效率方面更具优势。
通过本实施例可知,本技术方案优化配送线路,提高物流配送效率。并且,可以节省运输车辆,减少车辆空载率,降低了社会物流成本,对其他企业尤其是生产企业具有重要意义。与此同时,还能缓解交通紧张状况,减少噪声、尾气排放等运输污染,对民生和环境也有不容忽视的作用。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种计量设备配送线路优化方法,其特征在于,该方法包括:
利用GIS系统获得每个配送点到周围配送点的路程信息;其中,配送点之间的线路上只允许有一辆配送车辆,且遵循以每个配送点在线路中的顺序,顺序在前的先卸车的原则;
以所述计量中心为起始点,根据所述路程信息,运用迪杰斯特拉算法获得离计量中心最近配送点,该配送点作为第一个配送点,所述起始点到所述第一配送点之间的线路作为第一条配送线路,判断车辆容量;如果车辆没有装满,则以距离所述第一个配送点最近的点作为第二个配送点,第一个配送点到第二个配送点之间的线路作为第二条配送线路,判断车辆容量;如果车辆仍没有装满,则以离所述第二个配送点最近的点作为第三个配送点;以此类推,直至车辆已经装满的配送点作为线路的终点;
将获得的线路提交给车辆调度人员作为车辆调度的依据。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:在只剩两个配送点的情况下车辆还没有装满,且在距离当前配送点最近的配送点处仍不能装满车辆时,则判断最后两个配送点之间的距离是否大于最后一个配送点至计量中心的距离,若是,则最后两个配送点分别各有一辆车辆进行配送;否则,最后两个配送点共用一辆车进行配送。
3.一种计量设备配送线路优化装置,其特征在于,该装置包括:
路程信息获取单元,用于利用GIS系统获得每个配送点到周围配送点的路程信息;其中,配送点之间的线路上只允许有一辆配送车辆,且遵循以每个配送点在线路中的顺序,顺序在前的先卸车的原则;
配送线路获取单元,用于以所述计量中心为起始点,根据所述路程信息,运用迪杰斯特拉算法获得离计量中心最近配送点,该配送点作为第一个配送点,所述起始点到所述第一配送点之间的线路作为第一条配送线路,判断车辆容量;如果车辆没有装满,则以距离所述第一个配送点最近的点作为第二个配送点,第一个配送点到第二个配送点之间的线路作为第二条配送线路,判断车辆容量;如果车辆仍没有装满,则以离所述第二个配送点最近的点作为第三个配送点;以此类推,直至车辆已经装满的配送点作为线路的终点;
调度单元,用于将获得的线路提交给车辆调度人员作为车辆调度的依据。
4.如权利要求3所述的装置,其特征在于,所述装置还包括:
特殊情况单元,用于在只剩两个配送点的情况下车辆还没有装满,且在距离当前配送点最近的配送点处仍不能装满车辆,则判断最后两个配送点之间的距离是否大于最后一个配送点至计量中心的距离,若是,则最后两个配送点分别各有一辆车辆进行配送;否则,最后两个配送点共用一辆车进行配送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510617029.9A CN105184417A (zh) | 2015-09-24 | 2015-09-24 | 一种计量设备配送线路优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510617029.9A CN105184417A (zh) | 2015-09-24 | 2015-09-24 | 一种计量设备配送线路优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105184417A true CN105184417A (zh) | 2015-12-23 |
Family
ID=54906480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510617029.9A Pending CN105184417A (zh) | 2015-09-24 | 2015-09-24 | 一种计量设备配送线路优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105184417A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106980908A (zh) * | 2017-03-21 | 2017-07-25 | 江苏金易达供应链管理有限公司 | 基于Dijkstra算法的物流及其配送信息管理平台 |
CN107274128A (zh) * | 2017-06-15 | 2017-10-20 | 上海汽车集团股份有限公司 | 一种车辆配载方法及装置 |
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 |
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 |
CN108846513A (zh) * | 2018-06-07 | 2018-11-20 | 浪潮软件股份有限公司 | 一种基于gis的送货任务单首尾优化方法及系统 |
CN109034477A (zh) * | 2018-07-27 | 2018-12-18 | 重庆大学 | 一种基于时间可靠性的城市物流配送的最短路径查找方法 |
CN109840630A (zh) * | 2019-01-21 | 2019-06-04 | 福建省特种设备检验研究院 | 一种基于Dijkstra算法获取特检设备检验员的工作时效的方法 |
CN115271205A (zh) * | 2022-07-28 | 2022-11-01 | 南通大学 | 一种基于Dijkstra算法的最短物流路径规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383756A (zh) * | 2013-07-22 | 2013-11-06 | 浙江省烟草公司绍兴市公司 | 一种烟草物流配送路径规划方法 |
CN103985025A (zh) * | 2014-05-16 | 2014-08-13 | 国家电网公司 | 一种计量器具配送智能管理系统 |
CN104881710A (zh) * | 2015-05-11 | 2015-09-02 | 浙江大学 | 一种基于车辆自组网的城市快递配送方法 |
-
2015
- 2015-09-24 CN CN201510617029.9A patent/CN105184417A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383756A (zh) * | 2013-07-22 | 2013-11-06 | 浙江省烟草公司绍兴市公司 | 一种烟草物流配送路径规划方法 |
CN103985025A (zh) * | 2014-05-16 | 2014-08-13 | 国家电网公司 | 一种计量器具配送智能管理系统 |
CN104881710A (zh) * | 2015-05-11 | 2015-09-02 | 浙江大学 | 一种基于车辆自组网的城市快递配送方法 |
Non-Patent Citations (1)
Title |
---|
杨薇虹: "物流配送智能调度优化决策支持系统研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106980908A (zh) * | 2017-03-21 | 2017-07-25 | 江苏金易达供应链管理有限公司 | 基于Dijkstra算法的物流及其配送信息管理平台 |
CN107274128A (zh) * | 2017-06-15 | 2017-10-20 | 上海汽车集团股份有限公司 | 一种车辆配载方法及装置 |
CN107274128B (zh) * | 2017-06-15 | 2020-09-15 | 上海汽车集团股份有限公司 | 一种车辆配载方法及装置 |
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 |
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 |
CN108846513A (zh) * | 2018-06-07 | 2018-11-20 | 浪潮软件股份有限公司 | 一种基于gis的送货任务单首尾优化方法及系统 |
CN109034477A (zh) * | 2018-07-27 | 2018-12-18 | 重庆大学 | 一种基于时间可靠性的城市物流配送的最短路径查找方法 |
CN109840630A (zh) * | 2019-01-21 | 2019-06-04 | 福建省特种设备检验研究院 | 一种基于Dijkstra算法获取特检设备检验员的工作时效的方法 |
CN115271205A (zh) * | 2022-07-28 | 2022-11-01 | 南通大学 | 一种基于Dijkstra算法的最短物流路径规划方法 |
CN115271205B (zh) * | 2022-07-28 | 2023-11-28 | 南通大学 | 一种基于Dijkstra算法的最短物流路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184417A (zh) | 一种计量设备配送线路优化方法及装置 | |
Braekers et al. | Challenges in managing empty container movements at multiple planning levels | |
Zhao et al. | A heterogeneous fleet two-echelon capacitated location-routing model for joint delivery arising in city logistics | |
Savelsbergh et al. | 50th anniversary invited article—city logistics: Challenges and opportunities | |
RU2682313C2 (ru) | Система (варианты) и способ (варианты) управления предоставлением услуги | |
Archetti et al. | Complexity of routing problems with release dates | |
Hu et al. | A decision support system for public logistics information service management and optimization | |
Ronald et al. | Exploring co-modality using on-demand transport systems | |
CN104463516A (zh) | 基于订单密度的订单/交通工具分配 | |
Mancini | Time dependent travel speed vehicle routing and scheduling on a real road network: the case of Torino | |
Gmira et al. | Managing in real-time a vehicle routing plan with time-dependent travel times on a road network | |
CN104809601A (zh) | 基于电子地图的快递互助系统 | |
CN113177752B (zh) | 一种路线规划方法、装置及服务器 | |
Li et al. | Research on optimization of electric vehicle routing problem with time window | |
Cao et al. | Capacity allocation problem with random demands for the rail container carrier | |
Ramirez-Villamil et al. | Sustainable local pickup and delivery: The case of Paris | |
Jung et al. | Dually sustainable urban mobility option: Shared-taxi operations with electric vehicles | |
Perboli et al. | A simulation-optimization approach for the management of the on-demand parcel delivery in sharing economy | |
Hu et al. | Modeling Real-time operations of Metro-based urban underground logistics system network: A discrete event simulation approach | |
Correia et al. | Smart supply chain management: The 5W1H open and collaborative framework | |
Salehi Sarbijan et al. | Emerging research fields in vehicle routing problem: a short review | |
CN114742507A (zh) | 车辆货物配载方法、装置、计算机设备及存储介质 | |
Taran et al. | Structural optimization of multimodal routes for cargo delivery | |
CN107402016A (zh) | 公交导航路线规划方法、装置和终端设备 | |
Yu et al. | GPS data in taxi-sharing system: Analysis of potential demand and assessment of fuel consumption based on routing probability model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151223 |