CN105719118A - 基于图论的多目标物流调度方法和系统 - Google Patents

基于图论的多目标物流调度方法和系统 Download PDF

Info

Publication number
CN105719118A
CN105719118A CN201610041928.3A CN201610041928A CN105719118A CN 105719118 A CN105719118 A CN 105719118A CN 201610041928 A CN201610041928 A CN 201610041928A CN 105719118 A CN105719118 A CN 105719118A
Authority
CN
China
Prior art keywords
logistics
route
section
path
attribute
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.)
Granted
Application number
CN201610041928.3A
Other languages
English (en)
Other versions
CN105719118B (zh
Inventor
朱定局
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China Normal University
Original Assignee
South China Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China Normal University filed Critical South China Normal University
Priority to CN201610041928.3A priority Critical patent/CN105719118B/zh
Publication of CN105719118A publication Critical patent/CN105719118A/zh
Application granted granted Critical
Publication of CN105719118B publication Critical patent/CN105719118B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种物流调度方法,通过获取物流资源信息,根据所述物流资源信息建立物流路径图;获取物流需求信息和用户对所述物流需求信息的约束条件;在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径;将所述物流路径对应的物流资源调度给对应的物流需求。该物流调度方法不仅可以满足物流需求还可以满足用户对物流需求的约束条件,克服了传统物流调度的单一性,同时极大的提高了不同物流公司的物流资源的协同程度,提高了物流资源利用率。此外,本发明还提出了一种物流调度系统。

Description

基于图论的多目标物流调度方法和系统
技术领域
本发明涉及物流调度技术领域,特别是涉及一种基于图论的多目标物流调度方法和系统。
背景技术
随着物流技术的快速发展,用户对物流的要求也越来越高。物流调度是物流技术的最重要内容之一。在传统的物流调度技术中大部分物流公司只能根据物流需求对物流资源进行调度,具体来说,是根据物流需求出发地、物流需求目的地、物流需求的类型、物流需求的量来对物流资源进行调度的,此时物流调度的目标只有一个,那就是符合物流需求。但是实际上用户往往对物流调度有着更多的要求,比如,成本限制,时间限制等。因此,传统的物流调度技术存在调度单一的问题,无法满足用户对物流的多方位的要求。
发明内容
基于此,为了解决上述物流调度单一问题,提出了一种比较灵活的物流调度方法和系统。
一种物流调度方法,所述方法包括:获取物流资源信息,根据所述物流资源信息建立物流路径图;获取物流需求信息和用户对所述物流需求信息的约束条件;在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径;将所述物流路径对应的物流资源调度给对应的物流需求。
在其中一个实施例中,所述在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径的步骤包括:在物流路径图中获取符合所述物流需求信息的所有物流路径,加入第一路径集合;从所述第一路径集合中获取符合所述约束条件的所有物流路径,加入第二路径集合;将所述第二路径集合中的最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
在其中一个实施例中,所述将所述第二路径集合中的最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径的步骤包括:将用户对所述物流需求的关注点作为物流路径图中边的权值属性;根据所述物流路径图中边的权值属性计算第二路径集合中的各个物流路径对应的权值;将计算得到的权值最小的物流路径作为第二路径集合中的最短路径;将所述最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
在其中一个实施例中,所述获取物流资源信息,根据所述物流资源信息建立物流路径图的步骤包括:获取物流资源信息,所述物流资源信息包括物流路径和路径属性;将所述物流路径分为至少一个物流路段,所述路径属性也相应的分为至少一个路段属性;根据所述物流路段和路段属性建立物流路径图。
在其中一个实施例中,所述根据所述物流路段和路段属性,建立物流路径图的步骤包括:将所述物流路段作为物流路径图中的边,将所述路段属性作为边的属性;根据所述路段属性中的物流路段的起点和终点确定物流路径图中的边的方向。
一种物流调度系统,所述系统包括:建立模块,用于获取物流资源信息,根据所述物流资源信息建立物流路径图;获取模块,用于获取物流需求信息和用户对所述物流需求信息的约束条件;第一匹配模块,用于在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径;
调度模块,用于将所述物流路径对应的物流资源调度给对应的物流需求。
在其中一个实施例中,所述第一匹配模块包括:第一集合模块,用于在物流路径图中获取符合所述物流需求信息的所有物流路径,加入第一路径集合;第二集合模块,用于从所述第一路径集合中获取符合所述约束条件的所有物流路径,加入第二路径集合;第二匹配模块,用于将所述第二路径集合中的最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
在其中一个实施例中,所述第二匹配模块包括:权值属性确定模块,用于将用户对所述物流需求的关注点作为物流路径图中边的权值属性;权值计算模块,用于根据所述物流路径图中边的权值属性计算第二路径集合中的各个物流路径对应的权值;最短路径确定模块,用于将计算得到的权值最小的物流路径作为最短路径;第三匹配模块,用于将所述最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
在其中一个实施例中,所述建立模块包括:资源获取模块,用于获取物流资源信息,所述物流资源信息包括物流路径和路径属性;切分模块,用于将所述物流路径分为至少一个物流路段,所述路径属性也相应的分为至少一个路段属性。路径图建立模块,用于根据所述物流路段和路段属性建立物流路径图。
在其中一个实施例中,所述路径图建立模块还用于将所述物流路段作为物流路径图中的边,将所述路段属性作为边的属性;根据所述路段属性中的物流路段的起点和终点确定物流路径图中的边的方向。
上述物流调度方法和系统,获取物流资源信息,根据所述物流资源信息建立物流路径图;获取物流需求信息和用户对所述物流需求信息的约束条件;在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径;将所述物流路径对应的物流资源调度给对应的物流需求。这样通过建立物流路径图,从物流路径图中确定与物流需求信息和约束条件匹配的物流路径,将该物流路径对应的物流资源调度给对应的物流需求,该物流调度方法不仅可以满足物流需求还可以满足用户对物流需求的约束条件,克服了传统物流调度的单一性,同时极大的提高了不同物流公司的物流资源的协同程度,提高了物流资源利用率。
附图说明
图1为一个实施例中物流调度方法流程图;
图2为一个实施例中确定匹配物流路径的方法流程图;
图3为一个实施例中确定最短路径作为匹配物流路径的方法流程图;
图4为一个实施例中根据物流资源信息建立物流路径图的方法流程图;
图5为一个实施例中根据物流路段和路段属性建立物流路径图的方法流程图;
图6为一个实施例中物流调度方法与现有物流调度技术的效果对比示意图;
图7为一个实施例中物流调度系统结构框图;
图8为一个实施例中第一匹配模块的结构框图;
图9为一个实施例中第二匹配模块的结构框图;
图10为一个实施例中建立模块的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,在一个实施例中,提出了一种物流调度方法,所述方法包括:
步骤102,获取物流资源信息,根据物流资源信息建立物流路径图。
具体的,所谓图论就是以图为研究对象,图论中的图是由若干给定的点及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系,用点代表事物,用连接两点的线表示相应两个事物间具有这种关系。本实施例中,将图论应用于物流调度,具体为,获取一个或多个物流公司的物流资源信息,物流包括快递、货运等;物流资源信息包括:物流资源的物流路径及其路径属性;物流资源的路径属性包括:物流资源的物流时长、物流资源的物流成本、物流资源的物流安全性、物流资源所能承担的物流任务类型、物流任务所能承担的任务类型的量、物流资源所属的物流公司。
步骤104,获取物流需求信息和用户对物流需求信息的约束条件。
具体的,这里的物流需求信息是当前所需求的物流资源的信息,与上述物流资源信息相对,包括所需求物流资源的起点和终点,物流时长、物流成本、物流安全性。用户对物流需求信息的约束条件在用户提交物流需求时获取,用户给定的约束条件包括对物流路径的时间限制或对物流路径的成本限制或其他能对物流路径产生约束的条件限制,比如,物流成本不超过20元,时间不超过3天等。
步骤106,在物流路径图中确定与物流需求信息和约束条件匹配的物流路径。
具体的,获取物流需求信息和用户对物流需求的约束条件后,首先根据物流需求信息在物流路径图中找到满足该物流需求信息的所有物流路径,然后再从满足该物流需求信息的所有物流路径中找到满足上述约束条件的物流路径,当满足上述物流需求信息和约束条件的物流路径只有一条时,将该物流路径作为匹配的路径;当满足上述物流需求信息和约束条件的物流路径有多条时,采用最短路径算法,找出最短路径,将最短路径作为匹配的路径。
步骤108,将物流路径对应的物流资源调度给对应的物流需求。
具体的,确定与物流需求信息和约束条件匹配的物流路径后,将该物流路径对应的物流资源调度给对应的物流需求信息所属的公司,这里的物流资源和物流需求可以属于同一个公司,也可以属于不同的公司。
在本实施例中,上述物流调度方法通过获取物流资源信息,根据所述物流资源信息建立物流路径图;获取物流需求信息和用户对所述物流需求信息的约束条件;在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径;将所述物流路径对应的物流资源调度给对应的物流需求。这样通过建立物流路径图,从物流路径图中确定与物流需求信息和约束条件匹配的物流路径,将该物流路径对应的物流资源调度给对应的物流需求,该物流调度方法不仅可以满足物流需求还可以满足用户对物流需求的约束条件,克服了传统物流调度的单一性,同时极大的提高了不同物流公司的物流资源的协同程度,提高了物流资源利用率。
如图2所示,在一个实施例中,在物流路径图中确定与物流需求信息和约束条件匹配的物流路径的步骤包括:
步骤106a,在物流路径图中获取符合物流需求信息的所有物流路径,加入第一路径集合。
具体的,物流需求的第一路径集合在未加入物流路径图中符合该物流需求信息的所有路径之前为空。对每一个物流需求信息,在物流路径图中求出符合该物流需求信息的所有路径,将符合物流需求信息的所有路径加入第一路径集合,具体过程包括:使用图论中的最短路径算法,将求解过程中满足从该物流需求中的出发地到该物流需求的目的地且符合该物流需求的所有路径加入这个物流需求的第一路径集合。图论中的最短路径算法包括DijkStra算法、A*算法、SPFA算法、Bellman-Ford算法、Floyd-Warshall算法、Johnson算法;符合该物流需求的物流路径具体是指路径中的路段属性中的路段的起点Startpoint、路段的终点Endpoint组合成的路径的起点和终点分别与该物流需求出发地Startpoint、该物流需求目的地Endpoint一致,路径中的路段的属性中的该路段的物流任务类型、该路段所能承担的任务类型的量分别与该物流需求的类型、该物流需求的量一致。
具体的,采用DijkStra算法计算符合物流需求的所有物流路径的过程为:
对每一个物流需求,从点u到点v的边数可以为一条或多条,首先删除从点u到点v之间不符合该个物流需求的边,剩下符合该个物流需求的边,譬如u(c1)v]、u(c2)v,w[u,v]取从点u到v之间权值最小的边的权值,将该权值最小的边记为c[u,v],譬如c1的权值小于c2的权值,c[u,v]=c1;在有向图中,从点u到点v的权值最小的边的权值记为w[u,v],从点v到点u的权值最小的边的权值记为w[v,u];
设s为源,结果保存在dist[],其中s为该物流需求出发地Startpoint;t为目的地Endpoint,dist[t]为从该物流需求的出发地Startpoint到该物流需求的目的地Endpoint的路径长度,即从该物流需求的出发地Startpoint到该物流需求的目的地Endpoint的路径上所有路段的权值之和;
初始化:源的距离dist[s]设为0,其他的点距离设为无穷大,同时把所有的点的状态设为没有扩展过;
循环n-1次:
在没有扩展过的点中取一距离最小的点u,并将其状态设为已扩展;对于每个与u相邻的点v,执行Relax(u,v),也就是说,如果dist[u]+w[u,v]<dist[v],那么把dist[v]更新成更短的距离dist[u]+w[u,v]。此时到点v的最短路径上,前一个节点即为u,u、v之间的边为c[u,v];
如果本次循环中的dist[t]不是无穷大,则将本次循环中的dist[t]加入该个物流需求的第一路径集合;
循环结束。此时对于任意的u,dist[u]就是s到u的距离,其中,dist[t]对应的路径就是物流路径图中求符合该个物流需求的物流路径。其中,如果本次循环中的dist[t]不是无穷大,则将本次循环中的dist[t]加入该物流需求的第一路径集合,是图论中现有最短路径算法DijkStra算法所不具备的,是对图论中现有最短路径算法DijkStra算法的改进。
步骤106b,从第一路径集合中获取符合约束条件的所有物流路径,加入第二路径集合。
在本实施例中,物流需求的第二路径集合在未加入该物流需求的第一路径集合中符合该物流需求的用户给定的约束条件的所有路径之前为空。用户给定的约束条件包括对物流路径的时间限制或对物流路径的成本限制或其他能对物流路径产生约束的条件限制。具体的,当用户给定的约束条件是对物流路径的时间限制时,如果该物流需求的第一路径集合中的物流路径的物流时长超过了要求的时间限制,则该物流需求的第一路径集合中的物流路径不符合用户给定的约束条件;当用户给定的约束条件是对物流路径的成本限制时,如果该物流需求的第一路径集合中的物流路径的物流成本超过了成本限制,则该物流路径不符合用户给定的约束条件;当用户给定的约束条件是其他能对物流路径产生约束的条件限制时,如果该个物流需求的第一路径集合中的物流路径超过了所述条件限制,则该物流路径不符合用户给定的约束条件。排除第一路径集合中不符合用户给定的约束条件的物流路径,只将第一路径集合中的符合用户给定的约束条件的物流路径加入到第二路径集合。
步骤106c,将第二路径集合中的最短路径作为与物流需求信息和约束条件匹配的物流路径。
具体的,这里的最短路径是指权值最小的物流路径,比如,当权值属性是物流成本时,则最短路径是物流成本最低的路径;最短路径对应的物流路段可能只有一条,也可能有多条,当最短路径对应的物流路段有多条时,其对应的权值等于各个物流路段对应的权值之和。最短路径上的不同路段所属的物流资源可能属于不同物流公司,也可能属于同一个物流公司。比如,符合物流需求的最短路径为P2(C)P3(D)P4(F)P6(A)P8,其中路段P2(C)P3、路段P3(D)P4所属的物流资源都属于公司1,段P4(F)P6所属的物流资源属于公司2,段P6(A)P8所属的物流资源属于公司3,其中P2、P3、P4、P6、P8为节点,C、D、F、A为路段,则将物流需求在路段C、路段D上的物流任务由公司1来完成,将物流需求在路段F上的物流任务由公司2来完成,将物流需求在路段A上的物流任务由公司3来完成。
如图3所示,在一个实施例中,将第二路径集合中的最短路径作为与物流需求信息和约束条件匹配的物流路径的步骤106c包括:
步骤302,将用户对物流需求的关注点作为物流路径图中边的权值属性。
具体的,用户对物流需求信息的关注点包括物流时长、物流成本、物流安全性中的至少一种。将用户对物流需求的关注点作为物流路径图中边的权值属性。比如,当该物流需求的关注点是物流时长即Focus=Time时,则将该路段的物流时长作为物流路径图中的该路段对应边的权值属性;当该物流需求的关注点是物流成本即Focus=Cost时,则将该路段的物流成本作为物流路径图中的该路段对应边的权值;当该物流需求的关注点是物流安全性即Focus=Safe时,则将该路段的物流安全性的倒数作为物流路径图中的该路段对应边的权值;当该物流需求的关注点Focus=Time×30%+Cost×70%时,则将该路段的物流时长Time×30%+Cost×70%作为物流路径图中的该路段对应边的权值属性。
步骤304,根据物流路径图中边的权值属性计算第二路径集合中的各个物流路径对应的权值。
在本实施例中,根据物流路径图中边的权值属性计算各个物流路径对应的权值。具体的,一个物流路径由一个物流路段或多个物流路段组成,计算各个物流路段对应的权值,物流路径对应的权值为该物流路径对应的物流路段的权值之和。比如,当权值属性为物流长度时,物流路径A-D对应三个物流路段A-B、B-C、C-D,其中,物流路段A-B的对应的权值为10,物流路段B-C对应的权值为5,物流路段C-D对应的权值为15,那么物流路径A-D对应的权值即为三个物流路段的权值之和即10+5+15=30。
步骤306,将计算得到的权值最小的物流路径作为最短路径。
在本实施例中,物流路径图是有向图,图中的相邻节点之间有一条或多条边,每条边都有自己的权值。物流路径图中符合该物流需求的最短路径不一定是路径最短的路径,而是权值最小的路径,即最短路径上各个路段的权值之和比物流路径图中符合该物流需求的其他路径上各个路段的权值之和都小。通过计算第二集合中各个物流路径对应的权值,将计算得到的权值最小的物流路径作为最短路径。
步骤308,将最短路径作为与物流需求信息和约束条件匹配的物流路径。
在本实施例中,将计算得到的最短路径作为与物流需求信息和约束条件匹配的物流路径,进而将该物流路径对应的物流资源调度给对应的物流需求。
如图4所示,在一个实施例中,获取物流资源信息,根据物流资源信息建立物流路径图的步骤包括:
步骤102a,获取物流资源信息,物流资源信息包括物流路径和路径属性。
具体的,获取一个或多个公司的物流资源信息,物流资源信息是指当前能够提供的闲置的物流资源的信息,物流资源信包括物流路径和该物流路径对应的属性信息即路径属性。物流资源的路径属性包括:物流路径的起点和终点,物流资源的物流时长、物流资源的物流成本、物流资源的物流安全性、物流资源所能承担的物流任务类型、物流任务所能承担的任务类型的量、物流资源所属的物流公司。
步骤102b,将物流路径分为至少一个物流路段,路径属性也相应的分为至少一个路段属性。
具体的,将物流路径划分为一个或多个物流路段,物流路段是物流中最基本的路径单元。如果物流路径本身就是最基本的路径单元,那么该物流路径就是一个物流路段。将物流路径分为多个物流路段的集合,并将物流路径对应的路径属性相应分解到各个划分后的路段上。该集合中路段的属性包括:路段的起点和终点、路段的物流时长、路段的物流成本、路段的物流任务类型、路段所能承担的任务类型的量,路段所属的物流公司。也就是说,将物流路径划分为多个物流路段后,该物流路径的路径属性也相应的划分为了多个路段属性分到了相应的路段上,路段属性是继承自物流路径所属的物流资源的信息。比如,当物流路径为A到D,中间需要经过B和C两个地方,那么该物流路径就可以分为三个基本物流路段即A到B、B到C、C到D,物流路径A到D对应的物流资源相应的也分到了对应的路段A到B、B到C、C到D。
步骤102c,根据物流路段和路段属性建立物流路径图。
具体的,每一个物流路段有两个端点,即路段的起点和终点,各个路段通过公共的端点连接在一起,形成了物流路径图,譬如路段A的端点为P1、P2,路段B的端点为P2、P3,路段C的端点为P3、P1,则路段A、路段B通过端点P2连在一起,路段B、路段C通过端点P3连在一起,从而路段A、路段B、路段C、端点P1、P2、P3一起形成了物流路径图。
如图5所示,在一个实施例中,根据物流路段和路段属性建立物流路径图的步骤包括:
步骤502,将物流路段作为物流路径图中的边,将路段属性作为边的属性。
具体的,物流路段是物流路径的基本单位,一个物流路径由一个或多个物流路段组成,将物流路段作为物流路径图中的相邻端点之间的边,不同的物流路段作为物流路径图中的不同的边。将物流路段对应的路段属性作为边的属性,边的属性包括:该路段的起点、该路段的终点、该路段的物流时长、该路段的物流成本、该路段的物流安全性、该路段的物流任务类型、该路段所能承担的任务类型的量、该路段所属的物流公司。具有不同路段属性的同一物流路段为物流路径图中不同的边。比如,端点P2、端点P3之间有边C1、边C2、边C3、边C4,其中边C1对应的路段属性中物流资源提供方是甲公司、方向是从端点P2到端点P3;边C2对应的路段属性中物流资源提供方是乙公司、方向是从端点P3到端点P2;边C3对应的路段属性中物流资源提供方是丙公司、方向是从端点P2到端点P3;边C4对应的路段属性中物流资源提供方是丁公司、方向是从端点P3到端点P2。
步骤504,根据路段属性中的物流路段的起点和终点确定物流路径图中的边的方向。
具体的,路段属性包括物流路段的起点和终点,根据该起点和终点可以确定物流路径图中的边的方向。比如,P2(C)P3表示物流路段C的起点是P2,终点是P3,所以边C的方向是从起点P2指向终点P3,P3(C)P2表示物流路段C的起点是P3,终点是P2,所以边C的方向是从起点P3指向终点P2。
如图6所示,在一个实施例中,本发明与现有物流调度技术的效果对比的示意图。比如,用户U提出的物流需求“将一个类型为T、重量为M千克的包裹从X1地址运到Y1地址”,关注点为“速度快”,约束条件为“成本不要超过20元”。现有物流调度技术在物流调度时只能以物流需求为目标进行调度,无法以物流需求、关注点、用户给定的约束条件这3个目标为多目标进行调度,因此调度的结果满足“将一个类型为T、重量为M千克的包裹从X1地址运到Y1地址”,但不一定满足关注点“速度快”、约束条件“成本不要超过20元”的用户要求。比如,符合物流需求“将一个类型为T、重量为M千克的包裹从X1地址运到Y1地址”的所有路径包括路径1:X1(C1)X2(C3)X5(C5)Y1,路径1的长度为4天,成本为10元,路径2:X1(C3)X2(C5)X5(C2)Y1,路径1的长度为3天,成本为20元,路径3:X1(C4)X4(C3)X6(C2)Y1,路径1的长度为2天,成本为30元。现有物流调度技术下,如果调度成本最低的路径,则会调度路径1,但路径1的长度为4天,不符合上述关注点“速度快”,因此用户不满意;如果调度速度最快的路径,则会调度路径3,但路径3的成本为30元,不符合所述约束条件“成本不要超过20元”,因此用户不满意;通过本发明的方法,在物流路径上的各个物流路段将关注点“速度快”作为相应的权值属性。譬如将物流长度作为权值,路径上各个路段的权值之和就是路径的长度,求出符合物流需求“将一个类型为T、重量为M千克的包裹从X1地址运到Y1地址”的所有路径,并将这些路径按照路径的长度从大到小进行排序,得到路径1:X1(C1)X2(C3)X5(C5)Y1,路径1的长度为4天;路径2:X1(C3)X2(C5)X5(C2)Y1,路径1的长度为3天;路径3:X1(C4)X4(C3)X6(C2)Y1,路径1的长度为2天,将路径1、路径2、路径3加入该个物流需求的第一路径集合,检验路径1、路径2、路径3是否符合约束条件“成本不要超过20元”,计算得出路径1的成本为10元,路径2的成本为20元,路径3的成本为30元,显然符合约束条件“成本不要超过20元”的只有路径1、路径2,将路径1、路径2加入该个物流需求的第二路径集合,从路径1、路径2中选取路径最短的路径2,将路径2X1(C3)X2(C5)X5(C2)Y1上的路段C3、路段C5、路段C2所属的物流资源调度给该物流需求,其中C3属于物流公司3,C5属于物流公司5,C2属于物流公司2,显然调度的结果同时符合了物流需求、关注点、约束条件这3个目标,因此用户满意。显然对该物流需求而言,本发明比现有物流调度技术提高了多目标物流调度的能力,满足了用户对物流的多方位的要求,提高了用户对物流调度的满意度。
如图7,提出了一种物流调度系统,该系统包括:
建立模块702,用于获取物流资源信息,根据所述物流资源信息建立物流路径图;
获取模块704,用于获取物流需求信息和用户对所述物流需求信息的约束条件;
第一匹配模块706,用于在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径;
调度模块708,用于将所述物流路径对应的物流资源调度给对应的物流需求。
如图8所示,在一个实施例中,第一匹配模块706包括:
第一集合模块706a,用于在物流路径图中获取符合所述物流需求信息的所有物流路径,加入第一路径集合;
第二集合模块706b,用于从所述第一路径集合中获取符合所述约束条件的所有物流路径,加入第二路径集合;
第二匹配模块706c,用于将所述第二路径集合中的最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
如图9所示,在一个实施例中,第二匹配模块706c包括:
权值属性确定模块902,用于将用户对物流需求的关注点作为物流路径图中边的权值属性;
权值计算模块904,用于根据物流路径图中边的权值属性计算第二路径集合中的各个物流路径对应的权值;
最短路径确定模块906,用于将计算得到的权值最小的物流路径作为最短路径;
第三匹配模块908,用于将最短路径作为与物流需求信息和约束条件匹配的物流路径。
如图10所示,在一个实施例中,建立模块702包括:
资源获取模块702a,用于获取物流资源信息,所述物流资源信息包括物流路径和路径属性;
切分模块702b,用于将所述物流路径分为至少一个物流路段,所述路径属性也相应的分为至少一个路段属性。
路径图建立模块702c,用于根据所述物流路段和路段属性建立物流路径图。
在一个实施例中路径图建立模块702c还用于将物流路段作为物流路径图中的边,将路段属性作为边的属性;根据路段属性中的物流路段的起点和终点确定物流路径图中的边的方向。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种物流调度方法,其特征在于,所述方法包括:
获取物流资源信息,根据所述物流资源信息建立物流路径图;
获取物流需求信息和用户对所述物流需求信息的约束条件;
在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径;
将所述物流路径对应的物流资源调度给对应的物流需求。
2.根据权利要求1所述的方法,其特征在于,所述在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径的步骤包括:
在物流路径图中获取符合所述物流需求信息的所有物流路径,加入第一路径集合;
从所述第一路径集合中获取符合所述约束条件的所有物流路径,加入第二路径集合;
将所述第二路径集合中的最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
3.根据权利要求2所述的方法,其特征在于,所述将所述第二路径集合中的最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径的步骤包括:
将用户对所述物流需求的关注点作为物流路径图中边的权值属性;
根据所述物流路径图中边的权值属性计算第二路径集合中的各个物流路径对应的权值;
将计算得到的权值最小的物流路径作为第二路径集合中的最短路径;
将所述最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
4.根据权利要求1所述的方法,其特征在于,所述获取物流资源信息,根据所述物流资源信息建立物流路径图的步骤包括:
获取物流资源信息,所述物流资源信息包括物流路径和路径属性;
将所述物流路径分为至少一个物流路段,所述路径属性也相应的分为至少一个路段属性;
根据所述物流路段和路段属性建立物流路径图。
5.根据权利要求4所述的方法,其特征在于,所述根据所述物流路段和路段属性,建立物流路径图的步骤包括:
将所述物流路段作为物流路径图中的边,将所述路段属性作为边的属性;
根据所述路段属性中的物流路段的起点和终点确定物流路径图中的边的方向。
6.一种物流调度系统,其特征在于,所述系统包括:
建立模块,用于获取物流资源信息,根据所述物流资源信息建立物流路径图;
获取模块,用于获取物流需求信息和用户对所述物流需求信息的约束条件;
第一匹配模块,用于在所述物流路径图中确定与所述物流需求信息和所述约束条件匹配的物流路径;
调度模块,用于将所述物流路径对应的物流资源调度给对应的物流需求。
7.根据权利要求6所述的系统,其特征在于,所述第一匹配模块包括:
第一集合模块,用于在物流路径图中获取符合所述物流需求信息的所有物流路径,加入第一路径集合;
第二集合模块,用于从所述第一路径集合中获取符合所述约束条件的所有物流路径,加入第二路径集合;
第二匹配模块,用于将所述第二路径集合中的最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
8.根据权利要求7所述的系统,其特征在于,所述第二匹配模块包括:
权值属性确定模块,用于将用户对所述物流需求的关注点作为物流路径图中边的权值属性;
权值计算模块,用于根据所述物流路径图中边的权值属性计算第二路径集合中的各个物流路径对应的权值;
最短路径确定模块,用于将计算得到的权值最小的物流路径作为最短路径;
第三匹配模块,用于将所述最短路径作为与所述物流需求信息和所述约束条件匹配的物流路径。
9.根据权利要求6所述的系统,其特征在于,所述建立模块包括:
资源获取模块,用于获取物流资源信息,所述物流资源信息包括物流路径和路径属性;
切分模块,用于将所述物流路径分为至少一个物流路段,所述路径属性也相应的分为至少一个路段属性;
路径图建立模块,用于根据所述物流路段和路段属性建立物流路径图。
10.根据权利要求9所述的系统,其特征在于,所述路径图建立模块还用于将所述物流路段作为物流路径图中的边,将所述路段属性作为边的属性,根据所述路段属性中的物流路段的起点和终点确定物流路径图中的边的方向。
CN201610041928.3A 2016-01-21 2016-01-21 基于图论的多目标物流调度方法和系统 Active CN105719118B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610041928.3A CN105719118B (zh) 2016-01-21 2016-01-21 基于图论的多目标物流调度方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610041928.3A CN105719118B (zh) 2016-01-21 2016-01-21 基于图论的多目标物流调度方法和系统

Publications (2)

Publication Number Publication Date
CN105719118A true CN105719118A (zh) 2016-06-29
CN105719118B CN105719118B (zh) 2020-04-21

Family

ID=56154943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610041928.3A Active CN105719118B (zh) 2016-01-21 2016-01-21 基于图论的多目标物流调度方法和系统

Country Status (1)

Country Link
CN (1) CN105719118B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376952A (zh) * 2018-11-21 2019-02-22 深圳大学 一种基于轨迹大数据的众包物流配送路径规划方法及系统
CN109948850A (zh) * 2019-03-19 2019-06-28 深圳市金鹰鹏物流有限公司 物流配送车辆路径优化方法及系统
CN111144659A (zh) * 2019-12-30 2020-05-12 深圳市赛维网络科技有限公司 物流调度方法、装置、计算机设备及存储介质
CN111489253A (zh) * 2020-04-09 2020-08-04 中国银行股份有限公司 物流业务活跃度的评估方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732301A (zh) * 2015-04-08 2015-06-24 成都数云科技有限公司 一种物流信息分析建模方法
CN104766188A (zh) * 2014-01-02 2015-07-08 中国移动通信集团江苏有限公司 一种物流配送的方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104766188A (zh) * 2014-01-02 2015-07-08 中国移动通信集团江苏有限公司 一种物流配送的方法及系统
CN104732301A (zh) * 2015-04-08 2015-06-24 成都数云科技有限公司 一种物流信息分析建模方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376952A (zh) * 2018-11-21 2019-02-22 深圳大学 一种基于轨迹大数据的众包物流配送路径规划方法及系统
CN109376952B (zh) * 2018-11-21 2022-10-18 深圳大学 一种基于轨迹大数据的众包物流配送路径规划方法及系统
CN109948850A (zh) * 2019-03-19 2019-06-28 深圳市金鹰鹏物流有限公司 物流配送车辆路径优化方法及系统
CN111144659A (zh) * 2019-12-30 2020-05-12 深圳市赛维网络科技有限公司 物流调度方法、装置、计算机设备及存储介质
CN111144659B (zh) * 2019-12-30 2022-12-16 深圳市赛维网络科技有限公司 物流调度方法、装置、计算机设备及存储介质
CN111489253A (zh) * 2020-04-09 2020-08-04 中国银行股份有限公司 物流业务活跃度的评估方法和装置
CN111489253B (zh) * 2020-04-09 2023-09-01 中国银行股份有限公司 物流业务活跃度的评估方法和装置

Also Published As

Publication number Publication date
CN105719118B (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
CN108921362B (zh) 一种医药干线优化方法、系统、设备及存储介质
Khani et al. Trip-based path algorithms using the transit network hierarchy
Larsson et al. Side constrained traffic equilibrium models—analysis, computation and applications
Wu et al. Brainstorming-based ant colony optimization for vehicle routing with soft time windows
CN105719118A (zh) 基于图论的多目标物流调度方法和系统
Hajbabaie et al. Traffic signal timing optimization: Choosing the objective function
Nikolova et al. The burden of risk aversion in mean-risk selfish routing
CN105376112A (zh) 中间处理约束下的异构网络资源配置方法
Liu et al. Regional bus operation bi-level programming model integrating timetabling and vehicle scheduling
Agnetis et al. Nondominated schedules for a job-shop with two competing users
Dikas et al. Scheduled paratransit transport systems
CN105719117A (zh) 基于图论的协同物流调度方法和系统
Chen et al. A hybrid task scheduling scheme for heterogeneous vehicular edge systems
Marcotte et al. Hyperpath formulations of traffic assignment problems
Cesarano et al. A real-time energy-saving mechanism in internet of vehicles systems
Zhang et al. Uav base station network transmission-based reverse auction mechanism for digital twin utility maximization
Li et al. Efficient adaptive matching for real-time city express delivery
Shu et al. Incorporating holding costs in continuous-time service network design: New model, relaxation, and exact algorithm
Liao et al. Uncertain commuters assignment through genetic programming hyper-heuristic
Li et al. The power allocation game on a network: A paradox
CN111652552B (zh) 一种用于物流订单运输规划方法、系统及装置
CN108318048A (zh) 一种基于不同转弯方向拥堵信息的路线规划方法及系统
Farhan Traffic routing algorithm for road network
Thangarajoo et al. Distributed route planning and scheduling via hybrid conflict resolution
Tanaka et al. A layered network formulation for the safe walking route design problem

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