CN106980912B - 一种多点配送线路规划方法及系统 - Google Patents
一种多点配送线路规划方法及系统 Download PDFInfo
- Publication number
- CN106980912B CN106980912B CN201710225475.4A CN201710225475A CN106980912B CN 106980912 B CN106980912 B CN 106980912B CN 201710225475 A CN201710225475 A CN 201710225475A CN 106980912 B CN106980912 B CN 106980912B
- Authority
- CN
- China
- Prior art keywords
- distribution
- path
- points
- warehouse
- point
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种多点配送线路规划方法,属于物流配送技术领域。所述方法包括:根据仓库和各个配送点的地理坐标,分别计算出仓库与各个配送点以及任意两个配送点之间的距离;建立仓库到各个配送点的最初配送路径集合,将任意两个配送点与仓库组成一个运算组合,计算每个运算组合的节约里程数;按照节约里程数由大到小顺序依次遍历每个运算组合,每次从最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并,更新最初配送路径集合,直至生成且显示路径最节约的配送线路规划。本发明还提供了实现上述方法的系统,包括移动终端和服务器。本发明有利于制定更合理且符合实际的多点配送方案,节约配送成本,提高企业经济效益。
Description
技术领域
本发明涉及物流配送技术领域,特别涉及一种多点配送线路规划方法及系统。
背景技术
车辆路径问题(VRP,Vechicle Route Problem)是物流配送领域的重要研究方向,通常被描述为:从配送中心出发,在一定的约束条件下,安排适当的车辆到达一系列指定地点的路线,并使总成本最小。
为了节约日常物资配送的物流费用成本,电力企业希望通过一定的方法工具规划出一条合理的配送路线,使总成本最小。虽然当前比较流行的地图服务如百度地图、高德地图,都提供了指定途径点的线路规划服务,但对于多点的线路规划未能提供满足实际需要的解决方案。目前解决多点线路规划问题的算法主要包括两类:精确算法和启发式算法。精确算法是指运用数学规划技术来描述物流配送中的数量关系,以求得最优解。启发式算法主要包括由Clarke&Wright提出的规划配送线路的经典算法─节约里程算法,以及由FredGlover提出的解决货车配送点顺序的禁忌搜索法。
精确算法主要包括:分支定界法、割平面法、网络流算法和动态规划法。精确算法基于严格的数学手段,在可求解的情况下,获得的结果通常优于启发式算法。但由于精确算法基于严格的数学手段,其计算量一般会随问题规模的增大成指数增长,所以只能求解中小规模的VRP问题,适应性能力差,应用范围有限。节约里程算法是根据物资中心的运输能力、物资中心与各个配送点之间的距离、以及各个配送点之间的距离来制定使总的车辆运输吨公里数最小的配送方案。但节约里程算法获得的最优解与实际的最优解可能存在差距,并且过于强调节约路程,未考虑行程中的时间因素,无法对客户需求进行灵活多变的处理和应急物质的配送,缺少计算工具。地图数据服务商提供的线路规划服务,能够根据配送线路的途径点顺序规划出最短线路,或根据指定起点和终点批量计算路线的距离和耗时。但地图数据服务商提供的线路规划服务,无法满足配送点数量、到货时间、车辆不超载等具体业务需求。
发明内容
为了解决现有电力企业配送业务中遇到的多个配送点及车辆线路规划无合理参考标准的问题,本发明提供了一种多点配送线路规划方法,包括:
根据仓库和各个配送点的地理坐标,分别计算出仓库与各个配送点以及任意两个配送点之间的距离;
建立仓库到各个配送点的最初配送路径集合,将任意两个配送点与仓库组成一个运算组合,并根据仓库与各个配送点以及任意两个配送点之间的距离,计算每个运算组合的节约里程数;
按照节约里程数由大到小顺序依次遍历每个运算组合,每次从所述最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并;
根据路径合并结果更新所述最初配送路径集合,直至生成且显示路径最节约的配送线路规划;
采用禁忌搜索法对所述路径最节约的配送线路规划进行修正,具体包括:从全部配送点中随机选取若干个配送点作为子集,根据所述子集中的配送点,在全部配送点中查找出与所述子集中的配送点距离由小到大的若干个配送点作为邻域点;根据所述子集中的配送点与邻域点生成交换操作,并对所述路径最节约的配送线路规划执行所述交换操作,生成候选配送线路规划;根据预设的可行性及评价规则,将所述候选配送线路规划与所述路径最节约的配送线路规划进行比较,确定最优配送线路规划。
所述节约里程数的计算公式为:S(i,j,w)=D(w,i)+D(w,j)-D(i,j);其中:w表示仓库;i、j表示任意两个配送点;S(i,j,w)表示配送点组合(i,j,w)可节约的里程数;D(w,i)表示仓库w到配送点i的距离;D(w,j)表示仓库w到配送点j的距离;D(i,j)表示配送点i到配送点j的距离。
所述按照节约里程数由大到小顺序依次遍历每个运算组合,每次从所述最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并的步骤具体包括:
选取节约里程数对应的运算组合,并从所述最初配送路径集合中选取包含所述运算组合中配送点的两条路径,分别标记为第一路径和第二路径;所述第一路径和第二路径的第一个配送点或最后一个配送点为所述运算组合中的配送点,以及所述第一路径和第二路径中的配送点总需求数量之和不大于车辆的最大负荷;
将所述第二路径中的所有配送点依次插入到所述第一路径的不同位置,分别计算所有配送点插入不同位置时所述第一路径的里程增加量;
将含有所述第二路径中全部配送点且使所述第一路径的里程增加量最小的路径标记为新配送路径,加入到所述最初配送路径集合中,并从所述最初配送路径集合中删除所述第一路径和第二路径。
所述交换操作包括两两交换、两一交换或移动交换。
本发明还提供了一种多点配送线路规划系统,包括移动终端、服务器和修正模块,所述移动终端包括采集模块和规划路径展示模块;所述服务器包括计算模块、建立模块、线路规划模块和更新输出模块;所述采集模块,用于采集仓库和各个配送点的地理坐标;所述计算模块,用于根据所述采集模块采集的地理坐标,分别计算出仓库与各个配送点以及任意两个配送站点之间的距离;所述建立模块,用于建立仓库到各个配送点的最初配送路径集合,将任意两个配送点与仓库组成一个运算组合,并根据所述计算模块计算出的仓库与各个配送点以及任意两个配送点之间的距离,计算每个运算组合的节约里程数;所述线路规划模块,用于按照节约里程数由大到小顺序依次遍历每个运算组合,每次从所述最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并;所述更新输出模块,用于根据路径合并结果更新所述最初配送路径集合,生成路径最节约的配送线路规划;所述规划路径展示模块,用于显示所述更新输出模块生成的配送线路规划;所述修正模块,用于采用禁忌搜索法对所述输出模块生成的配送线路规划进行修正;
所述修正模块包括查找单元、执行单元和比较单元;所述查找单元,用于从全部配送点中随机选取若干个配送点作为子集,根据所述子集中的配送点,在全部配送点中查找出与所述子集中的配送点距离由小到大的若干个配送点作为邻域点;所述执行单元,用于根据所述子集中的配送点与邻域点生成交换操作,并对所述路径最节约的配送线路规划执行所述交换操作,生成候选配送线路规划;所述比较单元,用于根据预设的可行性及评价规则,将所述候选配送线路规划与所述路径最节约的配送线路规划进行比较,确定最优配送线路规划。
所述线路规划模块包括选取标识单元、插入单元和更新单元;所述选取标识单元,用于选取节约里程数对应的运算组合,并从所述最初配送路径集合中选取所述运算组合中配送点的两条路径,分别标记为第一路径和第二路径;所述第一路径和第二路径的第一个配送点或最后一个配送点为所述运算组合中的配送点,以及所述第一路径和第二路径中的配送点总需求数量之和不大于车辆的最大负荷;所述插入单元,用于将所述第二路径中的所有配送点依次插入到所述第一路径的不同位置,分别计算所有配送点插入不同位置时所述第一路径的里程增加量;所述更新单元,用于将含有所述第二路径中全部配送点且使所述第一路径的里程增加量最小的路径标记为新配送路径,加入到所述最初配送路径集合中,并从所述最初配送路径集合中删除所述第一路径和第二路径。
本发明提供的多点配送线路规划方法及系统,通过节约里程算法,生成初始最优规划路径,并采用禁忌搜索法对初始最优路径进行修正,以保证最终规划路径的准确性,从而为多点配送提供了优化的参考方案,同时考虑了车辆负荷量,这样有利于制定更合理且符合实际的多点配送方案,节约配送成本,提高了企业经济效益。
附图说明
图1是本实施例多点配送线路规划方法的流程图;
图2是本实施例节约里程数计算公式的推导原理示意图;
图3是本实施例路径最节约的配送线路规划;
图4是本实施例多点配送线路规划系统的组成结构示意图。
具体实施方式
下面结合附图和实施例,对本发明技术方案作进一步描述。
参见图1,本发明实施例提供了一种多点配送线路规划方法,包括如下步骤:
步骤S101:录入仓库和各个配送点的地理坐标。
仓库和各个配送点的地理坐标由经度和纬度数据构成。假设本实施例涉及1个仓库W和5个配送点A、B、C、D、E,它们的地理坐标分别为Sw(40.45,116.34)、SA(40.54,116.35)、SB(40.34,116.45)、SC(40.35,116.46)、SD(40.32,116.41)和SE(40.36,116.42)。
步骤S102:根据仓库和各个配送点的地理坐标,分别计算出仓库与各个配送点以及任意两个配送点之间的距离。
根据任意两点的地理坐标,可通过如下公式(1)计算出该两点之间的距离:
Rad(m,n)=cos-1(cosyn×cosym×cos(xm-xn)+sinyn×sinym)
根据公式(1)计算出仓库W与配送点A的距离D(W,A)为:
Rad(W,A)=cos-1(cosyA×cosyW×cos(xW-xA)+sinyA×sinyW)=1.328431×10-4
其中:yA=116.35/180×π=2.0305,yW=116.34/180×π=2.0305,xW=40.45/180×π=0.7059,xA=40.54/180×π=0.7059;
D(W,A)=6371.004×1.328431×10-4=0.84634千米=846.34米
同理,仓库W与配送点B的距离D(W,B)为9307.85米;仓库W与配送点C的距离D(W,C)为10154.19米;仓库W与配送点D的距离D(W,D)为5923.76米;仓库W与配送点E的距离D(W,E)为6769.46米;配送点A与B之间的距离D(A,B)为8450.16米;配送点A与C之间的距离D(A,C)为9295.37米;配送点A与D之间的距离D(A,D)为5070.61米;配送点A与E之间的距离D(A,E)为5915.18米;配送点B与C之间的距离D(B,C)为847.73米;配送点B与D之间的距离D(B,D)为3389.62米;配送点B与E之间的距离D(B,E)为2542.54米;配送点C与D之间的距离D(C,D)为3389.76米;配送点C与E之间的距离D(C,E)为3389.76米;配送点D与E之间的距离D(D,E)为847.33米。
步骤S103:建立仓库到各个配送点的最初配送路径集合。
本实施例仓库W到配送点A、B、C、D、E的最初配送路径集合共有5条配送路径,分别标记为路径R1(W→A→W)、R2(W→B→W)、R3(W→C→W)、R4(W→D→W)和R5(W→E→W)。
步骤S104:遍历全部配送点,将任意两个配送点与仓库组成一个运算组合,并根据仓库与各个配送点以及任意两个配送点之间的距离,计算每个运算组合的节约里程数。
节约里程数的计算公式为S(i,j,w)=D(w,i)+D(w,j)-D(i,j);其中:w表示仓库、i、j表示任意两个配送点;S(i,j,w)表示任意两个配送点与仓库组成的运算组合(i,j,w)的节约里程数,即一次从仓库w出发,连续配送i和j两个配送点,而不分别单独配送可以节约的里程数,如图2所示;D(w,i)表示仓库w到配送点i的距离;D(w,j)表示仓库w到配送点j的距离;D(i,j)表示配送点i到配送点j的距离。例如:本实施例配送点A到配送点B的距离D(A,B)=8450.16米,仓库W到配送点A的距离D(W,A)=846.34米,仓库W到配送点B的距离D(W,B)=9307.85米,则配送点A、B与仓库W组成的运算组合(A,B,W)的节约里程数为:
S(A,B,W)=D(W,A)+D(W,B)-D(A,B)=846.34+9307.85-8450.16=1704.03米
同理,得到本实施例其他运算组合的节约里程数,如下表1所示:
表1
序号 | 配送点i | 配送点j | D<sub>(w,i)</sub> | D<sub>(w,j)</sub> | D<sub>(i,j)</sub> | S<sub>(i,j,w)</sub> |
1 | A | B | 846.34 | 9307.85 | 8450.16 | 1704.03 |
2 | A | C | 846.34 | 10154.19 | 9295.37 | 1705.16 |
3 | A | D | 846.34 | 5923.76 | 5070.61 | 1699.49 |
4 | A | E | 846.34 | 6769.46 | 5915.18 | 1700.62 |
5 | B | C | 9307.85 | 10154.19 | 847.73 | 18614.31 |
6 | B | D | 9307.85 | 5923.76 | 3389.62 | 11841.99 |
7 | B | E | 9307.85 | 6769.46 | 2542.54 | 13534.77 |
8 | C | D | 10154.19 | 5923.76 | 3389.76 | 12688.19 |
9 | C | E | 10154.19 | 6769.46 | 3389.76 | 13533.89 |
10 | D | E | 5923.76 | 6769.46 | 847.33 | 11845.89 |
步骤S105:按照节约里程数由大到小顺序依次遍历每个运算组合,每次从最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并,并根据路径合并结果更新最初配送路径集合,直至生成且显示路径最节约的配送线路规划。
表2
序号 | 配送点i | 配送点j | D<sub>(w,i)</sub> | D<sub>(w,j)</sub> | D<sub>(i,j)</sub> | S<sub>(i,j,w)</sub> |
1 | B | C | 9307.85 | 10154.19 | 847.73 | 18614.31 |
2 | B | E | 9307.85 | 6769.46 | 2542.54 | 13534.77 |
3 | C | E | 10154.19 | 6769.46 | 3389.76 | 13533.89 |
4 | C | D | 10154.19 | 5923.76 | 3389.76 | 12688.19 |
5 | D | E | 5923.76 | 6769.46 | 847.33 | 11845.89 |
6 | B | D | 9307.85 | 5923.76 | 3389.62 | 11841.99 |
7 | A | C | 846.34 | 10154.19 | 9295.37 | 1705.16 |
8 | A | B | 846.34 | 9307.85 | 8450.16 | 1704.03 |
9 | A | E | 846.34 | 6769.46 | 5915.18 | 1700.62 |
10 | A | D | 846.34 | 5923.76 | 5070.61 | 1699.49 |
表2为由大到小顺序排列的节约里程数。
选取运算组合(W,B,C);从最初配送路径集合中选取包含运算组合(W,B,C)中的配送点(B、C)的两条路径,分别标记为第一路径和第二路径,即路径R2(W→B→W)和路径R3(W→C→W),并且第一路径和第二路径的第一个配送点或最后一个配送点为选取的运算组合中的配送点(需要说明是:配送点B既为路径R2的第一个配送点,也为路径R2的最后一个配送点;配送点C既为路径R3的第一个配送点,也为路径R3的最后一个配送点),以及第一路径和第二路径中的配送点总需求数量之和不大于车辆的最大负荷;将第二路径(路径R3)的所有配送点C依次插入到第一路径(路径R2)的不同位置,分别计算第一路径(路径R2)的里程增加量,里程增加量V(k)=D(k,p)+D(k,q)-D(p,q),V(k)表示第二路径中某个配送点k插入到第一路径的不同位置时第一路径的里程增加量,D(k,p)表示位于第一路径中的配送点k与其在第一路径中的上游配送点或仓库p的距离,D(k,q)表示位于第一路径中的配送点k与其在第一路径中的下游配送点或仓库q的距离,D(p,q)表示第一路径中的配送点或仓库p与配送点或仓库q的距离;将含有第二路径中全部配送点且使第一路径的里程增加量最小的路径标记为新配送路径,加入到最初配送路径集合中,并从最初配送路径集合中删除第一路径和第二路径,完成最初配送路径集合的更新,实现第一路径和第二路径的合并。例如:如果将路径R3中配送点C插入到路径R2中配送点B的后面(W→B→C→W),则路径R2的里程增加量为1694.07米;如果将路径R3中配送点C插入到路径R2中配送点B的前面(W→C→B→W),则路径R2的里程增加量为1694.07米;因此,配送点C可设置在配送点B之后或B点之前,本实施例设置在配送点B之后,这样标记新配送路径为W→B→C→W;将新配送路径W→B→C→W加入到最初配送路径集合中,并从最初配送路径集合中删除配送路径R2和R3,实现配送路径R2和R3的合并;此时最初配送路径集合更新为:路径W→B→C→W、路径R1(W→A→W)、路径R4(W→D→W)和路径R5(W→E→W)。
选取运算组合(W,B,E),从前次更新后的最初配送路径集合中选取包含配送点B和E的路径,即路径W→B→C→W和路径R5(W→E→W)(配送点B为路径W→B→C→W的第一个配送点;配送点E既为路径R5的第一个配送点,也为路径R5的最后一个配送点),分别计算将路径R5中配送点E插入到路径W→B→C→W中的配送点B之前(W→E→B→C→W)、配送点B之后且配送点C之前(W→B→E→C→W)或配送点C之后(W→B→C→E→W)的路径W→B→C→W的里程增加量,分别为4.15米、5084.57米、5.03米;因此,配送点E应设置在配送点B之前,标识新配送路径为W→E→B→C→W;将路径W→E→B→C→W加入到前次更新后的最初配送路径集合中,从前次更新后的最初配送路径集合中删除路径W→B→C→W和路径R5(W→E→W),实现路径W→B→C→W和路径R5(W→E→W)的合并;此时前次更新后的最初配送路径集合更新为:路径W→E→B→C→W、路径R1(W→A→W)和路径R4(W→D→W)。
同理,继续依次选取其他的运算组合,进行路径合并,更新最初配送路径集合,直至生成路径最节约的配送线路规划W→D→C→B→E→A→W。
需要说明的是:在两条路径合并时,可以将含有较少配送点的路径合并到含有较多配送点的路径中,也可以将含有较多配送点的路径合并到含有较少配送点的路径中;此外,如果两条路径相同,那么合并后的路径与合并之前的路径相同。
步骤S106:采用禁忌搜索法对生成的配送线路规划进行修正。
设置运算参数,建立禁忌表集合及候选方案解集合;其中,运算参数包括最大搜索次数、邻域配送点的数量n、随机子集的数量s、禁忌长度q等;在本实施例中设置最大搜索次数Imax=300;每次搜索从全部配送点中随机选取2个配送点作为子集,共10个随机子集,例如[B,D];从全部配送点中查找出与随机子集中的配送点距离由小到大的4个配送点作为邻域点,例如:与配送点B距离由小到大的4个配送点[C,E,D,A]作为邻域点。
根据配送点v与其邻域点vn,生成一个交换操作;交换操作包括“两两交换”、“两一交换”或“移动交换”;“两两交换”,如果配送点v及与其邻域点vn各自所在路径有邻居vb,vnb,则可以采取两两交换,即将配送点v及其邻居配送点vb从原路径R1移除,重新插入到邻域点vn所在路径R2上,将vn及其邻居配送点vnb也从原路径R2移除,重新插入到配送点v所在路径R1上,实现两条路径上两组配送点两两交换;“两一交换”,如果配送点所在路径或其邻域点所在路径只有一条路径上可以找到邻居,则可以进行两一交换,操作同上;“移动交换”,无法满足以上条件,可将配送点从原路径移除,插入到邻域点所在路径。例如:假设当前解决方案路径:W→D→C→B→E→A→W;配送点D与其邻域点E各自所在路径上有邻居B和C,将配送点D,生成“两两交换”操作S(D,B,E,C):表示随机抽取的配送点D,距离最近的邻域点E,以及配送点D所在路径上的邻近点B,E所在路径上的邻近点C执行“两两交换”操作,生成对应的规划方案:W→E→C→B→D→A→W,路径总里程为20313.40米。
判断禁忌表集合中是否存在该交换操作,如果不存在,则将当前规划方案生成一个副本,执行上述生成的交换操作,生成候选规划方案;判断候选规划方案的可行性(满足路径中配送点总需求量<车辆最大负荷),并且对生成的候选规划方案进行评价,评价规则为:方案中所有路径总成本最小,如调整后的新方案的路径总成本优于之前生成的规划方案,则将调整后的方案设置为最新的可行方案,并将此交换步骤存入禁忌表集合中;如果禁忌表集合中存储的交换操作数量大于禁忌长度q,则将最先加入的操作移除,使其解禁。假设本实施例某次搜索中生成2个交换操作(表示为:S(D,B,E,C),S(B,C,C))及对应的2个候选规划方案为:
S(D,B,E,C) W→E→C→B→D→A→W 路径总里程:20313.40米;
S(B,C,C) W→D→C→B→E→A→W 路径总里程:20313.35米;
判断两个候选规划方案的可行性(此例各方案配送点需求总和均小于车辆最大负荷),并对上面生成的候选方案按路径总成本最小进行评价,找出满足条件的交换操作S(B,C,C)及对应的方案:W→D→C→B→E→A→W,并将此操作保存到禁忌表集合中,对应的候选规划方案更新为当前最优规划方案;
通过预设的300次上述禁忌搜索过程,修正之前生成的规划方案为最优规划方案;最终评价结果生产方案为:W→D→C→B→E→A→W,总里程:20313.35米,并将线路规划绘制在地图上,如图3所示。
参见图4,本发明实施例还提供一种实现上述多点配送线路规划方法的系统,该系统包括移动终端、服务器和修正模块。其中,移动终端包括采集模块和规划路径展示模块;服务器包括计算模块、建立模块、线路规划模块和更新输出模块;采集模块,用于采集仓库和各个配送点的地理坐标;计算模块,用于根据采集模块采集的地理坐标,分别计算出仓库与各个配送点以及任意两个配送站点之间的距离;建立模块,用于建立仓库到各个配送点的最初配送路径集合,将任意两个配送点与仓库组成一个运算组合,并根据计算模块计算出的仓库与各个配送点以及任意两个配送点之间的距离,计算每个运算组合的节约里程数;线路规划模块,用于按照节约里程数由大到小顺序依次遍历每个运算组合,每次从最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并;更新输出模块,用于根据路径合并结果更新最初配送路径集合,生成路径最节约的配送线路规划;规划路径展示模块,用于显示更新输出模块生成的配送线路规划;修正模块,用于采用禁忌搜索法对输出模块生成的配送线路规划进行修正。
线路规划模块包括选取标识单元、插入单元和更新单元。其中,选取标识单元,用于选取节约里程数对应的运算组合,并从最初配送路径集合中选取运算组合中配送点的两条路径,分别标记为第一路径和第二路径;第一路径和第二路径的第一个配送点或最后一个配送点为运算组合中的配送点,以及第一路径和第二路径中的配送点总需求数量之和不大于车辆的最大负荷;插入单元,用于将第二路径中的所有配送点依次插入到第一路径的不同位置,分别计算所有配送点插入不同位置时第一路径的里程增加量;更新单元,用于将含有第二路径中全部配送点且使第一路径的里程增加量最小的路径标记为新配送路径,加入到最初配送路径集合中,并从最初配送路径集合中删除第一路径和第二路径。
修正模块包括查找单元、执行单元和比较单元。其中,查找单元,用于从全部配送点中随机选取若干个配送点作为子集,根据子集中的配送点,在全部配送点中查找出与子集中的配送点距离由小到大的若干个配送点作为邻域点;执行单元,用于根据子集中的配送点与邻域点生成交换操作,并对路径最节约的配送线路规划执行交换操作,生成候选配送线路规划;比较单元,用于根据预设的可行性及评价规则,将候选配送线路规划与路径最节约的配送线路规划进行比较,确定最优配送线路规划。
本发明实施例提供的多点配送线路规划方法及系统,通过节约里程算法,生成初始最优规划路径,并采用禁忌搜索法对初始最优路径进行修正,以保证最终规划路径的准确性,从而为多点配送提供了优化的参考方案,同时考虑了车辆负荷量,这样有利于制定更合理且符合实际的多点配送方案,节约配送成本,提高了企业经济效益。另外,本发明实施例对多点配送线路规划采用两种优化算法,不仅可以快速生成最优规划路径,而且还可以对生成的配送线路规划方案进行修正,保证了实际规划方案的正确性,有利于对配送过程进行全程计划控制和监督管理,方便物流部门进行管理优化,规避物资的配送过程中存在风险。
在实际应用中,本实施例中所涉及的各个功能模块及单元,均可以由运行在计算机硬件上的计算机程序实现,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的硬件指的是包含一个或者多个处理器和存储介质的服务器或者台式计算机、笔记本电脑等;所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等;所述计算机程序由不限于C、C++等计算机语言实现。
以上所述的具体实施例,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例而已,并不用于限制本发明,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 (6)
1.一种多点配送线路规划方法,其特征在于,包括:
根据仓库和各个配送点的地理坐标,分别计算出仓库与各个配送点以及任意两个配送点之间的距离;
建立仓库到各个配送点的最初配送路径集合,将任意两个配送点与仓库组成一个运算组合,并根据仓库与各个配送点以及任意两个配送点之间的距离,计算每个运算组合的节约里程数;
按照节约里程数由大到小顺序依次遍历每个运算组合,每次从所述最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并;
根据路径合并结果更新所述最初配送路径集合,直至生成且显示路径最节约的配送线路规划;
采用禁忌搜索法对所述路径最节约的配送线路规划进行修正,具体包括:从全部配送点中随机选取若干个配送点作为子集,根据所述子集中的配送点,在全部配送点中查找出与所述子集中的配送点距离由小到大的若干个配送点作为邻域点;根据所述子集中的配送点与邻域点生成交换操作,并对所述路径最节约的配送线路规划执行所述交换操作,生成候选配送线路规划;根据预设的可行性及评价规则,将所述候选配送线路规划与所述路径最节约的配送线路规划进行比较,确定最优配送线路规划。
2.如权利要求1所述的多点配送线路规划方法,其特征在于,所述节约里程数的计算公式为:S(i,j,w)=D(w,i)+D(w,j)-D(i,j);其中:w表示仓库;i、j表示任意两个配送点;S(i,j,w)表示配送点组合(i,j,w)可节约的里程数;D(w,i)表示仓库w到配送点i的距离;D(w,j)表示仓库w到配送点j的距离;D(i,j)表示配送点i到配送点j的距离。
3.如权利要求2所述的多点配送线路规划方法,其特征在于,所述按照节约里程数由大到小顺序依次遍历每个运算组合,每次从所述最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并的步骤具体包括:
选取节约里程数对应的运算组合,并从所述最初配送路径集合中选取包含所述运算组合中配送点的两条路径,分别标记为第一路径和第二路径;所述第一路径和第二路径的第一个配送点或最后一个配送点为所述运算组合中的配送点,以及所述第一路径和第二路径中的配送点总需求数量之和不大于车辆的最大负荷;
将所述第二路径中的所有配送点依次插入到所述第一路径的不同位置,分别计算所有配送点插入不同位置时所述第一路径的里程增加量;
将含有所述第二路径中全部配送点且使所述第一路径的里程增加量最小的路径标记为新配送路径,加入到所述最初配送路径集合中,并从所述最初配送路径集合中删除所述第一路径和第二路径。
4.如权利要求1所述的多点配送线路规划方法,其特征在于,所述交换操作包括两两交换、两一交换或移动交换。
5.一种多点配送线路规划系统,包括移动终端、服务器和修正模块,其特征在于,所述移动终端包括采集模块和规划路径展示模块;所述服务器包括计算模块、建立模块、线路规划模块和更新输出模块;所述采集模块,用于采集仓库和各个配送点的地理坐标;所述计算模块,用于根据所述采集模块采集的地理坐标,分别计算出仓库与各个配送点以及任意两个配送站点之间的距离;所述建立模块,用于建立仓库到各个配送点的最初配送路径集合,将任意两个配送点与仓库组成一个运算组合,并根据所述计算模块计算出的仓库与各个配送点以及任意两个配送点之间的距离,计算每个运算组合的节约里程数;所述线路规划模块,用于按照节约里程数由大到小顺序依次遍历每个运算组合,每次从所述最初配送路径集合中选取包含运算组合中配送点的两条路径,对两条路径进行合并;所述更新输出模块,用于根据路径合并结果更新所述最初配送路径集合,生成路径最节约的配送线路规划;所述规划路径展示模块,用于显示所述更新输出模块生成的配送线路规划;所述修正模块,用于采用禁忌搜索法对所述输出模块生成的配送线路规划进行修正;
所述修正模块包括查找单元、执行单元和比较单元;所述查找单元,用于从全部配送点中随机选取若干个配送点作为子集,根据所述子集中的配送点,在全部配送点中查找出与所述子集中的配送点距离由小到大的若干个配送点作为邻域点;所述执行单元,用于根据所述子集中的配送点与邻域点生成交换操作,并对所述路径最节约的配送线路规划执行所述交换操作,生成候选配送线路规划;所述比较单元,用于根据预设的可行性及评价规则,将所述候选配送线路规划与所述路径最节约的配送线路规划进行比较,确定最优配送线路规划。
6.如权利要求5所述的多点配送线路规划系统,其特征在于,所述线路规划模块包括选取标识单元、插入单元和更新单元;所述选取标识单元,用于选取节约里程数对应的运算组合,并从所述最初配送路径集合中选取所述运算组合中配送点的两条路径,分别标记为第一路径和第二路径;所述第一路径和第二路径的第一个配送点或最后一个配送点为所述运算组合中的配送点,以及所述第一路径和第二路径中的配送点总需求数量之和不大于车辆的最大负荷;所述插入单元,用于将所述第二路径中的所有配送点依次插入到所述第一路径的不同位置,分别计算所有配送点插入不同位置时所述第一路径的里程增加量;所述更新单元,用于将含有所述第二路径中全部配送点且使所述第一路径的里程增加量最小的路径标记为新配送路径,加入到所述最初配送路径集合中,并从所述最初配送路径集合中删除所述第一路径和第二路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710225475.4A CN106980912B (zh) | 2017-04-07 | 2017-04-07 | 一种多点配送线路规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710225475.4A CN106980912B (zh) | 2017-04-07 | 2017-04-07 | 一种多点配送线路规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106980912A CN106980912A (zh) | 2017-07-25 |
CN106980912B true CN106980912B (zh) | 2021-01-08 |
Family
ID=59345437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710225475.4A Active CN106980912B (zh) | 2017-04-07 | 2017-04-07 | 一种多点配送线路规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106980912B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840609B (zh) * | 2017-11-27 | 2021-08-10 | 北京京东振世信息技术有限公司 | 拣货点数据校验方法及装置、存储介质、电子设备 |
CN109919530A (zh) * | 2017-12-12 | 2019-06-21 | 顺丰科技有限公司 | 一种配送路径摧毁重建方法、装置、存储介质及设备 |
CN110119831A (zh) * | 2018-02-07 | 2019-08-13 | 青岛农业大学 | 一种物流管理系统的运输路径优化系统及方法 |
CN108846610A (zh) * | 2018-06-19 | 2018-11-20 | 品信科技有限公司 | 一种配送路径规划方法及装置 |
CN109282826B (zh) * | 2018-07-03 | 2022-04-01 | 四川驹马科技有限公司 | 基于点聚合方式进行地图多点路径规划的方法及其系统 |
CN110378639A (zh) * | 2018-09-06 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 配送路线规划方法和系统 |
CN109902990A (zh) * | 2019-01-16 | 2019-06-18 | 江苏玄通供应链股份有限公司 | 一种供应链物流配送线路规划系统 |
CN111915240A (zh) * | 2019-05-10 | 2020-11-10 | 北京京东尚科信息技术有限公司 | 用于生成配送路线信息的方法和装置 |
CN110363330B (zh) * | 2019-06-17 | 2023-04-07 | 中国平安财产保险股份有限公司 | 一种路径规划方法、装置、计算机设备及可读存储介质 |
CN111105095B (zh) * | 2019-12-24 | 2023-06-02 | 北京顺丰同城科技有限公司 | 一种配送路线确定方法、装置及电子设备 |
CN111382907A (zh) * | 2020-03-10 | 2020-07-07 | 上海东普信息科技有限公司 | 规划车线的方法、系统、计算机设备和存储介质 |
CN111428925B (zh) * | 2020-03-20 | 2022-07-19 | 北京百度网讯科技有限公司 | 用于确定配送路径的方法和装置 |
CN111340431B (zh) * | 2020-03-27 | 2021-11-09 | 上海东普信息科技有限公司 | 运输路由的规划方法、装置、设备及存储介质 |
CN111553626A (zh) * | 2020-04-09 | 2020-08-18 | 北京顺达同行科技有限公司 | 一种路径规划方法、装置、电子设备及其存储介质 |
CN111709572A (zh) * | 2020-06-11 | 2020-09-25 | 惠州市君源配送有限公司 | 一种物品配送时间优化方法及其配送方式 |
CN111932030A (zh) * | 2020-09-09 | 2020-11-13 | 江苏亿讯网络科技有限公司 | 一种自建仓库的物流配送路径的方法与系统 |
CN114169560B (zh) * | 2020-12-22 | 2023-04-07 | 四川合纵药易购医药股份有限公司 | 用于立体仓库的物料调度控制方法 |
CN112801371A (zh) * | 2021-01-29 | 2021-05-14 | 广船国际有限公司 | 平板车路线规划方法、装置、设备和存储介质 |
CN113011659B (zh) * | 2021-03-23 | 2024-03-29 | 赛可智能科技(上海)有限公司 | 一种物流配送方法、装置及计算机可读存储介质 |
CN113112203B (zh) * | 2021-04-14 | 2023-04-07 | 杭州拼便宜网络科技有限公司 | 一种基于混合蚁群算法多配送中心车辆路径安排系统 |
CN117010581B (zh) * | 2023-09-12 | 2024-02-09 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种基于工业互联网标识解析的物流路径规划方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413209A (zh) * | 2013-07-17 | 2013-11-27 | 西南交通大学 | 多客户多仓库物流配送路径选择方法 |
CN105184412A (zh) * | 2015-09-21 | 2015-12-23 | 北京农业信息技术研究中心 | 基于地理位置的物流配送路径规划方法和系统 |
CN106156897A (zh) * | 2016-08-22 | 2016-11-23 | 武汉轻工大学 | 物流配送中最优路径规划模拟系统 |
-
2017
- 2017-04-07 CN CN201710225475.4A patent/CN106980912B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413209A (zh) * | 2013-07-17 | 2013-11-27 | 西南交通大学 | 多客户多仓库物流配送路径选择方法 |
CN105184412A (zh) * | 2015-09-21 | 2015-12-23 | 北京农业信息技术研究中心 | 基于地理位置的物流配送路径规划方法和系统 |
CN106156897A (zh) * | 2016-08-22 | 2016-11-23 | 武汉轻工大学 | 物流配送中最优路径规划模拟系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106980912A (zh) | 2017-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980912B (zh) | 一种多点配送线路规划方法及系统 | |
Pelzer et al. | A partition-based match making algorithm for dynamic ridesharing | |
Khani et al. | Trip-based path algorithms using the transit network hierarchy | |
CN109902990A (zh) | 一种供应链物流配送线路规划系统 | |
CN103149576A (zh) | 一种浮动车数据的地图匹配方法 | |
Nurprihatin et al. | An integrated transportation models and savings algorithm to minimize distribution costs | |
Bathla et al. | Real-time distributed taxi ride sharing | |
CN109345166B (zh) | 用于生成信息的方法和装置 | |
CN114422885A (zh) | 基于拓扑路由的路由搜索方法、装置、设备及介质 | |
Saeed et al. | Enhancing the service quality of transit systems in rural areas by flexible transport services | |
Hu et al. | Understanding the unbalance of interest in taxi market based on drivers' service profit margins | |
Li et al. | Design of dynamic vehicle routing system based on online map service | |
Huang | A schedule-based pathfinding algorithm for transit networks using pattern first search | |
Cao et al. | SHAREK*: A scalable matching method for dynamic ride sharing | |
CN112200336A (zh) | 一种车辆行驶路径规划的方法和装置 | |
CN111428925B (zh) | 用于确定配送路径的方法和装置 | |
Zhang et al. | Spatiotemporal Characteristics and Self‐Organization of Urban Taxi Dispatch | |
CN111191873A (zh) | 配送车辆调度方法、装置、系统、计算机设备和存储介质 | |
Huang et al. | Driving route recommendation with profit maximization in ride sharing | |
Rasmussen et al. | Case study on geocoding based scheduling optimization in supply chain operations management | |
Ning et al. | Improving large scale real-time ridesharing with heuristics for road networks | |
CN111461430A (zh) | 用于生成路线信息的方法及装置 | |
Zhang et al. | Bidirectional k-nearest neighbor spatial crowdsourcing allocation protocol based on edge computing | |
Nusantara et al. | Determining Newspaper Distribution Routes using Cheapest Insertion Heuristic Algorithm with Sweep Clustering: A Case Study | |
CN111738895B (zh) | 多站点的客运线路生成方法、装置、介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |