CN107145971A - 一种动态调整的快递配送优化方法 - Google Patents
一种动态调整的快递配送优化方法 Download PDFInfo
- Publication number
- CN107145971A CN107145971A CN201710254094.9A CN201710254094A CN107145971A CN 107145971 A CN107145971 A CN 107145971A CN 201710254094 A CN201710254094 A CN 201710254094A CN 107145971 A CN107145971 A CN 107145971A
- Authority
- CN
- China
- Prior art keywords
- express delivery
- vehicle
- delivery
- cost
- information
- 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
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
一种动态调整的快递配送优化方法,包括步骤:实时获取快递动态信息,快递动态信息包括快递车辆的定位信息、送货点信息、取货点信息和实时交通道路信息;根据快递动态信息采用混合整数规划模型以最小配送总成本为目标函数构建当前配送路线,最小配送总成本包括车辆的运输成本、启用车辆的固定成本、超出最大行程后的额外成本和违反时间窗限制的惩罚成本;通过模拟退火混合遗传算法对当前配送路线进行优化。根据快递动态信息对当前配送路线进行优化和动态调整,提高了快递配送的速度,快速响应客户需求,降低企业配送成本,提高车辆利用率,减少城市交通拥堵,有利用于快递业务的运营效率。
Description
技术领域
本发明涉及物流配送技术领域,具体涉及一种动态调整的快递配送优化方 法。
背景技术
电子商务的快速增长推动了快递业的蓬勃发展,当前快递业整体结构面临 “散、乱、小、多”的困局,快递配送成本占据快递企业总成本的50%-80%。快 递配送业务,一方面直接影响客户的满意度与忠诚度,另一方面决定了配送企业 的经济收益。快递员不单执行计划内的送货任务,计划外客户实时要求的取货 业务量也大幅增长,且实时取货业务均有一定的时效要求。面对市场提出的实 时繁杂的计划外的不确定需求,快递员进行实时配送管理,对货物的双向流动 进行路径和时间的优化,难度较高。开发一种能够计算出动态订单变化情况下 的最佳配送路径方法,能够对快递配送业务进行科学系统的规划,一方面提高 快递业务的作业效率和快速响应客户的能力,增强服务客户的水平;另一方面 能够降低企业的配送成本(包含配送的总里程数和配送总时间),从而增强快递 企业的市场竞争力。
目前,国内较多学者对配送管理进行各种探索研究,如,对动态路径优化 提出的Dijkstra算法,用于找出实时最短路径,实现对行驶线路的动态调整。 对于带时间窗的动态车辆路径规划问题,使用插入法构造初始解,应用重定位 法、2-opt法等局部搜索方法进行组合完成初始解的改进。
针对当前快递配送,在快递员出发前根据送(取)货点地理位置,都已经事 前规划好,但是在投递过程中,快递员或物流公司同样面临大量动态客户提出的 取件要求(插单信息),使得事前规划的配送路径不得不由快递员在配送的过程 中自主临时变更。这种配送路径的变更完全取决于快递员对各个需求点的地理 位置、交通路况熟悉程度,甚至个人对环境的偏好等,带有较大的主观性,不利 于快递企业的运营管理与成本管理。
因此,和普通的配送路径规划不同,快递配送由于面对广大城市居民消费, 配送的动态变量更多,配送要求的时效更高。
发明内容
针对当前快递配送中订单变更、交通路况变化等动态变化下存在的配送问 题,本申请提供一种动态调整的快递配送优化方法,包括步骤:
实时获取快递动态信息,快递动态信息包括快递车辆的定位信息、送货点 信息、取货点信息和实时交通道路信息;
根据快递动态信息采用混合整数规划模型以最小配送总成本为目标函数构 建当前配送路线,最小配送总成本包括车辆的运输成本、启用车辆的固定成本、 超出最大行程后的额外成本和违反时间窗限制的惩罚成本;
通过模拟退火混合遗传算法对当前配送路线进行优化。
一种实施例中,目标函数为:
其中,dij为货点i到货点j的距离,xijk为车辆k的行驶变量,c0为多派出 一辆车的固定成本,x0jk为多派出车辆的行驶变量,PL(k)为超出最大行程后的额 外成本,PT(i)为违反时间窗限制的惩罚成本;
其中,pl为超出最大行驶距离后的附加费用,L为最大行驶距离;
p1为早到的惩罚费用,p2晚到的惩罚费用,ai为车辆服务客户i最早开始时间,bi为车辆服务客户i最晚时间,客户 i的服务时间为ti。
一种实施例中,通过模拟退火混合遗传算法对所述当前配送路线进行优化, 包括步骤:
采用自然数编码方法对所有的货点进行遗传编码,并随机产生N个父代;
根据适应值函数对所述N个父代的每一个个体的适应度进行计算,所述适应值函数的表达式为:P=1/(Z+G.pw),其中,Z为目录函数值,pw为车辆总台数小于配送路径条数的惩 罚权重;
通过轮盘赌选择方法获取新种群,所述新种群用于替代父代;
采用顺序交叉法对所述新种群实施反复交叉操作,并判断反复交叉变异后 个体的适应度是否保持不变,若是,获得最优的当前配送路线。
一种实施例中,采用自然数编码方法对所有的货点进行遗传编码,具体为: 随机产生未被访问过的货点序列,按顺序逐一检验货点是否满足车辆载重限制, 若满足,将货点加入到当前配送路线中,否则,货点加入到下一条配送路线中。
一种实施例中,目标函数的约束条件为:
其中,qi客户i的送货量,Q为最大送货量。
依据上述实施例的快递配送优化方法,由于根据快递动态信息以最小配送 总成本为目标函数构建当前配送路线,并通过模拟退火混合遗传算法对当前配 送路线进行优化和动态调整,提高了快递配送的速度,快速响应客户需求,降 低企业配送成本,提高车辆利用率,减少城市交通拥堵,有利用于快递业务的 运营效率。
附图说明
图1为快递配送优化方法流程图;
图2为动态配送路径示意图;
图3为未考虑新增取货点N的配送路径。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。
本例提供一种动态调整的快递配送优化方法,其流程图如图1所示,具体 包括以下步骤。
S1:实时获取快递动态信息。
其中,快递动态信息包括快递车辆的定位信息、送货点信息、取货点信息 和实时交通道路信息;具体的,借助全球定位系统(GPS)获取快递车辆的 定位信息,通过移动电子商务平台(MC)获取送(取)货点和取货点信息,通 过地理信息系统(GIS)获取实时交通道路信息,通过这些工具实时地获取 快递动态信息,在客户需求订单新增更时,通过步骤S2和S3能够实时生成新 的最优化配送路线。
S2:根据快递动态信息采用混合整数规划模型以最小配送总成本为目标函 数构建当前配送路线。
本例中引入VRPSPDTW(带有时间窗的送货、取货的路径优化问题vehicle routingproblem with simultaneous pickup and delivery and time windows, 以下简称VRPSPDTW),即在原本复杂的VRPSPD问题中除了空间方面的路径考虑 外,还必须考虑时间约束,VRPSPDTW问题的混合整数规划模型即是最小配送总 成本的目标函数,且,在配送中心的有限的车辆,要求合理安排路径,使得总 目标函数最小。
时间窗:配送中心和客户都有时间窗的限制。配送中心的时间窗为(a1,b1)车 辆不能在a1之前离开,也不能在b1之后返回。对于客户i有预先设定的时间窗 (ai,bi)。ai为车辆服务客户i最早开始时间,bi为车辆服务客户i最晚时间,客 户i的服务时间为ti,为快递员送货取货走动的时间。
速度:车辆的行驶速度为1,从送(取)货点(取货点)i到送(取)货点(取 货点)j的行驶时间为tij,距离为dij(i,j∈V0,i≠j)。目标函数为以最小的成本 (比如车辆数、行驶距离、等待时间等)满足所有的客户需求,并满足以下假设: ①每个客户的需求只能由一辆车同时完成取货、送货;②每辆车只能服务一条路 径,配送车辆都始发和终止于配送中心;③满足车辆载货能力约束的要求和客户 的时间窗限制。
此外,假定不同的货物是相容的,可以被装载在同一辆车;车辆同质且每 一辆车的配送能力相同;没有车辆数的限制。每一辆车始于并终于配送中心; 客户和客户之间的距离釆用欧式距离,且满足三角不等式;每条路径始于配送 中心,途径一些客户(>1个),最后回到配送中心,一条路径等同于一个序列厂。
送(取)货点集,V={1,2,3...n},中心仓库由数字0表示,车辆集,K={1,2...m},具体的参数如下:
qi客户i的送货量(Q为最大送货量);
Cd车辆d的分派成本;
ci单位距离的行驶成本;
Pi客户i的服务费用,i∈V;
α权衡分派成本和行驶成本的参数,α∈[0,1];
违反时间窗约束的惩罚费用为P1(早到的费用),P2(晚到的费用);
决策变量
xijk为车辆k的行驶变量,xijk∈[0,1],车k从点i∈V0行驶到点j∈V0,则xijk=1, 否则xijk=0;
L0k车辆k(k∈K)离开配送中心的行驶距离;
Lj车辆服务客户j(j∈V)后的载货量;
Tik车辆开始服务客户i(i∈V)的时间,如果没有服务客户i,则Tik=0。
根据上述参数设置,以最小配送总成本为目标函数,最小配送总成本包括 车辆的运输成本、启用车辆的固定成本、超出最大行程后的额外成本和违反时 间窗限制的惩罚成本。
目标函数具体是:其中,dij为货点i到货点j的距离,xijk为车辆k的行驶变量,c0为多派出一辆车的固定 成本,x0jk为多派出车辆的行驶变量,PL(k)为超出最大行程后的额外成本,PT(i)为 违反时间窗限制的惩罚成本。
具体的,其中,pl为超出最大行驶距离后的附加费用,L为最大行驶距离;
p1为早到的惩罚费用,p2晚到的惩罚费用,ai为车辆服务客户i最早开始时间,bi为车辆服务客户i最晚时间,客户 i的服务时间为ti。
上述目标函数的约束条件为:
其中,qi客户i的送货量,Q为最大送货量;
上述第一个约束条件为保证每辆配送车辆均不超过其最大载量能力(本例 采用车辆最大货物配送量5吨);第二个约束条件(5)和第三个约束条件(6) 为确保每个客户只能被分配到一条路径上,即每个客户配送次数为1次。
S3:通过模拟退火混合遗传算法对当前配送路线进行优化。
本步骤具体优化方式如下:
1)采用自然数编码方法对所有的货点进行遗传编码,并随机产生N个父代;
随机产生未被访问过的送(取)货点序列,按顺序逐一检验每个送(取)货点 是否满足车辆载重限制,若满足,则将该送(取)货点加入到当前配送路线中; 若不满足,则将其加入到下一条配送路线(即重新安排车辆),
2)根据适应值函数对N个父代的每一个个体的适应度进行计算,适应值函 数的表达式为:P=1/(Z+G.pw),其中,Z为目录函数值, 可将G看成该个体对应的配送路径方案的 不可行路径条数,pw为车辆总台数小于配送路径条数的惩罚权重,适应度值 须满足优化准则;
3)通过轮盘赌选择方法获取新种群,新种群用于替代父代;
随机选择两个父代交叉产生一个子代,该过程循环进行直到产生M个子代 (M=N*交叉概率);每次随机选择一种算子对子代施加变异操作,循环进行10 次,最好的个体被保留下来;对最好的个体进行改进,调整车辆行驶路线;最 后进行个体评估,对交叉变异过程中产生的打破距离约束的个体施加惩罚函数, 最好的N个个体形成新种群被保留下来作为下一次循环的父代;
4)采用顺序交叉法对新种群实施反复交叉操作,并判断反复交叉变异后个 体的适应度是否保持不变,若是,获得最优的当前配送路线,否则,返回步骤 3)继续循环操作,直至获得最优的配送路线。
根据上述步骤,以以苏州韵达快递企业的快递配送路径规划为例,超出最 大行驶距离后的附加费用(即每公里需附加支付给司机的费用)为pl,违反时 间窗约束的附加费用为p1、p2。配送费率c=1元/公里,多派出一辆车的固 定成本c0=100元,快递员车辆最大货物配送量5,车辆每日行驶距离最多300 公里,超出300公里每公里需附加支付给司机1.2元/公里的费用,假设平均 车速30公里/时,假设起始点有8个送(取)货点的配送任务,各个送(取)货点 要求的送货量如表一所示。
表一
送货点 | 1 | 4 | 5 | 8 | 15 | 16 | 17 | 22 |
送货量(户) | 3 | 9 | 7 | 12 | 2 | 1 | 3 | 8 |
时间窗 | [0,3] | [2,3] | [2,5] | [1,4] | [3,7] | [2,5] | [1,2] | [2,6] |
位置坐标(公里) | (103,45) | (113,56) | (51,142) | (155,78) | (107,40) | (35,132) | (87,74) | (159,102) |
T时刻(即时性)出现新的送(取)货点排队等候送货的情况如表二所示,则 采用上述步骤考虑新增取货点N后的动态配送路径如图2所示,未新增取化点N 的配送路径如图3所示;
表二
送货点代号 | 位置坐标 | 送货量 | 时间窗 | 送货点 | 位置坐标 | 送货量 | 时间窗 |
3 | (134,50) | 9 | [0.5,3] | 17 | (71,73) | 1 | [2,5] |
7 | (155,45) | 5 | [2,5] | 19 | (165,108) | 7 | [3,5] |
8 | (145,82) | 7 | [1,4] | 21 | (184,71) | 8 | [2,5] |
10 | (145,112) | 12 | [2,4] | 23 | (225,0) | 3 | [4,7] |
13 | (127,114) | 4 | [0,3] | ||||
14 | (58,92) | 2 | [3,7] |
若新增限货点N后的配送路线不变更,配送路线及相应的配送成本如表三 所示;
表三
通过上述步骤获取动态调整的配送路线及成本如表四所示;
表四
以上数据明确显示,通过模拟退火混合遗传算法模型运算出来新的 VRPSPDTW配送方案(增加一辆车)、配送路径(见表三、表四)能够节省11%配 送费用;因此,本申请的快递配送优化方法提高了快递配送的速度,快速响应 客户需求(送货、取货),降低企业配送成本(时间、里程数)提高车辆利用率, 减少城市交通拥堵,低碳节能,作为商贸物流的重要组成部分,有利于快递业 的提质增效,从而促进商贸服务业的健康快速发展。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不 用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想, 还可以做出若干简单推演、变形或替换。
Claims (5)
1.一种动态调整的快递配送优化方法,其特征在于,包括步骤:
实时获取快递动态信息,所述快递动态信息包括快递车辆的定位信息、送货点信息、取货点信息和实时交通道路信息;
根据所述快递动态信息采用混合整数规划模型以最小配送总成本为目标函数构建当前配送路线,所述最小配送总成本包括车辆的运输成本、启用车辆的固定成本、超出最大行程后的额外成本和违反时间窗限制的惩罚成本;
通过模拟退火混合遗传算法对所述当前配送路线进行优化。
2.如权利要求1所述的快递配送优化方法,其特征在于,所述目标函数为:
其中,dij为货点i到货点j的距离,xijk为车辆k的行驶变量,c0为多派出一辆车的固定成本,x0jk为多派出车辆的行驶变量,PL(k)为超出最大行程后的额外成本,PT(i)为违反时间窗限制的惩罚成本;
其中,pl为超出最大行驶距离后的附加费用,L为最大行驶距离;
p1为早到的惩罚费用,p2晚到的惩罚费用,ai为车辆服务客户i最早开始时间,bi为车辆服务客户i最晚时间,客户i的服务时间为ti。
3.如权利要求2所述的快递配送优化方法,其特征在于,通过模拟退火混合遗传算法对所述当前配送路线进行优化,包括步骤:
采用自然数编码方法对所有的货点进行遗传编码,并随机产生N个父代;
根据适应值函数对所述N个父代的每一个个体的适应度进行计算,所述适应值函数的表达式为:P=1/(Z+G.pw),其中,Z为目录函数值,pw为车辆总台数小于配送路径条数的惩罚权重;
通过轮盘赌选择方法获取新种群,所述新种群用于替代父代;
采用顺序交叉法对所述新种群实施反复交叉操作,并判断反复交叉变异后个体的适应度是否保持不变,若是,获得最优的当前配送路线。
4.如权利要求3所述的快递配送优化方法,其特征在于,所述采用自然数编码方法对所有的货点进行遗传编码,具体为:随机产生未被访问过的货点序列,按顺序逐一检验货点是否满足车辆载重限制,若满足,将货点加入到当前配送路线中,否则,货点加入到下一条配送路线中。
5.如权利要求2所述的快递配送优化方法,其特征在于,所述目标函数的约束条件为:
其中,qi客户i的送货量,Q为最大送货量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710254094.9A CN107145971A (zh) | 2017-04-18 | 2017-04-18 | 一种动态调整的快递配送优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710254094.9A CN107145971A (zh) | 2017-04-18 | 2017-04-18 | 一种动态调整的快递配送优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107145971A true CN107145971A (zh) | 2017-09-08 |
Family
ID=59774685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710254094.9A Pending CN107145971A (zh) | 2017-04-18 | 2017-04-18 | 一种动态调整的快递配送优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107145971A (zh) |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862403A (zh) * | 2017-10-19 | 2018-03-30 | 杭州王道控股有限公司 | 一种无人机待配送货物的出库序列调度方法及系统 |
CN107944647A (zh) * | 2017-12-29 | 2018-04-20 | 深圳市智搜信息技术有限公司 | 一种基于人工智能的饮水配送系统及方法 |
CN107944080A (zh) * | 2017-10-25 | 2018-04-20 | 中国舰船研究设计中心 | 一种舰船平台短波多天线空间资源优化分配方法 |
CN108108847A (zh) * | 2017-12-29 | 2018-06-01 | 合肥工业大学 | 一种电商物流最后一公里配送的路径规划方法 |
CN108399464A (zh) * | 2017-09-27 | 2018-08-14 | 圆通速递有限公司 | 一种多式联运路径优化方法和系统 |
WO2018184118A1 (en) * | 2017-04-07 | 2018-10-11 | Styro-Go Inc. | Scheduling deployment of movable apparatuses for processing and recycling waste polystyrene |
CN108921362A (zh) * | 2018-08-02 | 2018-11-30 | 顺丰科技有限公司 | 一种医药干线优化方法、系统、设备及存储介质 |
CN108985597A (zh) * | 2018-06-29 | 2018-12-11 | 华南理工大学 | 一种动态物流调度方法 |
CN109345161A (zh) * | 2018-08-29 | 2019-02-15 | 广西大学 | 一种面向价值流的配送派单方法 |
CN109598366A (zh) * | 2018-11-06 | 2019-04-09 | 昆明理工大学 | 一种外卖配送过程的优化调度方法 |
CN109858752A (zh) * | 2018-12-27 | 2019-06-07 | 安庆师范大学 | 基于滚动时域控制的动态外卖配送的方法及装置 |
CN109919359A (zh) * | 2019-02-01 | 2019-06-21 | 陕西科技大学 | 一种基于adp算法的车辆路径规划方法 |
CN110084382A (zh) * | 2018-10-12 | 2019-08-02 | 中国电力科学研究院有限公司 | 一种配电网检修车辆调度方法及系统 |
CN110084545A (zh) * | 2019-03-05 | 2019-08-02 | 浙江工业大学 | 基于混合整数规划模型的多巷道自动化立体仓库的集成调度方法 |
CN110110903A (zh) * | 2019-04-17 | 2019-08-09 | 大连理工大学 | 一种基于神经进化的配送车辆路径规划方法 |
CN110378506A (zh) * | 2019-05-08 | 2019-10-25 | 上海大学 | 车辆碳排放量规划方法、装置、电子设备和存储介质 |
CN110555640A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东振世信息技术有限公司 | 路由规划的方法和装置 |
CN110674967A (zh) * | 2019-08-02 | 2020-01-10 | 重庆大学 | 一种不确定行车时间下快递车辆路径鲁棒优化方法 |
CN110689165A (zh) * | 2019-08-29 | 2020-01-14 | 浙江工业大学 | 一种基于路网可达性的车辆路径优化方法 |
CN110782073A (zh) * | 2019-10-08 | 2020-02-11 | 国药集团医药物流有限公司 | 单点装货多点卸货的串点运输模型 |
CN111027902A (zh) * | 2019-12-02 | 2020-04-17 | 上海万筹科技有限公司 | 无人仓货品运输匹配方法及装置 |
CN111080214A (zh) * | 2020-01-02 | 2020-04-28 | 汉口北进出口服务有限公司 | 物流配送路径确定方法、装置及存储介质 |
CN111191813A (zh) * | 2019-10-14 | 2020-05-22 | 重庆邮电大学 | 基于货物载重与软时间窗限制的车辆配送路径优化方法 |
CN111445094A (zh) * | 2020-04-28 | 2020-07-24 | 宁德师范学院 | 一种结合时间要求的快递车辆路径优化的方法及系统 |
CN111461624A (zh) * | 2020-04-20 | 2020-07-28 | 上海东普信息科技有限公司 | 物流线路规划方法、装置、设备及存储介质 |
CN111461383A (zh) * | 2019-03-14 | 2020-07-28 | 北京京东尚科信息技术有限公司 | 规划配送路径的方法和装置 |
CN111553532A (zh) * | 2020-04-28 | 2020-08-18 | 闽江学院 | 一种城市快递车辆路径优化的方法及系统 |
CN112150076A (zh) * | 2020-09-29 | 2020-12-29 | 陕西科技大学 | 基于工位排序的车间物料动态配送模型设计及实现方法 |
CN112308312A (zh) * | 2020-10-29 | 2021-02-02 | 上海寻梦信息技术有限公司 | 留仓包裹转送方法、模型训练方法及相关设备 |
CN112561122A (zh) * | 2020-11-13 | 2021-03-26 | 重庆恢恢信息技术有限公司 | 通过大数据分析工地料场运输优化工作方法 |
CN112836892A (zh) * | 2021-02-26 | 2021-05-25 | 山东科技大学 | 基于改进遗传算法的多目标车辆配送路径确定方法及系统 |
CN112884409A (zh) * | 2021-02-26 | 2021-06-01 | 上海东普信息科技有限公司 | 配送路线推荐方法、装置、设备及存储介质 |
CN113033866A (zh) * | 2020-11-12 | 2021-06-25 | 广东财经大学华商学院 | 一种紧急订单配送调度优化方法 |
CN113469416A (zh) * | 2021-06-08 | 2021-10-01 | 哈尔滨工业大学 | 一种派件任务规划方法及设备 |
CN113657775A (zh) * | 2021-08-19 | 2021-11-16 | 哈尔滨工业大学 | 基于违反道路运行规则识别的规范配送人员配送行为的方法 |
CN113657686A (zh) * | 2021-08-26 | 2021-11-16 | 北京京东乾石科技有限公司 | 订单配送方法和装置、系统、电子设备、计算机可读介质 |
CN113762855A (zh) * | 2020-11-20 | 2021-12-07 | 北京京东振世信息技术有限公司 | 一种资源配置方法和装置 |
CN113780609A (zh) * | 2020-11-26 | 2021-12-10 | 北京京东振世信息技术有限公司 | 调整物品配送路径的方法、装置、计算设备及介质 |
CN114186758A (zh) * | 2022-02-15 | 2022-03-15 | 杭州杰牌传动科技有限公司 | 一种面向成本最优的厂内物流配送方法 |
CN114971044A (zh) * | 2022-06-02 | 2022-08-30 | 圆通速递有限公司 | 一种派件配送路径规划方法 |
WO2022266827A1 (en) * | 2021-06-22 | 2022-12-29 | Beijing Jingdong Zhenshi Information Technology Co., Ltd. | Logistics network simulation method and system |
CN116911711A (zh) * | 2023-07-25 | 2023-10-20 | 重庆工程职业技术学院 | 一种物流运输规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699982A (zh) * | 2013-12-26 | 2014-04-02 | 浙江工业大学 | 一种带软时间窗口的物流配送控制方法 |
CN104992242A (zh) * | 2015-07-01 | 2015-10-21 | 广东工业大学 | 一种求解带软时间窗物流运输车辆路径问题的方法 |
CN105096006A (zh) * | 2015-08-24 | 2015-11-25 | 国网天津市电力公司 | 一种智能电能表的配送车辆路径优化方法 |
-
2017
- 2017-04-18 CN CN201710254094.9A patent/CN107145971A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699982A (zh) * | 2013-12-26 | 2014-04-02 | 浙江工业大学 | 一种带软时间窗口的物流配送控制方法 |
CN104992242A (zh) * | 2015-07-01 | 2015-10-21 | 广东工业大学 | 一种求解带软时间窗物流运输车辆路径问题的方法 |
CN105096006A (zh) * | 2015-08-24 | 2015-11-25 | 国网天津市电力公司 | 一种智能电能表的配送车辆路径优化方法 |
Non-Patent Citations (2)
Title |
---|
侯玉梅: "带软时间窗整车物流配送路径优化研究", 《系统工程学报》 * |
张婷: "基于实时信息的城市配送车辆动态路径优化", 《系统工程》 * |
Cited By (59)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018184118A1 (en) * | 2017-04-07 | 2018-10-11 | Styro-Go Inc. | Scheduling deployment of movable apparatuses for processing and recycling waste polystyrene |
CN108399464A (zh) * | 2017-09-27 | 2018-08-14 | 圆通速递有限公司 | 一种多式联运路径优化方法和系统 |
CN107862403A (zh) * | 2017-10-19 | 2018-03-30 | 杭州王道控股有限公司 | 一种无人机待配送货物的出库序列调度方法及系统 |
CN107944080A (zh) * | 2017-10-25 | 2018-04-20 | 中国舰船研究设计中心 | 一种舰船平台短波多天线空间资源优化分配方法 |
CN108108847B (zh) * | 2017-12-29 | 2021-05-04 | 合肥工业大学 | 一种电商物流最后一公里配送的路径规划方法 |
CN107944647A (zh) * | 2017-12-29 | 2018-04-20 | 深圳市智搜信息技术有限公司 | 一种基于人工智能的饮水配送系统及方法 |
CN108108847A (zh) * | 2017-12-29 | 2018-06-01 | 合肥工业大学 | 一种电商物流最后一公里配送的路径规划方法 |
CN110555640B (zh) * | 2018-05-31 | 2023-08-08 | 北京京东振世信息技术有限公司 | 路由规划的方法和装置 |
CN110555640A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东振世信息技术有限公司 | 路由规划的方法和装置 |
CN108985597B (zh) * | 2018-06-29 | 2021-11-19 | 华南理工大学 | 一种动态物流调度方法 |
CN108985597A (zh) * | 2018-06-29 | 2018-12-11 | 华南理工大学 | 一种动态物流调度方法 |
CN108921362A (zh) * | 2018-08-02 | 2018-11-30 | 顺丰科技有限公司 | 一种医药干线优化方法、系统、设备及存储介质 |
CN108921362B (zh) * | 2018-08-02 | 2021-02-19 | 顺丰科技有限公司 | 一种医药干线优化方法、系统、设备及存储介质 |
CN109345161A (zh) * | 2018-08-29 | 2019-02-15 | 广西大学 | 一种面向价值流的配送派单方法 |
CN109345161B (zh) * | 2018-08-29 | 2022-02-25 | 广西大学 | 一种面向价值流的配送派单方法 |
CN110084382B (zh) * | 2018-10-12 | 2024-03-19 | 中国电力科学研究院有限公司 | 一种配电网检修车辆调度方法及系统 |
CN110084382A (zh) * | 2018-10-12 | 2019-08-02 | 中国电力科学研究院有限公司 | 一种配电网检修车辆调度方法及系统 |
CN109598366A (zh) * | 2018-11-06 | 2019-04-09 | 昆明理工大学 | 一种外卖配送过程的优化调度方法 |
CN109858752A (zh) * | 2018-12-27 | 2019-06-07 | 安庆师范大学 | 基于滚动时域控制的动态外卖配送的方法及装置 |
CN109919359A (zh) * | 2019-02-01 | 2019-06-21 | 陕西科技大学 | 一种基于adp算法的车辆路径规划方法 |
CN109919359B (zh) * | 2019-02-01 | 2024-06-04 | 武汉天之然知识产权运营有限公司 | 一种基于adp算法的车辆路径规划方法 |
CN110084545B (zh) * | 2019-03-05 | 2021-07-27 | 浙江工业大学 | 基于混合整数规划模型的多巷道自动化立体仓库的集成调度方法 |
CN110084545A (zh) * | 2019-03-05 | 2019-08-02 | 浙江工业大学 | 基于混合整数规划模型的多巷道自动化立体仓库的集成调度方法 |
CN111461383A (zh) * | 2019-03-14 | 2020-07-28 | 北京京东尚科信息技术有限公司 | 规划配送路径的方法和装置 |
CN110110903A (zh) * | 2019-04-17 | 2019-08-09 | 大连理工大学 | 一种基于神经进化的配送车辆路径规划方法 |
CN110110903B (zh) * | 2019-04-17 | 2022-09-30 | 大连理工大学 | 一种基于神经进化的配送车辆路径规划方法 |
CN110378506A (zh) * | 2019-05-08 | 2019-10-25 | 上海大学 | 车辆碳排放量规划方法、装置、电子设备和存储介质 |
CN110674967A (zh) * | 2019-08-02 | 2020-01-10 | 重庆大学 | 一种不确定行车时间下快递车辆路径鲁棒优化方法 |
CN110689165A (zh) * | 2019-08-29 | 2020-01-14 | 浙江工业大学 | 一种基于路网可达性的车辆路径优化方法 |
CN110782073A (zh) * | 2019-10-08 | 2020-02-11 | 国药集团医药物流有限公司 | 单点装货多点卸货的串点运输模型 |
CN111191813A (zh) * | 2019-10-14 | 2020-05-22 | 重庆邮电大学 | 基于货物载重与软时间窗限制的车辆配送路径优化方法 |
CN111027902A (zh) * | 2019-12-02 | 2020-04-17 | 上海万筹科技有限公司 | 无人仓货品运输匹配方法及装置 |
CN111080214A (zh) * | 2020-01-02 | 2020-04-28 | 汉口北进出口服务有限公司 | 物流配送路径确定方法、装置及存储介质 |
CN111461624A (zh) * | 2020-04-20 | 2020-07-28 | 上海东普信息科技有限公司 | 物流线路规划方法、装置、设备及存储介质 |
CN111445094A (zh) * | 2020-04-28 | 2020-07-24 | 宁德师范学院 | 一种结合时间要求的快递车辆路径优化的方法及系统 |
CN111553532B (zh) * | 2020-04-28 | 2022-12-09 | 闽江学院 | 一种城市快递车辆路径优化的方法及系统 |
CN111445094B (zh) * | 2020-04-28 | 2022-08-12 | 宁德师范学院 | 一种结合时间要求的快递车辆路径优化的方法及系统 |
CN111553532A (zh) * | 2020-04-28 | 2020-08-18 | 闽江学院 | 一种城市快递车辆路径优化的方法及系统 |
CN112150076A (zh) * | 2020-09-29 | 2020-12-29 | 陕西科技大学 | 基于工位排序的车间物料动态配送模型设计及实现方法 |
CN112150076B (zh) * | 2020-09-29 | 2023-11-21 | 陕西科技大学 | 基于工位排序的车间物料动态配送模型设计及实现方法 |
CN112308312A (zh) * | 2020-10-29 | 2021-02-02 | 上海寻梦信息技术有限公司 | 留仓包裹转送方法、模型训练方法及相关设备 |
CN112308312B (zh) * | 2020-10-29 | 2024-05-03 | 上海寻梦信息技术有限公司 | 留仓包裹转送方法、模型训练方法及相关设备 |
CN113033866A (zh) * | 2020-11-12 | 2021-06-25 | 广东财经大学华商学院 | 一种紧急订单配送调度优化方法 |
CN112561122A (zh) * | 2020-11-13 | 2021-03-26 | 重庆恢恢信息技术有限公司 | 通过大数据分析工地料场运输优化工作方法 |
CN113762855A (zh) * | 2020-11-20 | 2021-12-07 | 北京京东振世信息技术有限公司 | 一种资源配置方法和装置 |
CN113762855B (zh) * | 2020-11-20 | 2023-12-05 | 北京京东振世信息技术有限公司 | 一种资源配置方法和装置 |
CN113780609A (zh) * | 2020-11-26 | 2021-12-10 | 北京京东振世信息技术有限公司 | 调整物品配送路径的方法、装置、计算设备及介质 |
CN112884409A (zh) * | 2021-02-26 | 2021-06-01 | 上海东普信息科技有限公司 | 配送路线推荐方法、装置、设备及存储介质 |
CN112836892A (zh) * | 2021-02-26 | 2021-05-25 | 山东科技大学 | 基于改进遗传算法的多目标车辆配送路径确定方法及系统 |
CN113469416A (zh) * | 2021-06-08 | 2021-10-01 | 哈尔滨工业大学 | 一种派件任务规划方法及设备 |
CN113469416B (zh) * | 2021-06-08 | 2022-09-20 | 哈尔滨工业大学 | 一种派件任务规划方法及设备 |
WO2022266827A1 (en) * | 2021-06-22 | 2022-12-29 | Beijing Jingdong Zhenshi Information Technology Co., Ltd. | Logistics network simulation method and system |
CN113657775B (zh) * | 2021-08-19 | 2024-02-27 | 哈尔滨工业大学 | 基于违反道路运行规则识别的规范配送人员配送行为的方法 |
CN113657775A (zh) * | 2021-08-19 | 2021-11-16 | 哈尔滨工业大学 | 基于违反道路运行规则识别的规范配送人员配送行为的方法 |
CN113657686A (zh) * | 2021-08-26 | 2021-11-16 | 北京京东乾石科技有限公司 | 订单配送方法和装置、系统、电子设备、计算机可读介质 |
CN114186758A (zh) * | 2022-02-15 | 2022-03-15 | 杭州杰牌传动科技有限公司 | 一种面向成本最优的厂内物流配送方法 |
CN114971044A (zh) * | 2022-06-02 | 2022-08-30 | 圆通速递有限公司 | 一种派件配送路径规划方法 |
CN116911711A (zh) * | 2023-07-25 | 2023-10-20 | 重庆工程职业技术学院 | 一种物流运输规划方法 |
CN116911711B (zh) * | 2023-07-25 | 2024-04-05 | 重庆工程职业技术学院 | 一种物流运输规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107145971A (zh) | 一种动态调整的快递配送优化方法 | |
Tafreshian et al. | Frontiers in service science: Ride matching for peer-to-peer ride sharing: A review and future directions | |
CN110443397B (zh) | 一种订单配送方法 | |
CN105070044B (zh) | 一种基于乘客预约的定制公交合乘车辆动态调度方法 | |
Cheung et al. | Dynamic routing model and solution methods for fleet management with mobile technologies | |
CN109919365B (zh) | 一种基于双策略搜索的电动车辆路径规划方法及系统 | |
CN110097234A (zh) | 工业卷烟运输智能调度方法及系统 | |
Li-ying et al. | Multiple charging station location-routing problem with time window of electric vehicle. | |
CN106803136A (zh) | 一种基于混合遗传算法的生鲜配送实时优化方法 | |
Rand | The life and times of the Savings Method for Vehicle Routing Problems | |
Nurprihatin et al. | An integrated transportation models and savings algorithm to minimize distribution costs | |
CN105069523A (zh) | 一种有时间限制的配送车辆调度方法 | |
CN114462693B (zh) | 一种基于车辆无人机协同的配送路线优化方法 | |
CN108921362A (zh) | 一种医药干线优化方法、系统、设备及存储介质 | |
CN113393020A (zh) | 物流智能调度方法、装置、设备及存储介质 | |
CN109359771A (zh) | 一种基于大数据的干线运输车货匹配算法 | |
CN116645027B (zh) | 基于alns框架的配送车-无人机协同配送路径规划方法 | |
CN111860957B (zh) | 一种考虑二次配送和平衡用时的多车型车辆路径规划方法 | |
Bakas et al. | A flexible transportation service for the optimization of a fixed-route public transport network | |
Wang et al. | Optimal delivery route planning for a fleet of heterogeneous drones: A rescheduling-based genetic algorithm approach | |
Bouziyane et al. | Multiobjective optimization in delivering pharmaceutical products with disrupted vehicle routing problem | |
Hou et al. | A hybrid metaheuristic algorithm for the heterogeneous school bus routing problem and a real case study | |
US20150248638A1 (en) | Methods and arrangement for freight transportation management | |
CN110674967A (zh) | 一种不确定行车时间下快递车辆路径鲁棒优化方法 | |
CN113990093B (zh) | 一种无人驾驶电动出租车动态合乘调度系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170908 |