CN107194656A - 一种基于标准箱订单的配送路径的规划方法及装置 - Google Patents
一种基于标准箱订单的配送路径的规划方法及装置 Download PDFInfo
- Publication number
- CN107194656A CN107194656A CN201710538682.5A CN201710538682A CN107194656A CN 107194656 A CN107194656 A CN 107194656A CN 201710538682 A CN201710538682 A CN 201710538682A CN 107194656 A CN107194656 A CN 107194656A
- Authority
- CN
- China
- Prior art keywords
- shops
- order
- dispensing device
- distribution path
- time
- 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
- G06Q10/08—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
- 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
本申请公开了一种基于标准箱订单的配送路径的规划方法及装置,将接收到的多个门店订单划分成待配送任务组,由目标配送设备统一配送。根据待配送任务组中的门店订单对应的门店地理位置和门店订单配送序列,生成初始配送路径;初始配送路径上包括多个节点;再根据门店订单的基于标准箱的货运量确定目标配送设备的停留时间,进而确定下一节点对应的门店订单的实际起运时间;如果实际起运时间滞后于规划起运时间,则重新规划配送路径,得到优化配送路径。本申请提供的方法,可规避道路中经常出现拥堵的路段以及正在施工的路段,使整条配送路径上不存在或尽量少些出现拥堵的情况,提高配送设备的配送效率,避免下一节点对应的门店订单的延误送达。
Description
技术领域
本申请涉及仓储配货技术领域,尤其涉及一种基于标准箱订单的配送路径的规划方法及装置。
背景技术
配送商在经销商和门店(零售店)之间起着货品流转的作用,为经销商和门店提供物流服务。如图1所示,品牌商在一定的区域范围内设置一个或多个配送商,经销商买卖或运转品牌商的货品,并由一个或多个配送商负责配送,同时,配送商负责多家经销商的货品配送。通常,门店通过门店终端订购品牌商的货品,经由订单管理服务器处理后生成配送指令,这些货品从品牌商送至经销商,再从经销商送达配送商仓库,由配送商根据订单管理服务器配送指令,将货品送达到不同的门店。通常,配送商拥有自己的仓库和配送车辆(即货品配送设备),在配送货品时,为了便于配送,配送商均以标准箱为配送单元,并且在配送过程中不拆箱,以整箱形式配送。
在每一区域范围内存在多个门店,门店通过门店终端订购基于标准箱的货品,因此,在一个区域范围会产生多个门店订单。订单管理服务器会将多个门店订单中的至少一个门店订单分配给同一个配送商,此时,该配送商终端接收至少一个门店订单,由配送商的所属配送设备将各门店订单对应的标准箱送达至下单门店。
现有技术中,根据配送设备的承载能力,配送商的所属配送设备有时会同时配送多个门店订单对应的标准箱。配送时,会优先配送距离自身较近的门店产生的门店订单对应的标准箱。第一个门店订单对应的标准箱被送达至下单门店后,再继续配送下一个门店订单对应的标准箱。而在配送途中所行驶的路线,由配送设备自行选择,例如,根据历史经验选择行驶的街道、路口等。
但是,根据历史经验确定行驶路线时,由于无法预测其即将行驶的道路是否出现拥堵或者正在施工维修,易出现行驶缓慢或无法通行的情况,进而导致标准箱订单延误到达下单门店的时间;或者,门店所在位置为该配送设备的第一次前往的地址,此时无法再根据以往的经验选择行驶路线,使得在确认路线时花费较多的时间。可见,现有的配送方法易造成配送商的配送效率降低。
发明内容
本申请提供了一种基于标准箱订单的配送路径的规划方法及装置,以解决现有的配送方法易造成配送商的配送效率降低的问题。
第一方面,本申请提供了一种基于标准箱订单的配送路径的规划方法,该方法包括:
接收订单管理服务器发送的至少一个门店订单信息;以及,确定待配送任务组;其中,所述门店订单信息包括门店订单的基于标准箱的货运量、预计送达时间和门店地理位置;
根据所述待配送任务组中的门店订单,确定目标配送设备,以及,生成初始配送路径;所述初始配送路径上包括多个节点,每个所述节点包括门店订单对应的门店地理位置和规划起运时间;
根据当前所述节点对应的门店订单的基于标准箱的货运量,确定所述目标配送设备的停留时间;
根据所述停留时间,确定所述下一节点对应的门店订单的实际起运时间;
如果所述实际起运时间滞后于相应节点的规划起运时间,根据所述下一节点对应的门店订单的实际起运时间和预计送达时间以及门店地理位置重新规划所述初始配送路径,得到优化配送路径,以使所述目标配送设备根据优化配送路径配送待配送任务组对应的标准箱。
第二方面,本申请还提供了一种基于标准箱订单的配送路径的规划装置,所述基于标准箱订单的配送路径的规划装置包括用于执行第一方面各种实现方式中方法步骤的模块,具体地,包括:
接收和确定模块,用于接收订单管理服务器发送的至少一个门店订单信息;以及,确定待配送任务组;其中,所述门店订单信息包括门店订单的基于标准箱的货运量、预计送达时间和门店地理位置;
目标设备和初始路径生成模块,用于根据所述待配送任务组中的门店订单,确定目标配送设备,以及,生成初始配送路径;所述初始配送路径上包括多个节点,每个所述节点包括门店订单对应的门店地理位置和规划起运时间;
停留时间确定模块,用于根据当前所述节点对应的门店订单的基于标准箱的货运量,确定所述目标配送设备的停留时间;
实际起运时间确定模块,用于根据所述停留时间,确定所述下一节点对应的门店订单的实际起运时间;
优化路径生成模块,如果所述实际起运时间滞后于相应节点的规划起运时间,根据所述下一节点对应的门店订单的实际起运时间和预计送达时间以及门店地理位置重新规划所述初始配送路径,得到优化配送路径,以使所述目标配送设备根据优化配送路径配送待配送任务组对应的标准箱。
第三方面,本申请还提供了一种存储介质,该计算机存储介质可存储有程序,该程序执行时可实现包括本申请提供的基于标准箱订单的配送路径的规划方法各实施例中的部分或全部步骤。
由以上技术方案可知,本申请实施例提供的基于标准箱订单的配送路径的规划方法及装置,将接收到的多个门店订单划分成待配送任务组,由一个满足运力条件的目标配送设备进行统一配送。根据待配送任务组中的门店订单对应的门店地理位置和门店订单配送序列,生成初始配送路径;初始配送路径上包括多个节点,每个节点对应一个门店订单对应的门店地理位置和规划起运时间;再根据门店订单的基于标准箱的货运量确定目标配送设备的停留时间,进而确定下一节点对应的门店订单的实际起运时间;如果实际起运时间滞后于规划起运时间,则重新规划配送路径,得到优化配送路径,以使目标配送设备根据优化配送路径配送待配送任务组对应的标准箱。本申请提供的方法,在规划配送路径时,可规避道路中经常出现拥堵的路段以及正在施工的路段,使整条配送路径上不存在或尽量少些出现拥堵的情况,以使配送设备在配送路途中等待的时间减少,提高配送设备的配送效率,避免下一节点对应的门店订单的延误送达。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请的货品配送系统结构图;
图2为本申请实施例提供的基于标准箱订单的配送路径的规划方法的流程图;
图3为本申请实施例提供的确定待配送任务组的方法的流程图;
图4为本申请实施例提供的确定待配送任务组的方法的场景图;
图5为本申请实施例提供的确定目标配送设备的方法的流程图;
图6为本申请实施例提供的确定目标配送设备的方法的场景图;
图7本申请实施例提供的生成初始配送路径的方法的流程图;
图8为本申请实施例提供的节点的组成框图;
图9为本申请实施例提供的生成优化配送路径的方法的流程图;
图10为本申请实施例提供的生成优化配送路径的方法的场景图;
图11为本申请实施例提供的基于标准箱订单的配送路径的规划装置的结构框图。
具体实施方式
参见图1,为本申请的货品配送系统结构图。
在本申请的货品配送系统中,包括品牌商、经销商、配送商、门店及订单管理服务器。其中,所述的品牌商可以理解为本申请中讨论的货品的最初所有者,例如,宝洁,联合利华等。需要说明的是,广义的商品既包括虚拟商品,又包括实体商品,即货品。基于此,本申请中提到的商品均指代实体商品。所述的经销商可以理解为与品牌商合作的、通过买卖或运转品牌商的商品而获得利润的单位或个人。
一般情况下,品牌商将所属商品的地理营销范围划分为若干个区域,针对每个营销区域设立一个或多个经销商,经销商可以只代理单一品牌的商品,也可以代理多个品牌商的商品。所述的配送商可以理解为提供货物配送服务的组织或单位。大多数的配送商既具有仓储能力,又具有运输能力,即运力,少数的配送商只具有仓储能力或者只具有运输能力。其中的运输能力由所属的配送设备实现。
其中,所述的门店包括但不限于指代一种售卖商品的场所,例如杂货、母婴产品的零售店,KA(KeyAccount,重点客户),饭店,酒店等,还可以包括不具有零售业务和/或不具有客观售卖场所的各级批发商。门店终端可以理解为门店用户拥有的,具有输入、显示以及通信功能的终端设备。例如,手机、平板电脑、PC或其他手持终端等。
图2为本申请实施例提供的一种基于标准箱订单的配送路径的规划方法的流程图。
第一方面,参见图2,本申请实施例提供的一种基于标准箱订单的配送路径的规划方法,包括以下步骤:
S101、接收订单管理服务器发送的至少一个门店订单信息;以及,确定待配送任务组;其中,所述门店订单信息包括门店订单的基于标准箱的货运量、预计送达时间和门店地理位置;
门店通过各自的门店终端订购至少一个标准箱套餐,生成门店订单信息,通过通信网络发生至订单管理服务器。配送商终端接收到订单管理服务器发送的所有门店订单信息,配送商根据门店订单信息在所属仓库内提取相应的标准箱作为待配送货品。其中,门店订单信息包括门店订单对应的地理位置信息,即下单门店的地理位置。
可以理解的是,“地理位置信息”应当包含“位置坐标”,例如收货地址。也就是说,如果“位置坐标”是一个指标的话,那么,地理位置信息是一个指标的集合。
具有全球公共属性的标准的地理位置信息,包括但不限于地名、全球统一的坐标、全球GPS坐标(具有全球公共属性的标准);另外还包含,非公共属性的标准。
本领域内的技术人员,可根据具体的应用场景或应用范围,选取上述“指标集合”中单个因子、多个因子或全部因子作为技术构成,由于篇幅有限,在此不再赘述。无论上述何种情况,凡是具有某种特定意义的地域位置,以及所述地域位置的任何属性信息,都是本发明的保护的范围。
门店订购的门店订单,其对应的货品以标准箱为计量单位。上述标准箱是指用于承载货品的、客观存在的箱体。标准箱订单指的是门店通过门店终端订购货品以标准箱套餐的形式订购,即每一个标准箱套餐的商品恰好可以装进一个标准箱内,即一个门店订单对应至少一个标准箱。基于标准箱的商品在配送过程中,以整箱方式,即不拆箱处理,只有在基于标准箱的商品被送达至下单门店后,才由下单门店进行拆箱处理。
门店订单信息中除了包括下单门店的地理位置外,还包括门店订单的预计送达时间。预计送达时间指的是订单管理服务器根据下单门店的地理位置预计的到货时间,即门店订单对应的标准箱被配送至下单门店的预计时间。预计送达时间可以时间点表示,还可以时间段表示。以时间段表示时,由订单管理服务器生成门店订单信息时起至相应的标准箱到达下单门店的时间为止而得到。
订单管理服务器在向配送商终端发送门店订单信息时,还会将货品的送达时间信息反馈至门店终端,以告知门店其订购的标准箱套餐会在什么时间送达,以使门店在相应时间做好收货准备,例如,门店接收到的信息包括“您订购的BZX1标准箱套餐和BZX2标准箱套餐将在X年X月X日X时送达”。
门店订单信息还包括门店订单的基于标准箱的货运量。由于门店订购货品是以标准箱套餐的形式订购,即门店订购的商品会装入一个或多个标准箱,因此以标准箱作为门店订单对应的货运量。由于标准箱的大小、尺寸不同,因此,每一个门店对应的待配送货品的占用空间也不会相同。且每一个标准箱套餐内包括不同种类的商品,使得每一个套餐形成的标准箱的重量也不会相同。因此,门店订单的货运量可通过标准箱的个数、标准箱的大小(即占用空间)或标准箱的重量等来表示。
本实施例中,订单管理服务器除了直接将根据门店订单处理得到的门店订单信息发送至配送商终端,还可将门店订单信息发送至某一个服务器上存储,并设置一个专门的控制平台,这个控制平台可以独立设置或设置在通信网络的一个节点上,由控制平台通过通信网络实时控制数据库里存储的门店订单信息,以将存储的门店订单信息发送至配送商终端。
需要说明的是,配送商处产生的门店订单并不限于门店通过门店终端订购而产生,还可以由门店用户自行电话联系配送商而产生等等,无论门店订单通过哪一种形式产生,其被配送的方法均可参照本申请提供的方法,任何可以产生门店订单的方式均为本申请的保护范围。
当配送商接收到需要其配送的多个门店订单后,需要按照一定的原则将多个门店订单分组,由所属的配送设备同时配送多个门店订单组成的待配送任务组对应的标准箱,以提高配送设备的配送效率,进而提高配送商调度的灵活性。
具体地,如图3所示,本实施例按照以下步骤确定待配送任务组:
S201、确定第一门店订单;以及,根据所述门店订单对应的门店地理位置,计算每个门店订单与所述第一门店订单对应的门店地理位置的范围匹配度;
其中,在配送商终端接收到的多个门店订单中确定第一门店订单时,可根据每一门店订单的紧急程度,或者根据预计送达时间较近,再或者根据接收到相应门店订单的时间顺序的原则来确定。优先配送紧急门店订单或者预计送达时间较少的门店订单,以免此类订单对应的标准箱延误送达至下单门店的情况发生。本实施例中,以预计送达时间最近为原则确定第一门店订单进行举例说明。
当第一门店订单确定后,以第一门店订单为基础,确定可与该第一门店订单组合在一起配送的其他几个门店订单,进而组成待配送任务组。
本实施例中,确定待配送任务组的原则是以距离相近为原则。根据第一门店订单对应的门店地理位置,分别计算其他门店订单与第一门店订单对应的门店地理位置的范围匹配度。
其中,范围匹配度可指满足距离相近关系,即将其他门店订单与第一门店订单对应的门店地理位置之间的距离相近或相同,即可与第一门店订单划分为一组,形成待配送任务组。
本实施例中,待配送任务组中的门店订单的地理位置相同或相近指的是各门店与第一门店订单对应的门店地理位置之间的距离差值在0公里~5公里内,即在此范围条件内的门店订单可划分为一个待配送任务组。
S202、如果所述范围匹配度小于或等于范围阈值,将所述范围匹配度小于或等于范围阈值对应的门店订单确定为初选门店订单;
S203、根据所述第一门店订单和归属初选门店订单,生成待配送任务组。
将其他各门店订单与第一门店订单的范围匹配度,即距离关系与范围阈值进行比较。如果范围匹配度大于范围阈值,说明其他各门店订单对应的门店地理位置与第一门店订单对应的门店地理位置较远,不适宜分在一组,以免降低配送设备的配送效率。如果范围匹配度小于或等于范围阈值,说明其他各门店订单对应的门店地理位置与第一门店订单对应的门店地理位置较近,适宜分在一组。
如图4所示,举例说明,配送商终端接收到6个门店订单,根据预计送达时间最近的原则,将门店订单2确定为第一门店订单。每个门店订单对应的门店地理位置如图4所示,分别计算门店订单1、门店订单3、门店订单4、门店订单5和门店订单6与门店订单2对应的门店地理位置之间的距离,结果为:4公里、2公里、6公里、8公里、3公里。
本实施例中,设定范围阈值为0公里~5公里,即距离差为0公里~5公里。将上述计算得到的距离差与范围阈值进行对比,结果为门店订单1、门店订单3和门店订单6与第一门店订单对应的门店地理位置之间的距离在5公里以内,即上述3个门店订单产生的范围匹配度满足范围阈值条件。因此,将门店订单1、门店订单3和门店订单6确定为初选门店订单,进而将门店订单1、门店订单3和门店订单6以及第一门店订单2共同组成待配送任务组。
S102、根据所述待配送任务组中的门店订单,确定目标配送设备,以及,生成初始配送路径;所述初始配送路径上包括多个节点,每个所述节点包括门店订单对应的门店地理位置和规划起运时间;
确定出待配送任务组之后,需要在配送商所属的多个配送设备中选择一个最适宜的配送设备,以使该配送设备一次性地配送待配送任务组中门店订单对应的标准箱,以提高配送设备的配送效率。
具体地,如图5所示,本实施例按照以下步骤确定目标配送设备:
S301、获取归属配送设备终端通过通信网络发送的配送设备信息;其中,所述配送设备信息包括配送设备的计划空闲运力和计划运送目的地址;
配送设备包括配送车辆及配送员,还可以包括用于与配送商终端、门店终端或其他终端通信的配送设备终端。
配送商处配备有数个配送设备,每一个配送设备均设置有配送设备终端。配送设备终端根据配送商终端的指令发送配送设备信息,并根据配送设备信息,为每一个配送设备分配至少一个门店订单,以使门店订单对应的标准箱最大限度地利用配送设备,由该配送设备运输相应门店订单可提高配送设备的利用率,提高配送效率,并能及时地将门店订单对应的标准箱运输至下单门店。
配送设备的计划空闲运力指的是配送商的可支配运力,包括配送设备的全部运力和部分运力。其中,配送设备的全部运力指的是配送设备的所有运能均用来配送门店订购的标准箱;配送设备的部分运力指的是配送设备在配送原有物流系统中的有权货物后产生的剩余运力。本实施例中,计划空闲运力以配送设备的部分运力为例进行说明。
配送设备的计划空闲运力(部分运力)可根据配送设备的计划运力得出。配送设备信息包括配送设备的计划运力信息,计划运力指的是该配送设备在完成当前货品配送后,其下一次需要运送有权货物的货运量。根据该配送设备下一次需要运送有权货物的货运量,可推测出该配送设备在运送相应有权货物时产生的剩余运力,即下一个时间单元的计划空闲运力。其中,有权货物指配送商自身原有物流系统需要运送的货物。
在配送货品时,由于货品的投送有时间要求,经常导致因货品无法装满配送车辆而产生剩余空间和剩余货运量;由于每一个配送设备均有额定载重,若该有权货物未装满配送设备,但其重量接近额定载重,则在利用配送设备的剩余空间或剩余货运量配送标准箱时,要考虑配送的标准箱与有权货物的总重量不能超过额定载重的情况。因此,配送设备的计划空闲运力可由配送设备的空闲空间、空闲货运量或空闲载重等来表示。
配送设备在运输下一次有权货物时所到达的位置即为配送设备的计划运送目的地址。
配送商所属的配送设备具有自己的物流系统,本申请实施例利用的仅是配送商归属配送设备的空闲资源来完成门店订单对应的标准箱的配送,因此,本申请可在不影响配送设备的原有物流系统的前提下,实现最大限度地利用配送设备,以提高配送设备的利用率和配送效率的目的。
S302、遍历归属配送设备的计划运送目的地址,计算所述待配送任务组中门店订单的门店地理位置和每一个配送设备的计划运送目的地址的路径匹配度;
根据配送商所属仓库的位置和待配送任务组中每一个门店订单对应的门店地理位置,生成多条对应于门店订单的预计配送路径。再根据配送商所属配送设备的计划运送目的地址,生成多条对应于配送设备的行驶路径。将预计配送路径和行驶路径进行匹配,通过一一对比计算得到的路径匹配度,判断配送设备是否能够顺路配送相应的门店订单。
S303、如果所述路径匹配度位于路径阈值范围内,确定所述路径匹配度位于路径阈值范围内对应的配送设备为可到达配送设备;
路径匹配度可由行驶路径和预计配送路径的重合程度来体现,重合度越高说明路径匹配度越大,配送设备能够到达门店地理位置附近,实现顺路配送;重合度越低说明路径匹配度越小,配送设备距离门店地理位置越远,不能实现顺路配送。
本实施例中设定路径阈值范围为0.8~1,即将路径匹配度位于此范围对应的配送设备确定为可到达配送设备。
分别计算每一个配送设备和待配送任务组中每一个门店订单的路径匹配度,即进行多对多匹配。某个配送设备只要与其中一个门店订单产生的路径匹配度满足路径阈值条件,即可说明该配送设备可以顺路配送该待配送任务组中门店订单的标准箱。
另外,待配送任务组中的门店订单对应的门店地理位置相近或相同,因此,某个配送设备只要与其中一个门店订单对应的预计配送路径相符,也可实现顺路配送待配送任务组中的其他几个门店订单。
如图6所示,基于上述实施例中的数据,待配送任务组中包括的门店订单为门店订单1、门店订单2、门店订单3和门店订单6。配送商处有4个配送设备。门店订单产生的预计配送路径(实线部分)以及配送设备的行驶路径(虚线部分)见图6所示。
分别计算预计配送路径和行驶路径的路径匹配度,如表1所示。
表1 预计配送路径和行驶路径的路径匹配度信息表
由表1可见,配送设备1与门店订单2的路径匹配度满足路径阈值范围,配送设备3与门店订单6的路径匹配度满足路径阈值范围。并且从图6中看出,配送设备1的计划运送目的地址恰好位于门店订单2对应的门店地理位置附近,配送设备3的计划运送目的地址恰好位于门店订单6对应的门店地理位置附近。可见,配送设备1可以在原有物流体系中顺路配送门店订单2对应的标准箱,配送设备3也可以在原有物流体系中顺路配送门店订单6对应的标准箱。因此,基于配送设备只要与待配送任务组中任何一个门店订单的路径相符即可选择的原则,将配送设备1和配送设备3确定为可到达配送设备。
S304、根据所述门店订单的基于标准箱的货运量,确定所述待配送任务组的基于标准箱的总货运量;
S305、计算所述待配送任务组的基于标准箱的总货运量和每一可到达配送设备的计划空闲运力的运力匹配度;
作为示例性的,门店订单的基于标准箱的货运量以标准箱的个数来表示,可到达配送设备的计划空闲运力以空闲货运量来表示。
通过计算运力匹配度来判断待配送任务组对应的标准箱是否能够装载进配送设备中,或者可以装载,但是否产生较大的剩余货运量,进而判断待配送任务组对应的标准箱是否能最大限度地利用可到达配送设备的计划空闲运力,避免造成配送设备的空闲运力的浪费,进而避免浪费物流资源。
本实施例中,根据下式(1)计算运力匹配度,
式中,V配送设备表示配送设备的计划空闲运力,V待配送任务组表示待配送任务组的基于标准箱的总货运量。
S306、如果所述运力匹配度大于或等于运力阈值,将所述运力匹配度大于或等于运力阈值对应的可到达配送设备按运力匹配度从小到大排序,确定所述运力匹配度位列第一对应的可到达配送设备为目标配送设备。
如果运力匹配度大于或等于运力阈值,说明待配送任务组对应的总货运量可以装载进可到达配送设备中,即可到达配送设备可以配送待配送任务组对应的标准箱;如果运力匹配度小于运力阈值,说明该可到达配送设备的计划空闲运力不足以装载待配送任务组对应的总货运量,即配送设备无法执行该配送任务。
举例说明,基于上述实施例中的数据,可到达配送设备为配送设备1和配送设备3,与其对应的计划空闲运力分别20个标准箱和19个标准箱;待配送任务组的基于标准箱的总货运量为18个标准箱。
根据式(1)分别计算配送设备1、配送设备3与待配送任务组的运力匹配度,结果为:1.11,1.06。
本实施例中,运力阈值设定为1。将每一个可到达配送设备产生的运力匹配度与运力阈值比较,可见,上述可到达配送设备产生的运力匹配度均远大于运力阈值。将可到达配送设备按运力匹配度从小到大排序,结果为:配送设备3,配送设备1。配送设备3产生的运力匹配度位于第一,因此将配送设备3确定为目标配送设备。
配送设备3的计划空闲运力最接近待配送任务组的货运量,即待配送任务组对应的标准箱装载进配送设备3中后不会使配送设备3产生过大的剩余空间,可以最大限度地利用配送设备3的计划空闲运力,使配送设备3的运力资源得到最大化利用,避免出现浪费的情况。
如图7所示,本实施例按照以下步骤生成初始配送路径:
S401、获取归属配送设备的历史行驶信息;所述历史行驶信息包括历史行驶时段,以及与所述历史行驶时段对应的历史行驶速度、历史行驶路径、历史道路拥堵状态和历史道路顺畅状态;
历史行驶信息指的是在某一时间段内,所有配送设备在前往相应运送目的地址时的历史行驶路径、历史行驶速度,在行驶过程中每一条道路上的拥堵或顺畅情况。该时间段可为配送商所属配送设备的近一个月、近半年的历史行驶信息,还可为上一年度此时间段的历史行驶信息。
获取所有配送设备的历史行驶信息,可以得知更多的路面信息。例如,哪一条路经常拥堵,在哪一时间段内经常拥堵,或者哪一条正在维修施工等等。了解更多的路面信息可以更好地为目标配送设备规划配送路径,以绕开拥堵高峰期和路段,以及绕开正在施工的道路,使目标配送设备可以以最少的时间完成配送任务,进而提高配送设备的配送效率。
S402、根据所述待配送任务组中每一门店订单的基于标准箱的货运量,将所述门店订单按货运量从大到小排序,生成门店订单配送序列;
由于待配送任务组中包括多个门店订单,因此,需要规划多个门店订单的配送顺序。本实施例中,以货运量大小为原则,最先配送基于标准箱的货运量最大对应的门店订单,使得配送设备在配送其他门店订单时,配送设备的载重降低,在前往其他门店地理位置的途中,不仅省油,还可以在不违反交通规则的情况下更加快速的行驶,使配送设备行驶得更加轻便,进而提高配送设备的配送效率。
因此,将待配送任务组中的门店订单按照基于标准箱的货运量从大到小进行排序,将此顺序作为门店订单配送序列。
S403、根据所述待配送任务组中每一门店订单对应的门店地理位置和预计送达时间,以及所述门店订单配送序列和历史行驶信息,生成初始配送路径。
根据每一门店订单对应的门店地理位置和门店订单配送序列生成配送路径,同时考虑每一门店订单的预计送达时间,避免后配送的门店订单延误送达至下单门店,因此,根据历史行驶信息,选择在相应时段路面行驶顺畅的路段作为行驶路线,多条行驶路线首尾相连即为初始配送路径。
其中,初始配送路径上包括多个节点,每个节点包括门店订单对应的门店地理位置和规划起运时间,即每一个节点对应一个门店订单;
相邻两个节点之间的距离即为两个门店订单对应的门店地理位置之间的距离,根据配送设备在相应时间和相应路段的历史行驶速度,预测下一节点对应的门店订单的规划起运时间。
本实施例中,下一节点对应的门店订单的规划起运时间即为当前节点门店订单的预计送达时间。
初始配送路径上还包括第一起点,即配送商所属仓库的位置。
如图8所示,假设门店订单配送序列为:门店订单2→门店订单3→门店订单6→门店订单1。与门店订单相对应的节点分别为:A、B、C、D。
每一节点的组成框图具体可见图8,每一节点均包括当前节点对应的门店订单的预计送达时间和门店地理位置,还包括下一节点对应的门店订单的规划时间。
S103、根据当前所述节点对应的门店订单的基于标准箱的货运量,确定所述目标配送设备的停留时间;
目标配送设备的停留时间即为配送设备在该节点上卸载相应标准箱时花费的时间。门店订单的基于标准箱的货运量越大时,卸载花费时间越长,即配送设备的停留时间越长。即门店订单的基于标准箱的货运量与卸载花费时间(停留时间)呈正比关系。
S104、根据所述停留时间,确定所述下一节点对应的门店订单的实际起运时间;
如果配送设备在当前节点的停留时间过长,那么配送设备在配送下一门店订单的起运时间就越推迟。当前节点对应的标准箱的预计送达时间加上停留时间即为下一节点对应的门店订单的实际起运时间。
S105、如果所述实际起运时间滞后于相应节点的规划起运时间,根据所述下一节点对应的门店订单的实际起运时间和预计送达时间以及门店地理位置重新规划所述初始配送路径,得到优化配送路径,以使所述目标配送设备根据优化配送路径配送待配送任务组对应的标准箱。
配送设备的实际起运时间若早于规划起运时间,说明配送设备执行配送任务并没有晚点,可以按照原有的配送计划继续配送其他门店订单对应的标准箱。但是,如果配送设备的实际起运时间晚于规划起运时间,说明配送设备目前处于晚点配送状态,由于不同的配送时间路面的拥堵情况不同,因此,需要根据实际起运时间重新规划配送路径,以利用新的配送路径配送剩余门店订单的标准箱。
具体地,如图9所示,本实施例按照以下步骤得到所述优化配送路径:
S501、根据相邻两个节点对应的门店订单的门店地理位置,确定所述相邻两个节点之间的多个子节点;
由于两个门店订单对应的门店地理位置之间有一定的距离,从一个门店地理位置前往下一个门店地理位置时,必然会经过无数条街道和路口。因此,将两条街道或道路相交的路口作为子节点。即相邻两个节点之间包括多个子节点。
S502、获取所述相邻两个子节点之间的当前路况信息;其中,所述当前路况信息包括当前时间,以及与所述当前时间对应的当前道路拥堵状态和当前道路顺畅状态;
实时获取相邻两个子节点,即相邻两个路口之间的当前路口信息,例如,当前时间的路口是否出现拥堵,或者车辆行驶顺畅等。
当前时间不同,与其对应的路面状态也不同,且每一个路口的拥堵、行驶顺畅的状态实时变化。
S503、根据所述下一节点对应的门店订单的实际起运时间,确定当前时间和处于与所述当前时间对应的当前道路顺畅状态的相邻两个子节点;以及,确定所述相邻两个子节点之间的路段为可行驶路段;
当前节点对应的门店订单送达完成后,根据下一节点对应的门店订单的实际起运时间,匹配与当前时间的路面情况,即当前节点至下一节点之间的所有子节点的路面情况。
如果相邻两个子节点之间的道路为行驶顺畅状态,将此相邻两个节点之间的路段确定为可行驶路段。配送设备在可行驶路段上行驶,不会出现拥堵的情况,可以提高配送设备的配送效率。
S504、根据所述当前节点对应的门店订单的门店地理位置,确定距离所述当前节点最近的相邻两个子节点对应的可行驶路段为第一行驶路段;以及,生成第一配送路径;
根据确定出的多个可行驶路径,将距离当前节点的门店地理位置最近的可行驶路段确定为第一行驶路段,并根据当前节点的门店地理位置和相应的相邻两个子节点之间的第一行驶路段生成第一配送路径。
S505、确定距离所述第一配送路径中的最后一个子节点最近的相邻两个子节点对应的可行驶路段为下一行驶路段;以及,生成下一配送路径;
再将距离第一行驶路段对应的最后一个子节点最近的可行驶路段确定为第二行驶路段,并根据当前子节点的位置和相应的第二行驶路段生成第二配送路径。
依此类推,依次生成第三配送路径,第四配送路径……等,直到到达下一节点为止。
S506、根据处于所述下一节点对应的门店订单的实际起运时间和预计送达时间之间生成的归属第一配送路径和下一配送路径,生成优化配送路径。
在当前节点到下一节点之间,并且在实际起运时间和预计送达时间之间,生成的所有第一配送路径和下一配送路径,相邻两条配送路径首尾依次相连,即可得到重新生成的配送路径,即优化配送路径。
本实施例中,优化配送路径尽量避免了出现拥堵的路段,可以使目标配送设备在优化配送路径上全速行驶,不会浪费过多的时间在行驶途中,减少等待的时间,使待配送任务组中的门店订单可以在预计送达时间之前送达至下单门店,进而提高配送设备的配送效率。
如图10所示,假设目标配送设备当前位于节点B,且实际起运时间晚于规划起运时间,因此重新规划的前往节点C的配送路径。当前节点B和下一个节点C的地理位置具体见图10。
由图10中可见,节点B和节点C之间包括28个子节点,即从节点B前往节点C的途中,可能会经过28个路口中的几个。
根据节点C对应的门店订单的实际起运时间和每个子节点(路口)的路况信息,确定当前时间每两个子节点之间的路段是处于拥堵状态还是行驶顺畅状态。
假如子节点2和3、6和7、11和5、13和14、14和15、25和26、27和28之间均处于拥堵状态或道路施工使行驶不通顺,其他子节点之间行驶顺畅,为可行驶路段。因此,在节点B和节点C之间重新规划配送路径时,要将发生道路拥堵或者施工的路段排除掉,仅根据行驶顺畅的路段生成配送路径。
因此,从图10中看出,目标配送设备的可行驶路径有两条:(1)是子节点1→子节点20→子节点21→子节点22→子节点23→子节点19→子节点18→子节点17→子节点16→子节点10→节点C;(2)是子节点1→子节点20→子节点13→子节点12→子节点11→子节点16→子节点10→节点C。
由于子节点1和20之间的路段距离节点B对应的门店订单的门店地理位置最近,因此将子节点1和20之间的路段确定为第一行驶路段,由节点B和子节点20生成第一配送路径。依此类推,其他行驶路段以及生成的配送路径可参见图10中的箭头部分。将各可行驶路段首尾依次相连即为目标配送设备的可行驶路径。
由以上分析,虽然目标配送设备的可行驶路径有两条,但由于第(1)条路径经过的子节点较多,且还需经过环岛,这均会浪费一些时间在途中,因此,为了避免节点C对应的门店订单延误送达,将经过较少子节点且无需经过环岛的第(2)条路径作为目标配送设备的行驶路径,即将路径(2)确定为优化配送路径。
由于每一时间段,每两个子节点之间的路况实时发生变化,因此,目标配送设备每经过一个子节点,若原本处于行驶顺畅状态的路段因早(晚)高峰或其他情况而拥堵,本实施例提供的规划方法会根据当前的时间自动重新规划配送路径,以使目标配送设备行驶的路线均不会出现拥堵情况。
每个时段生成的配送路径均通过通信网络发送至目标配送设备终端,以使目标配送设备根据配送路径配送待配送任务组中每一个门店订单的标准箱。
由以上技术方案可知,本申请实施例提供的基于标准箱订单的配送路径的规划方法,将接收到的多个门店订单划分成待配送任务组,由一个满足运力条件的目标配送设备进行统一配送。根据待配送任务组中的门店订单对应的门店地理位置和门店订单配送序列,生成初始配送路径;初始配送路径上包括多个节点,每个节点对应一个门店订单对应的门店地理位置和规划起运时间;再根据门店订单的基于标准箱的货运量确定目标配送设备的停留时间,进而确定下一节点对应的门店订单的实际起运时间;如果实际起运时间滞后于规划起运时间,则重新规划配送路径,得到优化配送路径,以使目标配送设备根据优化配送路径配送待配送任务组对应的标准箱。本申请提供的方法,在规划配送路径时,可规避道路中经常出现拥堵的路段以及正在施工的路段,使整条配送路径上不存在或尽量少些出现拥堵的情况,以使配送设备在配送路途中等待的时间减少,提高配送设备的配送效率,避免下一节点对应的门店订单的延误送达。
第二方面,如图11所示,本申请还提供了一种基于标准箱订单的配送路径的规划装置,所述基于标准箱订单的配送路径的规划装置包括用于执行第一方面各种实现方式中方法步骤的模块,其中,所述装置包括:
接收和确定模块1,用于接收订单管理服务器发送的至少一个门店订单信息;以及,确定待配送任务组;其中,所述门店订单信息包括门店订单的基于标准箱的货运量、预计送达时间和门店地理位置;
目标设备和初始路径生成模块2,用于根据所述待配送任务组中的门店订单,确定目标配送设备,以及,生成初始配送路径;所述初始配送路径上包括多个节点,每个所述节点包括门店订单对应的门店地理位置和规划起运时间;
停留时间确定模块3,用于根据当前所述节点对应的门店订单的基于标准箱的货运量,确定所述目标配送设备的停留时间;
实际起运时间确定模块4,用于根据所述停留时间,确定所述下一节点对应的门店订单的实际起运时间;
优化路径生成模块5,如果所述实际起运时间滞后于相应节点的规划起运时间,根据所述下一节点对应的门店订单的实际起运时间和预计送达时间以及门店地理位置重新规划所述初始配送路径,得到优化配送路径,以使所述目标配送设备根据优化配送路径配送待配送任务组对应的标准箱。
可选的,所述接收和确定模块1包括:
确定及计算单元,用于确定第一门店订单;以及,根据所述门店订单对应的门店地理位置,计算每个门店订单与所述第一门店订单对应的门店地理位置的范围匹配度;
第一判断单元,如果所述范围匹配度小于或等于范围阈值,用于将所述范围匹配度小于或等于范围阈值对应的门店订单确定为初选门店订单;。
任务组生成单元,用于根据所述第一门店订单和归属初选门店订单,生成待配送任务组。
可选的,所述目标设备和初始路径生成模块2包括:
信息获取单元,用于获取归属配送设备终端通过通信网络发送的配送设备信息;其中,所述配送设备信息包括配送设备的计划空闲运力和计划运送目的地址;
遍历单元,用于遍历归属配送设备的计划运送目的地址,计算所述待配送任务组中门店订单的门店地理位置和每一个配送设备的计划运送目的地址的路径匹配度;
第二判断单元,如果所述路径匹配度位于路径阈值范围内,用于确定所述路径匹配度位于路径阈值范围内对应的配送设备为可到达配送设备;
总货运量确定单元,用于根据所述门店订单的基于标准箱的货运量,确定所述待配送任务组的基于标准箱的总货运量;
计算单元,用于计算所述待配送任务组的基于标准箱的总货运量和每一可到达配送设备的计划空闲运力的运力匹配度;
目标设备确定单元,如果所述运力匹配度大于或等于运力阈值,用于将所述运力匹配度大于或等于运力阈值对应的可到达配送设备按运力匹配度从小到大排序,确定所述运力匹配度位列第一对应的可到达配送设备为目标配送设备。
可选的,所述目标设备和初始路径生成模块2包括:
历史信息获取单元,用于获取归属配送设备的历史行驶信息;所述历史行驶信息包括历史行驶时段,以及与所述历史行驶时段对应的历史行驶速度、历史行驶路径、历史道路拥堵状态和历史道路顺畅状态;
配送序列生成单元,用于根据所述待配送任务组中每一门店订单的基于标准箱的货运量,将所述门店订单按货运量从大到小排序,生成门店订单配送序列;
初始路径生成单元,用于根据所述待配送任务组中每一门店订单对应的门店地理位置和预计送达时间,以及所述门店订单配送序列和历史行驶信息,生成初始配送路径。
可选的,所述优化路径生成模块5包括:
子节点确定单元,用于根据相邻两个节点对应的门店订单的门店地理位置,确定所述相邻两个节点之间的多个子节点;
路况信息获取单元,用于获取所述相邻两个子节点之间的当前路况信息;其中,所述当前路况信息包括当前时间,以及与所述当前时间对应的当前道路拥堵状态和当前道路顺畅状态;
可行驶路段确定单元,用于根据所述下一节点对应的门店订单的实际起运时间,确定当前时间和处于与所述当前时间对应的当前道路顺畅状态的相邻两个子节点;以及,确定所述相邻两个子节点之间的路段为可行驶路段;
第一配送路径生成单元,用于根据所述当前节点对应的门店订单的门店地理位置,确定距离所述当前节点最近的相邻两个子节点对应的可行驶路段为第一行驶路段;以及,生成第一配送路径;
下一配送路径生成单元,用于确定距离所述第一配送路径中的最后一个子节点最近的相邻两个子节点对应的可行驶路段为下一行驶路段;以及,生成下一配送路径;
优化路径生成单元,用于根据处于所述下一节点对应的门店订单的实际起运时间和预计送达时间之间生成的归属第一配送路径和下一配送路径,生成优化配送路径。
需要说明的是,本申请中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant,PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer,PC)、MP3播放器、MP4播放器、可穿戴设备(例如,智能眼镜、智能手表、智能手环等)等。
具体实现中,本发明还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的呼叫方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-only memory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于基于标准箱订单的配送路径的规划装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
以上所述的本发明实施方式并不构成对本发明保护范围的限定。
Claims (10)
1.一种基于标准箱订单的配送路径的规划方法,其特征在于,包括:
接收订单管理服务器发送的至少一个门店订单信息;以及,确定待配送任务组;其中,所述门店订单信息包括门店订单的基于标准箱的货运量、预计送达时间和门店地理位置;
根据所述待配送任务组中的门店订单,确定目标配送设备,以及,生成初始配送路径;所述初始配送路径上包括多个节点,每个所述节点包括门店订单对应的门店地理位置和规划起运时间;
根据当前所述节点对应的门店订单的基于标准箱的货运量,确定所述目标配送设备的停留时间;
根据所述停留时间,确定所述下一节点对应的门店订单的实际起运时间;
如果所述实际起运时间滞后于相应节点的规划起运时间,根据所述下一节点对应的门店订单的实际起运时间和预计送达时间以及门店地理位置重新规划所述初始配送路径,得到优化配送路径,以使所述目标配送设备根据优化配送路径配送待配送任务组对应的标准箱。
2.根据权利要求1所述的方法,其特征在于,按照以下步骤确定所述待配送任务组,
确定第一门店订单;以及,根据所述门店订单对应的门店地理位置,计算每个门店订单与所述第一门店订单对应的门店地理位置的范围匹配度;
如果所述范围匹配度小于或等于范围阈值,将所述范围匹配度小于或等于范围阈值对应的门店订单确定为初选门店订单;
根据所述第一门店订单和归属初选门店订单,生成待配送任务组。
3.根据权利要求1所述的方法,其特征在于,按照以下步骤确定所述目标配送设备,
获取归属配送设备终端通过通信网络发送的配送设备信息;其中,所述配送设备信息包括配送设备的计划空闲运力和计划运送目的地址;
遍历归属配送设备的计划运送目的地址,计算所述待配送任务组中门店订单的门店地理位置和每一个配送设备的计划运送目的地址的路径匹配度;
如果所述路径匹配度位于路径阈值范围内,确定所述路径匹配度位于路径阈值范围内对应的配送设备为可到达配送设备;
根据所述门店订单的基于标准箱的货运量,确定所述待配送任务组的基于标准箱的总货运量;
计算所述待配送任务组的基于标准箱的总货运量和每一可到达配送设备的计划空闲运力的运力匹配度;
如果所述运力匹配度大于或等于运力阈值,将所述运力匹配度大于或等于运力阈值对应的可到达配送设备按运力匹配度从小到大排序,确定所述运力匹配度位列第一对应的可到达配送设备为目标配送设备。
4.根据权利要求1所述的方法,其特征在于,按照以下步骤生成所述初始配送路径,
获取归属配送设备的历史行驶信息;所述历史行驶信息包括历史行驶时段,以及与所述历史行驶时段对应的历史行驶速度、历史行驶路径、历史道路拥堵状态和历史道路顺畅状态;
根据所述待配送任务组中每一门店订单的基于标准箱的货运量,将所述门店订单按货运量从大到小排序,生成门店订单配送序列;
根据所述待配送任务组中每一门店订单对应的门店地理位置和预计送达时间,以及所述门店订单配送序列和历史行驶信息,生成初始配送路径。
5.根据权利要求1所述的方法,其特征在于,按照以下步骤得到所述优化配送路径,
根据相邻两个节点对应的门店订单的门店地理位置,确定所述相邻两个节点之间的多个子节点;
获取所述相邻两个子节点之间的当前路况信息;其中,所述当前路况信息包括当前时间,以及与所述当前时间对应的当前道路拥堵状态和当前道路顺畅状态;
根据所述下一节点对应的门店订单的实际起运时间,确定当前时间和处于与所述当前时间对应的当前道路顺畅状态的相邻两个子节点;以及,确定所述相邻两个子节点之间的路段为可行驶路段;
根据所述当前节点对应的门店订单的门店地理位置,确定距离所述当前节点最近的相邻两个子节点对应的可行驶路段为第一行驶路段;以及,生成第一配送路径;
确定距离所述第一配送路径中的最后一个子节点最近的相邻两个子节点对应的可行驶路段为下一行驶路段;以及,生成下一配送路径;
根据处于所述下一节点对应的门店订单的实际起运时间和预计送达时间之间生成的归属第一配送路径和下一配送路径,生成优化配送路径。
6.一种基于标准箱订单的配送路径的规划装置,其特征在于,包括:
接收和确定模块,用于接收订单管理服务器发送的至少一个门店订单信息;以及,确定待配送任务组;其中,所述门店订单信息包括门店订单的基于标准箱的货运量、预计送达时间和门店地理位置;
目标设备和初始路径生成模块,用于根据所述待配送任务组中的门店订单,确定目标配送设备,以及,生成初始配送路径;所述初始配送路径上包括多个节点,每个所述节点包括门店订单对应的门店地理位置和规划起运时间;
停留时间确定模块,用于根据当前所述节点对应的门店订单的基于标准箱的货运量,确定所述目标配送设备的停留时间;
实际起运时间确定模块,用于根据所述停留时间,确定所述下一节点对应的门店订单的实际起运时间;
优化路径生成模块,如果所述实际起运时间滞后于相应节点的规划起运时间,根据所述下一节点对应的门店订单的实际起运时间和预计送达时间以及门店地理位置重新规划所述初始配送路径,得到优化配送路径,以使所述目标配送设备根据优化配送路径配送待配送任务组对应的标准箱。
7.根据权利要求6所述的装置,其特征在于,所述接收和确定模块包括:
确定及计算单元,用于确定第一门店订单;以及,根据所述门店订单对应的门店地理位置,计算每个门店订单与所述第一门店订单对应的门店地理位置的范围匹配度;
第一判断单元,如果所述范围匹配度小于或等于范围阈值,用于将所述范围匹配度小于或等于范围阈值对应的门店订单确定为初选门店订单;
任务组生成单元,用于根据所述第一门店订单和归属初选门店订单,生成待配送任务组。
8.根据权利要求6所述的装置,其特征在于,所述目标设备和初始路径生成模块包括:
信息获取单元,用于获取归属配送设备终端通过通信网络发送的配送设备信息;其中,所述配送设备信息包括配送设备的计划空闲运力和计划运送目的地址;
遍历单元,用于遍历归属配送设备的计划运送目的地址,计算所述待配送任务组中门店订单的门店地理位置和每一个配送设备的计划运送目的地址的路径匹配度;
第二判断单元,如果所述路径匹配度位于路径阈值范围内,用于确定所述路径匹配度位于路径阈值范围内对应的配送设备为可到达配送设备;
总货运量确定单元,用于根据所述门店订单的基于标准箱的货运量,确定所述待配送任务组的基于标准箱的总货运量;
计算单元,用于计算所述待配送任务组的基于标准箱的总货运量和每一可到达配送设备的计划空闲运力的运力匹配度;
目标设备确定单元,如果所述运力匹配度大于或等于运力阈值,用于将所述运力匹配度大于或等于运力阈值对应的可到达配送设备按运力匹配度从小到大排序,确定所述运力匹配度位列第一对应的可到达配送设备为目标配送设备。
9.根据权利要求6所述的装置,其特征在于,所述目标设备和初始路径生成模块包括:
历史信息获取单元,用于获取归属配送设备的历史行驶信息;所述历史行驶信息包括历史行驶时段,以及与所述历史行驶时段对应的历史行驶速度、历史行驶路径、历史道路拥堵状态和历史道路顺畅状态;
配送序列生成单元,用于根据所述待配送任务组中每一门店订单的基于标准箱的货运量,将所述门店订单按货运量从大到小排序,生成门店订单配送序列;
初始路径生成单元,用于根据所述待配送任务组中每一门店订单对应的门店地理位置和预计送达时间,以及所述门店订单配送序列和历史行驶信息,生成初始配送路径。
10.根据权利要求6所述的装置,其特征在于,所述优化路径生成模块包括:
子节点确定单元,用于根据相邻两个节点对应的门店订单的门店地理位置,确定所述相邻两个节点之间的多个子节点;
路况信息获取单元,用于获取所述相邻两个子节点之间的当前路况信息;其中,所述当前路况信息包括当前时间,以及与所述当前时间对应的当前道路拥堵状态和当前道路顺畅状态;
可行驶路段确定单元,用于根据所述下一节点对应的门店订单的实际起运时间,确定当前时间和处于与所述当前时间对应的当前道路顺畅状态的相邻两个子节点;以及,确定所述相邻两个子节点之间的路段为可行驶路段;
第一配送路径生成单元,用于根据所述当前节点对应的门店订单的门店地理位置,确定距离所述当前节点最近的相邻两个子节点对应的可行驶路段为第一行驶路段;以及,生成第一配送路径;
下一配送路径生成单元,用于确定距离所述第一配送路径中的最后一个子节点最近的相邻两个子节点对应的可行驶路段为下一行驶路段;以及,生成下一配送路径;
优化路径生成单元,用于根据处于所述下一节点对应的门店订单的实际起运时间和预计送达时间之间生成的归属第一配送路径和下一配送路径,生成优化配送路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710538682.5A CN107194656A (zh) | 2017-07-04 | 2017-07-04 | 一种基于标准箱订单的配送路径的规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710538682.5A CN107194656A (zh) | 2017-07-04 | 2017-07-04 | 一种基于标准箱订单的配送路径的规划方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107194656A true CN107194656A (zh) | 2017-09-22 |
Family
ID=59881909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710538682.5A Pending CN107194656A (zh) | 2017-07-04 | 2017-07-04 | 一种基于标准箱订单的配送路径的规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194656A (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197879A (zh) * | 2018-01-31 | 2018-06-22 | 同济大学 | 一种多模式客货共运方法及系统 |
CN109447555A (zh) * | 2018-11-05 | 2019-03-08 | 北京顺丰同城科技有限公司 | 一种运单分派方法及分配装置 |
CN109598368A (zh) * | 2018-11-14 | 2019-04-09 | 拉扎斯网络科技(上海)有限公司 | 路径决策评估、订单分配方法及装置、电子设备及介质 |
CN109685589A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 用于推送信息的方法和装置 |
CN109919532A (zh) * | 2017-12-13 | 2019-06-21 | 菜鸟智能物流控股有限公司 | 一种物流节点确定方法及装置 |
CN110046745A (zh) * | 2019-03-15 | 2019-07-23 | 青岛日日顺物流有限公司 | 社区配送路径优化方法和装置 |
CN110110950A (zh) * | 2018-02-01 | 2019-08-09 | 北京京东振世信息技术有限公司 | 生成配送路区的方法、装置及计算机可读存储介质 |
CN110264123A (zh) * | 2019-05-09 | 2019-09-20 | 中国平安财产保险股份有限公司 | 一种配送路径的生成方法及设备 |
CN110472910A (zh) * | 2019-07-22 | 2019-11-19 | 北京三快在线科技有限公司 | 确定目标配送任务节点的方法、装置及存储介质、电子设备 |
CN110570142A (zh) * | 2019-08-09 | 2019-12-13 | 苏州若依玫信息技术有限公司 | 一种用于电子商务的商品离散信息智能配送系统 |
CN110620722A (zh) * | 2018-06-20 | 2019-12-27 | 北京京东尚科信息技术有限公司 | 一种订单处理的方法和装置 |
CN110631599A (zh) * | 2019-08-29 | 2019-12-31 | 重庆长安汽车股份有限公司 | 一种基于空气污染的导航方法、系统、服务器及汽车 |
CN110796527A (zh) * | 2019-11-12 | 2020-02-14 | 上海德启信息科技有限公司 | 物件配送订单处理方法、装置和设备 |
CN110969381A (zh) * | 2018-09-28 | 2020-04-07 | 北京三快在线科技有限公司 | 一种配送轨迹的分段方法及装置 |
CN110969319A (zh) * | 2018-09-28 | 2020-04-07 | 北京三快在线科技有限公司 | 一种考核时长的确定方法及装置 |
CN111325502A (zh) * | 2020-02-07 | 2020-06-23 | 北京三快在线科技有限公司 | 线路计算方法、装置、电子设备及可读存储介质 |
CN111353712A (zh) * | 2020-03-03 | 2020-06-30 | 拉扎斯网络科技(上海)有限公司 | 配送任务调度方法及装置、服务器及存储介质 |
CN111476512A (zh) * | 2019-01-23 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 路线规划方法、装置、设备及计算机可读存储介质 |
CN111652697A (zh) * | 2020-07-14 | 2020-09-11 | 刘海涛 | 一种整合农业服务资源的电子商城管理系统 |
CN111695850A (zh) * | 2020-04-22 | 2020-09-22 | 时时同云科技(成都)有限责任公司 | 配送线路的生成方法、装置和设备 |
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 |
CN111815212A (zh) * | 2019-04-11 | 2020-10-23 | 北京三快在线科技有限公司 | 路径规划方法、装置及存储介质 |
CN111932182A (zh) * | 2020-08-27 | 2020-11-13 | 广东优特云科技有限公司 | 配送路径规划方法以及相关装置 |
CN112085426A (zh) * | 2019-06-14 | 2020-12-15 | 北京京东尚科信息技术有限公司 | 订单下发控制方法、装置、存储介质及电子设备 |
CN112529235A (zh) * | 2019-09-18 | 2021-03-19 | 北京三快在线科技有限公司 | 路径确定方法和装置、电子设备和计算机可读存储介质 |
CN112561400A (zh) * | 2020-12-29 | 2021-03-26 | 合肥维天运通信息科技股份有限公司 | 一种基于运输平台的运力分配的方法 |
CN112990813A (zh) * | 2021-02-09 | 2021-06-18 | 北京橙心无限科技发展有限公司 | 确定导航时间的方法和装置 |
CN113031629A (zh) * | 2021-05-27 | 2021-06-25 | 德阳恒博秸油科技有限公司 | 一种餐饮行业的智能传送终端及其工作方法 |
CN113408990A (zh) * | 2021-06-29 | 2021-09-17 | 满帮信息咨询有限公司 | 货运订单处理方法、系统、电子设备及存储介质 |
CN113487081A (zh) * | 2021-07-06 | 2021-10-08 | 深圳市通拓信息技术网络有限公司 | 一种基于物流追踪的路径优化方法 |
CN113851211A (zh) * | 2021-11-30 | 2021-12-28 | 天津医药集团众健康达医疗器械有限公司 | 一种医用耗材配送管理方法、系统、终端设备及存储介质 |
CN115034715A (zh) * | 2022-06-17 | 2022-09-09 | 阿里巴巴(中国)有限公司 | 数据处理方法及装置 |
CN116228089A (zh) * | 2023-05-08 | 2023-06-06 | 成都运荔枝科技有限公司 | 一种基于最短里程的门店配送路径规划方法 |
CN116228078A (zh) * | 2023-05-08 | 2023-06-06 | 合肥新鸟科技有限公司 | 一种物流配送车辆调度方法及系统 |
CN116307306A (zh) * | 2023-05-25 | 2023-06-23 | 广钢气体(广州)有限公司 | 基于大数据的智能调度方法、装置、设备以及存储介质 |
CN116502975A (zh) * | 2023-06-26 | 2023-07-28 | 成都运荔枝科技有限公司 | 一种基于冷链运输场景的门店服务时长预估方法 |
CN117273592A (zh) * | 2023-11-22 | 2023-12-22 | 成都运荔枝科技有限公司 | 一种物流场景下的门店配送方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1741052A (zh) * | 2005-09-22 | 2006-03-01 | 上海交通大学 | 车辆配载及路径优化系统 |
CN104457770A (zh) * | 2014-08-21 | 2015-03-25 | 胡泓涛 | 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统 |
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 |
CN106327010A (zh) * | 2016-08-18 | 2017-01-11 | 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 |
CN106355291A (zh) * | 2016-09-23 | 2017-01-25 | 湖南科技大学 | 基于门店点群平分线的物流路径规划方法 |
US9569745B1 (en) * | 2015-07-27 | 2017-02-14 | Amazon Technologies, Inc. | Dynamic vehicle routing for regional clusters |
-
2017
- 2017-07-04 CN CN201710538682.5A patent/CN107194656A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1741052A (zh) * | 2005-09-22 | 2006-03-01 | 上海交通大学 | 车辆配载及路径优化系统 |
CN104457770A (zh) * | 2014-08-21 | 2015-03-25 | 胡泓涛 | 一种拥堵预判和行驶路径规划的方法及行驶路径规划的系统 |
US9569745B1 (en) * | 2015-07-27 | 2017-02-14 | Amazon Technologies, Inc. | Dynamic vehicle routing for regional clusters |
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 |
CN106327010A (zh) * | 2016-08-18 | 2017-01-11 | 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 |
CN106355291A (zh) * | 2016-09-23 | 2017-01-25 | 湖南科技大学 | 基于门店点群平分线的物流路径规划方法 |
Cited By (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685589A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 用于推送信息的方法和装置 |
CN109919532B (zh) * | 2017-12-13 | 2023-06-27 | 菜鸟智能物流控股有限公司 | 一种物流节点确定方法及装置 |
CN109919532A (zh) * | 2017-12-13 | 2019-06-21 | 菜鸟智能物流控股有限公司 | 一种物流节点确定方法及装置 |
CN108197879A (zh) * | 2018-01-31 | 2018-06-22 | 同济大学 | 一种多模式客货共运方法及系统 |
CN108197879B (zh) * | 2018-01-31 | 2020-12-08 | 同济大学 | 一种多模式客货共运方法及系统 |
CN110110950A (zh) * | 2018-02-01 | 2019-08-09 | 北京京东振世信息技术有限公司 | 生成配送路区的方法、装置及计算机可读存储介质 |
CN110620722A (zh) * | 2018-06-20 | 2019-12-27 | 北京京东尚科信息技术有限公司 | 一种订单处理的方法和装置 |
CN110620722B (zh) * | 2018-06-20 | 2022-09-30 | 北京京东尚科信息技术有限公司 | 一种订单处理的方法和装置 |
CN110969381A (zh) * | 2018-09-28 | 2020-04-07 | 北京三快在线科技有限公司 | 一种配送轨迹的分段方法及装置 |
CN110969381B (zh) * | 2018-09-28 | 2022-03-08 | 北京三快在线科技有限公司 | 一种配送轨迹的分段方法及装置 |
CN110969319A (zh) * | 2018-09-28 | 2020-04-07 | 北京三快在线科技有限公司 | 一种考核时长的确定方法及装置 |
CN109447555A (zh) * | 2018-11-05 | 2019-03-08 | 北京顺丰同城科技有限公司 | 一种运单分派方法及分配装置 |
CN109598368B (zh) * | 2018-11-14 | 2021-09-10 | 拉扎斯网络科技(上海)有限公司 | 路径决策评估、订单分配方法及装置、电子设备及介质 |
CN109598368A (zh) * | 2018-11-14 | 2019-04-09 | 拉扎斯网络科技(上海)有限公司 | 路径决策评估、订单分配方法及装置、电子设备及介质 |
CN111476512A (zh) * | 2019-01-23 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 路线规划方法、装置、设备及计算机可读存储介质 |
CN110046745A (zh) * | 2019-03-15 | 2019-07-23 | 青岛日日顺物流有限公司 | 社区配送路径优化方法和装置 |
CN110046745B (zh) * | 2019-03-15 | 2022-06-14 | 日日顺供应链科技股份有限公司 | 社区配送路径优化方法和装置 |
CN111815212A (zh) * | 2019-04-11 | 2020-10-23 | 北京三快在线科技有限公司 | 路径规划方法、装置及存储介质 |
CN110264123B (zh) * | 2019-05-09 | 2023-06-16 | 中国平安财产保险股份有限公司 | 一种配送路径的生成方法及设备 |
CN110264123A (zh) * | 2019-05-09 | 2019-09-20 | 中国平安财产保险股份有限公司 | 一种配送路径的生成方法及设备 |
CN112085426B (zh) * | 2019-06-14 | 2024-09-20 | 北京京东振世信息技术有限公司 | 订单下发控制方法、装置、存储介质及电子设备 |
CN112085426A (zh) * | 2019-06-14 | 2020-12-15 | 北京京东尚科信息技术有限公司 | 订单下发控制方法、装置、存储介质及电子设备 |
CN110472910A (zh) * | 2019-07-22 | 2019-11-19 | 北京三快在线科技有限公司 | 确定目标配送任务节点的方法、装置及存储介质、电子设备 |
CN110570142A (zh) * | 2019-08-09 | 2019-12-13 | 苏州若依玫信息技术有限公司 | 一种用于电子商务的商品离散信息智能配送系统 |
CN110631599A (zh) * | 2019-08-29 | 2019-12-31 | 重庆长安汽车股份有限公司 | 一种基于空气污染的导航方法、系统、服务器及汽车 |
CN112529235A (zh) * | 2019-09-18 | 2021-03-19 | 北京三快在线科技有限公司 | 路径确定方法和装置、电子设备和计算机可读存储介质 |
CN110796527A (zh) * | 2019-11-12 | 2020-02-14 | 上海德启信息科技有限公司 | 物件配送订单处理方法、装置和设备 |
CN111325502A (zh) * | 2020-02-07 | 2020-06-23 | 北京三快在线科技有限公司 | 线路计算方法、装置、电子设备及可读存储介质 |
CN111353712A (zh) * | 2020-03-03 | 2020-06-30 | 拉扎斯网络科技(上海)有限公司 | 配送任务调度方法及装置、服务器及存储介质 |
CN111353712B (zh) * | 2020-03-03 | 2022-07-22 | 拉扎斯网络科技(上海)有限公司 | 配送任务调度方法及装置、服务器及存储介质 |
CN111695850A (zh) * | 2020-04-22 | 2020-09-22 | 时时同云科技(成都)有限责任公司 | 配送线路的生成方法、装置和设备 |
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 |
CN111652697A (zh) * | 2020-07-14 | 2020-09-11 | 刘海涛 | 一种整合农业服务资源的电子商城管理系统 |
CN111652697B (zh) * | 2020-07-14 | 2024-04-16 | 刘海涛 | 一种整合农业服务资源的电子商城管理系统 |
CN111932182A (zh) * | 2020-08-27 | 2020-11-13 | 广东优特云科技有限公司 | 配送路径规划方法以及相关装置 |
CN112561400A (zh) * | 2020-12-29 | 2021-03-26 | 合肥维天运通信息科技股份有限公司 | 一种基于运输平台的运力分配的方法 |
CN112990813A (zh) * | 2021-02-09 | 2021-06-18 | 北京橙心无限科技发展有限公司 | 确定导航时间的方法和装置 |
CN113031629A (zh) * | 2021-05-27 | 2021-06-25 | 德阳恒博秸油科技有限公司 | 一种餐饮行业的智能传送终端及其工作方法 |
CN113031629B (zh) * | 2021-05-27 | 2022-11-04 | 德阳恒博秸油科技有限公司 | 一种餐饮行业的智能传送终端及其工作方法 |
CN113408990B (zh) * | 2021-06-29 | 2023-04-18 | 满帮信息咨询有限公司 | 货运订单处理方法、系统、电子设备及存储介质 |
CN113408990A (zh) * | 2021-06-29 | 2021-09-17 | 满帮信息咨询有限公司 | 货运订单处理方法、系统、电子设备及存储介质 |
WO2023279409A1 (zh) * | 2021-07-06 | 2023-01-12 | 深圳市通拓信息技术网络有限公司 | 一种基于物流追踪的路径优化方法 |
CN113487081A (zh) * | 2021-07-06 | 2021-10-08 | 深圳市通拓信息技术网络有限公司 | 一种基于物流追踪的路径优化方法 |
CN113851211A (zh) * | 2021-11-30 | 2021-12-28 | 天津医药集团众健康达医疗器械有限公司 | 一种医用耗材配送管理方法、系统、终端设备及存储介质 |
CN115034715A (zh) * | 2022-06-17 | 2022-09-09 | 阿里巴巴(中国)有限公司 | 数据处理方法及装置 |
CN116228089A (zh) * | 2023-05-08 | 2023-06-06 | 成都运荔枝科技有限公司 | 一种基于最短里程的门店配送路径规划方法 |
CN116228078A (zh) * | 2023-05-08 | 2023-06-06 | 合肥新鸟科技有限公司 | 一种物流配送车辆调度方法及系统 |
CN116228089B (zh) * | 2023-05-08 | 2023-07-04 | 成都运荔枝科技有限公司 | 一种基于最短里程的门店配送路径规划方法 |
CN116307306A (zh) * | 2023-05-25 | 2023-06-23 | 广钢气体(广州)有限公司 | 基于大数据的智能调度方法、装置、设备以及存储介质 |
CN116307306B (zh) * | 2023-05-25 | 2023-09-19 | 广钢气体(广州)有限公司 | 基于大数据的智能调度方法、装置、设备以及存储介质 |
CN116502975B (zh) * | 2023-06-26 | 2023-09-19 | 成都运荔枝科技有限公司 | 一种基于冷链运输场景的门店服务时长预估方法 |
CN116502975A (zh) * | 2023-06-26 | 2023-07-28 | 成都运荔枝科技有限公司 | 一种基于冷链运输场景的门店服务时长预估方法 |
CN117273592A (zh) * | 2023-11-22 | 2023-12-22 | 成都运荔枝科技有限公司 | 一种物流场景下的门店配送方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194656A (zh) | 一种基于标准箱订单的配送路径的规划方法及装置 | |
CN107316167A (zh) | 一种配送商的基于门店位置的配送方法及装置 | |
Chen et al. | Deep Q-learning for same-day delivery with vehicles and drones | |
Braekers et al. | Challenges in managing empty container movements at multiple planning levels | |
CN107220796A (zh) | 一种配送商的货品运输方法及装置 | |
CN107067218A (zh) | 一种配送商的货物配送方法、系统及终端 | |
Psaraftis et al. | Dynamic vehicle routing problems: Three decades and counting | |
Zhou et al. | Model and algorithm for bilevel multisized terminal location‐routing problem for the last mile delivery | |
CN107292724A (zh) | 一种订单的自动生成方法、装置及服务器 | |
CN107527146A (zh) | 一种货物交易信息的处理方法,装置,及系统 | |
CN107506964A (zh) | 一种基于标准箱的配送物流网络共享方法、系统及终端 | |
Özen et al. | Cooperation between multiple newsvendors with warehouses | |
CN107274084A (zh) | 一种基于标准箱的订单智能调度方法、系统及终端 | |
CN107274014A (zh) | 一种基于标准箱的配送任务的处理方法、系统及终端 | |
Segerstedt | A simple heuristic for vehicle routing–A variant of Clarke and Wright's saving method | |
CN107153926A (zh) | 一种基于标准箱的货品分配方法、系统及订单管理服务器 | |
CN107169715A (zh) | 配送商的基于标准箱货品的动态配送方法、系统及终端 | |
CN107330626A (zh) | 一种拆分订单的方法、装置及服务器 | |
CN107527175A (zh) | 一种基于标准件的仓储资源网络的共享方法及系统 | |
Bayliss et al. | A two-phase local search with a discrete-event heuristic for the omnichannel vehicle routing problem | |
Melis et al. | The static on‐demand bus routing problem: large neighborhood search for a dial‐a‐ride problem with bus station assignment | |
Ebben | Logistic control in automated transportation networks | |
CN113177752B (zh) | 一种路线规划方法、装置及服务器 | |
Žunić et al. | An Adaptive Data‐Driven Approach to Solve Real‐World Vehicle Routing Problems in Logistics | |
Lamb et al. | Planning delivery-by-drone micro-fulfilment centres |
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: 20170922 |