CN107230028A - 车辆路径规划方法及装置 - Google Patents

Abstract

一种车辆路径规划方法包括：执行至少一目标函数；根据车辆信息、仓库信息及顾客信息中的至少一者生成至少一路径规划信息；根据所述路径规划信息及所述目标函数生成一解决方案，其中所述解决方案满足所述目标函数；及根据所述解决方案生成一车辆路径规划计划。本发明还提供一种车辆路径规划装置。本发明所述的车辆路径规划方法及车辆路径规划装置考虑了仓库位置、顾客需求、时窗、车辆信息等信息，且采用仿真退火算法，提高了车辆路径规划计划生成的准确性及效率。

Description

车辆路径规划方法及装置

技术领域

本发明涉及一种车辆路径规划方法及车辆路径规划装置。

背景技术

目前零售商都将其采购策略从到传统批发市场分散采购调整为通过其自身的配送中心进行集中采购。然而，管理团队需要选择一个理想的配送中心地点，进而最小化营运及运输成本。通常物流成本占了公司费用的很大一个比例。因此，对于很多产业来说，物流配送系统的设计成为一个非常重要的事情。

通常，工厂及/或仓储的选址需要从策略层面进行考量，同时，车辆的运输路径也必须从策略和营运层面去考虑以满足顾客需求。选址和路径规划是相互关联，不可分割的。

发明内容

鉴于以上内容，有必要提供一种车辆路径规划方法及车辆路径规划装置。

一种车辆路径规划方法包括：执行至少一目标函数；根据车辆信息、仓库信息及顾客信息中的至少一者生成至少一路径规划信息；根据所述路径规划信息及所述目标函数生成一解决方案，其中所述解决方案满足所述目标函数；及根据所述解决方案生成一车辆路径规划计划。

一种车辆路径规划装置包括：处理器；输入单元，所述输入单元与所述处理器通信连接，用于接收输入信息，所述输入信息包括车辆信息、仓库信息及顾客信息中的至少一者；及存储单元，与所述处理器相连，所述存储单元包括储存其内的指令，所述指令被所述处理器执行以执行如上所述的车辆路径规划方法。

相较于现有技术，本发明所述的车辆路径规划方法及车辆路径规划装置考虑了仓库位置、顾客需求、时窗、车辆信息等信息，且采用仿真退火算法，提高了车辆路径规划计划生成的准确性及效率。

附图说明

图1A是本发明较佳实施例的一种配送系统的示意图。

图1B是本发明另一较佳实施例的一种配送系统的示意图。

图2是本发明较佳实施例的一种配送网络的系统架构图。

图3是本发明较佳实施例的装置模块图，其应用于图2所示的网络。

图4是本发明较佳实施例的一种车辆路径规划方法的流程图。

图5是本发明另一较佳实施例的一种车辆路径规划方法的流程图。

图6是本发明较佳实施例的一种车辆路径规划方法的细化流程图。

图7是本发明较佳实施例的一种车辆路径规划装置的应用界面图。

图8为本发明较佳实施例的一种车辆路径规划装置的另一应用界面图。

主要元件符号说明

车辆路径规划装置 202，300

网络 204

云端中心 206

输入单元 302

处理器 304

存储单元 306

通讯单元 308

显示单元 310

界面 70，80

第一输入字段 702

第二输入字段 704

试算按钮 706

位置地图 708

第一输出字段 802

窗口 804

报告 806

如下具体实施方式将结合上述附图进一步说明本发明。

具体实施方式

为便于描述，不同图中的相同标号代表相同或类似的组件。而且，各种细节描述是为了更好地理解本发明的各实施方式。但是，应当可以理解的是，本处所描述的实施例并不是必须要描述的全部细节。在其他实施例中，未详细描述的方法、流程及元件不会使得所描述的相关特征不清楚。而且，所描述并不能理解为对所描述的实施例的范围的限定。所述图中各相关元件并非都是成比例绘制的，有的部分夸大仅仅是为了更好地呈现其中的细节和特征。

本揭露，包括相应的图示，仅仅为例示目的而非限定。下述为几个贯穿本揭露的定义。可以理解的是，本揭露的实施例中提到的“一”或“一个”并非限定为一个，而应当可以理解为至少一个。

所述“包括”意指“包括，但不限于”；它特指开放式包括，或属于一个所描述的组合、群组、系列及类似物。

所述“连接”定义为直接连接或通过中间元件间接连接，并不局限于物理连接。所述连接可以是永久性连接也可以是可拆卸地连接。所述“基本”、“大致”被定义为本质上符合特定的尺寸、形状，或其他类似物，其大体上符合，不需要所述元件刚好是那样的。例如，基本呈矩形是指所述元件类似于矩形，但是可能是一个矩形的变形。所述“模块”是指计算机逻辑或韧体逻辑，或采用可编程语言(例如Java，C或其他类似语言)编写的软件指令的集合。所述模块中的一个或多个软件指令可被内嵌在韧体，例如可擦写可编程只读存储器(EPROM)中。本处所述模块可以软件及/或计算模块的方式实现并可被保存在任何类型的非易失性计算机可读介质或其他存储设备中。所述非易失性计算机可读存储介质包括，但不限于CD、DVD、蓝光、闪存及影碟等。

本揭露是关于一种寻找最佳或接近最佳的仓储位置及/或车辆路径的系统和方法，以服务该配送系统中的顾客。例如，要求在最小化总运输距离的同时满足顾客的特定需求或特定时窗(可接收运输货物的时段)。因此，本揭露所提供的系统和方法可供决定某一仓储仓库是否关闭，某一运输车辆是否可提供运送服务至所开启的仓储仓库，及所构建的运输路径是否满足所述需求。

图1A为一实施例的配送系统10。所述例示的配送系统10可包括一个或多个配送车辆12，多个顾客14，多个仓库16以解决多个顾客需求(Di)18。在一些实施例中，所述仓库16可在所述配送系统10运行前预先设置。例如，D1和D2需要考虑哪一个应当开启或两者同时开启。

图1B为本发明另一实施例的配送系统100。所述例示的配送系统100可包括，但不限于，一辆或多辆运输车辆102，多个顾客104，多个仓库106，以用于满足多个顾客需求(Di)108。

每一车辆102有一定的承载量及启用成本。每一顾客104的信息包括顾客需求108、位置坐标，服务时间，及/或可收货的时段。每一仓库106的信息包括开放成本，位置坐标，仓储能力及开放/关闭的时间。

在至少一实施例中，所述车辆102出发的起点及最后返回的地点皆为同一个仓库106。例如，当所述车辆102从仓库D1出发，完成工作后即返回仓库D1。所述车辆之终点站不能是仓库D2，D3或D4。另一车辆102可从不同的仓库106出发，而终点站为其出发仓库。例如，所述车辆102从仓库D2出发，最后返回所述仓库D2。

在至少一实施例中，所述车辆102的起点及终点可在不同的仓库106。例如，所述车辆102从仓库D1出发，最后返回仓库D2，D3或D4。

另一车辆可开始于不同的仓库，但是最终必须返回其开始仓库。例如，另一车辆(如第2车辆)，从第2仓库出发，最终也必须返回第2仓库。

例如，当仓库D1开放而仓库D2关闭时，所述车辆102具有能承载30份货物的承载能力，其在D1仓库装载30份货物，然后选择路径1(D1-C1-C2-C3-C4-D1)沿第一轮路径行进。所述车辆102可在顾客C1卸除5份货物，在顾客C2卸除5份货物，在顾客C3卸除10份货物，在顾客C4卸除10份货物，然后调转车头回到D1仓库。所述车辆102接着可以在仓库D1装载20份货物，然后选择路径2(D1-C5-C6-D1)进行第二轮路径旅程。所述车辆102可在顾客C5卸除10份货物，在顾客C6卸除10份货物，然后回到仓库D1。在一些实施例中，所述车辆102可选择其他路径(例如D1-C4-C5-C6-D1)以满足不同的目标，例如总运输距离最短，总运输时间最短，最小化配送网络成本等。在一些实施例中，所述配送系统100可采用多辆车辆102。

其中，最小化配送成本可包括仓库开放成本及路径成本。例如，旅行成本及固定成本。所做的决定可包括开放哪些仓库，投入多少车辆营运，所营运的车辆在路径规划及运载能力限制下是否能满足所有顾客需求等。

在一些实施例中，所述车辆的数量是充足的，且一个顾客仅仅只能由一台车辆服务。在一些实施例中，仓库储存能力及需求是确定的，每一顾客或每一仓库具有确定的开放时段。在一些实施例中，每一顾客或每一仓库具有特定的时间限制。

本揭露所提供的所述车辆路径规划方法可应用于交货网络外的多种配送网络，例如，报纸配送网络，垃圾搜集网络，食物和饮料配送网络，医疗服务网络及其他类似配送网络。

图2示出了一种车辆路径规划系统。所述例示的车辆路径规划系统200包括多个通过网络204(例如：因特网)相互通信连接的车辆路径规划装置202(在所述实施例中，为N个装置，N为大于或等于1的正整数)。所述车辆路径规划装置202可设置在所述仓库内，所述车辆上或被所述顾客携带。所有的路径规划信息及数据(例如车辆路径规划计划)可在所述仓库、所述车辆或所述顾客之间通过所述车辆路径规划装置202交换。在一些实施例中，所述安排车辆路径的装置202可设置在一云端中心，所述云端中心可从所述仓库、所述车辆、所述顾客中接收所有路径规划信息。例如，在所述仓库中的所述路径规划装置202可用于提供仓库仓储能力或仓库开放时段信息，所述车辆中的路径规划装置202可用于提供车辆额定载重或车辆调配信息；所述顾客携带的车辆路径规划装置202可用于提供订单信息或顾客时窗信息(即顾客可被服务的时段)。所述云端中心可用于接收所述路径规划信息及制定相应的最佳路径规划计划。

在至少一实施例中，所述路径规划装置为一云端中心206。

图3示出了一例示的车辆路径规划装置300，所述例示的车辆路径规划装置300采用图2中示出的车辆路径规划系统200。所述车辆路径规划装置300包括处理器304，所述处理器304根据路径规划信息生成至少一营运解决方案。一输入单元302与所述处理器304相连接并用于输入路径规划信息。所述输入单元302可为任意适宜的接口，包括用于接收输入数据/信息的电子装置(例：手机、个人数字助理PDA、膝上型计算机、收音机、广播、手提电话机等)。存储单元306与所述处理器304相连接并用于接收及储存所述路径规划信息。所述存储单元306可储存所述处理器304执行的指令(例如：软件指令、韧体指令或程序)。所述存储单元306可包括，但不限于，挥发性存储器或非挥发性存储器，例如闪存，只读存储器(ReadOnly Memory,ROM)，或随机存取存储器(Random Access Memory,RAM)。显示单元310与所述处理器304相连接并用于显示营运指令及关于车辆路径规划信息的营运解决方案等信息，例如，显示一路径规划计划。所述显示单元310可为一包括输出单元的电子装置，例如，显示器，手机，个人数字助理PDA，膝上型计算机、收音机、广播、手提电话机等。一通信单元308与所述处理器304相连接并用于传输或接收路径规划信息。

在至少一实施例中，所述车辆路径规划装置300可设置在一仓库内。所述仓库的员工可通过所述输入单元302输入目标信息及仓库信息。在一些实施例中，所述目标信息包括最小化配送网络/系统总成本及所述仓库信息可被预先储存在存储单元306中。所述通信单元308用于从车辆接收车辆信息及从顾客接收顾客信息作为路径规划信息。所述目标信息及所述路径规划信息可被储存至所述存储单元306或被直接传输至所述处理器304。所述处理器304用于执行一程序以根据所述路径规划信息及所述目标信息生成车辆路径规划计划。所述车辆路径规划计划可通过所述显示单元310显示给所述仓库的员工，还可通过所述通信单元308传输至所述车辆和顾客。因此，车辆路径规划计划即更新。在一些实施例中，车辆、顾客或云端中心也可运行所述车辆路径规划装置300。在至少一实施例中，所述车辆路径规划装置300主要运行在所述云端中心以生成车辆路径规划计划。所述目标函数(或目标信息)可预安装在位于所述云端中心的所述车辆路径规划装置300中，或由所述车辆路径规划装置300的操作者手动输入。所述仓库、车辆、顾客提供其自身信息至所述云端中心及从所述云端中心接收所述车辆路径规划计划。

在至少一实施例中，所述车辆路径规划装置300可被设置在云端中心，其中，所述通信单元308可作为所述车辆、仓库、顾客之间交换所述车辆路径规划信息的媒介。生成车辆路径规划计划的流程在所述云端中心执行。例如，所述车辆路径规划装置300运行在云端中心，并通过所述通信单元308从所述车辆、仓库、顾客中的任何装置(例如，手机、PDA等)接收所述车辆路径规划信息。在所述处理器304生成车辆路径规划计划后，所述通信单元308将所述车辆路径规划计划从所述云端中心传输至车辆、仓库及顾客中的任何装置(例：手机，PDA等)。

由于有些信息可能是动态的，所述车辆路径规划计划可随着所述目标信息及所述仓库、车辆及顾客的状态而改变。例如，当一车辆发生事故不能再工作，所述车辆将更新其车辆信息至所述系统以便所述车辆路径规划装置/系统可以根据该更新的信息重新制定一新的车辆路径规划计划。

图4示出了一种例示的车辆路径规划方法400的流程图。

步骤402，执行至少一目标函数(或目标信息)，所述目标函数(或目标信息)通过所述输入单元302输入或预装在所述存储单元306中。所述目标函数可包括总运输路程、总运输时间或总运输成本最小化。

步骤404，所述处理器304根据所述仓库信息、所述车辆信息及顾客信息中的其中至少一者生成至少一路径规划信息。

当从所述仓库、所述车辆及所述顾客接收到信息时，所述信息为原始信息。所述原始信息是随意设置的，没有优化设置。因此，根据所述目标信息生成一最佳解决方案是必要的。

步骤406，所述处理器304根据所述路径规划信息及所述目标信息生成一解决方案，其中所述解决方案满足所述目标函数。所述目标函数可包括所述解决方案需要满足的条件。当所述解决方案满足所述条件时，所述解决方案可被选作为最佳解决方案或接近最佳的解决方案。

步骤408，所述处理器304根据所述解决方案生成一车辆路径规划计划。所述车辆路径规划计划用于安排所述车辆的路径以满足所述目标，例如总路程最短、总时间最小或总运输成本最低。

步骤412，输出所述车辆路径规划计划至一显示单元。

在一些实施例中，所述车辆路径规划计划包括仓库设置计划。所述仓库设置计划可根据所述处理器304的解决方案生成。所述仓库设置计划提供一安排计划，确定仓库的设置地点，以满足所述目标，例如最小化总运输距离，最小化总运输时间或最小化总配送网络成本。

在一些实施例中，所述处理器依仓库设置方法提出仓库设置计划。例如，当管理者评估要在哪里设置所述仓库时，将会有多个仓库可供选择，在满足所述目标(例如，最小化总运输距离、最小化总运输时间或最小化总配送网络成本)的前提下，所述仓库设置计划提供最佳的仓库设置地点。

参阅图5所示，为所述步骤406生成所述解决方案指令的一种实施方式。例如，第一解决方案(初始解决方案)根据贪婪算法(Greedy Algorithm)产生。所述指令还可根据所述第一解决方案生成第二解决方案。例如，所述第二解决方案可使用仿真退火算法(simulated annealing algorithm，SA)生成。所述SA算法是一种全局最佳解搜索算法，是一种根据区域搜索的探索式搜索算法，可避免在其最佳解搜索过程中局限于区域最佳解。所述SA搜索全局最小的优化过程是模拟物理退火过程中的缓慢冷却过程。根据贪婪法则，从初始解决方案开始，在每一次迭代过程中，采取预先定义的邻近解作为新的解决方案。

在步骤502中，所述指令能够输入或导入数据。在步骤504中，所述指令能够生成一第一解决方案。在步骤506中，所述指令能够根据所述第一解决方案生成一第二解决方案。

在步骤508中，所述指令能够评估决定所述第二解决方案是否优于第一解决方案。当所述第二解决方案优于所述第一解决方案时，所述流程进入下一评估流程。在步骤510中，所述指令能够评估和决定所述第二解决方案是否优于当前最佳解决方案。当所述第二解决方案优于所述当前最佳解决方案时，生成一新的第二解决方案，所述新的第二解决方案替代所述当前最佳解决方案。在步骤512中，所述指令能够判断所述营运目标是否达成。

图6示出了考虑时窗的车辆路径规划方法的根据SA算法的一种细化流程图。其中所述目标可包括总运输距离最短或总运输成本最低。

步骤602，根据贪婪启发式法则，设置当前温度T＝T0，并随机生成一初始解决方案X。

步骤604，当前最佳解决方案Xbest、X的最佳目标函数Fbest分别设置为X及Obj(X)。

步骤606，生成一随机值r。

步骤608，每一次迭代皆根据当前解决方案X及随机值r找出邻近解作为新的解决方案Y，并计算所述解决方案X、Y的目标函数值。所述r的值对应于不同的步骤，当r≦1/3时，执行步骤610，进行置换(Swap)运算；1/3<r≦2/3时，执行步骤612，进行插入(Insertion)运算；2/3<r≦1时，执行步骤614(2-opt)，接着进入下一次迭代过程(步骤616，I＝I+1)。

其中，步骤610的Swap运算具体为：在所规划的路径中，随机挑选两个位置(下面范例所选的是9和1)，将两点的位置交换，重组成新的路线。

(运算前)

2

15

18

0

9

8

13

1

14

0

(运算后)

2

15

18

0

1

8

13

9

14

0

步骤612的Insertion运算具体为：在所规划的路径中，随机挑选一个位置(下面范例所选的是9)，将9从路线中抽出，并安插在另一个随机挑选的位置(下面范例所选的是1)的前方，重组成新的路线。

(运算前)

2

15

18

0

9

8

13

1

14

0

(运算后)

2

15

18

0

8

13

9

1

14

0

步骤614的(2-opt)运算具体为：在所规划的路径中，随机挑选两个位置(下面范例所选的是9和1)，将两点所连成的线段之方向改变，重组成新的路线，如范例路线从原本的9→8→13→1变成1→13→8→9。

(运算前)

2

15

18

0

9

8

13

1

14

0

(运算后)

2

15

18

0

1

13

8

9

14

0

步骤618，假定Δ＝obj(Y)-obj(X)，如果Δ小于或等于零，则代表解决方案Y优于解决方案X，因此，在步骤620中，所述解决方案X将被替换为解决方案Y。否则，解决方案X被替换为解决方案Y的概率为exp(-Δ/KT)。步骤626中，所述概率值exp(-Δ/KT)与步骤624中生成的r值进行比较，如果r的值小于exp(-Δ/KT)，进入步骤620，X被替换为Y；否则，返回步骤606重新生成r值。

步骤622，如果obj(X)小于Fbest，则意味着Xbest＝X，且Fbest＝obj(X)(步骤628)。否则，进入步骤630，判断I是否到达最大迭代次数Iiteration，如果否，则返回步骤606进行下一轮迭代运算；如果是，则进入步骤632，将当前温度值T降低，T＝α*T，其中0<α<1。例如，最大迭代次数Iiteration可设为5000，α可设为0.98.

步骤634，令Y＝X.

步骤636，将解决方案Y透过Swap方法进行区域搜寻。

步骤638，判断Obj(Y,P)是否小于Fbest。如果是，进入步骤640，如果否，进入步骤642。

步骤640，令Xbest＝Y,Fbest＝Obj(Y,P)及N＝0。

步骤642，将解决方案Y透过Insertion方法进行区域搜寻。

步骤644，判断Obj(Y,P)是否小于Fbest。如果是，进入步骤646，如果否，进入步骤648。

步骤648，令N＝N+1。

步骤650，判断T是否小于Tfinal或N＝Nnon-improving。其中Tfinal代表T的最小值，Nnon-improving代表当前温度T持续下降而Xbest不再改善时N的值。当T＝Tfinal或N＝Nnon-improving时，则终止该流程。

图7示出了本发明一实施例的车辆路径规划装置的接口700。第一输入字段702用于选择及导入顾客数据或顾客信息。第二输入字段704用于选择及导入仓库数据或仓库信息。输入所述仓库信息和顾客信息后，位置地图708示出了所述仓库的位置和顾客的位置。当用户按下试算按钮(solve button)706时，则开始执行所述程序。在一些实施例中，还可以在接口700选择及导入车辆信息。

图8示出了本发明另一实施例的车辆路径规划装置之接口800。第一输出字段元802显示依目标函数计算的总成本。窗口804及报告806显示所述程序执行后的结果:车辆路径规划计划。所述车辆路径规划计划包括每一车辆路径信息，所述车辆路径信息包括车辆识别代码，车辆载重，车辆额定载重，车辆运输距离，车辆启动成本以及所述车辆访问过的顾客数量。所述车辆路径规划计划还包括仓库信息，所述仓库信息包括仓库标识符，仓库额定储存量，仓库需求，及开放成本。所述车辆路径规划计划还包括成本信息，所述成本信息包括总开放成本，总启动成本，总运输成本及总成本。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照以上较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换都不应脱离本发明技术方案的精神和范围。

Claims (14)

1.一种车辆路径规划方法，其特征在于，所述车辆路径规划方法包括：

执行至少一目标函数；

根据车辆信息、仓库信息及顾客信息中的至少一者生成至少一路径规划信息；

根据所述路径规划信息及所述目标函数生成一解决方案，其中所述解决方案满足所述目标函数；及

根据所述解决方案生成一车辆路径规划计划。

2.如权利要求1所述的车辆路径规划方法，其特征在于，所述车辆路径规划计划包括仓库设置计划，所述仓库设置计划包括设置仓库的地点。

3.如权利要求1所述的车辆路径规划方法，其特征在于，所述解决方案根据模拟退火法则生成。

4.如权利要求1所述的车辆路径规划方法，其特征在于，所述车辆路径规划计划包括车辆路径规划信息，所述车辆路径规划信息包括车辆标识符、车辆载重、车辆额定载重、车辆运输距离、车辆启动成本、车辆访问过的顾客数量中的至少一者。

5.如权利要求1所述的车辆路径规划方法，其特征在于，所述仓库信息包括仓库仓储能力信息和仓库时窗信息中的至少一者。

6.如权利要求1所述的车辆路径规划方法，其特征在于，所述车辆信息包括车辆额定承载信息和可提供服务的车辆信息中的至少一者。

7.如权利要求1所述的车辆路径规划方法，其特征在于，所述顾客信息包括订单信息和顾客时窗信息中的至少一者。

8.如权利要求1所述的车辆路径规划方法，其特征在于，所述目标函数包括最小化运输距离、最小化运输时间、最小化总运输网络成本。

9.如权利要求1所述的车辆路径规划方法，其特征在于，所述车辆信息、所述仓库信息及所述顾客信息预先储存在一存储单元中。

10.如权利要求1所述的车辆路径规划方法，其特征在于，所述车辆路径规划方法进一步包括接收及发送所述路径规划信息和车辆路径规划计划。

11.如权利要求1所述的车辆路径规划方法，其特征在于，所述车辆路径规划方法进一步包括通过一显示单元显示所述车辆路径规划计划。

12.一种车辆路径规划装置，其特征在于，所述车辆路径规划装置包括：

处理器；

输入单元，所述输入单元与所述处理器通讯连接，用于接收输入信息，所述输入信息包括车辆信息、仓库信息及顾客信息中的至少一者；及

存储单元，与所述处理器相连，所述存储单元包括储存其内的指令，所述指令被所述处理器执行以执行如权利要求1至9任一项所述的车辆路径规划方法。

13.如权利要求12所述的车辆路径规划装置，其特征在于，所述车辆路径规划装置还包括显示单元，用于显示所述车辆路径规划装置。

14.如权利要求12所示的车辆路径规划装置，其特征在于，所述车辆路径规划装置还包括通讯单元，用于接收及发送所述路径规划信息和车辆路径规划计划。