CN107464018B - 一种配送路径优化方法和装置、计算机设备、存储介质 - Google Patents
一种配送路径优化方法和装置、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN107464018B CN107464018B CN201710648085.8A CN201710648085A CN107464018B CN 107464018 B CN107464018 B CN 107464018B CN 201710648085 A CN201710648085 A CN 201710648085A CN 107464018 B CN107464018 B CN 107464018B
- Authority
- CN
- China
- Prior art keywords
- path
- distribution
- information
- route
- delivery
- 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
- G06Q10/08—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)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种配送路径优化方法和装置、计算机设备、存储介质。其中,该配送路径优化方法包括:获取配送订单的路径信息,其中,所述路径信息包括配送的起点与终点;利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径,其中,所述路径优化模型是依据配送历史数据,并利用蚁群算法建立。本发明实施例利用预先训练好的路径优化模型对配送起点与终点之间的路径进行优化,得到更加方便快捷的路径,从而避免配送员反复走相同的路径,提高配送效率。
Description
技术领域
本发明实施例涉及计算机技术,尤其涉及一种配送路径优化方法和装置、计算机设备、存储介质。
背景技术
随着经济的快速发展和互联网的普及,尤其是电子商务的兴起,改变了人们传统的消费方式,人们的需求也日益增多,从而带动了快递业的发展。快递业的发展缩短了人与人的距离,给人们的生活带来极大的便利。其中,配送订单的效率和速度就成为大家所关注的问题。
配送员在进行订单配送时,由于订单配送的目的地较为分散,道路交通也很复杂,通常会通过GPS地图输入目的地,查询配送的路径。地图是一种基于经纬度和GIS(地理信息系统Geographic Information System)数据的路径工具,因此,直接利用地图来查询配送路径,会导致配送员重复的走固定的路径,而无法对配送路径进行优化,提高配送效率。
发明内容
本发明实施例提供一种配送路径优化方法和装置、计算机设备、存储介质,以解决现有技术无法优化配送路径并提高配送效率的问题。
第一方面,本发明实施例提供了一种配送路径优化方法,该方法具体包括:
获取配送订单的路径信息,其中,所述路径信息包括配送的起点与终点;
利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径,其中,所述路径优化模型是依据配送历史数据,并利用蚁群算法建立。
第二方面,本发明实施例还提供了一种配送路径优化装置,该装置包括:
信息获取模块,用于获取配送订单的路径信息,其中,所述路径信息包括配送的起点与终点;
路径优化模块,用于利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径,其中,所述路径优化模型是依据配送历史数据,并利用蚁群算法建立。
第三方面,本发明实施例还提供了一种计算机设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的配送路径优化方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的配送路径优化方法。
本发明实施例利用预先训练好的路径优化模型对配送起点与终点之间的路径进行优化,得到更加方便快捷的路径,从而避免配送员反复走相同的路径,提高了配送的效率。
附图说明
图1是本发明实施例一中的配送路径优化方法的流程图;
图2是本发明实施例二中的配送路径优化方法的流程图;
图3是本发明实施例三中的配送路径优化方法的流程图;
图4是本发明实施例四中的配送路径优化装置的结构示意图;
图5是本发明实施例五中的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的配送路径优化方法的流程图,本实施例可适用于对某起点与终点之间路径选择的情况,该方法可以由配送路径优化装置来执行,该装置可以采用软件和/或硬件的方式实现。如图1所示,该方法具体包括:
S110、获取配送订单的路径信息,其中,所述路径信息包括配送的起点与终点。
配送员在配送订单时,通常会同时配送多个订单,就会存在多个目的地。示例性的,外卖配送员,在用餐高峰期会同时配送多份外卖订餐,这就需要获取需要配送的多个订单的起点与终点,规划一下配送路径,避免重复的经过一些路段,减少配送时间,以提高配送效率。
S120、利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径,其中,所述路径优化模型是依据配送历史数据,并利用蚁群算法建立。
将所获取到的多个订单的起点与终点,输入到预先建立的路径优化模型中,即可获得由路径优化模型优化过的路径信息,其中,路径优化模型是基于历史订单配送数据,通过蚁群算法进行机器学习而建立的模型。
本实施例的技术方案,通过预先建立的路径优化模型对多个配送订单的起点与终点路径进行规划,使配送员避免了重复经过某一固定路段,合理安排配送顺序,达到了使配送效率最大化的效果。
优选的,在利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径之后,配送路径优化方法还包括:
对与路径信息相对应的优化路径进行提示。
在利用预先建立的路径优化模型得到优化后的路径之后,可以通过语音或者是弹出消息的方式来提示配送员,可以按照优化后的路径进行订单配送,以缩短配送时间。
实施例二
图2为本发明实施例二提供的配送路径优化方法的流程图,本实施例二在实施例一的基础上进一步优化。如图2所示,该方法具体包括:
S210、获取配送员对所述配送订单的配送路径是否熟悉的确认信息,如果配送员熟悉配送路径,则执行S220;如果配送员不熟悉配送路径,则执行S230,以获取优化后的路径信息。
在使用路径优化模型之前,获取配送员对所述配送订单的配送路径是否熟悉的确认信息,如果配送员熟悉路径,则可直接进行配送,可节省查询路径的时间,还可将其走过的路径加入到历史数据中,更新路径优化模型。
S220、若配送员熟悉配送路径,则将配送员的实际配送路径信息加入到配送历史数据中,以更新所述路径优化模型;
S230、获取配送订单的路径信息,其中,所述路径信息包括配送的起点与终点。
S240、利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径,其中,所述路径优化模型是依据配送历史数据,并利用蚁群算法建立。
S250、对所述与所述路径信息相对应的优化路径进行提示。
本实施例的技术方案,通过在获取配送订单的路径信息之前,确认配送员是否对配送路径熟悉,当不熟悉时,获取路径信息并利用路径优化模型进行路径优化,避免了对配送员熟悉的路径进行不必要的路径规划,还可以将其所熟悉的路径加入到历史数据中用于更新路径优化模型,提高模型的准确性。
此外,也可以先利用配送路径优化模型得到优化后的配送路径,再由配送员确认所获得的优化后的路径是否比其熟悉的道路更便捷,如果优化后的路径比配送员所熟知的路径更加便捷,则按照由配送路径优化模型得到的优化后的路径进行配送,如果配送员所熟知的路径比优化后的路径更加便捷,则将配送员实际的配送路径信息添加到历史数据中,用以更新配送路径优化模型,提高模型准确性。
实施例三
图3所示为本发明实施例三提供的配送路径优化方法的流程图,本实施例三在前述各实施例的基础上进一步优化。如图3所示,该方法具体包括:
S310、获取配送历史数据,并对所述配送历史数据进行整理清洗。
具体的,在机器学习建立模型的过程中,通常需要大量的历史数据。在大量的历史配送订单中,存在着一些无效的订单需要从数据中剔除出去,举例说明,一些用户可能会在无人接订单时重复多次下单,那么除了已完成配送到那一份配送订单,其余的都为无效订单。在剔除掉无效订单之后,可以将配送的起点与终点相同或者相近的订单分到一组,提取出实际配送的路径信息。
S320、基于清洗后的配送历史数据,并利用蚁群算法建立路径优化模型。
蚁群算法是对自然界蚂蚁的寻径方式进行模似而得出的一种仿生算法。蚂蚁在运动过程中,能够在它所经过的路径上留下一种称之为外激素(pheromone)的物质进行信息传递,而且蚂蚁在运动过程中能够感知这种物质,并以此指导自己的运动方向,因此由大量蚂蚁组成的蚁群集体行为便表现出一种信息正反馈现象:某一路径上走过的蚂蚁越多,则后来者选择该路径的概率就越大。蚁群算法其主要特点就是通过正反馈、分布式协作来寻找最优路径。
根据信息素的更新策略不同,有3种不同的基本蚁群算法模型,分别称之为Ant-Cycle模型、Ant-Quantity模型和Ant-Density模型,其主要差别在于某只蚂蚁在某次循环中留在路径上的信息素量的求法不同。
根据实际配送订单路径信息的特点,选择相应的蚁群算法模型,并进行相关参数(如下一路径节点选择策略改进、路径节点之间距离)计算方法的优化后即可得到实施例中的配送路径优化模型。
S330、利用A/B测试方法优化所述路径优化模型;和/或利用地图引擎中提供的在所述起点和终点之间的路径规划对所述路径优化模型进行优化。
具体的,在得到路径规划模型之后要先对模型进行验证和优化之后,再投入使用。在本实施例中通过A/B测试方法对所建立的路径优化模型进行验证。解释说明,A/B测试就是为同一个目标制定两个方案,让一部分用户使用A方案,另一部分用户使用B方案,记录下用户的使用情况,看哪个方案更符合设计。在本实施例中选择在一个城市中,如北京,让配送员使用配送路径优化模型,按照由此模型优化后的路径进行配送,选择在除北京之外的一个城市中,如上海,配送员使用其他地图引擎如百度地图、高德地图等查询路径配送订单信息,进行配送,进而可以比对使用哪一种模型可以更高效的完成订单配送,并将结果进行反馈,优化配送路径优化模型。此外,在其他地图引擎中,如百度地图、高德地图中,所查询到的相同起点和终点的路径可能比由配送路径优化模型得到的配送路径更加便捷,则将从其他地图引擎中获得的路径规划加入到历史信息中,用以更新优化配送路径模型。
本实施例的技术方案,通过蚁群算法建立了配送路径优化模型,并通过A/B测试方法和其他地图引擎中的路径规划信息验证并完善了配送路径优化模型,可以使配送员简单方便的获得优化后的配送路径,避免重复经过某段路程,提高了配送效率。
实施例四
图4为本发明实施例四提供的配送路径优化装置的结构示意图,如图4所示,配送路径优化装置包括:
信息获取模块410,用于获取配送订单的路径信息,其中,所述路径信息包括配送的起点与终点。
路径优化模块420,用于利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径,其中,所述路径优化模型是依据配送历史数据,并利用蚁群算法建立。
提示模块430,用于对所述与所述路径信息相对应的优化路径进行提示。
优选的,配送路径优化装置还包括:
信息处理模块,用于获取配送历史数据,并对所述配送历史数据进行整理清洗。
模型建立模块,用于基于清洗后的配送历史数据,并利用蚁群算法建立路径优化模型。
模型优化模块,用于利用A/B测试方法优化所述路径优化模型;和/或,利用现有地图引擎中提供的所述配送的起点和终点之间的路径规划对所述路径优化模型进行优化。
进一步的,配送路径优化装置还包括:
判断模块,用于判断配送员是否熟悉配送路径;
模型优化模块还可以用于,当配送员熟悉配送路径时,将配送员的实际配送路径信息加入到历史数据中以更行路径优化模型。
本发明实施例所提供的配送路径优化装置可执行本发明任意实施例所提供的配送路径优化方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备512的框图。图5显示的计算机设备512仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机设备512以通用计算设备的形式表现。计算机设备512的组件可以包括但不限于:一个或者多个处理器或者处理单元516,系统存储器528,连接不同系统组件(包括系统存储器528和处理单元516)的总线518。
总线518表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备512访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器528可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)530和/或高速缓存存储器532。计算机设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统534可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具540,可以存储在例如存储器528中,这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信,还可与一个或者多个使得用户能与该计算机设备512交互的设备通信,和/或与使得该计算机设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且,计算机设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器520通过总线518与计算机设备512的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备512使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元516通过运行存储在系统存储器528中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的配送路径优化方法。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的配送路径优化方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种配送路径优化方法,其特征在于,包括:
获取配送员对配送订单的配送路径是否熟悉的确认信息;
若配送员不熟悉配送路径,则执行获取配送订单的路径信息的操作;
获取配送订单的路径信息,其中,所述路径信息包括配送的起点与终点;
利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径,其中,所述路径优化模型是依据配送历史数据,并利用蚁群算法和参数计算方法建立,参数计算方法包括下一路径节点选择方法和路径节点之间距离计算方法;
若配送员熟悉配送路径,执行获取配送订单的路径信息的操作,获取优化路径;
将所述优化路径提供给所述配送员,以供所述配送员在熟悉的配送路径与所述优化路径之间进行选择;
如果所述配送员选择使用熟悉的配送路径进行配送,将配送员的实际配送路径信息加入到配送历史数据中,以更新路径优化模型;
建立所述路径优化模型的操作包括:
利用A/B测试方法优化所述路径优化模型;
利用地图引擎中提供的在所述起点和终点之间的路径规划对所述路径优化模型进行优化。
2.根据权利要求1所述的配送路径优化方法,其特征在于,在所述利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径之后,所述方法还包括:
对所述与所述路径信息相对应的优化路径进行提示。
3.根据权利要求1所述的配送路径优化方法,其特征在于,建立所述路径优化模型的操作包括:
获取配送历史数据,并对所述配送历史数据进行整理清洗;
基于清洗后的配送历史数据,并利用蚁群算法和参数计算方法建立路径优化模型,参数计算方法包括下一路径节点选择方法和路径节点之间距离计算方法。
4.一种配送路径优化装置,其特征在于,包括:
判断模块,用于判断配送员是否熟悉配送路径;
信息获取模块,用于获取配送订单的路径信息,其中,所述路径信息包括配送的起点与终点;
路径优化模块,用于利用预先建立的路径优化模型,提供与所述路径信息相对应的优化路径,其中,所述路径优化模型是依据配送历史数据,并利用蚁群算法和参数计算方法建立,参数计算方法包括下一路径节点选择方法和路径节点之间距离计算方法;
模型优化模块,用于若配送员熟悉配送路径,执行获取配送订单的路径信息的操作,获取优化路径;
将所述优化路径提供给所述配送员,以供所述配送员在熟悉的配送路径与所述优化路径之间进行选择;
如果所述配送员选择使用熟悉的配送路径进行配送,将配送员的实际配送路径信息加入到配送历史数据中,以更新路径优化模型;
模型优化模块,用于利用A/B测试方法优化所述路径优化模型;利用现有地图引擎中提供的所述配送的起点和终点之间的路径规划对所述路径优化模型进行优化。
5.根据权利要求4所述的配送路径优化装置,其特征在于,所述装置还包括:
提示模块,对所述与所述路径信息相对应的优化路径进行提示。
6.根据权利要求4所述的配送路径优化装置,其特征在于,所述装置还包括:
信息处理模块,用于获取配送历史数据,并对所述配送历史数据进行整理清洗;
模型建立模块,用于基于清洗后的配送历史数据,并利用蚁群算法和参数计算方法建立路径优化模型,参数计算方法包括下一路径节点选择方法和路径节点之间距离计算方法。
7.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一所述的配送路径优化方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-3中任一所述的配送路径优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710648085.8A CN107464018B (zh) | 2017-08-01 | 2017-08-01 | 一种配送路径优化方法和装置、计算机设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710648085.8A CN107464018B (zh) | 2017-08-01 | 2017-08-01 | 一种配送路径优化方法和装置、计算机设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107464018A CN107464018A (zh) | 2017-12-12 |
CN107464018B true CN107464018B (zh) | 2020-12-01 |
Family
ID=60548039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710648085.8A Active CN107464018B (zh) | 2017-08-01 | 2017-08-01 | 一种配送路径优化方法和装置、计算机设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107464018B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108564269B (zh) * | 2018-04-09 | 2021-07-30 | 北京星选科技有限公司 | 配送任务分配方法、装置、电子设备及计算机存储介质 |
CN108830519A (zh) * | 2018-04-11 | 2018-11-16 | 丽睿客信息科技(北京)有限公司 | 营养膳食配送方法、装置、存储介质和处理器 |
CN109255574B (zh) * | 2018-09-21 | 2021-07-23 | 北京智行者科技有限公司 | 物流配送方法及系统 |
CN111044062B (zh) * | 2018-10-15 | 2024-04-12 | 北京京东振世信息技术有限公司 | 路径规划、推荐方法和装置 |
CN109523062B (zh) * | 2018-10-23 | 2021-04-30 | 重庆扬升信息技术有限公司 | 一种基于海量共享交换平台数据环境下的手持移动端路径优化方法 |
CN109447355B (zh) * | 2018-10-31 | 2022-02-01 | 阿里巴巴(中国)有限公司 | 仓库货物的配送优化方法、装置、介质和计算设备 |
CN109934451A (zh) * | 2019-01-16 | 2019-06-25 | 深圳壹账通智能科技有限公司 | 基于数据分析的跑腿代购方法、装置、存储介质和设备 |
CN110059857A (zh) * | 2019-03-15 | 2019-07-26 | 青岛日日顺物流有限公司 | 社区配送路径推荐方法和装置 |
CN110060001A (zh) * | 2019-03-15 | 2019-07-26 | 青岛日日顺物流有限公司 | 社区物流交互系统 |
CN110231044B (zh) * | 2019-06-10 | 2020-09-04 | 北京三快在线科技有限公司 | 一种路径规划方法及装置 |
CN110197311A (zh) * | 2019-06-12 | 2019-09-03 | 江苏航运职业技术学院 | 一种基于智能优化的物流配送路径规划方法 |
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 |
CN110544068B (zh) * | 2019-09-16 | 2023-01-24 | 深圳市丰巢科技有限公司 | 基于快递柜的派件路径生成方法、装置、设备和存储介质 |
CN110851755B (zh) * | 2019-09-29 | 2022-11-11 | 口碑(上海)信息技术有限公司 | 一种送达路径信息的获取方法、装置以及电子设备 |
CN110850883A (zh) * | 2019-11-29 | 2020-02-28 | 上海有个机器人有限公司 | 一种机器人的移动控制方法、介质、终端和装置 |
CN112288347A (zh) * | 2020-02-21 | 2021-01-29 | 北京京东振世信息技术有限公司 | 冷链配送的路线确定方法、装置、服务器及存储介质 |
CN111754168A (zh) * | 2020-06-08 | 2020-10-09 | 深圳市智莱科技股份有限公司 | 快件投递的预约方法、装置、终端及存储介质 |
CN113762564A (zh) * | 2020-08-07 | 2021-12-07 | 北京京东乾石科技有限公司 | 货物的输送方法、装置、计算设备及介质 |
CN115657687B (zh) * | 2022-12-21 | 2023-03-10 | 广东技术师范大学 | 一种可移动机器人的路径优化方法和系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI352933B (en) * | 2007-06-11 | 2011-11-21 | Univ Nat Pingtung Sci & Tech | Scheduling method using meta-heuristics |
CN101493329B (zh) * | 2008-01-23 | 2011-04-27 | 华东师范大学 | 一种多目标点路径规划方法和装置 |
CN103560900A (zh) * | 2011-05-04 | 2014-02-05 | 成都勤智数码科技股份有限公司 | 利用相关性的it运维指标预报与预测方法 |
CN103927643B (zh) * | 2014-04-30 | 2017-07-07 | 清远初曲智能科技有限公司 | 一种大规模订单处理与配送路径优化的方法 |
CN104700251B (zh) * | 2015-03-16 | 2018-02-02 | 华南师范大学 | 一种车辆调度问题的改进最大‑最小蚁群优化方法及系统 |
CN105589461A (zh) * | 2015-11-18 | 2016-05-18 | 南通大学 | 一种基于改进蚁群算法的泊车系统路径规划方法 |
CN106649537A (zh) * | 2016-11-01 | 2017-05-10 | 四川用联信息技术有限公司 | 基于改进的群智能算法实现搜索引擎关键词优化技术 |
-
2017
- 2017-08-01 CN CN201710648085.8A patent/CN107464018B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107464018A (zh) | 2017-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107464018B (zh) | 一种配送路径优化方法和装置、计算机设备、存储介质 | |
US10160321B2 (en) | Methods, circuits, devices, systems and associated computer executable code for driver decision support | |
CN104598979B (zh) | 基于时间和位置的递送最优化 | |
CN105890607B (zh) | 地图生成方法和装置、路径规划方法和装置 | |
CN105046338A (zh) | 移动平台上的智能快递配送方法 | |
WO2023029534A1 (zh) | 导航路径规划方法、装置、设备和存储介质 | |
CN111739299B (zh) | 稀疏轨迹的车辆排队长度确定方法、装置、设备及介质 | |
CN111861296A (zh) | 一种揽件任务分配方法、装置、揽件系统、设备及介质 | |
CN105224994A (zh) | 预测停留时间的装置和方法、确定投递路径的设备和方法 | |
CN114862209A (zh) | 运力调度方法、装置、电子设备及存储介质 | |
CN109920269A (zh) | 一种停车场虚拟车位管理系统和装置 | |
CN115410410A (zh) | 车位推荐方法、装置、设备以及存储介质 | |
JP2015141550A (ja) | 工事スケジュール作成システム及び工事スケジュール作成方法 | |
CN112541135A (zh) | 信息共享方法、装置、电子设备、存储介质及程序产品 | |
Wilkie et al. | Participatory route planning | |
CN111047107A (zh) | 公路通行时间预测方法、装置、电子设备和存储介质 | |
Nuzzolo et al. | Real-time modelling of normative travel strategies on unreliable dynamic transit networks: a framework analysis | |
CN114676352A (zh) | 路线规划方法、装置、设备以及存储介质 | |
CN114162184B (zh) | 列车运行计划创建方法、装置、设备和存储介质 | |
CN104572835B (zh) | 一种过程元模型构建方法及装置 | |
CN114444789A (zh) | 一种基于多源数据的公交线网供需矩阵自主化构建方法 | |
CN114298870A (zh) | 一种路径规划方法、装置、电子设备及计算机可读介质 | |
CN113175940A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN112818024A (zh) | 一种地图数据处理方法、装置、设备及存储介质 | |
CN106875046B (zh) | 一种可视化厂车调度方法及系统 |
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 |