CN107491836A - 一种订单的分配方法、装置及电子设备 - Google Patents

一种订单的分配方法、装置及电子设备 Download PDF

Info

Publication number
CN107491836A
CN107491836A CN201710681904.9A CN201710681904A CN107491836A CN 107491836 A CN107491836 A CN 107491836A CN 201710681904 A CN201710681904 A CN 201710681904A CN 107491836 A CN107491836 A CN 107491836A
Authority
CN
China
Prior art keywords
vehicle
order
volume
unallocated
article
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.)
Granted
Application number
CN201710681904.9A
Other languages
English (en)
Other versions
CN107491836B (zh
Inventor
金忠孝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SAIC Motor Corp Ltd
Original Assignee
SAIC Motor Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SAIC Motor Corp Ltd filed Critical SAIC Motor Corp Ltd
Priority to CN201710681904.9A priority Critical patent/CN107491836B/zh
Publication of CN107491836A publication Critical patent/CN107491836A/zh
Application granted granted Critical
Publication of CN107491836B publication Critical patent/CN107491836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06—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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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

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

本申请提供了一种订单的分配方法、装置及电子设备，本发明中对具有同一起始地信息和同一目的地信息的多个订单分配了多个车辆，进而能够在起始地的所有订单对应的物品的体积和超过一辆车的装载限制时，多个车辆同时去装载同一个起始地的订单对应的物品，解决了现有技术中当一个站点的订单量对应的物品的体积超过一辆车的装载限制而导致这个站点需要重复访问时，建立的旅行商路线就不再适用的问题。

Description

一种订单的分配方法、装置及电子设备
技术领域
本发明涉及物流路径规划领域，更具体的说，涉及一种订单的分配方法、装置及电子设备。
背景技术
物流运输问题一般包括路线规划、车辆调度、仓库流量计划等子问题，其核心是根据已有的订单信息，在满足一些约束条件的情况下，规划出合理的运输路线。
其中，在运输之前，需要将订单进行分配，以使订单对应的物品能够装载到车辆上，并进行配送。具体的，将订单进行分配的过程是：根据距离信息在所有的站点之间建立旅行商路线，在按照顺序逐一检查站点，不满足约束条件的站点安排新车从当前站点继续运输。
但是，建立的旅行商路线中，每个站点仅允许一辆车访问一次，当一个站点的订单量对应的物品的体积超过一辆车的装载限制而导致这个站点需要重复访问时，建立的旅行商路线就不再适用。
发明内容
有鉴于此，本发明提供一种订单的分配方法、装置及电子设备，以解决当一个站点的订单量对应的物品的体积超过一辆车的装载限制而导致这个站点需要重复访问时，建立的旅行商路线就不再适用的问题。
为解决上述技术问题，本发明采用了如下技术方案：
一种订单的分配方法，包括：
获取具有同一起始地信息和同一目的地信息的多个订单；
将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列；
将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
将装载率小于所述第一预设数值的每个所述车辆装载的订单输出；
其中，当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，按照每个所述订单的排列顺序，依次为每个所述订单分配车辆，包括：
获取未分配车辆的所有订单；
按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
当判断出第m个车辆能容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第m个车辆；
当判断出第m个车辆不能容纳对应的物品的体积最大、且未分配车辆的订单，使m＝m+1，并返回按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
当每个车辆均不能容纳对应的物品的体积最大、且未分配车辆的订单时，为对应的物品的体积最大、且未分配车辆的订单开放一个新车辆，并将所述新车辆加入到所述车辆组中；其中，所述新车辆可以容纳对应的物品的体积最大、且未分配车辆的订单；
将m的值设置为初始值；
返回所述按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，m为正整数，且m的最大值为车辆组中包含的车辆数。
优选地，当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，按照每个所述订单的排列顺序，依次为每个所述订单分配车辆，包括：
获取未分配车辆的所有订单；
按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
当判断第a个车辆能够容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆；
返回按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
当判断第a个车辆不能够容纳对应的物品的体积最大、且未分配车辆的订单，判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
当判断出第a个车辆能够容纳对应的物品的体积最小、且未分配车辆的订单，将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆；
返回判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
当判断出第a个车辆不能够容纳对应的物品的体积最小、且未分配车辆的订单，使a＝a+1，并返回按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，a为正整数且a的最大值为车辆组中包含的车辆数。
优选地，将多个所述订单进行排序，得到具有顺序排列的多个所述订单，包括：
将每个所述订单中包含的箱子的体积乘以箱子的数量，计算得到每个所述订单对应的物品的体积；
将多个所述订单按照订单对应的物品的体积由大到小的顺序进行排序，得到具有顺序排列的多个所述订单。
优选地，装载率包括：
平面装载率或者空间装载率。
一种订单的分配装置，包括：
获取单元，用于获取具有同一起始地信息和同一目的地信息的多个订单；
排序单元，用于将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
车辆分配单元，用于按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列；
第一输出单元，用于将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
第二输出单元，用于将装载率小于所述第一预设数值的每个所述车辆装载的订单输出；
其中，当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，所述车辆分配单元包括：
第一订单获取单元，用于当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，获取未分配车辆的所有订单；
第一判断单元，用于按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
第一分配单元，用于当所述第一判断单元判断出第m个车辆能容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第m个车辆；
第一控制单元，用于当所述第一判断单元判断出第m个车辆不能容纳对应的物品的体积最大、且未分配车辆的订单，使m＝m+1；
所述第一判断单元，还用于当控制单元使m＝m+1后，按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
车辆开放单元，用于当每个车辆均不能容纳对应的物品的体积最大、且未分配车辆的订单时，为对应的物品的体积最大、且未分配车辆的订单开放一个新车辆，并将所述新车辆加入到所述车辆组中；其中，所述新车辆可以容纳对应的物品的体积最大、且未分配车辆的订单；
设置单元，用于将m的值设置为初始值；
所述第一判断单元，还用于当设置单元将m的值设置为初始值后，按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，m为正整数，且m的最大值为车辆组中包含的车辆数。
优选地，当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，所述车辆分配单元包括：
第二订单获取单元，用于获取未分配车辆的所有订单；
第二判断单元，用于按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
第二分配单元，用于当所述第二判断单元判断第a个车辆能够容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆；
所述第二判断单元，还用于当所述第二分配单元将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆后，按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
第三判断单元，用于当所述第二判断单元判断第a个车辆不能够容纳对应的物品的体积最大、且未分配车辆的订单，判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
第三分配单元，用于当所述第三判断单元判断出第a个车辆能够容纳对应的物品的体积最小、且未分配车辆的订单，将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆；
所述第三判断单元，还用于所述第三分配单元将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆后，判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
第二控制单元，用于当所述第三判断单元判断出第a个车辆不能够容纳对应的物品的体积最小、且未分配车辆的订单，使a＝a+1；
所述第二判断单元，还用于所述第二控制单元使a＝a+1后，按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，a为正整数且a的最大值为车辆组中包含的车辆数。
优选地，所述排序单元包括：
体积计算单元，用于将每个所述订单中包含的箱子的体积乘以箱子的数量，计算得到每个所述订单对应的物品的体积；
订单排序单元，用于将多个所述订单按照订单对应的物品的体积由大到小的顺序进行排序，得到具有顺序排列的多个所述订单。
优选地，装载率包括：
平面装载率或者空间装载率。
一种电子设备，包括存储器和处理器；
其中，所述存储器用于存储程序；
处理器用于调用程序，其中，所述程序用于：
获取具有同一起始地信息和同一目的地信息的多个订单；
将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列；
将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
将装载率小于所述第一预设数值的每个所述车辆装载的订单输出；
其中，当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，按照每个所述订单的排列顺序，依次为每个所述订单分配车辆，包括：
获取未分配车辆的所有订单；
按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
当判断出第m个车辆能容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第m个车辆；
当判断出第m个车辆不能容纳对应的物品的体积最大、且未分配车辆的订单，使m＝m+1，并返回按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
当每个车辆均不能容纳对应的物品的体积最大、且未分配车辆的订单时，为对应的物品的体积最大、且未分配车辆的订单开放一个新车辆，并将所述新车辆加入到所述车辆组中；其中，所述新车辆可以容纳对应的物品的体积最大、且未分配车辆的订单；
将m的值设置为初始值；
返回所述按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，m为正整数，且m的最大值为车辆组中包含的车辆数。
相较于现有技术，本发明具有以下有益效果：
本发明提供了一种订单的分配方法、装置及电子设备，本发明中对具有同一起始地信息和同一目的地信息的多个订单分配了多个车辆，进而能够在起始地的所有订单对应的物品的体积和超过一辆车的装载限制时，多个车辆同时去装载同一个起始地的订单对应的物品，解决了现有技术中当一个站点的订单量对应的物品的体积超过一辆车的装载限制而导致这个站点需要重复访问时，建立的旅行商路线就不再适用的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种订单的分配方法的方法流程图；
图2为本发明提供的另一种订单的分配方法的方法流程图；
图3为本发明提供的又一种订单的分配方法的方法流程图；
图4为本发明提供的一种订单的分配装置的结构示意图；
图5为本发明提供的另一种订单的分配装置的结构示意图；
图6为本发明提供的又一种订单的分配装置的结构示意图；
图7为本发明提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种订单的分配方法，参照图1，包括：
S101、获取具有同一起始地信息和同一目的地信息的多个订单；
其中，起始地信息是指起始地的地址信息，目的地信息是指目的地的地址信息。
同一起始地和同一目的地会有多个订单，每个订单中包含的箱子的型号以及数量可能相同，也可能不同。需要说明的是，每个订单中箱子的型号仅为一种，这样是为了方便装车时保证箱子装载方便。
S102、将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
可选的，本发明的另一实施例中，步骤S102包括：
将每个所述订单中包含的箱子的体积乘以箱子的数量，计算得到每个所述订单对应的物品的体积；
将多个所述订单按照订单对应的物品的体积由大到小的顺序进行排序，得到具有顺序排列的多个所述订单。
本实施例中是通过每个订单对应的物品的体积对订单进行排序的，可选的，还可以按照订单中包含的箱子的型号进行排序，将具有相同型号的箱子的订单排列在一起。
S103、按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；
其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列。
具体的，车辆组中包含的车辆的车型可能相同，也可能不同，每个车辆的装载率也可能相同或者不同。
此外，已经将车辆组中的车辆进行了排序，为每个车辆按照顺序分配了一个车号。将车辆进行排序的目的是，是为了在将订单进行分配时，能够将按照车辆的顺序分配车辆。
S104、将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
具体的，装载率包括：平面装载率或者空间装载率。
平面装载率是指车上装载的箱子所占的车面的面积，空间装载率是指车上装载的箱子所占的空间体积。
将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出，是为了在订单分配的后续优化步骤中，将订单捆作为最小的单位，能够大大减少搜索空间，减少了优化算法的无效搜索，能够更加快速的找到最优解。
S105、将装载率小于所述第一预设数值的每个所述车辆装载的订单输出。
本发明中，装载率小于所述第一预设数值的每个所述车辆装载的订单以及具有不同的起始地信息或者是目的地信息的订单会进行后续的优化算法。其中，后续的优化算法包括蚁群算法、粒子群算法等算法。本发明中仅需要将装载率小于所述第一预设数值的每个所述车辆装载的订单输出即可，会有相应的模块进行后续的优化。
其中，第一预设数值是工作人员根据具体的车辆情况进行设定的。
本实施例提供了一种订单的分配方法，本实施例中对具有同一起始地信息和同一目的地信息的多个订单分配了多个车辆，进而能够在起始地的所有订单对应的物品的体积和超过一辆车的装载限制时，多个车辆同时去装载同一个起始地的订单对应的物品，解决了现有技术中当一个站点的订单量对应的物品的体积超过一辆车的装载限制而导致这个站点需要重复访问时，建立的旅行商路线就不再适用的问题。
可选的，本发明的另一实施例中，步骤S103包括：
S201、当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，获取未分配车辆的所有订单；
其中，第二预设数值或者第三预设数值是工作人员具体的订单情况进行设定的。当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，说明订单量不大。当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，说明订单量较大。
获取未分配车辆的所有订单是指还没有分配车辆的订单。
S202、按照车辆的排列顺序，判断第m个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；当判断出第m个车辆能容纳对应的物品的体积最大、且未分配车辆的订单，执行步骤S203，当判断出第m个车辆不能容纳对应的物品的体积最大、且未分配车辆的订单，执行步骤S204。当判断出每个车辆均不能容纳对应的物品的体积最大、且未分配车辆的订单时，执行步骤S205。
其中，m为正整数，且m的最大值为车辆组中包含的车辆数。
按照车辆的排列顺序，是指，从第一个车辆开始进行分配。
首先从订单中挑选出对应的物品的体积最大、且未分配车辆的订单，然后看看第a个车辆是否能够容纳该订单对应的物品。
S203、将对应的物品的体积最大、且未分配车辆的订单分配给第m个车辆；
具体的，当第m个车辆能够容纳对应的物品的体积最大、且未分配车辆的订单时，就将该订单分配给第m个车辆。
S204、使m＝m+1；
当第m个车辆不能够容纳对应的物品的体积最大、且未分配车辆的订单时，就判断下一个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单。
需要说明的是，执行完步骤S204后，返回步骤S202。
S205、为对应的物品的体积最大、且未分配车辆的订单开放一个新车辆，并将所述新车辆加入到所述车辆组中；其中，所述新车辆可以容纳对应的物品的体积最大、且未分配车辆的订单；
具体的，当车辆组中的每个车辆均不能够装载下对应的物品的体积最大、且未分配车辆的订单时，就为该订单开放一个新车辆，其中，所述新车辆能够容纳该订单，并将该车辆加入到车辆组中，为新车辆进行排序。
S206、将m的值设置为初始值；
具体的，将m的值设置为初始值后，当选取到对应的物品的体积最大、且未分配车辆的订单，就从第一辆车开始判读是否能够承载该订单。
S207、判断是否为未分配车辆的所有订单均分配了车辆；当判断出为未分配车辆的所有订单均分配了车辆，结束，当判断出没有未为未分配车辆的所有订单均分配了车辆，返回步骤S201。
本实施例中的步骤S201至步骤S207为订单遍历车辆的具体步骤，本实施例中只有在任何一个车辆均不能够承载下一个订单对应的物品时，才开放新的车辆，能够保证使用的车辆数最小，且每个车辆的装载率尽可能大。
可选的，本发明的另一实施例中，步骤S103包括：
S301、当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，获取未分配车辆的所有订单；
其中，当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，说明订单量较大。
S302、按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；当判断第a个车辆能够容纳对应的物品的体积最大、且未分配车辆的订单，执行步骤S303，当判断第a个车辆不能够容纳对应的物品的体积最大、且未分配车辆的订单，执行步骤S304。
其中，a为正整数且a的最大值为车辆组中包含的车辆数。
按照车辆的排列顺序是指从第一辆车开始，判断是否能够容纳对应的物品的体积最大、且未分配车辆的订单。
此外，对应的物品的体积最大、且未分配车辆的订单是从所有的具有同一起始地信息和同一目的地信息的订单中选取的对应的物品的体积最大、且未分配车辆的订单。
S303、将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆；
需要说明的是，执行完步骤S303后，返回执行步骤S302，此时，依然选取对应的物品的体积最大、且未分配车辆的订单，但是这次选取的对应的物品的体积最大、且未分配车辆的订单。
将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆，是指第a个车辆会装载该订单中的物品。
S304、判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；当判断出第a个车辆能够容纳对应的物品的体积最小、且未分配车辆的订单，执行步骤S305，当判断出第a个车辆不能够容纳对应的物品的体积最小、且未分配车辆的订单，执行步骤S306。
当第a个车辆不能够再继续装载对应的物品的体积最大、且未分配车辆的订单时，就让该车辆从对应的物品的体积最小、且未分配车辆的订单开始装载。
S305、将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆；
需要说明的是，执行完步骤S305后，返回步骤S304，此时，依然从剩下的未分配车辆的订单中选取对应的物品的体积最小的订单。
S306、使a＝a+1；
即，去判断下一个车辆能够装载的订单。需要说明的是，执行完步骤S306后，执行步骤S302。
S307、判断是否为未分配车辆的所有订单均分配了车辆；
当判断出未分配车辆的所有订单均分配了车辆，结束，当判断出没有为未分配车辆的所有订单均分配了车辆，返回执行步骤S301。直到为未分配车辆的所有订单均分配了车时停止。
本实施例中，上述步骤S301至S307为车辆遍历订单的方法的具体过程，本实施例中，能够加速在订单量较大的情况下的预处理过程，但同时也不会损失太多的装载率。
需要说明的是，不管是车辆遍历订单的方法还是订单遍历车辆的方法，均需要保证
其中xij是0-1变量，代表第i张订单是否分配给第j辆车。voli代表第i张订单包含的箱子的体积大小，li、wi、hi分别代表该箱子的长宽高。M代表一辆车的可用体积，L、W、H分别代表该车型的可用长宽高。目标是在给定订单的情况下，最小化使用的车辆数同时最小化装载率最低的那辆车的装载率，即使得前面的车装得尽可能满。第一个约束代表每一张订单仅分配给一辆车，后三个约束代表一辆车的装载限制，每个箱子的高度不超过车的可用高度，箱子在平面堆叠时不能超过车的可用长度和宽度。
该模型涉及多目标的优化，较为复杂，因此我们将该模型转化为两次单目标优化，先确定最小使用车辆，再固定车辆数最小化最低装载率。
最小化车辆数的数学模型：
最小化最低装载率的数学模型：
为了本领域的技术人员能够了解车辆遍历订单的方法和订单遍历车辆的方法的优势，现举例进行说明。其中，将车辆遍历订单的方法称为贪心算法，将将订单遍历车辆的方法称为快速贪心算法。
(1)贪心算法
原始订单：4005张，涉及185个起始地，28个目的地，共485对起始地和目的地的组合
排序方法：订单的所有箱子总体积从大到小排列
贪心算法：订单遍历车辆的贪心算法
装载率阈值：装载率最低的订单捆退出
最终结果：剩余订单为2550张，平均空间装载率为66.22％，运行时间为133.18秒
(2)快速贪心算法
原始订单：4005张，涉及185个起始地，28个目的地，共485对起始地和目的地的组合
排序方法：订单的所有箱子总体积从大到小排列
贪心算法：车辆遍历订单的快速贪心算法
装载率阈值：装载率最低的订单捆退出
最终结果：剩余订单为2526张，平均空间装载率为65.48％，运行时间为45.28秒
(3)无预处理的优化算法
原始订单：4005张
预处理方法：无
优化算法：自适应的模拟退火算法
约束条件：时间窗限制、车型限制、流量控制、装载限制、区域划分限制
优化结果：总里程79323.8公里，载重里程41886.6公里，动态装载率49.0％，运行时间12小时
(4)带有预处理的优化算法
原始订单：4005张
预处理方法：贪心算法与快速贪心算法的结合
优化算法：自适应的模拟退火算法
约束条件：时间窗限制、车型限制、流量控制、装载限制、区域划分限制
优化结果：总里程73496.4公里，载重里程38254.2公里，动态装载率52.4％，运行时间7.5小时。
需要说明的一点是，贪心算法和快速贪心算法中，最终结果中的剩余订单数中，将同一个车辆中装载的所有订单作为一个订单捆，当成一个订单进行计数。
在该实施例中，快速贪心算法的效率是第一种贪心算法的3倍，对订单的整合效果大致相同，平均空间装载率相比贪心算法损失1％。因此结合实际的业务需求选择合适的贪心算法，是对订单预处理的质量和效率的一个平衡，在订单量不同的场景下交换使用两种贪心算法，可以使得整个预处理的过程达到最好的效果。
在是否带有预处理的优化算法比较中，可以明显看到，对于相同约束使用相同优化算法的物流优化问题，带有预处理的算法大大提高了后续优化算法的收敛精度和速度。这是因为在问题规模非常大的情形下，即便是全局最优的优化算法也很难搜索到全部的空间，订单的预处理有效地缩小了搜索空间，使得优化算法可以集中在最可能达到最优结果的空间中搜索，同时收敛速度也得到提升。
可选的，本发明的另一实施例中提供了一种订单的分配装置，参照图4，包括：
获取单元101，用于获取具有同一起始地信息和同一目的地信息的多个订单；
排序单元102，用于将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
车辆分配单元103，用于按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列；
第一输出单元104，用于将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
第二输出单元105，用于将装载率小于所述第一预设数值的每个所述车辆装载的订单输出。
其中，装载率包括：平面装载率或者空间装载率。
本实施例提供了一种订单的分配装置，本实施例中对具有同一起始地信息和同一目的地信息的多个订单分配了多个车辆，进而能够在起始地的所有订单对应的物品的体积和超过一辆车的装载限制时，多个车辆同时去装载同一个起始地的订单对应的物品，解决了现有技术中当一个站点的订单量对应的物品的体积超过一辆车的装载限制而导致这个站点需要重复访问时，建立的旅行商路线就不再适用的问题。
需要说明的是，本实施例中的各个单元的工作过程，请参照上述实施例中的相应的部分，在此不再赘述。
可选的，本发明的另一实施例中，参照图5，所述车辆分配单元103包括：
第一订单获取单201，用于当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，获取未分配车辆的所有订单；
第一判断单元202，用于按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
第一分配单元203，用于当所述第一判断单元202判断出第m个车辆能容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第m个车辆；
第一控制单元204，用于当所述第一判断单元202判断出第m个车辆不能容纳对应的物品的体积最大、且未分配车辆的订单，使m＝m+1；
所述第一判断单元202，还用于当控制单元204使m＝m+1后，按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
车辆开放单元205，用于当每个车辆均不能容纳对应的物品的体积最大、且未分配车辆的订单时，为对应的物品的体积最大、且未分配车辆的订单开放一个新车辆，并将所述新车辆加入到所述车辆组中；
设置单元206，用于将m的值设置为初始值；
所述第一判断单元202，还用于当设置单元206将m的值设置为初始值后，按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，m为正整数，且m的最大值为车辆组中包含的车辆数。
本实施例中只有在任何一个车辆均不能够承载下一个订单对应的物品时，才开放新的车辆，能够保证使用的车辆数最小，且每个车辆的装载率尽可能大。
需要说明的是，本实施例中的各个单元的工作过程，请参照上述实施例中的相应的部分，在此不再赘述。
可选的，本发明的另一实施例中，参照图6，所述车辆分配单元103包括：
第二订单获取单元301，用于当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，获取未分配车辆的所有订单；
第二判断单元302，用于按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
第二分配单元303，用于当所述第二判断单元302判断第a个车辆能够容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆；
所述第二判断单元302，还用于当所述第二分配单元303将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆后，按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
第三判断单元304，用于当所述第二判断单元302判断第a个车辆不能够容纳对应的物品的体积最大、且未分配车辆的订单，判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
第三分配单元305，用于当所述第三判断单元304判断出第a个车辆能够容纳对应的物品的体积最小、且未分配车辆的订单，将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆；
所述第三判断单元304，还用于所述第三分配单元305将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆后，判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
第二控制单元306，用于当所述第三判断单元304判断出第a个车辆不能够容纳对应的物品的体积最小、且未分配车辆的订单，使a＝a+1；
所述第二判断单元302，还用于所述第二控制单元306使a＝a+1后，按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，a为正整数且a的最大值为车辆组中包含的车辆数。
本实施例中，能够加速在订单量较大的情况下的预处理过程，但同时也不会损失太多的装载率。
需要说明的是，本实施例中的各个单元的工作过程，请参照上述实施例中的相应的部分，在此不再赘述。
可选的，本发明的另一实施例中提供了一种电子设备，参照图7，包括存储器401和处理器402；
其中，所述存储器401用于存储程序；
处理器402用于调用程序，其中，所述程序用于：
获取具有同一起始地信息和同一目的地信息的多个订单；
将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列；
将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
将装载率小于所述第一预设数值的每个所述车辆装载的订单输出。
本实施例提供了一种电子设备，本实施例中对具有同一起始地信息和同一目的地信息的多个订单分配了多个车辆，进而能够在起始地的所有订单对应的物品的体积和超过一辆车的装载限制时，多个车辆同时去装载同一个起始地的订单对应的物品，解决了现有技术中当一个站点的订单量对应的物品的体积超过一辆车的装载限制而导致这个站点需要重复访问时，建立的旅行商路线就不再适用的问题。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种订单的分配方法，其特征在于，包括：
获取具有同一起始地信息和同一目的地信息的多个订单；
将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列；
将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
将装载率小于所述第一预设数值的每个所述车辆装载的订单输出；
其中，当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，按照每个所述订单的排列顺序，依次为每个所述订单分配车辆，包括：
获取未分配车辆的所有订单；
按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
当判断出第m个车辆能容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第m个车辆；
当判断出第m个车辆不能容纳对应的物品的体积最大、且未分配车辆的订单，使m＝m+1，并返回按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
当每个车辆均不能容纳对应的物品的体积最大、且未分配车辆的订单时，为对应的物品的体积最大、且未分配车辆的订单开放一个新车辆，并将所述新车辆加入到所述车辆组中；其中，所述新车辆可以容纳对应的物品的体积最大、且未分配车辆的订单；
将m的值设置为初始值；
返回所述按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，m为正整数，且m的最大值为车辆组中包含的车辆数。
2.根据权利要求1所述的分配方法，其特征在于，当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，按照每个所述订单的排列顺序，依次为每个所述订单分配车辆，包括：
获取未分配车辆的所有订单；
按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
当判断第a个车辆能够容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆；
返回按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
当判断第a个车辆不能够容纳对应的物品的体积最大、且未分配车辆的订单，判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
当判断出第a个车辆能够容纳对应的物品的体积最小、且未分配车辆的订单，将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆；
返回判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
当判断出第a个车辆不能够容纳对应的物品的体积最小、且未分配车辆的订单，使a＝a+1，并返回按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，a为正整数且a的最大值为车辆组中包含的车辆数。
3.根据权利要求1所述的分配方法，其特征在于，将多个所述订单进行排序，得到具有顺序排列的多个所述订单，包括：
将每个所述订单中包含的箱子的体积乘以箱子的数量，计算得到每个所述订单对应的物品的体积；
将多个所述订单按照订单对应的物品的体积由大到小的顺序进行排序，得到具有顺序排列的多个所述订单。
4.根据权利要求1所述的分配方法，其特征在于，装载率包括：
平面装载率或者空间装载率。
5.一种订单的分配装置，其特征在于，包括：
获取单元，用于获取具有同一起始地信息和同一目的地信息的多个订单；
排序单元，用于将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
车辆分配单元，用于按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列；
第一输出单元，用于将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
第二输出单元，用于将装载率小于所述第一预设数值的每个所述车辆装载的订单输出；
其中，当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，所述车辆分配单元包括：
第一订单获取单元，用于当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，获取未分配车辆的所有订单；
第一判断单元，用于按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
第一分配单元，用于当所述第一判断单元判断出第m个车辆能容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第m个车辆；
第一控制单元，用于当所述第一判断单元判断出第m个车辆不能容纳对应的物品的体积最大、且未分配车辆的订单，使m＝m+1；
所述第一判断单元，还用于当控制单元使m＝m+1后，按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
车辆开放单元，用于当每个车辆均不能容纳对应的物品的体积最大、且未分配车辆的订单时，为对应的物品的体积最大、且未分配车辆的订单开放一个新车辆，并将所述新车辆加入到所述车辆组中；其中，所述新车辆可以容纳对应的物品的体积最大、且未分配车辆的订单；
设置单元，用于将m的值设置为初始值；
所述第一判断单元，还用于当设置单元将m的值设置为初始值后，按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，m为正整数，且m的最大值为车辆组中包含的车辆数。
6.根据权利要求5所述的分配装置，其特征在于，当订单总量大于第二预设数值或者是全部所述订单对应的物品的体积和大于第三预设数值时，所述车辆分配单元包括：
第二订单获取单元，用于获取未分配车辆的所有订单；
第二判断单元，用于按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
第二分配单元，用于当所述第二判断单元判断第a个车辆能够容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆；
所述第二判断单元，还用于当所述第二分配单元将对应的物品的体积最大、且未分配车辆的订单分配给第a个车辆后，按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单；
第三判断单元，用于当所述第二判断单元判断第a个车辆不能够容纳对应的物品的体积最大、且未分配车辆的订单，判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
第三分配单元，用于当所述第三判断单元判断出第a个车辆能够容纳对应的物品的体积最小、且未分配车辆的订单，将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆；
所述第三判断单元，还用于所述第三分配单元将对应的物品的体积最小、且未分配车辆的订单分配给第a个车辆后，判断第a个车辆是否能够容纳对应的物品的体积最小、且未分配车辆的订单；
第二控制单元，用于当所述第三判断单元判断出第a个车辆不能够容纳对应的物品的体积最小、且未分配车辆的订单，使a＝a+1；
所述第二判断单元，还用于所述第二控制单元使a＝a+1后，按照车辆的排列顺序，判断第a个车辆是否能够容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，a为正整数且a的最大值为车辆组中包含的车辆数。
7.根据权利要求5所述的分配装置，其特征在于，所述排序单元包括：
体积计算单元，用于将每个所述订单中包含的箱子的体积乘以箱子的数量，计算得到每个所述订单对应的物品的体积；
订单排序单元，用于将多个所述订单按照订单对应的物品的体积由大到小的顺序进行排序，得到具有顺序排列的多个所述订单。
8.根据权利要求5所述的分配装置，其特征在于，装载率包括：
平面装载率或者空间装载率。
9.一种电子设备，其特征在于，包括存储器和处理器；
其中，所述存储器用于存储程序；
处理器用于调用程序，其中，所述程序用于：
获取具有同一起始地信息和同一目的地信息的多个订单；
将多个所述订单进行排序，得到具有顺序排列的多个所述订单；
按照每个所述订单的排列顺序，依次为每个所述订单分配车辆；其中，所述车辆为车辆组中的一个车辆，所述车辆组包含多个车辆且所述车辆组中的车辆顺序排列；
将装载率大于第一预设数值的每个所述车辆装载的订单作为一个订单捆输出；
将装载率小于所述第一预设数值的每个所述车辆装载的订单输出；
其中，当订单总量小于第二预设数值或者是全部所述订单对应的物品的体积和小于第三预设数值时，按照每个所述订单的排列顺序，依次为每个所述订单分配车辆，包括：
获取未分配车辆的所有订单；
按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
当判断出第m个车辆能容纳对应的物品的体积最大、且未分配车辆的订单，将对应的物品的体积最大、且未分配车辆的订单分配给第m个车辆；
当判断出第m个车辆不能容纳对应的物品的体积最大、且未分配车辆的订单，使m＝m+1，并返回按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单；
当每个车辆均不能容纳对应的物品的体积最大、且未分配车辆的订单时，为对应的物品的体积最大、且未分配车辆的订单开放一个新车辆，并将所述新车辆加入到所述车辆组中；其中，所述新车辆可以容纳对应的物品的体积最大、且未分配车辆的订单；
将m的值设置为初始值；
返回所述按照车辆的排列顺序，判断第m个车辆是否能容纳对应的物品的体积最大、且未分配车辆的订单，直到为未分配车辆的所有订单均分配了车辆时停止，其中，m为正整数，且m的最大值为车辆组中包含的车辆数。
CN201710681904.9A 2017-08-10 2017-08-10 一种订单的分配方法、装置及电子设备 Active CN107491836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710681904.9A CN107491836B (zh) 2017-08-10 2017-08-10 一种订单的分配方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710681904.9A CN107491836B (zh) 2017-08-10 2017-08-10 一种订单的分配方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN107491836A true CN107491836A (zh) 2017-12-19
CN107491836B CN107491836B (zh) 2020-11-06

Family

ID=60643449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710681904.9A Active CN107491836B (zh) 2017-08-10 2017-08-10 一种订单的分配方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN107491836B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447338A (zh) * 2018-10-23 2019-03-08 杭州虹晟信息科技有限公司 基于大数据的智能物流云端管理系统
CN110070237A (zh) * 2019-05-07 2019-07-30 卓集送信息科技（武汉）有限公司 基于货物配送点、货物体积和车型的货物配载计算方法
CN110309946A (zh) * 2019-05-09 2019-10-08 上汽安吉物流股份有限公司 物流路径规划方法及装置、计算机可读介质以及物流系统
CN111612199A (zh) * 2019-02-26 2020-09-01 北京京东尚科信息技术有限公司 一种物流网络优化方法、装置、计算机设备及存储介质
CN111695732A (zh) * 2020-06-09 2020-09-22 武汉问道信息技术有限公司 一种烟草成品物流的订单分批与路径规划方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1936937A (zh) * 2005-09-20 2007-03-28 中国海洋大学 多约束条件下的启发式配车方法
CN101593321A (zh) * 2009-06-30 2009-12-02 北京交通大学 一种车辆货物装载方法以及货物装载方案确定装置
CN103544588A (zh) * 2013-10-31 2014-01-29 深圳市华傲数据技术有限公司 一种物流货物智能装车的方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1936937A (zh) * 2005-09-20 2007-03-28 中国海洋大学 多约束条件下的启发式配车方法
CN101593321A (zh) * 2009-06-30 2009-12-02 北京交通大学 一种车辆货物装载方法以及货物装载方案确定装置
CN103544588A (zh) * 2013-10-31 2014-01-29 深圳市华傲数据技术有限公司 一种物流货物智能装车的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
安龙龙: "整车物流智能调度算法研究及应用", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447338A (zh) * 2018-10-23 2019-03-08 杭州虹晟信息科技有限公司 基于大数据的智能物流云端管理系统
CN109447338B (zh) * 2018-10-23 2021-10-22 广州华恒物流有限公司 基于大数据的智能物流云端管理系统
CN111612199A (zh) * 2019-02-26 2020-09-01 北京京东尚科信息技术有限公司 一种物流网络优化方法、装置、计算机设备及存储介质
CN110070237A (zh) * 2019-05-07 2019-07-30 卓集送信息科技（武汉）有限公司 基于货物配送点、货物体积和车型的货物配载计算方法
CN110309946A (zh) * 2019-05-09 2019-10-08 上汽安吉物流股份有限公司 物流路径规划方法及装置、计算机可读介质以及物流系统
CN111695732A (zh) * 2020-06-09 2020-09-22 武汉问道信息技术有限公司 一种烟草成品物流的订单分批与路径规划方法
CN111695732B (zh) * 2020-06-09 2022-07-26 武汉问道信息技术有限公司 一种烟草成品物流的订单分批与路径规划方法

Also Published As

Publication number Publication date
CN107491836B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
CN107491836A (zh) 一种订单的分配方法、装置及电子设备
CN102542395B (zh) 一种应急物资调度系统及计算方法
Dullaert et al. New heuristics for the fleet size and mix vehicle routing problem with time windows
Koo et al. Fleet sizing and vehicle routing for container transportation in a static environment
Yu et al. Storage space allocation models for inbound containers in an automatic container terminal
Chen et al. The storage location assignment problem for outbound containers in a maritime terminal
Woo et al. Estimating the space requirement for outbound container inventories in port container terminals
CN107977739A (zh) 物流配送路径的优化方法、装置及设备
CN111598341B (zh) 一种基于物资配载和路径优化电力物资配送方法及系统
Lee et al. Comparison and evaluation of various cycle-time models for yard cranes in container terminals
CN104504459B (zh) 物流运输优化方法及系统
CN108549978A (zh) 一种调配安全货运车辆的方法及系统
Pjevčević et al. Application of DEA to the analysis of AGV fleet operations in a port container terminal
Yurek et al. Traveling salesman problem with drone under recharging policy
CN112529487B (zh) 车辆调度方法、装置以及存储介质
CN113240234A (zh) 煤炭港口装船设备分配与船舶交通组织协调优化方法
Won et al. Workload-based yard-planning system in container terminals
CN114881564A (zh) 多深货位分配方法、装置、计算机设备和存储介质
CN112418475B (zh) 物流路径规划方法、装置、电子设备及存储介质
Yin et al. Scheduling quay cranes and shuttle vehicles simultaneously with limited apron buffer capacity
CN108197879A (zh) 一种多模式客货共运方法及系统
Jiang et al. Optimization of integrated scheduling of restricted channels, berths, and yards in bulk cargo ports considering carbon emissions
CN115730807A (zh) 运输车辆调度方法、系统、设备及存储介质
Tsai et al. A network model for solving the yard truck routing and scheduling problem
Dotoli et al. A technique for the optimal management of containers' drayage at intermodal terminals

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
TR01 Transfer of patent right

Effective date of registration: 20210108

Address after: No. 203, Shanghai Songjiang Road, No. 201563, Pudong New Area

Patentee after: SAIC Motor Corp.,Ltd.

Address before: 201203 Room 509, Building No. 1, 563 Songtao Road, Zhangjiang High-tech Park, Pudong New Area, Shanghai

Patentee before: SAIC Motor Corp.,Ltd.

TR01 Transfer of patent right