CN108197879B - 一种多模式客货共运方法及系统 - Google Patents

一种多模式客货共运方法及系统 Download PDF

Info

Publication number
CN108197879B
CN108197879B CN201810096380.1A CN201810096380A CN108197879B CN 108197879 B CN108197879 B CN 108197879B CN 201810096380 A CN201810096380 A CN 201810096380A CN 108197879 B CN108197879 B CN 108197879B
Authority
CN
China
Prior art keywords
pivot
area
goods
transportation
region
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
Application number
CN201810096380.1A
Other languages
English (en)
Other versions
CN108197879A (zh
Inventor
暨育雄
郑玉靖
杜豫川
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN201810096380.1A priority Critical patent/CN108197879B/zh
Publication of CN108197879A publication Critical patent/CN108197879A/zh
Application granted granted Critical
Publication of CN108197879B publication Critical patent/CN108197879B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0834Choice of carriers

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

本发明公开了一种多模式客货共运方法及系统。该共运方法由公共交通线网和小型营运客车共同配合运输,不同运输模式通过枢纽进行结合,能够充分发挥两类交通方式各自的特点,提高货物运输效率;且本发明用于货物配送的运输资源为客运系统剩余运力,而非直接调用客运系统资源,能够最大程度地减少货物运输对原本客运服务的影响。

Description

一种多模式客货共运方法及系统
技术领域
本发明涉及物流技术领域,特别是涉及一种多模式客货共运方法及系统。
背景技术
随着我国电子商务的迅猛发展,快递业务飞速增长,从2012年到2016年已连续五年保持了平均50%以上的增速,2016年业务量已突破300亿件。庞大的快递运输需求导致城市道路中越来越多的大型货运车辆,给原已拥堵不堪的城市道路带来更大的压力。另一方面,随着业务量增长带来的规模效应,快递单价不断下降。然而,自2016年以来,快递单价降幅明显收窄,其主要原因是传统运输方式下成本下降空间有限,快递业已进入微利润时代(平均每单盈利约0.2元)。因此,快递行业亟须改变传统思路,寻求新的运输手段,从而降低运营成本,争取价格优势,同时减少对城市交通环境的负面影响。
目前,在利用客运系统进行快递配送方面,存在以下问题:1)只考虑出租车一种客运方式,且一单快递只通过一趟出租车进行运输,因此难以直接应用于长距离快递运输;2)直接使用客运系统车辆资源,未经过剩余运力分析,可能对正常客运服务造成一定负面影响。
发明内容
本发明的目的是提供一种多模式客货共运方法及系统,用以克服现有技术存在的问题,通过公共交通工具以及小型营运客车共同运输货物,提高运输效率,减少对城市交通环境的负面影响。
为实现上述目的,本发明提供了如下方案:
一种多模式客货共运方法,所述共运方法包括:
将目标范围划分为多个区域,使每一个区域均具有快递网点,且各区域中具有公交交通站点的区域为枢纽候选区域;
统计各区域之间的运输工具的剩余运力;所述剩余运力表示所述运输工具完成客运服务之后剩余的运输能力;所述运输工具包括公共交通工具以及小型营运客车;
从全部枢纽候选区域中选择部分枢纽候选区域为枢纽区域,并在每一个所述枢纽区域均建立枢纽,所述枢纽表示快递暂存点;
获取待运输货物的信息以及待转运货物的信息,所述待运输货物的信息包括运单号、寄件地点、收件地点、货物大小;所述待转运货物的信息包括运单号、寄件地点、收件地点、货物大小以及转运路线;
根据所述待运输货物的信息规划所述运输货物的配送路线;
叠加所述配送路线以及所述转运路线,得到运输任务以及转运任务;
将所述运输任务分配给所述运输工具,进行货物的运输;
将所述转运任务分配给所述枢纽,进行货物的转运。
可选的,所述将所述目标范围划分为多个区域,具体包括:
通过空间网格划分所述目标范围,得到多个网格区域,各所述空间网格互不重叠;
针对每一个网格区域,判断所述网格区域是否具有快递网点;若是,表示所述网格区域为区域;若否,将所述网格区域合并到相邻的区域中;
针对每一个区域,判断所述区域是否包具有公交交通站点;若是,表示所述区域为枢纽候选区域。
可选的,所述统计各区域之间的运输工具的剩余运力,具体包括:
获取所述小型营运客车的起点区域以及终点区域;
统计所述小型营运客车从所述起点区域到所述终点区域内重车行驶过程中后备箱的可用容量以及空车行驶过程中后备箱的可用容量;
根据后备箱的可用容量得到所述小型营运客车的剩余运力。
可选的,所述规划所述运输货物的配送路线,具体包括:
获取所述运输货物的寄件地点以及收件地点;
根据所述寄件地点以及所述收件地点在所述枢纽区域选择枢纽,得到起点枢纽以及终点枢纽;
根据所述起点枢纽以及所述终点枢纽规划所述运输货物的配送路线。
可选的,所述将所述运输任务分配给所述运输工具,进行货物的运输,具体包括:
将各所述枢纽之间的运输任务分配给所述公共交通工具;
将所述枢纽与所述快递网点之间的运输任务分配给所述小型营运客车。
本发明还提供了一种多模式客货共运系统,所述共运系统包括:
划分模块,用于将目标范围划分为多个区域,使每一个区域均具有快递网点,且各区域中具有公交交通站点的区域为枢纽候选区域;
统计模块,用于统计各区域之间的运输工具的剩余运力;所述剩余运力表示所述运输工具完成客运服务之后剩余的运输能力;所述运输工具包括公共交通工具以及小型营运客车;
选择模块,用于从全部枢纽候选区域中选择部分枢纽候选区域为枢纽区域,并在每一个所述枢纽区域均建立枢纽,所述枢纽表示快递暂存点;
信息获取模块,用于获取待运输货物的信息以及待转运货物的信息,所述待运输货物的信息包括运单号、寄件地点、收件地点、货物大小;所述待转运货物的信息包括运单号、寄件地点、收件地点、货物大小以及转运路线;
规划模块,用于根据所述待运输货物的信息规划所述运输货物的配送路线;
叠加模块,用于叠加所述配送路线以及所述转运路线,得到运输任务以及转运任务;
第一分配模块,用于将所述运输任务分配给所述运输工具,进行货物的运输;
第二分配模块,将所述转运任务分配给所述枢纽,进行货物的转运。
可选的,所述划分模块包括:
划分单元,用于通过空间网格划分所述目标范围,得到多个网格区域,各所述空间网格互不重叠;
第一判断单元,用于针对每一个网格区域,判断所述网格区域是否具有快递网点;若是,表示所述网格区域为区域;若否,将所述网格区域合并到相邻的区域中;
第二判断单元,用于针对每一个区域,判断所述区域是否包具有公交交通站点;若是,表示所述区域为枢纽候选区域。
可选的,所述统计模块包括:
第一获取单元,用于获取所述小型营运客车的起点区域以及终点区域;
统计单元,用于统计所述小型营运客车从所述起点区域到所述终点区域内重车行驶过程中后备箱的可用容量以及空车行驶过程中后备箱的可用容量;
计算单元,用于根据后备箱的可用容量计算所述小型营运客车的剩余运力。
可选的,所述规划模块包括:
第二获取单元,用于获取所述运输货物的寄件地点以及收件地点;
选择单元,用于根据所述寄件地点以及所述收件地点在枢纽区域选择枢纽,得到起点枢纽以及终点枢纽;
规划单元,用于根据所述起点枢纽以及所述终点枢纽规划所述运输货物的配送路线。
可选的,所述第一分配模块包括:
第一分配单元,用于将各所述枢纽之间的运输任务分配给所述公共交通工具;
第二分配单元,用于将所述枢纽与所述快递网点之间的运输任务分配给所述小型营运客车。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明由公共交通线网和小型营运客车共同配合运输,不同运输模式通过枢纽进行结合,能够充分发挥两类交通方式各自的特点,提高货物运输效率;且本发明用于货物配送的运输资源为客运系统剩余运力,而非直接调用客运系统资源,能够最大程度地减少货物运输对原本客运服务的影响。
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一些实施例,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为本发明实施例提供的一种多模式客货共运方法的流程图;
图2为本发明实施例提供的一种多模式客货共运系统的结构框图;
图3为本发明实施例提供的一种多模式客货共运方法的示意图。
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。
本发明的目的是提供一种多模式客货共运方法及系统,用以克服现有技术存在的问题,通过公共交通工具以及小型营运客车共同运输货物,提高运输效率,减少对城市交通环境的负面影响。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的一种多模式客货共运方法的流程图;图3为本发明实施例提供的一种多模式客货共运方法的示意图。
如图1,图3所示,一种多模式客货共运方法包括以下步骤:
步骤101:将目标范围划分为多个区域,使每一个区域均具有快递网点,且各区域中具有公交交通站点的区域为枢纽候选区域。
具体的,通过空间网格划分所述目标范围,得到多个网格区域,各所述空间网格互不重叠;
针对每一个网格区域,判断所述网格区域是否具有快递网点;若是,表示所述网格区域为区域;若否,将所述网格区域合并到相邻的区域中;
针对每一个区域,判断所述区域是否包具有公交交通站点;若是,表示所述区域为枢纽候选区域。
步骤102:统计各区域之间的运输工具的剩余运力;所述剩余运力表示所述运输工具完成客运服务之后剩余的运输能力;所述运输工具包括公共交通工具以及小型营运客车。
具体的,统计所述小型营运客车从所述起点区域到所述终点区域内重车行驶过程中后备箱的可用容量以及空车行驶过程中后备箱的可用容量;
根据后备箱的可用容量得到所述小型营运客车的剩余运力。
步骤103:从全部枢纽候选区域中选择部分枢纽候选区域为枢纽区域,并在每一个所述枢纽区域均建立枢纽,所述枢纽表示快递暂存点。
具体的,通过建立最大覆盖模型并求解,来选择枢纽区域建立枢纽,具体包括如下子步骤:
(1)整理模型所涉集合。
将所有区域编号,记N表示这些编号的集合,记H表示其中枢纽候选区域编号的集合。
(2)获取模型输入参数。
记qi,j表示从区域i到区域j的剩余运力,其中i,j∈N;
记vi,k表示枢纽候选区域k和区域i之间是否具备建立连接的条件,是为1,否为0。所述vi,k的计算方法为:设定剩余运力阈值Q,如果枢纽候选区域k和区域i之间双向的剩余运力均不低于这个值,即qk,i≥Q且qi,k≥Q,则认为枢纽候选区域k和区域i之间具备建立连接的条件,即vi,k=1,否则vi,k=0,其中i∈N,k∈H;
记P表示期望建设枢纽的个数,所述P根据情况自行设定。
(3)设定模型决策变量。
设0-1变量Zi,k(i≠k)表示枢纽候选区域k和区域i之间是否建立连接,是为1,否为0,记Zi,k(i=k)表示是否在枢纽候选区域k建立枢纽,是为1,否为0,其中i∈N,k∈H;
(4)确定模型约束条件。
一个区域只能与一个枢纽建立连接,该约束数学表达形式为:
Figure BDA0001565115690000071
实际建设的枢纽个数为P个,该约束数学表达形式为:
k∈HZk,k=P;
如果枢纽候选区域与其他某个区域之间不具备建立连接的条件,则连接不会建立,如果具备建立连接的条件,则连接可能建立,也可能不建立,该约束数学表达形式为:
Figure BDA0001565115690000072
只有枢纽候选区域建立了枢纽,该区域才可能与其他区域建立连接,该约束数学表达形式为:
Figure BDA0001565115690000073
(5)确定模型目标函数:
模型优化目标是客货共运网络服务的区域尽可能多,该目标数学表达形式为:
maximize∑i∈Nk∈HZk,i
(6)求解所建数学模型:
采用最优化算法或启发式算法进行求解,得到所有决策变量Zi,k的取值,其中i∈N,k∈H,所述最优化算法包括分支定界法、割平面法等;所述启发式算法包括贪心算法、模拟退火算法、禁忌搜索、遗传算法、蚁群算法、人工智能算法等。
(7)描述模型输出结果的现实意义:
决策变量Zk的取值表示,如果Zi,k=1,i=k,则在枢纽候选区域k建立枢纽,如果Zi,k=0,i=k,则不在枢纽候选区域k建立枢纽,如果Zi,k=1,i≠k,则在枢纽区域k和区域i之间建立连接,如果Zi,k=0,i≠k,则不在枢纽区域k和区域i之间建立连接,其中i∈N,k∈H。
此外,还可以通过建立最小成本模型并求解,来选择枢纽区域建立枢纽,具体包括如下子步骤:
(1)整理模型所涉集合:
将所有区域编号,记N表示这些编号的集合,记H表示其中枢纽候选区域编号的集合。
(2)获取模型输入参数:
记di,j表示从区域i到区域j的快递需求量,其中i,j∈N,所述di,j由快递经营方提供;
记fi,k表示枢纽候选区域k和区域i之间采用小型营运客车运输货物的单位成本,其中i∈N,k∈H,所述fi,k由小型营运客车经营方提供;
记Fk,l表示枢纽候选区域k和枢纽候选区域l之间采用公共交通线网运输货物的单位成本,其中k,l∈H,所述Fk,l由公共交通线网经营方提供;
记gk表示在枢纽区域k建设和维护枢纽的成本,其中k∈H,所述gk由枢纽建设和维护方提供;
(3)设定模型决策变量:
设0-1变量Zk表示是否在枢纽候选区域k建立枢纽,是为1,否为0,其中k∈H;
设非负连续变量xi,k,l,j表示预期从区域i,依次经过枢纽区域k和l,到达区域j的快递量,其中i,j∈N,k,l∈H。
(4)确定模型约束条件:
快递运送需求要得到满足,该约束数学表达形式为:
Figure BDA0001565115690000081
快递必须通过建有枢纽的枢纽区域进行转运,该约束的数学表达形式为:
Figure BDA0001565115690000082
(5)确定模型目标函数:
模型优化目标是快递系统的总建设、维护、运营成本尽可能小,该目标数学表达形式为:
minimize∑i∈Nj∈Nk∈Hl∈H(fi,k+Fk,l+fk,i)xi,k,l,j+∑k∈Hhkzk
(6)求解所建数学模型:
采用最优化算法或启发式算法进行求解,得到所有决策变量Zi,k和xi,k,l,j的取值,其中i,j∈N,k,l∈H,所述最优化算法包括分支定界法、割平面法等;所述启发式算法包括贪心算法、模拟退火算法、禁忌搜索、遗传算法、蚁群算法、人工智能算法等。
(7)描述模型输出结果的现实意义:
决策变量Zk的取值表示,如果Zk=1,则在枢纽候选区域k建立枢纽,如果Zk=0,则不在枢纽候选区域k建立枢纽,其中k∈H;
决策变量xi,k,l,j的取值表示,从区域i,依次经过枢纽区域k和l,到达区域j这条路径上的预期快递量的快递量,其中i,j∈N,k,l∈H。
步骤104:获取待运输货物的信息以及待转运货物的信息,所述待运输货物的信息包括运单号、寄件地点、收件地点、货物大小;所述待转运货物的信息包括运单号、寄件地点、收件地点、货物大小以及转运路线。
步骤105:根据所述待运输货物的信息规划所述运输货物的配送路线。
具体的,获取所述运输货物的寄件地点以及收件地点。
根据所述寄件地点以及所述收件地点在所述枢纽区域选择枢纽,得到起点枢纽以及终点枢纽。
根据所述起点枢纽以及所述终点枢纽规划所述运输货物的配送路线。
根据新接收的货物起点和终点,得到对应的起点快递网点和终点快递网点。
在起点快递网点连接的若干枢纽中选择一个为起点枢纽,在终点快递网点连接的若干枢纽中选择一个为终点枢纽。
如果起点枢纽和终点枢纽不同,则该货物的配送路径为:起点快递网点——起点枢纽——终点枢纽——终点快递网点;如果起点枢纽和终点枢纽相同,则该货物的配送路径为:起点快递网点——起(终)点枢纽——终点快递网点。
步骤106:叠加所述配送路线以及所述转运路线,得到运输任务以及转运任务。
步骤107:将所述运输任务分配给所述运输工具,进行货物的运输。
步骤108:将所述转运任务分配给所述枢纽,进行货物的转运。
具体的,统计所有新接收的货物路径,以及所有转运中和运输中的货物剩余待执行的配送路径,将这些路径叠加,得到所有快递网点与枢纽、枢纽与枢纽之间的运输量。
将枢纽与快递网点之间的运输任务分配给小型营运客车,具体可采用如下方法之一:
集中式任务分配方法:小型营运客车的车载终端实时上传该车的位置和载客状态,云端平台将快递网点和枢纽之间的运输量分配给距离货物一定范围内的空载小型营运客车。
分布式任务领取方法:云端平台通过车载终端向距离货物一定范围内的空载小型营运客车公布运输总量,小型营运客车自行决策是否领取并向云端平台反馈,直到所有运输量被领取完。
小型营运客车根据分配到运输任务,前往货物所在的快递网点或枢纽,将任务指定的货物装入车辆,并运往任务目的地的快递网点或枢纽,在目的地进行卸货,如果在货物运输过程中接到客运订单,且客运终点距离运输任务目的地一定范围内,则允许该车承接客运订单,并运送乘客,在将乘客送至目的地后,继续执行货物运输任务。
将枢纽与枢纽之间的运输任务分配给公共交通线网,采用如下方法:在公共交通车次抵达枢纽前,驶离上一站点后,车载终端根据车次载客情况和上下货时间,计算该趟车次允许搭载的快递量并向枢纽进行通信告知,枢纽将运往同方向其他枢纽的快递量尽可能多地分配给该趟车次,如果存在未分配完的剩余快递量,则将剩余快递量分配给下一车次;公共交通车辆在枢纽搭载运输任务指定的货物,根据其自身线路和时刻表,运行至该任务指定的下一枢纽,并进行卸货。
统计运输至枢纽站的货物信息,将所有货物按下一目的地进行区分。
枢纽根据货物的下一目的地进行分拣,对于下一目的地是其他枢纽的货物,在其运输任务指定的公共交通车辆抵达时,将货物装入车辆,对于下一目的地是快递网点的货物,在其任务指定的小型营运客车抵达时,将货物装入车辆。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明由公共交通线网和小型营运客车共同配合运输,不同运输模式通过枢纽进行结合,能够充分发挥两类交通方式各自的特点,提高货物运输效率;且本发明用于货物配送的运输资源为客运系统剩余运力,而非直接调用客运系统资源,能够最大程度地减少货物运输对原本客运服务的影响。
如图2所示,本发明还提供了一种多模式客货共运系统。该共运系统包括:
划分模块201,用于将目标范围划分为多个区域,使每一个区域均具有快递网点,且各区域中具有公交交通站点的区域为枢纽候选区域。
所述划分模块201具体包括:
划分单元,用于通过空间网格划分所述目标范围,得到多个网格区域,各所述空间网格互不重叠;
第一判断单元,用于针对每一个网格区域,判断所述网格区域是否具有快递网点;若是,表示所述网格区域为区域;若否,将所述网格区域合并到相邻的区域中;
第二判断单元,用于针对每一个区域,判断所述区域是否包具有公交交通站点;若是,表示所述区域为枢纽候选区域。
统计模块202,用于统计各区域之间的运输工具的剩余运力;所述剩余运力表示所述运输工具完成客运服务之后剩余的运输能力;所述运输工具包括公共交通工具以及小型营运客车。
所述统计模块202包括:
第一获取单元,用于获取所述小型营运客车的起点区域以及终点区域;
统计单元,用于统计所述小型营运客车从所述起点区域到所述终点区域内重车行驶过程中后备箱的可用容量以及空车行驶过程中后备箱的可用容量;
计算单元,用于根据后备箱的可用容量计算所述小型营运客车的剩余运力。
选择模块203,用于从全部枢纽候选区域中选择部分枢纽候选区域为枢纽区域,并在每一个所述枢纽区域均建立枢纽,所述枢纽表示快递暂存点。
信息获取模块204,用于获取待运输货物的信息以及待转运货物的信息,所述待运输货物的信息包括运单号、寄件地点、收件地点、货物大小;所述待转运货物的信息包括运单号、寄件地点、收件地点、货物大小以及转运路线。
规划模块205,用于根据所述待运输货物的信息规划所述运输货物的配送路线。
所述规划模块205包括:
第二获取单元,用于获取所述运输货物的寄件地点以及收件地点;
选择单元,用于根据所述寄件地点以及所述收件地点在枢纽区域选择枢纽,得到起点枢纽以及终点枢纽;
规划单元,用于根据所述起点枢纽以及所述终点枢纽规划所述运输货物的配送路线。
叠加模块206,用于叠加所述配送路线以及所述转运路线,得到运输任务以及转运任务。
所述第一分配模块206包括:
第一分配单元,用于将各所述枢纽之间的运输任务分配给所述公共交通工具;
第二分配单元,用于将所述枢纽与所述快递网点之间的运输任务分配给所述小型营运客车。
第一分配模块207,用于将所述运输任务分配给所述运输工具,进行货物的运输。
第二分配模块208,将所述转运任务分配给所述枢纽,进行货物的转运。
通过本发明提供的上述系统能够提高货物运输效率,最大程度地减少货物运输对原本客运服务的影响。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (2)

1.一种多模式客货共运方法,其特征在于,所述共运方法包括:
将目标范围划分为多个区域,使每一个区域均具有快递网点,且各区域中具有公交交通站点的区域为枢纽候选区域;
统计各区域之间的运输工具的剩余运力;所述剩余运力表示所述运输工具完成客运服务之后剩余的运输能力;所述运输工具包括公共交通工具以及小型营运客车;
从全部枢纽候选区域中选择部分枢纽候选区域为枢纽区域,并在每一个所述枢纽区域均建立枢纽,所述枢纽表示快递暂存点;
获取待运输货物的信息以及待转运货物的信息,所述待运输货物的信息包括运单号、寄件地点、收件地点、货物大小;所述待转运货物的信息包括运单号、寄件地点、收件地点、货物大小以及转运路线;
根据所述待运输货物的信息规划所述运输货物的配送路线;
叠加所述配送路线以及所述转运路线,得到运输任务以及转运任务;
将所述运输任务分配给所述运输工具,进行货物的运输;
将所述转运任务分配给所述枢纽,进行货物的转运;
所述将所述目标范围划分为多个区域,具体包括:
通过空间网格划分所述目标范围,得到多个网格区域,各所述空间网格互不重叠;
针对每一个网格区域,判断所述网格区域是否具有快递网点;若是,表示所述网格区域为区域;若否,将所述网格区域合并到相邻的区域中;
针对每一个区域,判断所述区域是否具有公交交通站点;若是,表示所述区域为枢纽候选区域;
所述统计各区域之间的运输工具的剩余运力,具体包括:
获取所述小型营运客车的起点区域以及终点区域;
统计所述小型营运客车从所述起点区域到所述终点区域内重车行驶过程中后备箱的可用容量以及空车行驶过程中后备箱的可用容量;
根据后备箱的可用容量得到所述小型营运客车的剩余运力;
所述从全部枢纽候选区域中选择部分枢纽候选区域为枢纽区域,并在每一个所述枢纽区域均建立枢纽,所述枢纽表示快递暂存点,具体包括:
通过建立最大覆盖模型并求解,来选择所述枢纽区域建立所述枢纽,具体包括如下步骤:
(1)整理模型所涉集合;
将所有区域编号,记N表示这些编号的集合,记H表示其中枢纽候选区域编号的集合;
(2)获取模型输入参数;
记vi,k表示枢纽候选区域k和区域i之间是否具备建立连接的条件,是为1,否为0;所述vi,k的计算方法为:设定剩余运力阈值Q,如果枢纽候选区域k和区域i之间双向的剩余运力均不低于Q,则认为枢纽候选区域k和区域i之间具备建立连接的条件vi,k=1,否则vi,k=0,其中i∈N,k∈H;
记P表示期望建设枢纽的个数;
(3)设定模型决策变量;
设0-1变量Zi,k(i≠k)表示枢纽候选区域k和区域i之间是否建立连接,是为1,否为0,记Zi,k(i=k)表示是否在枢纽候选区域k建立枢纽,是为1,否为0,其中i∈N,k∈H;
(4)确定模型约束条件;
一个区域只能与一个枢纽建立连接,该约束数学表达形式为:
Figure FDA0002703741560000021
实际建设的枢纽个数为P个,该约束数学表达形式为:
k∈HZk,k=P;
如果枢纽候选区域与其他某个区域之间不具备建立连接的条件,则连接不会建立,如果具备建立连接的条件,则连接建立或者不建立均可,该约束数学表达形式为:
Figure FDA0002703741560000022
只有枢纽候选区域建立了枢纽,该区域才与其他区域建立连接,该约束数学表达形式为:
Figure FDA0002703741560000023
(5)确定模型目标函数:
该目标数学表达形式为:maximize∑i∈Nk∈HZi,k
(6)求解所建数学模型:
采用最优化算法或启发式算法进行求解,得到所有决策变量Zi,k的取值,其中i∈N,k∈H,所述最优化算法包括分支定界法、割平面法;所述启发式算法包括贪心算法、模拟退火算法、禁忌搜索、遗传算法、蚁群算法、人工智能算法;
(7)描述模型输出结果的现实意义:
决策变量Zi,k的取值表示,如果Zi,k=1,i=k,则在枢纽候选区域k建立枢纽,如果Zi,k=0,i=k,则不在枢纽候选区域k建立枢纽,如果Zi,k=1,i≠k,则在枢纽区域k和区域i之间建立连接,如果Zi,k=0,i≠k,则不在枢纽区域k和区域i之间建立连接,其中i∈N,k∈H;
所述根据所述待运输货物的信息规划所述运输货物的配送路线,具体包括:
获取所述运输货物的寄件地点以及收件地点;
根据所述寄件地点以及所述收件地点在所述枢纽区域选择枢纽,得到起点枢纽以及终点枢纽;
根据所述起点枢纽以及所述终点枢纽规划所述运输货物的配送路线;
所述将所述运输任务分配给所述运输工具,进行货物的运输,具体包括:
将各所述枢纽之间的运输任务分配给所述公共交通工具;
将所述枢纽与所述快递网点之间的运输任务分配给所述小型营运客车;
根据新接收的货物起点和终点,得到对应的起点快递网点和终点快递网点;
在所述起点快递网点连接的若干枢纽中选择一个为起点枢纽,在所述终点快递网点连接的若干枢纽中选择一个为终点枢纽;
如果所述起点枢纽和所述终点枢纽不同,则该货物的配送路径为:起点快递网点—起点枢纽—终点枢纽—终点快递网点;如果所述起点枢纽和所述终点枢纽相同,则该货物的配送路径为:起点快递网点—起/终点枢纽—终点快递网点。
2.一种多模式客货共运系统,其特征在于,所述共运系统包括:
划分模块,用于将目标范围划分为多个区域,使每一个区域均具有快递网点,且各区域中具有公交交通站点的区域为枢纽候选区域;
统计模块,用于统计各区域之间的运输工具的剩余运力;所述剩余运力表示所述运输工具完成客运服务之后剩余的运输能力;所述运输工具包括公共交通工具以及小型营运客车;
选择模块,用于从全部枢纽候选区域中选择部分枢纽候选区域为枢纽区域,并在每一个所述枢纽区域均建立枢纽,所述枢纽表示快递暂存点;
信息获取模块,用于获取待运输货物的信息以及待转运货物的信息,所述待运输货物的信息包括运单号、寄件地点、收件地点、货物大小;所述待转运货物的信息包括运单号、寄件地点、收件地点、货物大小以及转运路线;
规划模块,用于根据所述待运输货物的信息规划所述运输货物的配送路线;
叠加模块,用于叠加所述配送路线以及所述转运路线,得到运输任务以及转运任务;
第一分配模块,用于将所述运输任务分配给所述运输工具,进行货物的运输;
第二分配模块,将所述转运任务分配给所述枢纽,进行货物的转运;
所述划分模块包括:
划分单元,用于通过空间网格划分所述目标范围,得到多个网格区域,各所述空间网格互不重叠;
第一判断单元,用于针对每一个网格区域,判断所述网格区域是否具有快递网点;若是,表示所述网格区域为区域;若否,将所述网格区域合并到相邻的区域中;
第二判断单元,用于针对每一个区域,判断所述区域是否包具有公交交通站点;若是,表示所述区域为枢纽候选区域;
所述统计模块包括:
第一获取单元,用于获取所述小型营运客车的起点区域以及终点区域;
统计单元,用于统计所述小型营运客车从所述起点区域到所述终点区域内重车行驶过程中后备箱的可用容量以及空车行驶过程中后备箱的可用容量;
计算单元,用于根据后备箱的可用容量计算所述小型营运客车的剩余运力;
所述选择模块从全部枢纽候选区域中选择部分枢纽候选区域为枢纽区域,并在每一个所述枢纽区域均建立枢纽,所述枢纽表示快递暂存点,具体包括:
通过建立最大覆盖模型并求解,来选择所述枢纽区域建立所述枢纽,具体包括如下步骤:
(1)整理模型所涉集合;
将所有区域编号,记N表示这些编号的集合,记H表示其中枢纽候选区域编号的集合;
(2)获取模型输入参数;
记vi,k表示枢纽候选区域k和区域i之间是否具备建立连接的条件,是为1,否为0;所述vi,k的计算方法为:设定剩余运力阈值Q,如果枢纽候选区域k和区域i之间双向的剩余运力均不低于Q,则认为枢纽候选区域k和区域i之间具备建立连接的条件vi,k=1,否则vi,k=0,其中i∈N,k∈H;
记P表示期望建设枢纽的个数;
(3)设定模型决策变量;
设0-1变量Zi,k(i≠k)表示枢纽候选区域k和区域i之间是否建立连接,是为1,否为0,记Zi,k(i=k)表示是否在枢纽候选区域k建立枢纽,是为1,否为0,其中i∈N,k∈H;
(4)确定模型约束条件;
一个区域只能与一个枢纽建立连接,该约束数学表达形式为:
Figure FDA0002703741560000051
实际建设的枢纽个数为P个,该约束数学表达形式为:
k∈HZk,k=P;
如果枢纽候选区域与其他某个区域之间不具备建立连接的条件,则连接不会建立,如果具备建立连接的条件,则连接建立或者不建立均可,该约束数学表达形式为:
Figure FDA0002703741560000052
只有枢纽候选区域建立了枢纽,该区域才与其他区域建立连接,该约束数学表达形式为:
Figure FDA0002703741560000053
(5)确定模型目标函数:
该目标数学表达形式为:maximize∑i∈Nk∈HZi,k
(6)求解所建数学模型:
采用最优化算法或启发式算法进行求解,得到所有决策变量Zi,k的取值,其中i∈N,k∈H,所述最优化算法包括分支定界法、割平面法;所述启发式算法包括贪心算法、模拟退火算法、禁忌搜索、遗传算法、蚁群算法、人工智能算法;
(7)描述模型输出结果的现实意义:
决策变量Zi,k的取值表示,如果Zi,k=1,i=k,则在枢纽候选区域k建立枢纽,如果Zi,k=0,i=k,则不在枢纽候选区域k建立枢纽,如果Zi,k=1,i≠k,则在枢纽区域k和区域i之间建立连接,如果Zi,k=0,i≠k,则不在枢纽区域k和区域i之间建立连接,其中i∈N,k∈H;
所述规划模块根据所述待运输货物的信息规划所述运输货物的配送路线,具体包括:
获取所述运输货物的寄件地点以及收件地点;
根据所述寄件地点以及所述收件地点在所述枢纽区域选择枢纽,得到起点枢纽以及终点枢纽;
根据所述起点枢纽以及所述终点枢纽规划所述运输货物的配送路线;
所述第一分配模块包括:
第一分配单元,用于将各所述枢纽之间的运输任务分配给所述公共交通工具;
第二分配单元,用于将所述枢纽与所述快递网点之间的运输任务分配给所述小型营运客车;
根据新接收的货物起点和终点,得到对应的起点快递网点和终点快递网点;
在所述起点快递网点连接的若干枢纽中选择一个为起点枢纽,在所述终点快递网点连接的若干枢纽中选择一个为终点枢纽;
如果所述起点枢纽和所述终点枢纽不同,则该货物的配送路径为:起点快递网点—起点枢纽—终点枢纽—终点快递网点;如果所述起点枢纽和所述终点枢纽相同,则该货物的配送路径为:起点快递网点—起/终点枢纽—终点快递网点。
CN201810096380.1A 2018-01-31 2018-01-31 一种多模式客货共运方法及系统 Active CN108197879B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810096380.1A CN108197879B (zh) 2018-01-31 2018-01-31 一种多模式客货共运方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810096380.1A CN108197879B (zh) 2018-01-31 2018-01-31 一种多模式客货共运方法及系统

Publications (2)

Publication Number Publication Date
CN108197879A CN108197879A (zh) 2018-06-22
CN108197879B true CN108197879B (zh) 2020-12-08

Family

ID=62591637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810096380.1A Active CN108197879B (zh) 2018-01-31 2018-01-31 一种多模式客货共运方法及系统

Country Status (1)

Country Link
CN (1) CN108197879B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764800B (zh) * 2018-06-05 2020-06-26 中国人民解放军国防科技大学 一种基于众包公共交通系统实现包裹快速递送的方法
CN110969317B (zh) * 2018-09-28 2022-06-10 北京三快在线科技有限公司 订单确定方法、装置、电子设备和计算机可读存储介质
CN109583634A (zh) * 2018-11-16 2019-04-05 西北工业大学 一种基于现代投资组合理论的外卖配送路径选择方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104881710A (zh) * 2015-05-11 2015-09-02 浙江大学 一种基于车辆自组网的城市快递配送方法
CN105750208A (zh) * 2016-05-09 2016-07-13 苏州派客信息服务有限公司 一种快递划片区自动分拣方法和系统
CN107092976A (zh) * 2017-03-28 2017-08-25 东南大学 一种多目标模型协同优化多条公交线路发车间隔的方法
CN107133751A (zh) * 2016-02-26 2017-09-05 圆通速递有限公司 一种物流自助寄件方法和系统
CN107194656A (zh) * 2017-07-04 2017-09-22 北京惠赢天下网络技术有限公司 一种基于标准箱订单的配送路径的规划方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104881710A (zh) * 2015-05-11 2015-09-02 浙江大学 一种基于车辆自组网的城市快递配送方法
CN107133751A (zh) * 2016-02-26 2017-09-05 圆通速递有限公司 一种物流自助寄件方法和系统
CN105750208A (zh) * 2016-05-09 2016-07-13 苏州派客信息服务有限公司 一种快递划片区自动分拣方法和系统
CN107092976A (zh) * 2017-03-28 2017-08-25 东南大学 一种多目标模型协同优化多条公交线路发车间隔的方法
CN107194656A (zh) * 2017-07-04 2017-09-22 北京惠赢天下网络技术有限公司 一种基于标准箱订单的配送路径的规划方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
自营货车与公交车协同快件配送优化;贺韵竹等;《交通运输工程学报》;20171231;第17卷(第6期);第97-103页 *

Also Published As

Publication number Publication date
CN108197879A (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
CN113361804B (zh) 缓冲堆场作业与码头间集卡运输协同调度系统及其方法
Behiri et al. Urban freight transport using passenger rail network: Scientific issues and quantitative analysis
CN108858179B (zh) 确定分拣机器人行车路径的方法和装置
CN109299810A (zh) 一种货运车辆配载方法
CN108197879B (zh) 一种多模式客货共运方法及系统
CN112270135A (zh) 一种物流发运调度智能配送方法、装置、设备及存储介质
CN103927639A (zh) 一种基于实时信息的钢铁产品物流系统及其调度方法
CN115100896B (zh) 一种考虑机会充电策略的电动需求响应公交调度方法
CN112085271B (zh) 一种基于众包模式的传统产业集群集货路径优化方法
CN115081674B (zh) 新型卡车排队行驶模式下的本地集装箱运输排版优化方法
CN112644519B (zh) 一种面向铁路编组站的顺向车辆集结组合系统及方法
US10399584B2 (en) System and method integrating an energy management system and yard planner system
CN112749864A (zh) 地铁货运调度方法、存储介质、计算设备和系统
CN109229107A (zh) 优化驾驶员和车辆性能的系统
CN111507500B (zh) 一种载具路线的生成方法和装置
CN113763695A (zh) 一种自动驾驶车辆的调度方法和系统
Cheng et al. Integrated people-and-goods transportation systems: from a literature review to a general framework for future research
CN113379102B (zh) 一种多网干线运输优化方法、计算机设备及存储介质
CN116090689B (zh) 一种基于中转接驳的货运资源优化方法及优化系统
CN110852650B (zh) 基于动态图混杂自动机的综合客运枢纽群网络建模方法
Perera et al. A hybrid methodology for optimal fleet management in an electric vehicle based flexible bus service
Kravchenko et al. MATHEMATICAL MODEL OF A RAILROAD GRAIN CARGO RIDESHARING SERVICE IN THE FORM OF COALITIONS IN CONGESTION GAMES.
CN114723240A (zh) 铁路客运综合交通枢纽接驳方式协同调度方法及系统
Taran et al. Structural optimization of multimodal routes for cargo delivery.
Klochkov et al. The Prediction of Transport-Logistics Systems Based on Unmanned Aerial Vehicles Creation Efficiency

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