CN108549978B - 一种调配安全货运车辆的方法及系统 - Google Patents
一种调配安全货运车辆的方法及系统 Download PDFInfo
- Publication number
- CN108549978B CN108549978B CN201810272182.6A CN201810272182A CN108549978B CN 108549978 B CN108549978 B CN 108549978B CN 201810272182 A CN201810272182 A CN 201810272182A CN 108549978 B CN108549978 B CN 108549978B
- Authority
- CN
- China
- Prior art keywords
- time
- freight
- cargo
- freight vehicle
- dintime
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012384 transportation and delivery Methods 0.000 claims description 40
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 11
- 241000135164 Timea Species 0.000 claims description 4
- 230000006399 behavior Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种调配安全货运车辆的方法,包括获取货物属性;获取空闲货运车辆及驾驶员属性;基于货物、空闲货运车辆、驾驶员的属性选择所述货物的最佳货运车辆。本发明提出的基于驾驶员行为来调度货运车辆的方法能够有效提高所调度的货运车辆的运输安全性。
Description
技术领域
本发明涉及车辆调度技术领域,具体涉及调配安全货运车辆的方法及系统。
背景技术
交通运输是国民经济的动脉,对社会经济发展和人民生活起着极为重要的作用。各种运输方式在日常运输营运管理工作中都面临一个如何调度和分配运输工具的问题。对于物流中心和第三方物流企业的货物配送,其运输工具主要是货运车辆,因此,货运车辆的调度技术是物流中心和第三方物流企业的最关心的工作重点。正确合理的调度可以有效减少车辆的空驶率,实现合理路径运输,从而有效减少运输成本,节约运输时间,提高物流中心和第三方物流企业的经济效益。
目前,货运车辆的调度技术主要是利用图论、统筹学理论来提高货运车辆的工作负荷,从而减少空驶率。但是,实践表明,较大的工作负荷使得货运车辆的驾驶员容易处于疲劳驾驶状态,同时,为了片面追求经济效率,使得车辆的保养工作都被置于次要的地位,由于疲劳驾驶、带病车辆行驶导致严重交通事故时有发生。虽然,物流企业和交通管理部门通过制定各种制度和监督手段来预防此类事故发生,但收效甚微。因此,如何改进现有货运车辆的调度技术,用技术手段来防范上述事故发生,是一个迫切需要解决的问题。
发明内容
鉴于现有技术中存在的问题,本发明的目的之一将数据库技术、网络技术和计时调度技术创造性应用于货运车辆调度,提出一种调配安全货运车辆的方法。
为达此目的,本发明提出了一种调配安全货运车辆的方法,包括:获取货物属性;
获取多个空闲货运车辆及驾驶员属性;
基于所述货物、多个空闲货运车辆及驾驶员的属性选择所述货物的最佳货运车辆。
进一步的,在上述技术方案的基础上,所述货物属性包括货物被包装后的最大长度ML、最大宽度MW、最大高度MH、重量MG以及所述货物从出发地到目的地的距离MD;所述空闲货运车辆及驾驶员属性包括空闲货运车辆属性和驾驶员属性;所述空闲货运车辆属性包括货运车辆的载重量G、货箱长度L、宽度W、高度H;所述驾驶员属性包括驾驶员驾驶所述货运车辆的平均送货速度DS、平均休息时间DST,完成运输任务的准时交货率DINTIME和修正准时交货率DINTIME_m,其中,DINTIME_m=DINTIME×μ,μ、DINTIME满足下述关系:1≥μ>0,1≥DINTIME>0。
进一步的,在上述技术方案的基础上,所述基于货物、多个空闲货运车辆及驾驶员的属性选择所述货物的最佳货运车辆包括:
(1)计算每个空闲货运车辆与所述货物的属性差值序列:A0、A1、A2、A3,其中:
A0=(G-MG)/G,A1=(L-ML)/L,A2=(W-MW)/W,A3=(H-MH)/H;
(2)从所述多个空闲货运车辆中选择A0、A1、A2、A3均小于相应设置值的货运车辆作为备选货运车辆,如果所述备选货运车辆的数量为0,则输出无最佳匹配货运车辆,退出所述调配方法;如果备选货运车辆的数量大于0,则继续下述步骤;
(3)计算所述每个备选货运车辆的运输时间Time,其中:
Time=[(KD+MD)/DS)]+quotient((KD+MD)/DS,m)×DST,其中,quotient为求商函数,KD为所述货运车辆距离货物所在的出发地的距离,m为持续安全驾驶时间;
(4)计算所述每个运输时间的评估值R,其中:
R=Time×(1/DINTIME_m);
(5)从所述备选货运车辆中选择评估值R最小的值所对应的货运车辆及其驾驶员作为匹配的最佳货运车辆。
进一步的,在上述技术方案的基础上,所述A0对应的设置值为0,所述A1、A2和A3的设置值为0.1,所述m为4。
进一步的,在上述技术方案的基础上,还包括下述步骤:
如果所述最佳货运车辆完成运输任务后,基于完成任务的情况更新所述平均送货速度DS、平均休息时间DST,完成运输任务的准时交货率DINTIME。
进一步的,在上述技术方案的基础上,还包括下述步骤:
完成所述运输任务后,计算货运车辆实际完成所用的时间TimeA与所述计算的运输时间Time之间的误差率Δ,其中:
Δ=ABS(TimeA-Time)/Time,所述ABS为求绝对值函数;
如果Δ>40%,则μ=0.9,否则μ=1;
用上述μ值更新修正的准时交货率DINTIME_m。
本发明还提出了一种调配安全货运车辆的系统,包括:
货物属性服务器,用于获取和存储货物属性;
货运车辆及驾驶员属性服务器,用于获取和存储多个空闲货运车辆及驾驶员属性;
匹配及分配服务器,用于基于从所述货物属性服务器获取的货物属性、从所述货运车辆及驾驶员属性服务器获取的多个空闲货运车辆和驾驶员的属性选择所述货物的最佳货运车辆。
进一步的,在上述技术方案的基础上,所述货物属性包括货物被包装后形状体积MV、最大长度ML、最大宽度MW、最大高度MH、重量MG以及所述货物从出发地到目的地的距离MD;
所述空闲货运车辆及驾驶员属性包括空闲货运车辆属性和驾驶员属性;所述空闲货运车辆属性包括货运车辆的载重量G、货箱体积V、货箱长度L、宽度W、高度H;所述驾驶员属性包括驾驶所述货运车辆运送货物所需的送货速度DS、平均休息时间DST,完成运输任务的准时交货率DINTIME和修正准时交货率DINTIME_m,其中,DINTIME_m=DINTIME×μ,μ、DINTIME满足下述关系:1≥μ>0,1≥DINTIME>0。
进一步的,在上述技术方案的基础上,所述匹配及分配服务器执行选择所述货物的最佳货运车辆时包括:
(1)计算每个空闲货运车辆与所述货物的属性差值序列:A0、A1、A2、A3,其中:
A0=(G-MG)/G,A1=(L-ML)/L,A2=(W-MW)/W,A3=(H-MH)/H;
(2)从所述多个空闲货运车辆中选择A0、A1、A2、A3均小于相应设置值的货运车辆作为备选货运车辆,如果所述备选货运车辆的数量为0,则输出无最佳匹配货运车辆,退出所述调配方法;如果备选货运车辆的数量大于0,则继续下述步骤;
(3)计算所述备选货运车辆的运输时间Time,其中:
Time=[(KD+MD)/DS]+quotient((KD+MD)/DS,m)×DST,其中,quotient为求商函数,KD为所述货运车辆距离货物的距离,m为持续安全驾驶时间;
(4)计算每个运输时间的评估值R,其中:
R=Time×(1/DINTIME_m);
(5)从所述备选货运车辆中选择评估值R最小的值所对应的货运车辆及其驾驶员作为匹配的最佳货运车辆输出。
进一步的,在上述技术方案的基础上,所述A0对应的设置值为0,所述A1、A2和A3的设置值为0.1,所述m为4。
进一步的,在上述技术方案的基础上,如果所述最佳货运车辆完成运输任务后,基于完成任务的情况更新所述货运车辆及驾驶员属性服务器中的驾驶员的属性值。
与现有技术方案相比,本发明至少具有以下有益效果:
(1)将安全因素作为调配车辆的考量标准,提升了所述货运车辆在运输过程中的安全性;
(2)将驾驶员及其驾驶的货运车辆的特点作为调配货运车辆的一个因素,能正向引导驾驶员养成安全驾驶习惯。
附图说明
此处所说明的附图是用来提供对本发明的进一步理解,构成本申请的一部分,但并不构成对本发明的不当限定,在附图中:
图1是本发明提出的调配安全货运车辆的方法流程图;
图2是本发明提出的调配安全货运车辆的系统的一种具体实施例的逻辑架构图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的不当限定。
参见图1,为本发明提出的调配安全货运车辆的方法流程图。在S1,获取货物的属性,其中,货物的重量是必不可少的属性之一,其他属性则依据于运输该货物的货运车辆的特点来选择,厢式货车是货运中最为常见的运输车辆,其对包装后的货物的长、宽、高具有要求,因此,货物被包装后的最大长度、最大宽度、最大高度都是所述货物必须考虑的属性。货物的属性可由货主通过互联网手段在物流企业的网站或者APP上输入,输入后的信息存储在物流中心或者物流企业的数据库中。
在S2,获取空闲货运车辆及驾驶员属性。利用互联网技术,获取能够接受运输任务的多辆空闲货运车辆及其驾驶员,然后获取所述空闲货运车辆的属性,例如:空闲货运车辆的载重量G、货箱长度L、宽度W、高度H,及驾驶所述空闲货运车辆的驾驶员的属性,包括:驾驶所述货运车辆的平均送货速度DS、平均休息时间DST,完成运输任务的准时交货率DINTIME和修正准时交货率DINTIME_m。
在S3,基于货物、空闲货运车辆、驾驶员的属性选择所述货物的最佳货运车辆。其中,作为本发明的一个优选实施例,首先,需要判断所述空闲货运车辆是否能够满足上述包装后的货物的运输要求,即判断所述空闲货运车辆的运载能力和货箱大小能否满足货物的重量和尺寸,一种判断手段可包括下述步骤:
(1)计算多个空闲货运车辆与所述货物的属性差值序列:A0、A1、A2、A3,其中:
A0=(G-MG)/G,A1=(L-ML)/L,A2=(W-MW)/W,A3=(H-MH)/H;
(2)从所述多个空闲货运车辆中选择A0、A1、A2、A3均小于相应设置值的货运车辆作为备选货运车辆,为了确保货运车辆的货箱空间的富余量,可将A1、A2、A3设置成大于0的常数,其中一个更优的实施方式是将它们设置为0.1,即使得货箱有10%的空间裕量。
如果所述备选货运车辆的数量为0,则输出无最佳匹配货运车辆,退出所述调配方法;如果备选货运车辆的数量大于0,则进行下一步的判断,即判断所述空闲货运车辆的驾驶员是否能够满足安全的驾驶要求。
在判断所述空闲货运车辆的驾驶员是否能够满足安全的驾驶要求时,需要获取存储在物流中心或者物流企业的数据库中的驾驶员的属性数据,包括:驾驶所述货运车辆的平均送货速度DS、平均休息时间DST,完成运输任务的准时交货率DINTIME和修正准时交货率DINTIME_m,其中,DINTIME_m=DINTIME×μ,μ满足下述关系:1≥μ>0,DINTIME>0,μ是一个可变常量,其根据驾驶员最近完成的运输任务的实际完成时间和预测的完成时间的误差来确定(将在后面的例子中描述)。
为了便于理解,参见下表1示出的一个简化的实例来进一步说明。
表1
上表1中的张三和李四均为满足能够满足包装后的货物的运输要求的货运车辆的司机。因此,由他们驾驶的车辆均成为备选车辆。
(3)计算所述备选货运车辆的运输时间Time,其中,Time=[(KD+MD)/DS)]+quotient((KD+MD)/DS,m)×DST,其中,quotient(x,y)为求商函数,返回值为被除数x除以除数y的商,KD为所述货运车辆距离货物所在的出发地的距离,m为持续安全驾驶时间;
为便于理解,继续以上述简化的实例来描述,张三离货物所在地的距离为3公里,李四离货物所在地的距离为4公里,货物所在地(即货物的出发地)与目的地的距离为350公里,物流中心规定每持续驾车4个小时,必须休息,即上式中的m=4,计算张三和李四的预计完成运输任务的时间为:
Time_张三=(3+350)/85+quotient((350+3)/85,4)×0.6≈4.15+0.6=4.75小时
Time_李四=(4+350)/80+quotient((350+4)/80,4)×0.3=4.43+0.3=4.73小时
可见,李四驾驶的货运车辆所预计完成的时间更少,此时,可以向托运的客户分配李四及其驾驶的货运车辆。
通过上述简单示例,可以看出,本发明采取了不同于传统的以距离托运客户位置最近的车辆作为优选的调度车辆的技术构思及其手段,而是综合考虑了车辆及其驾驶员的诸多因素来选择,从而分配更佳的货运车辆,这是本发明的一个非常重要的发明点。
作为一个更优的实施方式,还可以进一步计算运输时间的评估值R,其中,R=Time×(1/DINTIME_m);R的计算要用到修正的准时交货率。总所周知,疲劳驾驶是发生车辆事故的主要原因之一,本发明通过对驾驶员驾驶数据的大数据作了进一步分析,导致疲劳驾驶的一个重要原因是驾驶员急于求成,片面追求运输效率所导致的。因此,为了避免这种情况,本发明创造性提出了修正的准时交货率这个技术手段,修正的准时交货率是对传统准时交货率的一个修正,所述传统准时交货率DINTIME按照如下公式计算得到:
DINTIME=货运车辆按照计算的时间准时或者提前达到目的地的总次数/货运车辆到达目的地的总次数。
为了便于理解,仍以上述简单示例说明,
R_张三=4.75×(1/0.81)≈5.86
R_李四=4.73×(1/0.95)≈4.97
选择所述运输时间的评估值R最小值所对应的货运车辆作为推荐的最佳货运车辆,可见,虽然李四驾驶的车辆的平均速度不如张三,但是其驾驶车辆的安全性优于张三,因此,李四及其驾驶的货运车辆是最佳的分配车辆。
本发明所提出的修正的准时交货率DINTIME_m是一个不同于准时交货率DINTIME的控制参数,其是对准时交货率的一个修正,其计算公式如下:
DINTIME_m=DINTIME×μ,μ满足下述关系:1≥μ>0,
修正的基础是根据驾驶员驾驶货运车辆完成本次运输任务后,实际完成所用的时间TimeA与计算得到的运输时间Time之间的误差率Δ。其中:
Δ=ABS(TimeA-Time)/Time,所述ABS(x)为求绝对值函数;
Δ的控制值可根据分析、统计的驾驶员的驾驶大数据得到,一个优选的方案如下:Δ>40%,则μ=0.9,否则μ=1。
实践表明,驾驶员为了用更少的时间完成运输任务,往往会减少休息时间、大幅提高车速或者减少车辆的保养时间等,而这些因素常常会导致驾驶员疲劳驾驶,车辆过度使用的情况,从而会引发交通事故。而采用本发明的技术方案,由于Δ的控制作用,当驾驶员用超出正常范围的更少或者更多的时间完成运输任务,都会导致μ变小,使得修正的准时交货率DINTIME_m变小,从而会导致运输时间的评估值R值增大,进一步使得该驾驶员日后被分配运输任务的可能性降低。可见,在本技术方案的影响下,能够正向引导驾驶员采取合理、安全的驾驶方式驾驶货运车辆,从而提升货运过程中的安全性。本技术方案在应用实践中也进一步表明,通过该技术手段能够有效地减少驾驶员出现疲劳驾驶的情况发生,养成安全的驾驶习惯,从而有效地降低了事故发生率。
当完成货运运输任务后,用驾驶员本次任务的完成时间、休息情况、准时率情况的数据更新数据库中该驾驶员的属性信息,其中,所述准时交货率DINTIME按如下方式计算:
DINTIME=(在不超过计算的运输时间交货的总次数)/(完成交货的总次数)。
平均送货速度DS和平均休息时间DST的计算由驾驶员填报本次运输中休息的总时间和休息的次数后计算得到,计算方式如下:
DS=历次送货出发地到目的地的距离的总和/(历次送货使用的时间的总和-历次送货填报的休息时间的总和)。
DST=历次送货填报的休息时间的总和/历次送货填报的休息次数的总和。
上述技术均可通过数据库技术由计算机自动完成计算并存储在数据库中。
参见图2,为本发明提出的一种调配安全货运车辆的系统的一种具体实施方式的逻辑架构图,包括货物属性服务器,用于获取和存储货物属性,当有新的托运货物信息到来的,及时存储到服务器的存储设备中;货运车辆及驾驶员属性服务器,用于获取和存储空闲货运车辆及驾驶员属性,当空闲货运车辆、驾驶员的属性信息有更新时,及时存储到所述服务器的存储设备中,并对相关联的数据记录进行更新;匹配及分配服务器,用于基于从所述货物属性服务器获取的货物属性、从所述货运车辆及驾驶员属性服务器获取的空闲货运车辆和驾驶员的属性选择所述货物的最佳货运车辆,并发送给物流中心予以选择和确认。
货物属性服务器和货运车辆及驾驶员属性服务器均与匹配及分配服务器连接,它们采用分布式布局方式,可以提高数据的安全性、稳定性以及运行的效率。
本领域普通技术人员可以理解上述实施例的全部或部分步骤可以使用计算机程序流程来实现,所述计算机程序可以存储于一计算机可读存储介质中,所述计算机程序在相应的硬件平台上(如系统、设备、装置、器件等)执行,在执行时,包括方法实施例的步骤之一或其组合。可选地,上述实施例的全部或部分步骤也可以使用集成电路来实现,这些步骤可以被分别制作成一个个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。上述实施例中的装置/功能模块/功能单元可以采用通用的计算装置来实现,它们可以集中在单个的计算装置上,也可以分布在多个计算装置所组成的网络上。上述实施例中的装置/功能模块/功能单元以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。上述提到的计算机可读取存储介质可以是只读存储器,磁盘或光盘等。
此外,申请人声明,本发明通过上述实施例来说明本发明的详细结构特征,但本发明并不局限于上述详细结构特征,即不意味着本发明必须依赖上述详细结构特征才能实施。所属技术领域的技术人员应该明了,对本发明的任何改进,对本发明所选用部件的等效替换以及辅助部件的增加、具体方式的选择等,均落在本发明的保护范围和公开范围之内。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (2)
1.一种调配安全货运车辆的方法,其特征在于包括:
获取货物属性;
获取多个空闲货运车辆及驾驶员属性;
基于所述货物、多个空闲货运车辆及驾驶员的属性选择所述货物的最佳货运车辆;
所述货物属性包括货物被包装后的最大长度ML、最大宽度MW、最大高度MH、重量MG以及所述货物从出发地到目的地的距离MD;
所述空闲货运车辆及驾驶员属性包括空闲货运车辆属性和驾驶员属性;所述空闲货运车辆属性包括货运车辆的载重量G、货箱长度L、宽度W、高度H;所述驾驶员属性包括驾驶员驾驶所述货运车辆的平均送货速度DS、平均休息时间DST,完成运输任务的准时交货率DINTIME和修正准时交货率DINTIME_m,其中,DINTIME_m=DINTIME×μ,μ、DINTIME满足下述关系:1≥μ>0,1≥DINTIME>0;
所述基于货物、多个空闲货运车辆及驾驶员的属性选择所述货物的最佳货运车辆包括:
(1)计算每个空闲货运车辆与所述货物的属性差值序列:A0、A1、A2、A3,其中:
A0=(G-MG)/G,A1=(L-ML)/L,A2=(W-MW)/W,A3=(H-MH)/H;
(2)从所述多个空闲货运车辆中选择A0、A1、A2、A3均小于相应设置值的货运车辆作为备选货运车辆,如果所述备选货运车辆的数量为0,则输出无最佳匹配货运车辆,退出调配安全货运车辆的方法;如果备选货运车辆的数量大于0,则继续下述步骤;
(3)计算每个备选货运车辆的运输时间Time,其中:
Time=[(KD+MD)/DS]+quotient((KD+MD)/DS,m)×DST,其中,quotient为求商函数,KD为所述货运车辆距离货物所在的出发地的距离,m为持续安全驾驶时间;
(4)计算每个运输时间的评估值R,其中:
R=Time×(1/DINTIME_m);
(5)从所述备选货运车辆中选择评估值R最小的值所对应的货运车辆及其驾驶员作为匹配的最佳货运车辆;
所述A0对应的设置值为0,所述A1、A2和A3的设置值为0.1,所述m为4;
如果所述最佳货运车辆完成运输任务后,基于完成任务的情况更新所述平均送货速度DS、平均休息时间DST,完成运输任务的准时交货率DINTIME;
完成所述运输任务后,计算货运车辆实际完成所用的时间TimeA与所述计算的运输时间Time之间的误差率Δ,其中:
Δ=ABS(TimeA-Time)/Time,所述ABS为求绝对值函数;
如果Δ>40%,则μ=0.9,否则μ=1;
用上述μ值更新修正准时交货率DINTIME_m。
2.一种调配安全货运车辆的系统,其特征在于包括:
货物属性服务器,用于获取和存储货物属性;
货运车辆及驾驶员属性服务器,用于获取和存储多个空闲货运车辆及驾驶员属性;
匹配及分配服务器,用于基于从所述货物属性服务器获取的货物属性、从所述货运车辆及驾驶员属性服务器获取的多个空闲货运车辆和驾驶员的属性选择所述货物的最佳货运车辆;
所述货物属性包括货物被包装后形状体积MV、最大长度ML、最大宽度MW、最大高度MH、重量MG以及所述货物从出发地到目的地的距离MD;
所述空闲货运车辆及驾驶员属性包括空闲货运车辆属性和驾驶员属性;所述空闲货运车辆属性包括货运车辆的载重量G、货箱体积V、货箱长度L、宽度W、高度H;所述驾驶员属性包括驾驶所述货运车辆运送货物所需的送货速度DS、平均休息时间DST,完成运输任务的准时交货率DINTIME和修正准时交货率DINTIME_m,其中,DINTIME_m=DINTIME×μ,μ、DINTIME满足下述关系:1≥μ>0,1≥DINTIME>0;
所述匹配及分配服务器执行选择所述货物的最佳货运车辆时包括:
(1)计算每个空闲货运车辆与所述货物的属性差值序列:A0、A1、A2、A3,其中:
A0=(G-MG)/G,A1=(L-ML)/L,A2=(W-MW)/W,A3=(H-MH)/H;
(2)从所述多个空闲货运车辆中选择A0、A1、A2、A3均小于相应设置值的货运车辆作为备选货运车辆,如果所述备选货运车辆的数量为0,则输出无最佳匹配货运车辆,退出调配安全货运车辆的方法;如果备选货运车辆的数量大于0,则继续下述步骤;
(3)计算所述备选货运车辆的运输时间Time,其中:
Time=[(KD+MD)/DS]+quotient((KD+MD)/DS,m)×DST,其中,quotient为求商函数,KD为所述货运车辆距离货物的距离,m为持续安全驾驶时间;
(4)计算每个运输时间的评估值R,其中:
R=Time×(1/DINTIME_m);
(5)从所述备选货运车辆中选择评估值R最小的值所对应的货运车辆及其驾驶员作为匹配的最佳货运车辆输出;
所述相应设置值为:所述A0对应的设置值为0,所述A1、A2和A3的设置值为0.1,所述m为4;完成所述运输任务后,计算货运车辆实际完成所用的时间TimeA与所述计算的运输时间Time之间的误差率Δ,其中:
Δ=ABS(TimeA-Time)/Time,所述ABS为求绝对值函数;
如果Δ>40%,则μ=0.9,否则μ=1;
用上述μ值更新修正准时交货率DINTIME_m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810272182.6A CN108549978B (zh) | 2018-03-29 | 2018-03-29 | 一种调配安全货运车辆的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810272182.6A CN108549978B (zh) | 2018-03-29 | 2018-03-29 | 一种调配安全货运车辆的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108549978A CN108549978A (zh) | 2018-09-18 |
CN108549978B true CN108549978B (zh) | 2021-10-08 |
Family
ID=63517327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810272182.6A Active CN108549978B (zh) | 2018-03-29 | 2018-03-29 | 一种调配安全货运车辆的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108549978B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245789B (zh) * | 2019-05-30 | 2020-06-30 | 众能联合数字技术有限公司 | 一种货车装货匹配方法 |
CN110516980B (zh) * | 2019-09-03 | 2023-06-27 | 重庆长安民生物流股份有限公司 | 一种商品车仓储智能调度方法 |
CN110852191A (zh) * | 2019-10-23 | 2020-02-28 | 上海能塔智能科技有限公司 | 基于身份验证的预约取车方法及装置、存储介质、终端 |
CN110979416B (zh) * | 2019-12-12 | 2021-03-30 | 常德天工机械有限公司 | 一种储气筒工位器具 |
CN113537862A (zh) * | 2020-04-17 | 2021-10-22 | 上海博泰悦臻网络技术服务有限公司 | 一种货物运输撮合匹配方法及其装置 |
CN111626578A (zh) * | 2020-05-18 | 2020-09-04 | 上海东普信息科技有限公司 | 物流货车的调配方法、装置、设备及存储介质 |
CN113743878B (zh) * | 2021-11-08 | 2022-02-15 | 氢山科技有限公司 | 氢能运输车辆的派单方法、装置和计算机设备 |
CN114418400A (zh) * | 2022-01-20 | 2022-04-29 | 广东骏龙智慧物流科技有限公司 | 一种货运车辆智能动态调度系统 |
CN114881561B (zh) * | 2022-05-09 | 2023-06-13 | 浙江公链信息科技有限公司 | 一种基于物流行业的货物运输车辆远程在线监测管理云平台 |
CN116189415A (zh) * | 2022-11-09 | 2023-05-30 | 久海纳(北京)物流有限公司 | 一种整车运营系统及方法 |
CN117494981B (zh) * | 2023-10-23 | 2024-07-05 | 深圳市德行智能科技有限公司 | 一种基于安全的车辆智能调度方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104590275A (zh) * | 2014-11-27 | 2015-05-06 | 厦门雅迅网络股份有限公司 | 一种驾驶行为分析方法 |
CN106022693A (zh) * | 2016-05-27 | 2016-10-12 | 成都嗒嗒创客信息科技有限公司 | 一种货源车源动态智能匹配的实现方法 |
CN106228499A (zh) * | 2016-07-06 | 2016-12-14 | 东南大学 | 一种基于人‑车‑路‑货多风险源的货运安全评价模型 |
CN106709688A (zh) * | 2017-01-03 | 2017-05-24 | 南京大学 | 一种货运用拼车平台的拼车方法 |
CN107730068A (zh) * | 2017-08-29 | 2018-02-23 | 陈飞 | 依据货运服务评价结果进行货运订单分组重组的配送方法 |
-
2018
- 2018-03-29 CN CN201810272182.6A patent/CN108549978B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104590275A (zh) * | 2014-11-27 | 2015-05-06 | 厦门雅迅网络股份有限公司 | 一种驾驶行为分析方法 |
CN106022693A (zh) * | 2016-05-27 | 2016-10-12 | 成都嗒嗒创客信息科技有限公司 | 一种货源车源动态智能匹配的实现方法 |
CN106228499A (zh) * | 2016-07-06 | 2016-12-14 | 东南大学 | 一种基于人‑车‑路‑货多风险源的货运安全评价模型 |
CN106709688A (zh) * | 2017-01-03 | 2017-05-24 | 南京大学 | 一种货运用拼车平台的拼车方法 |
CN107730068A (zh) * | 2017-08-29 | 2018-02-23 | 陈飞 | 依据货运服务评价结果进行货运订单分组重组的配送方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108549978A (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549978B (zh) | 一种调配安全货运车辆的方法及系统 | |
CN111815231B (zh) | 一种物流平台智能拼车方法及系统 | |
US8046319B2 (en) | Methods suitable for optimizing linehaul operations | |
US11893319B2 (en) | Automatic generation of load design | |
US11526836B2 (en) | Automatic generation of route design | |
CN111126643B (zh) | 一种月台的预约方法、预约装置及可读存储介质 | |
US12062009B2 (en) | Flexible dock-out time | |
US20210150101A1 (en) | Automatic generation of incremental load design | |
CN116502866B (zh) | 一种智能散货船舶计划和自动分类方法 | |
CN117726265A (zh) | 一种基于智能手机终端的冷链物流信息平台 | |
CN111784223B (zh) | 货物调拨数据的处理方法、装置和存储介质 | |
CN112801336B (zh) | 一种组合拼载的货运调控方法 | |
CN117114555A (zh) | 一种降低空载率的运单调度方法、系统及装置 | |
CN112418552B (zh) | 基于调度要求对货单与承运车辆进行优化调度的工作方法 | |
US11615497B2 (en) | Managing optimization of a network flow | |
US20220245576A1 (en) | Route plan using non-homogenous equipment via ocean routes | |
Chuah | Optimization and simulation of just-in-time supply pickup and delivery systems | |
US20220042808A1 (en) | Method for operating a vehicle | |
JPH10171895A (ja) | 商品供給方法 | |
CN113450055B (zh) | 基于运输超载的货物削减方法、装置、设备和存储介质 | |
CN117495237B (zh) | 货运集散系统的管理方法、设备和可读存储介质 | |
US11960800B2 (en) | Automatic generation of flexible load design | |
CN114638566B (zh) | 车辆任务配置方法及装置 | |
CN118114953A (zh) | 多源异构数据融合的数字物流大数据平台及方法 | |
CN117433556A (zh) | 一种基于历史运输信息的车辆导航方法、系统及装置 |
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 |