CN108874801B - 一种配送站选址的方法和装置 - Google Patents

一种配送站选址的方法和装置 Download PDF

Info

Publication number
CN108874801B
CN108874801B CN201710321455.7A CN201710321455A CN108874801B CN 108874801 B CN108874801 B CN 108874801B CN 201710321455 A CN201710321455 A CN 201710321455A CN 108874801 B CN108874801 B CN 108874801B
Authority
CN
China
Prior art keywords
road
data
station
distance
zone
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
CN201710321455.7A
Other languages
English (en)
Other versions
CN108874801A (zh
Inventor
高腾斌
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.)
Xi'an jingxundi Supply Chain Technology Co., Ltd
Original Assignee
Xi'an Jingxundi Supply Chain Technology Co 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 Xi'an Jingxundi Supply Chain Technology Co ltd filed Critical Xi'an Jingxundi Supply Chain Technology Co ltd
Priority to CN201710321455.7A priority Critical patent/CN108874801B/zh
Priority to PCT/CN2018/080619 priority patent/WO2018205760A1/zh
Publication of CN108874801A publication Critical patent/CN108874801A/zh
Application granted granted Critical
Publication of CN108874801B publication Critical patent/CN108874801B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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"
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种配送站选址的方法、装置、电子设备和可读存储介质，能够解决无法快速提供一个可靠的选址方案的问题。该方法包括：将获取的已有路区信息以及已有站点信息按照预设的模式进行标准化处理，得到标准化数据；将标准化数据输入到预置的数学模型中，以输出的路区信息为选址方案。

Description

一种配送站选址的方法和装置
技术领域
本发明涉及计算机领域，尤其涉及一种配送站选址的方法和装置。
背景技术
目前，快递物流行业终端配送站的选址工作，没有通过技术支持进行实现，普遍情况是通过管理人员根据经验及友商的站点布局进行选择，大部分终端配送站选址没有科学依据，对于选定的配送站也经常出现修改，调整，搬迁，拆除等重复工作，造成资源的极大浪费。
现有的终端配送站选址有以下几种方案：
1、根据行政区划进行粗糙地终端配送站选址工作。
2、根据友商及行业内的布局情况进行照搬，在其他品牌终端配送站周边寻找位置进行选址建站。
3、参考一部分政治因素、商业中心圈因素进行终端配送站选址工作。
4、根据快递物流行业的管理层级划分，由下自上提报建站申请，逐级审批后进行终端配送站选址工作。
5、结合快递物流行业中的区域划分习惯，对大的区域进行逐步拆分，并配合进行终端配送站选址工作。
6、结合订单密度进行终端配送站选址工作。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
1、无法根据站点的实时变化，提供出在兼顾服务质量的同时保证运营成本的终端配送站的可靠选址方案；
2、人工选址大大降低了工作效率。
发明内容
有鉴于此，本发明实施例提供一种配送站选址的方法和装置，能够解决无法快速提供一个可靠的选址方案的问题。
为实现上述目的，根据本发明的一个方面，提供了一种配送站选址的方法。
本发明实施例的一种配送站选址的方法包括：将获取的已有路区信息以及已有站点信息按照预设的模式进行标准化处理，得到标准化数据；将标准化数据输入到预置的数学模型中，以输出的路区信息为选址方案。
可选地，站点对应多个路区，其中，路区信息包括距离类数据以及订单量数据，站点信息包括经纬度数据以及财务类数据。
可选地，数学模型是根据已有路区和已有站点的数据拟合出的，具体为：
Figure GDA0001458084670000021
其中，ω是从分拣中心到站点的订单单位距离运输成本，dij是从分拣中心i到路区j的距离，qtij是在第t个月需要从分拣中心i送达路区j的总订单数量，
Figure GDA0001458084670000022
是在第t个月需要从分拣中心i送达路区j的重量5千克以内的订单数量，
Figure GDA0001458084670000023
是在第t个月需要从分拣中心i送达路区j的重量5千克到10千克的订单数量，Ytjk是指示变量，Ytjk＝1代表在路区j的站点覆盖了路区k，否则Ytjk＝0，α是站点月成本方程中的常数项，αl是重量5千克以内订单单位配送成本函数中的常数项，αh是重量5千克到10千克订单单位配送成本函数中的常数项，Xtj是指示变量，Xtj＝1代表在第t个月路区j已建立站点，否则Xtj＝0，t＝0代表前一年12月，βl是重量5千克以内订单单位配送成本函数中配送距离的系数，βh是重量5千克到10千克订单单位配送成本函数中配送距离的系数，djk是路区j的中心点与路区k的中心点的距离。
可选地，本发明实施例将获取的路区信息以及站点信息按照预设的模式进行标准化处理，得到标准化数据，具体包括：将路区信息以及站点信息存储到数据库中，并根据属性阈值从数据库中进行筛选，以筛选出的数据为标准化数据。
为实现上述目的，根据本发明实施例的另一方面，提供了一种配送站选址的装置。
本发明实施例一种配送站选址的装置包括：第一处理模块，用于将获取的已有路区信息以及已有站点信息按照预设的模式进行标准化处理，得到标准化数据；第二处理模块，将标准化数据输入到预置的数学模型中，以输出的路区信息为选址方案。
可选地，站点对应多个路区，其中，路区信息包括距离类数据以及订单量数据，站点信息包括经纬度数据以及财务类数据。
可选地，数学模型是根据已有路区和已有站点的数据拟合出的，具体为：
Figure GDA0001458084670000031
其中，ω是从分拣中心到站点的订单单位距离运输成本，dij是从分拣中心i到路区j的距离，qtij是在第t个月需要从分拣中心i送达路区j的总订单数量，
Figure GDA0001458084670000032
是在第t个月需要从分拣中心i送达路区j的重量5千克以内的订单数量，
Figure GDA0001458084670000033
是在第t个月需要从分拣中心i送达路区j的重量5千克到10千克的订单数量，Ytjk是指示变量，Ytjk＝1代表在路区j的站点覆盖了路区k，否则Ytjk＝0，α是站点月成本方程中的常数项，αl是重量5千克以内订单单位配送成本函数中的常数项，αh是重量5千克到10千克订单单位配送成本函数中的常数项，Xtj是指示变量，Xtj＝1代表在第t个月路区j已建立站点，否则Xtj＝0，t＝0代表前一年12月，βl是重量5千克以内订单单位配送成本函数中配送距离的系数，βh是重量5千克到10千克订单单位配送成本函数中配送距离的系数，djk是路区j的中心点与路区k的中心点的距离。
可选地，本发明实施例的第一处理模块具体用于：将路区信息以及站点信息存储到数据库中，并根据属性阈值从数据库中进行筛选，以筛选出的数据为标准化数据。
为实现上述目的，根据本发明实施例的再一方面，提供了一种实现配送站选址的方法的电子设备。
本发明实施例的一种电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本发明实施例的配送站选址的方法。
为实现上述目的，根据本发明实施例的又一方面，提供了一种计算机可读介质。
本发明实施例的一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现本发明实施例的配送站选址的方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用路区和站点的各项参数以及预置的数学模型，进行配送站的选址的技术手段，所以克服了无法快速提供一个可靠的选址方案的技术问题，进而达到基于大数据来对配送站进行选址的技术效果，有利于提高在选址时的工作效率；通过对大数据的处理，有效地提高了对终端配送站选址的工作的效果，在保证服务质量的同时实现了节约成本合理布局配送站的目的；通过将机器学习技术增加到终端配送站选址方法中实现不断优化数学模型，并提供更合理科学的终端配送站选址的方法。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的配送站选址的方法的主要步骤的示意图；
图2是根据本发明实施例的配送站选址的方法的实现步骤的示意图；
图3是根据本发明实施例的原有站点与分拣中心关系的选址方案示意图；
图4是根据本发明实施例的通过站点与分拣中心关系的选址方案示意图；
图5是根据本发明实施例的配送站选址的装置的主要模块的示意图；
图6是用于实现本发明实施例的配送站选址的方法的电子设备的硬件结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本发明实施例的技术方案是通过获取当前区域内各区域以及站点的所有参数，然后把这些参数输入到提前拟合出的数学模型中进行计算，最后再对计算出的结果进行分析，从而达到利用大数据对所有参数进行整合的同时提供出了一个可以保证服务质量以及运营成本的可靠的选址方案。
图1是根据本发明实施例的配送站选址的方法的主要步骤的示意图。
如图1所示，本发明实施例的一种配送站选址的方法主要包括如下步骤：
步骤S11：将获取的已有路区信息以及已有站点信息按照预设的模式进行标准化处理，得到标准化数据。本步骤中首先需要获取各路区以及各站点的大数据，以便后续利用这些数据进行选址，也即本发明中的已有路区信息以及已有站点信息。
在一些实施例中，站点对应多个路区，路区的信息包括距离类数据以及订单量数据，站点的信息包括经纬度数据以及财务类数据，其中：
距离类数据包括：分拣中心到路区中心点的距离数据、路区中心点之间的距离数据、分拣中心到站点的传站距离。
订单量数据包括：配送员配送远近件单量，不同重量区间的订单量、站点月单量。
财务类数据包括：站点租金、车辆单位价格、站点管理人员月薪、配送员单量计提、司机月薪、站点运营成本、站点设备成本、城区平均月租金。
具体的，针对本发明中站点和路区所涉及到的名词做出解释，如下表1所示：
Figure GDA0001458084670000071
表1站点和路区所涉及的名字
需要注意的是，获取的路区信息以及站点信息都是已经赋值的，具体的处理过程包括：将路区信息以及站点信息存储到数据库中，并根据属性阈值从数据库中进行筛选(数据库中存储的路区信息的所有数据属性以及站点信息的所有数据属性，因此，需要针对数据库中的数据属性进行筛选，也即筛选出赋值符合属性阈值的数据)，以筛选出的数据为标准化数据。在这里，标准化处理还可以为基本的数据仓库建立存储，如增、删、改、查等基本功能。
步骤S12：将标准化数据输入到预置的数学模型中，以输出的路区信息为选址方案。需要说明的是，该模型输出的选址方案可以是一个具体的点，也可以是一个特定的区域，本发明中，是以输出的路区信息为选址方案的，也就是说，数学模型会根据限定条件及输入参数得出一个对于路区的评分，该评分目的是选择出满足限制条件(保证时效及服务体验的前提)内成本最低的建议建站的路区，该路区信息是固定且现有的，根据输出的路区信息，然后选择在该路区范围内建站便可实现最佳的位置进行建站。而数学模型是根据已有路区和已有站点的数据拟合出的，具体为：
Figure GDA0001458084670000081
其中，ω是从分拣中心到站点的订单单位距离运输成本，dij是从分拣中心i到路区j的距离，qtij是在第t个月需要从分拣中心i送达路区j的总订单数量，
Figure GDA0001458084670000082
是在第t个月需要从分拣中心i送达路区j的重量5千克以内的订单数量，
Figure GDA0001458084670000083
是在第t个月需要从分拣中心i送达路区j的重量5千克到10千克的订单数量，Ytjk是指示变量，Ytjk＝1代表在路区j的站点覆盖了路区k，否则Ytjk＝0，α是站点月成本方程中的常数项，αl是重量5千克以内订单单位配送成本函数中的常数项，αh是重量5千克到10千克订单单位配送成本函数中的常数项，Xtj是指示变量，Xtj＝1代表在第t个月路区j已建立站点，否则Xtj＝0，t＝0代表前一年12月，βl是重量5千克以内订单单位配送成本函数中配送距离的系数，βh是重量5千克到10千克订单单位配送成本函数中配送距离的系数，djk是路区j的中心点与路区k的中心点的距离。
另外，本发明主要考虑的是在当前区域内存在多个分拣中心的情况。若在当前区域内仅存在一个分拣中心，还可以对上述公式进行进一步的简化，简化后的公式为：
Figure GDA0001458084670000084
其中，dj是从分拣中心到路区j的距离，qtj是在第t个月需要从分拣中心送达路区j的总订单数量，
Figure GDA0001458084670000091
是在第t个月需要从分拣中心送达路区j的重量5千克以内的订单数量，
Figure GDA0001458084670000092
是在第t个月需要从分拣中心送达路区j的重量5千克到10千克的订单数量。
需要说明的是，本发明实施例的技术方案是将站点以及路区的的标准化数据依次输入到数学模型中，得到的输出数据也是相应的站点与路区的数据(换言之，输入的是路区信息，输出的也是路区信息)，然后再进行人工干预，根据这些数据与实际情况确定最终的选址方案。当然，为了得到更少的输出数据以便进行人工干预，可以取所有输出数据中的最小数据。
如上所述的情况，本步骤中确定出的选址方案可能与实际情况存在偏差(例如，初步方案中的位置可能在马路上或河床内)，因此，需要对该初步方案进一步优化。在这里，我们可以对选址方案进行可行性评价(即人工干预)，并确定最终选址方案，其中，可行性评价的影响因素包括出行需求、用地情况、交通情况和服务设施水平等因素。
此外，还可以将机器学习技术增加到配送站选址的方法中，实现不断优化数学模型，并提供更合理科学的终端配送站选址的方法。
图2是根据本发明实施例的配送站选址的方法的实现步骤的示意图。
由图2可以看出，本发明实施例的技术方案首先会获取一些大数据，主要包括距离类数据、运营财务类数据以及订单量数据，并将这些数据进行表转化的处理；然后再将这些处理后的数据输入到数学模型中进行方案生成，从而得出一个既节省了投资成本也覆盖了所有区域的选址方案。在具体的实施场景中，距离类数据包括：分拣中心到路区中心点的距离数据、路区中心点之间的距离数据、分拣中心到站点的传站距离；订单量数据包括：配送员配送远近件单量，不同重量区间的订单量、站点月单量；财务类数据包括：站点租金、车辆单位价格、站点管理人员月薪、配送员单量计提、司机月薪、站点运营成本、站点设备成本、城区平均月租金。如图3所示，为本发明实施例的原有站点与分拣中心关系的选址方案示意图，通过运用本发明实施例的技术方案之后便得到图4所示的选址方案。
进一步的，本发明实施例中数学模型的限制条件如下表1所示：
Figure GDA0001458084670000101
表1数学模型的限制条件
如表1所示，1a表示初始化站点的位置；1b表示确保现有站点租期未到之前不会被取消；1c表示确保站点数量不会减少；1d表示要求每个路区被一个站点覆盖；1e表示保证路区只能被有站点的路区覆盖；1f和1j表示定义Xtj和Ytjk为0-1的变量。
根据本发明实施例的配送站选址的方法可以看出，因为采用路区和站点的各项参数以及预置的数学模型，进行配送站的选址的技术手段，所以克服了无法快速提供一个可靠的选址方案的技术问题，进而达到基于大数据来对配送站进行选址的技术效果，有利于提高在选址时的工作效率；通过对大数据的处理，有效地提高了对终端配送站选址的工作的效果，在保证服务质量的同时实现了节约成本合理布局配送站的目的；通过将机器学习技术增加到终端配送站选址方法中实现不断优化数学模型，并提供更合理科学的终端配送站选址的方法。
图5是根据本发明实施例的配送站选址的装置的主要模块的示意图。
如图5所示，本发明实施例的配送站选址的装置50主要包括：第一处理模块51以及第二处理模块52。其中：
第一处理模块51，用于将获取的路区信息以及站点信息按照预设的模式进行标准化处理，得到标准化数据；
第二处理模块52，将标准化数据输入到预置的数学模型中，以输出结果为选址方案。
本发明实施例中，站点对应多个路区，其中，站点信息包括距离类数据以及订单量数据，站点信息包括经纬度数据以及财务类数据。
需要说明的是，数学模型是根据已有路区和站点的数据拟合出的，具体为：
Figure GDA0001458084670000111
其中，ω是从分拣中心到站点的订单单位距离运输成本，dij是从分拣中心i到路区j的距离，qtij是在第t个月需要从分拣中心i送达路区j的总订单数量，
Figure GDA0001458084670000112
是在第t个月需要从分拣中心i送达路区j的重量5千克以内的订单数量，
Figure GDA0001458084670000113
是在第t个月需要从分拣中心i送达路区j的重量5千克到10千克的订单数量，Ytjk是指示变量，Ytjk＝1代表在路区j的站点覆盖了路区k，否则Ytjk＝0，α是站点月成本方程中的常数项，αl是重量5千克以内订单单位配送成本函数中的常数项，αh是重量5千克到10千克订单单位配送成本函数中的常数项，Xtj是指示变量，Xtj＝1代表在第t个月路区j已建立站点，否则Xtj＝0，t＝0代表前一年12月，βl是重量5千克以内订单单位配送成本函数中配送距离的系数，βh是重量5千克到10千克订单单位配送成本函数中配送距离的系数，djk是路区j的中心点与路区k的中心点的距离。
此外，本发明实施例的第一处理模块51具体用于：将路区信息以及站点信息存储到数据库中，并根据属性阈值从数据库中进行筛选，以筛选出的数据为标准化数据。
从以上描述可以看出，因为采用路区和站点的各项参数以及预置的数学模型，进行配送站的选址的技术手段，所以克服了无法快速提供一个可靠的选址方案的技术问题，进而达到基于大数据来对配送站进行选址的技术效果，有利于提高在选址时的工作效率；通过对大数据的处理，有效地提高了对终端配送站选址的工作的效果，在保证服务质量的同时实现了节约成本合理布局配送站的目的；通过将机器学习技术增加到终端配送站选址方法中实现不断优化数学模型，并提供更合理科学的终端配送站选址的方法。
根据本发明的实施例，本发明还提供了一种电子设备和一种可读存储介质。
本发明实施例的电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本发明实施例的配送站选址的方法。
本发明的计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行本发明所提供的配送站选址的方法。
下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，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6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本发明公开的实施例，上文主要步骤的流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤的流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中，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。而在本发明中，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。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一处理模块以及第二处理模块。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：将获取的已有路区信息以及已有站点信息按照预设的模式进行标准化处理，得到标准化数据；将标准化数据输入到预置的数学模型中，以输出的路区信息为选址方案。
根据本发明实施例的技术方案，因为采用路区和站点的各项参数以及预置的数学模型，进行配送站的选址的技术手段，所以克服了无法快速提供一个可靠的选址方案的技术问题，进而达到基于大数据来对配送站进行选址的技术效果，有利于提高在选址时的工作效率；通过对大数据的处理，有效地提高了对终端配送站选址的工作的效果，在保证服务质量的同时实现了节约成本合理布局配送站的目的；通过将机器学习技术增加到终端配送站选址方法中实现不断优化数学模型，并提供更合理科学的终端配送站选址的方法。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种配送站选址的方法，其特征在于，包括：
将获取的已有路区信息以及已有站点信息按照预设的模式进行标准化处理，得到标准化数据；所述路区信息包括距离类数据，所述距离类数据包括分拣中心到路区中心点的距离数据、路区中心点之间的距离数据、分拣中心到站点的传站距离；
将所述标准化数据输入到预置的数学模型中，以输出的路区信息为选址方案；
所述数学模型是根据已有路区和已有站点的数据拟合出的，具体为：
Figure FDA0003041381440000011
其中，ω是从分拣中心到站点的订单单位距离运输成本，dij是从分拣中心i到路区j的距离，qtij是在第t个月需要从分拣中心i送达路区j的总订单数量，
Figure FDA0003041381440000012
是在第t个月需要从分拣中心i送达路区j的重量5千克以内的订单数量，
Figure FDA0003041381440000013
是在第t个月需要从分拣中心i送达路区j的重量5千克到10千克的订单数量，Ytjk是指示变量，Ytjk＝1代表在路区j的站点覆盖了路区k，否则Ytjk＝0，α是站点月成本方程中的常数项，αl是重量5千克以内订单单位配送成本函数中的常数项，αh是重量5千克到10千克订单单位配送成本函数中的常数项，Xtj是指示变量，Xtj＝1代表在第t个月路区j已建立站点，否则Xtj＝0，t＝0代表前一年12月，βl是重量5千克以内订单单位配送成本函数中配送距离的系数，βh是重量5千克到10千克订单单位配送成本函数中配送距离的系数，djk是路区j的中心点与路区k的中心点的距离。
2.根据权利要求1所述的方法，其特征在于，所述站点对应多个路区，其中，所述路区信息包括距离类数据以及订单量数据，所述站点信息包括经纬度数据以及财务类数据。
3.根据权利要求1所述的方法，其特征在于，将获取的路区信息以及站点信息按照预设的模式进行标准化处理，得到标准化数据，具体包括：
将所述路区信息以及所述站点信息存储到数据库中，并根据属性阈值从所述数据库中进行筛选，以筛选出的数据为标准化数据。
4.一种配送站选址的装置，其特征在于，包括：
第一处理模块，用于将获取的已有路区信息以及已有站点信息按照预设的模式进行标准化处理，得到标准化数据；所述路区信息包括距离类数据，所述距离类数据包括分拣中心到路区中心点的距离数据、路区中心点之间的距离数据、分拣中心到站点的传站距离；
第二处理模块，将所述标准化数据输入到预置的数学模型中，以输出的路区信息为选址方案；
所述数学模型是根据已有路区和已有站点的数据拟合出的，具体为：
Figure FDA0003041381440000021
其中，ω是从分拣中心到站点的订单单位距离运输成本，dij是从分拣中心i到路区j的距离，qtij是在第t个月需要从分拣中心i送达路区j的总订单数量，
Figure FDA0003041381440000022
是在第t个月需要从分拣中心i送达路区j的重量5千克以内的订单数量，
Figure FDA0003041381440000023
是在第t个月需要从分拣中心i送达路区j的重量5千克到10千克的订单数量，Ytjk是指示变量，Ytjk＝1代表在路区j的站点覆盖了路区k，否则Ytjk＝0，α是站点月成本方程中的常数项，αl是重量5千克以内订单单位配送成本函数中的常数项，αh是重量5千克到10千克订单单位配送成本函数中的常数项，Xtj是指示变量，Xtj＝1代表在第t个月路区j已建立站点，否则Xtj＝0，t＝0代表前一年12月，βl是重量5千克以内订单单位配送成本函数中配送距离的系数，βh是重量5千克到10千克订单单位配送成本函数中配送距离的系数，djk是路区j的中心点与路区k的中心点的距离。
5.根据权利要求4所述的装置，其特征在于，所述站点对应多个路区，其中，所述路区信息包括距离类数据以及订单量数据，所述站点信息包括经纬度数据以及财务类数据。
6.根据权利要求4所述的装置，其特征在于，所述第一处理模块具体用于：
将所述路区信息以及所述站点信息存储到数据库中，并根据属性阈值从所述数据库中进行筛选，以筛选出的数据为标准化数据。
7.一种电子设备，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中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-3中任一所述的方法。
CN201710321455.7A 2017-05-09 2017-05-09 一种配送站选址的方法和装置 Active CN108874801B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710321455.7A CN108874801B (zh) 2017-05-09 2017-05-09 一种配送站选址的方法和装置
PCT/CN2018/080619 WO2018205760A1 (zh) 2017-05-09 2018-03-27 一种配送站选址的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710321455.7A CN108874801B (zh) 2017-05-09 2017-05-09 一种配送站选址的方法和装置

Publications (2)

Publication Number Publication Date
CN108874801A CN108874801A (zh) 2018-11-23
CN108874801B true CN108874801B (zh) 2021-08-17

Family

ID=64105030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710321455.7A Active CN108874801B (zh) 2017-05-09 2017-05-09 一种配送站选址的方法和装置

Country Status (2)

Country Link
CN (1) CN108874801B (zh)
WO (1) WO2018205760A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612385B (zh) * 2019-02-22 2024-04-16 北京京东振世信息技术有限公司 一种对待配送物品进行聚类的方法和装置
CN109934508A (zh) * 2019-03-21 2019-06-25 深圳市丰巢科技有限公司 基于大数据的柜机选址方法、装置、服务器和存储介质
CN111915240A (zh) * 2019-05-10 2020-11-10 北京京东尚科信息技术有限公司 用于生成配送路线信息的方法和装置
CN110321399A (zh) * 2019-06-28 2019-10-11 京东城市(北京)数字科技有限公司 选择地址的方法和装置
CN112184092A (zh) * 2019-07-02 2021-01-05 顺丰科技有限公司 物流节点确定方法、装置、服务器及存储介质
CN110414746A (zh) * 2019-08-07 2019-11-05 软通动力信息技术有限公司 众创空间的开设地址选择方法、装置、设备及存储介质
CN112308594A (zh) * 2019-09-29 2021-02-02 北京京东尚科信息技术有限公司 选址系统、方法、电子设备及存储介质
CN111062611B (zh) * 2019-12-17 2021-02-19 胡妍 基于大数据分析的配送站点建设系统及方法
CN113496334B (zh) * 2020-04-03 2024-06-18 北京京东振世信息技术有限公司 一种站点选择的方法和装置
CN113673233B (zh) * 2020-05-13 2023-09-26 北京京东振世信息技术有限公司 确定建立仓库地址的方法和装置
CN114169817B (zh) * 2021-11-18 2024-04-19 东南大学 一种适用于低密度人口的乡村快递配送站选址方法
CN114418499B (zh) * 2022-01-20 2024-06-18 重庆邮电大学 一种基于多层筛选策略的农村快递配送中心选址方法
CN115759319B (zh) * 2022-08-02 2024-02-20 日照市规划设计研究院集团有限公司 一种考虑职住分布的快递网点和中转站选址方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101814174A (zh) * 2010-04-07 2010-08-25 北京交通大学 农资连锁经营物流配送中心选址优化方法
CN102496078A (zh) * 2011-12-07 2012-06-13 山东电力集团公司济宁供电公司 一种电动汽车换电站系统电池配送中心选址方法
CN102521443A (zh) * 2011-12-06 2012-06-27 河海大学 基于计算机视觉的物流节点设施布局优化方法
CN102903037A (zh) * 2011-07-28 2013-01-30 上海拉手信息技术有限公司 配送中心选址的方法
US20130159208A1 (en) * 2011-12-19 2013-06-20 Byung Jun Song Shipper-oriented logistics base optimization system
CN104268705A (zh) * 2014-09-30 2015-01-07 国家电网公司 电力物资配送中心选址方法
CN104766188A (zh) * 2014-01-02 2015-07-08 中国移动通信集团江苏有限公司 一种物流配送的方法及系统
CN105373909A (zh) * 2015-12-04 2016-03-02 江苏省现代企业信息化应用支撑软件工程技术研发中心 一种基于仿真软件的物流配送中心选址方法
CN106127327A (zh) * 2016-05-17 2016-11-16 北京京东尚科信息技术有限公司 基于gis的配送站点选址方法和系统
CN106339770A (zh) * 2016-05-25 2017-01-18 天津商业大学 基于自适应Levy分布混合变异改进人工鱼群算法的配送中心选址优化方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160148154A1 (en) * 2013-02-01 2016-05-26 United Parcel Service Of America, Inc. Systems and methods for parcel delivery to alternate delivery locations
CN103632208A (zh) * 2013-11-14 2014-03-12 北京锐安科技有限公司 一种物流运输距离的定量分析方法和仓库选址方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101814174A (zh) * 2010-04-07 2010-08-25 北京交通大学 农资连锁经营物流配送中心选址优化方法
CN102903037A (zh) * 2011-07-28 2013-01-30 上海拉手信息技术有限公司 配送中心选址的方法
CN102521443A (zh) * 2011-12-06 2012-06-27 河海大学 基于计算机视觉的物流节点设施布局优化方法
CN102496078A (zh) * 2011-12-07 2012-06-13 山东电力集团公司济宁供电公司 一种电动汽车换电站系统电池配送中心选址方法
US20130159208A1 (en) * 2011-12-19 2013-06-20 Byung Jun Song Shipper-oriented logistics base optimization system
CN104766188A (zh) * 2014-01-02 2015-07-08 中国移动通信集团江苏有限公司 一种物流配送的方法及系统
CN104268705A (zh) * 2014-09-30 2015-01-07 国家电网公司 电力物资配送中心选址方法
CN105373909A (zh) * 2015-12-04 2016-03-02 江苏省现代企业信息化应用支撑软件工程技术研发中心 一种基于仿真软件的物流配送中心选址方法
CN106127327A (zh) * 2016-05-17 2016-11-16 北京京东尚科信息技术有限公司 基于gis的配送站点选址方法和系统
CN106339770A (zh) * 2016-05-25 2017-01-18 天津商业大学 基于自适应Levy分布混合变异改进人工鱼群算法的配送中心选址优化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
《B2C模式下配送中心与末端节点的两阶段布局优化模型》;周翔等;《计算机集成制造系统》;20141231;第20卷(第12期);第3140-3149页 *
《基于大数据的物流配送中心选址优化研究》;武方方;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20160515;第2016年卷(第5期);第I138-1040页 *
《新鲜度条件下生鲜食品配送中心选址研究》;李梦寻;《中国优秀硕士学位论文全文数据库(经济与管理科学辑)》;20140415;第2014年卷(第4期);第J145-147页 *
《生鲜食品配送中心选址研究》;魏菲;《中国优秀硕士学位论文全文数据库(信息科技辑)》;20150915;第2015年卷(第9期);第I140-66页 *

Also Published As

Publication number Publication date
WO2018205760A1 (zh) 2018-11-15
CN108874801A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
CN108874801B (zh) 一种配送站选址的方法和装置
CN107633358B (zh) 设施选址及分配的方法和装置
CN109902990A (zh) 一种供应链物流配送线路规划系统
CN113259144A (zh) 一种仓储网络规划方法和装置
US10015279B2 (en) Application assignment reconciliation and license management
CN109345166B (zh) 用于生成信息的方法和装置
CN110858347A (zh) 一种用于物流配送分单的方法和装置
CN110309142B (zh) 规则管理的方法和装置
CN113128744A (zh) 配送规划方法和装置
CN113222205A (zh) 一种路径规划的方法和装置
CN111337045A (zh) 车辆导航方法和装置
CN112541624B (zh) 一种揽投网点的选址方法、装置、介质及电子设备
CN112184092A (zh) 物流节点确定方法、装置、服务器及存储介质
CN116030617A (zh) 一种基于公路od数据进行车流量预测的方法及装置
CN112988933A (zh) 地址信息管理的方法和装置
He et al. An air freight forwarder’s resource planning and revenue management
WO2024007604A1 (zh) 一种数学模型求解方法、装置、计算设备及计算设备集群
Lim et al. Promoting cost efficiency and uniformity in parcel delivery centre locations and service areas: a GIS-based analysis
CN110321399A (zh) 选择地址的方法和装置
CN114971412A (zh) 订单分配方法、订单分配平台、订单分配系统及存储介质
CN115423360A (zh) 公共充电站规划方法及其装置
US20220414796A1 (en) Computer implemented oil field logistics
CN114663165A (zh) 网点选址预测方法、装置、设备、介质和程序产品
CN116030616A (zh) 一种利用大数据进行交通量预测的方法及装置
CN111860918B (zh) 配送方法及装置、电子设备和计算机可读介质

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
TA01 Transfer of patent application right

Effective date of registration: 20200527

Address after: 710100 Building 5, center square, aerospace city, No. 666, East Chang'an Street, national civil aerospace industry base, Xi'an City, Shaanxi Province

Applicant after: Xi'an jingxundi Supply Chain Technology Co., Ltd

Address before: 100195 floor 1-4, west section 1-4, building 11, zone 4, Xishan Creative Park, No. 65, xingshikou Road, Haidian District, Beijing

Applicant before: BEIJING JINGDONG SHANGKE INFORMATION TECHNOLOGY Co.,Ltd.

Applicant before: BEIJING JINGDONG CENTURY TRADING Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant