CN109146133A - 一种车辆环状路线的发车方法、装置及设备、存储介质 - Google Patents
一种车辆环状路线的发车方法、装置及设备、存储介质 Download PDFInfo
- Publication number
- CN109146133A CN109146133A CN201810779035.8A CN201810779035A CN109146133A CN 109146133 A CN109146133 A CN 109146133A CN 201810779035 A CN201810779035 A CN 201810779035A CN 109146133 A CN109146133 A CN 109146133A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- time
- point
- cyclic path
- car
- 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.)
- Pending
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
- G06Q10/04—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
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (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
本申请公开了一种车辆环状路线的发车方法、装置及设备、存储介质,涉及物流技术,通过该方法,先确定环状路线,及每条环状路线上每种车辆的数量,再确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小。当最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小时,可以使得各个物流点的车辆到达时间间隔尽量的短,从而避免司机等待时间长、揽活效率低等资源浪费,进而提高物流效率。
Description
技术领域
本公开一般涉及物流领域,尤其涉及一种车辆环状路线的发车方法、装置及设备、存储介质。
背景技术
在传统的路径规划问题中,串点和接力是两种主要的运输模式。接力模式是指通过一定的路径选择,使得去到同一终点的快件得到最大程度上的聚合,从而提升车辆利用率,节省成本。一种研究接力模型的方法是通过某一时间窗内每个OD(Origin–Destination,起点到终点)流向的件量到达率作为模型输入,选取最优路径和对应的最小车辆数,并在此基础上考虑现实落地的可行性,选取一些环作为车辆的固定运行路线。
然而,每个环上的车辆由于发车时间和发车地点的不同,到达每个点的时间和频率就会大不相同,会使得某条路线上车辆到达不均匀,导致司机等待时间长、揽活效率低等资源浪费。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种车辆环状路线的发车方法、装置及设备、存储介质,以实现提高物流效率。
第一方面,本发明实施例提供一种车辆环状路线的发车方法,包括:
确定环状路线,及每条环状路线上每种车辆的数量;
确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小。
进一步,所述确定环状路线,及每条环状路线上每种车辆的数量,具体包括:
根据设定时间窗内每个OD的快件到达率和快件在路径上每个点的平均等待时间,确定每个OD对应的路径及其所需要的最小车辆数;
确定出所有满足预设条件的环;
从所述所有满足预设条件的环中,确定环状路线及每条环状路线上每种车辆的数量,使得在每个点都能被大于设定频率的访问,且最小化运输成本。
其中,所述预设条件具体包括:
环中点的数量区间;和/或
车辆行驶一圈的时间区间。
进一步,所述确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小,具体包括:
通过如下公式确定每个环状路线上车辆的发车地点和发车时间:
s.t.W≤H
其中,C为所有满足预设条件的环的集合,TC为环C上所用车辆的集合,H为计划时间,NC为环C上点的集合,N为所有点的集合,OC为在计划时间内环C上每辆车可以跑完的完整圈数,In为计划时间内点n处到达车次的数目,timen-1,n为车辆从点n-1到点n的时间,timecycle为车辆跑完一次环线的时间,W为所有点上最大车辆到达时间间隔,Wn为点n上最大车辆到达时间间隔,n∈N,为点n上第i个车次的到达时间,n∈N,i∈In,为环C中车辆t第o次到达点n的时间,n∈N,t∈TC,o∈OC,为点n上第j各车次的到达时间,n∈N,j∈In,由按点n分类而来,M为大于的最大值的正数,K为大于车辆在环C上行驶一圈的时间的正数。
第二方面,本发明实施例提供一种车辆环状路线的发车装置,包括:
路线确定单元,用于确定环状路线,及每条环状路线上每种车辆的数量;
发车确定单元,用于确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小。
进一步,所述路线确定单元具体用于:
根据设定时间窗内每个OD的快件到达率和快件在路径上每个点的平均等待时间,确定每个OD对应的路径及其所需要的最小车辆数;
确定出所有满足预设条件的环;
从所述所有满足预设条件的环中,确定环状路线及每条环状路线上每种车辆的数量,使得在每个点都能被大于设定频率的访问,且最小化运输成本。
其中,所述预设条件具体包括:
环中点的数量区间;和/或
车辆行驶一圈的时间区间。
进一步,所述发车确定单元具体用于:
通过如下公式确定每个环状路线上车辆的发车地点和发车时间:
s.t.W≤H
其中,C为所有满足预设条件的环的集合,TC为环C上所用车辆的集合,H为计划时间,NC为环C上点的集合,N为所有点的集合,OC为在计划时间内环C上每辆车可以跑完的完整圈数,In为计划时间内点n处到达车次的数目,timen-1,n为车辆从点n-1到点n的时间,timecycle为车辆跑完一次环线的时间,W为所有点上最大车辆到达时间间隔,Wn为点n上最大车辆到达时间间隔,n∈N,为点n上第i个车次的到达时间,n∈N,i∈In,为环C中车辆t第o次到达点n的时间,n∈N,t∈TC,o∈OC,为点n上第j各车次的到达时间,n∈N,j∈In,由按点n分类而来,M为大于的最大值的正数,K为大于车辆在环C上行驶一圈的时间的正数。
第三方面,本发明实施例还相应提供一种设备,包括处理器和存储器;
所述存储器包含可由所述处理器执行的指令以使得所述处理器执行如第一方面中所述的方法。
第四方面,本发明实施例还相应提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于实现如第一方面中所述的方法。
本发明实施例提供一种车辆环状路线的发车方法、装置及设备、存储介质,先确定环状路线,及每条环状路线上每种车辆的数量,再确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小。当最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小时,可以使得各个物流点的车辆到达时间间隔尽量的短,从而避免司机等待时间长、揽活效率低等资源浪费,进而提高物流效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本发明实施例提供的车辆环状路线的发车方法流程图;
图2为本发明实施例提供的具体实施例的物流流向示意图;
图3为本发明实施例提供的具体实施例的环状路线示意图;
图4为本发明实施例提供的物流点的车辆到达时间示意图;
图5为本发明实施例提供的车辆环状路线的发车装置结构示意图;
图6为本发明实施例提供的车辆环状路线的发车设备结构示意图。
具体实施方式
下面结合附图和实施例对本申请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相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参考图1,本发明实施例提供的车辆环状路线的发车方法,包括:
步骤S101、确定环状路线,及每条环状路线上每种车辆的数量;
步骤S102、确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小。
通过该方法,可以使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小,当最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小时,则各个物流点的车辆到达时间间隔尽量的短,从而避免司机等待时间长、揽活效率低等资源浪费,进而提高物流效率。
进一步,步骤S101中,确定环状路线,及每条环状路线上每种车辆的数量,具体包括:
根据设定时间窗内每个OD的快件到达率和快件在路径上每个点的平均等待时间,确定每个OD对应的路径及其所需要的最小车辆数;
确定出所有满足预设条件的环;
从所有满足预设条件的环中,确定环状路线及每条环状路线上每种车辆的数量,使得在每个点都能被大于设定频率的访问,且最小化运输成本。
其中,预设条件具体包括:
环中点的数量区间;和/或
车辆行驶一圈的时间区间。
快件路径选择部分是根据某一时间窗内每个OD的快件到达率和快件在路径上每个点的平均等待时间,选择每个OD对应的路径以及所需要的最小车辆数。
如图2所示,字母A到F代表集散点或中转场,模型选择的路径如图2中有向边所示。
确定每个OD对应的路径以及所需要的最小车辆数之后,基于所有点枚举出所有满足条件的环,条件包括环中点的数量、车辆行驶一圈的时间。如根据图2中的点,可生成例如ABC、DEFG等环。然后根据所有满足条件的环确定环形路线和相应的车辆数目,保证每个点都能被以一定频率访问,并最小化运输成本。通过这种方法,车辆可以在固定线路上运行,大大提高落地的可能性。
确定出环状车辆路线的集合和每个环上每种车辆的数量时,如图3所示,确定的结果可能是cycle1、cycle2和cycle3三个环形路线,以及每个环所需的车辆数目。然而,由于发车时间和发车地点的不同,圈重合边上车辆到达的频率会大不相同。假设每个cycle上只有一辆车,一批快件需要从点A发往点D,则他需要通过cycle 1和cycle 2的接力运输。那么在B点,两个环上车辆的到达时间可能如图4所示,其中圆点代表cycle 1中车辆到达的时间,三角形点代表cycle 2中车辆到达的时间,即对于某个点而言,车辆的到达时间间隔分布不均匀,这可能导致B点的快件每次都被cycle1的车辆运走,而cycle2的车辆可能没有货物可运,从而车辆利用率很低。因此,对于每个点都希望能使所有车辆的到达时间间隔尽可能接近。为了实现这一目标,每辆车的发车时间和发车地点都需要确定。
通过步骤S102,即可确定出较合适的每辆车的发车时间和发车地点。
步骤S102中,确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小,具体包括:
通过如下公式确定每个环状路线上车辆的发车地点和发车时间:
s.t.W≤H (1)
其中,C为所有满足预设条件的环的集合,TC为环C上所用车辆的集合,H为计划时间,NC为环C上点的集合,N为所有点的集合,OC为在计划时间内环C上每辆车可以跑完的完整圈数,In为计划时间内点n处到达车次的数目,timen-1,n为车辆从点n-1到点n的时间,timecycle为车辆跑完一次环线的时间,W为所有点上最大车辆到达时间间隔,Wn为点n上最大车辆到达时间间隔,n∈N,为点n上第i个车次的到达时间,n∈N,i∈In,为环C中车辆t第o次到达点n的时间,n∈N,t∈TC,o∈OC,为点n上第j各车次的到达时间,n∈N,j∈In,由按点n分类而来,M为大于的最大值的正数,K为大于车辆在环C上行驶一圈的时间的正数。
其中,公式(1)要求全局车辆到达最大时间间隔小于或等于预先设定的计划时间;公式(2)要求每个点的车辆到达的最大时间间隔均小于或等于全局车辆到达最大时间间隔;公式(3)要求每个点的各个车辆到达的时间间隔均小于或等于该点的车辆到达的最大时间间隔;公式(4)-(7)表示和的一一对应关系,其中,M一般认为是正无穷,M至少要大于的最大值;公式(8)-(11)表示在每辆车跑第一圈时到达相邻两点的时间间隔,其中,K一般认为是正无穷,K至少要大于车辆在环C上行驶一圈的时间;公式(12)表示对于同一个环上的同一辆车,相邻两次到达同一点的时间应等于该车走一圈的时间。
当然,本领域技术人员也可以基于类似的模型确定每个环状路线上车辆的发车地点和发车时间,只要其模型思想与本发明实施例中的模型思想一致,也应在本发明的保护范围内。
应当注意,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本发明实施例还相应提供一种车辆环状路线的发车装置,如图5所示,包括:
路线确定单元501,用于确定环状路线,及每条环状路线上每种车辆的数量;
发车确定单元502,用于确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小。
进一步,路线确定单元501具体用于:
根据设定时间窗内每个OD的快件到达率和快件在路径上每个点的平均等待时间,确定每个OD对应的路径及其所需要的最小车辆数;
确定出所有满足预设条件的环;
从所有满足预设条件的环中,确定环状路线及每条环状路线上每种车辆的数量,使得在每个点都能被大于设定频率的访问,且最小化运输成本。
其中,预设条件具体包括:
环中点的数量区间;和/或
车辆行驶一圈的时间区间。
进一步,发车确定单元502具体用于:
通过如下公式确定每个环状路线上车辆的发车地点和发车时间:
s.t.W≤H (1)
其中,C为所有满足预设条件的环的集合,TC为环C上所用车辆的集合,H为计划时间,NC为环C上点的集合,N为所有点的集合,OC为在计划时间内环C上每辆车可以跑完的完整圈数,In为计划时间内点n处到达车次的数目,timen-1,n为车辆从点n-1到点n的时间,timecycle为车辆跑完一次环线的时间,W为所有点上最大车辆到达时间间隔,Wn为点n上最大车辆到达时间间隔,n∈N,为点n上第i个车次的到达时间,n∈N,i∈In,为环C中车辆t第o次到达点n的时间,n∈N,t∈TC,o∈OC,为点n上第j各车次的到达时间,n∈N,j∈In,由按点n分类而来,M为大于的最大值的正数,K为大于车辆在环C上行驶一圈的时间的正数。
应当理解,该装置中记载的诸单元或模块与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征同样适用于该装置及其中包含的单元,在此不再赘述。该装置可以预先实现在电子设备的浏览器或其他安全应用中,也可以通过下载等方式而加载到电子设备的浏览器或其安全应用中。该装置中的相应单元可以与电子设备中的单元相互配合以实现本申请实施例的方案。
下面参考图6,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
如图6所示,计算机系统包括中央处理单元(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,还存储有系统操作所需的各种程序和数据。CPU601、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,根据本公开的实施例,上文参考图1描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行图1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。
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,所述模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本申请实施例中所涉及到的单元或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。所描述的单元或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XX单元、YY单元以及ZZ单元。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,XX单元还可以被描述为“用于XX的单元”。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本申请的公式输入方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种车辆环状路线的发车方法,其特征在于,包括:
确定环状路线,及每条环状路线上每种车辆的数量;
确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小。
2.如权利要求1所述的方法,其特征在于,所述确定环状路线,及每条环状路线上每种车辆的数量,具体包括:
根据设定时间窗内每个OD的快件到达率和快件在路径上每个点的平均等待时间,确定每个OD对应的路径及其所需要的最小车辆数;
确定出所有满足预设条件的环;
从所述所有满足预设条件的环中,确定环状路线及每条环状路线上每种车辆的数量,使得在每个点都能被大于设定频率的访问,且最小化运输成本。
3.如权利要求2所述的方法,其特征在于,所述预设条件具体包括:
环中点的数量区间;和/或
车辆行驶一圈的时间区间。
4.如权利要求1所述的方法,其特征在于,所述确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小,具体包括:
通过如下公式确定每个环状路线上车辆的发车地点和发车时间:
s.t.W≤H
其中,C为所有满足预设条件的环的集合,TC为环C上所用车辆的集合,H为计划时间,NC为环C上点的集合,N为所有点的集合,OC为在计划时间内环C上每辆车可以跑完的完整圈数,In为计划时间内点n处到达车次的数目,timen-1,n为车辆从点n-1到点n的时间,timecycle为车辆跑完一次环线的时间,W为所有点上最大车辆到达时间间隔,Wn为点n上最大车辆到达时间间隔,n∈N,为点n上第i个车次的到达时间,n∈N,i∈In,为环C中车辆t第o次到达点n的时间,n∈N,t∈TC,o∈OC,为点n上第j各车次的到达时间,n∈N,j∈In,由按点n分类而来,M为大于的最大值的正数,K为大于车辆在环C上行驶一圈的时间的正数。
5.一种车辆环状路线的发车装置,其特征在于,包括:
路线确定单元,用于确定环状路线,及每条环状路线上每种车辆的数量;
发车确定单元,用于确定每个环状路线上车辆的发车地点和发车时间,使得全局最大车辆到达时间间隔与所有点最大间隔时间的平均值之和最小。
6.如权利要求5所述的装置,其特征在于,所述路线确定单元具体用于:
根据设定时间窗内每个OD的快件到达率和快件在路径上每个点的平均等待时间,确定每个OD对应的路径及其所需要的最小车辆数;
确定出所有满足预设条件的环;
从所述所有满足预设条件的环中,确定环状路线及每条环状路线上每种车辆的数量,使得在每个点都能被大于设定频率的访问,且最小化运输成本。
7.如权利要求6所述的装置,其特征在于,所述预设条件具体包括:
环中点的数量区间;和/或
车辆行驶一圈的时间区间。
8.如权利要求5所述的装置,其特征在于,所述发车确定单元具体用于:
通过如下公式确定每个环状路线上车辆的发车地点和发车时间:
s.t.W≤H
其中,C为所有满足预设条件的环的集合,TC为环C上所用车辆的集合,H为计划时间,NC为环C上点的集合,N为所有点的集合,OC为在计划时间内环C上每辆车可以跑完的完整圈数,In为计划时间内点n处到达车次的数目,timen-1,n为车辆从点n-1到点n的时间,timecycle为车辆跑完一次环线的时间,W为所有点上最大车辆到达时间间隔,Wn为点n上最大车辆到达时间间隔,n∈N,为点n上第i个车次的到达时间,n∈N,i∈In,为环C中车辆t第o次到达点n的时间,n∈N,t∈TC,o∈OC,为点n上第j各车次的到达时间,n∈N,j∈In,由按点n分类而来,M为大于的最大值的正数,K为大于车辆在环C上行驶一圈的时间的正数。
9.一种设备,包括处理器和存储器;其特征在于:
所述存储器包含可由所述处理器执行的指令以使得所述处理器执行如权利要求1-4任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于实现如权利要求1-4任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810779035.8A CN109146133A (zh) | 2018-07-16 | 2018-07-16 | 一种车辆环状路线的发车方法、装置及设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810779035.8A CN109146133A (zh) | 2018-07-16 | 2018-07-16 | 一种车辆环状路线的发车方法、装置及设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109146133A true CN109146133A (zh) | 2019-01-04 |
Family
ID=64800589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810779035.8A Pending CN109146133A (zh) | 2018-07-16 | 2018-07-16 | 一种车辆环状路线的发车方法、装置及设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146133A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942948A (zh) * | 2014-04-10 | 2014-07-23 | 中南大学 | 基于分段拼接的城市公交线路网络的生成方法 |
US20140288821A1 (en) * | 2013-03-22 | 2014-09-25 | Navteq B.V. | Vehicle Arrival Prediction |
CN105185148A (zh) * | 2015-09-30 | 2015-12-23 | 青岛海信网络科技股份有限公司 | 一种公交调度方法、装置及系统 |
CN108267954A (zh) * | 2018-01-15 | 2018-07-10 | 西北工业大学 | 一种带硬时间窗的刀具准时配送路径规划算法 |
-
2018
- 2018-07-16 CN CN201810779035.8A patent/CN109146133A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140288821A1 (en) * | 2013-03-22 | 2014-09-25 | Navteq B.V. | Vehicle Arrival Prediction |
CN103942948A (zh) * | 2014-04-10 | 2014-07-23 | 中南大学 | 基于分段拼接的城市公交线路网络的生成方法 |
CN105185148A (zh) * | 2015-09-30 | 2015-12-23 | 青岛海信网络科技股份有限公司 | 一种公交调度方法、装置及系统 |
CN108267954A (zh) * | 2018-01-15 | 2018-07-10 | 西北工业大学 | 一种带硬时间窗的刀具准时配送路径规划算法 |
Non-Patent Citations (1)
Title |
---|
张致爽: "电商环境下城市配送环状网络模型研究", 《综合运输》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107235276B (zh) | 货物搬运方法和装置 | |
CN109272267A (zh) | 一种配送路径规划方法、装置及设备、存储介质 | |
Shiri et al. | Optimization of drayage operations with time-window constraints | |
Ghilas et al. | An adaptive large neighborhood search heuristic for the pickup and delivery problem with time windows and scheduled lines | |
Goel et al. | A general vehicle routing problem | |
CN109165886B (zh) | 一种物流车辆路径规划方法及装置、设备、存储介质 | |
Capelle et al. | A column generation approach for location-routing problems with pickup and delivery | |
Shao et al. | Synchronizing e-commerce city logistics with sliding time windows | |
US20180349850A1 (en) | Transport Plan Generating Method and Transport Plan Generating System | |
Msakni et al. | Analyzing different designs of liner shipping feeder networks: A case study | |
CN109583622A (zh) | 一种集散点选取方法、装置、服务器及存储介质 | |
US11657362B1 (en) | Supply chain management, tracking, and integration platform | |
CN111667085A (zh) | 物流路由网络的确定方法、装置、介质及电子设备 | |
Krile et al. | Non-linear mini-max problem of multi-stop flight routes | |
Ninikas et al. | Reoptimization strategies for a dynamic vehicle routing problem with mixed backhauls | |
Gao et al. | Tramp ship routing and speed optimization with tidal berth time windows | |
JP4905137B2 (ja) | 運搬ルート生成装置、及び運搬ルート生成方法 | |
WO2023226459A9 (zh) | 冷链物流车辆的调度方法及相关设备 | |
CN109146133A (zh) | 一种车辆环状路线的发车方法、装置及设备、存储介质 | |
Kelleher et al. | Scheduling for intermodal transport | |
Cai et al. | An efficient multi-objective evolutionary algorithm for a practical dynamic pickup and delivery problem | |
Lachner et al. | Routing and scheduling in liner shipping with multi-start local search heuristics | |
Teimoury et al. | The sustainable hybrid truck-drone delivery model with stochastic customer existence | |
CN111461430A (zh) | 用于生成路线信息的方法及装置 | |
CN108537476A (zh) | 一种业务流向流量确定方法及装置、设备、存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
RJ01 | Rejection of invention patent application after publication |