CN109472417A - 一种外卖集中地区共同配送模式下路线优化算法 - Google Patents
一种外卖集中地区共同配送模式下路线优化算法 Download PDFInfo
- Publication number
- CN109472417A CN109472417A CN201811362641.6A CN201811362641A CN109472417A CN 109472417 A CN109472417 A CN 109472417A CN 201811362641 A CN201811362641 A CN 201811362641A CN 109472417 A CN109472417 A CN 109472417A
- Authority
- CN
- China
- Prior art keywords
- food
- take
- away
- beverage enterprise
- dispatching
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title claims abstract description 10
- 235000013305 food Nutrition 0.000 claims abstract description 77
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000005094 computer simulation Methods 0.000 claims abstract description 4
- 238000010845 search algorithm Methods 0.000 claims abstract description 4
- 235000013361 beverage Nutrition 0.000 claims description 54
- 238000005259 measurement Methods 0.000 claims 1
- 239000002699 waste material Substances 0.000 abstract 1
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 1
- 235000021168 barbecue Nutrition 0.000 description 1
- 235000015278 beef Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 235000015220 hamburgers Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
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"
- G06Q10/047—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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种外卖集中地区的共同配送路线优化算法,属于物流配送领域,用于解决外卖配送集中地区配送过程中配送时间长、运力浪费的问题。本发明实施例包括以下步骤,步骤1:集中送餐路线模型假设,假设在外卖配送过程中满足的基本条件;步骤2:最短路线模型建模,建立方程和约束条件确定最短路径规划模型;步骤3,禁忌搜索算法求解,在确定模型及假设成立的条件下求解外卖配送过程中最短路径,并用MATLAB软件进行计算机仿真。本发明能够实现将具有相同收货地点的外卖商品统一配送,对取送外卖商品路径进行合理规划,节约运力的同时减少配送总时长。
Description
技术领域
本发明属于物流配送领域,具体涉及一种外卖集中地区共同配送模式下路线优化算法
背景技术
随着电子商务020模式的发展、互联网及移动支付的普及,网络订餐日渐风行,外卖配送集中地区对餐饮配送需求巨大。虽然点餐方便、价格实惠,但现有的配送模式逐渐暴露其不灵活、成本高、配送不及时等问题。
外卖配送集中地区是指外卖订餐点位置均相对集中的地区,例如高校、写字楼等,对该类地区的外卖配送路径进行集中规划,节省运力和配送时间会较为明显。
共同配送是指对多家企业一起进行配送。在外卖配送领域的应用即为对集中地区进行“集中送餐”,其思路是配送员在多家餐饮企业收集完一定数量的具有相同收货地点的外卖商品后统一进行配送,步骤如附图1所示。
发明内容
本发明的目的在于克服现有技术的不足,提供一种设计合理且节省配送时间和成本的外卖配送集中地区的共同配送模式下路线优化算法
本发明的上述技术问题主要是通过下述技术方案得以解决的:
一种外卖集中地区共同配送模式下路线优化算法,其特征在于,包括以下步骤:
步骤1:集中送餐路线模型假设,假设在外卖配送过程中满足的基本条件;
步骤2:最短路线模型建模,建立方程和约束条件确定最短路径规划模型;
步骤3:禁忌搜索算法求解,在确定模型及假设成立的条件下求解外卖配送过程中最短路径,并用MATLAB软件进行计算机仿真。
所述步骤1具体包括:
(1)每个餐饮企业接收外卖订单后都有外卖商品提供给配送员。且外卖商品总体积应小于外卖配送箱最大容积,外卖配送员所使用的外卖配送箱为统一规格,最大体积为43升
(2)每辆外卖配送车从固定的餐饮企业出发,最后又回到原点,以方便下次配送
(3)同一辆外卖配送车只能经过同一个餐饮企业一次,若该餐饮企业有多份订单由同一配送员配送则一次交付给配送员
(4)“集中送餐”配送模式所追求的配送时间小于轻模式和重模式中的抢单配送送餐时间,由于这两种配送模式不对配送路线进行规划,因此假设无规划的配送平均时间为n分钟,故所求配送时间应小于n分钟,才能保证外卖的完好程度
(5)集中送餐模式适用于餐饮企业位置较集中地区,假设各餐饮企业之间的距离小于200米
(6)订单所包含的餐饮企业具有最大值m
所述步骤2具体包括:
G------餐饮企业所在点的集合
D------外卖配送总时间
dij------餐饮企业i至餐饮企业j的最短距离
Vj------外卖配送员在餐饮企业j取走的外卖体积
V总------外卖配送车的最大体积
Sk------餐饮企业i至送餐点k的距离
t0------外卖配送员在餐饮企业取餐的时间
xij------0-1变量,其中:
整个规划方案可以由下列一组方程和约束条件确定:
0≤dij≤0.2 (式6)
D,Vj,V总,Sk,t0≥0 (式8)
0≤i≤n-1,0≤j≤m (式9)
式1为目标函数,求最短距离
式2确定了出发点,即必须从出发点出发,然后再回到出发点
式3、式4确定了外卖配送车只能经过某餐饮企业一次,不能重复经过该餐饮企业
式5确定了原有配送模式中配送平均时间为n分钟,故所求配送时间应小于n分钟,才能保证外卖的完好程度
式6确定了从餐饮企业i至餐饮企业j的最大距离
式7限制了派给外卖配送员的订单中外卖的总体积
式8确定了最短距离、外卖配送员在餐饮企业j取走的外卖体积、外卖配送车的最大体积、外卖企业i至送餐点k的距离和外卖配送员在餐饮企业取餐的时间不小于0,应为正值
式9确定了餐饮企业i和j的最大取值
本发明有如下优点:
本发明设计合理,能够实现同一收货地址的外卖商品用较短时间共同配送,用户在外卖平台下单后,外卖平台会根据用户收货地址及餐饮企业的位置为配送员规划出最优取送外卖商品路径,从而实现统一收货地址的外卖商品一次性送达,可以保证外卖商品的新鲜程度,同时减少配送时间,节省人力运力。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1外卖配送“集中送餐”模式流程图。
图2是实施例中餐饮企业分布图。
图3是实施例中餐饮企业最优循环路径图。
具体实施方式
通过实施例,并结合附图,对本发明的技术方案进一步具体说明。
实施例:
一种外卖集中地区共同配送模式下路线优化算法,其特征在于,包括以下步骤:
步骤1、用户下单步骤:多名用户在外卖平台选定不同餐饮企业的外卖商品进行下单,标明配送地址形成订单信息。
步骤2、企业接单步骤:用户下单后,餐饮企业决定是否接单,不接单则订单取消;接单则打印订单信息,准备制作外卖商品。
步骤3、平台处理步骤:餐饮企业接单后,外卖平台进行信息整合处理,通过计算方法规划出配送员取餐、送餐最短路径。
步骤4、外卖平台根据已收集信息派单给配送员并给配送员提供最短路径同时将外卖配送员的信息反馈给各家餐饮企业,餐饮企业开始制作外卖商品。
步骤5、外卖配送员根据外卖平台提供的路径前往各家餐饮企业取餐。
步骤6、外卖配送员将外卖商品收集完毕后前往收货点送餐。
步骤7、外卖配送员通知用户取餐,用户收到外卖商品,配送完毕。
举例如下:
(1)东北农业大学学生孙某及其室友在某网络订餐平台下单,订购外卖如下:黄焖鸡2份;盖浇饭2份;烤肉饭2份;牛肉饭1份;汉堡1份。配送地址为东北农业大学北区第八学生公寓楼。
(2)五家餐饮企业分别接单,打印订单信息。
(3)五家餐饮企业位置分布如图2所示,其经纬度及转换后坐标如下表所示。
针对伴随外卖配送新模式产生的数学模型,本发明利用禁忌搜索算法进行求解并通过MATLAB软件进行计算机仿真,得出餐饮企业最优循环路径如图3所示,其最优巡回餐饮企业序列如下表所示。
在此实施例中,若选择C1作为外卖配送员出发的起点,那么该配送员行走的路线为C1→C2→C5→C4→C3→C1。然而,由于该配送员在C3点进行外卖收取后,外卖的种类及数量已经达到了订单的要求,故该配送员可以直接从C3点出发,前往北八公寓进行配送。那么,该配送员的真实行走路线为C1→C2→C5→C4→C3→北八。
经测量,C1、C2、C3、C4和C5节点的距离关系如下表所示。
由上表可知C1至C2距离为73米,C2至C5距离为4米,C5至C4距离为57米,C4至C3距离为32米。除此之外,查询地图可知,从C3点至北八宿舍的距离为1700米。因为配送员配送行驶路径的起点为C1点,故存在配送员在C1点等待外卖商家制作商品时间T3,约为7分钟。
配送员预计行驶总里程S为
S=∑各段行驶里程=73+4+57+32+1700=1866M
配送员驾车行驶的总时间T1
T1=S/v=1.866/10=0.1866h=11.3min
配送员进行外卖收取的总时间T2为
T2=∑在各外卖店收取外卖的时间=2×5=10min
配送员进行外卖配送的总时间T为
T=T1+T2+T3=11.3+10+7=28.3min
实施例中所要求的订单若采用基于共同配送的集中送餐模式,则学生从下单到通知学生收取外卖共需要28.3分钟;若采取原配送模式,则学生会分5批收到外卖,平均时间为T4
T4=∑外卖餐饮企业配送时间/餐饮企业个数=(46+46+46+38+38)/5=42.8min
(4)外卖配送员将外卖商品收集完毕后前往北八公寓送餐。
(5)外卖配送员通知学生取餐,学生收到外卖商品,配送完毕。
综上可知,“集中送餐”模式将配送时间缩短了34%,提高了配送效率。也验证了“集中送餐”外卖配送模式在外卖配送集中地区实施的可行性。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (3)
1.一种外卖配送集中地区的共同配送路线优化算法,其特征在于,包括以下步骤:
步骤1:集中送餐路线模型假设,假设在外卖配送过程中满足的基本条件;
步骤2:最短路线模型建模,建立方程和约束条件确定最短路径规划模型;
步骤3:禁忌搜索算法求解,在确定模型及假设成立的条件下求解外卖配送过程中最短路径,并用MATLAB软件进行计算机仿真。
2.根据权利要求1所述的一种外卖集中地区共同配送模式下路线优化算法,其特征在于,所述步骤1具体包括:
(1)每个餐饮企业接收外卖订单后都有外卖商品提供给配送员。且外卖商品总体积应小于外卖配送箱最大容积,外卖配送员所使用的外卖配送箱为统一规格,最大体积为43升(根据当前通用配送箱测量得到);
(2)每辆外卖配送车从固定的餐饮企业出发,最后又回到原点,以方便下次配送;
(3)同一辆外卖配送车只能经过同一个餐饮企业一次,若该餐饮企业有多份订单由同一配送员配送则一次交付给配送员;
(4)“集中送餐”配送模式所追求的配送时间小于轻模式和重模式中的抢单配送送餐时间,由于这两种配送模式不对配送路线进行规划,因此假设无规划的配送平均时间为n分钟,故所求配送时间应小于n分钟,才能保证外卖的完好程度;
(5)集中送餐模式适用于餐饮企业位置较集中地区,假设各餐饮企业之间的距离小于200米;
(6)订单所包含的餐饮企业具有最大值m。
3.根据权利要求1所述的一种外卖集中地区共同配送模式下路线优化算法,其特征在于,所述步骤2具体包括:
G------餐饮企业所在点的集合
D------外卖配送总时间
dij------餐饮企业i至餐饮企业j的最短距离
Vj------外卖配送员在餐饮企业j取走的外卖体积
V总------外卖配送车的最大体积
Sk------餐饮企业i至送餐点k的距离
t0------外卖配送员在餐饮企业取餐的时间
xij------0-1变量,其中:
整个规划方案可以由下列一组方程和约束条件确定:
0≤dij≤0.2 (式6)
D,Vj,V总,Sk,t0≥0 (式8)
0≤i≤n-1,0≤j≤m (式9)
式1为目标函数,求最短距离;
式2确定了出发点,即必须从出发点出发,然后再回到出发点;
式3、式4确定了外卖配送车只能经过某餐饮企业一次,不能重复经过该餐饮企业;
式5确定了原有配送模式中配送平均时间为n分钟,故所求配送时间应小于n分钟,才能保证外卖的完好程度;
式6确定了从餐饮企业i至餐饮企业j的最大距离;
式7限制了派给外卖配送员的订单中外卖的总体积;
式8确定了最短距离、外卖配送员在餐饮企业j取走的外卖体积、外卖配送车的最大体积、外卖企业i至送餐点k的距离和外卖配送员在餐饮企业取餐的时间不小于0,应为正值;
式9确定了餐饮企业i和j的最大取值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811362641.6A CN109472417A (zh) | 2018-11-16 | 2018-11-16 | 一种外卖集中地区共同配送模式下路线优化算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811362641.6A CN109472417A (zh) | 2018-11-16 | 2018-11-16 | 一种外卖集中地区共同配送模式下路线优化算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109472417A true CN109472417A (zh) | 2019-03-15 |
Family
ID=65673800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811362641.6A Pending CN109472417A (zh) | 2018-11-16 | 2018-11-16 | 一种外卖集中地区共同配送模式下路线优化算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472417A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110020827A (zh) * | 2019-04-17 | 2019-07-16 | 重庆淘创科技有限公司 | 一种智能配送方法 |
CN111275259A (zh) * | 2020-01-20 | 2020-06-12 | 苏宝炜 | 一种公共区域关键点位安全管理最优路线选择方法及装置 |
CN111800739A (zh) * | 2020-06-22 | 2020-10-20 | 河南理工大学 | 骑手送餐导航自动拨号系统及工作流程 |
CN112749930A (zh) * | 2019-10-31 | 2021-05-04 | 北京三快在线科技有限公司 | 推荐订单分拣顺序的方法、装置、存储介质以及电子设备 |
CN115115147A (zh) * | 2022-08-30 | 2022-09-27 | 深圳鸿博智成科技有限公司 | 一种基于人工智能的营养餐运输管理系统及方法 |
CN113627839B (zh) * | 2021-07-01 | 2023-10-17 | 杭州电子科技大学 | 一种分段式外卖配送方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102538812A (zh) * | 2011-12-07 | 2012-07-04 | 清华大学 | 基于动态多车型路径规划的禁忌搜索仿真优化系统及方法 |
CN103226762A (zh) * | 2013-04-17 | 2013-07-31 | 深圳东原电子有限公司 | 一种基于云计算平台的物流配送方法 |
CN104036379A (zh) * | 2014-06-26 | 2014-09-10 | 广东工业大学 | 求解带硬时间窗时变关联物流运输车辆路径问题的方法 |
CN107358322A (zh) * | 2017-07-12 | 2017-11-17 | 中南大学 | 一种无人机快递自动投送最短路径规划方法 |
CN108492068A (zh) * | 2018-03-22 | 2018-09-04 | 北京百度网讯科技有限公司 | 用于路径规划的方法和装置 |
CN108520344A (zh) * | 2018-03-27 | 2018-09-11 | 华南农业大学 | 一种针对客户集中区域的智能快递柜系统的构建方法 |
-
2018
- 2018-11-16 CN CN201811362641.6A patent/CN109472417A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102538812A (zh) * | 2011-12-07 | 2012-07-04 | 清华大学 | 基于动态多车型路径规划的禁忌搜索仿真优化系统及方法 |
CN103226762A (zh) * | 2013-04-17 | 2013-07-31 | 深圳东原电子有限公司 | 一种基于云计算平台的物流配送方法 |
CN104036379A (zh) * | 2014-06-26 | 2014-09-10 | 广东工业大学 | 求解带硬时间窗时变关联物流运输车辆路径问题的方法 |
CN107358322A (zh) * | 2017-07-12 | 2017-11-17 | 中南大学 | 一种无人机快递自动投送最短路径规划方法 |
CN108492068A (zh) * | 2018-03-22 | 2018-09-04 | 北京百度网讯科技有限公司 | 用于路径规划的方法和装置 |
CN108520344A (zh) * | 2018-03-27 | 2018-09-11 | 华南农业大学 | 一种针对客户集中区域的智能快递柜系统的构建方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110020827A (zh) * | 2019-04-17 | 2019-07-16 | 重庆淘创科技有限公司 | 一种智能配送方法 |
CN112749930A (zh) * | 2019-10-31 | 2021-05-04 | 北京三快在线科技有限公司 | 推荐订单分拣顺序的方法、装置、存储介质以及电子设备 |
CN111275259A (zh) * | 2020-01-20 | 2020-06-12 | 苏宝炜 | 一种公共区域关键点位安全管理最优路线选择方法及装置 |
CN111800739A (zh) * | 2020-06-22 | 2020-10-20 | 河南理工大学 | 骑手送餐导航自动拨号系统及工作流程 |
CN111800739B (zh) * | 2020-06-22 | 2022-10-25 | 河南理工大学 | 骑手送餐导航自动拨号系统及工作流程 |
CN113627839B (zh) * | 2021-07-01 | 2023-10-17 | 杭州电子科技大学 | 一种分段式外卖配送方法 |
CN115115147A (zh) * | 2022-08-30 | 2022-09-27 | 深圳鸿博智成科技有限公司 | 一种基于人工智能的营养餐运输管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109472417A (zh) | 一种外卖集中地区共同配送模式下路线优化算法 | |
Taniguchi et al. | Modelling city logistics using recent innovative technologies | |
Niakan et al. | A multi-objective healthcare inventory routing problem; a fuzzy possibilistic approach | |
CN109034468B (zh) | 一种基于布谷鸟算法的带时间窗的物流配送路径规划方法 | |
Johnson et al. | Optimization by simulated annealing: an experimental evaluation; part II, graph coloring and number partitioning | |
CN105675002B (zh) | 一种多途经点导航路线规划方法和系统 | |
US20090106124A1 (en) | Method and apparatus for ordering and delivering of meals | |
US20070150375A1 (en) | Method and apparatus for efficient meal delivery | |
Comi et al. | Urban freight models | |
Yao et al. | Assessment of collaboration in city logistics: From the aspects of profit and CO2 emissions | |
US11625673B2 (en) | Methods and systems for path selection using vehicle route guidance | |
CN105389751A (zh) | 一种行程服务方法和装置 | |
CN108960474A (zh) | 一种考虑交叉的仓库网络中在线零售商的仓库选址方法 | |
Liu et al. | On-demand delivery from stores: Dynamic dispatching and routing with random demand | |
Asadi et al. | A Markov decision process approach for managing medical drone deliveries | |
CN108764780A (zh) | 一种送餐调度系统及其送餐调度方法 | |
CN108933991A (zh) | 一种基于蓝牙iBeacon的超市导购方法及系统 | |
CN110648096A (zh) | 一种配送线路的生成方法和装置 | |
CN104732301A (zh) | 一种物流信息分析建模方法 | |
CN110298550A (zh) | 基于网格单元的社区居民服务调度系统和方法 | |
Moen | Co-distribution of municipal goods in Sweden–Procurement from a new standpoint | |
CN115115147A (zh) | 一种基于人工智能的营养餐运输管理系统及方法 | |
Garnett | Wise moves | |
CN108229894A (zh) | 基于售货机的货物配置方法、装置、终端和系统 | |
CN110363464A (zh) | 一种航线优化方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190315 |
|
WD01 | Invention patent application deemed withdrawn after publication |