CN109934532B - 双向运输的路线规划方法和相关装置 - Google Patents

Abstract

本发明实施例公开了一种双向运输的路线规划方法，通过获取设定的时间窗内的运输订单，运输订单包括从配送点到配送中心的第一类订单和从配送中心到配送点的第二类订单，根据现实约束条件对运输订单基于节约算法通过第一路线规划和第二路线规划的方式做双向运输时的路线规划，通过改进节约算法，使其可以适应双向运输问题，同时在更短时间内得到更优初始解，并将现实业务调研得来的人工经验与数据分析得到的经验思路融入节约算法的现实约束条件中，并独创性地考虑了运力资源的动态燃料限制，使模型具落地性，更贴近现实，节省企业运输成本，可操作性更强。

Description

双向运输的路线规划方法和相关装置

技术领域

本发明涉及路线规划领域，尤其是一种双向运输的路线规划方法、装置、设备和存储介质。

背景技术

运力资源(飞机、车辆)调度问题，即车辆路线规划问题属于NP-hard问题，随着社会发展，该问题的实现复杂度愈来愈高，现有大部份企业都是将运输业务外包，或者自营，但在运力资源调度上，均为人工凭经验进行调度，企业所有业务接单后均由调度员进行调度，调度员根据车辆使用情况与货物数量进行车辆选择，人工凭借经验选择货运车辆数量、运输路线，主观性强，存在着调度效率低下，运输时间较长，车辆资源利用率低下，线路不合理，空驶情况严重等问题，现在已经有许多关于车辆调度与飞机调度的研究，自智能算法诞生之后，关于此类的研究越来越火热，但这些研究中，大多加入了许多不现实的假设条件，也没有考虑现实中的约束限制，而往往现实中的企业货运车辆运输与飞机调度有众多的现实约束，如果将这些约束忽略，将会导致该优化技术无法落地，最终不是优化，而是成本与时间的耗费，因此提出一种涉及多种现实约束条件的双向运输时路线规划的问题的解决方法是很有必要的。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的是提供一种涉及多种现实约束条件的双向运输时路线规划方法、装置、设备和存储介质。

本发明实施例所采用的技术方案是：

第一方面，本发明提供一种双向运输的路线规划方法，应用于至少一个配送点和至少一个配送中心的运输场景，包括：

设定时间窗的长度，并获取所述时间窗内的运输订单，所述运输订单包括第一类订单和第二类订单，所述第一类订单指从配送点到配送中心的订单，所述第二类订单指从配送中心到配送点的订单，所述配送点包括至少一个第一类订单；

根据现实约束条件对所述运输订单基于节约算法做路线规划；

所述路线规划包括进行第一路线规划和第二路线规划，所述第一路线规划用于规划所述第一类订单，所述第二路线规划用于规划第二类订单和所述第一路线规划之后剩余的第一类订单。

进一步地，所述第一路线规划具体的规划流程包括：

对第一类订单按照订单时间窗的上限进行排序，所述订单时间窗的上限指订单配送的最晚时间；

将排序后配送时间最早的订单的配送点作为起始配送点，在满足所述现实约束条件的基础上，选择下一个第一类订单的配送点作为中转配送点，以满足所述起始配送点到配送中心和起始配送点到所述中转配送点的距离差最大；

到达所述中转配送点之后，根据01背包问题的求解方法选择该配送点的第一类订单，并按照所述中转配送点的选择方法处理剩余的配送点以选取下一中转配送点。

进一步地，所述第二路线规划具体的规划流程包括：

对剩余的第一类订单按照订单时间窗的上限进行排序；

将排序后配送时间最早的第一类订单的配送点取出，在满足所述现实约束条件的基础上，选择距离所述配送时间最早的配送点最近的第二类订单，所述第二类订单和所述配送时间最早的的第一类订单形成基本订单；

在满足所述现实约束条件的基础上，以所述基本订单为主体，以混合规划的方式规划路线选取配送点或配送中心；

到达所述配送点或配送中心之后，根据01背包问题的求解方法选择此配送点或配送中心的运输订单。

进一步地，所述混合规划方式包括：第一方式和/或第二方式和/或第三方式和/或第四方式，具体的：

所述第一方式指在所述基本订单的后面增加第一类订单；所述第二方式指在所述基本订单的前面增加第一类订单；所述第三方式指在所述基本订单的前面增加第二类订单；所述第四方式指在所述基本订单的后面增加第二类订单。

进一步地，所述路线规划还包括清单规划，所述清单规划指规划经过所述第一路线规划和所述第二路线规划之后的没有被规划的运输订单。

进一步地，所述现实约束条件包括以下至少一种：时间窗限制、工作时间限制、装载限制、动态燃料限制、中转限制、拆单限制、运力资源停放限制、最短时间间隔限制和特殊运输条件限制。

第二方面，本发明还提供一种双向运输的路线规划装置，包括：

获取订单模块，用于设定时间窗长度，并获取所述时间窗内的运输订单，所述运输订单包括第一类订单和第二类订单，所述第一类订单指从配送点到配送中心的订单，所述第二类订单指从配送中心到配送点的订单，所述配送点包括至少一个第一类订单；

路线规划模块，用于根据现实约束条件对所述运输订单利用节约算法做路线规划，所述路线规划包括进行第一路线规划和第二路线规划。

进一步地，所述现实约束条件包括以下至少一种：时间窗限制、工作时间限制、装载限制、动态燃料限制、中转限制、拆单限制、运力资源停放限制、最短时间间隔限制和特殊运输条件限制。

第三方面，本发明提供一种双向运输的路线规划设备，包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；

其中，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如第一方面任一项所述的方法。

第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面任一项所述的方法。

本发明的有益效果是：

本发明实施例通过获取设定的时间窗内的运输订单，运输订单包括从配送点到配送中心的第一类订单和从配送中心到配送点的第二类订单，根据现实约束条件对运输订单基于节约算法通过第一路线规划和第二路线规划的方式做双向运输时的路线规划，通过改进节约算法，使其可以适应双向运输问题，同时在更短时间内得到更优初始解，并将现实业务调研得来的人工经验与数据分析得到的经验思路融入节约算法的现实约束条件中，并独创性地考虑了运力资源的动态燃料限制，使模型具落地性，更贴近现实，节省企业运输成本，可操作性更强。

附图说明

图1是本发明中双向运输的路线规划方法的一具体实施例的实现流程图；

图2a～图2b是本发明中双向运输的路线规划方法的一具体实施例的节约算法示意图；

图3是本发明中双向运输的路线规划方法的一具体实施例应用场景示意图；

图4是本发明中双向运输的路线规划方法的一具体实施例应用场景路线规划示意图；

图5是本发明中双向运输的路线规划方法的一具体实施例的实现示意图；

图6是本发明中双向运输的路线规划方法的一具体实施例的应用场景路线中第一路线规划示意图；

图7a～图7d是本发明中双向运输的路线规划方法的一具体实施例中应用场景路线中第二路线规划中第一方式至第四方式示意图；

图8是本发明中双向运输的路线规划装置的一具体实施例的结构框图。

具体实施方式

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，下面将对照附图说明本发明的具体实施方式。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的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

实施例一：

本发明实施例一提供一种双向运输的路线规划方法，适用于多种应用场景的车辆路线问题，车辆路线问题(VRP)最早是由Dantzig和Ramser于1959年首次提出，它是指一定数量的客户，各自有不同数量的货物需求，配送中心向客户提供货物，由一个车队负责分送货物，组织适当的行车路线，目标是使得客户的需求得到满足，并能在一定的约束下，达到诸如路程最短、成本最小、耗费时间最少等目的。VRP问题包括：VRPM(Vehicle routingproblem with multiple uses of vehicles)车辆复用问题，VRPTW(Vehicle routingproblem with time windows)带时间窗的车辆路线规划问题，VRPHTW带硬时间窗的车辆路线规划问题，VRPPD(Vehicle Routing Problem with Simultaneous Delivery and Pick-up)同时取送货车辆路线规划问题，VRPMVT(Vehicle routing problem with multiplevehicles types)混合车辆种类等。

图1为本发明实施例提供的一种双向运输的路线规划方法的实现流程图，如图1所示，该方法可以包括以下步骤：

S1：获取待规划订单，指设定时间窗长度，并获取时间窗内的运输订单，其中运输订单包括两类，分别是从配送点到配送中心的第一类订单和从配送中心到配送点的第二类订单。

S2：根据现实约束条件对运输订单利用节约算法做路线规划，路线规划指依次进行第一路线规划和第二路线规划。

如图2a～图2b所示，为本实施例节约算法示意图，节约算法又称为节约里程法，节约算法用来解决运力资源数目不确定问题，可以用并行和串行两种方式优化运输距离，其核心思想是依次将运输问题中的两个回路合并为一个回路，每次使合并后的总运输距离减小的幅度最大，直到达到一辆车的装载限制时，再进行下一辆车的优化，参考下式：

上述公式(1)中，S为里程成本，C为使用运力资源成本，S1为图2a的运输成本，S2为图2b的运输成本，判断图2a的运输成本是否低于图2b的运输成本大小，节约里程法选择运输成本低的方案，只有满足距离或成本的减少，才会进行节约算法的执行。

在规划时，以现实约束条件为限制，规划一串线路(即一个个体)，如果下一个点不满足某个现实约束条件，即断开，此时增加运力资源运输该点。

下面以一个使用应用场景为示意，详细介绍本实施例的一种双向运输的路线规划方法。

本应用场景以马尔代夫一家水上飞机公司为例，这里的运力资源为水上飞机，配送中心可以包括多个为机场，配送点为不同的酒店，水上飞机每天需要从机场接送旅客到各个酒店，同时需要将每个酒店要返程的旅客送到机场，因此本实施例中这是一个双向运输问题。

当然这里的应用场景示意，不对本实施例的使用范围做限制，除了水上飞机的应用应用场景，也可拓展到货运车辆运输、飞机运输应用场景，例如货运车辆从物流中心取货运送到各个物流网点，也将物流网点的客户寄件运输到物流中心进行分拣，和本次示意的应用场景本质上都是双向的运输问题，其在其余不同应用场景的应用，这里不再赘述。

如图3所示，为本实施例一应用场景示意图。可见从机场接送旅客到各个酒店的订单为本实施例的第一类订单，记为Departing订单，例如将乘客1从机场送至酒店A，将乘客2从机场送至酒店B等，而将每个酒店要返程的旅客送到机场为本实施例的第二类订单，记为Arriving订单，例如将乘客3从酒店A送至机场，将乘客4从酒店B送至机场，将乘客5从酒店C送至机场等，水上飞机每天需要从机场接送旅客到各个酒店，也需要将每个酒店要返程的旅客送到机场，是一个双向的运输问题。

如4是本实施例一应用场景中路线规划示意图，规划路线即安排飞机线路与承载旅客情况，即匹配供给(飞机)与需求(旅客飞行计划)的过程，安排飞机将旅客从机场送到酒店并且从酒店接送旅客到机场，一般是形成一个飞机闭环路线。

如图4中所示的飞机闭环路线为：安排水上飞机从机场承载乘客1与乘客2→到达A酒店，将乘客1放下后，让要回机场的乘客3上机→到达B酒店将乘客2放下后，让要回机场的乘客4上机→到达C酒店将要回机场的乘客5上机→返回机场。

本实施例进行路线规划的优化目标包括以下几个：

1)减少运力资源运行时间，因为运输成本与运行时间相关，在本应用场景中即为：减少水上飞机飞行时间。

2)满足运输限制条件，提供更好的运输服务，本应用场景中可以是提高旅客满意度，例如通过满足旅客时间窗要求、中转限制、不可拆单等现实约束条件来提高旅客满意度。

3)快速实时输出规划结果，本应用场景中水上飞机调度是个动态过程，因此需要实时快速输出水上飞机调度计划以满足运营需要。

本实施例的现实约束条件包括但不限于：时间窗限制、工作时间限制、装载限制、动态燃料限制、中转限制、拆单限制、运力资源停放限制、最短时间间隔限制和特殊运输条件限制，下面详细介绍上述现实约束条件。

(1)时间窗限制

即运输订单在运输中心或运输点停留的时间窗，为了提高服务满意度，应该避免订单滞留，减少订单在运输中心或运输点的停留时间，本应用场景中，为了提高旅客满意度，Arriving类订单中，即机场->酒店的订单中，存在旅客基于机场的出发时间窗，在一定时间段内，需将旅客送上水上飞机运走，Departure类订单中，即酒店->机场的订单中，旅客从酒店返回国际机场，需赶国际航班，故存在旅客基于机场节点的到达时间窗，在一定时间段内，需将旅客送到机场。

(2)工作时间限制

包括一天总运行时长和运营时间限制，运力资源由于需要检修、维修，每日总工作时长有一定的限制，并且每天的运营时间不一定是24小时，本应用场景中，工作时间限制包括一架水上飞机的总运行时长限制，和例如6：00-18：00的运营时间限制，如必须赶在日落之前30分钟到达最后一个点落地等。

(3)装载限制

每一种运力资源都有其最大装载的限制，如本应用场景中，包括飞机额定载重限制和座位限制，其中座位限制指：存在多机型，每种飞机可乘坐人数有一定限制，飞机额定载重限制指：水上飞机的最大载重量＝飞机自重+旅客重量+行李重量+燃料重量。

(4)动态燃料限制

运力资源在运行过程中会产生油耗，因此需要动态考虑燃料限制，本应用场景中，不同机型耗油不同，而且起飞过程也有一定油耗产生，因此每次加的油需要支撑飞机完成飞行计划，并坚持到下一个可加油点，一般来说，飞机安全油量为350磅油，即总是需要有至少350磅油。

(5)中转限制

货物或旅客是否有直达的需求，本应用场景中具体是：对于普通旅客来说，去往每个酒店或者从每个酒店飞往机场，可能都有中转地数目限制，例如Legs＝2，表示可以从机场途径2个酒店到达目的酒店，即假如路线是：MLE—A—B—C—D—E—MLE，如果Legs都为2是可行的，则需要在C酒店放下所有从机场出发的旅客，再携带从C酒店到机场的旅客，途径D、E返回机场；对于VIP旅客来说，不能中转只能直飞。

(6)拆单限制

指订单是否需要拆分运输，本应用场景中具体是：同行旅客不可分开乘坐不同的飞机，即一个订单中的一批旅客不可拆分运送。

(7)运力资源停放限制

指车辆或飞机的停放需求，例如本应用场景中包括：酒店停机位数量限制和同时加油限制，具体的酒店由于空间大小问题，停机位有限，即能够同时停放在酒店的飞机数量有限，相应的，酒店有多少停机位就能同时给多少架飞机加油，而飞机在酒店加油只能一架一架进行，因此如果是都需要加油的飞机，最好分开降落在同一酒店。

(8)最短时间间隔限制

运力资源停放时的停放时间限制，本应用场景中：每个酒店的每个停机位存在两架飞机停放的最小间隔时间，例如最小间隔时间为15分钟，表示A飞机在9点到达该停机位，B飞机需在9点15之后才能到达该停机位。

(9)特殊运输条件限制

指根据不同的运输应用场景设置不同的运输限制条件，例如本应用场景中有可用飞机数量限制和过夜飞机数量限制，其中可用飞机数量限制指特殊飞机只能飞指定的包机酒店，例如每个时间段可用的飞机时间有限，并且有多架飞机由于已被酒店包下，则这些特殊飞机只能运输在该酒店住宿的旅客，过夜飞机数量限制指在机场以外地点过夜的飞机数量不得超过飞机总数的一半。

如图5所示，为本实施例的双向运输的路线规划方法实现示意图，通过获取参数，设定划分订单的时间窗长度，基于节约算法进行路线规划，路线规划为依次进行第一路线规划、第二路线规划和清单规划，规划路线串点时，需要满足多种现实约束条件。

其中第一路线规划具体的规划流程包括：

对第一类订单按照订单时间窗的上限进行排序，订单时间窗的上限指订单配送的最晚时间；将排序后配送时间最早的订单的配送点作为起始配送点，在满足现实约束条件的基础上，选择下一个第一类订单的配送点作为中转配送点，以满足起始配送点到配送中心和起始配送点到中转配送点的距离差最大；到达中转配送点之后，根据01背包问题的求解方法选择该配送点的第一类订单，并按照中转配送点的选择方法处理剩余的配送点以选取下一中转配送点。

第二路线规划具体的规划流程包括：

对剩余的第一类订单按照订单时间窗的上限进行排序；将排序后配送时间最早的第一类订单的配送点取出，在满足现实约束条件的基础上，选择距离配送时间最早的配送点最近的第二类订单，第二类订单和配送时间最早的的第一类订单形成基本订单；在满足现实约束条件的基础上，以基本订单为主体，以混合规划的方式规划路线选取配送点或配送中心；到达配送点或配送中心之后，根据01背包问题的求解方法选择此配送点或配送中心的运输订单。其中，混合规划方式包括：第一方式、第二方式、第三方式或第四方式，具体的：第一方式指在基本订单的后面增加第一类订单，第二方式指基本订单的前面增加第一类订单，第三方式指在基本订单的前面增加第二类订单，第四方式指在基本订单的后面增加第二类订单。

清单规划指将经过第一路线规划和第二路线规划之后的没有被规划的订单单独规划，即查漏补缺的过程，确保每一个订单都进行运输。

在本应用场景中具体应用如下所述。

算法主要分为三部分进行规划，分别是Departing类订单的线路规划、Arrival类订单的混合规划和清单规划部分，首先需要根据订单时间窗(即到达时间窗和出发时间窗)的下限(即最早时间)，找到其在划分时间窗上限(最晚时间)之前的订单，作为要规划的订单。

根据现实约束条件在本应用场景中的应用，串点时考虑的限制条件内容包括但不限于：1)加入新点后，有剩余座位可以给新点上客；2)加入新点后，如果新点不可加油，要满足新增路程的额外油量、新上乘客的增重满足飞机载重；如果新点可以加油，要满足加入新点后距离差带来的油量差距、新上乘客的增重满足飞机载重；3)乘客时间窗(到达时间窗和出发时间窗)需要有交集；4)根据乘客到达时间窗、乘客出发时间窗规划后的飞机出发时间窗、飞机到达时间窗需要满足在飞机可用时间段内；5)总飞行时长满足飞机的飞行时长限制；6)机场到达飞机的间隔需要大于酒店最小间隔限制；7)飞机同时停靠飞机架数需要小于酒店容量限制；8)需要满足各个点的中转酒店数限制等，以上仅作示例不做限制。

首先是第一路线规划，该部分规划，主要是将分散在MLE机场周边酒店的飞机利用Departing的订单，将其飞回MLE机场，以供后续Arrival订单调用，属于单向的VRP问题，因此可以选择经典的VRP问题求解方法，具体流程为：

S11：对酒店停机位有飞机的酒店的Departing类订单，按照订单时间窗的最晚时间(上限)排序；

S12；将排序后最早时间的有Departing类订单的酒店取出，即起始配送点，记为D1点，在满足本应用场景限制条件的基础上，寻找另一个Departing类订单的酒店，记为D2点：使得L1-L2得值最大，即节约算法中：使合并后的总运输距离减小的幅度最大，如图6所示，为本实施例一应用场景的第一路线规划示意图，其中D2点为酒店没有停泊飞机，但是有Departing类订单的酒店点，同时满足L1-L2>d，这里d为可调整阈值，可以根据实际情况改变。

S13：到达B点后，利用01背包问题求解方法得到将哪些订单放到当前飞机上，规划时，由于VIP旅客会限制飞机中转数，因此VIP旅客此时暂不安排，其中01背包问题属于经典算法问题，描述为有n个物品，它们有各自的重量和价值，现有给定容量的背包，实现让背包里装入的物品具有最大的价值总和，具体的算法内容这里不再赘述。

这里第一路线规划选定一个起始配送点，即一个包含Departing类订单的酒店，然后根据节约算法寻找距离该酒店最近的包含Departing类订单的酒店，将其串联起来，例如串联起一个D1-D2-D2-D4-…的路线，如果下一个中转酒店不符合现实约束条件，就开辟一条新的路线进行酒店串联，第一路线规划的路线终点均是机场，即配送中心。

其次是进行第二路线规划，该部分规划，主要是通过Arrival类订单，尽量串起Departing类订单，在完成部分Arrival类订单时，尽量完成Departing类部分的订单，这里以D点表示Departing类订单的酒店点，D可以是第一路线规划后的串联路线最后一个D点，以A表示Arrival类订单的机场，一个实现思路是：

S21：首先将第一路线规划完之后剩余的Departing类订单按照时间窗排序。

S22：将最早时间的有Departing类订单的点取出，在满足限制条件的基础上，找到距离该点最近的符合限制条件的最近的有Arrival类订单的点，进行串联，即找到要运输的D点，然后在其后面找到一个A点，完成DA点串联。

S23：可在DA串前面加入A点或者D点，形成A-DA、D-DA，或者在其后面加入A或者D点，形成DA-A、DA-D。

S24：到达各点后，利用01背包问题求解方法得到将哪些订单放到飞机上。

相应的：DA-D对应第一方式，D-DA对应第二方式，A-DA对应第三方式，DA-A对应第四方式，图7a～图7d分别对应表示本实施例一应用场景的第二路线规划第一方式至第四方式示意图。

如图7a所示，第一方式DA-D’，DA串之后要运输的D点即为D’，D'的订单指有旅客需要从D'点飞往MLE，而D'点是没有飞机停靠在那里的，因为第一路线规划时，已经将有飞机停靠的酒店的departure类订单完成，其飞机已经飞往机场，所以D'点的旅客只有两种办法可以飞回机场，一是从D'附近有飞机的酒店P点派飞机送D'旅客回机场，即L1+L2，P点为距离D’最近的有飞机的酒店点，而DA自己飞回酒店，即L5+L4+L6，用了2架飞机，总里程为S1＝L4+L5+L6+L1+L2；二是串起DAD'订单，即S2＝L5+L4+L3+L2，然后比较S1和S2，S1-S2为拼单的里程节约量，根据选取条件，选取S1-S2＝L1+L6-L3最大的值，即选取所有串点节约量里的最大节约进行拼单，同时符合节约量大于d1，这里d1通常为0(即表示规划的里程有节约)，但是从全局的角度来说，d1＝0不一定是最好的，因此d1为可调整阈值，根据实际情况进行改变，一般节约算法都会将d1设为0，而本实施例中d1不一定为0，可以设置可能为负值，是一种尝试跳出局部最优的策略。

如图7b所示，第二方式D’-DA，DA串之前要运输的D点即为D’，其中P点为距离D’最近的有飞机的酒店点，首先要满足限制条件，然后比较S1＝L5+L4+L6+L1+L2和S2＝L2+L3+L4+L6，根据选取条件，选取S1-S2＝L5+L1-L3最大的值，同时符合L5+L1-L3>d2，d2为可调整阈值，可以根据实际情况改变。

如果没有可以串的D点，那么就选取满足限制条件的A-DA串和DA-A串。

如图7c所示，第三方式A’-DA，DA串之前要运输的A点即为A’，首先要满足限制条件，然后比较S1＝L4’+L5’+L6’+L1’和S2＝L1’+L2’+L4’+L6’的距离，根据选取条件，选取S1-S2＝L5’-L2’最大值，同时符合L5’-L2’>d3，d3为可调整阈值，可以根据实际情况改变。

如图7d所示，第四方式DA-A’，DA串之后要运输的A点即为A’，首先要满足限制条件，然后比较S1＝L4’+L6’+L5’+L2’和S2＝L5’+L2’+L3’+L4’的距离，根据选取条件，选取S1-S2＝L6’-L3’最大值，同时符合L6’-L3’>d4，d4为可调整阈值，可以根据实际情况改变。

路线规划还包括清单规划，清单规划部分在本应用场景中包含两部分内容，一是将部分没有和D串在一起的A单飞，二是以最小代价将没有运输的D单运回。

以上是本实施例的双向运输的路线规划方法详细描述，传统节约算法只是选择相对节约里程的路径规划，其只适用于单向传输的VRP问题，而本发明实施例的方法是将节约算法的思想应用于考虑现实多现实约束条件的双向VRP应用场景中，本实施例在解决双向VRP问题上具有普适性，即本实施例描述的VRP应用场景覆盖了多种不同状态下的VRP应用应用场景，该方法简单改动后即可应用在其他的比该应用场景简单的VRP应用场景中，例如无时间窗要求的双向VRP问题、无时间窗要求的单向VRP问题、不考虑油耗的单向VRP问题、不考虑油耗的双向VRP问题等，并且本发明实施例的方法在货运车辆调度、水上飞机调度上都能应用。

实施例二：

如图8所示，为本实施例提供的一种双向运输的路线规划装置结构框图，包括：

获取订单模块，用于设定时间窗长度，并获取时间窗内的运输订单，运输订单包括第一类订单和第二类订单，第一类订单指从配送点到配送中心的订单，第二类订单指从配送中心到配送点的订单，配送点包括至少一个第一类订单；路线规划模块，用于根据现实约束条件对运输订单利用节约算法做路线规划，路线规划包括进行第一路线规划和第二路线规划。

现实约束条件包括以下至少一种：时间窗限制、工作时间限制、装载限制、动态燃料限制、中转限制、拆单限制、运力资源停放限制、最短时间间隔限制和特殊运输条件限制.

实施例三：

本发明还提供一种双向运输的路线规划的控制设备，包括：

至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，处理器通过调用所述存储器中存储的计算机程序，用于执行如实施例一的方法。

实施例四：

本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，其中计算机可执行指令用于使计算机执行如实施例一所述的方法。

本发明实施例通过获取设定的时间窗内的运输订单，运输订单包括从配送点到配送中心的第一类订单和从配送中心到配送点的第二类订单，根据现实约束条件对运输订单基于节约算法通过第一路线规划、第二路线规划和清单规划的方式做双向运输时的路线规划，通过改进节约算法，使其可以适应双向运输问题，同时在更短时间内得到更优初始解，并将现实业务调研得来的人工经验与数据分析得到的经验思路融入节约算法的现实约束条件中，并独创性地考虑了运力资源的动态燃料限制，使模型具落地性，更贴近现实，节省企业运输成本，可操作性更强。

以上各实施例仅用以说明本发明的技术方案，而非对其限制，尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (8)

1.一种双向运输的路线规划方法，其特征在于，应用于至少一个配送点和至少一个配送中心的运输场景，包括：

设定时间窗的长度，并获取所述时间窗内的运输订单，所述运输订单包括第一类订单和第二类订单，所述第一类订单指从配送点到配送中心的订单，所述第二类订单指从配送中心到配送点的订单，所述配送点包括至少一个第一类订单，其中，所述配送点和所述配送中心均为多个；

根据现实约束条件对所述运输订单基于节约算法做路线规划；

所述路线规划包括进行第一路线规划和第二路线规划，所述第一路线规划用于规划所述第一类订单，所述第二路线规划用于规划第二类订单和所述第一路线规划之后剩余的第一类订单，以满足在所述现实约束条件的基础上，以混合规划的方式规划路线选取配送点或配送中心；

其中，所述混合规划方式包括：第一方式和/或第二方式和/或第三方式和/或第四方式，具体的：

所述第一方式指在基本订单的后面增加第一类订单；所述第二方式指在所述基本订单的前面增加第一类订单；所述第三方式指在所述基本订单的前面增加第二类订单；所述第四方式指在所述基本订单的后面增加第二类订单；

所述路线规划还包括清单规划，所述清单规划指规划经过所述第一路线规划和所述第二路线规划之后的没有被规划的运输订单。

2.根据权利要求1所述的一种双向运输的路线规划方法，其特征在于，所述第一路线规划具体的规划流程包括：

对第一类订单按照订单时间窗的上限进行排序，所述订单时间窗的上限指订单配送的最晚时间；

将排序后配送时间最早的订单的配送点作为起始配送点，在满足所述现实约束条件的基础上，选择下一个第一类订单的配送点作为中转配送点，以满足所述起始配送点到配送中心和起始配送点到所述中转配送点的距离差最大；

到达所述中转配送点之后，根据01背包问题的求解方法选择该配送点的第一类订单，并按照所述中转配送点的选择方法处理剩余的配送点以选取下一中转配送点。

3.根据权利要求2所述的一种双向运输的路线规划方法，其特征在于，所述第二路线规划具体的规划流程包括：

对剩余的第一类订单按照订单时间窗的上限进行排序；

将排序后配送时间最早的第一类订单的配送点取出，在满足所述现实约束条件的基础上，选择距离所述配送时间最早的配送点最近的第二类订单，所述第二类订单和所述配送时间最早的第一类订单形成基本订单；

在满足所述现实约束条件的基础上，以所述基本订单为主体，以混合规划的方式规划路线选取配送点或配送中心；

到达所述配送点或配送中心之后，根据01背包问题的求解方法选择此配送点或配送中心的运输订单。

4.根据权利要求1至3任一项所述的一种双向运输的路线规划方法，其特征在于，所述现实约束条件包括以下至少一种：时间窗限制、工作时间限制、装载限制、动态燃料限制、中转限制、拆单限制、运力资源停放限制、最短时间间隔限制和特殊运输条件限制。

5.一种双向运输的路线规划装置，其特征在于，包括：

获取订单模块，用于设定时间窗长度，并获取所述时间窗内的运输订单，所述运输订单包括第一类订单和第二类订单，所述第一类订单指从配送点到配送中心的订单，所述第二类订单指从配送中心到配送点的订单，所述配送点包括至少一个第一类订单，其中，所述配送点和所述配送中心均为多个；

路线规划模块，用于根据现实约束条件对所述运输订单利用节约算法做路线规划，所述路线规划包括进行第一路线规划和第二路线规划；所述第一路线规划用于规划所述第一类订单，所述第二路线规划用于规划第二类订单和所述第一路线规划之后剩余的第一类订单，以满足在所述现实约束条件的基础上，以混合规划的方式规划路线选取配送点或配送中心；

其中，所述混合规划方式包括：第一方式和/或第二方式和/或第三方式和/或第四方式，具体的：

所述第一方式指在基本订单的后面增加第一类订单；所述第二方式指在所述基本订单的前面增加第一类订单；所述第三方式指在所述基本订单的前面增加第二类订单；所述第四方式指在所述基本订单的后面增加第二类订单；

所述路线规划还包括清单规划，所述清单规划指规划经过所述第一路线规划和所述第二路线规划之后的没有被规划的运输订单。

6.根据权利要求5所述的一种双向运输的路线规划装置，其特征在于，所述现实约束条件包括以下至少一种：时间窗限制、工作时间限制、装载限制、动态燃料限制、中转限制、拆单限制、运力资源停放限制、最短时间间隔限制和特殊运输条件限制。

7.一种双向运输的路线规划设备，其特征在于，包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；

其中，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如权利要求1至4任一项所述的方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至4任一项所述的方法。