CN110263986A - 一种能适应复杂交通变化的物流配送系统及方法 - Google Patents
一种能适应复杂交通变化的物流配送系统及方法 Download PDFInfo
- Publication number
- CN110263986A CN110263986A CN201910488026.8A CN201910488026A CN110263986A CN 110263986 A CN110263986 A CN 110263986A CN 201910488026 A CN201910488026 A CN 201910488026A CN 110263986 A CN110263986 A CN 110263986A
- Authority
- CN
- China
- Prior art keywords
- distribution
- module
- route
- distribution point
- information
- 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
- 238000000034 method Methods 0.000 title claims description 13
- 238000012545 processing Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000013499 data model Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 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
- 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)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种能适应复杂交通变化的物流配送系统，包括地图创建模块、配送点输入模块、路线规划模块和配送点显示模块，首先，利用高德地图SDK创建地图应用，然后，在地图上输入各配送点的位置信息，并将迪杰斯特拉算法和贪心算法结合使用，规划最优的配送路线，确定各配送点的配送顺序，最后显示规划后的各配送点的配送顺序信息，供司机选择。本发明利用高德地图SDK以及后台服务端，并将迪杰斯特拉最短路径算法和贪心算法相结合，来确定最优配送顺序，使得配送总路程达到最优，为司机提供最优的配送路线，大大的提高了配送效率。
Description
技术领域
本发明涉及物流配送技术领域，特别是涉及一种能适应复杂交通变化的物流配送系统及方法。
背景技术
随着物流行业的飞速发展，物流配送已经成为现代物流系统中重要的一环。成本俨然是其中首要考虑的问题，如何准时取货并送货，如何节约路程降低成本，这些都是这个行业不得不面临的问题。传统的物流行业中，虽然有些人员已经使用了不少软件来替代纸质记录，但是，在面临有多个配送点的时候，司机往往是按照自己的主观意识来选择配送的顺序，这可能会和实际的最优的配送顺序有很大的出入，造成不能准时到达，及运力资源的浪费。
发明内容
为解决现有技术中存在的问题，本发明提供了一种能适应复杂交通变化的物流配送系统及方法，利用迪杰斯特拉最短路径算法和贪心算法相结合，来确定最优配送顺序，使得配送总路程达到最优，为司机提供最优的配送路线。
为实现上述目的，本发明采用的技术方案是：
一种能适应复杂交通变化的物流配送系统，包括地图创建模块、配送点输入模块、路线规划模块和配送点显示模块，其中：
地图创建模块，用于创建地图应用；
配送点输入模块，用于在地图创建模块上输入配送点信息；
路线规划模块，用于规划配送路线，确定各配送点的配送顺序；
配送点显示模块，用于显示路线规划模块所规划的各配送点的配送顺序信息。
优选的，所述路线规划模块包括路况信息监控模块、路况信息判断模块、最短路线规划模块和最优路线规划模块，其中：
路况信息监控模块，用于实时监控路况信息；
路况信息判断模块，用于判断当前路况信息为良好或拥堵，如果良好，则发送配送点信息给最短路线规划模块；如果拥堵，则发送配送点信息给最优路线规划模块；
最短路线规划模块，用于根据良好路况信息，规划最短配送路线；
最优路线规划模块，用于根据拥堵路况信息，规划最优配送路线。
优选的，所述最短路线规划模块包括第一配送点信息整理模块、迪杰斯特拉算法处理模块和最短路线输出模块，其中：
第一配送点信息整理模块，用于收集配送点信息，建立路况良好时各配送点的地图模型；
迪杰斯特拉算法处理模块，用于结合迪杰斯特拉算法和地图模型中的数据，计算最短配送路线；
最短路线输出模块，用于输出最短配送路线信息。
优选的，所述最优路线规划模块包括第二配送点信息整理模块、贪心算法处理模块和最优路线输出模块，其中：
第二配送点信息整理模块，用于收集配送点信息，建立路况拥堵时各配送点的地图模型；
贪心算法处理模块，用于结合贪心算法和地图模型中的数据，计算最优配送路线；
最优路线输出模块，用于输出最优配送路线信息。
本发明还提供了一种能适应复杂交通变化的物流配送方法，其技术方案如下：
一种能适应复杂交通变化的物流配送方法，包括以下步骤：
S1、基于高德地图的SDK，创建地图应用；
S2、在地图应用上录入各配送点的位置信息；
S3、规划配送路线，确定各配送点的配送顺序；
S4、在地图应用上显示规划后的各配送点的配送顺序信息。
优选的，步骤S3具体包括以下步骤：
S31、实时监控路况信息；
S32、判断当前的路况信息为良好或拥堵，如果路况良好，则进入步骤S33；如果路况拥堵，则进入步骤S34；
S33、根据良好路况信息，切换迪杰斯特拉算法模式，规划最短配送路线；
S34、根据拥堵路况信息，切换贪心算法，规划最优配送路线。
优选的，步骤S33具体包括以下步骤：
S331、收集各配送点信息，根据高德地图SDK，计算每两个配送点的距离，生成路况良好时各配送点的地图数据模型；
S332、结合迪杰斯特拉算法和地图模型中的数据，计算最短配送路线；
S333、输出最短配送路线信息。
优选的，步骤S34具体包括以下步骤：
S341、收集各配送点信息，建立路况拥堵时各配送点的地图模型；
S342、结合贪心算法和地图模型中的数据，计算最优配送路线；
S343、输出最优配送路线信息。
迪杰斯特拉算法，是从一个顶点到其余各顶点的最短路径算法，解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止，是一种广度优先的搜索方法。
贪心算法(又称贪婪算法)是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。
本发明的有益效果是：本发明利用高德地图SDK以及后台服务端，并将迪杰斯特拉最短路径算法和贪心算法相结合，来确定最优配送顺序，使得配送总路程达到最优，为司机提供最优的配送路线，大大的提高了配送效率。
附图说明
图1为本发明实施例1的原理图；
图2为本发明实施例2的流程图。
附图标记：
1、配送点输入模块；2、地图创建模块；3、路况信息监控模块；4、路况信息判断模块；5、第一配送点信息整理模块；6、迪杰斯特拉算法处理模块；7、最短路线输出模块；8、第二配送点信息整理模块；9、贪心算法处理模块；10、最优路线输出模块；11、配送点显示模块。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例1
如图1所示，一种能适应复杂交通变化的物流配送系统，包括地图创建模块、配送点输入模块、路线规划模块和配送点显示模块，其中：
地图创建模块，用于创建地图应用；
配送点输入模块，用于在地图创建模块上输入配送点信息；
路线规划模块，用于规划配送路线，确定各配送点的配送顺序；
路线规划模块包括路况信息监控模块、路况信息判断模块、最短路线规划模块和最优路线规划模块，其中：
路况信息监控模块，用于实时监控路况信息；
路况信息判断模块，用于判断当前路况信息为良好或拥堵，如果良好，则发送配送点信息给最短路线规划模块；如果拥堵，则发送配送点信息给最优路线规划模块；
最短路线规划模块，用于根据良好路况信息，规划最短配送路线；
最短路线规划模块包括第一配送点信息整理模块、迪杰斯特拉算法处理模块和最短路线输出模块，其中：
第一配送点信息整理模块，用于收集配送点信息，建立路况良好时各配送点的地图模型；
迪杰斯特拉算法处理模块，用于结合迪杰斯特拉算法和地图模型中的数据，计算最短配送路线；
最短路线输出模块，用于输出最短配送路线信息；
最优路线规划模块，用于根据拥堵路况信息，规划最优配送路线；
最优路线规划模块包括第二配送点信息整理模块、贪心算法处理模块和最优路线输出模块，其中：
第二配送点信息整理模块，用于收集配送点信息，建立路况拥堵时各配送点的地图模型；
贪心算法处理模块，用于结合贪心算法和地图模型中的数据，计算最优配送路线；
最优路线输出模块，用于输出最优配送路线信息；
配送点显示模块，用于显示路线规划模块所规划的各配送点的配送顺序信息。
实施例2
如图2所示，一种能适应复杂交通变化的物流配送方法，包括以下步骤：
S1、基于高德地图的SDK，创建地图应用；
S2、在地图应用上输入各配送点的位置信息；
S3、实时监控路况信息，分析当前路况信息为良好或拥堵，若路况良好则进入步骤S4；若路况拥堵则进入步骤S5；
S4、选择迪杰斯特拉算法模式，根据高德地图SDK，计算每两个配送点的距离，生成各配送点的位置数据模型，再迪杰斯特拉算法和地图模型中的数据，计算得到最短配送路线；
S5、选择贪心算法模式，建立各配送点的位置数据模型，结合贪心算法和地图模型中的数据，进行局部最优配送路线规划，计算得到各配送点的最优配送路线；
S6、在地图应用上显示规划后的最短配送路线或最优配送路线的配送顺序信息。
本发明首先根据高德地图SDK，计算出每两个配送点的距离，生成数据模型，再根据迪杰斯特拉算法原理，得到各配送点的最优配送顺序，通过高德地图SDK按照优化后的配送顺序，得到最终的路径规划，实现最短配送路径的选择，大大的提高了配送效率。当遇到严重拥堵或者前方道路无法通行的，就会自动切换到使用贪心算法的模式，争取达到局部最优解，进一步提高配送效率。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (8)
1.一种能适应复杂交通变化的物流配送系统，其特征在于，包括地图创建模块、配送点输入模块、路线规划模块和配送点显示模块，其中：
地图创建模块，用于创建地图应用；
配送点输入模块，用于输入配送点信息；
路线规划模块，用于规划配送路线，确定各配送点的配送顺序；
配送点显示模块，用于显示路线规划模块所规划的各配送点的配送顺序信息。
2.根据权利要求1所述的能适应复杂交通变化的物流配送系统，其特征在于，所述路线规划模块包括路况信息监控模块、路况信息判断模块、最短路线规划模块和最优路线规划模块，其中：
路况信息监控模块，用于实时监控路况信息；
路况信息判断模块，用于判断当前路况信息为良好或拥堵，如果良好，则发送配送点信息给最短路线规划模块；如果拥堵，则发送配送点信息给最优路线规划模块；
最短路线规划模块，用于根据良好路况信息，规划最短配送路线；
最优路线规划模块，用于根据拥堵路况信息，规划最优配送路线。
3.根据权利要求2所述的能适应复杂交通变化的物流配送系统，其特征在于，所述最短路线规划模块包括第一配送点信息整理模块、迪杰斯特拉算法处理模块和最短路线输出模块，其中：
第一配送点信息整理模块，用于收集配送点信息，建立路况良好时各配送点的地图模型；
迪杰斯特拉算法处理模块，用于结合迪杰斯特拉算法和地图模型中的数据，计算最短配送路线；
最短路线输出模块，用于输出最短配送路线信息。
4.根据权利要求2所述的能适应复杂交通变化的物流配送系统，其特征在于，所述最优路线规划模块包括第二配送点信息整理模块、贪心算法处理模块和最优路线输出模块，其中：
第二配送点信息整理模块，用于收集配送点信息，建立路况拥堵时各配送点的地图模型；
贪心算法处理模块，用于结合贪心算法和地图模型中的数据，计算最优配送路线；
最优路线输出模块，用于输出最优配送路线信息。
5.一种能适应复杂交通变化的物流配送方法，其特征在于，包括以下步骤：
S1、创建地图应用；
S2、录入各配送点的位置信息；
S3、规划配送路线，确定各配送点的配送顺序；
S4、显示规划后的各配送点的配送顺序信息。
6.根据权利要求5所述的能适应复杂交通变化的物流配送方法，其特征在于，步骤S3具体包括以下步骤：
S31、实时监控路况信息；
S32、判断当前的路况信息为良好或拥堵，如果路况良好，则进入步骤S33；如果路况拥堵，则进入步骤S34；
S33、根据良好路况信息，规划最短配送路线；
S34、根据拥堵路况信息，规划最优配送路线。
7.根据权利要求6所述的能适应复杂交通变化的物流配送方法，其特征在于，步骤S33具体包括以下步骤：
S331、收集各配送点信息，建立路况良好时各配送点的地图模型；
S332、结合迪杰斯特拉算法和地图模型中的数据，计算最短配送路线；
S333、输出最短配送路线信息。
8.根据权利要求6所述的能适应复杂交通变化的物流配送方法，其特征在于，步骤S34具体包括以下步骤：
S341、收集各配送点信息，建立路况拥堵时各配送点的地图模型；
S342、结合贪心算法和地图模型中的数据，计算最优配送路线；
S343、输出最优配送路线信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910488026.8A CN110263986A (zh) | 2019-06-05 | 2019-06-05 | 一种能适应复杂交通变化的物流配送系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910488026.8A CN110263986A (zh) | 2019-06-05 | 2019-06-05 | 一种能适应复杂交通变化的物流配送系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110263986A true CN110263986A (zh) | 2019-09-20 |
Family
ID=67917005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910488026.8A Pending CN110263986A (zh) | 2019-06-05 | 2019-06-05 | 一种能适应复杂交通变化的物流配送系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110263986A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115271205A (zh) * | 2022-07-28 | 2022-11-01 | 南通大学 | 一种基于Dijkstra算法的最短物流路径规划方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101777253A (zh) * | 2009-12-24 | 2010-07-14 | 戴磊 | 一种实时路况采集、分析与反馈及智能交通综合服务系统 |
| CN103471596A (zh) * | 2012-06-08 | 2013-12-25 | 纽海信息技术（上海）有限公司 | 最短路径引导方法和最短路径引导系统 |
| CN104050555A (zh) * | 2014-07-06 | 2014-09-17 | 山东天海科技股份有限公司 | 北斗车联网物流信息服务平台 |
| CN105046338A (zh) * | 2015-08-24 | 2015-11-11 | 扬州大学 | 移动平台上的智能快递配送方法 |
| CN105389986A (zh) * | 2015-11-18 | 2016-03-09 | 惠龙易通国际物流股份有限公司 | 一种基于配货平台的实时路况检测方法及系统 |
| CN106156897A (zh) * | 2016-08-22 | 2016-11-23 | 武汉轻工大学 | 物流配送中最优路径规划模拟系统 |
| CN107270924A (zh) * | 2017-07-20 | 2017-10-20 | 北京小度信息科技有限公司 | 导航线路生成方法、装置、设备和电动车 |
| CN107358326A (zh) * | 2017-07-20 | 2017-11-17 | 深圳市凯立德科技股份有限公司 | 一种单车多点配送线路处理方法 |
| CN109341710A (zh) * | 2018-08-30 | 2019-02-15 | 上海大学 | 不确定环境的交通网上快速抵达目的地的动态规划法 |
-
2019
- 2019-06-05 CN CN201910488026.8A patent/CN110263986A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101777253A (zh) * | 2009-12-24 | 2010-07-14 | 戴磊 | 一种实时路况采集、分析与反馈及智能交通综合服务系统 |
| CN103471596A (zh) * | 2012-06-08 | 2013-12-25 | 纽海信息技术（上海）有限公司 | 最短路径引导方法和最短路径引导系统 |
| CN104050555A (zh) * | 2014-07-06 | 2014-09-17 | 山东天海科技股份有限公司 | 北斗车联网物流信息服务平台 |
| CN105046338A (zh) * | 2015-08-24 | 2015-11-11 | 扬州大学 | 移动平台上的智能快递配送方法 |
| CN105389986A (zh) * | 2015-11-18 | 2016-03-09 | 惠龙易通国际物流股份有限公司 | 一种基于配货平台的实时路况检测方法及系统 |
| CN106156897A (zh) * | 2016-08-22 | 2016-11-23 | 武汉轻工大学 | 物流配送中最优路径规划模拟系统 |
| CN107270924A (zh) * | 2017-07-20 | 2017-10-20 | 北京小度信息科技有限公司 | 导航线路生成方法、装置、设备和电动车 |
| CN107358326A (zh) * | 2017-07-20 | 2017-11-17 | 深圳市凯立德科技股份有限公司 | 一种单车多点配送线路处理方法 |
| CN109341710A (zh) * | 2018-08-30 | 2019-02-15 | 上海大学 | 不确定环境的交通网上快速抵达目的地的动态规划法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈慧岩等, 北京理工大学出版社 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115271205A (zh) * | 2022-07-28 | 2022-11-01 | 南通大学 | 一种基于Dijkstra算法的最短物流路径规划方法 |
| CN115271205B (zh) * | 2022-07-28 | 2023-11-28 | 南通大学 | 一种基于Dijkstra算法的最短物流路径规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103985247B (zh) | 基于城市叫车需求分布密度的出租车运力调度系统 | |
| CN104809112B (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
| CN103017780B (zh) | 移动状态下公交线路的规划方法、系统和装置 | |
| CN106323321A (zh) | 一种车辆导航实时修正方法及系统 | |
| CN104089620A (zh) | 一种基于数据分析的自动路线规划方法及其系统 | |
| CN110274609A (zh) | 一种基于行程时间预测的实时路径规划方法 | |
| CN107169591A (zh) | 基于线性时序逻辑的移动端快递派送路径规划方法 | |
| CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
| CN104517200B (zh) | 用于物流配送的能耗计算方法、配送方案获取方法和装置 | |
| CN109443360B (zh) | 一种基于多边形的车辆行驶轨迹生成及拼接方法 | |
| CN106250511A (zh) | 基于车辆定位数据的旅行时间信息处理方法与系统 | |
| CN107490384A (zh) | 一种基于城市路网的最优静态路径选择方法 | |
| CN110335461A (zh) | 一种公交班次实际执行信息的获取方法及装置 | |
| CN102663895A (zh) | 集装箱码头集卡交通阻塞提示系统及实现方法 | |
| CN112530158B (zh) | 一种基于历史轨迹的路网补充方法 | |
| CN105806355B (zh) | 一种车辆绿色路径导航系统及方法 | |
| CN102062608B (zh) | 备选路径规划方法及导航终端 | |
| CN113175939A (zh) | 纯电动汽车行程规划方法及系统 | |
| CN110263986A (zh) | 一种能适应复杂交通变化的物流配送系统及方法 | |
| CN112884420B (zh) | 一种智慧物流查询系统及方法 | |
| CN109754606A (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
| CN114298493A (zh) | 一种公路运行监测系统、方法、终端及存储介质 | |
| CN104700616B (zh) | 城市交通压力预测方法及系统 | |
| CN109389848A (zh) | 一种基于hash的车联网实时分析系统 | |
| CN104376712B (zh) | 缺失交通信息补全装置及其方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190920 |