CN110334723B - 一种动态增加的行李取送订单调度方法 - Google Patents

一种动态增加的行李取送订单调度方法 Download PDF

Info

Publication number
CN110334723B
CN110334723B CN201910293972.7A CN201910293972A CN110334723B CN 110334723 B CN110334723 B CN 110334723B CN 201910293972 A CN201910293972 A CN 201910293972A CN 110334723 B CN110334723 B CN 110334723B
Authority
CN
China
Prior art keywords
destination
order
baggage
destinations
time
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
CN201910293972.7A
Other languages
English (en)
Other versions
CN110334723A (zh
Inventor
赵志为
安小龙
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.)
Zhao Zhiwei
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910293972.7A priority Critical patent/CN110334723B/zh
Publication of CN110334723A publication Critical patent/CN110334723A/zh
Application granted granted Critical
Publication of CN110334723B publication Critical patent/CN110334723B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种有多个目的地、多个运输工具的行李取送系统中动态增加的行李取送订单的调度方法。本发明通过对动态增加的行李取送订单的调度,当有动态增加的行李取送订单时,接收该订单并将动态增加的订单加入m个聚类集合的其中一个聚类集合之中,然后将该订单的目的地访问顺序插入到其所在的聚类集合的已经分配的地点的访问顺序中。根据所有行李订单的提取及运送的时间地点要求,为所有接送行李车辆规划出尽可能满足所有订单要求的,距离短、时间少的地点访问序列,实现高效率、省时省力地完成行李取送任务,为人们出行便利性带来明显的改善。

Description

一种动态增加的行李取送订单调度方法
技术领域
本发明涉及一种行李取送的调度方法,具体涉及一种有多个目的地、多个运输工具的行李取送系统中动态增加的行李取送订单的调度方法。
背景技术
在出行方面,行李一直是令人头疼的一个问题,尤其对于拖家携口的出行者。即使在交通非常发达的今天,从机场、高铁站到酒店或家中,仍然有一段距离,尤其是在异地,在落脚点到机场或高铁站之间往往需要用到公共交通工具,如果携带很多行李,又加上需要照顾老人小孩,常常弄得狼狈不堪,有些出行者为了避免这一段旅途的狼狈,只能出高价打车或使用酒店接送服务。如何经济快捷地解决出行过程中令人头疼的行李问题,对于改善人们的出行体验、提高出行质量具有重要的意义。
目前,还没有一种专门针对行李取送的方法,尤其是一种涉及多个目的地、采用多个运输工具完成的高效的行李取送调度方法。提供这样一种调度方法,不仅能够填补行李取送调度领域的空白,还能改善行李取送系统的效率和经济性,对于提高人们生活质量非常有意义;进一步地,由于行李取送系统往往采用计算机辅助、在线运行,为方便出行者及时使用行李取送服务,行李取送系统往往提供在线实时提交订单服务,如何在现有的行李取送系统中对动态增加的行李取送订单进行调度,满足出行者的行李取送要求,对于行李取送系统的实用性有关键意义。
发明内容
本发明针对现有技术中的空白,提供了一种涉及一种有多个目的地、多个运输工具的行李取送系统中动态增加的行李取送订单的调度方法。本发明通过对动态增加的行李取送订单的调度,根据所有行李订单的提取及运送的时间地点要求,为所有接送行李的运输工具规划出尽可能满足所有订单要求的,距离短、时间少的地点访问序列,实现高效率、省时省力地完成行李取送任务,为人们出行便利性带来明显的改善。
本发明是通过以下技术方案实现的:
一种对动态增加的行李取送订单进行调度的行李取送调度方法,由客户提交的行李取送订单中包含n个行李送达目的地,由m个运输工具完成行李取送任务,包括以下步骤:
1.1 在接收动态增加的行李取送订单之前,先对现有的行李取送订单进行取送调度:通过k-means聚类将n个目的地分到m个聚类集合中,并将m个聚类集合分配给m个运输工具,每个运输工具对应一个聚类集合,然后为每个聚类集合中的目的点分配访问顺序,由该聚类集合所在的运输工具按照该分配顺序进行访问,以完成行李送达任务;
1.2 执行完毕以上步骤后,当有动态增加的行李取送订单时,接收该订单并将动态增加的订单加入m个聚类集合的其中一个聚类集合之中,然后将该订单的目的地访问顺序插入到其所在的聚类集合的已经分配的地点的访问顺序中。
进一步地,所述的步骤1.2包括以下步骤:
2.1 计算动态增加的行李取送订单的取行李地点与行李取送系统中每个运输工具的实时位置之间的距离,选取行驶时间最短的运输工具所在的聚类集合x;行驶时间是由距离和路况进行估算得来的,目前是由导航软件提供的接口直接读取,如百度,高德。
2.2 比较该动态增加的行李取送订单中的行李送达目的地n,行李送达目的地即送行李地点,与步骤2.1中选取的聚类集合x的主要目的地是否相同:主要目的地为每个聚类集合中行李送达地点的重复次数最多的地点。
如果相同,则将该动态增加的行李取送订单分配给该聚类集合x对应的运输工具,调度完毕,然后计算该订单的目的地n到聚类集合x中其他所有尚未访问的相邻两个地点之间的距离之和,选取距离之和最小的两个地点,将该订单的目的地n的访问次序插入到该两个地点的访问次序之间;
如果不同,则计算n与所有的主要目的地为n的聚类集合m之间的距离,选取最短距离,并计算n到当前聚类集合m中其他目的地的平均距离,比较所得最短距离与平均距离:如最短距离小于平均距离,则将该订单加入最短距离所在的聚类集中m中,然后计算该订单的目的地n到聚类集合m中其他所有尚未访问的相邻两个地点之间的距离之和,选取距离之和最小的两个地点,将该订单的目的地n的访问次序插入到该两个地点的访问次序之间;若对于所有聚类集合,均不满足其最短距离小于平均距离的要求,则将该订单加入到平均距离最小的聚类集合m中。
2.3 检查聚类集合m中的每个目的地的行李取送订单送达时间要求与预计送达时间,预计送达时间由导航软件提供的接口直接读取,如百度,高德,,若任意一个目的地的预计送达时间晚于订单送达时间要求,则取消步骤2.2中的访问次序插入操作,并拒绝该目的地对应的该订单。
进一步地,所述的步骤1.1包括目的地分配调度步骤和目的地访问顺序调度步骤:
所述的目的地分配调度步骤通过聚类将n个目的地分到m个聚类集合中,并将m个聚类集合分配给m个运输工具,每个运输工具对应一个聚类集合,所述聚类使得同一运输工具所接收的行李取送订单中,取行李地点和送行李地点相同数最多;
所述的目的地访问顺序调度步骤为每个聚类集合中的目的点分配访问顺序,由该聚类集合所在的运输工具按照该分配顺序进行访问,以完成行李送达任务。
进一步地,所述的目的地分配调度步骤包括以下步骤:
4.1 取任意m个目的地,目的地包括取行李和送行李地点、或m个运输工具的初始位置为簇头,进行k-means聚类,得到m个聚类集合,其中k-means聚类使用距离为空间代价或时间代价;
4.2 在步骤4.1得到的每一个聚类集合中,统计其中行李送达地点的重复次数,将重复次数最多的地点作为该聚类集合的主要目的地;
当m≥n时:如果所有n个目的地均成为了至少一个运输工具的主要目的地,则目的地分配调度完成,即目的地所属的订单即分配完成;;如果有至少一个目的地未成为一个或多个运输工具的主要目的地,则统计该目的地在所有聚类集合中出现的次数,将该目的地出现次数最多的聚类集合的主要目的地修改为该目的地,直至所有n个目的地均成为至少一个运输工具的主要目的地;
当m<n时:设置每个聚类集合中出现次数最高的目的地k为主要目的地,,k由1开始递增,直至所有n个目的地均成为至少一个运输工具的主要目的地;
4.3设每个聚类集合中的非主要目的地为n_d,主要目的地为n_d的聚类集合为m_d,比较每个聚类集合中的非主要目的地n_d与主要目的地为n_d的聚类集合m_d之间地点的最短距离,所述的地点包括取行李地点和送达行李地点,若最短距离小于该地点到当前聚类集合中其他地点的平均距离,则将此地点n_d由当前聚类集合移动至聚类集合m_d中,至此,聚类完成;
所述的步骤4.1中k-means聚类使用距离所述的空间代价为目的地之间的行驶时间,或为目的地之间的距离;所述的目的地包括取行李和送行李地点,即每个运输工具需要经过的地点;所述的行驶时间是由距离和路况进行估算得来的,目前是由导航软件提供的接口直接读取,如百度,高德;
所述的步骤4.1中k-means聚类使用距离所述的时间代价为每个行李取送订单要求送达时间之间的时间差;
所述的目的地访问顺序调度步骤包括以下步骤:
5.1 在每个聚类集合中有p个目的地,目的地包括取行李地点和送行李地点,以运输工具当前所在地点与所有未分配访问顺序的目的地之间的行驶时间进行逐一比较,将行驶时间最短的目的地作为下一站访问地点、分配访问顺序,再以该地点作为运输工具当前所在地点,重复这一步骤,直至所有p个目的地均被分配了相应访问顺序为止;
5.2 根据步骤5.1分配的目的地访问顺序,计算运输工具到达每个目的地的时间tp,并计算tp与订单要求的时间tr之间的差值td,订单要求时间为客户提交行李取送信息即生成行李取送订单时提供的要求送达时间,以及总的完成时间;总的完成时间是指运输工具按照分配的访问顺序依次访问所有目的地的总时间;行驶时间如前所述由导航软件提供的接口直接读取,如百度,高德;
5.3定义排除集合Q,并初始化为空集合:
对于排除集合Q以外的所有目的地,当td≤0时,保持当前访问顺序不变;当td>0时:将该目的地的访问顺序前移1位,然后重新计算所有目的地的td及总的完成时间Ta:
若td减小了,且Ta没有增加,则该次前移生效,并回到步骤5.2;
若td减少了,但Ta增加了,则该次前移不生效,即不进行前移,继续保持在原访问顺序,然后回到步骤5.2;
若td没有减少,则该次前移不生效,即不进行前移,将此目的地加入排除集合Q,回到步骤5.2;
5.4 比较每个聚类集合中所有的目的地的预计到达时间tp是否在订单要求时间tr内,若是,则步骤完毕,目的地访问顺序分配调度完毕;若否,则将tr-tp值最大的目的地剔除后重新进行该步骤,直至所有聚类集合中的目的地的预计访问时间tp均在要求时间tr内,并拒绝被剔除的目的地对应的订单。
进一步地,所述的步骤4.3为比较每个聚类集合中的非主要目的地n_d与主要目的地为n_d的聚类集合m_d之间地点的时间差,具体为:设聚类集合J的主要目的地为d,对于J中目的地不是d的地点e(设该地点对应的目的地为q),计算e到主要目的地为q的聚类集合L中地点的最短距离,若最短距离小于e到J中地点的平均距离,则将e由J集合移动至L中;重复此步骤,直至所有订单所处的集合不再变动,聚类完成。
进一步地,所述的步骤5.3为:
设置行李送达时间阈值为Td:
定义排除集合Q,并初始化为空集合:对于排除集合Q以外的所有目的地,当td≤Td时,保持当前访问顺序不变;当td>Td时:将该目的地的访问顺序前移1位,然后重新计算所有目的地的td及总的完成时间Ta:
若td减小了,且Ta没有增加,则该次前移生效,并回到步骤5.2;
若td减少了,但Ta增加了,则该次前移不生效,即不执行前移;
若td没有减少,则该次前移不生效,将此目的地加入排除集合Q,回到步骤5.2;
5.4 比较每个聚类集合中所有的目的地的预计到达时间tp是否在订单要求时间tr-Td内,若是,则步骤完毕;若否,则将tr-tp值最大的目的地剔除后重新比较,直至所有聚类集合中的目的地的预计访问时间tp均在要求时间tr内,并拒绝被剔除的目的地对应的订单。
在执行目的地分配调度步骤和目的地访问调度步骤之前,先进行订单合并步骤:在对于地点相同、要求送达时间不同的订单,若时间差距不大于T,则将两个订单合并,取较早的时间要求作为合并后订单的时间要求,此处的时间要求是客户在行李取送订单中提交的时间要求,所述的地点相同包括取行李地点和送行李地点,一个订单的任意一个地点与其他订单的任意一个地点相同即可:T为人工设定值。
本发明提供的种有多个目的地、多个运输工具的行李取送系统中动态增加的行李取送订单的调度方法,通过对动态增加的行李取送订单的调度,根据所有行李订单的提取及运送的时间地点要求,为所有接送行李的运输工具规划出尽可能满足所有订单要求的,距离短、时间少的地点访问序列,实现高效率、省时省力地完成行李取送任务,为人们出行便利性带来明显的改善。
具体实施方式
在本部分中,将采用具体实施方式对本发明的技术方案进行进一步的解释和说明,需要指出的是,本部分所列举的具体实施方式不对本发明保护范围内的其他可能的实施方式构成限制。
实施例1
一种对动态增加的行李取送订单进行调度的行李取送调度方法,由客户提交的行李取送订单中包含n个行李送达目的地,由m个运输工具完成行李取送任务,包括以下步骤:
1.1 在接收动态增加的行李取送订单之前,先对现有的行李取送订单进行取送调度:通过k-means聚类将n个目的地分到m个聚类集合中,并将m个聚类集合分配给m个运输工具,每个运输工具对应一个聚类集合,然后为每个聚类集合中的目的点分配访问顺序,由该聚类集合所在的运输工具按照该分配顺序进行访问,以完成行李送达任务;
1.2 执行完毕以上步骤后,当有动态增加的行李取送订单时,接收该订单并将动态增加的订单加入m个聚类集合的其中一个聚类集合之中,然后将该订单的目的地访问顺序插入到其所在的聚类集合的已经分配的地点的访问顺序中。
进一步地,所述的步骤1.2包括以下步骤:
2.1 计算动态增加的行李取送订单的取行李地点与行李取送系统中每个运输工具的实时位置之间的距离,选取行驶时间最短的运输工具所在的聚类集合x;行驶时间是由距离和路况进行估算得来的,目前是由导航软件提供的接口直接读取,如百度,高德。
2.2 比较该动态增加的行李取送订单中的行李送达目的地n,行李送达目的地即送行李地点,与步骤2.1中选取的聚类集合x的主要目的地是否相同:主要目的地为每个聚类集合中行李送达地点的重复次数最多的地点。
如果相同,则将该动态增加的行李取送订单分配给该聚类集合x对应的运输工具,调度完毕,然后计算该订单的目的地n到聚类集合x中其他所有尚未访问的相邻两个地点之间的距离之和,选取距离之和最小的两个地点,将该订单的目的地n的访问次序插入到该两个地点的访问次序之间;
如果不同,则计算n与所有的主要目的地为n的聚类集合m之间的距离,选取最短距离,并计算n到当前聚类集合m中其他目的地的平均距离,比较所得最短距离与平均距离:如最短距离小于平均距离,则将该订单加入最短距离所在的聚类集中m中,然后计算该订单的目的地n到聚类集合m中其他所有尚未访问的相邻两个地点之间的距离之和,选取距离之和最小的两个地点,将该订单的目的地n的访问次序插入到该两个地点的访问次序之间;若对于所有聚类集合,均不满足其最短距离小于平均距离的要求,则将该订单加入到平均距离最小的聚类集合m中。
2.3 检查聚类集合m中的每个目的地的行李取送订单送达时间要求与预计送达时间,若任意一个目的地的预计送达时间晚于订单送达时间要求,则取消步骤2.2中的访问次序插入操作,并拒绝该目的地对应的该订单。
实施例2
与实施例1不同之处在于,在本实施例中,所述的步骤1.1采用的具体方法为:包括目的地分配调度步骤和目的地访问顺序调度步骤:
所述的目的地分配调度步骤通过聚类将n个目的地分到m个聚类集合中,并将m个聚类集合分配给m个运输工具,每个运输工具对应一个聚类集合,所述聚类使得同一运输工具所接收的行李取送订单中,取行李地点和送行李地点相同数最多;
所述的目的地访问顺序调度步骤为每个聚类集合中的目的点分配访问顺序,由该聚类集合所在的运输工具按照该分配顺序进行访问,以完成行李送达任务。
所述的目的地分配调度步骤包括以下步骤:
4.1 取任意m个目的地,目的地包括取行李和送行李地点、或m个运输工具的初始位置为簇头,进行k-means聚类,得到m个聚类集合,其中k-means聚类使用距离为空间代价或时间代价;
4.2 在步骤4.1得到的每一个聚类集合中,统计其中行李送达地点的重复次数,将重复次数最多的地点作为该聚类集合的主要目的地;
当m≥n时:如果所有n个目的地均成为了至少一个运输工具的主要目的地,则目的地分配调度完成,即目的地所属的订单即分配完成;;如果有至少一个目的地未成为一个或多个运输工具的主要目的地,则统计该目的地在所有聚类集合中出现的次数,将该目的地出现次数最多的聚类集合的主要目的地修改为该目的地,直至所有n个目的地均成为至少一个运输工具的主要目的地;
当m<n时:设置每个聚类集合中出现次数最高的目的地k为主要目的地,,k由1开始递增,直至所有n个目的地均成为至少一个运输工具的主要目的地;
4.3设每个聚类集合中的非主要目的地为n_d,主要目的地为n_d的聚类集合为m_d,比较每个聚类集合中的非主要目的地n_d与主要目的地为n_d的聚类集合m_d之间地点的最短距离,所述的地点包括取行李地点和送达行李地点,若最短距离小于该地点到当前聚类集合中其他地点的平均距离,则将此地点n_d由当前聚类集合移动至聚类集合m_d中,至此,聚类完成;
所述的步骤4.1中k-means聚类使用距离所述的空间代价为目的地之间的行驶时间,或为目的地之间的距离;所述的目的地包括取行李和送行李地点,即每个运输工具需要经过的地点;所述的行驶时间是由距离和路况进行估算得来的,目前是由导航软件提供的接口直接读取,如百度,高德;
所述的步骤4.1中k-means聚类使用距离所述的时间代价为每个行李取送订单要求送达时间之间的时间差;
所述的目的地访问顺序调度步骤包括以下步骤:
5.1 在每个聚类集合中有p个目的地,目的地包括取行李地点和送行李地点,以运输工具当前所在地点与所有未分配访问顺序的目的地之间的行驶时间进行逐一比较,将行驶时间最短的目的地作为下一站访问地点、分配访问顺序,再以该地点作为运输工具当前所在地点,重复这一步骤,直至所有p个目的地均被分配了相应访问顺序为止;
5.2 根据步骤5.1分配的目的地访问顺序,计算运输工具到达每个目的地的时间tp,并计算tp与订单要求的时间tr之间的差值td,订单要求时间为客户提交行李取送信息即生成行李取送订单时提供的要求送达时间,以及总的完成时间;总的完成时间是指运输工具按照分配的访问顺序依次访问所有目的地的总时间;行驶时间如前所述由导航软件提供的接口直接读取,如百度,高德;
5.3定义排除集合Q,并初始化为空集合:
对于排除集合Q以外的所有目的地,当td≤0时,保持当前访问顺序不变;当td>0时:将该目的地的访问顺序前移1位,然后重新计算所有目的地的td及总的完成时间Ta:
若td减小了,且Ta没有增加,则该次前移生效,并回到步骤5.2;
若td减少了,但Ta增加了,则该次前移不生效,即不进行前移,继续保持在原访问顺序,然后回到步骤5.2;
若td没有减少,则该次前移不生效,即不进行前移,将此目的地加入排除集合Q,回到步骤5.2;
5.4 比较每个聚类集合中所有的目的地的预计到达时间tp是否在订单要求时间tr内,若是,则步骤完毕,目的地访问顺序分配调度完毕;若否,则将tr-tp值最大的目的地剔除后重新进行该步骤,直至所有聚类集合中的目的地的预计访问时间tp均在要求时间tr内,并拒绝被剔除的目的地对应的订单。
所述的步骤4.3也可以采用比较每个聚类集合中的非主要目的地n_d与主要目的地为n_d的聚类集合m_d之间地点的时间差的方式,具体为:设聚类集合J的主要目的地为d,对于J中目的地不是d的地点e(设该地点对应的目的地为q),计算e到主要目的地为q的聚类集合L中地点的最短距离,若最短距离小于e到J中地点的平均距离,则将e由J集合移动至L中;重复此步骤,直至所有订单所处的集合不再变动,聚类完成。
所述的步骤5.3还可以采取以下步骤:
设置行李送达时间阈值为Td:
定义排除集合Q,并初始化为空集合:对于排除集合Q以外的所有目的地,当td≤Td时,保持当前访问顺序不变;当td>Td时:将该目的地的访问顺序前移1位,然后重新计算所有目的地的td及总的完成时间Ta:
若td减小了,且Ta没有增加,则该次前移生效,并回到步骤5.2;
若td减少了,但Ta增加了,则该次前移不生效,即不执行前移;
若td没有减少,则该次前移不生效,将此目的地加入排除集合Q,回到步骤5.2;
5.4 比较每个聚类集合中所有的目的地的预计到达时间tp是否在订单要求时间tr-Td内,若是,则步骤完毕;若否,则将tr-tp值最大的目的地剔除后重新比较,直至所有聚类集合中的目的地的预计访问时间tp均在要求时间tr内,并拒绝被剔除的目的地对应的订单。
在执行目的地分配调度步骤和目的地访问调度步骤之前,先进行订单合并步骤:在对于地点相同、要求送达时间不同的订单,若时间差距不大于T,则将两个订单合并,取较早的时间要求作为合并后订单的时间要求,此处的时间要求是客户在行李取送订单中提交的时间要求,所述的地点相同包括取行李地点和送行李地点,一个订单的任意一个地点与其他订单的任意一个地点相同即可:T为人工设定值,根据当天具体的订单繁忙情况、路况等情形确定,在本实施例中确定为半小时。
本发明提供的种有多个目的地、多个运输工具的行李取送系统中动态增加的行李取送订单的调度方法,通过对动态增加的行李取送订单的调度,根据所有行李订单的提取及运送的时间地点要求,为所有接送行李的运输工具规划出尽可能满足所有订单要求的,距离短、时间少的地点访问序列,实现高效率、省时省力地完成行李取送任务,为人们出行便利性带来明显的改善。

Claims (6)

1.一种对动态增加的行李取送订单进行调度的行李取送调度方法,由客户提交的行李取送订单中包含n个行李送达目的地,由m个运输工具完成行李取送任务,其特征在于:包括以下步骤:
1.1 在接收动态增加的行李取送订单之前,先对现有的行李取送订单进行取送调度:通过k-means聚类将n个目的地分到m个聚类集合中,并将m个聚类集合分配给m个运输工具,每个运输工具对应一个聚类集合,然后为每个聚类集合中的目的点分配访问顺序,由该聚类集合所在的运输工具按照该分配顺序进行访问,以完成行李送达任务;
1.2 执行完毕以上步骤后,当有动态增加的行李取送订单时,接收该订单并将动态增加的订单加入m个聚类集合的其中一个聚类集合之中,然后将该订单的目的地访问顺序插入到其所在的聚类集合的已经分配的地点的访问顺序中;
所述的步骤1.2包括以下步骤:
2.1 计算动态增加的行李取送订单的取行李地点与行李取送系统中每个运输工具的实时位置之间的距离,选取行驶时间最短的运输工具所在的聚类集合x;
2.2 比较该动态增加的行李取送订单中的行李送达目的地n与步骤2.1中选取的聚类集合x的主要目的地是否相同,主要目的地为每个聚类集合中行李送达地点的重复次数最多的地点;
如果相同,则将该动态增加的行李取送订单分配给该聚类集合x对应的运输工具,调度完毕,然后计算该订单的目的地n到聚类集合x中其他所有尚未访问的相邻两个地点之间的距离之和,选取距离之和最小的两个地点,将该订单的目的地n的访问次序插入到该两个地点的访问次序之间;
如果不同,则计算n与所有的主要目的地为n的聚类集合m之间的距离,选取最短距离,并计算n到当前聚类集合m中其他目的地的平均距离,比较所得最短距离与平均距离:如最短距离小于平均距离,则将该订单加入最短距离所在的聚类集中m中,然后计算该订单的目的地n到聚类集合m中其他所有尚未访问的相邻两个地点之间的距离之和,选取距离之和最小的两个地点,将该订单的目的地n的访问次序插入到该两个地点的访问次序之间;若对于所有聚类集合,均不满足其最短距离小于平均距离的要求,则将该订单加入到平均距离最小的聚类集合m中;
2.3 检查聚类集合m中的每个目的地的行李取送订单送达时间要求与预计送达时间,若任意一个目的地的预计送达时间晚于订单送达时间要求,则取消步骤2.2中的访问次序插入操作,并拒绝该目的地对应的该订单。
2.如权利要求1所述的一种对动态增加的行李取送订单进行调度的行李取送调度方法,其特征在于:所述的步骤1.1包括目的地分配调度步骤和目的地访问顺序调度步骤:
所述的目的地分配调度步骤通过聚类将n个目的地分到m个聚类集合中,并将m个聚类集合分配给m个运输工具,每个运输工具对应一个聚类集合,所述聚类使得同一运输工具所接收的行李取送订单中,取行李地点和送行李地点相同数最多;
所述的目的地访问顺序调度步骤为每个聚类集合中的目的点分配访问顺序,由该聚类集合所在的运输工具按照该分配顺序进行访问,以完成行李送达任务。
3.如权利要求2所述的一种对动态增加的行李取送订单进行调度的行李取送调度方法,其特征在于:
所述的目的地分配调度步骤包括以下步骤:
4.1 取任意m个目的地,目的地包括取行李和送行李地点、或m个运输工具的初始位置为簇头,进行k-means聚类,得到m个聚类集合,其中k-means聚类使用距离为空间代价或时间代价;
4.2 在步骤4.1得到的每一个聚类集合中,统计其中行李送达地点的重复次数,将重复次数最多的地点作为该聚类集合的主要目的地;
当m≥n时:如果所有n个目的地均成为了至少一个运输工具的主要目的地,则目的地分配调度完成,即目的地所属的订单即分配完成;如果有至少一个目的地未成为一个或多个运输工具的主要目的地,则统计该目的地在所有聚类集合中出现的次数,将该目的地出现次数最多的聚类集合的主要目的地修改为该目的地,直至所有n个目的地均成为至少一个运输工具的主要目的地;
当m<n时:设置每个聚类集合中出现次数最高的目的地k为主要目的地,k由1开始递增,直至所有n个目的地均成为至少一个运输工具的主要目的地;
4.3设每个聚类集合中的非主要目的地为n_d,主要目的地为n_d的聚类集合为m_d,比较每个聚类集合中的非主要目的地n_d与主要目的地为n_d的聚类集合m_d之间地点的最短距离,所述的地点包括取行李地点和送达行李地点,若最短距离小于该地点到当前聚类集合中其他地点的平均距离,则将此地点n_d由当前聚类集合移动至聚类集合m_d中,至此,聚类完成;
所述的步骤4.1中k-means聚类使用距离所述的空间代价为目的地之间的行驶时间,或为目的地之间的距离;所述的目的地包括取行李和送行李地点,即每个运输工具需要经过的地点;所述的行驶时间是由距离和路况进行估算得来;
所述的步骤4.1中k-means聚类使用距离所述的时间代价为每个行李取送订单要求送达时间之间的时间差;
所述的目的地访问顺序调度步骤包括以下步骤:
5.1 在每个聚类集合中有p个目的地,目的地包括取行李地点和送行李地点,以运输工具当前所在地点与所有未分配访问顺序的目的地之间的行驶时间进行逐一比较,将行驶时间最短的目的地作为下一站访问地点、分配访问顺序,再以该地点作为运输工具当前所在地点,重复这一步骤,直至所有p个目的地均被分配了相应访问顺序为止;
5.2 根据步骤5.1分配的目的地访问顺序,计算运输工具到达每个目的地的时间tp,并计算tp与订单要求的时间tr之间的差值td,订单要求时间为客户提交行李取送信息即生成行李取送订单时提供的要求送达时间,以及总的完成时间;总的完成时间是指运输工具按照分配的访问顺序依次访问所有目的地的总时间;行驶时间如前所述由导航软件提供的接口直接读取;
5.3定义排除集合Q,并初始化为空集合:
对于排除集合Q以外的所有目的地,当td≤0时,保持当前访问顺序不变;当td>0时:将该目的地的访问顺序前移1位,然后重新计算所有目的地的td及总的完成时间Ta:
若td减小了,且Ta没有增加,则该次前移生效,并回到步骤5.2;
若td减少了,但Ta增加了,则该次前移不生效,即不进行前移,继续保持在原访问顺序,然后回到步骤5.2;
若td没有减少,则该次前移不生效,即不进行前移,将此目的地加入排除集合Q,回到步骤5.2;
5.4 比较每个聚类集合中所有的目的地的预计到达时间tp是否在订单要求时间tr内,若是,则步骤完毕,目的地访问顺序分配调度完毕;若否,则将tr-tp值最大的目的地剔除后重新进行该步骤,直至所有聚类集合中的目的地的预计访问时间tp均在要求时间tr内,并拒绝被剔除的目的地对应的订单。
4.如权利要求3所述的一种对动态增加的行李取送订单进行调度的行李取送调度方法,其特征在于:所述的步骤4.3为比较每个聚类集合中的非主要目的地n_d与主要目的地为n_d的聚类集合m_d之间地点的时间差,具体为:设聚类集合J的主要目的地为d,对于J中目的地不是d的地点e,设该地点对应的目的地为q,计算e到主要目的地为q的聚类集合L中地点的最短距离,若最短距离小于e到J中地点的平均距离,则将e由J集合移动至L中;重复此步骤,直至所有订单所处的集合不再变动,聚类完成。
5.如权利要求3所述的一种对动态增加的行李取送订单进行调度的行李取送调度方法,其特征在于:所述的步骤5.3为:
设置行李送达时间阈值为Td:
定义排除集合Q,并初始化为空集合:对于排除集合Q以外的所有目的地,当td≤Td时,保持当前访问顺序不变;当td>Td时:将该目的地的访问顺序前移1位,然后重新计算所有目的地的td及总的完成时间Ta:
若td减小了,且Ta没有增加,则该次前移生效,并回到步骤5.2;
若td减少了,但Ta增加了,则该次前移不生效,即不执行前移;
若td没有减少,则该次前移不生效,将此目的地加入排除集合Q,回到步骤5.2;
5.4 比较每个聚类集合中所有的目的地的预计到达时间tp是否在订单要求时间tr-Td内,若是,则步骤完毕;若否,则将tr-tp值最大的目的地剔除后重新比较,直至所有聚类集合中的目的地的预计访问时间tp均在要求时间tr内,并拒绝被剔除的目的地对应的订单。
6.如权利要求3或4或5任一所述的一种对动态增加的行李取送订单进行调度的行李取送调度方法,其特征在于:在执行目的地分配调度步骤和目的地访问调度步骤之前,先进行订单合并步骤:在对于地点相同、要求送达时间不同的订单,若时间差距不大于T,则将两个订单合并,取较早的时间要求作为合并后订单的时间要求,此处的时间要求是客户在行李取送订单中提交的时间要求,所述的地点相同包括取行李地点和送行李地点,一个订单的任意一个地点与其他订单的任意一个地点相同即可:T为人工设定值。
CN201910293972.7A 2019-04-12 2019-04-12 一种动态增加的行李取送订单调度方法 Active CN110334723B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910293972.7A CN110334723B (zh) 2019-04-12 2019-04-12 一种动态增加的行李取送订单调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910293972.7A CN110334723B (zh) 2019-04-12 2019-04-12 一种动态增加的行李取送订单调度方法

Publications (2)

Publication Number Publication Date
CN110334723A CN110334723A (zh) 2019-10-15
CN110334723B true CN110334723B (zh) 2023-04-07

Family

ID=68139878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910293972.7A Active CN110334723B (zh) 2019-04-12 2019-04-12 一种动态增加的行李取送订单调度方法

Country Status (1)

Country Link
CN (1) CN110334723B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117557187B (zh) * 2024-01-10 2024-03-26 四川宽窄智慧物流有限责任公司 用于多订单的智能配载控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005289634A (ja) * 2004-04-06 2005-10-20 Advanced Airport Systems Technology Research Consortium 航空手荷物管理システム
CN108985597A (zh) * 2018-06-29 2018-12-11 华南理工大学 一种动态物流调度方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5282785B2 (ja) * 2008-10-15 2013-09-04 富士通株式会社 荷物配置管理方法、運搬装置および運搬制御プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005289634A (ja) * 2004-04-06 2005-10-20 Advanced Airport Systems Technology Research Consortium 航空手荷物管理システム
CN108985597A (zh) * 2018-06-29 2018-12-11 华南理工大学 一种动态物流调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于空间特性的行李跟随系统的车辆调度方法;李林波等;《交通运输工程学报》;20081015(第05期);全文 *

Also Published As

Publication number Publication date
CN110334723A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
Masoud et al. A decomposition algorithm to solve the multi-hop peer-to-peer ride-matching problem
Pelzer et al. A partition-based match making algorithm for dynamic ridesharing
CN105070044B (zh) 一种基于乘客预约的定制公交合乘车辆动态调度方法
US8768614B2 (en) Increasing throughput for carpool assignment matching
CN107145971A (zh) 一种动态调整的快递配送优化方法
CN104931063B (zh) 路径规划方法
Jung et al. Design and modeling of real-time shared-taxi dispatch algorithms
CN105279955B (zh) 一种拼车方法及设备
CN110598908B (zh) 基于多任务多车辆的路径规划方法
CN108960539B (zh) 一种需求响应式接驳公交路径优化方法
Drexl et al. Simultaneous vehicle and crew routing and scheduling for partial-and full-load long-distance road transport
CN107944611A (zh) 面向个性化出行需求的跨模式组合出行规划方法
CN112381472B (zh) 一种地铁接驳公交线路优化方法、装置及存储介质
CN113177752B (zh) 一种路线规划方法、装置及服务器
CN111178724A (zh) 一种基于演化算法的拼车调度方法
CN110334976B (zh) 一种计算机实现的行李取送系统和方法
CN112085288A (zh) 一种基于两阶段优化的物流配送路线推荐方法及系统
CN110334723B (zh) 一种动态增加的行李取送订单调度方法
CN110322106B (zh) 一种多目的地、多个运输工具的行李取送调度方法
Yeung et al. A flexible real-time ridesharing system considering current road conditions
US20150248638A1 (en) Methods and arrangement for freight transportation management
Ambrosino et al. An algorithmic framework for computing shortest routes in urban multimodal networks with different criteria
CN113739812B (zh) 配送计划生成方法、装置、系统及计算机可读存储介质
CN111738490A (zh) 柔性公交线路资源复用分配调度方法
CN110322044B (zh) 一种在多个运输工具之间调度的行李取送方法

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
TA01 Transfer of patent application right

Effective date of registration: 20230208

Address after: 610000, No. two, section 4, Jianshe North Road, Chengdu, Sichuan, Chenghua District

Applicant after: Zhao Zhiwei

Address before: No. 1807, 18th Floor, Building 1, No. 530, Middle Section, Tianfu Avenue, Chengdu High-tech Zone, China (Sichuan) Free Trade Pilot Zone, Chengdu, Sichuan, 610000

Applicant before: Chengdu Service Student Technology Co.,Ltd.

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