CN110348613B - 分拨中心智能物流管理方法及系统 - Google Patents

分拨中心智能物流管理方法及系统 Download PDF

Info

Publication number
CN110348613B
CN110348613B CN201910546699.4A CN201910546699A CN110348613B CN 110348613 B CN110348613 B CN 110348613B CN 201910546699 A CN201910546699 A CN 201910546699A CN 110348613 B CN110348613 B CN 110348613B
Authority
CN
China
Prior art keywords
cargo
loading
unloading
distribution center
port
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.)
Expired - Fee Related
Application number
CN201910546699.4A
Other languages
English (en)
Other versions
CN110348613A (zh
Inventor
石唯
史骞
谢余尚
蔺志忠
曲萍
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.)
Shenzhen Henglu Logistics Co ltd
Original Assignee
Shenzhen Henglu Logistics Co ltd
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 Shenzhen Henglu Logistics Co ltd filed Critical Shenzhen Henglu Logistics Co ltd
Priority to CN201910546699.4A priority Critical patent/CN110348613B/zh
Publication of CN110348613A publication Critical patent/CN110348613A/zh
Application granted granted Critical
Publication of CN110348613B publication Critical patent/CN110348613B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种分拨中心智能物流管理方法，通过自动调度车辆完成出港集货过程，对出港的货物进行出港货量预测并执行装货，对进港的货物进行进港货量预测并执行卸货，以及对需要进行派送的货物进行派送货量预测及执行装货，并将整个过程的不同的操作指令发送给相关人员。将分拨中心、车辆和各营业网点的资源进行整合，进行实时分析、统一管理和统一调度，通过智能预约月台、智能调度进出分拨中心车辆以及智能调度装卸小组的方式，提高了分拨中心及其所覆盖区域的货物流转、人员操作、车辆装载和场地使用等物流操作运作效率，能够满足客户需求，提高客户满意度，降低分拨中心运营成本，提高企业核心竞争力。

Description

分拨中心智能物流管理方法及系统
技术领域
本发明涉及物流运输领域，尤其是一种分拨中心智能物流管理方法及系统。
背景技术
如今，物流行业出现了各种物流形式，均得到了极大的发展，但是目前物流行业普遍存在分拨中心调度操作人员、车辆、场站资源时，过于依赖调度人员经验，当分拨中心车辆、操作人员、中转货物达到一定数量级后，就会存在各种资源调配不合理现象，造成货物装卸效率低下、月台使用率低下、货物在分拨中心周转时间过长、车辆使用效率低下等诸多问题。
例如零担物流，指当一批货物的重量或容积不满一辆货车时，可与其他几批甚至上百批货物共用一辆货车装运，这种物流方式叫零担货物运输，是一种承运部门将不同货主的货物按同一到站凑满一车后再发运的服务形式。零担物流一般来说货物大小悬殊、中转场地有限并且时效紧迫，其在分拨中心应当快进快出，并且应该集中在相对固定时间段进出场站以提高效率，如果现场人员调度不及时，极易造成货物堆积和资源浪费。
因此需要提出一种能够提高分拨中心物流管理效率的智能物流管理方法，减少由于操作人员调度经验不足或调度指令不合理造成的货物堆积、资源浪费的现象。
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减少由于操作人员调度经验不足或调度指令不合理造成的货物堆积、资源浪费的现象，提供一种能够提高分拨中心物流管理效率的智能物流管理方法及系统。
本发明实施例所采用的技术方案是：
第一方面，本发明实施例提供一种分拨中心智能物流管理方法，包括：
支线集货管理：自动调度车辆完成出港集货过程；
干线出港管理：对出港的货物进行货量预测，得到出港货量预测结果，并执行装货；
干线进港管理：对进港的货物进行货量预测，得到进港货量预测结果，并执行卸货；
派送管理：对需要进行派送的货物进行货量预测，得到派送货量预测结果，及执行装货；
指令发送：将不同的操作指令通过语音播报和/或屏幕显示和/或手机短信和/或APP消息的方式发送给相关人员。
进一步地，所述货量预测包括：历史货量预测和实时货量预测；
所述历史货量预测指：根据分拨中心的历史货量计算得到历史预计货量；
所述实时货量预测指：获取在库货量以及根据订单货物信息计算得到预计货量；
具体的，历史预计货量计算方式为：
Figure BDA0002104122600000021
x1+x2+x3+x4+x5＝1
Figure BDA0002104122600000022
Figure BDA0002104122600000023
Figure BDA0002104122600000024
Figure BDA0002104122600000025
v(q)＝v(q-1)+Δv
Figure BDA0002104122600000026
其中，v(p)表示历史预计货量，p表示预测日期，
Figure BDA0002104122600000027
表示历史货量数据中j个周w的平均货量，
Figure BDA0002104122600000028
表示历史货量数据中k个每个月第d日的平均货量，
Figure BDA0002104122600000029
表示历史货量数据中n个m月d日的平均货量，
Figure BDA00021041226000000210
表示需要预测货量日期前h天的平均货量，v(q)表示预测日期前一天的货量，Δv为日增长货量，x1到x5为变量权重。
进一步地，所述支线集货管理具体为：
获取支线进港运输货物的车辆位置，通过所述车辆位置预判其到达分拨中心的到达时间；
根据所述到达时间预约月台和装卸小组；
引导所述车辆到达对应的月台，所述装卸小组进行卸货；
卸货完成后，引导所述车辆离开，并更改对应月台和装卸小组的操作状态。
进一步地，所述干线出港管理具体为：
进行货量预测，具体过程是：根据合同客户的历史出港货量，进行历史货量预测，计算出港的历史预计货量，进行干线车辆准备；
运作过程中，实时计算所述分拨中心当前出港的在库货量，获取所述分拨中心以及各营业网点的出港订单以及提货订单计算出港的预计货量，预约月台和装卸小组；
干线出港车辆到达对应月台后，所述装卸小组进行装货；
装货完成后，引导所述车辆离开，并更改对应月台和装卸小组的操作状态。
进一步地，所述干线进港管理具体为：
进行货量预测，具体过程是：结合所述分拨中心每天的干线进港历史货量，进行历史货量预测，得到进港的历史预计货量；
运作过程中，实时计算所述分拨中心当前卸货的在库货量，获取干线进港运输货物的车辆到达时间，计算预设时间后到达分拨中心进港的预计货量，预约月台和装卸小组，进行进港卸货并入库；
卸货完成后，引导车辆离开，并更改对应月台和装卸小组的操作状态；
还包括：
获取货物派送时效，如果属于紧急派送时效，则跳过入库过程，直接进行装货派送。
进一步地，所述派送管理具体为：
进行货量预测，具体过程是：获取所述分拨中心的进港历史货量，进行历史货量预测，计算派送的历史预计货量；
根据所述派送货量预测结果预约派送车辆和装卸小组；
当所述派送车辆到达对应月台后，所述装卸小组进行装货；
装货完成后，引导所述车辆离开，并更改对应月台和装卸小组的操作状态。
第二方面，本发明还提供一种预约月台的方法，应用于如第一方面任一项所述的一种分拨中心智能物流管理方法，所述月台包括多个不同部门的月台，包括：
根据本部门月台的使用状态，预约当前处于空闲状态且距离货物储位最近的月台；
当本部门没有空闲状态的月台时，预约其他部门的处于空闲状态且距离货物储位最近的可共享月台；
当其他部门没有处于空闲状态的可共享月台，则预约剩余装卸时间最短且距离货物储位最近的月台。
第三方面，本发明还提供一种预约装卸小组的方法，应用于如第一方面任一项所述的一种分拨中心智能物流管理方法，所述装卸小组包括多个不同部门的装卸小组，包括：
按照装卸效率和/或工作量对装卸小组进行优先级排序；
根据本部门装卸小组的操作状态，按照所述优先级预约当前处于空闲状态的装卸小组；
当本部门没有空闲状态的装卸小组时，按照所述优先级预约其他部门的处于空闲状态的可共享装卸小组；
当其他部门没有处于空闲状态的可共享装卸小组，则按照所述优先级预约剩余装卸时间最短的装卸小组。
第四方面，本发明还提供一种分拨中心智能物流管理系统，包括：
集货管理模块：用于自动调度车辆完成出港集货过程；
出港管理模块：用于对出港的货物进行出港货量预测并执行装货；
进港管理模块：用于对进港的货物进行进港货量预测并执行卸货；
派送管理模块：用于对需要进行派送的货物进行派送货量预测及执行装货；
指令发送模块：用于将不同的操作指令发送给相关人员。
第五方面，本发明实施例还提供一种分拨中心智能物流管理设备，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。
本发明实施例的有益效果是：
本发明实施例通过自动调度车辆完成出港集货过程，对进港的货物进行货量预测并执行卸货，对出港的货物进行货量预测并执行装货，以及对需要进行派送的货物进行货量预测及执行装货，并将整个过程的不同的操作指令发送给相关人员。将分拨中心、车辆和各营业网点的资源进行整合，进行实时分析、统一管理和统一调度，通过智能分配月台、智能调度进出分拨中心车辆以及智能调度装卸小组的方式，减少人工调度产生的不必要差错以及减少对传统调度人员调度经验的依赖，并实时监测分拨中心的运作状况，对现场及周边资源的实时分析，提前调整调度指令以减少不合理调度的发生，并将调度指令通过多种方式发送给相关人员，从而提高了分拨中心及其所覆盖区域的货物流转、人员操作、车辆装载和场地使用等物流操作运作效率，能够满足客户需求，提高客户满意度，降低分拨中心运营成本，提高企业核心竞争力。
附图说明
图1是本发明实施例中分拨中心智能物流管理方法的分拨中心运作示意图；
图2是本发明实施例中分拨中心智能物流管理方法的实现流程图；
图3是本发明实施例中预约月台方法的实现流程图；
图4是本发明实施例中预约装卸小组方法的实现流程图；
图5是本发明实施例中分拨中心智能物流管理方法的车辆预约月台和装卸小组示意图；
图6是本发明中分拨中心智能物流管理系统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。
下面是本发明中一些名词的解释。
零担物流：当一批货物的重量或容积不满一辆货车时，可与其他几批甚至上百批货物共用一辆货车装运时，叫零担货物运输。
分拨中心：是物流行业运作的经济活动组织，它是集加工、理货、送货等多种职能于一体的物流据点。
月台：物流场站中，货车装卸货物的场所。
集货：将分散的小批量的物品集中起来，以便进行运输、配送的作业。
干线：运输网中起骨干作用的线路运输。
支线：相对于干线运输来说的，是在干线运输的基础上，对干线运输起辅助作用的运输形式。
实施例一：
本发明实施例一提供一种分拨中心智能物流管理方法。
如图1所示，为本实施例应用场景中分拨中心运作示意图，图中箭头表示货物流转方向，从图1中可以看出，分拨中心可划分为三个区域：发货区域、收货区域和操作区域，其中发货区域包括干线发货区域、支线发货区域和末端派送区域，收货区域包括干线到货区域和提货操作区域，图中智能调度引擎即能够实现本实施例分拨中心智能物流管理方法的智能调度系统。
分拨中心的月台分为进港月台、出港月台和操作月台，其中进港月台用于干线到货、支线发货和末端派送等，出港月台用于干线发货，操作月台用于支线到货、零散客户到货和营业网点到货等，营业网点包括自营营业网点和加盟营业网点。
图2为本实施例提供的一种分拨中心智能物流管理方法的实现流程图，如图2所示，该方法包括以下步骤，各步骤之间没有明确的先后顺序，在分拨中心可以同时进行不同的业务，即集货、进港、装货和派送之间可以同时在不同位置进行：
S1：支线集货管理步骤：自动调度车辆完成出港集货过程；
S2：干线出港管理步骤：对出港的货物进行货量预测，得到出港货量预测结果，并执行装货；
S3：干线进港管理步骤：对进港的货物进行货量预测，得到进港货量预测结果，并执行卸货；
S4：派送管理步骤：对需要进行派送的货物进行货量预测，得到派送货量预测结果，及执行装货；
S5：指令发送步骤：将不同业务过程中产生的操作指令通过语音播报、屏幕显示、手机短信或APP消息的方式发送给相关人员。
本实施例中，货量预测具体包括：历史货量预测和实时货量预测，其中历史货量预测指：根据分拨中心的历史货量计算得到历史预计货量；实时货量预测指：获取在库货量以及根据订单货物信息计算得到预计货量。
下面具体介绍本实施例中集货、进港、装货和派送不同业务流程。
本实施例中，步骤S1将支线的货物集货至分拨中心进行管理，具体为：通过GPS全球定位系统获取支线进港运输货物的车辆位置，运输车辆包括支线车辆和提货车辆等，然后结合GIS地理信息系统预判送货车辆到达分拨中心的到达时间。
根据当前分拨中心中月台的使用状态和装卸小组的操作状态，预约月台以及对应运输车辆的装卸小组，并将相关指令发送给相关操作人员，例如在现场大屏上显示预计到达的运输车辆车牌、预计到达时间、预约的月台号、预约的装卸小组等相关信息，同时通过音响广播信息。
当运输车辆到达分拨中心后，在分拨中心门口通过车牌识别系统识别车牌，并记录车辆到达分拨中心的时间，再通过现场大屏显示的预约信息，引导司机停靠到预约的月台，进行卸货。
另外，本实施例还通过在装/卸货过程中扫描月台信息码，获取装/卸货的进度信息，根据进度信息考核装卸小组的装/卸货效率，本实施例中信息码指月台一维码，装卸货过程中，装卸小组通过手持终端扫描月台信息码，获取装卸货的进度信息，用于考核装卸小组的装卸货效率。具体是：装卸小组使用手持终端扫描月台对应一维码，打卡开始/结束装卸货，将装卸时长作为考核绩效的一部分，此方式优化了KPI的考核策略。
卸货完成后，通过多种方式的指令引导运输车辆离开月台，并更改对应月台的使用状态和装卸小组的操作状态。
本实施例中，步骤S2中对从分拨中心出港的货物进行出港管理，具体为：
根据合同客户的历史出港货量，进行历史货量预测，计算出港的历史预计货量，根据出港货量预测结果，并结合分拨中心可用车辆的属性，准备对应线路的干线送货车辆，送货车辆的属性指装载能力和运输里程等；
运作过程中，实时计算分拨中心当前出港的在库货量，通过分拨中心以及各营业网点的出港订单以及提货订单进行实时货量预测，进而得到出港货量预测结果，预计装货时间，根据装货时间预约装卸小组。
当送货车辆到达对应月台后，预约的装卸小组进行装货，并且装卸小组通过手持终端扫描月台信息码，来获取装货进度信息，显示在现场大屏上，用于考核装卸小组装货效率。
装货完成后，通过多种方式的指令引导送货车辆离开月台，车牌识别系统识别车牌，并记录其离开分拨中心的时间，开始考核干线的在途时效，同时更改对应月台的使用状态和装卸小组的操作状态。
其中历史货量预测指使用历史规律货量预测算法进行货量预测，零担物流业务中，客户的货量根据时间呈现不同的规律性，本实施例中，定义其规律为周规律、月规律和年度规律，综合考虑了这三个规律的影响，并结合近期历史货量，对进港货量的历史货量进行预测，v(p)代表需要预测日期p的货量，x1～x5为权重，公示表示为：
Figure BDA0002104122600000071
x1+x2+x3+x4+x5＝1
Figure BDA0002104122600000072
Figure BDA0002104122600000081
Figure BDA0002104122600000082
Figure BDA0002104122600000083
v(q)＝v(q-1)+Δv
Figure BDA0002104122600000084
其中，v(p)表示历史货量预计货量，p表示预测日期，
Figure BDA0002104122600000085
表示历史货量数据中j个周w的平均货量，
Figure BDA0002104122600000086
表示历史货量数据中k个d日的平均货量，
Figure BDA0002104122600000087
表示历史货量数据中n个m月d日的平均货量，
Figure BDA0002104122600000088
表示需要预测货量日期前h天的平均货量，v(q)表示预测日期前一天的货量，设置v(0)＝v(today)，Δv为日增长货量，即前一天的货量乘以货量日增长率的结果。
在一种实施方式中，例如今天是4月29日，需要得到明天的预测货量，即4月30日的历史预计货量，根据以下几个条件获取历史货量数据来预测：
1)今天4月29日是星期一，获取客户历史上，每个星期一的历史货量平均值为
Figure BDA0002104122600000089
2)今天是29日，获取客户历史上，每个月29日的历史货量平均值为
Figure BDA00021041226000000810
3)今天是4月29日，获取客户历史上，每年的4月29日货量的平均值为
Figure BDA00021041226000000811
4)过去7天(即4月22日-4月28日)的历史货量平均值为
Figure BDA00021041226000000812
5)采用日增长率的方式，计算出4月29日的货量为v(q)。
通过上述数据即可得到4月30日的预计货量。
本实施例中，针对不同行业、不同用户设定不同的变量权重，例如，老客户历史数据权重更高，一种实施方式中，可以设定：x1＝30％，x2＝25％，x3＝25％，x4＝10％，x5＝10％)，新客户近期数据权重更高，一种实施方式中，可以设定：x1＝15％，x2＝15％，x3＝15％，x4＝25％，x5＝30％，在实际的业务运作过程中，可以结合预测货量和真实货量，通过机器学习，对各个历史规律数据的权重不断的进行动态调整，将与实际货量更接近的历史规律权重提高，关联度较小的权重降低。
本实施例的干线出港管理中，根据历史货量预测得到的出港的历史预计货量结果，提交到运输车辆管理部门，运输车辆管理部门能够根据以上数据规划当天各方向需准备的运输车辆数量。并且当天实际运营中，结合当天分拨中心的在库货量和预计货量，进行实时货量预测，以进行车辆实时调整、月台和装卸小组的预约，以满足高效调度的需求。
本实施例中，步骤S3中，将干线运输的货物在分拨中心进行进港管理，具体为：
进行货量预测，具体过程是：使用历史货量规律结合分拨中心每天的干线进港历史货量，进行历史货量预测，得到进港的历史预计货量，用于提前安排干线运输车辆；并且在当天实时运作过程中，获取干线进港运输货物的车辆到达时间，计算到达分拨中心进港的预计货量，预计实时卸货货量，进行月台和装卸小组的预约。
根据进港货量预测结果预约月台和装卸小组，并将相关指令发送给相关操作人员，例如在现场大屏上显示预计到达的运输车辆车牌、预计到达时间、预约的月台号、预约的装卸小组等相关信息，同时通过音响广播信息，或通过APP通知操作人员。
运输车辆到达对应月台后，装卸小组进行进港卸货并入库，同时装卸小组通过手持终端扫描月台信息码，来获取卸货进度信息，显示在现场大屏上，用于考核装卸小组卸货效率。
卸货完成后，通过语音指令的方式引导运输车辆离开月台，并更改对应月台的使用状态和装卸小组的操作状态。
另外，本实施例中装卸小组还通过手持终端扫描货物条码，获取货物运输时效，判断当前货物的运输时效，如果属于紧急派送时效，则跳过入库过程，直接进行装货派送。
本实施例中，根据进港货量预测结果，实时优化车辆、月台和装卸小组的使用状况。
本实施例中，历史货量预测的方式与步骤S2中相同，在此不做重复说明。
本实施例中，系统结合营业部已录单未配载的货量，根据相关订单预计发货时间、在途信息等计算干线车辆预计进港时间，和预计实时进港货量，预约月台和装卸小组，满足高效调度的需求。
本实施例中，步骤S4中将分拨中心的货物进行支线或末端派送管理，具体为：
获取分拨中心的进港历史货量和当天区域配送运单货量，分析获得派送货量预测结果。
根据派送货量预测结果调度对应派送区域的派送车辆，通过预计装货时间预约装卸小组。
根据所述派送货量预测结果预计装货时间，并预约派送车辆和装卸小组；
当派送车辆到达对应月台后，装卸小组进行装货，并通过手持终端扫描月台信息码，来获取装货进度信息，显示在现场大屏上，用于考核装卸小组装货效率。
装货完成后，通过语音指令的方式引导送货车辆离开月台，并更改对应月台的使用状态和装卸小组的操作状态。
本实施例中，步骤S5中，可通过语音播报、屏幕显示、手机短信或APP消息的方式将相关指令发送给相关操作人员，例如以下几种指令发送情况：
1)预测车辆预计N分钟之后到达分拨中心，则提前发送APP消息给相关司机、调度人员和操作小组，同时监测信息是否被阅读，决定是否需要继续发送手机短信给相关操作人员。
2)当司机有派送任务或提货任务时，系统通过APP发送消息给司机，当司机超过预设时间未阅读时，系统通过手机短信方式自动发送任务给司机。
3)当调度人员发现下发错误的APP消息给司机，且当前消息未阅读，可以手动撤回该APP消息或发送新消息。
4)可以根据情况，临时手动发送APP消息或手机短信给相关人员。
另外，本实施例中可选的，货物按照储位存放策略进行存放，储位可分为以下几类：1)按照业务部门将储位进行分类，储位包括进港部储位、出港部储位和操作部储位；2)按照运输类型进行货物分类：城市配送货物储位、提货储位和干线储位；3)按照货物类型分类：快件储位、普件储位和航空储位；4)按照货物属性分类：货物属性包括体积(长、宽、高)和运输地区。储位存放策略如下所示：
然后收到订单后，根据订单货量、库内货量、货物类型、运输类型等信息，结合仓库管理系统记录的库内储位以及货量，生成上架建议，具体的分配算法为：
(1)优先将货物存放到匹配货物属性的对应储位，满足条件：P＝{Pi|Pi<P0}，Pi为对应储位，P0为对应储位的空余空间。
(2)当对应储位没有空间时，查询其他储位预计当天到达的货量，然后从中选择有空余存储空间并且距离最近的储位进行存放，距离通过计算各个储位间设定加权路径值得到，满足条件：
P＝{Pi|Pi>P0,Pi<Pj-Wj，V＝min(Vi)}
上式中，Pi为对应储位，P0为对应储位的空余空间，Pj为其他储位的空余空间，Wj为其他储位对应在途货量，Vi为各储位与货物对应储位的加权路径值，V为加权路径最短的路径。
(3)记录和分析各类型货物到货量、在库量和发货量的关系，得到调整对应储位的大小和位置的建议，以达到最优存放的目的。
本实施例将分拨中心、车辆和各营业网点的资源进行整合，进行实时分析、统一管理和统一调度，实现了智能分配月台、智能调度进出分拨中心车辆以及智能调度装卸小组，减少了对传统调度人员调度经验的依赖，并实时监测分拨中心的运作状况，根据对现场及周边资源的实时分析提前调整调度指令，以减少不合理调度的发生，并将调度指令通过多种方式发送给相关人员，从而提高了分拨中心及其所覆盖区域的货物流转、人员操作、车辆装载和场地使用等物流操作运作效率，能够满足客户需求，提高客户满意度，降低分拨中心运营成本，提高企业核心竞争力。
实施例二：
本实施例是应用于实施例一的一种预约月台的方法，本实施例月台包括多个不同业务部门的月台。
本实施例中，月台属性包括业务属性、部门属性、距离属性和使用状态，其中，业务属性包括干线月台、支线月台和提货月台等，部门属性包括：进港月台、出港月台和操作月台等，距离属性包括：货物储位与月台之间的距离和不同车辆在此月台所需的转弯调头距离，月台的使用状态包括空闲状态、占用状态、是否可共享状态以及共享时间段等。
图3为本实施例提供的一种预约月台方法的实现流程图，如图3所示，该方法包括以下：
根据本部门月台的使用状态，预约当前处于空闲状态且距离货物储位最近的月台，即根据不同月台与货物之间的距离加权值计算出距离最近的处于空闲状态的月台，表示为：
P＝{Pi|status＝Y，V＝min(Vi)}
其中，上式中，Pi为本部门月台，Vi为月台与车载货物相关储位加权路径值，V表示加权路径值最小，status＝Y表示空闲状态。
当本部门没有空闲状态的月台时，预约其他部门的处于空闲状态的可共享月台，表示为：
P＝{Pi|status＝Y，share＝1,V＝min(Vi)}
其中，上式中，Pi表示其他部门的可共享月台，share＝1表示该可共享月台处于可共享状态，V表示加权路径值最小。
当其他部门没有处于空闲状态的可共享月台，则预约剩余装卸时间最短且距离货物储位最近的月台，优先考虑本部门月台，表示为：
P＝{Pi|status＝N,Ti<t,V＝min(Vi)}
上式中，Pi为被占用的本部门月台，status＝N表示该月台处于占用状态，Ti表示被占用月台剩余装卸时间，t表示车辆预计到达所需时间，Vi为月台与车载货物相关储位的加权路径值。
预约其他部门的可共享月台，表示为：
P＝{Pi|status＝N,share＝1,Ti<t,V＝min(Vi)}
上式中，Pi为被占用的其他部门可共享月台，status＝N表示该月台处于占用状态，share＝1表示该可共享月台处于可共享状态，Ti表示被占用月台剩余装卸时间，t表示车辆预计到达所需时间，Vi为月台与车载货物相关储位的加权路径值。
本实施例中，操作人员可以对月台预约信息进行手工调整，但只能够修改尚未进入的月台的车辆的月台预约信息，修改后通知司机和装卸小组最新的预约信息。当月台没有空位时，引导车辆停放在后备停车场，并根据月台预约的方法，给出大致等待时间作为排队信息。
通过预约月台策略智能分配月台，减少了对传统调度人员调度经验的依赖，提高了分拨中心及其所覆盖区域的货物流转、人员操作、车辆装载和场地使用等物流操作运作效率，降低了分拨中心运营成本。
实施例三：
本实施例是应用于实施例一的一种预约装卸小组的方法，本实施例装卸小组包括多个不同部门的装卸小组。
本实施例中，装卸小组的属性包括：基本属性、操作状态和排班信息，其中基本属性包括：人员信息、部门信息(进港部、出港部和操作部等)、KPI考核机制和小组人员配比(小组长、装卸车人员和扫描员等)等，操作状态包括：空闲状态、占用状态、是否可共享状态以及共享时间段等，还可以将其他小组的闲置人员临时拉入本小组，临时装卸货并记录当次考核及绩效。同时定期记录和统计不同人员配比下，小组的操作效率，以定期优化小组人员配比。
图4为本实施例提供的一种预约装卸小组方法的实现流程图，如图4所示，该方法包括以下：
按照装卸效率或工作量对装卸小组进行优先级排序，具体是优先预约装卸效率高的小组，并且预约时，需要考虑均衡不同小组的装卸工作量，表示为：
G＝{Gi|pi＝max(Gi),Ti<Tmax,Fi>Fmin}
上式中，Gi为预约策略选中的多个装卸小组，pi＝max(Gi)表示装卸效率最高，Ti为装卸小组每日累计工作时长，Tmax为装卸小组每日工作时长上限，Fi为装卸小组结束上一个操作后的空闲时长，Fmin为操作间隔休息时长最小值。
根据本部门装卸小组的操作状态，按照优先级预约当前处于空闲状态的装卸小组，表示为：
G＝{Gi|status＝Y}
上式中，Gi表示本部门装卸小组，status＝Y表示该装卸小组处于空闲状态。
当本部门没有空闲状态的装卸小组时，按照优先级预约其他部门的处于空闲状态的可共享装卸小组，表示为：
G＝{Gi|status＝Y，share＝1}
上式中，Gi表示其他部门可共享装卸小组，status＝Y表示该装卸小组处于空闲状态，share＝1表示该可共享装卸小组处于可共享状态。
当其他部门没有处于空闲状态的可共享装卸小组，则按照优先级预约剩余装卸时间最短的装卸小组，优先考虑本部门的装卸小组，表示为：
G＝{Gi|status＝N,Ti<t}
上式中，Gi为本部门装卸小组，status＝N表示该装卸小组处于占用状态，Ti为被占用装卸小组剩余操作时长，t为预约车辆预计到达所需时间。
预约其他部门装卸小组表示为：
G＝{Gi|status＝N,share＝1,Ti<t}
上式中，Gi为其他部门可共享装卸小组，status＝N表示该装卸小组处于占用状态，share＝1表示该可共享装卸小组处于可共享状态，Ti为被占用装卸小组剩余操作时长，t为预约车辆预计到达所需时间。
本实施例中，操作人员可以对装卸小组预约信息进行手工调整，但只修改尚未被预约和还没开始进行装卸货的装卸小组，修改后通知司机和装卸小组最新的预约信息。通过预约装卸小组策略，根据智能分配装卸小组，减少了对传统调度人员调度经验的依赖，提高了分拨中心及其所覆盖区域的货物流转、人员操作、车辆装载和场地使用等物流操作运作效率，降低了分拨中心运营成本。
通过实施例二和实施例三预约月台和装卸小组的应用场景如下所示。如图5所示，为实施例一中车辆预约月台和装卸小组示意图。
判断车辆的运输任务是否是返回分拨中心的任务，根据车辆位置判断车辆距离分拨中心的距离以及到达分拨中心的具体时间，提前T分钟自动预约月台和装卸小组，然后在分拨中心入口识别车辆车牌并上传至调度系统，根据显示在屏幕上的预约信息引导车辆到达指定车位，预约信息包括：车牌号、预约月台号、装卸小组等。其中T是可配置参数，可以根据人工经验设定，也可以系统运行过程中，可结合月台和装卸小组预约情况以及装卸小组操作效率等信息进行动态调整为最优参数。
实施例四：
本发明实施例四提供一种分拨中心智能物流管理系统，如图6所示，为本实施例的一种分拨中心智能物流管理系统结构框图，从图中可以看出，包括以下几个模块：
集货管理模块10：用于自动调度车辆完成出港集货过程；
出港管理模块20：用于对出港的货物进行出港货量预测并执行装货；
进港管理模块30：用于对进港的货物进行进港货量预测并执行卸货；
派送管理模块40：用于对需要进行派送的货物进行派送货量预测及执行装货；
指令发送模块50：用于将不同的操作指令发送给相关人员。
另外，本发明还提供一种分拨中心智能物流管理设备，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，用于执行如实施例一所述的方法。
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 (7)

1.一种分拨中心智能物流管理方法，其特征在于，包括：
支线集货管理：自动调度车辆完成出港集货过程；
干线出港管理：对出港的货物进行货量预测，得到出港货量预测结果，并执行装货；
干线进港管理：对进港的货物进行货量预测，得到进港货量预测结果，并执行卸货；
派送管理：对需要进行派送的货物进行货量预测，得到派送货量预测结果，及执行装货；
指令发送：将不同的操作指令通过语音播报和/或屏幕显示和/或手机短信和/或APP消息的方式发送给相关人员；
所述干线出港管理具体为：
进行货量预测，具体过程是：根据合同客户的历史出港货量，进行历史货量预测，计算出港的历史预计货量，并计算所述分拨中心当前出港的在库货量，获取所述分拨中心以及各营业网点的出港订单以及提货订单计算出港的预计货量，进行实时货量预测，进而得到出港货量预测结果；
根据所述出港货量预测结果，规划送货车辆数量和预计装货时间，并预约装卸小组；
送货车辆到达对应月台后，所述装卸小组进行装货；
装货完成后，引导所述车辆离开，并更改对应月台和装卸小组的操作状态；
所述干线进港管理具体为：
进行货量预测，具体过程是：结合所述分拨中心每天的干线进港历史货量，进行历史货量预测，得到进港的历史预计货量，并计算所述分拨中心当前卸货的在库货量，获取干线进港运输货物的车辆到达时间，计算预设时间后到达分拨中心进港的预计货量，进行实时货量预测，进而得到进港货量预测结果；
根据所述进港货量预测结果，预约月台和装卸小组，进行进港卸货并入库；
卸货完成后，引导车辆离开，并更改对应月台和装卸小组的操作状态；
还包括：
获取货物派送时效，如果属于紧急派送时效，则跳过入库过程，直接进行装货派送；
所述货量预测包括：历史货量预测和实时货量预测；
所述历史货量预测指：根据分拨中心的历史货量计算得到历史预计货量；
所述实时货量预测指：获取在库货量以及根据订单货物信息计算得到预计货量；
具体的，历史预计货量计算方式为：
Figure FDA0003873708620000021
x1+x2+x3+x4+x5＝1
Figure FDA0003873708620000022
Figure FDA0003873708620000023
Figure FDA0003873708620000024
Figure FDA0003873708620000025
v(q)＝v(q-1)+Δv
Figure FDA0003873708620000026
其中，v(p)表示历史预计货量，p表示预测日期，
Figure FDA0003873708620000027
表示历史货量数据中j个周w的平均货量，
Figure FDA0003873708620000028
表示历史货量数据中k个每个月第d日的平均货量，
Figure FDA0003873708620000029
表示历史货量数据中n个m月d日的平均货量，
Figure FDA00038737086200000210
表示需要预测货量日期前h天的平均货量，v(q)表示预测日期前一天的货量，Δv为日增长货量，x1到x5为变量权重。
2.根据权利要求1所述的一种分拨中心智能物流管理方法，其特征在于，所述支线集货管理具体为：
获取支线进港运输货物的车辆位置，通过所述车辆位置预判其到达分拨中心的到达时间；
根据所述到达时间预约月台和装卸小组；
引导所述车辆到达对应的月台，所述装卸小组进行卸货；
卸货完成后，引导所述车辆离开，并更改对应月台和装卸小组的操作状态。
3.根据权利要求1所述的一种分拨中心智能物流管理方法，其特征在于，所述派送管理具体为：
进行货量预测，具体过程是：获取所述分拨中心的进港历史货量，进行历史货量预测，计算派送的历史预计货量进而得到派送货量预测结果；
根据所述派送货量预测结果预约派送车辆和装卸小组；
当所述派送车辆到达对应月台后，所述装卸小组进行装货；
装货完成后，引导所述车辆离开，并更改对应月台和装卸小组的操作状态。
4.一种预约月台的方法，其特征在于，应用于如权利要求1至3任一项所述的一种分拨中心智能物流管理方法，所述月台包括多个不同部门的月台，包括：
根据本部门月台的使用状态，预约当前处于空闲状态且距离货物储位最近的月台；
当本部门没有空闲状态的月台时，预约其他部门的处于空闲状态且距离货物储位最近的可共享月台；
当其他部门没有处于空闲状态的可共享月台，则预约剩余装卸时间最短且距离货物储位最近的月台。
5.一种预约装卸小组的方法，其特征在于，应用于如权利要求1至3任一项所述的一种分拨中心智能物流管理方法，所述装卸小组包括多个不同部门的装卸小组，包括：
按照装卸效率和/或工作量对装卸小组进行优先级排序；
根据本部门装卸小组的操作状态，按照所述优先级预约当前处于空闲状态的装卸小组；
当本部门没有空闲状态的装卸小组时，按照所述优先级预约其他部门的处于空闲状态的可共享装卸小组；
当其他部门没有处于空闲状态的可共享装卸小组，则按照所述优先级预约剩余装卸时间最短的装卸小组。
6.一种分拨中心智能物流管理系统，其特征在于，应用如权利要求1至3任一项所述的方法，包括：
集货管理模块：用于自动调度车辆完成出港集货过程；
出港管理模块：用于对出港的货物进行出港货量预测并执行装货；
进港管理模块：用于对进港的货物进行进港货量预测并执行卸货；
派送管理模块：用于对需要进行派送的货物进行派送货量预测及执行装货；
指令发送模块：用于将不同的操作指令发送给相关人员。
7.一种分拨中心智能物流管理设备，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3任一项所述的方法。
CN201910546699.4A 2019-06-24 2019-06-24 分拨中心智能物流管理方法及系统 Expired - Fee Related CN110348613B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910546699.4A CN110348613B (zh) 2019-06-24 2019-06-24 分拨中心智能物流管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910546699.4A CN110348613B (zh) 2019-06-24 2019-06-24 分拨中心智能物流管理方法及系统

Publications (2)

Publication Number Publication Date
CN110348613A CN110348613A (zh) 2019-10-18
CN110348613B true CN110348613B (zh) 2022-12-23

Family

ID=68182797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910546699.4A Expired - Fee Related CN110348613B (zh) 2019-06-24 2019-06-24 分拨中心智能物流管理方法及系统

Country Status (1)

Country Link
CN (1) CN110348613B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738343A (zh) * 2019-10-25 2020-01-31 上海德启信息科技有限公司 一种月台预约方法、装置及存储介质
CN111080195A (zh) * 2019-11-27 2020-04-28 宏图智能物流股份有限公司 一种货车装卸时间的预估方法及系统
CN112884180B (zh) * 2019-11-29 2024-07-16 顺丰科技有限公司 物流集散点选址方法、装置、电子设备及存储介质
CN111126643B (zh) * 2019-12-18 2023-08-25 秒针信息技术有限公司 一种月台的预约方法、预约装置及可读存储介质
CN113077072B (zh) * 2020-01-06 2024-06-18 北京京邦达贸易有限公司 货量预测的方法和装置
CN113222205B (zh) * 2020-02-06 2024-07-19 北京京东振世信息技术有限公司 一种路径规划的方法和装置
CN113450041A (zh) * 2020-03-25 2021-09-28 日日顺供应链科技股份有限公司 一种物流园区订单管理系统
CN113450058A (zh) * 2020-03-25 2021-09-28 日日顺供应链科技股份有限公司 一种物流园区管理系统
CN111415104B (zh) * 2020-04-27 2022-06-21 上海东普信息科技有限公司 车辆调度方法、装置、设备及存储介质
CN111652440B (zh) * 2020-06-04 2023-08-11 上海燕汐软件信息科技有限公司 物流节点的货量信息管理方法及装置
CN111780776B (zh) * 2020-06-19 2021-09-03 上海东普信息科技有限公司 多频次的车辆路径规划方法、装置、设备及存储介质
CN112465312A (zh) * 2020-11-13 2021-03-09 天津矿山工程有限公司 一种露天矿区运输车调度方法、系统、智能终端和存储介质
CN112885104A (zh) * 2021-01-12 2021-06-01 武汉天源迪科数据科技有限公司 一种基于物联网的智能物流交通管理系统
CN113298387B (zh) * 2021-05-27 2024-05-21 北京京东振世信息技术有限公司 货物装卸分配方法、分配系统、电子设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944598A (zh) * 2017-10-31 2018-04-20 苏宁云商集团股份有限公司 一种物流路径配置方法及系统
CN109377084A (zh) * 2018-11-15 2019-02-22 跨越速运集团有限公司 调度服务器及基于该调度服务器的智能物流调度服务系统
CN109754114A (zh) * 2018-11-30 2019-05-14 跨越速运集团有限公司 货量智能预测方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104517155A (zh) * 2013-09-26 2015-04-15 Sap欧洲公司 用于动态路径优化的系统和方法
US10885496B2 (en) * 2017-10-24 2021-01-05 Staples, Inc. Restocking hub with interchangeable buttons mapped to item identifiers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944598A (zh) * 2017-10-31 2018-04-20 苏宁云商集团股份有限公司 一种物流路径配置方法及系统
CN109377084A (zh) * 2018-11-15 2019-02-22 跨越速运集团有限公司 调度服务器及基于该调度服务器的智能物流调度服务系统
CN109754114A (zh) * 2018-11-30 2019-05-14 跨越速运集团有限公司 货量智能预测方法及系统

Also Published As

Publication number Publication date
CN110348613A (zh) 2019-10-18

Similar Documents

Publication Publication Date Title
CN110348613B (zh) 分拨中心智能物流管理方法及系统
CN110363396B (zh) 物流资源配置方法及装置
CN110348612B (zh) 分拨中心货量预测方法及装置
US20220309462A1 (en) System and method for collaborative and dynamic coordination of transportation of shipping containers
CN100495469C (zh) 基于车载智能终端的车辆运输调度管理系统
CA2860819C (en) Terminal resources and traffic flow management
CN111401735A (zh) 物流车辆智能排队方法、装置、设备和存储介质
US20080312820A1 (en) Method of driver assignment and scheduling segmented long-haul routes
CN108846617A (zh) 全自动物流统筹派送服务方法
CN114862226A (zh) 一种仓储物流智能调度及装卸货管理方法及系统
CN112085271B (zh) 一种基于众包模式的传统产业集群集货路径优化方法
CN117726265A (zh) 一种基于智能手机终端的冷链物流信息平台
CN113642775A (zh) 一种成品仓发货管理方法、装置及计算机设备
CN117114556A (zh) 一种提高运力调度效率的管理方法、系统及装置
CN117973626A (zh) 数字月台车辆调度规划实现方法
CN117114555A (zh) 一种降低空载率的运单调度方法、系统及装置
CN116415787A (zh) 一种物流运输车辆调度方法、系统及装置
CN116128397A (zh) 一种运单的分配管理方法、系统及装置
CN115310915A (zh) 一种智能化的钢材库库位资源优化利用系统及方法
CN115049148A (zh) 一种车辆调度方法、装置及服务器
CN115146808A (zh) 厂内物流管理系统和管理方法
CN114595985A (zh) 一种物流提货车辆的调度规划方法及系统
CN111598519B (zh) 运力调节方法和装置
CN117495237B (zh) 货运集散系统的管理方法、设备和可读存储介质
Spasovic et al. Increasing productivity and service quality of the straddle carrier operations at a container port terminal

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20221223