CN110378631A - 一种运输中转节点选址方法、装置、设备及存储介质 - Google Patents
一种运输中转节点选址方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110378631A CN110378631A CN201810324374.7A CN201810324374A CN110378631A CN 110378631 A CN110378631 A CN 110378631A CN 201810324374 A CN201810324374 A CN 201810324374A CN 110378631 A CN110378631 A CN 110378631A
- Authority
- CN
- China
- Prior art keywords
- candidate point
- transport
- transit node
- downstream site
- express mail
- 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
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)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种运输中转节点选址方法,包括:选取运输中转节点候选点;获取所述候选点到其覆盖的下级节点的导航距离和运输成本;获取所述候选点的单位面积租金;获取现有运输中转节点的运输能力;获取所述候选点覆盖的下级节点的快件需求量;根据获取的信息,采用混合整数规划方法构建选址模型;根据所述选址模型的输出结果生成选址结果并输出。该方法考虑了运输中转节点的租金与运输中转节点到所覆盖下级节点的运输成本,具备了足够的基础数据,求解过程便于理解,符合实际情况,为快递行业运输中转节点选址问题提供出一种可行的方案。
Description
技术领域
本发明涉及选址领域,具体涉及一种运输中转节点选址方法、装置、设备及存储介质。
背景技术
在快递网络中,运输中转节点地址的选择非常重要,运输中转节点是快递生命周期的重要枢纽,在整个物流系统中承担着装卸、分拣、仓储、信息传递记录等多种关键功能。合理的选址方案能够为企业节约成本、提高时效,保障快递输送的路由优化与平稳运行,给客户与企业双方都带来利益。
目前国内针对快递行业运输中转节点选址的研究相对较少。而现有的选址问题中,或是单纯采用成本预算法计算建设总成本,不考虑交通因素;或是仅仅计算出最终选定的位置使得到各个运输点运输成本最少,而不考虑场地建造费用或租金等其他因素;或是采用重心法,把物流看成连续系统,作为一种静态方法,无法考虑企业未来经营和建设成本等因素;或是通过仿真软件提供的连接规则、工作模式、系统函数、分布函数多次迭代求出最优方案,求解过程非常复杂。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种较好的运输中转节点选址方法、装置、设备及存储介质。
第一方面,本申请实施例提供了一种运输中转节点选址方法,包括:选取运输中转节点候选点;获取所述候选点到其覆盖的下级节点的导航距离和运输成本;获取所述候选点的单位面积租金;获取现有运输中转节点的运输能力;获取所述候选点覆盖的下级节点的快件需求量;根据获取的信息,采用混合整数规划方法构建选址模型;根据所述选址模型的输出结果生成选址结果并输出。
第二方面,本申请实施例提供了一种运输中转节点选址装置,包括:候选点选取单元,配置用于选取运输中转节点候选点;运输成本获取单元,配置用于获取所述候选点到下级节点的导航距离和运输成本;租金获取单元,配置用于获取所述候选点的单位面积租金;运输能力获取单元,配置用于获取现有运输中转节点的运输能力;快件需求量获取单元,配置用于获取所述候选点覆盖的下级节点的快件需求量;模型构建单元,配置用于根据获取的运输成本、单位面积租金、运输能力和快件需求量,采用混合整数规划方法构建选址模型;输出单元,配置用于根据所述选址模型的输出结果生成选址结果并输出。
第三方面,本申请实施例提供了一种设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如第一方面实施例提供的方法。
第四方面,本申请实施例提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现如第一方面实施例所述的方法。
本申请实施例提供的选址方法建立的数学模型采用了数学规划方法中的混合整数规划方法,考虑了运输中转节点的租金与运输中转节点到所覆盖下级节点的运输成本,具备了足够的基础数据,求解过程便于理解,符合实际情况,为快递行业运输中转节点选址问题提供出一种可行的方案。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本申请实施例示例性地提供的一个运输中转节点选址流程图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
诚如背景技术所述的,现有空间选址方法大多存在不够精确、考虑的因素不够全面以及选出的位置不具备实际意义等问题。为解决上述问题,本发明通过选取运输中转节点候选点;获取候选点到下级节点的导航距离和运输成本、候选点附近的下级节点的租金概况以及现有运输中转节点的运输能力,根据获取的信息,采用混合整数规划方法构建选址模型,从而得到具备实际意义的最佳运输中转节点的地点。
请参考图1,本发明收派节点选址方法的具体方案包括如下步骤:
S1、首先根据业务的需求,从地图的路网数据中选取运输中转节点候选点,以经度纬度的形式表示出来;
S2、通过GIS接口返回候选点到下级节点的导航距离,以及每公里的成本(成本指财务上的成本,考虑油费、车辆折旧等因素综合来看);
S3、用距离运输中转节点候选点最近的5个下级节点,对其租金进行加权平均,作为区域的租金概况(即候选点的租金概况);
S4、获取现有运输中转节点的运输能力;
S5、获取候选点覆盖的下级节点的快件需求量;
S6、采用混合整数规划的方法,求出运输中转节点选址问题的最优解。
具体地,步骤S1中的运输中转节点候选点的生成主要包括:
S11、获取路网数据;
S12、获取高速公路(即道路等级为41000)交叉路口的出入口点;
S13、通过密度聚类,得到运输中转节点候选点,以经度、纬度的形式表现出来。
具体地,步骤S2运输成本的获取主要包括:
S21、通过GIS接口返回运输中转节点候选点与下级节点之间的导航距离;
S22、获取下级节点的运力类型,能够得到不同车型的单公里成本;
S23、根据运输中转节点候选点与下级节点间的导航距离与不同车型的单公里成本,获取运输中转节点候选点到下级节点之间的运输成本。
具体地,步骤S3区域的租金获取主要包括:
S31、通过现有下级节点信息获取下级节点月租金及场地建造面积,计算每个下级节点单位面积租金(单位面积月租金);
S32、在每个运输中转节点候选点周围选取最近的5个下级节点;
S33、根据5个最近下级节点到运输中转节点候选点的距离进行加权平均,计算得出候选点的单位面积月租金,即候选点单位面积月租金计算方法如下:
其中,Rp表示第p个运输中转节点候选点的单位面积月租金;γq表示第q个下级节点的单位面积租金,dpq表示第q个下级节点到第p个候选点之间的距离。
具体地,步骤S4运输中转节点中转能力获取主要包括:
S41、获取各个现有运输中转节点的面积与2016年至今的件量峰值;
S42、通过件量峰值除以面积来定义现有运输中转节点的单位面积运输能力,取中转能力近似值为1000。
S3、将现有运输中转节点的单位面积运输能力和现有运输中转节点的面积相乘,得到的结果即为现有运输中转节点的运输能力。
具体地,步骤S5下级节点快件需求量获取主要包括:
S51、获取所述候选点覆盖的下级节点的面积和处理快件量的峰值,输出所述候选点覆盖的下级节点的单位面积最大处理快件量;
S52、将所述候选点覆盖的下级节点单位面积最大处理快件量的近似值作为所述候选点覆盖的下级节点的单位面积快件需求量;
S53、根据所述所述候选点覆盖的下级节点的单位面积快件需求量和所述所述候选点覆盖的下级节点的面积计算所述候选点覆盖的下级节点的快件需求量并输出结果。
步骤S6建模求解采用选址模型(facility location模型),选址模型包括目标函数和约束条件。其中,目标函数的建立如下:
其中,I为下级节点的集合,i表示第i个下级节点;J为运输中转节点候选点的集合,j表示第j个运输中转节点候选点;sj表示第j个运输中转节点的建造面积;γj表示第j个运输中转节点候选点的单位面积租金;di表示第i个下级节点的快件量需求;cij表示第j个运输中转节点到第i个下级节点的运输成本;yij表示第j个运输中转节点是否覆盖第i个下级节点,若覆盖,则yij的值为1,否则为0。
建模的目的是求得运输中转节点的租金与运输中转节点到所覆盖下级节点的运输成本在解为整数条件下的最小值,约束条件保证模型满足。
约束条件如下:
表示对任意的下级节点,都有唯一的运输中转节点覆盖它;
表示运输中转节点个数为n(根据实际业务逻辑设定);其中,xj表示第j个运输中转节点候选点是否被选择,是,则xj=1,否,则xj=0;
表示每个候选点覆盖的所有下级节点的快件量需求总和不能超过现有运输中转节点的运输能力,其中ρ表示现有运输中转节点单位面积运输能力(用现有下级节点面积和峰值件量信息推算);
表示每个候选点的建造面积不能超过运输中转节点的最大面积上限,所述最大面积上限为给定的M值,其中M表示根据实际需要设定的运输中转节点的最大面积上限。
将步骤S1选出的候选点带入包含运输成本和运输中转节点建造成本的选址模型,将步骤S2、S3、S4、S5获取的候选点到下级节点的导航距离和运输成本、候选点的单位面积租金、现有运输中转节点的运输能力和候选点覆盖的下级节点的快件需求量信息带入目标函数和约束条件,采用混合整数规划法计算,得出运输成本和建造成本最小的候选点作为运输中转节点输出。
本申请实施例还提供了一种运输中转节点选址装置,包括:候选点选取单元,配置用于选取运输中转节点候选点;运输成本获取单元,配置用于获取所述候选点到下级节点的导航距离和运输成本;租金获取单元,配置用于获取所述候选点的单位面积租金;运输能力获取单元,配置用于获取现有运输中转节点的运输能力;快件需求量获取单元,配置用于获取所述候选点覆盖的下级节点的快件需求量;模型构建单元,配置用于根据获取的运输成本、单位面积租金、运输能力和快件需求量,采用混合整数规划方法构建选址模型;输出单元,配置用于根据所述选址模型的输出结果生成选址结果并输出。
其中,候选点选取单元包括:获取子单元,配置用于获取路网数据和高速公路交叉路口的出入口点;输出子单元,配置用于通过密度聚类,生成运输中转节点候选点。
成本获取单元包括:距离获取子单元,配置用于获取所述候选点与下级节点之间的导航距离;成本获取子单元,配置用于根据下级节点的运力类型获取不同车型的单公里运输成本;输出子单元,配置用于根据获取的所述导航距离和所述不同车型的单公里运输成本,计算并输出所述候选点与下级节点之间的运输成本。
租金获取单元包括:租金获取子单元,配置用于获取所述候选点覆盖的下级节点的单位面积租金;距离获取子单元,配置用于获取所述候选点覆盖的下级节点到所述候选点的距离;计算子单元,配置用于根据获取的单位面积租金和距离,采用加权平均法计算所述候选点的单位面积租金。
运输能力获取单元包括:运输能力获取子单元,配置用于获取现有运输中转节点的面积和处理快件量的峰值,输出单位面积最大处理快件量;运输能力近似子单元,配置用于将所述单位面积最大处理快件量的近似值作为现有运输中转节点的运输能力;运输能力输出子单元,配置用于根据所述现有运输中转节点的单位面积运输能力和所述现有运输中转节点的面积计算所述现有运输中转节点的运输能力并输出结果。
快件需求量获取单元包括:快件需求量获取子单元,配置用于获取所述候选点覆盖的下级节点的面积和处理快件量的峰值,输出所述候选点覆盖的下级节点的单位面积最大处理快件量;快件需求量近似子单元,配置用于将所述候选点覆盖的下级节点单位面积最大处理快件量的近似值作为所述候选点覆盖的下级节点的单位面积快件需求量;快件需求量输出子单元,配置用于根据所述所述候选点覆盖的下级节点的单位面积快件需求量和所述所述候选点覆盖的下级节点的面积计算所述所述候选点覆盖的下级节点的快件需求量并输出结果。
本申请实施例还提供一种设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如本申请提供的运输中转节点选址方法。
本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现如本申请提供的运输中转节点选址方法。
Claims (16)
1.一种运输中转节点选址方法,其特征在于,所述方法包括:
选取运输中转节点候选点;
获取所述候选点到其覆盖的下级节点的导航距离和运输成本;
获取所述候选点的单位面积租金;
获取现有所述现有运输中转节点的运输能力;
获取所述候选点覆盖的下级节点的快件需求量;
根据获取的信息,采用混合整数规划方法构建选址模型;
根据所述选址模型的输出结果生成选址结果并输出。
2.根据权利要求1所述的方法,其特征在于,所述选取运输中转节点候选点包括:
获取路网数据和高速公路交叉路口的出入口点;
通过密度聚类,生成运输中转节点的候选点。
3.根据权利要求1所述的方法,其特征在于,所述获取所述候选点到其覆盖的下级节点的导航距离和运输成本包括:
获取所述候选点与所述候选点覆盖的下级节点之间的导航距离;
根据所述下级节点的运力类型获取不同车型的单公里运输成本;
根据获取的所述导航距离和所述不同车型的单公里运输成本,计算并输出所述候选点与所述候选点覆盖的下级节点之间的运输成本。
4.根据权利要求1所述的方法,其特征在于,所述获取所述候选点的单位面积租金包括:
获取所述候选点覆盖的下级节点的单位面积租金;
获取所述候选点覆盖的下级节点到所述候选点的距离;
根据获取的单位面积租金和距离,采用加权平均法计算所述候选点的单位面积租金。
5.根据权利要求1所述的方法,其特征在于,所述获取现有运输中转节点的运输能力包括:
获取现有运输中转节点的面积和处理快件量的峰值,输出现有运输中转节点的单位面积最大处理快件量;
将所述现有运输中转节点单位面积最大处理快件量的近似值作为所现有运输中转节点的单位面积运输能力;
根据所述现有运输中转节点的单位面积运输能力和所述现有运输中转节点的面积计算所述现有运输中转节点的运输能力并输出结果。
6.根据权利要求1所述的方法,其特征在于,所述获取所述候选点覆盖的下级节点的快件需求量包括:
获取所述候选点覆盖的下级节点的面积和处理快件量的峰值,输出所述候选点覆盖的下级节点的单位面积最大处理快件量;
将所述候选点覆盖的下级节点单位面积最大处理快件量的近似值作为所述候选点覆盖的下级节点的单位面积快件需求量;
根据所述所述候选点覆盖的下级节点的单位面积快件需求量和所述所述候选点覆盖的下级节点的面积计算所述所述候选点覆盖的下级节点的快件需求量并输出结果。
7.根据权利要求1所述的方法,其特征在于,所述选址模型包括目标函数,
所述候选点的租金成本与所述候选点覆盖的下级节点的运输成本相加得到的函数关系式即为所述目标函数;
所述候选点的租金成本为所述候选点的单位面积租金与所述候选点的建造面积的乘积;
所述被该所述候选点覆盖的下级节点的运输成本为所述下级节点的快件需求量与所述下级节点到所述候选点的运输成本的乘积。
8.根据权利要求7所述的方法,其特征在于,所述选址模型包括约束条件,所述约束条件包括:
对任意的下级节点,都有唯一的候选点覆盖它;
所述选址模型选出的运输中转节点个数为n,其中,n为自然数;
所述候选点覆盖的所有下级节点的快件需求量总和不能超过现有运输中转节点的运输能力;
所述候选点的建造面积不能超过设定的运输中转节点的最大面积上限。
9.一种运输中转节点选址装置,其特征在于,所述装置包括:
候选点选取单元,配置用于选取运输中转节点候选点;
运输成本获取单元,配置用于获取所述候选点到下级节点的导航距离和运输成本;
租金获取单元,配置用于获取所述候选点的单位面积租金;
运输能力获取单元,配置用于获取现有运输中转节点的运输能力;
快件需求量获取单元,配置用于获取所述候选点覆盖的下级节点的快件需求量;
模型构建单元,配置用于根据获取的运输成本、单位面积租金、运输能力和快件需求量,采用混合整数规划方法构建选址模型;
输出单元,配置用于根据所述选址模型的输出结果生成选址结果并输出。
10.根据权利要求9所述的装置,其特征在于,所述候选点选取单元包括:
获取子单元,配置用于获取路网数据和高速公路交叉路口的出入口点;
输出子单元,配置用于通过密度聚类,生成运输中转节点候选点。
11.根据权利要求9所述的装置,其特征在于,所述成本获取单元包括:
距离获取子单元,配置用于获取所述候选点与下级节点之间的导航距离;
成本获取子单元,配置用于根据下级节点的运力类型获取不同车型的单公里运输成本;
输出子单元,配置用于根据获取的所述导航距离和所述不同车型的单公里运输成本,计算并输出所述候选点与下级节点之间的运输成本。
12.根据权利要求9所述的装置,其特征在于,所述租金获取单元包括:
租金获取子单元,配置用于获取所述候选点覆盖的下级节点的单位面积租金;
距离获取子单元,配置用于获取所述候选点覆盖的下级节点到所述候选点的距离;
计算子单元,配置用于根据获取的单位面积租金和距离,采用加权平均法计算所述候选点的单位面积租金。
13.根据权利要求9所述的装置,其特征在于,所述运输能力获取单元包括:
运输能力获取子单元,配置用于获取现有运输中转节点的面积和处理快件量的峰值,输出单位面积最大处理快件量;
运输能力近似子单元,配置用于将所述单位面积最大处理快件量的近似值作为现有运输中转节点的运输能力;
运输能力输出子单元,配置用于根据所述现有运输中转节点的单位面积运输能力和所述现有运输中转节点的面积计算所述现有运输中转节点的运输能力并输出结果。
14.根据权利要求9所述的装置,其特征在于,所述快件需求量获取单元包括:
快件需求量获取子单元,配置用于获取所述候选点覆盖的下级节点的面积和处理快件量的峰值,输出所述候选点覆盖的下级节点的单位面积最大处理快件量;
快件需求量近似子单元,配置用于将所述候选点覆盖的下级节点单位面积最大处理快件量的近似值作为所述候选点覆盖的下级节点的单位面积快件需求量;
快件需求量输出子单元,配置用于根据所述所述候选点覆盖的下级节点的单位面积快件需求量和所述所述候选点覆盖的下级节点的面积计算所述所述候选点覆盖的下级节点的快件需求量并输出结果。
15.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-8中任一项所述的方法。
16.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810324374.7A CN110378631A (zh) | 2018-04-12 | 2018-04-12 | 一种运输中转节点选址方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810324374.7A CN110378631A (zh) | 2018-04-12 | 2018-04-12 | 一种运输中转节点选址方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378631A true CN110378631A (zh) | 2019-10-25 |
Family
ID=68243147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810324374.7A Pending CN110378631A (zh) | 2018-04-12 | 2018-04-12 | 一种运输中转节点选址方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378631A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008803A (zh) * | 2019-12-04 | 2020-04-14 | 圆通速递有限公司 | 一种门店选址的方法和系统 |
CN113240285A (zh) * | 2021-05-17 | 2021-08-10 | 上海中通吉网络技术有限公司 | 物流末端差异化分拨方法及设备 |
CN113762864A (zh) * | 2021-01-06 | 2021-12-07 | 北京京东振世信息技术有限公司 | 一种物流站点的选址方法和装置 |
CN114371680A (zh) * | 2022-03-21 | 2022-04-19 | 季华实验室 | 一种多agv中转站调度方法、装置、电子设备及存储介质 |
CN116452245A (zh) * | 2023-06-15 | 2023-07-18 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
-
2018
- 2018-04-12 CN CN201810324374.7A patent/CN110378631A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008803A (zh) * | 2019-12-04 | 2020-04-14 | 圆通速递有限公司 | 一种门店选址的方法和系统 |
CN113762864A (zh) * | 2021-01-06 | 2021-12-07 | 北京京东振世信息技术有限公司 | 一种物流站点的选址方法和装置 |
CN113240285A (zh) * | 2021-05-17 | 2021-08-10 | 上海中通吉网络技术有限公司 | 物流末端差异化分拨方法及设备 |
CN114371680A (zh) * | 2022-03-21 | 2022-04-19 | 季华实验室 | 一种多agv中转站调度方法、装置、电子设备及存储介质 |
CN114371680B (zh) * | 2022-03-21 | 2022-06-03 | 季华实验室 | 一种多agv中转站调度方法、装置、电子设备及存储介质 |
CN116452245A (zh) * | 2023-06-15 | 2023-07-18 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
CN116452245B (zh) * | 2023-06-15 | 2023-09-01 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378631A (zh) | 一种运输中转节点选址方法、装置、设备及存储介质 | |
Fajgelbaum et al. | Optimal transport networks in spatial equilibrium | |
Mourão et al. | An updated annotated bibliography on arc routing problems | |
Zhao et al. | A heterogeneous fleet two-echelon capacitated location-routing model for joint delivery arising in city logistics | |
Menou et al. | Decision support for centralizing cargo at a Moroccan airport hub using stochastic multicriteria acceptability analysis | |
Aljohani et al. | A multi-criteria spatial evaluation framework to optimise the siting of freight consolidation facilities in inner-city areas | |
Marinakis et al. | Annotated bibliography in vehicle routing | |
Feng et al. | Allocation using a heterogeneous space Voronoi diagram | |
Kumar et al. | Mixed integer linear programming approaches for land use planning that limit urban sprawl | |
Ambrosini et al. | Urban freight modelling: a review | |
Trott et al. | Evaluating the role of commercial parking bays for urban stakeholders on last-mile deliveries–A consideration of various sustainability aspects | |
CN110619424B (zh) | 一种运输配送优化系统 | |
Pachayappan et al. | Drone delivery logistics model for on-demand hyperlocal market | |
Naumov et al. | Modeling demand for deliveries by cargo bicycles in the Old Town of Kraków | |
Chang et al. | Assess economic and environmental trade-off for inland port location | |
Lamb et al. | A GIS-based decision-making structure for managing the impacts of feral camels in Australia | |
Lamas-Fernandez et al. | Improving last-mile parcel delivery through shared consolidation and portering: A case study in London | |
Liu et al. | Optimizing the ground intra-city express delivery network: An integrated multiple centrality assessment, multi-criteria decision-making, and multi-objective integer programming model | |
Wiśnicki et al. | Method of determining new distribution centres within discount stores’ networks | |
Goncalves et al. | Sustainable Management of Energy Wood Chips Sector: Case Study of the Regional Park “Caps et Marais d’Opale” | |
Kahalimoghadam et al. | Determining the number and location of micro-consolidation centres as a solution to growing e-commerce demand | |
Sawik | Optimizing Last-Mile Delivery: A Multi-Criteria Approach with Automated Smart Lockers, Capillary Distribution and Crowdshipping | |
Perera et al. | Directionality‐centric bus transit network segmentation for on‐demand public transit | |
Doan et al. | Facility and routing decisions in truck-drone distribution | |
KR102374342B1 (ko) | 음식물쓰레기 관리 지원 장치 및 방법 |
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 |
Application publication date: 20191025 |
|
RJ01 | Rejection of invention patent application after publication |