CN110544068B - 基于快递柜的派件路径生成方法、装置、设备和存储介质 - Google Patents

基于快递柜的派件路径生成方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN110544068B
CN110544068B CN201910869583.4A CN201910869583A CN110544068B CN 110544068 B CN110544068 B CN 110544068B CN 201910869583 A CN201910869583 A CN 201910869583A CN 110544068 B CN110544068 B CN 110544068B
Authority
CN
China
Prior art keywords
time
express
delivery
courier
cabinet
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
CN201910869583.4A
Other languages
English (en)
Other versions
CN110544068A (zh
Inventor
李�杰
黄明
姜东晓
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 Hive Box Technology Co Ltd
Original Assignee
Shenzhen Hive Box Technology 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 Hive Box Technology Co Ltd filed Critical Shenzhen Hive Box Technology Co Ltd
Priority to CN201910869583.4A priority Critical patent/CN110544068B/zh
Publication of CN110544068A publication Critical patent/CN110544068A/zh
Application granted granted Critical
Publication of CN110544068B publication Critical patent/CN110544068B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种基于快递柜的派件路径生成方法、装置、设备和存储介质，包括：获取快递员的派件信息；获取每一个快递柜在不同时间的可用格口数；获取快递员的单件派件耗时和快递员的移动速度；基于地理位置信息、可用格口数、单件派件耗时、移动速度以及派件数量建立目标耗时函数；初始化蚁群模型参数，通过目标耗时函数和蚁群算法确定快递员派件的耗时最短的派件路径作为最优派件路径。由于综合考虑了快递柜的可用格口数、快递员的单件派件耗时和移动速度建立目标耗时函数以结合蚁群算法规划路径，使得快递员的派件总耗时最小，提高了派件效率。

Description

基于快递柜的派件路径生成方法、装置、设备和存储介质
技术领域
本发明实施例涉及物流配送技术领域，尤其涉及一种基于快递柜的派件路径生成方法、基于快递柜的派件路径生成装置、设备和存储介质。
背景技术
随着物流行业的发展，快递柜成为了物流链末端的重要角色，在收件人不方便收件时，快递员可以将快递存放在快递柜中，收件人可以前往快递柜取件。
快递员在派送快递的过程中，往往根据经验来决定到达每个快递柜的先后顺序，而快递员依靠经验决定每天的派件路径存在以下缺陷：
1)、快递员依据经验规划的派件路径无法预知到达快递柜时快递柜的可用格口数，如果快递柜无可用格口，只能采用传统手动派件方式派件；
2)、当派件的快递柜较多时，快递员规划出的派件路径的总路程可能与实际的最短路程相差甚远；
3)、快递员无法知道其他快递员的信息，可能导致与其他快递员同时到达同一个快递柜，在智能柜面前排队派件，浪费时间。
综上所述，目前快递员依靠经验规划派件路径的方法存在的缺陷容易造成快递员派件效率低的问题。
发明内容
本发明实施例提供了一种基于快递柜的派件路径生成方法、基于快递柜的派件路径生成装置、设备和存储介质，以解决快递员依靠经验确定派件路径存在派件效率低的问题。
第一方面，本发明实施例提供了一种基于快递柜的派件路径生成方法，包括：
获取快递员的派件信息，所述派件信息包括所述快递员派件的多个快递柜的地理位置信息和每一个快递柜的派件数量；
获取每一个快递柜在不同时间的可用格口数；
获取所述快递员的单件派件耗时和所述快递员的移动速度；
基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数；
初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径作为最优派件路径。
可选地，还包括：
输出所述最优派件路径的路径信息。
可选地，所述获取每一个快递柜在不同时间的可用格口数，包括：
获取每一个快递柜的历史数据，所述历史数据包括按照预设周期记录所述快递柜的可用格口数所生成的数据；
基于所述历史数据生成所述快递柜的周转率曲线；
基于所述周转率曲线确定每一个快递柜在不同时间的可用格口数。
可选地，所述获取所述快递员的单件派件耗时和所述快递员的移动速度，包括：
获取移动速度分布曲线和单件耗时分布曲线；
基于所述移动速度分布曲线确定所述快递员的移动速度；
基于所述单件耗时分布曲线确定所述快递员的单件派件耗时。
可选地，所述获取移动速度分布曲线和单件耗时分布曲线，包括：
获取预设数量的快递员的移动速度；
基于所述预设数量的快递员的移动速度生成移动速度分布曲线；
获取多个快递员的历史派件日志；
基于所述历史派件日志确定快递柜单件耗时分布曲线和手动单件耗时分布曲线。
可选地，所述基于所述单件耗时分布曲线确定所述快递员的单件派件耗时，包括：
基于所述快递柜单件耗时分布曲线确定所述快递员采用所述快递柜派件时的快递柜单件派件耗时；
基于所述手动单件耗时分布曲线确定所述快递员手动派件时的手动单件派件耗时。
可选地，所述单件派件耗时包括快递柜单件派件耗时和手动单件派件耗时，所述基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数，包括：
基于以下公式建立目标耗时函数：
Figure BDA0002202371070000031
其中，n为第n个快递柜，dn-1_n为第n-1个快递柜到第n个快递柜的距离，s为移动速度，Nn为在第n个快递柜的派件数量，Cn为第n个快递柜的可用格口数，ept为快递柜单件派件耗时，hpt为手动单件派件耗时。
可选地，所述初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径作为最优派件路径，包括：
初始化蚁群模型参数；
对所述蚁群模型进行迭代，得到迭达后的多条初始派件路径；
通过所述目标耗时函数计算每条初始派件路径的派件耗时；
基于所述派件耗时从多条初始派件路径中确定出耗时最短的派件路径作为最优派件路径。
第二方面，本发明实施例提供了一种基于快递柜的派件路径生成装置，包括：
派件信息获取模块，用于获取快递员的派件信息，所述派件信息包括所述快递员派件的多个快递柜的地理位置信息和每一个快递柜的派件数量；
可用格口数获取模块，用于获取每一个快递柜在不同时间的可用格口数；
快递员信息获取模块，用于获取所述快递员的单件派件耗时和所述快递员的移动速度；
目标耗时函数建立模块，用于基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数；
派件路径生成模块，用于初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径。
可选地，还包括：
路径信息输出模块，用于输出所述最优派件路径的路径信息。
可选地，所述可用格口数获取模块包括：
历史数据获取子模快，用于获取每一个快递柜的历史数据，所述历史数据包括按照预设周期记录所述快递柜的可用格口数所生成的数据；
周转率曲线生成子模块，用于基于所述历史数据生成所述快递柜的周转率曲线；
可用格口数确定子模块，用于基于所述周转率曲线确定每一个快递柜在不同时间的可用格口数。
可选地，所述快递员信息获取模块包括：
分布曲线获取子模块，用于获取移动速度分布曲线和单件耗时分布曲线；
移动速度确定子模块，用于基于所述移动速度分布曲线确定所述快递员的移动速度；
单价派件耗时确定子模块，用于基于所述单件耗时分布曲线确定所述快递员的单件派件耗时。
可选地，所述分布曲线获取子模块包括：
移动速度获取单元，用于获取预设数量的快递员的移动速度；
速度分布曲线生成单元，用于基于所述预设数量的快递员的移动速度生成移动速度分布曲线；
派件日志获取单元，用于获取多个快递员的历史派件日志；
耗时分布曲线确定单元，用于基于所述历史派件日志确定快递柜单件耗时分布曲线和手动单件耗时分布曲线。
可选地，所述单价派件耗时确定子模块包括：
快递柜单件派件耗时确定单元，用于基于所述快递柜单件耗时分布曲线确定所述快递员采用所述快递柜派件时的快递柜单件派件耗时；
手动单件派件耗时确定单元，用于基于所述手动单件耗时分布曲线确定所述快递员手动派件时的手动单件派件耗时。
可选地，所述目标耗时函数建立模块包括：
目标耗时函数建立子模块，用于基于以下公式建立目标耗时函数：
Figure BDA0002202371070000061
其中，n为第n个快递柜，dn-1_n为第n-1个快递柜到第n个快递柜的距离，s为移动速度，Nn为在第n个快递柜的派件数量，Cn为第n个快递柜的可用格口数，ept为快递柜单件派件耗时，hpt为手动单件派件耗时。
可选地，所述派件路径生成模块包括：
蚁群模型初始子模块，用于初始化蚁群模型参数；
迭代子模块，用于对所述蚁群模型进行迭代，得到迭达后的多条初始派件路径；
派件耗时计算子模块，用于通过所述目标耗时函数计算每条初始派件路径的派件耗时；
派件路径确定子模块，用于基于所述派件耗时从多条初始派件路径中确定出耗时最短的派件路径作为最优派件路径。
第三方面，本发明实施例提供了一种设备，所述设备包括：
一个或多个处理器；
存储装置，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，使得所述一个或多个处理器实现本发明任一实施例所述的基于快递柜的派件路径生成方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任一实施例所述的基于快递柜的派件路径生成方法。
本发明实施例在获取快递员的派件信息后，获取每一个快递柜在不同时间的可用格口数，并获取快递员的单件派件耗时和快递员的移动速度，并基于可用格口数、单件派件耗时、移动速度以及派件信息中的快递柜的地理位置信息和每一个快递柜的派件数量建立目标耗时函数，在初始化蚁群模型参数后，通过目标耗时函数和蚁群算法得到快递员派件的耗时最短的派件路径。本发明实施例综合考虑了快递柜在不同时间的可用格口数、快递员的单件派件耗时和移动速度建立目标耗时函数，并采用蚁群算法规划路径，避免了快递员到达快递柜无可用格口、多个快递员同时到达同一个快递柜需要排队、依靠经验规划的总路程不是最短路程造成派件效率低的问题，使得快递员的派件总耗时最小，提高了派件效率。
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，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例一提供的一种基于快递柜的派件路径生成方法的流程图；
图2为本发明实施例二提供的一种基于快递柜的派件路径生成方法的流程图；
图3为本发明实施例中单件派件耗时的分布示意图；
图4为本发明实施例中输出路径信息的示意图；
图5为本发明实施例三提供的一种基于快递柜的派件路径生成装置的结构示意图；
图6为本发明实施例四提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种基于快递柜的派件路径生成方法的流程图，本实施例可适用于以快递柜为派件点为快递员规划派件路径的情况。本实施例提供的方法可以由本发明实施例提供的基于快递柜的路径生成装置来执行，该装置可以通过软件和/或硬件的方式来实现，并集成在设备中，具体的，参考图1，该方法可以包括如下步骤：
S101、获取快递员的派件信息，所述派件信息包括所述快递员派件的多个快递柜的地理位置信息和每一个快递柜的派件数量。
在本发明实施例中，派件信息可以是分配给快递员派件任务后，每个快递员的所有派件任务中包含的需要派件的快递柜的地理位置信息以及在每一个快递柜需要派送快递的派件数量。
其中，快递柜为连接至后台管理服务器的智能快递投递设备，通过后台管理服务器可以获取每个快递柜所在的地理位置信息，地理位置信息可以是对快递柜进行定位后得到的快递柜的坐标，比如可以是快递柜的经纬度信息。
在实际应用中，可以获取当天快递员需要派送的快递的电子快递单，通过该电子快递单可以获知每一个快递需要派送到的快递柜，从而可以获得每一个快递员当天需要派送快递时需要到达的多个快递柜的地理位置信息以及在每一个快递柜需要派送的快递的派件数量。
S102、获取每一个快递柜在不同时间的可用格口数。
具体地，快递柜设置有多个用于放置快递的格口，可用格口可以是当前空闲的未放置有快递的格口。对于一个快递柜，随着时间的推移，有可能存在快递员将快递放置于格口中或者客户从格口中取走快递的情况，使得每个快递柜的可用格口数实时变化。
在本发明实施例中，可以对快递柜的历史数据进行统计，获取快递柜的周转率曲线，该周转率曲线表达了在不同时间段，快递柜上可用格口数和总格口数的比例，由此可以通过周转率曲线计算出快递员到达一个快递柜时该快递柜的可用格口数。
S103、获取所述快递员的单件派件耗时和所述快递员的移动速度。
单件派件耗时可以是快递员派送一件快递所需要的时间，具体可以包括通过快递柜派件的快递柜单件派件耗时和快递柜无可用格口时手动派件的手动单件派件耗时，移动速度可以是快递员从一个快递柜移动到另一个快递柜的速度。
在本发明实施例中，可以获取快递员的历史派件日志，该历史派件日志记录了快递员派送每一件快递的开始时间和结束时间，或者是记录了快递员在每一个快递柜的派件总耗时和派件数量，则可以通过派送每一件快递的开始时间和结束时间计算每一件快递的派件耗时，或者通过每一个快递柜的派件总耗时和派件数量计算每一件快递的派件耗时。在得到每个快递员的单件派件耗时后，可以采用多个快递员的单件派件耗时结合统计学理论确定快递员的单件派件耗时，例如，采用多个快递员的单件派件耗时生成单件派件耗时分布曲线，基于该单件派件耗时分布曲线确定快递员的单件派件耗时。
对于快递员的移动速度，可以获取快递员在两个快递柜之间的移动时间，然后通过两个快递柜之间的地理位置信息确定两个快递柜之间的距离，通过距离和移动时间计算快递员的移动速度，然后采用多个快递员的移动速度后基于统计学理论确定快递员的移动速度，例如，采用多个快递员的移动速度生成移动速度分布曲线，基于该移动速度分布曲线确定快递员的移动速度。
当然，针对每一个快递员，也可以直接采用该快递员的单件派件耗时的平均值作为该快递员的单件派件耗时，采用快递员的平均移动速度作为移动速度，还可以通过其他方式获得快递员的单件派件耗时和移动速度，本发明实施例对此不加以限制。
S104、基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数。
目标耗时函数可以为计算快递员派送完所有快递所需要的总耗时的函数，总耗时可以包括快递员在快递柜之间的路程耗时和在到达快递柜后派送快递的派件耗时，派件耗时还可以包括通过快递柜的快递柜派件耗时以及快递柜无可用格口时通过手动派送快递的手动派件耗时。
其中，对于路程耗时，可以先通过两个快递柜的地理位置信息计算两个快递柜之间的距离，然后根据该距离和移动速度计算路程耗时。
对于快递柜派件耗时，可以先确定到达快递柜的时间，基于该时间确定该快递柜的可用格口数，如果需要在该快递柜的派件的派件数量小于可用格口数，则快递柜派件耗时为派件数量和快递柜单件派件耗时的乘积，如果需要在该快递柜的派件的派件数量大于可用格口数，则快递柜派件耗时为可用格口数和快递柜单件派件耗时的乘积，手动派件耗时为需要手动派件的手动派件量和手动单件派件耗时的乘积，其中，手动派件量为需要在快递柜的派件的派件数量与可用格口数的差值。
对于每一个快递柜，确定可用格口数后即可以通过目标耗时函数确定快递员在该快递柜的派送耗时。
S105、初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径作为最优派件路径。
蚁群算法的基本思想来源于自然界蚂蚁觅食的最短路径原理，蚂蚁在寻找食物源的时候，能在其走过的路径上释放一种叫信息素的激素，使一定范围内的其他蚂蚁能够察觉到，当一些路径上通过的蚂蚁越来越多时，信息素也就越来越多，蚂蚁选择这条路径的概率也就越高。
具体到本发明实施例中，在初始化蚁群模型参数，例如包括初始化蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数、最大迭代次数等参数，将快递柜的地理位置信息(例如坐标)转换为快递柜之间的距离等，然后对蚁群模型进行迭代，在每轮迭代后通过目标耗时函数计算输出的每条路径的总耗时，同时对信息素进行更新，在迭代完成后输出总耗时最短的路径作为快递员派件的耗时最短的派件路径，即最优派件路径。
本发明实施例综合考虑了快递柜在不同时间的可用格口数、快递员的单件派件耗时和移动速度建立目标耗时函数，并采用蚁群算法规划路径，避免了快递员到达快递柜无可用格口、多个快递员同时到达同一个快递柜需要排队、依靠经验规划的总路程不是最短路程造成派件效率低的问题，使得快递员的派件总耗时最小，提高了派件效率。
实施例二
图2为本发明实施例二提供的一种基于快递柜的派件路径生成方法的流程图，本实施例在实施例一的基础上进行优化，具体的，参考图2，该方法可以包括如下步骤：
S201、获取快递员的派件信息，所述派件信息包括所述快递员派件的多个快递柜的地理位置信息和每一个快递柜的派件数量。
S202、获取每一个快递柜的历史数据，所述历史数据包括按照预设周期记录所述快递柜的可用格口数所生成的数据。
在本发明实施例中，可以拉取快递柜的历史数据，例如，拉取快递柜根据过去三个月内每天7点至22点，每10分钟采样一次的可用格口数作为快递柜的历史数据，当然，本领域技术人员还可以获取过去指定时间段内按照其他采样周期采集的可用格口数作为快递柜的历史数据。
S203、基于所述历史数据生成所述快递柜的周转率曲线。
具体地，根据历史数据中不同时间段的可用格口数，统计出每台快递柜一天中各个时间段可用格口数与总格口数的比例的平均值，该平均值可以作为快递柜在该时间段的周转率，对于同一种类型的快递柜具有相同的周转率，按照周转率可以将快递柜分类，例如按照周转率大小将快递柜分为五类，五类的周转率分别是<50％，50％～80％，80％～100％，100％～130％以及>130％。
S204、基于所述周转率曲线确定每一个快递柜在不同时间的可用格口数。
在确定快递柜后，可以根据快递所属的分类确定其所属的周转率曲线，由于周期率曲线表达的是某一个时间上快递柜可用格口数和总格口数的比例，则可以通过周转率曲线确定指定时间上快递柜的周转率，该周转率和总格口数的乘积即为该快递柜在该指定时间的可用格口数。
当然，也可以每个快递柜设置有一个周转率曲线，直接根据该快递柜的周转率曲线和每个快递员到达该快递柜的时间直接计算可用格口数。
S205、获取移动速度分布曲线和单件耗时分布曲线。
在本发明的可选实施例中，可以获取预设数量的快递员的移动速度，基于预设数量的快递员的移动速度生成移动速度分布曲线。
具体地，两个快递柜之间的距离dn-1_n可以通过两个快递柜地理位置信息中的经纬度计算，而通过快递员的历史数据可以获知快递员离开快递柜n的时间为tn，快递员离开前一个快递柜n-1的时间为tn-1，则快递员的移动速度s＝dn-1_n/(tn-tn-1)。
然后根据预设数量的快递员的历史数据，例如可以是所有快递员的历史数据，可以计算出所有快递员的移动速度，采用所有快递员的移动速度拟合出全量的快递员移动速度分布，该移动速度分布接近一个正态分布，该正太分布即为移动速度分布曲线。
在本发明实施例中，可以获取多个快递员的历史派件日志，基于历史派件日志确定快递柜单件耗时分布曲线和手动单件耗时分布曲线。
具体地，基于快递员的历史派件日志，获取到快递员通过快递柜派一件快递的快递柜单件派件耗时为ept，具体地，可以从历史派件日志中，获取快递员在一台快递柜上派件的开始时间和结束时间以计算快递员在该快递柜的派件总时间，以及通过历史派件日志获取快递员在该快递柜派件的总数量，则快递柜单件派件耗时ept＝派件总时间/总数量，最后通过对所有快递员的快递柜单件派件耗时进行统计，获得快递柜单件耗时分布曲线。
同理，可以通过快递员的历史派件日志获取快递员手动派送一件快递的手动单件耗时hpt，然后通过对所有快递员的手动单件耗时hpt进行统计，获得手动单件耗时分布曲线。
S206、基于所述移动速度分布曲线确定所述快递员的移动速度。
具体地，可以基于正太分布的移动速度分布曲线确定快递员移动速度，由于大部取值的移动速度都集中在正太分布的均值周围，过快或过慢的移动速度，出现的概率非常小，可以取正太分布的均值作为快递员的移动速度。
S207、基于所述单件耗时分布曲线确定所述快递员的单件派件耗时。
在本发明实施例中，可以基于快递柜单件耗时分布曲线确定快递员采用快递柜派件时的快递柜单件派件耗时，以及基于手动单件耗时分布曲线确定快递员手动派件时的手动单件派件耗时。
如图3所示，图3中横坐标为快递柜单件派件耗时或者手动单件派件耗时，纵坐标是快递的数量，纵坐标值越大，说明该单件派件耗时是多数快递所需的派件耗时，具有一定的普遍性，接近真实情况。
S208、基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数。
具体地，可以基于以下公式建立目标耗时函数：
Figure BDA0002202371070000141
其中，n为第n个快递柜，dn-1_n为第n-1个快递柜到第n个快递柜的距离，s为移动速度，Nn为在第n个快递柜的派件数量，Cn为第n个快递柜的可用格口数，ept为快递柜单件派件耗时，hpt为手动单件派件耗时。
S209、初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径作为最优派件路径。
具体地，可以初始化蚁群模型参数，对蚁群模型进行迭代得到迭达后的多条初始派件路径；通过目标耗时函数计算每条初始派件路径的派件耗时，基于派件耗时从多条初始派件路径中确定出耗时最短的派件路径作为最优派件路径。
其中，初始化蚁群模型参数时可以初始化蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数、最大迭代次数等参数，将快递柜的地理位置信息(例如坐标)转换为快递柜之间的距离等。在每轮迭代输出的初始路径中包括每只蚂蚁所走过的节点(快递柜)的顺序，则可以根据目标耗时函数计算每只蚂蚁走完该初始路径所需要的时间，即快递员按照该初始路径进行派件时的派件耗时，该初始路径的派件耗时越小，在一轮迭代时，下一代蚂蚁转移至按照该初始路径遍历所有节点的概率越大，该初始路径的总信息数也就越大，即耗时最短的初始路径为最优派件路径。
S210、输出所述最优派件路径的路径信息。
在得到最后派件路径后，可以获取最优派件路径的路径信息，该路径信息可以包括快递员到达各个快递柜的顺序，以及到达各个快递柜的时间和离开时间，到达快递柜时的可用格口数和需要派件到该快递柜的快递数量等。可以将该路径信息输出至快递员所使用的终端上以显示在显示屏幕上，从而可以引导快递员进行派件。
如图4所示，为本发明输出路径信息的一个示例，快递员从起点开始，到达第一个快递柜所需要的时间为00:28:54，在第一个快递柜有8个可用格口数，需要派送7个快递，在该快递柜的派件总耗时为03:17，离开第一个快递柜的时间为00:32:11。当然，在实际应用中，上述时间可以转换为实际的计时时间，本发明实施例对此不加以限制，在输出路径信息时还可以在电子地图上进行输出，本发明实施例对输出路径信息的方式也不加以限制。
本发明实施例在获取派件信息后，通过快递柜的历史数据生成周转率曲线以确定快递柜在不同时间的可用格口数，以及通过快递员的历史派件日志生成移动速度分布曲线和单件耗时分布曲线以确定快递员的移动速度和单件派件耗时，以基于地理位置信息、可用格口数、单件派件耗时、移动速度以及派件数量建立目标耗时函数，以目标耗时函数为约束结合蚁群算法确定快递员耗时最短的最优派件路径，综合考虑了快递柜在不同时间的可用格口数、快递员的单件派件耗时和移动速度建立目标耗时函数，并采用蚁群算法规划路径，避免了快递员到达快递柜无可用格口、多个快递员同时到达同一个快递柜需要排队、依靠经验规划的总路程不是最短路程造成派件效率低的问题，使得快递员的派件总耗时最小，提高了派件效率。
实施例三
图5为本发明实施例三提供的一种基于快递柜的派件路径生成装置的结构示意图，具体的，如图5所示，本发明实施例的基于快递柜的派件路径生成装置具体可以包括：
派件信息获取模块301，用于获取快递员的派件信息，所述派件信息包括所述快递员派件的多个快递柜的地理位置信息和每一个快递柜的派件数量；
可用格口数获取模块302，用于获取每一个快递柜在不同时间的可用格口数；
快递员信息获取模块303，用于获取所述快递员的单件派件耗时和所述快递员的移动速度；
目标耗时函数建立模块304，用于基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数；
派件路径生成模块305，用于初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径作为最优派件路径。
可选地，还包括：
路径信息输出模块，用于输出所述最优派件路径的路径信息。
可选地，所述可用格口数获取模块302包括：
历史数据获取子模快，用于获取每一个快递柜的历史数据，所述历史数据包括按照预设周期记录所述快递柜的可用格口数所生成的数据；
周转率曲线生成子模块，用于基于所述历史数据生成所述快递柜的周转率曲线；
可用格口数确定子模块，用于基于所述周转率曲线确定每一个快递柜在不同时间的可用格口数。
可选地，所述快递员信息获取模块303包括：
分布曲线获取子模块，用于获取移动速度分布曲线和单件耗时分布曲线；
移动速度确定子模块，用于基于所述移动速度分布曲线确定所述快递员的移动速度；
单价派件耗时确定子模块，用于基于所述单件耗时分布曲线确定所述快递员的单件派件耗时。
可选地，所述分布曲线获取子模块包括：
移动速度获取单元，用于获取预设数量的快递员的移动速度；
速度分布曲线生成单元，用于基于所述预设数量的快递员的移动速度生成移动速度分布曲线；
派件日志获取单元，用于获取多个快递员的历史派件日志；
耗时分布曲线确定单元，用于基于所述历史派件日志确定快递柜单件耗时分布曲线和手动单件耗时分布曲线。
可选地，所述单价派件耗时确定子模块包括：
快递柜单件派件耗时确定单元，用于基于所述快递柜单件耗时分布曲线确定所述快递员采用所述快递柜派件时
的快递柜单件派件耗时；
手动单件派件耗时确定单元，用于基于所述手动单件耗时分布曲线确定所述快递员手动派件时的手动单件派件耗时。
可选地，所述目标耗时函数建立模块304包括：
目标耗时函数建立子模块，用于基于以下公式建立目标耗时函数：
Figure BDA0002202371070000181
其中，n为第n个快递柜，dn-1_n为第n-1个快递柜到第n个快递柜的距离，s为移动速度，Nn为在第n个快递柜的派件数量，Cn为第n个快递柜的可用格口数，ept为快递柜单件派件耗时，hpt为手动单件派件耗时。
可选地，所述派件路径生成模块305包括：
蚁群模型初始子模块，用于初始化蚁群模型参数；
迭代子模块，用于对所述蚁群模型进行迭代，得到迭达后的多条初始派件路径；
派件耗时计算子模块，用于通过所述目标耗时函数计算每条初始派件路径的派件耗时；
派件路径确定子模块，用于基于所述派件耗时从多条初始派件路径中确定出耗时最短的派件路径作为最优派件路径。
本实施例提供的一种基于快递柜的派件路径生成装置可用于执行上述任一实施例提供的基于快递柜的派件路径生成方法，具有相应的功能和有益效果。
实施例四
参照图6，示出了本发明一个示例中的一种设备的结构示意图。如图6所示，该设备具体可以包括：处理器40、存储器41、具有触摸功能的显示屏42、输入装置43、输出装置44以及通信装置45。该设备中处理器40的数量可以是一个或者多个，图6中以一个处理器40为例。该设备中存储器41的数量可以是一个或者多个，图6中以一个存储器41为例。该设备的处理器40、存储器41、显示屏42、输入装置43、输出装置44以及通信装置45可以通过总线或者其他方式连接，图6中以通过总线连接为例。
存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明任意实施例所述的基于快递柜的派件路径生成方法对应的程序指令/模块(例如，上述基于快递柜的派件路径生成装置中的派件信息获取模块301、可用格口数获取模块302、快递员信息获取模块303、目标耗时函数建立模块304和派件路径生成模块305)，存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
显示屏42为具有触摸功能的显示屏42，其可以是电容屏、电磁屏或者红外屏。一般而言，显示屏42用于根据处理器40的指示显示数据，还用于接收作用于显示屏42的触摸操作，并将相应的信号发送至处理器40或其他装置。可选的，当显示屏42为红外屏时，其还包括红外触摸框，该红外触摸框设置在显示屏42的四周，其还可以用于接收红外信号，并将该红外信号发送至处理器40或者其他设备。
通信装置45，用于与其他设备建立通信连接，其可以是有线通信装置和/或无线通信装置。
输入装置43可用于接收输入的数字或者字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入，还可以是用于获取观测数据的设备。输出装置44可以包括扬声器等音频设备。需要说明的是，输入装置43和输出装置44的具体组成可以根据实际情况设定。
处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述基于快递柜的派件路径生成方法。
具体地，实施例中，处理器40执行存储器41中存储的一个或多个程序时，具体实现本发明实施例提供的基于快递柜的派件路径生成方法的步骤。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可实现本发明任意实施例中的基于快递柜的派件路径生成方法。该方法具体可以用于为快递员规划派件路径，包括：
获取快递员的派件信息，所述派件信息包括所述快递员派件的多个快递柜的地理位置信息和每一个快递柜的派件数量；
获取每一个快递柜在不同时间的可用格口数；
获取所述快递员的单件派件耗时和所述快递员的移动速度；
基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数；
初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明应用于设备上任意实施例所提供的基于快递柜的派件路径生成方法中的相关操作。
需要说明的是，对于装置、设备、存储介质实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述基于快递柜的派件路径生成装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种基于快递柜的派件路径生成方法，其特征在于，包括：
获取快递员的派件信息，所述派件信息包括所述快递员派件的多个快递柜的地理位置信息和每一个快递柜的派件数量；
获取每一个快递柜在不同时间的可用格口数；获取所述快递员的单件派件耗时和所述快递员的移动速度；
基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数；
初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径作为最优派件路径；
所述获取每一个快递柜在不同时间的可用格口数，包括：
获取每一个快递柜的历史数据，所述历史数据包括按照预设周期记录所述快递柜的可用格口数所生成的数据；
基于所述历史数据生成所述快递柜的周转率曲线；
基于所述周转率曲线确定每一个快递柜在不同时间的可用格口数。
2.根据权利要求1所述的方法，其特征在于，还包括：
输出所述最优派件路径的路径信息。
3.根据权利要求1所述的方法，其特征在于，所述获取所述快递员的单件派件耗时和所述快递员的移动速度，包括：
获取移动速度分布曲线和单件耗时分布曲线；
基于所述移动速度分布曲线确定所述快递员的移动速度；
基于所述单件耗时分布曲线确定所述快递员的单件派件耗时。
4.根据权利要求3所述的方法，其特征在于，所述获取移动速度分布曲线和单件耗时分布曲线，包括：
获取预设数量的快递员的移动速度；
基于所述预设数量的快递员的移动速度生成移动速度分布曲线；
获取多个快递员的历史派件日志；
基于所述历史派件日志确定快递柜单件耗时分布曲线和手动单件耗时分布曲线。
5.根据权利要求4所述的方法，其特征在于，所述基于所述单件耗时分布曲线确定所述快递员的单件派件耗时，包括：
基于所述快递柜单件耗时分布曲线确定所述快递员采用所述快递柜派件时的快递柜单件派件耗时；
基于所述手动单件耗时分布曲线确定所述快递员手动派件时的手动单件派件耗时。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述单件派件耗时包括快递柜单件派件耗时和手动单件派件耗时，所述基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数，包括：
基于以下公式建立目标耗时函数：
Figure FDA0003919690630000021
其中，n为第n个快递柜，dn-1_n为第n-1个快递柜到第n个快递柜的距离，s为移动速度，Nn为在第n个快递柜的派件数量，Cn为第n个快递柜的可用格口数，ept为快递柜单件派件耗时，hpt为手动单件派件耗时。
7.根据权利要求1所述的方法，其特征在于，所述初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法确定所述快递员派件的耗时最短的派件路径作为最优派件路径，包括：
初始化蚁群模型参数；
对所述蚁群模型进行迭代，得到迭达后的多条初始派件路径；
通过所述目标耗时函数计算每条初始派件路径的派件耗时；
基于所述派件耗时从多条初始派件路径中确定出耗时最短的派件路径作为最优派件路径。
8.一种基于快递柜的派件路径生成装置，其特征在于，包括：
派件信息获取模块，用于获取快递员的派件信息，所述派件信息包括所述快递员派件的多个快递柜的地理位置信息和每一个快递柜的派件数量；
可用格口数获取模块，用于获取每一个快递柜在不同时间的可用格口数；快递员信息获取模块，用于获取所述快递员的单件派件耗时和所述快递员的移动速度；
目标耗时函数建立模块，用于基于所述地理位置信息、可用格口数、所述单件派件耗时、所述移动速度以及所述派件数量建立目标耗时函数；
派件路径生成模块，用于初始化蚁群模型参数，通过所述目标耗时函数和蚁群算法得到所述快递员派件的耗时最短的派件路径作为最优派件路径；
所述可用格口数获取模块包括：
历史数据获取子模快，用于获取每一个快递柜的历史数据，所述历史数据包括按照预设周期记录所述快递柜的可用格口数所生成的数据；
周转率曲线生成子模块，用于基于所述历史数据生成所述快递柜的周转率曲线；
可用格口数确定子模块，用于基于所述周转率曲线确定每一个快递柜在不同时间的可用格口数。
9.根据权利要求8所述的装置，其特征在于，所述可用格口数获取模块包括：
历史数据获取子模快，用于获取每一个快递柜的历史数据，所述历史数据包括按照预设周期记录所述快递柜的可用格口数所生成的数据；
周转率曲线生成子模块，用于基于所述历史数据生成所述快递柜的周转率曲线；
可用格口数确定子模块，用于基于所述周转率曲线确定每一个快递柜在不同时间的可用格口数。
10.根据权利要求8所述的装置，其特征在于，所述快递员信息获取模块包括：
分布曲线获取子模块，用于获取移动速度分布曲线和单件耗时分布曲线；
移动速度确定子模块，用于基于所述移动速度分布曲线确定所述快递员的移动速度；
单价派件耗时确定子模块，用于基于所述单件耗时分布曲线确定所述快递员的单件派件耗时。
11.根据权利要求8-10任一项所述的装置，其特征在于，所述单件派件耗时包括快递柜单件派件耗时和手动单件派件耗时，所述目标耗时函数建立模块包括：
目标耗时函数建立子模块，用于基于以下公式建立目标耗时函数：
Figure FDA0003919690630000041
其中，n为第n个快递柜，dn-1_n为第n-1个快递柜到第n个快递柜的距离，s为移动速度，Nn为在第n个快递柜的派件数量，Cn为第n个快递柜的可用格口数，ept为快递柜单件派件耗时，hpt为手动单件派件耗时。
12.根据权利要求8所述的装置，其特征在于，所述派件路径生成模块包括：
蚁群模型初始子模块，用于初始化蚁群模型参数；
迭代子模块，用于对所述蚁群模型进行迭代，得到迭达后的多条初始派件路径；
派件耗时计算子模块，用于通过所述目标耗时函数计算每条初始派件路径的派件耗时；
派件路径确定子模块，用于基于所述派件耗时从多条初始派件路径中确定出耗时最短的派件路径作为最优派件路径。
13.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的基于快递柜的派件路径生成方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的基于快递柜的派件路径生成方法。
CN201910869583.4A 2019-09-16 2019-09-16 基于快递柜的派件路径生成方法、装置、设备和存储介质 Active CN110544068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910869583.4A CN110544068B (zh) 2019-09-16 2019-09-16 基于快递柜的派件路径生成方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910869583.4A CN110544068B (zh) 2019-09-16 2019-09-16 基于快递柜的派件路径生成方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110544068A CN110544068A (zh) 2019-12-06
CN110544068B true CN110544068B (zh) 2023-01-24

Family

ID=68713636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910869583.4A Active CN110544068B (zh) 2019-09-16 2019-09-16 基于快递柜的派件路径生成方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110544068B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112990807B (zh) * 2019-12-18 2023-04-07 顺丰科技有限公司 物品派送耗时分析方法、装置、计算机设备和存储介质
CN111144818B (zh) * 2019-12-27 2023-06-20 合肥美的智能科技有限公司 物流作业方法、控制装置、电子设备及可读存储介质
CN111523720A (zh) * 2020-04-17 2020-08-11 上海中通吉网络技术有限公司 末端派件路径规划方法、装置、设备和存储介质
CN111754168A (zh) * 2020-06-08 2020-10-09 深圳市智莱科技股份有限公司 快件投递的预约方法、装置、终端及存储介质
CN112650716B (zh) * 2020-08-14 2021-08-24 北京东方通软件有限公司 适用于JavaEE应用服务器的日志系统的设计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794602A (zh) * 2015-04-03 2015-07-22 洛阳飞来石软件开发有限公司 一种智能快递派收件方法、系统及智能快递柜
CN107067097A (zh) * 2017-01-17 2017-08-18 北京远大宏略科技股份有限公司 一种基于智能快递柜的快递收发系统及其收发路径优化方法
CN107464018A (zh) * 2017-08-01 2017-12-12 北京同城必应科技有限公司 一种配送路径优化方法和装置、计算机设备、存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11087268B2 (en) * 2013-12-02 2021-08-10 United Parcel Service Of America, Inc. Systems and methods for delivering an item to a dynamic location

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794602A (zh) * 2015-04-03 2015-07-22 洛阳飞来石软件开发有限公司 一种智能快递派收件方法、系统及智能快递柜
CN107067097A (zh) * 2017-01-17 2017-08-18 北京远大宏略科技股份有限公司 一种基于智能快递柜的快递收发系统及其收发路径优化方法
CN107464018A (zh) * 2017-08-01 2017-12-12 北京同城必应科技有限公司 一种配送路径优化方法和装置、计算机设备、存储介质

Also Published As

Publication number Publication date
CN110544068A (zh) 2019-12-06

Similar Documents

Publication Publication Date Title
CN110544068B (zh) 基于快递柜的派件路径生成方法、装置、设备和存储介质
WO2020030028A1 (zh) 配送调度
WO2019095883A1 (zh) 信息生成方法和装置
CN103971170B (zh) 一种用于对特征信息的变化进行预测的方法和装置
CN113673932B (zh) 一种物流网络规划方法和装置
CN110930061B (zh) 一种快递站点派件方法及系统
van Leeuwaarden et al. Economies-of-Scale in many-server queueing systems: tutorial and partial review of the QED halfin--whitt heavy-traffic regime
CN110555641B (zh) 一种仓储调拨方法和装置
CN112541610B (zh) 机器人的控制方法、装置、电子设备及存储介质
CN110871980A (zh) 储位分类方法和装置
CN110807612A (zh) 确定剩余产能的方法和装置
Wang et al. Strategic behavior in the single-server constant retrial queue with individual removal
CN114372735A (zh) 一种物流供应链中缓冲库存数量数据的确定方法以及装置
CN110322173B (zh) 规划存储设备的方法和装置
CN113537680B (zh) 一种确定运输任务的完成时间的方法及装置
CN111815239B (zh) 错误补码订单统计方法、装置及计算机可读存储介质
CN115423393A (zh) 一种基于lstm的动态自适应调度周期的订单调度方法及装置
Iman et al. Analysis of quality of services for checkout operation in Refah chain stores using queuing theory
CN113822609A (zh) 物流线路的生成方法、装置以及服务器
CN113705850A (zh) 订单分配方法、装置、可读存储介质和电子设备
CN112085441A (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN112308266A (zh) 仓库选址方法、装置、设备和可读存储介质
CN112950240A (zh) 一种分发方法和装置
CN112801437A (zh) 分拣设备调度方法、装置、电子设备及存储介质
CN112906925B (zh) 货物补充方法、装置和计算机可读存储介质

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