CN110689202A - 一种基于混合智能算法的物资托盘配送车辆调度方法 - Google Patents

一种基于混合智能算法的物资托盘配送车辆调度方法 Download PDF

Info

Publication number
CN110689202A
CN110689202A CN201910945691.5A CN201910945691A CN110689202A CN 110689202 A CN110689202 A CN 110689202A CN 201910945691 A CN201910945691 A CN 201910945691A CN 110689202 A CN110689202 A CN 110689202A
Authority
CN
China
Prior art keywords
module
path
information
delivery
order
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
Application number
CN201910945691.5A
Other languages
English (en)
Inventor
李敬花
李慧玲
曹旺
李征
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201910945691.5A priority Critical patent/CN110689202A/zh
Publication of CN110689202A publication Critical patent/CN110689202A/zh
Pending legal-status Critical Current

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
    • G06Q10/04—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
    • G06Q10/06—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
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (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)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于混合智能算法的物资托盘配送车辆调度方法，解决了物资托盘配送过程中调度优化的问题，可实现高效的物资托盘的配送，选择最佳路径的同时可对配送路径进行风险预测，且可针对配送结果进行评价，便于后期优化。包括调度中心、托盘数据采集模块、网络通信模块、订单处理模块、信息存储模块、配送评价模块、车载终端和订单追踪模块，所述调度中心与托盘数据采集模块连接，所述调度中心与网络通信模块连接，所述调度中心与订单处理模块连接，所述调度中心与信息存储模块连接，所述调度中心与配送评价模块连接，所述订单处理模块与车载终端连接，所述车载终端与订单追踪模块连接。

Description

一种基于混合智能算法的物资托盘配送车辆调度方法
技术领域
本发明涉及物资托盘配送技术领域，具体为一种基于混合智能算法的物资托盘配送车辆调度方法。
背景技术
目前物资托盘的配送主要通过专用的配送车辆进行调度，将物资托盘转运至指定地点。一般主要通过目前的仓储信息对配送车辆进行调度，使得配送车辆根据指定信息配送指定的物资托盘。
但是现有的物资托盘配送方法中，难以实现高效的配送，配送路径没有进行优化，以及选择配送路径时，没有进行实时的路径风险预测。在配送结束后，缺乏评价机制，导致后期难以对配送过程的进一步优化。
发明内容
针对现有技术的不足，本发明提供了一种基于混合智能算法的物资托盘配送车辆调度方法，解决了物资托盘配送过程中调度优化的问题，可实现高效的物资托盘的配送，选择最佳路径的同时可对配送路径进行风险预测，且可针对配送结果进行评价，便于后期优化。
为实现以上目的，本发明通过以下技术方案予以实现：一种基于混合智能算法的物资托盘配送车辆调度系统，包括调度中心、托盘数据采集模块、网络通信模块、订单处理模块、信息存储模块、配送评价模块、车载终端和订单追踪模块，所述调度中心与托盘数据采集模块连接，所述调度中心与网络通信模块连接，所述调度中心与订单处理模块连接，所述调度中心与信息存储模块连接，所述调度中心与配送评价模块连接，所述订单处理模块与车载终端连接，所述车载终端与订单追踪模块连接；
所述订单处理模块包括订单接收模块、订单归类模块、任务分配模块、路径规划模块和指令发送模块，所述订单接收模块与订单归类模块连接，所述订单归类模块与任务分配模块连接，所述任务分配模块与路径规划模块连接，所述路径规划模块与指令发送模块连接。
优选的，所述路径规划模块包括路径优化模块、路径智能算法模块、路径智能选择模块、路径风险预测模块、路径风险模拟模块、路径风险预警模块和风险处理模块。
优选的，所述路径优化模块与路径智能算法模块连接，所述路径智能算法模块与路径智能选择模块连接。
优选的，所述路径风险预测模块与路径风险模拟模块连接，所述路径风险模拟模块与路径风险预警模块连接。
优选的，所述车载终端与信息存储模块连接，所述订单追踪模块与信息存储模块连接。
一种基于混合智能算法的物资托盘配送车辆调度方法，具体步骤包括：
步骤一：通过托盘数据采集模块对物资托盘的数据进行采集，主要采集的内容为物资托盘的位置、物资托盘的规格、物资托盘的重量等信息，然后将采集的信息通过网络通信模块上传至调度中心；
步骤二：调度中心对托盘数据的信息进行处理，然后将托盘数据的信息上传至订单处理模块，订单处理模块对托盘数据进行整理；
步骤三：当订单处理模块对托盘数据进行处理时，会产生订单，订单接收模块首先接收订单信息，然后再将订单上传至订单归类模块，订单归类模块再将订单传递至任务分配模块，任务分配模块将分配信息传递至路径规划模块，路径规划模块再将规划路径信息传递至指令发送模块，然后指令发送模块将指令信息发出，将指令传递至指定的车载终端；
步骤四：当路径规划模块进行路径规划时，首先路径优化模块将路径优化指令传递至路径智能算法模块，路径智能算法模块通过混合智能算法对路径进行优化，计算出多种路径方案，然后将多种路径方案传递至路径智能选择模块，通过路径智能选择模块选择出最佳路径；
步骤五：当路径规划模块进行路径规划时，路径风险预测模块对路径进行风险预测，然后将预测指令传递至路径风险模拟模块，路径风险模拟模块对路径风险进行模拟，然后将有风险路径的相关信息传递至路径风险预警模块，通过路径风险预警模块发出预警信息，当存在风险时，风险处理模块对风险进行处理，避开风险路径；
步骤六：订单处理模块将订单信息处理好并规划指定路径后，将信息传递至车载终端，车载终端接收路径信息，为配送车辆提供指示，配送车辆即可对托盘进行配送工作；
步骤七：在车辆对托盘进行配送时，订单追踪模块对配送车辆进行定位追踪，将定位信息传递至信息存储模块，信息存储模块中存储的信息方便调度中心随时调用，同时车载终端所产生的配送信息也上传至信息存储模块；
步骤八：当某个配送车辆完成对托盘的配送任务后，调度中心接收到任务完成信息，然后调度中心调用信息存储模块中的配送信息，将信息上传至配送评价模块，配送评价模块针对配送信息进行评价，评价内容包括配送时间、配送的路径选择、配送过程中的风险预测等，对配送进行评价，便于后期优化。
有益效果
本发明提供了一种基于混合智能算法的物资托盘配送车辆调度方法。具备以下有益效果：该基于混合智能算法的物资托盘配送车辆调度方法采用了订单处理模块，对订单进行智能处理，且通过在路径规划模块中通过路径智能算法模块对路径进行计算，并选择最佳路径，且设计了路径风险预测模块，可以避免较大风险路径，使得转运效率更高，降低转运风险，转运结束后，可通过配送评价模块对调度过程进行评价，方便对调度过程进行进一步优化。
附图说明
图1为本发明的系统原理图；
图2为本发明的图1的路径规划模块原理图。
图中：1、调度中心；2、托盘数据采集模块；3、网络通信模块；4、订单处理模块；41、订单接收模块；42、订单归类模块；43、任务分配模块；44、路径规划模块；441、路径优化模块；4411、路径智能算法模块；4412、路径智能选择模块；442、路径风险预测模块；4421、路径风险模拟模块；4422、路径风险预警模块；45、指令发送模块；5、信息存储模块；6、配送评价模块；7、车载终端；8、订单追踪模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-2，本发明提供一种技术方案：一种基于混合智能算法的物资托盘配送车辆调度系统，包括调度中心1、托盘数据采集模块2、网络通信模块3、订单处理模块4、信息存储模块5、配送评价模块6、车载终端7和订单追踪模块8，调度中心1与托盘数据采集模块2连接，调度中心1集中处理调度过程中的各种信息，托盘数据采集模块2用于对托盘信息进行采集，并上传至调度中心1，调度中心1与网络通信模块3连接，网络通信模块3提供整个系统的网络通信，时间各模块之间的信息传递，调度中心1与订单处理模块4连接，调度中心1与信息存储模块5连接，信息存储模块5存储调度过程中的各种信息，方便随时调用，调度中心1与配送评价模块6连接，配送评价模块6对配送过程进行评价，方便后期对配送过程进行进一步优化，订单处理模块4与车载终端7连接，车载终端7与订单追踪模块8连接，车载终端7安装于配送车辆上，对配送车辆提供指导；
订单处理模块4包括订单接收模块41、订单归类模块42、任务分配模块43、路径规划模块44和指令发送模块45，订单接收模块41与订单归类模块42连接，订单接收模块41接收订单后，即可将订单信息传递至订单归类模块42，对订单进行归类处理，订单归类模块42与任务分配模块43连接，任务分配模块43与路径规划模块44连接，任务分配模块43将任务分配后，通过路径规划模块44进行路径规划，路径规划模块44与指令发送模块45连接，路径规划好后，通过指令发送模块45对指令进行发送。
路径规划模块44包括路径优化模块441、路径智能算法模块4411、路径智能选择模块4412、路径风险预测模块442、路径风险模拟模块4421、路径风险预警模块4422和风险处理模块443，路径优化模块441与路径智能算法模块4411连接，路径智能算法模块4411与路径智能选择模块4412连接，路径智能算法模块4411可对路径进行智能计算，得出最佳路径，路径风险预测模块442与路径风险模拟模块4421连接，路径风险模拟模块4421与路径风险预警模块4422连接，路径风险预警模块4422对路径风险进行预警，使得配送车辆可以避免高风险路径，车载终端7与信息存储模块5连接，订单追踪模块8与信息存储模块5连接，信息存储模块5对信息进行存储，方便随时调用。
一种基于混合智能算法的物资托盘配送车辆调度方法，具体步骤包括：
步骤一：通过托盘数据采集模块2对物资托盘的数据进行采集，主要采集的内容为物资托盘的位置、物资托盘的规格、物资托盘的重量等信息，然后将采集的信息通过网络通信模块3上传至调度中心1；
步骤二：调度中心1对托盘数据的信息进行处理，然后将托盘数据的信息上传至订单处理模块4，订单处理模块4对托盘数据进行整理；
步骤三：当订单处理模块4对托盘数据进行处理时，会产生订单，订单接收模块41首先接收订单信息，然后再将订单上传至订单归类模块42，订单归类模块42再将订单传递至任务分配模块43，任务分配模块43将分配信息传递至路径规划模块44，路径规划模块44再将规划路径信息传递至指令发送模块45，然后指令发送模块45将指令信息发出，将指令传递至指定的车载终端7；
步骤四：当路径规划模块44进行路径规划时，首先路径优化模块441将路径优化指令传递至路径智能算法模块4411，路径智能算法模块4411通过混合智能算法对路径进行优化，计算出多种路径方案，然后将多种路径方案传递至路径智能选择模块4412，通过路径智能选择模块4412选择出最佳路径；
步骤五：当路径规划模块44进行路径规划时，路径风险预测模块442对路径进行风险预测，然后将预测指令传递至路径风险模拟模块4421，路径风险模拟模块4421对路径风险进行模拟，然后将有风险路径的相关信息传递至路径风险预警模块4422，通过路径风险预警模块4422发出预警信息，当存在风险时，风险处理模块443对风险进行处理，避开风险路径；
步骤六：订单处理模块4将订单信息处理好并规划指定路径后，将信息传递至车载终端7，车载终端7接收路径信息，为配送车辆提供指示，配送车辆即可对托盘进行配送工作；
步骤七：在车辆对托盘进行配送时，订单追踪模块8对配送车辆进行定位追踪，将定位信息传递至信息存储模块5，信息存储模块5中存储的信息方便调度中心1随时调用，同时车载终端7所产生的配送信息也上传至信息存储模块5；
步骤八：当某个配送车辆完成对托盘的配送任务后，调度中心1接收到任务完成信息，然后调度中心1调用信息存储模块5中的配送信息，将信息上传至配送评价模块6，配送评价模块6针对配送信息进行评价，评价内容包括配送时间、配送的路径选择、配送过程中的风险预测等，对配送进行评价，便于后期优化。
本发明的有益效果为：该基于混合智能算法的物资托盘配送车辆调度方法采用了订单处理模块4，对订单进行智能处理，且通过在路径规划模块44中通过路径智能算法模块4411对路径进行计算，并选择最佳路径，且设计了路径风险预测模块442，可以避免较大风险路径，使得转运效率更高，降低转运风险，转运结束后，可通过配送评价模块6对调度过程进行评价，方便对调度过程进行进一步优化。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种基于混合智能算法的物资托盘配送车辆调度系统，包括调度中心(1)、托盘数据采集模块(2)、网络通信模块(3)、订单处理模块(4)、信息存储模块(5)、配送评价模块(6)、车载终端(7)和订单追踪模块(8)，其特征在于：所述调度中心(1)与托盘数据采集模块(2)连接，所述调度中心(1)与网络通信模块(3)连接，所述调度中心(1)与订单处理模块(4)连接，所述调度中心(1)与信息存储模块(5)连接，所述调度中心(1)与配送评价模块(6)连接，所述订单处理模块(4)与车载终端(7)连接，所述车载终端(7)与订单追踪模块(8)连接；
所述订单处理模块(4)包括订单接收模块(41)、订单归类模块(42)、任务分配模块(43)、路径规划模块(44)和指令发送模块(45)，所述订单接收模块(41)与订单归类模块(42)连接，所述订单归类模块(42)与任务分配模块(43)连接，所述任务分配模块(43)与路径规划模块(44)连接，所述路径规划模块(44)与指令发送模块(45)连接。
2.根据权利要求1所述的一种基于混合智能算法的物资托盘配送车辆调度系统，其特征在于：所述路径规划模块(44)包括路径优化模块(441)、路径智能算法模块(4411)、路径智能选择模块(4412)、路径风险预测模块(442)、路径风险模拟模块(4421)、路径风险预警模块(4422)和风险处理模块(443)。
3.根据权利要求2所述的一种基于混合智能算法的物资托盘配送车辆调度系统，其特征在于：所述路径优化模块(441)与路径智能算法模块(4411)连接，所述路径智能算法模块(4411)与路径智能选择模块(4412)连接。
4.根据权利要求2所述的一种基于混合智能算法的物资托盘配送车辆调度系统，其特征在于：所述路径风险预测模块(442)与路径风险模拟模块(4421)连接，所述路径风险模拟模块(4421)与路径风险预警模块(4422)连接。
5.根据权利要求1所述的一种基于混合智能算法的物资托盘配送车辆调度系统，其特征在于：所述车载终端(7)与信息存储模块(5)连接，所述订单追踪模块(8)与信息存储模块(5)连接。
6.一种基于混合智能算法的物资托盘配送车辆调度方法，其特征在于：具体步骤包括：
步骤一：通过托盘数据采集模块(2)对物资托盘的数据进行采集，主要采集的内容为物资托盘的位置、物资托盘的规格、物资托盘的重量等信息，然后将采集的信息通过网络通信模块(3)上传至调度中心(1)；
步骤二：调度中心(1)对托盘数据的信息进行处理，然后将托盘数据的信息上传至订单处理模块(4)，订单处理模块(4)对托盘数据进行整理；
步骤三：当订单处理模块(4)对托盘数据进行处理时，会产生订单，订单接收模块(41)首先接收订单信息，然后再将订单上传至订单归类模块(42)，订单归类模块(42)再将订单传递至任务分配模块(43)，任务分配模块(43)将分配信息传递至路径规划模块(44)，路径规划模块(44)再将规划路径信息传递至指令发送模块(45)，然后指令发送模块(45)将指令信息发出，将指令传递至指定的车载终端(7)；
步骤四：当路径规划模块(44)进行路径规划时，首先路径优化模块(441)将路径优化指令传递至路径智能算法模块(4411)，路径智能算法模块(4411)通过混合智能算法对路径进行优化，计算出多种路径方案，然后将多种路径方案传递至路径智能选择模块(4412)，通过路径智能选择模块(4412)选择出最佳路径；
步骤五：当路径规划模块(44)进行路径规划时，路径风险预测模块(442)对路径进行风险预测，然后将预测指令传递至路径风险模拟模块(4421)，路径风险模拟模块(4421)对路径风险进行模拟，然后将有风险路径的相关信息传递至路径风险预警模块(4422)，通过路径风险预警模块(4422)发出预警信息，当存在风险时，风险处理模块(443)对风险进行处理，避开风险路径；
步骤六：订单处理模块(4)将订单信息处理好并规划指定路径后，将信息传递至车载终端(7)，车载终端(7)接收路径信息，为配送车辆提供指示，配送车辆即可对托盘进行配送工作；
步骤七：在车辆对托盘进行配送时，订单追踪模块(8)对配送车辆进行定位追踪，将定位信息传递至信息存储模块(5)，信息存储模块(5)中存储的信息方便调度中心(1)随时调用，同时车载终端(7)所产生的配送信息也上传至信息存储模块(5)；
步骤八：当某个配送车辆完成对托盘的配送任务后，调度中心(1)接收到任务完成信息，然后调度中心(1)调用信息存储模块(5)中的配送信息，将信息上传至配送评价模块(6)，配送评价模块(6)针对配送信息进行评价，评价内容包括配送时间、配送的路径选择、配送过程中的风险预测等，对配送进行评价，便于后期优化。
CN201910945691.5A 2019-09-30 2019-09-30 一种基于混合智能算法的物资托盘配送车辆调度方法 Pending CN110689202A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910945691.5A CN110689202A (zh) 2019-09-30 2019-09-30 一种基于混合智能算法的物资托盘配送车辆调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910945691.5A CN110689202A (zh) 2019-09-30 2019-09-30 一种基于混合智能算法的物资托盘配送车辆调度方法

Publications (1)

Publication Number Publication Date
CN110689202A true CN110689202A (zh) 2020-01-14

Family

ID=69111410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910945691.5A Pending CN110689202A (zh) 2019-09-30 2019-09-30 一种基于混合智能算法的物资托盘配送车辆调度方法

Country Status (1)

Country Link
CN (1) CN110689202A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523754A (zh) * 2020-03-14 2020-08-11 山东京博物流股份有限公司 智慧物流供应链金融一体化平台系统
CN111882266A (zh) * 2020-07-09 2020-11-03 中国人民解放军海军工程大学 一种特种物资配送系统及配送方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761588A (zh) * 2014-02-18 2014-04-30 张家港美核电子科技有限公司 基于多目标建模优化的危化品运输调度方法
CN107067201A (zh) * 2016-12-29 2017-08-18 合肥旋极智能科技有限公司 智能物流调度系统
CN109598368A (zh) * 2018-11-14 2019-04-09 拉扎斯网络科技（上海）有限公司 路径决策评估、订单分配方法及装置、电子设备及介质
CN109636213A (zh) * 2018-12-19 2019-04-16 拉扎斯网络科技（上海）有限公司 订单分配、评价方法及装置、电子设备及存储介质
US20190130763A1 (en) * 2017-11-02 2019-05-02 Toyota Jidosha Kabushiki Kaisha Vehicle dispatch system, vehicle dispatch apparatus used for the same, and vehicle dispatch method
CN109902990A (zh) * 2019-01-16 2019-06-18 江苏玄通供应链股份有限公司 一种供应链物流配送线路规划系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761588A (zh) * 2014-02-18 2014-04-30 张家港美核电子科技有限公司 基于多目标建模优化的危化品运输调度方法
CN107067201A (zh) * 2016-12-29 2017-08-18 合肥旋极智能科技有限公司 智能物流调度系统
US20190130763A1 (en) * 2017-11-02 2019-05-02 Toyota Jidosha Kabushiki Kaisha Vehicle dispatch system, vehicle dispatch apparatus used for the same, and vehicle dispatch method
CN109598368A (zh) * 2018-11-14 2019-04-09 拉扎斯网络科技（上海）有限公司 路径决策评估、订单分配方法及装置、电子设备及介质
CN109636213A (zh) * 2018-12-19 2019-04-16 拉扎斯网络科技（上海）有限公司 订单分配、评价方法及装置、电子设备及存储介质
CN109902990A (zh) * 2019-01-16 2019-06-18 江苏玄通供应链股份有限公司 一种供应链物流配送线路规划系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
何亿: "遗传算法下物流配送中心订单拣选路径优化", 《商业经济研究》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523754A (zh) * 2020-03-14 2020-08-11 山东京博物流股份有限公司 智慧物流供应链金融一体化平台系统
CN111882266A (zh) * 2020-07-09 2020-11-03 中国人民解放军海军工程大学 一种特种物资配送系统及配送方法

Similar Documents

Publication Publication Date Title
US11182743B2 (en) Order processing method and device, server, and storage medium
CN106991543B (zh) 调拨系统及调拨方法
CN108846609A (zh) 基于订单任务的拣选方法、装置、服务器和介质
CN105389975B (zh) 专车调度方法和装置
CN111915410B (zh) 面向高动态生产物流过程的智能管控系统
CN108197761B (zh) 融合循环取货与甩挂式配送的入厂物流调度方法和系统
CN108734328A (zh) 用于调度无人分拣系统中自动导引运输车的方法和装置
CN111105084B (zh) 物流信息处理方法、装置、设备及计算机存储介质
CN106447186B (zh) 一种智能仓储中运输设备任务分配的方法及装置
CN110490380B (zh) 自动化动态最小运力的即时派单方法及装置
CN107967586A (zh) 一种电网物资仓储优化方法
WO2019090874A1 (zh) 一种用于货物取送的单车调度方法
CN110689202A (zh) 一种基于混合智能算法的物资托盘配送车辆调度方法
CN115619051A (zh) 一种共享车辆调配方法、系统及计算机存储介质
CN108764780A (zh) 一种送餐调度系统及其送餐调度方法
CN111768052A (zh) 基于算法模型的整车厂进场物流路线自动规划方法
CN105913212A (zh) 一种电力物资配送管理方法和系统
CN115049342A (zh) 货物的出库控制方法、装置和计算机可读存储介质
CN111861313A (zh) 一种基于5g网络的物流智能配送方法
CN115719193A (zh) 一种物联网的物流车辆调度规划系统
CN116757394A (zh) 一种调度系统及方法、设备、计算机可读存储介质
CN113159467A (zh) 一种派车单处理方法和装置
CN112001646B (zh) 一种物料调度方法、装置、存储介质及电子设备
CN112070438B (zh) 一种基于配置分层的物料配送方法和系统
CN113706083A (zh) 一种智能物流调度方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200114