CN111062531B - 快递干线运输方案的生成方法及装置 - Google Patents

Abstract

本申请涉快递干线运输方案的生成方法及装置，属于物流技术领域，本申请的生成方法包括：确定自有全部转运中心各运输方向待处理的货运量；构建以转运中心为节点、转运中心间实际运输距离为边初始权重的加权有向全连通图；依照货运量的大小次序基于最短路径原则、逐次将各运输方向的货运量分配到加权有向全连通图的各边上，以形成待发送包裹在干路运输上的运输路径；其中，在每一次货运量分配后，基于预设模型根据边已分配的货运量对加权有向全连通图的边权重进行调整更新。本申请可在较短时间内得到较优的路由运输方案，从而有效地降低快递干线运输的成本。

Description

快递干线运输方案的生成方法及装置

技术领域

本申请属于物流技术领域，具体涉及一种快递干线运输方案的生成方法及装置。

背景技术

在快递物流领域，快递公司为了节约运输成本，不会单独为每一件快递分配一辆货车，而是把同一方向的快递汇集起来，共同分配一辆货车运送。快件会逐级汇聚，集中运送，再逐级分发。通常来说，快递经过的各个节点为：寄件人-一级网点-二级网点-转运中心-转运中心……-转运中心-一级网点-二级网点-收件人。其中上述节点链条的两端(网点到转运中心以及转运中心到网点)，属于同城配送范畴，属于经典的VRP(vehicle routingproblem)问题，有成熟的解法。

而针对转运中心之间的运输，实际运营中通常采用货车运输，具体的实现模式包括：如果货运量能够装满一辆货车，则会由寄件人所属的转运中心直发到收件人所属的转运中心；如果货量不够装满一车，有可能会在中途的某个转运中心停靠，中途装货后再继续前往目的地，例如上海转运中心到北京转运中心的货物不够装满一车，可能会先开往无锡转运中心，装载上无锡到北京的货物，再开往北京转运中心；还有可能的是，上海到北京的快递，无锡到北京的快递加起来仍不满一车，则会考虑把苏州到北京的快递以及常州到北京的快递在无锡汇聚为一车，由无锡发车到北京。基于上述转运中心到转运中心不同模式的优化调整，属于干线路由规划范畴。

相关技术中，为生成运输方案，在进行干线路由规划时，主要以运输成本为优化目标，将其转化为整数规划问题来求解，整数规划问题属于NP问题，求解时间会随着问题规模的增大呈爆炸式增长，针对整数规划问题求解主要采用分支定价方法或者启发式算法。其中，分支定价方法可以求得精确解，但只限于问题规模很小的时候，问题规模一旦增大，则在有限时间内不可求解；而启发式算法可以在可接受的时间内求的近似解，但解的质量严重依赖初始解的好坏。为得到较好的解，需要多次尝试不同的初始解，由于问题属于非凸优化，即使多次尝试也未必一定能够在较短的时间内找到较好的解。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种快递干线运输方案的生成方法及装置，可在较短时间内得到较优的路由运输方案，从而有效地降低快递干线运输的成本。

为实现以上目的，本申请采用如下技术方案：

第一方面，

本申请提供一种快递干线运输方案的生成方法，该生成方法包括：

确定自有全部转运中心各运输方向待处理的货运量；

构建以转运中心为节点、转运中心间实际运输距离为边初始权重的加权有向全连通图；

依照货运量的大小次序基于最短路径原则、逐次将各运输方向的货运量分配到所述加权有向全连通图的各边上，以形成待发送包裹在干路运输上的运输路径；

其中，在每一次货运量分配后，基于预设模型根据边已分配的货运量对所述加权有向全连通图的边权重进行调整更新。

可选地，所述确定自有全部转运中心各运输方向待处理的货运量，包括，

获取自有全部转运中心各运输方向待发送包裹的数量信息；

根据包裹的平均体积和所述数量信息计算货运体积，以确定各运输方向待处理的货运量。

可选地，所述逐次将各运输方向的货运量分配到所述加权有向全连通图的各边上，具体包括针对每一运输方向的货运量进行如下分配步骤，

将该运输方向的货运量与预设阈值进行比较；

当该运输方向的货运量大于等于所述预设阈值时，将该运输方向的货运量进行直发分配；

当该运输方向的货运量小于所述预设阈值时，基于所述加权有向全连通图各边的当前权重计算出该运输方向发货节点到收货节点的最短路径，将该运输方向的货运量分配到所述最短路径上。

可选地，计算所述最短路径的算法包括Dijkstra算法。

可选地，基于如下预设模型对所述加权有向全连通图的边权重进行调整更新，

weight＝min(1,(a/loads)^b)，

其中，

weight为边权重修正系数，loads为该边已分配的货运量，

a、b为模型调整参数。

可选地，基于如下预设模型对所述加权有向全连通图的边权重进行调整更新，

weight＝c*min(1,(a/loads)^b)，

其中，

weight为边权重修正系数，loads为该边已分配的货运量，

a、b为模型调整参数，

c为平衡参数，基于该边已分配的货运量、以及该边对应的回程边已分配的货运量确定。

可选地，模型调整参数a＝150方，b＝0.1；

当该边已分配的货运量小于其对应的回程边已分配的货运量时，平衡参数c＝0.7，否则平衡参数c＝1。

可选地，在形成待发送包裹在干路运输上的运输路径之后，所述生成方法还包括，

根据所述加权有向全连通图中各边上分配的最终货运量，生成针对各转运中心的运输车辆调配方案。

可选地，所述运输车辆包括自有车辆和物流车辆，所述生成各转运中心的运输车辆调配方案包括针对任一对转运中心进行如下调配方案生成步骤：

在加权有向全连通图中，确定该对转运中心之间运输方向所对应的两边；

比较所述两边分配的最终货运量大小，将其中较小的最终货运量除以车辆载荷量并上取整，以确定该对转运中心对发的自有车辆的数量；

基于所述自有车辆的数量计算所述两边中最终货运量较大边的剩余货运量，将所述剩余货运量除以车辆载荷量并上取整，以确定该对转运中心中发货量较大转运中心所需物流车辆的数量；

基于所述自有车辆的数量和物流车辆的数量，生成该对转运中心之间运输方向的车辆调配方案。

第二方面，

本申请提供一种快递干线运输方案的生成装置，包括：

存储器，其上存储有可执行程序；

处理器，用于执行所述存储器中的所述可执行程序，以实现上述所述生成方法的步骤。

本申请采用以上技术方案，至少具备以下有益效果：

本申请的技术方案，通过建立全连通图，基于预设模型动态改变每条边的权重，根据权重所表示的边距离，利用最短路径算法逐次确定货运需求的路径，可较快的生成汽运成本低的快递干路运输方案。且针对其中货运量较大的运输方向直接进行直发分配，可进一步兼顾汽运成本与运输时效性。

本发明的其他优点、目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。

图1为本申请一个实施例提供的快递干线运输方案的生成方法的流程示意图；

图2为本申请另一个实施例提供的快递干线运输方案的生成方法的流程示意图；

图3为图2所示实施例中加权有向全连通图的初始状态示意说明图；

图4为图3所示实施例中加权有向全连通图基于一种预设模型的权重调整示意说明图；

图5为图3所示实施例中加权有向全连通图基于另一种预设模型的权重调整示意说明图；

图6为图2所示实施例中车辆调配方案生成示意说明图；

图7为本申请一个实施例提供的快递干线运输方案的生成装置的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。

如背景技术中所述，现有的快递干线路由规划，一般是把问题归结为整数规划问题，此问题难以在短时间内求解。针对于此，本申请提出一种快递干线运输方案的生成方法，可在较短时间内得到较优的干线路由运输方案。

图1为本申请一实施例中快递干线运输方案的生成方法的流程示意图。

如图1所示，在该实施例中，快递干线运输方案的生成方法，包括：

步骤S110，确定自有全部转运中心各运输方向待处理的货运量；

举例而言，中通快递公司自有的转运中心共有90个(北京转运中心、上海转运中心……)，则对应的运输方向共有90*(90-1)＝8010个(北京-上海、上海-北京……)。步骤S110中，运输方向待处理的货运量指，某一时间段(如一天)内某一运输方向上的待进行运输的包裹所对应的货运体积方数，如北京-上海运输方向待处理的货运量为180方，容易理解的是，在上述中通快递公司的应用场景下，步骤S110中此时共确定了8010个货运量数据。

之后，继续步骤S120，构建以转运中心为节点、转运中心间实际运输距离为边初始权重的加权有向全连通图；

有向全连通图为处理路径规划问题的常用数学工具，继续以中通快递公司的情况为例，这里构建的加权有向全连通图中共有90个节点，边共有8010个(对应“运输方向”或者说“直发路径”)，而各边的初始权重为转运中心间实际运输距离，如北京转运中心-上海转运中心实际运输距离为1200km，则北京节点-上海节点的有向边的初始权重为1200。并且由于转运中心之间实际往返运输走的可能不是同一条路，实际中，X节点-Y节点的有向边的初始权重、与Y节点-X节点的有向边的初始权重可能不同。

再之后，继续步骤S130，依照货运量的大小次序基于最短路径原则、逐次将各运输方向的货运量分配到加权有向全连通图的各边上，以形成待发送包裹在干路运输上的运输路径；其中，在每一次货运量分配后，基于预设模型根据边已分配的货运量对加权有向全连通图的边权重进行调整更新。

同样以中通快递公司为例，这里的“逐次”指对步骤S110中8010个货运量逐个进行分配，步骤S130中，首先对8010个货运量数据从大到小进行排序，之后按该次序对8010个货运量进行逐个分配，其中每次分配后，基于预设模型根据边已分配的货运量对的边权重进行调整更新。

具体的，基于如下预设模型对加权有向全连通图的边权重进行调整更新，

weight＝min(1,(a/loads)^b) (1)

表达式(1)中，weight为边权重修正系数，loads为该边已分配的货运量，a、b为模型调整参数。

调整更新后的边权重为原边权重与边权重修正系数的乘积。

本申请的技术方案，通过建立全连通图，基于预设模型动态改变每条边的权重，根据权重所表示的边距离，利用最短路径算法逐次确定货运需求的路径，可较快的生成汽运成本低的快递干路运输方案。

为便于理解本申请的技术方案，下面以另一实施例对本申请的技术方案进行介绍说明。

图2所示为该实施例中快递干线运输方案的生成方法的流程示意图。如图2所示，

首先进行步骤S210，确定自有全部转运中心各运输方向待处理的货运量；

具体的，该实施例中，获取自有全部转运中心各运输方向待发送包裹的数量信息；根据包裹的平均体积和数量信息计算货运体积，以确定各运输方向待处理的货运量。

举例而言，上海转运中心到北京转运中心的某一日待发送包裹的数量为22500件，根据历史统计包裹的平均体积为8升，则上海-北京运输方向待处理的货运量为180方。

此外，这里额外介绍一下包裹的平均体积的统计计算方法，假设全网车辆基本上是满载的，全网车辆的核载体积就是货物的总体积，基于历史数据，通过累加全网车辆的核载体积，除以每日发送的总包裹量，得到快递包裹平均体积为8升。但特别的，针对某些转运中心，例如中通自有的广州、虎门、潮汕、义乌这四个中心，其发货量远超过其它中心，而这四个中心出发的货车的数量并没有同等比例增加，基于上述方法对这四个中心重新计算，得到这四个中心的快递平均体积大约为4升。

之后，如图2所示，继续步骤S220，构建以转运中心为节点、转运中心间实际运输距离为边初始权重的加权有向全连通图。该步骤具体实现方法与前文实施例中所说明的相同，这里就不进行详述了。

而为方便后续对本实施例进行说明，这里将只包括部分节点(北京、上海、西安)的局部加权有向全连通图进行展示，具体如附图3所示。

如图3所示，其包括3个节点(分别对应北京、上海、西安转运中心)，6条边(分别对应北京-上海、上海-北京、北京-西安、西安-北京、上海-西安、西安-上海运输路径)，W表示各边的权重，loads为各边已分配的货运量，此时W的值为边的初始权重(具体值为转运中心间实际运输距离)，此时未进行货运量分配，各边的loads都为0。

回到图2，继续进行步骤S230，依照货运量的大小次序基于最短路径原则、逐次将各运输方向的货运量分配到加权有向全连通图的各边上，以形成待发送包裹在干路运输上的运输路径；其中，在每一次货运量分配后，基于预设模型根据边已分配的货运量对加权有向全连通图的边权重进行调整更新。

具体的，步骤S230中，逐次将各运输方向的货运量分配到所述加权有向全连通图的各边上，包括针对每一运输方向的货运量进行如下分配步骤：

首先将该运输方向的货运量与预设阈值进行比较；预设阈值是直发判断条件，用于兼顾汽运成本与运输时效性，其取值基于实际运营情况评价进行调整，基于比较结果，进行如下不同分配处理：

A、当该运输方向的货运量大于等于预设阈值时，选择直发，将该运输方向的货运量进行直发分配；

这里以图3为基础进行举例说明，假设各运输方向货运量按大小排序后如下：

上海-北京180方；

北京-上海170方；

上海-西安160方；

西安-上海155方；

北京-西安152方；

西安-北京140方。

根据大小次序，首先进行上海-北京运输方向的货运量分配，将上海-北京的货运量与预设阈值(例如预设阈值为100方)进行比较，180方大于100方，则此时选择直发，180方分配到上海-北京边上，也即上海到北京包裹的路径为上海-北京。该次分配完成，接下来基于预设模型更新上海-北京这条边的权重。

预设模型如前文表达式(1)所示，假设参数设置为a＝150，b＝0.1，则权重更新系数weight＝min(1,(150/180)^0.1)＝0.98；该边权重W调整更新为1200*0.98＝1176，更新结果如图4所示。继续依次分配其余5个运输方向的货运量，每次都更新loads，基于表达式(1)权重更新系数，并更新边权重W，最终结果如图4所示。

通过设置预置阈值进行直发分配，在分配完这些直发线路后，图中的部分线路已经装载了相当多的货量，即loads相当大，因为weight＝min(1,(a/loads)^b)与loads呈反比，会变得非常小，进而其边的权重会变得很小。在后续的分配中，选择最短路径时，会倾向于走这些装载量大的线路，即货物会集中走某些线路。这样做的效果是使货物集中，从而降低了运输成本。

此外，作为一种优选，为了车辆的平衡性，在表达式(1)所示的预设模型基础上引入平衡参数c，形成如下另一种预设模型，

weight＝c*min(1,(a/loads)^b) (2)

表达式(2)中，

weight为边权重修正系数，loads为该边已分配的货运量，a、b为模型调整参数；c为平衡参数，基于该边已分配的货运量、以及该边对应的回程边已分配的货运量确定。

车辆平衡，即指某一节点在一段时间内进出的车辆数保持平衡，否则会出现某些节点的车辆数越来越少，难以维持现有发车计划的情况。平衡参数c的确定方法如下，

当该边已分配的货运量小于其对应的回程边已分配的货运量时，平衡参数c＝0.7，否则平衡参数c＝1。实际应用实施中可采用如下实现方式：

在每次分配完一个运输方向的货运量后，得到货运的路径，需更新此路径所包含的所有边的loads以及W，在更新权重W时再加入一个判断，即此条边的回程线路的loads与此条边的loads的关系；

以北京-上海为例，在分配完北京-上海的路径之后，北京-上海的loads为170，小于上海-北京的货物180方，确定平衡参数c＝0.7，而同样假设模型调整参数a＝150，b＝0.1，此时基于表达式(2)计算北京-上海边的权重修正系数weight＝c*min(1,(a/loads)^b)，则北京-上海的权重修正系数由0.99更改为0.7*0.99＝0.69，更新权重W＝1200*0.69＝828km。

可见平衡参数c的作用是将北京-上海的边权重变小了，使得最短路径算法更容易选择此条线路作为路径，使得更多的货物被分配到此线路上，从而使得北京-上海、上海-北京的货物尽量平衡，保证来往的车辆平衡。考虑到车辆平衡后，前文以图3为基础的例子中，分配后的结果如图5表示。

B、另一情况，当该运输方向的货运量小于预设阈值时，

基于加权有向全连通图各边的当前权重计算出该运输方向发货节点到收货节点的最短路径，将该运输方向的货运量分配到最短路径上；

计算最短路径的算法包含多种，例如A*算法，Bellman-Ford算法，SPFA算法，Johnson算法，Bi-Direction BFS算法等，作为一种优选，本实施例中计算最短路径的算法采用Dijkstra算法。

货运量分配到最短路径上具体指，若运输方向为a-b，货运量为10方，计算得出的最短路径为a-c-b，则a-c，c-b边的loads都要分配上10(累加上10)。

同样的，情况B下，在货运量分配后，也要进行边权重调整，具体调整方法在前文已进行了介绍，这里就不进行赘述了。

步骤S230之后，继续回到图2，在该实施例中，在形成待发送包裹在干路运输上的运输路径之后，生成方法还包括，

步骤S240，根据加权有向全连通图中各边上分配的最终货运量，生成针对各转运中心的运输车辆调配方案。

在分配车辆时，我们既考虑了快递公司自有车辆，又考虑了物流车辆，即运输车辆包括自有车辆和物流车辆。公司自有车辆，费用较低，物流车辆即雇佣的第三方物流公司的车辆，费用高于公司的自有车辆，但由于不用考虑物流车辆的回程问题，相比于用公司车辆把货物运送到某处，再空车返回，在单向运输货物时使用物流车辆成本更低。

因此在步骤S240中，生成各转运中心的运输车辆调配方案包括针对任一对转运中心进行如下调配方案生成步骤：

在加权有向全连通图中，确定该对转运中心之间运输方向所对应的两边；

比较两边分配的最终货运量大小，将其中较小的最终货运量除以车辆载荷量并上取整，以确定该对转运中心对发的自有车辆的数量；

基于得到的自有车辆的数量计算两边中最终货运量较大边的剩余货运量，将剩余货运量除以车辆载荷量并上取整，以确定该对转运中心中发货量较大的转运中心所需租赁的物流车辆的数量；

举例而言，如图6所示，选择北京、上海这对转运中心，所有货运量都分配完路径后，北京-上海的线路最终货运量为230方，上海-北京的最终货运量为300方，为方便说明，假设所有使用车辆的载荷量都是120方。

经比较后，在上海、北京往返的线路中选择较小的最终货运量，即230方，用此货运量与车辆载荷量相除，并向上取整，即230/120＝1.9向上取整得到2，即上海-北京、北京-上海各分配2辆公司车辆配送货物。而针对这样所导致上海-北京线路(上海-北京有向边)还剩余300-120*2＝60方的货物无法配送，这60方(剩余货运量)货物我们分配物流车辆来配送。60/120＝0.5向上取整得到1，即在上海-北京线路上再安排一辆物流车辆。

在得到自有车辆的数量和物流车辆的数量之后，基于自有车辆的数量和物流车辆的数量，生成该对转运中心之间运输方向的车辆调配方案。

容易理解的是，类似的，采用上述方法对加权有向全连通图中所有的节点对(转运中心对)进行类似生成步骤，就可最终得到全部转运中心的车辆调配方案。

本申请的技术方案，通过建立全连通图，基于预设模型动态改变每条边的权重，根据权重所表示的边距离，基于最短路径算法逐次确定货运需求的路径。整体方案中，可调节的参数共有四个，分别为直发判断的预设阈值参数，预设模型中的模型调整参数a、b，以及平衡参数c。

这个四个参数中，预设阈值参数，其参数值设置的越大，满足直发条件的需求越少，越多的需求选择中转，从而降低了汽运成本，但同时降低了时效性；设置的越低，满足直发条件的需求越多，越少的需求选择中转，从而提高了汽运成本，但是提高了时效性。所以在方法实际实施时，此预设阈值的调节需要考虑到成本与时效的权衡。

而四个参数中另外三个参数都与全连通图中的边的权重有关，其中模型调整参数a、b共同决定了权重值与货物量的依赖关系，保证了货物在路网中具有汇聚性，以降低汽运成本。而平衡参数c则考虑了两节点之间车辆的平衡性，使在分配车辆时尽量多的使用公司车辆，较少使用物流车辆，从而降低车辆使用成本。

另外需要说明的是，在上述实施例中进行车辆调配方案生成时，采用的车型为单一载荷量的车型。容易理解的是，基于本申请的技术方案，可以很容易的扩展到不同载荷量的多种车型，例如，为每一运输方向货运量安排的路径无需改变，只需在进行车辆调配时，逐一判断用哪种车型成本最低即可。

本申请中采用以上技术方案，至少具备以下有益效果：

(a)运行时间短

本申请的生成方法基于现有计算设备在实现过程中，可调节的参数只有4个，使用到的算法为最短路径算法，整个生成方法完整运行一次只需大约1分钟，就可得到较佳的运输方案结果。而传统的整数规划模型，如果利用启发式算法，运行时间则需要几十分钟，且不一定能找到满意的方案；如果利用分支定价方法，少则几小时，多则几天，甚至几个月。

(b)为降低成本，引入了车辆平衡，以及物流车辆等要素

传统算法没有考虑过物流车辆，即使加入了物流车辆，参数会成倍的增加，从而更加难以求解。

(c)车型方便调节

方法中，可以根据两点之间的货物量灵活的调节车型。在传统算法中，增加多种车型，又成倍或几倍的增加了参数，使得问题难以求解。

综上，本申请中技术方案中的快递干线运输方案生成方法，其实现原理简单，但又全面考虑到现实实际中的成本与时效问题、车辆平衡问题、车型选择问题，并且具有很大的灵活性，参数简单易于调整。

本申请还提供了一种快递干线运输方案的生成装置，图7为本申请一个实施例提供的快递干线运输方案的生成装置的结构示意图，如图7所示，该生成设备700包括：

存储器701，其上存储有可执行程序；

处理器702，用于执行存储器701中的可执行程序，以实现上述方法的步骤。

关于上述实施例中的电子设备700，其处理器702执行存储器701中的程序的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种快递干线运输方案的生成方法，其特征在于，包括：

确定自有全部转运中心各运输方向待处理的货运量；

构建以转运中心为节点、转运中心间实际运输距离为边初始权重的加权有向全连通图；

依照货运量的大小次序基于最短路径原则、逐次将各运输方向的货运量分配到所述加权有向全连通图的各边上，以形成待发送包裹在干路运输上的运输路径；

根据所述加权有向全连通图中各边上分配的最终货运量，生成针对各转运中心的运输车辆调配方案；

其中，在每一次货运量分配后，基于预设模型根据边已分配的货运量对所述加权有向全连通图的边权重进行调整更新；

基于如下第一预设模型对所述加权有向全连通图的边权重进行调整更新，

其中，

weight为边权重修正系数，loads为该边已分配的货运量，a、b为模型调整参数；

调整更新后的边权重为原边权重与边权重修正系数的乘积；

所述逐次将各运输方向的货运量分配到所述加权有向全连通图的各边上，具体包括针对每一运输方向的货运量进行如下分配步骤，

将该运输方向的货运量与预设阈值进行比较；

当该运输方向的货运量大于等于所述预设阈值时，将该运输方向的货运量进行直发分配；

当该运输方向的货运量小于所述预设阈值时，基于所述加权有向全连通图各边的当前权重计算出该运输方向发货节点到收货节点的最短路径，将该运输方向的货运量分配到所述最短路径上；

所述运输车辆包括自有车辆和物流车辆，所述生成各转运中心的运输车辆调配方案包括针对任一对转运中心进行如下调配方案生成步骤：

在加权有向全连通图中，确定该对转运中心之间运输方向所对应的两边；

比较所述两边分配的最终货运量大小，将其中较小的最终货运量除以车辆载荷量并上取整，以确定该对转运中心对发的自有车辆的数量；

基于所述自有车辆的数量计算所述两边中最终货运量较大边的剩余货运量，将所述剩余货运量除以车辆载荷量并上取整，以确定该对转运中心中发货量较大转运中心所需物流车辆的数量；

基于所述自有车辆的数量和物流车辆的数量，生成该对转运中心之间运输方向的车辆调配方案。

2.根据权利要求1所述的生成方法，其特征在于，所述确定自有全部转运中心各运输方向待处理的货运量，包括，

获取自有全部转运中心各运输方向待发送包裹的数量信息；

根据包裹的平均体积和所述数量信息计算货运体积，以确定各运输方向待处理的货运量。

3.根据权利要求1所述的生成方法，其特征在于，计算所述最短路径的算法包括Dijkstra算法。

4.根据权利要求1所述的生成方法，其特征在于，在所述第一预设模型基础上引入平衡参数c，形成第二预设模型；基于如下第二预设模型对所述加权有向全连通图的边权重进行调整更新，

其中，

weight为边权重修正系数，loads为该边已分配的货运量，

a、b为模型调整参数，

c为平衡参数，基于该边已分配的货运量、以及该边对应的回程边已分配的货运量确定。

5.根据权利要求4所述的生成方法，其特征在于，模型调整参数a=150方，b=0.1；

当该边已分配的货运量小于其对应的回程边已分配的货运量时，平衡参数c=0.7，否则平衡参数c=1。

6.一种快递干线运输方案的生成装置，其特征在于，包括：

存储器，其上存储有可执行程序；

处理器，用于执行所述存储器中的所述可执行程序，以实现权利要求1-5中任一项所述生成方法的步骤。

Images