CN111126688A - 配送路线确定方法、装置、电子设备及可读存储介质 - Google Patents
配送路线确定方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN111126688A CN111126688A CN201911319104.8A CN201911319104A CN111126688A CN 111126688 A CN111126688 A CN 111126688A CN 201911319104 A CN201911319104 A CN 201911319104A CN 111126688 A CN111126688 A CN 111126688A
- Authority
- CN
- China
- Prior art keywords
- distribution
- route
- delivery
- target
- area
- 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.)
- Granted
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了配送路线确定方法、装置、电子设备及可读存储介质,其中,该配送路线确定方法包括:根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个目标配送区域中均包含有至少一个配送地点;针对每个目标配送区域,判断是否存在属于目标配送区域中的配送地点的历史配送路线;若存在,则将历史配送路线作为初始配送路线,采用最优解求解算法对初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。本申请对总配送区域中每个配送地点进行聚类,缩小了求解范围,迭代求解的过程使得确定出的优选配送路线更加合理,更能满足降低运输成本、提高运输效率的要求。
Description
技术领域
本申请涉及物流配送技术领域,尤其是涉及配送路线确定方法、装置、电子设备及可读存储介质。
背景技术
在物流运输过程中,支线运输指的是与干线相接的分支线路上的运输。支线运输主要负责城市内部,货物在中转场及快递点之间的流转。
针对支线运输,通过对配送车辆的运输路线进行合理的规划,在降低运输成本的同时完成运输任务。但是当中转场或快递点较多时,无法在可接受的时间内规划出合理的运输路线。
发明内容
有鉴于此,本申请的目的在于提供一种配送路线确定方法、装置、电子设备及可读存储介质,以确定出支线运输中更合理的配送路线,实现提高运输效率以及降低运输成本。
第一方面,本申请实施例提供了配送路线确定方法,包括:
根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个所述目标配送区域中均包含有至少一个配送地点;
针对每个所述目标配送区域,判断是否存在属于所述目标配送区域中的配送地点的历史配送路线;
若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,所述根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域,包括:
确定所述总配送区域中的中转场作为聚类中心点;
根据所述聚类中心点的位置信息以及所述总配送区域中心中每个配送地点的位置信息,确定每个所述配送地点到各个所述聚类中心点之间的距离;
针对每个所述聚类中心点,确定与所述该聚类中心点之间的距离小于预设距离的配送地点作为目标配送地点,以形成目标配送区域。
结合第一方面,本申请实施例提供了第一方面的第二种可能的实施方式,其中,所述根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域,包括:
根据总配送区域中每个配送地点的位置信息,确定每个所述配送地点到其他配送地点之间的车辆耗电量;
将所述车辆耗电量之和小于车辆总电量的配送地点作为目标配送地点,以形成目标配送区域。
结合第一方面,本申请实施例提供了第一方面的第三种可能的实施方式,其中,所述若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线,包括:
获取所述目标配送区域中每个配送地点的第一配送信息;
判断所述第一配送信息与所述历史配送路线中配送地点的第二配送信息是否完全相同;
若完全相同,则确定所述历史配送路线作为初始配送路线;若不完全相同,则确定所述第二配送信息中与所述第一配送信息相同的第三配送信息,将属于所述第三配送信息所对应的配送地点的历史配送路线作为初始配送路线;
采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
结合第一方面,本申请实施例提供了第一方面的第四种可能的实施方式,所述配送路线确定方法,还包括:
获取处于所述优选配送路线中配送车辆的当前位置以及所述配送车辆的剩余电量;
根据所述配送车辆的剩余电量,确定所述配送车辆的剩余行驶距离;
根据所述剩余行驶距离以及所述配送车辆的当前位置,确定处于所述剩余行驶距离中的配送地点;
在所述确定的配送地点设置充电装置。
结合第一方面的第四种可能的实施方式,本申请实施例提供了第一方面的第五种可能的实施方式,所述配送路线确定方法,还包括:
获取所述充电装置的充电时长;
移除充电时长最短的充电装置。
结合第一方面,本申请实施例提供了第一方面的第六种可能的实施方式,所述配送路线确定方法,还包括:
根据所述目标配送区域的优选配送路线,确定所述总配送区域的配送路线。
第二方面,本申请实施例还提供配送路线确定装置,包括:
聚类模块,用于根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个所述目标配送区域中均包含有至少一个配送地点;
判断模块,用于针对每个所述目标配送区域,判断是否存在属于所述目标配送区域中的配送地点的历史配送路线;
迭代模块,用于若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
本申请实施例提供的配送路线确定方法,包括:根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个目标配送区域中均包含有至少一个配送地点;针对每个目标配送区域,判断是否存在属于目标配送区域中的配送地点的历史配送路线;若存在,则将历史配送路线作为初始配送路线,采用最优解求解算法对初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。本申请对总配送区域中每个配送地点进行聚类,对聚类形成的目标配送区域内的初始配送路线进行求解,缩小了求解范围,迭代求解的过程使得确定出的优选配送路线更加合理,更能满足降低运输成本、提高运输效率的要求。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例所提供的第一种配送路线确定方法的流程图;
图2示出了本申请实施例所提供的第二种配送路线确定方法的流程图;
图3示出了本申请实施例所提供的第三种配送路线确定方法的流程图;
图4示出了本申请实施例所提供的第四种配送路线确定方法的流程图;
图5示出了本申请实施例所提供的配送路线确定装置的结构示意图;
图6示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
支线运输是指将货物从中转场到各个快递点、在各快递点间以及从各快递点集中到中转场的运输。现有技术中,通常通过整数规划算法或启发式算法确定出支线运输中配送车辆的运输路线。
对于整数规划算法,当问题规模比较大时,无法在可接受的时间内确定出合理的运输路线。对于启发式算法,由于其随机性与局部搜索的特点,无法保证每次都能确定出合理的运输路线。
基于此,本申请实施例提供了一种配送路线确定方法,下面通过实施例进行描述。如图1所示的第一种配送路线确定方法的流程示意图,包括以下步骤:
S101:根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个目标配送区域中均包含有至少一个配送地点。
S102:针对每个目标配送区域,判断是否存在属于目标配送区域中的配送地点的历史配送路线。
S103:若存在,则将历史配送路线作为初始配送路线,采用最优解求解算法对初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
在步骤S101中,总配送区域指的是城市内部需要配送货物的区域,可以是城市内部的行政区域、居民住宅小区等。
总配送区域中可以包括多个中转场以及多个配送地点。
其中,中转场指的是对货物进行集散和转运货物的场所。配送地点指的是可以接收和寄出货物的地点,这里可以是快递点。
在具体实施中,货物可以在中转场以及配送地点之间流转。具体地,货物可以从中转场分发到各个配送地点,也可以在各个配送地点之间流转,还可以从各个配送地点集中到中转场。
考虑到当总配送区域内的配送地点较多时,无法在可接收的时间内确定出较好的配送路线,因此可以对总配送区域中的配送地点进行聚类,将总配送区域分成多个配送区域,在具体实施中,如图2所示的第二种配送路线确定方法的流程示意图,步骤S101可以按照以下步骤执行:
S1011:确定总配送区域中的中转场作为聚类中心点。
S1012:根据聚类中心点的位置信息以及总配送区域中心中每个配送地点的位置信息,确定每个配送地点到各个聚类中心点之间的距离。
S1013:针对每个聚类中心点,确定与该聚类中心点之间的距离小于预设距离的配送地点作为目标配送地点,以形成目标配送区域。
在步骤S1011中,聚类中心点指的是以该点为中心对配送地点进行聚类的点。在该步骤中,考虑到货物主要是在中转场进行集散和转运,中转场作为配送路线中配送车辆的重要途经点,一般情况下货物都会经过中转场,因此选取总配送区域中的中转场为聚类中心点。
在步骤S1012中,位置信息可以指的是地址信息,通过聚类中心点的位置信息以及配送地点之间的位置信息,可以确定聚类中心点与配送地点之间的距离。
在确定每个配送地点与各个聚类中心点之间的距离时,可以针对每个聚类中心点,可以分别计算每个配送地点与该聚类中心点的距离;也可以以某个聚类中心点为中心,以预设距离为半径,计算预设范围内每个配送地点与该聚类中心点的距离。
在步骤S1013中,针对每个聚类中心点,与该聚类中心点之间的距离小于预设距离的配送地点可以作为目标配送地点,每个聚类中心点与对应的目标配送地点可以形成一个目标配送区域。最终根据聚类中心点,将总配送区域分成多个目标配送区域。其中,每个目标配送区域中均包含有一个聚类中心点和至少一个配送地点。
在步骤S102中,历史配送路线指的是确定好的历史最佳配送路线。通常,每次对配送区域的配送路线进行确定之后,都会保存历史最佳配送路线。
在每次确定好配送路线之后,都可以按照预设评分规则对确定的配送路线进行评分。具体地,可以将本次配送路线的评分结果与上次配送路线的评分结果进行比较,若本次配送路线的评分结果高于上次配送路线的评分结果,那么可以将本次配送路线作为最佳配送线路,而本次配送路线即为下次确定配送线路时,属于目标配送区域中的配送地点的历史配送路线;若本次配送路线的评分结果低于上次配送路线的评分结果,那么可以将上次配送路线作为最佳配送线路,而上次配送路线即为下次确定配送线路时,属于目标配送区域中的配送地点的历史配送路线。
因此在该步骤中首先判断是否存在属于目标配送区域中配送地点的历史配送路线。
在步骤S103中,初始配送路线指的是初步确定的配送路线,用于作为迭代计算的初始解。
在将历史配送路线作为初始配送路线之前,还需要判断目标配送区域中每个配送地点的配送信息是否发生变化,因此,如图3所示的第三种配送路线确定方法的流程示意图,步骤S103还可以包括以下步骤:
S1031:获取目标配送区域中每个配送地点的第一配送信息。
S1032:判断第一配送信息与历史配送路线中配送地点的第二配送信息是否完全相同。
S1033:若完全相同,则确定历史配送路线作为初始配送路线;若不完全相同,则确定第二配送信息中与第一配送信息相同的第三配送信息,将属于第三配送信息所对应的配送地点的历史配送路线作为初始配送路线。
S1034:采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
在步骤S1031中,第一配送信息指的是当前该配送地点是否配送、配送时间、配送地点等信息。
获取第一配送信息的方式可以是配送地点上传信息,也可以是从服务器获取配送地点的信息。
在步骤S1032中,在判断第一配送信息与历史配送路线中配送地点的第二配送信息是否完全相同时,具体可以判断当前配送地点的位置信息是否发生变化、当前配送地点是否需要配送、是否新增配送地点、配送时间是否相同等。
在步骤S1033中,如果第一配送信息与历史配送路线中配送地点的第二配送信息完全相同时,那么可以直接将历史配送路线作为初始配送路线;如果第一配送信息与历史配送路线中配送地点的第二配送信息不完全相同时,也就是第一配送信息发生了变化,例如目标配送区域中部分配送地点的配送时间发生了变化,那么确定第二配送信息中与第一配送信息相同的第三配送信息,将属于第三配送信息所对应的配送地点的历史配送路线作为初始配送路线,其余第一配送信息发生变化的配送地点暂不考虑。
在确定了初始配送路线之后,将初始配送路线作为初始解,利用最优解求解算法对初始配送路线进行迭代。
其中,最优解求解算法可以为元启发式算法,主要包括:爬山算法、禁忌搜索算法、延时接收算法以及模拟退火算法等。在初始解的基础上,使用元启发式算法,对初始解进行迭代,以确定最优解。
在进行迭代的过程中,可以设置解的约束条件,用来评估当前解是否为可行解以及解的优劣。其中,约束条件是根据业务需求设置的,例如车辆的耗电量、货物配送时间等。
这里,可以设置迭代的终止条件,例如迭代时间和迭代次数,将达到终止条件以及约束条件的解作为当前最优解。
在步骤S102之后,如果不存在属于目标配送区域中的配送地点的历史配送路线,那么首先可以根据传统人工确定配送路线的方法确定配送路线,然后以人工确定好的配送路线作为初始配送路线,再利用步骤S103中提到的元启发式算法对初始配送路线进行迭代求解。
在步骤S103中,生成目标配送区域的优选配送路线之后,还可以对所有目标配送区域的优选配送路线进行整合,形成总配送区域的配送路线,使得配送车辆可以按照确定出的总配送区域的配送路线对总配送区域进行货物配送。
在具体实施中,考虑到配送车辆在配送货物的过程中可能需要进行充电,因此上述方法确定的配送路线可以应用到充电站的设置中。具体地,如图4所示的第四种配送路线确定方法的流程示意图,可以包括以下步骤:
S401:获取处于优选配送路线中配送车辆的当前位置以及配送车辆的剩余电量。
S402:根据配送车辆的剩余电量,确定配送车辆的剩余行驶距离。
S403:根据剩余行驶距离以及配送车辆的当前位置,确定处于剩余行驶距离中的配送地点。
S404:在确定的配送地点设置充电装置。
在步骤S401中,可以根据配送车辆中的定位装置或者是卫星定位系统,对配送车辆进行定位,获取配送车辆的当前位置。并且在该步骤中获取配送车辆的剩余电量,这里配送车辆可以是指电动车辆。
在步骤S402中,剩余电量影响配送车辆的剩余行驶距离,因此根据配送车辆的剩余电量确定配送车辆的剩余行驶距离。
在步骤S403中,根据配送车辆的当前位置和剩余行驶距离,可以确定配送车辆能够到达的配送地点。
在步骤S404中,可以在剩余行驶距离内配送车辆能够到达的配送地点设置充电装置,以使配送车辆能够在电量耗尽之前及时充电。
考虑到充电装置的使用寿命、配送车辆所需的电量等因素,可以对充电站进行维护。在充电装置的使用过程中,可以定期获取充电装置的充电时长,对充电时长最短的充电装置进行移除。
基于相同的技术构思,本申请实施例还提供一种配送路线确定装置、电子设备、以及计算机存储介质等,具体可参见以下实施例。
图5是示出本申请的一些实施例的配送路线确定装置的框图,该配送路线确定装置实现的功能对应上述在终端设备上执行配送路线确定方法的步骤。该装置可以理解为一个包括处理器的服务器的组件,该组件能够实现上述配送路线确定方法,如图5所示,该配送路线确定装置可以包括:
聚类模块501,用于根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个所述目标配送区域中均包含有至少一个配送地点;
判断模块502,用于针对每个所述目标配送区域,判断是否存在属于所述目标配送区域中的配送地点的历史配送路线;
迭代模块503,用于若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
其中,聚类模块501,包括:
第一确定模块,用于确定所述总配送区域中的中转场作为聚类中心点;
第二确定模块,用于根据所述聚类中心点的位置信息以及所述总配送区域中心中每个配送地点的位置信息,确定每个所述配送地点到各个所述聚类中心点之间的距离;
第三确定模块,用于针对每个所述聚类中心点,确定与所述该聚类中心点之间的距离小于预设距离的配送地点作为目标配送地点,以形成目标配送区域。
其中,迭代模块503,包括:
第一获取模块,用于获取所述目标配送区域中每个配送地点的第一配送信息;
子判断模块,用于判断所述第一配送信息与所述历史配送路线中配送地点的第二配送信息是否完全相同;
第四确定模块,用于若完全相同,则确定所述历史配送路线作为初始配送路线;若不完全相同,则确定所述第二配送信息中与所述第一配送信息相同的第三配送信息,将属于所述第三配送信息所对应的配送地点的历史配送路线作为初始配送路线;
子迭代模块,用于采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
该配送路线确定装置还可以包括:
第二获取模块,用于获取处于所述优选配送路线中配送车辆的当前位置以及所述配送车辆的剩余电量;
第五确定模块,用于根据所述配送车辆的剩余电量,确定所述配送车辆的剩余行驶距离;
第六确定模块,用于根据所述剩余行驶距离以及所述配送车辆的当前位置,确定处于所述剩余行驶距离中的配送地点;
在所述确定的配送地点设置充电装置。
该配送路线确定装置还可以包括:
第三获取模块,用于获取所述充电装置的充电时长;
移除模块,用于移除充电时长最短的充电装置。
该配送路线确定装置还可以包括:
第七确定模块,用于根据所述目标配送区域的优选配送路线,确定所述总配送区域的配送路线。
如图6所示,为本申请实施例所提供的一种电子设备600的结构示意图,该电子设备600包括:至少一个处理器601,至少一个网络接口604和至少一个用户接口603,存储器605,至少一个通信总线602。通信总线602用于实现这些组件之间的连接通信。用户接口603,包括显示器(例如,触摸屏)、键盘或者点击设备(例如,触感板或者触摸屏等)。
存储器605可以包括只读存储器和随机存取存储器,并向处理器601提供指令和数据。存储器605的一部分还可以包括非易失性随机存取存储器(NVRAM)。
在一些实施方式中,存储器605存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:
操作系统6051,包含各种系统程序,用于实现各种基础业务以及处理基于硬件的任务;
应用程序6052,包含各种应用程序,用于实现各种应用业务。
在本申请实施例中,通过调用存储器605存储的程序或指令,处理器601用于:
根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个所述目标配送区域中均包含有至少一个配送地点;
针对每个所述目标配送区域,判断是否存在属于所述目标配送区域中的配送地点的历史配送路线;
若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
处理器601在执行步骤根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域时,具体用于:
确定所述总配送区域中的中转场作为聚类中心点;
根据所述聚类中心点的位置信息以及所述总配送区域中心中每个配送地点的位置信息,确定每个所述配送地点到各个所述聚类中心点之间的距离;
针对每个所述聚类中心点,确定与所述该聚类中心点之间的距离小于预设距离的配送地点作为目标配送地点,以形成目标配送区域。
处理器601在执行步骤根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域时,具体用于:
根据总配送区域中每个配送地点的位置信息,确定每个所述配送地点到其他配送地点之间的车辆耗电量;
将所述车辆耗电量之和小于车辆总电量的配送地点作为目标配送地点,以形成目标配送区域。
处理器601在执行步骤根据若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线时,具体用于:
获取所述目标配送区域中每个配送地点的第一配送信息;
判断所述第一配送信息与所述历史配送路线中配送地点的第二配送信息是否完全相同;
若完全相同,则确定所述历史配送路线作为初始配送路线;若不完全相同,则确定所述第二配送信息中与所述第一配送信息相同的第三配送信息,将属于所述第三配送信息所对应的配送地点的历史配送路线作为初始配送路线;
采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
处理器601还用于:
获取处于所述优选配送路线中配送车辆的当前位置以及所述配送车辆的剩余电量;
根据所述配送车辆的剩余电量,确定所述配送车辆的剩余行驶距离;
根据所述剩余行驶距离以及所述配送车辆的当前位置,确定处于所述剩余行驶距离中的配送地点;
在所述确定的配送地点设置充电装置。
处理器601还用于:
获取所述充电装置的充电时长;
移除充电时长最短的充电装置。
处理器601还用于:根据所述目标配送区域的优选配送路线,确定所述总配送区域的配送路线。
本申请实施例所提供的进行配送路线确定方法的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.配送路线确定方法,其特征在于,包括:
根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个所述目标配送区域中均包含有至少一个配送地点;
针对每个所述目标配送区域,判断是否存在属于所述目标配送区域中的配送地点的历史配送路线;
若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
2.根据权利要求1所述的配送路线确定方法,其特征在于,所述根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域,包括:
确定所述总配送区域中的中转场作为聚类中心点;
根据所述聚类中心点的位置信息以及所述总配送区域中的每个配送地点的位置信息,确定每个所述配送地点到各个所述聚类中心点之间的距离;
针对每个所述聚类中心点,确定与所述该聚类中心点之间的距离小于预设距离的配送地点作为目标配送地点,以形成目标配送区域。
3.根据权利要求1所述的配送路线确定方法,其特征在于,所述若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线,包括:
获取所述目标配送区域中每个配送地点的第一配送信息;
判断所述第一配送信息与所述历史配送路线中配送地点的第二配送信息是否完全相同;
若完全相同,则确定所述历史配送路线作为初始配送路线;若不完全相同,则确定所述第二配送信息中与所述第一配送信息相同的第三配送信息,将属于所述第三配送信息所对应的配送地点的历史配送路线作为初始配送路线;
采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
4.根据权利要求1所述的配送路线确定方法,其特征在于,还包括:
获取处于所述优选配送路线中配送车辆的当前位置以及所述配送车辆的剩余电量;
根据所述配送车辆的剩余电量,确定所述配送车辆的剩余行驶距离;
根据所述剩余行驶距离以及所述配送车辆的当前位置,确定处于所述剩余行驶距离中的配送地点;
在所述确定的配送地点设置充电装置。
5.根据权利要求4所述的配送路线确定方法,其特征在于,还包括:
获取所述充电装置的充电时长;
移除充电时长最短的充电装置。
6.根据权利要求1所述的配送路线确定方法,其特征在于,还包括:
根据所述目标配送区域的优选配送路线,确定所述总配送区域的配送路线。
7.配送路线确定装置,其特征在于,包括:
聚类模块,用于根据总配送区域中每个配送地点的位置信息,对全部配送地点进行聚类,以形成多个目标配送区域;每个所述目标配送区域中均包含有至少一个配送地点;
判断模块,用于针对每个所述目标配送区域,判断是否存在属于所述目标配送区域中的配送地点的历史配送路线;
迭代模块,用于若存在,则将所述历史配送路线作为初始配送路线,采用最优解求解算法对所述初始配送路线进行迭代,以生成该目标配送区域的优选配送路线。
8.根据权利要求7所述的配送路线确定装置,其特征在于,所述聚类模块包括:
第一确定模块,用于确定所述总配送区域中的中转场作为聚类中心点;
第二确定模块,用于根据所述聚类中心点的位置信息以及所述总配送区域中每个配送地点的位置信息,确定每个所述配送地点到各个所述聚类中心点之间的距离;
第三确定模块,用于针对每个所述聚类中心点,确定与所述该聚类中心点之间的距离小于预设距离的配送地点作为目标配送地点,以形成目标配送区域。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至8任一所述的配送路线确定方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至8任一所述的配送路线确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911319104.8A CN111126688B (zh) | 2019-12-19 | 2019-12-19 | 配送路线确定方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911319104.8A CN111126688B (zh) | 2019-12-19 | 2019-12-19 | 配送路线确定方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111126688A true CN111126688A (zh) | 2020-05-08 |
CN111126688B CN111126688B (zh) | 2023-05-26 |
Family
ID=70500219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911319104.8A Active CN111126688B (zh) | 2019-12-19 | 2019-12-19 | 配送路线确定方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126688B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111782746A (zh) * | 2020-06-28 | 2020-10-16 | 北京百度网讯科技有限公司 | 配送路径规划方法、装置及电子设备 |
CN112488623A (zh) * | 2020-11-30 | 2021-03-12 | 上海寻梦信息技术有限公司 | 展示包裹预配送路线的方法、装置、设备以及存储介质 |
CN113723721A (zh) * | 2020-05-20 | 2021-11-30 | 百度在线网络技术(北京)有限公司 | 基于物流运输的智能调度方法、装置、设备及存储介质 |
CN113743845A (zh) * | 2020-05-29 | 2021-12-03 | 京东城市(北京)数字科技有限公司 | 配送区域划分方法及装置、电子设备、存储介质 |
CN114596035A (zh) * | 2022-03-15 | 2022-06-07 | 深圳市海柔创新科技有限公司 | 货物配送方法、装置和设备 |
WO2024067815A1 (zh) * | 2022-09-30 | 2024-04-04 | 深圳顺丰泰森控股(集团)有限公司 | 快递配送方法、装置、电子设备及计算机可读存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951850A (zh) * | 2015-06-25 | 2015-09-30 | 广东工业大学 | 一种求解多配送中心物流运输车辆路径问题的方法 |
CN108573325A (zh) * | 2018-04-16 | 2018-09-25 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
CN108830528A (zh) * | 2018-06-15 | 2018-11-16 | 重庆城市管理职业学院 | 基于时空属性的快件配送路径规划方法 |
WO2018227859A1 (zh) * | 2017-06-14 | 2018-12-20 | 北京小度信息科技有限公司 | 配送区域划分方法、装置、电子设备及计算机可读存储介质 |
CN109063899A (zh) * | 2018-07-06 | 2018-12-21 | 上海大学 | 车辆运输规划方法及装置、电子设备及可读存储介质 |
CN109345166A (zh) * | 2018-09-20 | 2019-02-15 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN109615137A (zh) * | 2018-12-13 | 2019-04-12 | 合肥工业大学智能制造技术研究院 | 用于云物流环境下云配送的选址优化方法 |
CN109711789A (zh) * | 2019-01-22 | 2019-05-03 | 北京顺丰同城科技有限公司 | 一种配送范围的确定方法及装置 |
CN109726863A (zh) * | 2018-12-26 | 2019-05-07 | 深圳市北斗智能科技有限公司 | 一种多目标优化的物流方法和系统 |
CN109816132A (zh) * | 2017-11-20 | 2019-05-28 | 北京京东尚科信息技术有限公司 | 信息生成方法和装置 |
CN109902985A (zh) * | 2017-12-08 | 2019-06-18 | 北京京东尚科信息技术有限公司 | 物流网络规划方法、设备和计算机可读存储介质 |
CN110348678A (zh) * | 2019-05-31 | 2019-10-18 | 口碑(上海)信息技术有限公司 | 配送资源的调度及针对菜品配送的资源调度方法及装置 |
CN110363330A (zh) * | 2019-06-17 | 2019-10-22 | 中国平安财产保险股份有限公司 | 一种路径规划方法、装置、计算机设备及可读存储介质 |
CN110378639A (zh) * | 2018-09-06 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 配送路线规划方法和系统 |
CN110472901A (zh) * | 2019-04-30 | 2019-11-19 | 厦门市兆泰云智能科技有限公司 | 一种电动货车同城仓库货物配送方法、装置及设备 |
CN110472792A (zh) * | 2019-08-16 | 2019-11-19 | 河南大学 | 一种基于离散蝙蝠算法的物流配送车辆路径优化方法 |
-
2019
- 2019-12-19 CN CN201911319104.8A patent/CN111126688B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951850A (zh) * | 2015-06-25 | 2015-09-30 | 广东工业大学 | 一种求解多配送中心物流运输车辆路径问题的方法 |
WO2018227859A1 (zh) * | 2017-06-14 | 2018-12-20 | 北京小度信息科技有限公司 | 配送区域划分方法、装置、电子设备及计算机可读存储介质 |
CN109816132A (zh) * | 2017-11-20 | 2019-05-28 | 北京京东尚科信息技术有限公司 | 信息生成方法和装置 |
CN109902985A (zh) * | 2017-12-08 | 2019-06-18 | 北京京东尚科信息技术有限公司 | 物流网络规划方法、设备和计算机可读存储介质 |
CN108573325A (zh) * | 2018-04-16 | 2018-09-25 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
CN108830528A (zh) * | 2018-06-15 | 2018-11-16 | 重庆城市管理职业学院 | 基于时空属性的快件配送路径规划方法 |
CN109063899A (zh) * | 2018-07-06 | 2018-12-21 | 上海大学 | 车辆运输规划方法及装置、电子设备及可读存储介质 |
CN110378639A (zh) * | 2018-09-06 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 配送路线规划方法和系统 |
CN109345166A (zh) * | 2018-09-20 | 2019-02-15 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN109615137A (zh) * | 2018-12-13 | 2019-04-12 | 合肥工业大学智能制造技术研究院 | 用于云物流环境下云配送的选址优化方法 |
CN109726863A (zh) * | 2018-12-26 | 2019-05-07 | 深圳市北斗智能科技有限公司 | 一种多目标优化的物流方法和系统 |
CN109711789A (zh) * | 2019-01-22 | 2019-05-03 | 北京顺丰同城科技有限公司 | 一种配送范围的确定方法及装置 |
CN110472901A (zh) * | 2019-04-30 | 2019-11-19 | 厦门市兆泰云智能科技有限公司 | 一种电动货车同城仓库货物配送方法、装置及设备 |
CN110348678A (zh) * | 2019-05-31 | 2019-10-18 | 口碑(上海)信息技术有限公司 | 配送资源的调度及针对菜品配送的资源调度方法及装置 |
CN110363330A (zh) * | 2019-06-17 | 2019-10-22 | 中国平安财产保险股份有限公司 | 一种路径规划方法、装置、计算机设备及可读存储介质 |
CN110472792A (zh) * | 2019-08-16 | 2019-11-19 | 河南大学 | 一种基于离散蝙蝠算法的物流配送车辆路径优化方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723721A (zh) * | 2020-05-20 | 2021-11-30 | 百度在线网络技术(北京)有限公司 | 基于物流运输的智能调度方法、装置、设备及存储介质 |
CN113723721B (zh) * | 2020-05-20 | 2024-04-09 | 百度在线网络技术(北京)有限公司 | 基于物流运输的智能调度方法、装置、设备及存储介质 |
CN113743845A (zh) * | 2020-05-29 | 2021-12-03 | 京东城市(北京)数字科技有限公司 | 配送区域划分方法及装置、电子设备、存储介质 |
CN111782746A (zh) * | 2020-06-28 | 2020-10-16 | 北京百度网讯科技有限公司 | 配送路径规划方法、装置及电子设备 |
CN112488623A (zh) * | 2020-11-30 | 2021-03-12 | 上海寻梦信息技术有限公司 | 展示包裹预配送路线的方法、装置、设备以及存储介质 |
CN114596035A (zh) * | 2022-03-15 | 2022-06-07 | 深圳市海柔创新科技有限公司 | 货物配送方法、装置和设备 |
WO2024067815A1 (zh) * | 2022-09-30 | 2024-04-04 | 深圳顺丰泰森控股(集团)有限公司 | 快递配送方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111126688B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111126688A (zh) | 配送路线确定方法、装置、电子设备及可读存储介质 | |
CN107977739B (zh) | 物流配送路径的优化方法、装置及设备 | |
Hof et al. | Solving the battery swap station location-routing problem with capacitated electric vehicles using an AVNS algorithm for vehicle-routing problems with intermediate stops | |
CN110645983A (zh) | 用于无人车的路径规划方法、装置和系统 | |
CN108734559A (zh) | 一种订单处理方法和装置 | |
CN109558986A (zh) | 一种同城站点配送顺序的排序方法及装置 | |
CN105719110A (zh) | 订单处理方法和装置 | |
CN110705753A (zh) | 基于调度模型的车辆调度方法、装置、计算机设备及存储介质 | |
CN111950950A (zh) | 订单配送路径的规划方法、装置、计算机介质及电子设备 | |
CN109118224A (zh) | 区块链网络的工作量证明方法、装置、介质及电子设备 | |
CN115409439A (zh) | 基于改进蚁群算法的多车型供应链调度方法及电子设备 | |
CN111178686A (zh) | 一种网约车的分配方法、装置、电子设备及存储介质 | |
CN110991710B (zh) | 为能源补给站确定布置位置的方法及相关设备 | |
CN114201571B (zh) | 加油站推荐方法、装置、电子设备及存储介质 | |
CN114509082B (zh) | 导航数据处理方法、装置、程序产品、介质及电子设备 | |
CN111105095B (zh) | 一种配送路线确定方法、装置及电子设备 | |
CN114623844A (zh) | 导航数据处理方法、装置、程序产品、介质及电子设备 | |
CN111860918B (zh) | 配送方法及装置、电子设备和计算机可读介质 | |
CN116341781B (zh) | 基于大规模邻域搜索算法的路径规划方法及存储介质 | |
CN116167245B (zh) | 基于多属性转运决策模型的多式联运粮食运输方法及系统 | |
CN113077309A (zh) | 订单分配方法、装置、计算机设备及可读存储介质 | |
Wood et al. | Analysis of fast charging station network for electrified ride-hailing services | |
CN112085426B (zh) | 订单下发控制方法、装置、存储介质及电子设备 | |
CN110782113B (zh) | 充电调度方法及装置、电子设备、计算机可读存储介质 | |
CN111428928A (zh) | 路径规划方法、装置、介质及计算机设备 |
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 |