CN111260277A - 一种基于多目标优化的城市共享物流自提点选择方法 - Google Patents

一种基于多目标优化的城市共享物流自提点选择方法 Download PDF

Info

Publication number
CN111260277A
CN111260277A CN202010014264.8A CN202010014264A CN111260277A CN 111260277 A CN111260277 A CN 111260277A CN 202010014264 A CN202010014264 A CN 202010014264A CN 111260277 A CN111260277 A CN 111260277A
Authority
CN
China
Prior art keywords
data
convenience store
point selection
objective optimization
selection method
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
CN202010014264.8A
Other languages
English (en)
Inventor
郭斌
岳超刚
王亮
於志文
王柱
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical 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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202010014264.8A priority Critical patent/CN111260277A/zh
Publication of CN111260277A publication Critical patent/CN111260277A/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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0836—Recipient pick-ups

Landscapes

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

Abstract

本发明提供一种基于多目标优化的城市共享物流自提点选择方法，利用城市中已有的资源，结合城市中的便利店资源选用多目标优化的方法选取物流配送“最后一公里”的配送点，所以结合了辛普森指数和核密度刻画不同便利店位置的重要程度，最终建立两个目标函数以及相应的约束条件，选取合适便利店位置作为配送点。利用城市中现有的便利店数据，根据历史快递数据的分布，选取用户到达所选便利店平均距离最小以及使所选便利店中的平均收益最大，用以改善现有城市中物流配送问题。

Description

一种基于多目标优化的城市共享物流自提点选择方法
技术领域
本发明涉及信息处理以及信息加工领域，具体涉及一种基于多目标优化的城市共享物流自提点选择的方法。
背景技术
随着网络媒介的普及和电子商务近年来蓬勃发展，我国物流行业得到迅猛的发展。但与此同时，我国的物流行业目前还处于初级阶段，在快递物流配送中，末端物流配送成本占整个配送网络的30％，末端物流配送问题成为抑制物流“最后一公里”配送蓬勃发展的瓶颈。目前物流“最后一公里”服务网点规模不断扩大，但物流配送体系仍存在很多亟待解决的问题。第一，由于物流配送体系完善度较低，末端配送员投入成本越来越大，配送的时效性、安全性都难以保障；第二，现有城市的末端服务网点缺乏统一规划，布局缺乏科学地、统一地规划，数量以及规模没有可以依据的规范，并对城市居民生活质量、城市交通、城市环境等都造成了不同程度的影响；第三，现已有快递公司开始设计自己的快递服务便利店，如顺丰快递的“顺丰店”，在给客户提供收派件的同时还有其他增值服务和便民服务，但由于一些因素，如房价、人员配置等因素，使这种自建模式难以大面积开展。因此，合理利用城市中的现有资源，改善城市中物流配送现状是一项富有挑战性的工作。
发明内容
针对以上缺陷，本发明提供一种基于多目标优化的城市共享物流自提点选择方法，该方法利用历史的快递数据和城市中现有的便利店资源，提出了物流配送中的共享式自提点选择方法。
本发明的一种基于多目标优化的城市共享物流自提点选择方法的技术方案为：所述方法包括以下步骤：
S1：获取快递数据和便利店数据，对数据进行预处理；
S2：对城市进行区域划分，确定每个区域内的便利店的数量，对便利店位置的重要程度进行刻画；
S3：将快递数据分布在城市划分的区域中，设置多目标函数，并设置约束条件进行优化；
S4：将牛顿迭代法和连续的遗传算法结合，求解区域中的便利店位置。
进一步的，一种基于多目标优化的城市共享物流自提点选择方法，所述S1中的数据处理包括：将快递数据中重复数据以及冗余数据项删除；将原始快递数据处理为四元组<快递编号，寄递时间，寄件地址，收件地址>的格式，将数据分为寄件数据，收件数据；对寄件数据、收件数据中的地址进行经纬度转化。
进一步的，一种基于多目标优化的城市共享物流自提点选择方法，所述经纬度转化是利用IP池以及百度地图进行转化的。
进一步的，一种基于多目标优化的城市共享物流自提点选择方法，便利店位置的重要程度是通过采用辛普森指数和核密度来进行刻画的。
进一步的，一种基于多目标优化的城市共享物流自提点选择方法，所述区域划分是通过对城市内便利店和快递数据的区域分布分析为依据。
进一步的，一种基于多目标优化的城市共享物流自提点选择方法，所述区域划分为1km×1km。
进一步的，一种基于多目标优化的城市共享物流自提点选择方法，所述多目标函数包括快递到达便利店平均距离最小和使便利店平均收益最大两个目标函数。
进一步的，一种基于多目标优化的城市共享物流自提点选择方法，所述约束条件为便利店与快递之间的距离不能大于设置的固定值。
本发明的有益效果为：鉴于城市中已有的资源，因此结合城市中的便利店资源选用多目标优化的方法选取物流配送“最后一公里”的配送点。但由于区域中便利店数量、位置各有不同，所以结合了辛普森指数和核密度刻画不同便利店位置的重要程度，最终建立两个目标函数以及相应的约束条件，选取合适便利店位置作为配送点。利用城市中现有的便利店数据，根据历史快递数据的分布，选取用户到达所选便利店平均距离最小以及使所选便利店中的平均收益最大，用以改善现有城市中物流配送问题。
附图说明
图1为本发明一种基于多目标优化的城市共享物流自提点选择方法的框架图；
图2为本发明一种基于多目标优化的城市共享物流自提点选择方法的实施例中的便利店图；
图3为本发明一种基于多目标优化的城市共享物流自提点选择方法的实施例中经过区域划分后的自提点图。
具体实施方式
下面结合附图来进一步描述本发明的技术方案：
如图1所示，一种基于多目标优化的城市共享物流自提点选择方法，包括以下步骤：
S1：获取快递数据和便利店数据，对数据进行预处理；
数据预处理包括：将快递数据中重复数据以及冗余数据项删除；将原始快递数据处理为四元组<快递编号，寄递时间，寄件地址，收件地址>的格式，再将分为寄件数据，收件数据；对寄件数据、收件数据中的地址进行经纬度转化等。
本实施例中所述经纬度转化是利用IP池以及百度地图进行转化的。本实例中的原始地址数据存在地址冗余重复等问题，通过预处理地址信息表示为：xx省xx市xx区xx路，如表1所示。
表1预处理地址信息
运单号 602670843721
寄件时间 2016-010-26 12:28:10
地址信息 xx省xx市xx区xx路
进一步通过获取的IP代理池以及百度地图API，本发明对预处理有的地址信息进行经纬度转化，转化结果为六元组<快递编号，寄递时间，寄件地址，收件地址，纬度，经度>。具体如下表2所示：
表2经纬度转化的地址信息
运单号 602670843721
寄件时间 2016-010-26 12:28:10
地址信息 xx省xx市xx区xx路
经度 108.94616833098357
纬度 34.19445235756995
S2：对城市进行区域划分，确定每个区域内的便利店的数量，利用辛普森指数和核密度对不同便利店位置的重要程度进行刻画。
本实施例中，所述区域划分是通过对城市内便利店和快递数据的区域分布分析为依据，为使本发明的方法具有代表性，本实施例以区域划分为1km×1km来进行描述说明。
通过相应的分析，本发明采用辛普森指数和核密度从划分区域中的POI种类多样性以及便利店和POI之间的距离，刻画不同便利店位置的重要度。辛普森指数公式为
Figure BDA0002358276880000051
其中simp表示该便利店附近的POI多样性，Ni表示该便利店附近的第i种POI数量，N表示便附近利店其他种类POI的总数量；核密度公式为
Figure BDA0002358276880000052
其中dens表示该便利店的核密度估计函数，h是便利店半径，n是与该便利店的路径距离小于或等于h的POI数量，K函数选择应用4次空间权重方程：
Figure BDA0002358276880000053
本发明考虑划分区域中的POI的种类多样性以及POI距离便利店的距离对便利店位置重要程度的影响度，因此对便利店位置的重要程度表示为：
P＝0.5*dens+0.5*simp
S3：将快递数据分布在城市划分的区域中，设置多目标函数，并设置约束条件进行优化。
多目标函数包括快递到达便利店平均距离最小和使便利店平均收益最大两个目标函数；也可以根据需求设置更多的目标函数。
本实施例中所述快递到达便利店平均距离最小的目标函数表示为：
Figure BDA0002358276880000061
其中，x表示便利店的经纬度，m表示转化快递地址经纬度，n表示区域中快递数量。
所述便利店平均收益最大的目标函数表示为：
Figure BDA0002358276880000062
其中，P为便利店位置的重要度，c为该便利店中的快递数量，k为划分区域中选择的便利店个数。
为选取合适的便利店位置为配送点，还需要对目标函数进行约束，本实施例中所述约束条件为便利店与快递之间的距离不能大于设置的固定值，表示为：
Figure BDA0002358276880000063
其中，k为选取的便利店个数，x表示便利店的经纬度，m表示转化快递地址经纬度。考虑到城市中的道路以及其他阻隔，本发明中dist采用的是曼哈顿距离模拟城市中的街区距离。
S4：将牛顿迭代法和连续的遗传算法结合，求解区域中的便利店位置。
本发明中划分区域面积为1km*1km，区域中便利店个数存在有限，无法直接运用遗传算法获取最优的解集。本发明采用遗传算法和迭代法进行实验。遗传算法的优势在于更好地寻找初始解空间以及具有更好地鲁棒性，但无法获取全局最优解；牛顿迭代法运算速度快，但对初值较为敏感，本发明通过遗传算法与牛顿迭代法的结合，在保证速度的前提下可以获得比直接使用遗传算法更优的解。

Claims (8)

1.一种基于多目标优化的城市共享物流自提点选择方法，其特征在于：包括以下步骤：
S1；：获取快递数据和便利店数据，对数据进行预处理；
S2：对城市进行区域划分，确定每个区域内的便利店的数量，对便利店位置的重要程度进行刻画；
S3：将快递数据分布在城市划分的区域中，设置多目标函数，并设置约束条件进行优化；
S4：将牛顿迭代法和连续的遗传算法结合，求解区域中的便利店位置。
2.根据权利要求1所述的一种基于多目标优化的城市共享物流自提点选择方法，其特征在于：所述S1中的数据处理包括：将快递数据中重复数据以及冗余数据项删除；将原始快递数据处理为四元组<快递编号，寄递时间，寄件地址，收件地址>的格式，将数据分为寄件数据，收件数据；对寄件数据、收件数据中的地址进行经纬度转化。
3.根据权利要求2所述的一种基于多目标优化的城市共享物流自提点选择方法，其特征在于：所述经纬度转化是利用IP池以及百度地图进行转化的。
4.根据权利要求1所述的一种基于多目标优化的城市共享物流自提点选择方法，其特征在于：便利店位置的重要程度是通过采用辛普森指数和核密度来进行刻画的。
5.根据权利要求1所述的一种基于多目标优化的城市共享物流自提点选择方法，其特征在于：所述区域划分是通过对城市内便利店和快递数据的区域分布分析为依据。
6.根据权利要求5所述的一种基于多目标优化的城市共享物流自提点选择方法，其特征在于：所述区域划分为1km×1km。
7.根据权利要求1所述的一种基于多目标优化的城市共享物流自提点选择方法，其特征在于：所述多目标函数包括快递到达便利店平均距离最小和使便利店平均收益最大两个目标函数。
8.根据权利要求1所述的一种基于多目标优化的城市共享物流自提点选择方法，其特征在于：所述约束条件为便利店与快递之间的距离不能大于设置的固定值。
CN202010014264.8A 2020-01-07 2020-01-07 一种基于多目标优化的城市共享物流自提点选择方法 Pending CN111260277A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010014264.8A CN111260277A (zh) 2020-01-07 2020-01-07 一种基于多目标优化的城市共享物流自提点选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010014264.8A CN111260277A (zh) 2020-01-07 2020-01-07 一种基于多目标优化的城市共享物流自提点选择方法

Publications (1)

Publication Number Publication Date
CN111260277A true CN111260277A (zh) 2020-06-09

Family

ID=70950267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010014264.8A Pending CN111260277A (zh) 2020-01-07 2020-01-07 一种基于多目标优化的城市共享物流自提点选择方法

Country Status (1)

Country Link
CN (1) CN111260277A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116205559A (zh) * 2023-05-05 2023-06-02 中铁第四勘察设计院集团有限公司 基于最优前沿的多式联运货运设施布点优化方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285177A (ja) * 2000-01-01 2000-10-13 Victor Co Of Japan Ltd オンラインショッピングシステムの商品中継所及びオンラインショッピングシステムの顧客端末
JP2003104557A (ja) * 2001-09-28 2003-04-09 Sky Corporation:Kk コンビニエンスストア等におけるインターネット等のネットワークシステム利用による配送事業方法
JP2003150870A (ja) * 2001-11-16 2003-05-23 Strawberry Cones Co Ltd 宅配バイク便を利用した受注納品代行システム
CN104850982A (zh) * 2015-06-10 2015-08-19 吴方正 一种新型的快递收发系统
CN107274017A (zh) * 2017-06-13 2017-10-20 武汉大学 一种考虑城市内居民活动时空规律的设施选址优化方法
CN108171452A (zh) * 2017-12-08 2018-06-15 苏宁云商集团股份有限公司 一种快递点选址方法及装置
CN108520344A (zh) * 2018-03-27 2018-09-11 华南农业大学 一种针对客户集中区域的智能快递柜系统的构建方法
CN109558959A (zh) * 2017-09-25 2019-04-02 焦家祥 一种基于计算机视觉的物流节点设施布局优化方法
WO2019242520A1 (zh) * 2018-06-20 2019-12-26 菜鸟智能物流控股有限公司 物流配送站点规划方法和服务器
CN110619351A (zh) * 2019-08-14 2019-12-27 浙江工业大学 一种基于改进k-means算法的菜鸟驿站选址方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285177A (ja) * 2000-01-01 2000-10-13 Victor Co Of Japan Ltd オンラインショッピングシステムの商品中継所及びオンラインショッピングシステムの顧客端末
JP2003104557A (ja) * 2001-09-28 2003-04-09 Sky Corporation:Kk コンビニエンスストア等におけるインターネット等のネットワークシステム利用による配送事業方法
JP2003150870A (ja) * 2001-11-16 2003-05-23 Strawberry Cones Co Ltd 宅配バイク便を利用した受注納品代行システム
CN104850982A (zh) * 2015-06-10 2015-08-19 吴方正 一种新型的快递收发系统
CN107274017A (zh) * 2017-06-13 2017-10-20 武汉大学 一种考虑城市内居民活动时空规律的设施选址优化方法
CN109558959A (zh) * 2017-09-25 2019-04-02 焦家祥 一种基于计算机视觉的物流节点设施布局优化方法
CN108171452A (zh) * 2017-12-08 2018-06-15 苏宁云商集团股份有限公司 一种快递点选址方法及装置
CN108520344A (zh) * 2018-03-27 2018-09-11 华南农业大学 一种针对客户集中区域的智能快递柜系统的构建方法
WO2019242520A1 (zh) * 2018-06-20 2019-12-26 菜鸟智能物流控股有限公司 物流配送站点规划方法和服务器
CN110619351A (zh) * 2019-08-14 2019-12-27 浙江工业大学 一种基于改进k-means算法的菜鸟驿站选址方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
孙虎;闫超;: "共同配送下城市快递末端网点布局研究" *
李娜: "KB公司自提网点布局研究" *
李珍萍;毛小寸;: "多需求多类型自提点选址分配问题" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116205559A (zh) * 2023-05-05 2023-06-02 中铁第四勘察设计院集团有限公司 基于最优前沿的多式联运货运设施布点优化方法及系统

Similar Documents

Publication Publication Date Title
Huang et al. Time-dependent vehicle routing problem with path flexibility
CN106980912A (zh) 一种多点配送线路规划方法及系统
CN110298474B (zh) 一种基于ais与gis的船舶备品备件的物流选址方法
US11966424B2 (en) Method and apparatus for dividing region, storage medium, and electronic device
US11480439B2 (en) Method, apparatus, and computer program product for traffic optimized routing
CN110598917B (zh) 一种基于路径轨迹的目的地预测方法、系统及存储介质
CN110400113B (zh) 一种物流揽件实时调度方法和系统
CN110689055B (zh) 一种顾及格网单元属性分级的跨尺度统计指标空间化方法
CN109146360A (zh) 网格建立方法和装置以及配送方法和装置
CN107506433A (zh) 城市发展空间格局情景模拟系统
CN104899647A (zh) 城市物流配送地名地址系统
CN110675110A (zh) 一种基于地铁网络的快递配送枢纽中心选址方法及装置
CN111260277A (zh) 一种基于多目标优化的城市共享物流自提点选择方法
Hui et al. Hotspots identification and classification of dockless bicycle sharing service under electric fence circumstances
CN109190816B (zh) 一种基于gis的商品配送中心选址方法
CN104422450A (zh) 导航系统的信息加载方法及装置、信息显示方法及装置
CN108613681A (zh) 大数据环境下基于迭代计算的路径规划分布式计算方法
CN110322183A (zh) 一种基于gis的物流管控中心
CN110008970A (zh) 一种地址信息生成方法和装置
CN113971247A (zh) 数据处理方法及计算机程序产品
CN114647706A (zh) 基于gis地图的水利信息显示方法及系统
CN114357102A (zh) 一种路网数据生成方法和装置
Zubir et al. Determining the Distribution Route Using the Clustered Generalised Vehicle Routing Problem Model and Dijkstra's Algorithm
Ptošek et al. Floating car data map-matching utilizing the Dijkstra’s algorithm
JP5601588B2 (ja) 道路情報提供装置、道路情報提供プログラム及び記録媒体

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: 20200609