CN111428902B - 确定运输线路的方法及装置 - Google Patents
确定运输线路的方法及装置 Download PDFInfo
- Publication number
- CN111428902B CN111428902B CN201910023703.9A CN201910023703A CN111428902B CN 111428902 B CN111428902 B CN 111428902B CN 201910023703 A CN201910023703 A CN 201910023703A CN 111428902 B CN111428902 B CN 111428902B
- Authority
- CN
- China
- Prior art keywords
- transported
- linked list
- transportation
- neighborhood
- transport
- 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
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种确定运输线路的方法及装置,该方法包括:获取待运输车辆信息、集散点信息及待运输对象的运单信息;创建待运输对象的链表对象,链表对象包括指向前一个链表对象的指针、对待运输对象的操作内容以及指向后一链表对象的指针;将链表对象基于待运输车辆信息按照时间窗生成至少一个运输链表,运输链表的首链表对象为待运输车辆的信息;利用邻域搜索算法对运输链表进行搜索,得到目标运输路径。本申请实施例通过利用邻域搜索算法对生成的运输链表进行搜索,得到待运输对象的目标运输路径,实现了同城快件的运输线路的确定,使得同城快件在集散点之间完成了分拣派送,减轻了中转场的分拣压力,提高了同城快件的派送时效。
Description
技术邻域
本申请一般涉及物流技术领域,具体涉及一种确定运输线路的方法及装置。
背景技术
随着技术水平的提高及生活节奏的加快,快递行业中,客户对快件的时效要求越来越高,使得快件时效成为影响快递服务质量的重要因素。
目前,在同城快件运输网络中,主要由中转场和网点组成,同城快件在网点、中转场及派件员之间完成运输派送。同城快件运输网络的运输线路采用中转场和网点直发,即所有网点的快件先集货到中转场,然后再由中转场分拣到各个网点。
在利用中转场到网点之间直发的运输线路,对同城快件进行派送过程中,随着快件的件量增多,使得中转场的分拣压力增大,导致同城快件的分拣效率较低,从而影响同城快件的派送时效。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种运输线路确定方法及装置,在保证快件时效的前提下,实现同城快件在集散点之间的分拣派送。
第一方面,本申请实施例提供一种确定运输线路的方法,该方法包括:
获取待运输车辆信息、集散点信息及待运输对象的运单信息;
创建该待运输对象的链表对象,该链表对象包括指向前一个链表对象的指针、对该待运输对象的操作内容以及指向后一链表对象的指针;
将该链表对象基于该待运输车辆信息按照时间窗生成至少一个运输链表,该运输链表的首链表对象为该待运输车辆的信息;
利用邻域搜索算法对该运输链表进行搜索,得到目标运输路径。
第二方面,本申请实施例提供一种确定运输线路的装置,该装置包括:
获取模块,用于获取待运输车辆信息、集散点信息及待运输对象的运单信息;
创建模块,用于创建该待运输对象的链表对象,该链表对象包括指向前一个链表对象的指针、对该待运输对象的操作内容以及指向后一链表对象的指针;
生成模块,将该链表对象基于该待运输车辆信息按照时间窗生成至少一个运输链表,该运输链表的首链表对象为该待运输车辆的信息;
搜索模块,用于利用邻域搜索算法对该运输链表进行搜索,得到目标运输路径。
第三方面,本申请实施例提供一种服务器,用于实现如第一方面描述的确定运输线路的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于实现如第一方面中描述的确定运输线路的方法。
综上,本申请实施例提供的确定运输线路的方法及装置,通过获取城市的待运输车辆信息、集散点信息及待运输对象的运单信息,根据获取的待运输对象的运单信息创建每个待运输对象的链表对象,病生成包括多个链表对象的每个运输车辆对应的运输链表,进而利用邻域搜索算法对运输链表进行搜索,得到待运输对象的目标运输路径,实现了同城快件的运输线路的确定,从而可以利用确定的运输线路完成同城快件在集散点之间的分拣派送,减轻了中转场的分拣压力,提高了同城快件的派送时效。
进一步地,利用第一约束条件和第一邻域搜索算法,对运输链表进行交替搜索,得到可行的运输线路集合。
进一步地,利用第二约束条件和第二邻域搜索算法,对得到的可行的运输线路集合进行交替搜索,得到优化的运输线路集合。
进一步地,利用第三约束条件和第三邻域搜索算法,在对待运输对象中转的情况下,对得到的优化的运输线路集合进行交替搜索,得到目标运输路径。
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,本申请的其它特征、目的和优点将会变得更明显:
图1为本申请的实施例的确定运输线路的方法的流程示意图;
图2为本申请的又一实施例的确定运输线路的方法的流程示意图;
图3为本申请的实施例的运输链表的结构示意图;
图4为本申请的实施例的邻域搜索的流程示意图;
图5为本申请的实施例的确定运输线路的方法的流程示意图;
图6为本申请的实施例的确定运输线路的装置的结构示意图;
图7为本申请的实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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相关申请,而非对该申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与申请相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
可以理解,在物流行业中,每个城市布设有中转场,中转场下布设有多个集散点,在每个集散点下还可以布设有多个网点。中转场用于将来自集散点或其他城市的快件根据目的地分拣到对应的格口,以运输到其他城市或集散点。集散点用于将其覆盖区域的快件集中运输到中转场,并将从中转场分拣来的快件派送到用户端或其覆盖的网点。网点用于将其覆盖区域的快件集中运输到集散点,并将从集散点分拣来的快件派送到用户手中。
可以理解,本申请实施例提供的确定运输线路的方法,可以在同城快件派送的场景下,为同城快件的派送确定运输线路。
还可以理解,本申请实施例提供的确定运输线路的方法,可以应用在仅布设集散点的场景,也可以应用于包含集散点和网点的场景,其中,包含集散点和网点的场景,例如在,可以设置多个集散点,每个集散点可以覆盖多个网点,无需采用中转场覆盖集散点。收派员将集中到网点的同城快件运输到对应的集散点后,可以根据每个快件的目的地,利用运输车辆将每个集散点上的同城快件,通过直发或中转的方式运输到对应的集散点,以实现同城快件的分拣派送。
在仅布设集散点的场景,例如某些城市地理区域面积较小,网点即为集散点,即在集散点下可以无需设置网点。同城快件,可以直接通过收派员从起始地址(或发件地址)处集中到集散点,然后通过派件员从集散点派送到目的地址(或收件地址)处。
在上述应用场景中,集散点之间需要设置运输线路。本申请实施例,提供的确定运输线路的方法,即确定上述应用场景中的集散点之间的运输线路,使得在满足快件时效的前提下,利用确定的运输线路派送同城快件,以低成本完成同城快件的分拣运输。
为了便于理解,下面通过图1至图7详细解释本申请实施例提供的运输线路确定方法及装置。
图1为本申请实施例提供的确定运输线路的方法的结构示意图,如图1所示,该方法包括:
S110,获取待运输车辆信息、集散点信息及待运输对象的运单信息。
S120,创建待运输对象的链表对象。
S130,将该链表对象基于待运输车辆信息按照时间窗生成至少一个运输链表。
S140,利用邻域搜索算法对该运输链表进行搜索,得到目标运输路径。
具体的,本申请实施例提供的确定运输线路的方法,首先可以获取某个城市中所有集散点的信息、可以提供的运输车辆的信息以及每个集散点上需要运输的快件的运单信息,即待运输对象的运单信息。
集散点信息可以包括每个集散点在相同时间段内能够容纳的运输车辆的最大预设值、集散点的装卸货物的时间、相邻集散点之间的行驶距离及行驶时间等信息。
运输车辆信息可以包括运输车辆的数量、运输车辆最大装载量、运输车辆行驶距离等。
待运输对象的运单信息可以包括待运输对象的生成时间、时效要求、结束时间、始发地、目的地等。其中该生成时间为运输对象的运单信息生成的时间,如可以是通过在揽件员的终端上接收下单信息,在系统上生成该运输对象的运单的时间。结束时间,为客户要求运输对象送达的时间。
在获取到待运输对象的运单信息后,可以创建每个运输对象的链表对象。如图3所示,该链表对象可以包括三个部分,第一部分为指向前一个链表对象的指针,中间部分为对待运输对象所做的操作,第三部分为指向后一个链表对象的指针。可以理解,对待运输对象所做的操作可以为装操作和卸操作,即将每个待运输对象分为两个链表对象(装货操作及卸货操作)。
在创建得到所有的待运输对象的链表对象后,可以根据车辆信息、集散点信息及待运输对象的运单信息,将所有的待运输对象的链表对象进行组合,生成运输链表。如图3所示,每个运输链表的首链表对象为待运输车辆的信息,中间链表对象及尾部链表对象为待运输对象的链表对象。且每个待运输对象的链表对象中包括与该待运输对象的装货操作相对应的时间及集散点信息,或者与该待运输对象的卸货操作相对应的时间及集散点信息。
图3所示中,生成的1号车至n号车对应的运输链表,表示了每个运输车辆在集散点A、B、C、D、E、F、G、H、J、K及L上的装货操作和卸货操作。
可以理解,通过生成每个运输车辆为链表头的运输链表,可以将每个集散点的所有待运输对象的两个链表对象,根据时间窗、始发地和目的地放置在相应的运输链表中,以表示该待运输对象的运输由该运输链表头的运输车辆来完成,从而可以完成所有待运输对象的运输操作。
还可以理解,每个运输链表的链表对象中的时间及集散点信息,指示了每个运输链表运输车辆的行驶路径及装卸在操作。即每个运输车辆访问了那些集散点及访问集散点的顺序,且在每个访问的集散点上装载了那些待运输对象,卸载了哪些待运输对象。
在将所有的待运输对象的链表对象放置相应的运输链表中,生成的多个运输车辆对应的运输链表,即表示一个利用多个运输车辆完成所有待运输对象的可行的初始解。进而可以利用邻域搜索算法,对得到的可行的初始解对应的运输链表进行搜索,逐渐优化可行解,得到最优的目标运输路径。
例如,可以在某个运输链表内部做交换,以改变运输车辆访问集散点之间的顺序,或在两个运输链表做交换,以改变待运输对象的运输车辆,来达到对运输线路优化的目的,最后可以得到目标运输路径。如以运输成本最小对应的运输线路作为目标运输路径。
可以理解,在搜索过程中,可以采用禁忌搜索算法、退火算法及变邻域算法等邻域搜索策略,逐步得到目标运输路径。如应用禁忌搜索算法,可以防止在局部陷阱内反复搜索;使用模拟退火算法,可以允许打破高级约束,从而找到更好的解空间。
本申请实施例提供的确定运输线路的方法,通过获取运输车辆信息、待运输对象信息及集散点信息,并创建每个待运输对象的链表对象,进而根据集散点信息及运输车辆信息,生成每个运输车辆对应的包括多个链表对象的运输链表,进而利用邻域搜索算法,对运输链表进行车内或运输链表之间的搜索,得到目标运输路径,实现了同城快件的运输线路的确定,提高了快件派送时效。
为了更好的理解利用邻域搜索算法对运输链表的交替搜索,下面结合图2至图5,通过又一实施例详细解释同城快件的运输线路的确定方法。
在该实施例中,如图5所示,可以进行三个阶段的邻域搜索,在每个阶段采用不同的约束条件及邻域结构,以不同的优化目标来搜索运输线路。
例如,在第一阶段,构建可行解,为之后的计算圈出一个大体搜索范围,合理降低之后阶段的搜索复杂度。这个阶段搜索出初步的车辆路径信息,约束不能被打破,当所有约束都被满足后,此阶段结束。该阶段以运输车辆的数量最小化为优化目标,得到可行的多个运输线路的解。
进入第二阶段,在第一阶段得到的最优解的基础上,在待运输对象不中转的情况下以运输成本最小化为优化目标,对第一阶段得到的最优解对应的运输线路继续进行邻域搜索,即在第一阶段的结果上,调整车辆路线、车辆运载哪些待运输对象及发停车时间。第二阶段可以加入禁忌搜索和模拟退火算法,允许计算模型有方向性的(依据优化目标)跳出第一阶段框定的搜索范围。保证不会因为第一阶段所规定的搜索空间导致第二阶段搜索陷入局部优化陷阱。当优化目标逐渐收敛后,结束该阶段,得到多个优化的运输线路的解。
最后,进行第三阶段,即可以在第二阶段得到的最优解的基础上,在待运输对象中转的情况下,以运输成本最小化为目标函数,对最优解对应的运输链表进行邻域搜索。待运输对象中转可以选城市中任意一个集散点,自由度和优化空间极大的同时也导致了搜索复杂度呈几何增长,所以第三阶段的搜索空间限制在第二阶段的结果上。第三阶段不会试图打破约束,而是在约束范围内寻找更优化的情况,通过改变待运输对象的中转地点,减少车辆经停和行驶的距离,增加车辆运载率得到目标运输线路,从而可以完成同城快件的运输线路的规划。
下面通过图2详细说明三个阶段不同的搜索操作。如图2所示,该方法可以包括:
S210,获取待运输车辆信息、集散点信息及待运输对象的运单信息。
S220,创建所述待运输对象的链表对象,所述链表对象包括指向前一个链表对象的指针、对所述待运输对象的操作内容以及指向后一链表对象的指针。
S230,将所述链表对象基于所述待运输车辆信息按照时间窗生成至少一个运输链表,所述运输链表的首链表对象为所述待运输车辆的信息。
可以理解,上述步骤的实施与S110、S120及S130相同,此处不再赘述。
S241,在第一约束条件下利用第一邻域搜索算法对所述运输链表进行交替搜索,得到第一运输线路集合。
具体的,该步骤为第一阶段的可行解的搜索,即在得到同城的待运输对象的运输链表后,可以在第一约束条件下,以运输车辆的数量最小化为主目标,以满足所有待运输对象的时效为副目标,利用第一邻域结构对运输链表进行搜索,可以得到第一运输线路集合。
该第一约束条件可以包括以下一个或多个:
与待运输对象的装货操作相对应的时间晚于该待运输对象的生成时间,与该待运输对象的卸货操作相对应的时间早于该待运输对象的结束时间。
同一个待运输对象的该装货操作与该卸或操作属于同一辆运输车辆。
与待运输对象的装货操作相对应的时间早于与待运输对象的卸货操作相对应的时间。
该待运输对象在预定时间内运输到目的地。
该待运输车辆上待运输对象的目的地的个数不大于预定值。例如,预定值为5,比如运输车辆线路为A-B-C-D-E-F-G,运输车辆在A-B的过程中最多带A-B,A-C,A-D,A-E,A-F流向的货物,不能携带A-G流向的货物,但在B-C的过程中可以携带B-G的货物。
该待运输车辆上的待运输对象总重量不超过该待运输车辆的最大装载量。
第一邻域结构至少包括以下一种:
改变该运输链表中同一个集散点的所有该待运输对象的链表对象在该运输链表中的顺序。即改变待运输对象的运输车辆。
如图4所示,在对运输链表进行交替搜索时,首先可以选择不同的邻域结构,如将运输链表的中间部分的链表对象与后半部分的链表对象交换,如将运输链表的末尾的链表对象插入到中间部分。如将运输链表的链表对象依次向后移动,将最后一个集散点对应的链表对象移动到最前面。然后求解交换后的解对应的运输车辆的数目以及待运输对象的延时,即可以得到三个对应的解。进而根据每个解的运输车辆数量及延时对每个解进行评分,即采用第一评分函数对得到的解进行评分。确定分数最高的解对应的邻域结构,如交换运输链表中后半段的访问顺序对应的解的评分最高。然后可以确定搜索策略,如果提前做了对交换运输链表中后半段的访问顺序的搜索。此时,可以采用禁忌搜索算法,确定另外一个邻域结构,即可以查看之前维护的禁忌搜索表,确定另外一个邻域结构,如可以每次向后移动两个集散点的链表对象。然后可以在第一约束条件下,按照另外一个邻域结构,搜索输出一个运输线路的解。
进而判断是否达到退出条件,如果没有,则可以返回在第一约束条件下按照所述第一邻域结构中的一个进行搜索得到待评价解的步骤。如果达到退出条件,则将该第一运输线路的解作为该阶段的最优解,即第一阶段的可行解的最优解。
可选的,退出条件可以为最大迭代次数,或者可以为运输线路的解的评分预设值。例如,当经过计算发现该第一运输线路的解达到了预设值,则表示该第一运输线路的解就是该阶段的最优解。
S242,在第二约束条件下利用第二邻域搜索算法对所述第一运输线路集合进行交替搜索,得到第二运输线路集合。
具体的,在该阶段,可以在第一阶段输出的最优解为基础上,如图4所示,在不加入中转的情况下,在第二约束条件下利用第二邻域搜索算法对该最优解的运输链表进行交替搜索,得到第二运输线路集合。
第二约束条件至少包括以下一种:
每个集散点在相同时间段内容纳的运输车辆不超过预设值,即每个集散点在相同的时间段内的进入运输车辆不能超过其处理能力。
该第二邻域结构至少包括以下一种:
改变该待运输对象的链表对象所在的运输链表的首链表对象。
即待运输对象的换车搜索,如:将某个待运输对象由1号车换到2号车上。
对该运输链表进行尾链级移动搜索。
即将某个运输车辆的运输链表的尾部的一个或多个集散点上的链表对象移动到其他的运输链表,实现对同属于一辆车的多个待运输对象,将其移动到另外一辆车上,相当于把第一辆车经过某个集散点之后的路径增加到后者的运输车辆上,以减少第一辆车的行驶距离。
对该运输链表进行尾链级交换搜索。
即将某两个运输车辆的运输链表的尾部的一个或多个集散点上的链表对象进行交换,实现两个运输车辆上的待运输对象的交换,相当于把两个运输车辆经过某个集散点之后的行驶路径进行交换,以方便每个运输车辆的下次调用。
对该运输链表进行截取式链式级移动搜索。
即将某个运输车辆的运输链表的中间部分的一个或多个集散点对应的链表对象移动到其他的运输链表,实现对同属于一辆车的多个待运输对象移动到另外一辆车上的操作,相当于把第一辆车中间部分的路径增加到后者的运输车辆上,以减少第一辆车的行驶距离。
对该运输链表进行截取式链式级交换搜索。
即将某两个运输车辆的运输链表的中间部分的一个或多个集散点上的链表对象进行交换,实现两个运输车辆上的待运输对象的交换,相当于把两个运输车辆的中间部分的行驶路径进行交换,以减少两个运输车辆的行驶距离。
将一个该运输链表中的所有的链表对象移动到其他的该运输链表。
即车辆级搜索,将某一辆运输车辆上的所有待运输对象移动到其他的运输车辆上,以减少运输车辆的使用。
从该运输链表中选择任意一个运输链表,将该运输链表中属于同一个集散点的所有该待运输对象的链表对象移动到该运输链表中选择的其他运输链表。
即车辆-集散点级搜索,将某个运输车辆在经过某个集散点时,进行装载的或卸载的货物,都移动到其他的运输车辆上,即进行上述的快件换车搜索,使得该运输车辆不经过该集散点,以减少该运输车辆的行驶距离。
将该运输链表中属于同一个集散点的所有该待运输对象的链表对象移动到该运输链表中任意一个运输链表。
即集散点级搜索,将某个集散点上的所有待运输对象进行重新分配,进行上述的换车搜索。
可以理解,在该阶段的搜索,以运输成本最小化为主优化目标,以运输车辆的折线率最低及经过某个集散点的运输车辆最大为副优化目标,即第二评分函数。该折线率最低即表示要求运输车辆的行驶路线尽量为直线,以减少运输车辆的行驶距离。经过某个集散点的运输车辆最大即表示规划的同城运输线路中,经过中间位置的集散点的车辆数目越多越好,且经过每个集散点的运输车辆的时间尽量错开,以减少运输成本,且降低集散点的处理压力。
还可以理解,在利用上述的约束条件,采用不同的邻域结构,对第一阶段得到运输线路对应的运输链表进行交替搜索,可以得到待运输对象在不中转的情况下的运输线路,具体的搜索过程、策略选择及退出条件,与上述第一阶段的搜索过程类似,仅仅是约束条件、采用的邻域结构,以及对解的评分函数不同,此处不再赘述。
S243,在第三约束条件下利用第三邻域搜索算法对该第二运输线路集合进行交替搜索,得到目标运输路径,该目标运输路径确定该待运输对象的运输中转路径。
具体的,在第二阶段,以最小运输成本为主目标,对第一阶段搜索得到的最优解作进一步的邻域搜索,得到待运输对象不中转的情况下,成本最小化的运输线路的解,该阶段可以在成本最小化的运输线路的解基础上,进一步在新的约束条件下,利用中转的邻域结构对运输链表进行邻域搜索,在对运输对象中转的情况下,继续减少运输成本,以得到同城快件最终的目标运输线路。
第三约束条件至少包括以下一种或多种:
该阶段的该待运输对象在任一个集散点的中转时间不小于预设值。如,中转货物操作时长为20分钟,也就是前一辆车卸载后隔20分钟后才能上后一辆车。
每个待运输对象的中转次数不超过预设值。如,每个待运输对象的中转次数能不超过两次。
待运输车辆的最大行驶里程数不超过预设值。如最大行驶里程数为120KM。
该第三邻域结构可以至少包括:
改变该待运输对象的链表对象所在的运输链表的首链表对象。即对待运输对象进行换车搜索。
对该待运输对象的链表对象进行一阶中转搜索。
即将某个待运输对象的装操作对象和卸操作的链表对象在一个运输链表中分离,并将该待运输对象的写操作的链表对象加入到另外一辆运输车辆的运输链表中。
例如,可以将1号货物的装操作链表对象与卸操作链表对象从1号运输车辆的链表对象中分离,并将卸操作链表对象加入到2号车的运输链表上。
对待运输对象的链表对象进行多阶中转搜索。
将某个待运输对象的装操作对象和卸操作对象在一个运输链表中分离,并在对该待运输对象执行中转的运输车辆的运输链表中加入一对中转操作。
例如,可以将1号货物的装操作链表对象与卸操作链表对象从1号运输车辆的链表对象中分离,并将卸操作链表对象加入到3号车的运输链表上,且在2号车的运输链表上加入一对中转操作的链表对象。
对任一个该运输链表中属于同一个集散点的所有该待运输对象的链表对象进行一阶中转搜索或多阶中转搜索。
即可以把某个集散点上的待运输对象单独取出,然后通过中转操作对该集散点上的待运输对象进行一阶或多阶中转操作。
实际中,可以解析所有运输车辆的线路,生成一个带时间窗的网络有向图,从同城快件出发点(即初始位置或者发件地址)使用广度优先搜索算法(Breadth-First Search,BFS)搜索其他点,深度dp为换乘车辆数目。深度dp的取值与中转操作的阶数相关。例如,二阶中转操作中,dp=2,n阶中转操作中,dp=n。
可以理解,在该阶段的搜索,以运输成本最小化为主优化目标,以待运输对象的收件地址聚类性为副优化目标,即两个第三评分函数。该待运输对象的汇聚性可以是到达相同地点或者从相同地点发往不同地点的快件,在同一地点中转数量越多越好。
还可以理解,在利用上述的约束条件,采用不同的邻域结构,对第二阶段得到运输线路对应的运输链表进行交替搜索,可以得到待运输对象在中转的情况下的运输线路,具体的搜索过程、策略选择及退出条件,与上述第一阶段及第二阶段的搜索过程类似,仅仅是约束条件、采用的邻域结构,以及对解的评分函数不同。因此,对于详细过程此处不再赘述。
可以理解,本申请实施例涉及的搜索策略中,模拟退火是使用在各个阶段内的,禁忌搜索主要用于第一阶段和第二阶段,其维护一个禁忌表,把一些操作过的邻域搜索放入禁忌表,在接下来一段时间不回退这些操作。变邻域搜索同样适用于各个阶段。当所有邻域无法找到好的解的时候尝试多种邻域组合一起移动来增大邻域范围,等到找到新的解之后再减小邻域,继续搜索。
还可以理解,本申请实施例中,搜索得到的运输线路的一个解经过一个邻域结构的可以变成另一个解,新的解只和当前解及邻域结构相关,和之前的解还有邻域结构都无关。所以,从每个解经过变邻域搜索可以得到多个解。每个阶段包含多个操作步骤,每一操作步骤,可以是从n个(这个值可以设置)产生的解中根据评分原则,选择评分结果最好的解。
每个阶段还可以并行处理,如果用1个第一阶段的解,同时进行n个第二阶段的搜索,可以得到n个第二阶段的最优解。由于搜索和启发式算法的随机性,这n个第二阶段最优解分数也有区别,可以从这n个解中选评分最高的解。
本申请实施例提供的确定运输线路的方法,通过将带时间窗的运输问题分解为三个阶段解决,极大的减少了问题的复杂度,并把运输的每个动作作为链表对象,并使用副链表表示待运输对象的中转操作,在对运输链表进行搜索优化的过程中,将模拟退火、禁忌搜索及变邻域搜索结合在一起,得到了同城快件的最优运输线路。
图6为本申请实施例提供的确定运输线路的装置结构示意图,如图所示,该装置600包括:
获取模块610,用于获取待运输车辆信息、集散点信息及待运输对象的运单信息。
创建模块620,用于创建该待运输对象的链表对象,该链表对象包括指向前一个链表对象的指针、对该待运输对象的操作内容以及指向后一链表对象的指针。
生成模块630,将该链表对象基于该待运输车辆信息按照时间窗生成至少一个运输链表,该运输链表的首链表对象为该待运输车辆的信息。
搜索模块640,用于利用邻域搜索算法对该运输链表进行搜索,得到目标运输路径。
优选的,本申请实施例提供的确定运输线路的装置,搜索模块640包括:
第一搜索单元641,用于在第一约束条件下利用第一邻域搜索算法对该运输链表进行交替搜索,得到第一运输线路集合;
第二搜索单元642,用于在第二约束条件下利用第二邻域搜索算法对该第一运输线路集合进行交替搜索,得到第二运输线路集合;
第三搜索单元643,用于在第三约束条件下利用第三邻域搜索算法对该第二运输线路集合进行交替搜索,得到目标运输路径,该目标运输路径确定该待运输对象的中转路径。
优选的,本申请实施例提供的确定运输线路的装置,该第一搜索单元具体用于:
按照该第一约束条件采用第一邻域结构对该运输链表进行交替搜索,其中,该第一约束条件包括以下一种:
与该待运输对象的装货操作相对应的时间晚于该待运输对象的生成时间,与该待运输对象的卸货操作相对应的时间早于该待运输对象的结束时间;
同一个该待运输对象的该装货操作与该卸或操作属于同一辆运输车辆;
与该待运输对象的装货操作相对应的时间早于与该待运输对象的卸货操作相对应的时间;
该待运输对象在预定时间内运输到目的地;
该待运输车辆上待运输对象的目的地的个数不大于预定值;
该待运输车辆上的待运输对象总重量不超过该待运输车辆的最大装载量;
该第一邻域结构至少包括以下一种:
改变该运输链表中同一个集散点的所有该待运输对象的链表对象在该运输链表中的顺序。
优选的,本申请实施例提供的确定运输线路的装置,该第二搜索单元具体用于:
按照该第二约束条件采用第二邻域结构对该运输链表进行交替搜索,其中,该第二约束条件至少包括以下一种:
每个集散点在相同时间段内容纳的运输车辆不超过预设值;
该第二邻域结构至少包括以下一种:
改变该待运输对象的链表对象所在的运输链表的首链表对象;
对该运输链表进行尾链级移动搜索;
对该运输链表进行尾链级交换搜索;
对该运输链表进行截取式链式级移动搜索;
对该运输链表进行截取式链式级交换搜索;
将一个该运输链表中的所有的链表对象移动到其他的该运输链表;
从该运输链表中选择任意一个运输链表,将该运输链表中属于同一个集散点的所有该待运输对象的链表对象移动到该运输链表中选择的其他运输链表;
将该运输链表中属于同一个集散点的所有该待运输对象的链表对象移动到该运输链表中任意一个运输链表。
优选的,本申请实施例提供的确定运输线路的装置,该第三搜索单元具体用于按照该第三约束条件采用第三邻域结构对该运输链表进行交替搜索,其中,该第三约束条件至少包括:
该待运输对象在任一个集散点的中转时间不小于预设值;
每个待运输对象的中转次数不超过预设值;
待运输车辆的最大行驶里程数不超过预设值;
其中,该第三邻域结构至少包括:
改变该待运输对象的链表对象所在的运输链表的首链表对象;
对该待运输对象的链表对象进行一阶中转搜索;
对该待运输对象的链表对象进行多阶中转搜索;
对任一个该运输链表中属于同一个集散点的所有该待运输对象的链表对象进行一阶中转搜索或多阶中转搜索。
优选的,本申请实施例提供的确定运输线路的装置,该链表对象包括与该待运输对象的装货操作相对应的时间及集散点信息;或与该待运输对象的卸货操作相对应的时间及集散点信息。
优选的,本申请实施例提供的确定运输线路的装置,该第一搜索单元具体用于在该第一约束条件下按照该第一邻域结构中的一个进行搜索得到待评价解;
基于至少一个第一评分函数对该待评价解进行评分,得到评分结果;
基于该评分结果确定搜索策略;
基于该搜索策略确定该第一邻域结构中另外一个邻域结构;
在该第一约束条件下按照该另外一个邻域结构进行搜索输出第一运输线路;
判断是否达到退出条件;
如果否,则返回在该第一约束条件下按照该第一邻域结构中的一个进行搜索得到待评价解的步骤;
如果是,则将该第一运输线路作为最优解。
优选的,本申请实施例提供的确定运输线路的装置,该第二搜索单元具体用于在该至少一个第二约束条件下按照该第二邻域结构中的一个进行搜索得到待评价解;
基于第二评价函数对该待评价解进行评分,得到评分结果;
基于该评分结果确定搜索策略;
基于该搜索策略确定该第二邻域结构中另外一个邻域结构;
在该第二约束条件下按照确定的该另外一个邻域结构搜索输出第二运输线路;
判断是否达到退出条件;
如果否,则返回在该第二约束条件下按照该第二邻域结构中的一个进行搜索得到待评价解的步骤;
如果是,则将该第二运输线路作为最优解。
优选的,本申请实施例提供的确定运输线路的装置,该第三搜索单元具体用于:
在该第三约束条件下按照该第三邻域结构中的一个搜索得到待评价解;
基于至少一个第三评分函数对该待评价解进行评分,得到评分结果;
基于该评分结果确定搜索策略;
基于该搜索策略确定该第三邻域结构中的另外一个邻域结构;
在该第三约束条件下按照确定的该另外一个邻域结构搜索输出第三运输线路;
判断是否达到退出条件;
如果否,则返回在该第三约束条件下按照该第三邻域结构中的一个进行搜索得到待评价解的步骤;
如果是,则将该第三运输线路作为目标运输路径。
优选的,本申请实施例提供的确定运输线路的装置,其特征在于,所述搜索策略包括禁忌搜索算法、模拟退火算法及变邻域搜索算法中的一种或多种。
另一方面,本申请实施例还提供,该服务器包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行所述程序时实现如上所述的确定运输线路的方法。
下面参考图7,其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分707加载到随机访问存储器(RAM)707中的程序而执行各种适当的动作和处理。在RAM 707中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分707。
特别地,根据本申请公开的确定运输线路的实施例,上文参考图1或图2描述的过程可以被实现为计算机软件程序。例如,本申请公开的确定运输线路的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,该计算机程序包含用于执行图1的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种确定运输线路实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块、创建模块、生成模块及搜索模块。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,调用模块还可以被描述为“用于利用邻域搜索算法对所述运输链表进行搜索得到目标运输路径的模块”。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中前述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,前述程序被一个或者一个以上的处理器用来执行描述于本申请的确定运输线路的方法,具体执行:获取待运输车辆信息、集散点信息及待运输对象的运单信息;创建该待运输对象的链表对象,该链表对象包括指向前一个链表对象的指针、对该待运输对象的操作内容以及指向后一链表对象的指针;将该链表对象基于该待运输车辆信息按照时间窗生成至少一个运输链表,该运输链表的首链表对象为该待运输车辆的信息;利用邻域搜索算法对该运输链表进行搜索,得到目标运输路径。
综上所述,本申请实施例提供的确定运输线路的方法及装置,通过获取城市的待运输车辆信息、集散点信息及待运输对象的运单信息,并根据获取的待运输对象的运单信息创建每个待运输对象的链表对象,进而根据待运输车辆信息及集散点的时间窗口,生成包括多个链表对象的每个运输车辆对应的运输链表,进而利用邻域搜索算法对运输链表进行搜索,得到待运输对象的目标运输路径,实现了同城快件的运输线路的确定,从而可以利用确定运输线路完成同城快件在集散点之间的运输,减轻了中转场的分拣压力,提高了同城快件的派送时效。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本邻域技术人员应当理解,本申请中所涉及的申请范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (11)
1.一种确定运输线路的方法,其特征在于,包括:
获取待运输车辆信息;
针对待运输对象的装操作和卸操作分别创建链表对象,所述链表对象包括指向前一个链表对象的指针、对所述待运输对象的操作内容以及指向后一链表对象的指针;
将所述链表对象基于所述待运输车辆信息按照时间窗生成至少一个运输链表,所述运输链表的首链表对象为所述待运输车辆的信息;
利用邻域搜索算法对所述运输链表进行搜索,得到目标运输路径;
其中,所述利用邻域搜索算法对所述运输链表进行搜索,得到目标运输路径包括:在第一约束条件下,以所述待运输车辆的数量最小化为主目标,以满足所有所述待运输对象的时效为副目标,利用第一邻域搜索算法对所述运输链表进行交替搜索,得到第一运输线路集合;
在不加入中转的情况下,在第二约束条件下,以最小运输成本为主目标,利用第二邻域搜索算法对所述第一运输线路集合进行交替搜索,得到第二运输线路集合;
在加入中转的情况下,在第三约束条件下利用第三邻域搜索算法对所述第二运输线路集合进行交替搜索,得到目标运输路径,所述目标运输路径确定所述待运输对象的运输中转路径。
2.根据权利要求1所述的确定运输线路的方法,其特征在于,所述在第一约束条件下,以所述待运输车辆的数量最小化为主目标,以满足所有所述待运输对象的时效为副目标,利用第一邻域搜索算法对所述运输链表进行交替搜索包括:
按照所述第一约束条件采用第一邻域结构对所述运输链表进行交替搜索,其中,所述第一约束条件至少包括以下一种:
与所述待运输对象的装货操作相对应的时间晚于所述待运输对象的生成时间,与所述待运输对象的卸货操作相对应的时间早于所述待运输对象的结束时间;
同一个所述待运输对象的所述装货操作与所述卸货 操作属于同一辆运输车辆;
与所述待运输对象的装货操作相对应的时间早于与所述待运输对象的卸货操作相对应的时间;
所述待运输对象在预定时间内运输到目的地;
所述待运输车辆上待运输对象的目的地的个数不大于预定值;
所述待运输车辆上的待运输对象总重量不超过所述待运输车辆的最大装载量;
所述第一邻域结构至少包括以下一种:
改变所述运输链表中同一个集散点的所有所述待运输对象的链表对象在所述运输链表中的顺序。
3.根据权利要求1所述的确定运输线路的方法,其特征在于,所述在不加入中转的情况下,在第二约束条件下,以最小运输成本为主目标,利用第二邻域搜索算法对所述第一运输线路集合进行搜索包括:
按照所述第二约束条件采用第二邻域结构对所述运输链表进行交替搜索,其中,所述第二约束条件至少包括以下一种:
每个集散点在相同时间段内容纳的运输车辆不超过预设值;
所述第二邻域结构至少包括以下一种:
改变所述待运输对象的链表对象所在的运输链表的首链表对象;
对所述运输链表进行尾链级移动搜索;
对所述运输链表进行尾链级交换搜索;
对所述运输链表进行截取式链式级移动搜索;
对所述运输链表进行截取式链式级交换搜索;
将一个所述运输链表中的所有的链表对象移动到其他的所述运输链表;
从所述运输链表中选择任意一个运输链表,将该运输链表中属于同一个集散点的所有所述待运输对象的链表对象移动到所述运输链表中选择的其他运输链表;
将所述运输链表中属于同一个集散点的所有所述待运输对象的链表对象移动到所述运输链表中任意一个运输链表。
4.根据权利要求1所述的确定运输线路的方法,其特征在于,所述在加入中转的情况下,在第三约束条件下利用第三邻域搜索算法对所述第二运输线路集合进行搜索包括:
按照所述第三约束条件采用第三邻域结构对所述运输链表进行交替搜索,其中,所述第三约束条件至少包括以下一种:
所述待运输对象在任一个集散点的中转时间不小于预设值;
每个待运输对象的中转次数不超过预设值;
待运输车辆的最大行驶里程数不超过预设值;
其中,所述第三邻域结构至少包括:
改变所述待运输对象的链表对象所在的运输链表的首链表对象;
对所述待运输对象的链表对象进行一阶中转搜索;
对所述待运输对象的链表对象进行多阶中转搜索;
对任一个所述运输链表中属于同一个集散点的所有所述待运输对象的链表对象进行一阶中转搜索或多阶中转搜索。
5.根据权利要求1所述的确定运输线路的方法,其特征在于,所述链表对象包括与所述待运输对象的装货操作相对应的时间及集散点信息;或与所述待运输对象的卸货操作相对应的时间及集散点信息。
6.根据权利要求2所述的确定运输线路的方法,其特征在于,所述按照所述第一约束条件采用第一邻域结构对所述运输链表进行交替搜索包括:
在所述第一约束条件下按照所述第一邻域结构中的一个进行搜索得到待评价解;
基于至少一个第一评分函数对所述待评价解进行评分,得到评分结果;
基于所述评分结果确定搜索策略;
基于所述搜索策略确定所述第一邻域结构中另外一个邻域结构;
在所述第一约束条件下按照所述另外一个邻域结构进行搜索输出第一运输线路;
判断是否达到退出条件;
如果否,则返回在所述第一约束条件下按照所述第一邻域结构中的一个进行搜索得到待评价解的步骤;
如果是,则将所述第一运输线路作为最优解。
7.根据权利要求3所述的确定运输线路的方法,其特征在于,所述按照所述第二约束条件采用第二邻域结构对所述运输链表进行交替搜索包括:
在所述至少一个第二约束条件下按照所述第二邻域结构中的一个进行搜索得到待评价解;
基于第二评价函数对所述待评价解进行评分,得到评分结果;
基于所述评分结果确定搜索策略;
基于所述搜索策略确定所述第二邻域结构中另外一个邻域结构;
在所述第二约束条件下按照确定的所述另外一个邻域结构搜索输出第二运输线路;
判断是否达到退出条件;
如果否,则返回在所述第二约束条件下按照所述第二邻域结构中的一个进行搜索得到待评价解的步骤;
如果是,则将所述第二运输线路作为最优解。
8.根据权利要求4所述的确定运输线路的方法,其特征在于,所述按照所述第三约束条件采用第三邻域结构对所述运输链表进行交替搜索包括:
在所述第三约束条件下按照所述第三邻域结构中的一个搜索得到待评价解;
基于至少一个第三评分函数对所述待评价解进行评分,得到评分结果;
基于所述评分结果确定搜索策略;
基于所述搜索策略确定所述第三邻域结构中的另外一个邻域结构;
在所述第三约束条件下按照确定的所述另外一个邻域结构搜索输出第三运输线路;
判断是否达到退出条件;
如果否,则返回在所述第三约束条件下按照所述第三邻域结构中的一个进行搜索得到待评价解的步骤;
如果是,则将所述第三运输线路作为目标运输路径。
9.根据权利要求6-8任一项所述的确定运输线路的方法,其特征在于,所述基于所述搜索策略确定另外一个邻域结构包括:
基于禁忌搜索算法、模拟退火算法或变邻域搜索算法中至少一种确定所述另外一个邻域结构。
10.一种确定运输线路的装置,其特征在于,包括:
获取模块,用于获取待运输车辆信息;
创建模块,用于针对待运输对象的装操作和卸操作分别创建链表对象,所述链表对象包括指向前一个链表对象的指针、对所述待运输对象的操作内容以及指向后一链表对象的指针;
生成模块,将所述链表对象基于所述待运输车辆信息按照时间窗生成至少一个运输链表,所述运输链表的首链表对象为所述待运输车辆的信息;
搜索模块,用于利用邻域搜索算法对所述运输链表进行搜索,得到目标运输路径。
11.根据权利要求10所述的确定运输线路的装置,其特征在于,搜索模块包括:
第一搜索单元,用于在第一约束条件下,以所述待运输车辆的数量最小化为主目标,以满足所有所述待运输对象的时效为副目标,利用第一邻域搜索算法对所述运输链表进行交替搜索,得到第一运输线路集合;
第二搜索单元,用于在不加入中转的情况下,在第二约束条件下,以最小运输成本为主目标,利用第二邻域搜索算法对所述第一运输线路集合进行交替搜索,得到第二运输线路集合;
第三搜索单元,用于在加入中转的情况下,在第三约束条件下利用第三邻域搜索算法对所述第二运输线路集合进行交替搜索,得到目标运输路径,所述目标运输路径确定所述待运输对象的中转路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910023703.9A CN111428902B (zh) | 2019-01-10 | 2019-01-10 | 确定运输线路的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910023703.9A CN111428902B (zh) | 2019-01-10 | 2019-01-10 | 确定运输线路的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111428902A CN111428902A (zh) | 2020-07-17 |
CN111428902B true CN111428902B (zh) | 2022-12-16 |
Family
ID=71546073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910023703.9A Active CN111428902B (zh) | 2019-01-10 | 2019-01-10 | 确定运输线路的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111428902B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114066345A (zh) * | 2020-08-10 | 2022-02-18 | 上海顺如丰来技术有限公司 | 一种中转运输规划方法、装置、服务器及存储介质 |
CN113642935B (zh) * | 2021-10-13 | 2021-12-28 | 北京国电通网络技术有限公司 | 基于大数据分析的供应链运营平台数据处理方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8855987B2 (en) * | 2009-10-23 | 2014-10-07 | Exxonmobil Upstream Research Company | Method for optimization with gradient information |
CN101751621A (zh) * | 2009-12-30 | 2010-06-23 | 南京航空航天大学 | 载运工具受扰路线恢复方法 |
CN107194513B (zh) * | 2017-05-26 | 2020-09-29 | 中南大学 | 一种解决全渠道物流配送问题的优化方法 |
CN108009678A (zh) * | 2017-11-23 | 2018-05-08 | 桂林电子科技大学 | 一种基于离散布谷鸟算法求解旅行商问题的方法 |
-
2019
- 2019-01-10 CN CN201910023703.9A patent/CN111428902B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111428902A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghilas et al. | An adaptive large neighborhood search heuristic for the pickup and delivery problem with time windows and scheduled lines | |
Li et al. | Two-echelon vehicle routing problem with time windows and mobile satellites | |
Sluijk et al. | Two-echelon vehicle routing problems: A literature review | |
CN107235276B (zh) | 货物搬运方法和装置 | |
CN109034481B (zh) | 一种基于约束规划的带时间窗车辆路径问题建模及优化方法 | |
Battarra et al. | Chapter 6: pickup-and-delivery problems for goods transportation | |
Li et al. | Two-echelon vehicle routing problem with satellite bi-synchronization | |
Cordeau et al. | Recent models and algorithms for one-to-one pickup and delivery problems | |
CN111950803A (zh) | 物流对象送达时间预测方法、装置、电子设备及存储介质 | |
CN109840729B (zh) | 料箱定位的方法、系统、存储介质及电子设备 | |
CN111553548B (zh) | 一种拣货方法和装置 | |
CN113420928A (zh) | 订单调度方法、装置、设备及存储介质 | |
US20200327497A1 (en) | System and method for linehaul optimization | |
CN111667085B (zh) | 物流路由网络的确定方法、装置、介质及电子设备 | |
CN111428902B (zh) | 确定运输线路的方法及装置 | |
CN113379102B (zh) | 一种多网干线运输优化方法、计算机设备及存储介质 | |
Dragomir et al. | The pickup and delivery problem with alternative locations and overlapping time windows | |
Wang et al. | Carbon reduction in the location routing problem with heterogeneous fleet, simultaneous pickup-delivery and time windows | |
CN108604216A (zh) | 用于解空间分区的并行处理 | |
CN112700177A (zh) | 用于转运中心转运的选仓方法和装置、存储介质 | |
CN113848970A (zh) | 一种车辆-无人机多目标协同路径规划方法 | |
Bsaybes et al. | Fleet management for autonomous vehicles using flows in time-expanded networks | |
Lin et al. | Route design for last-in, first-out deliveries with backhauling | |
Bayliss et al. | Designing a multi-modal and variable-echelon delivery system for last-mile logistics | |
Gaul et al. | Solving the dynamic dial-a-ride problem using a rolling-horizon event-based graph |
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 |