CN111539674A - 一种用于工程机械租赁场景物流运输的拼单方法 - Google Patents
一种用于工程机械租赁场景物流运输的拼单方法 Download PDFInfo
- Publication number
- CN111539674A CN111539674A CN202010354346.7A CN202010354346A CN111539674A CN 111539674 A CN111539674 A CN 111539674A CN 202010354346 A CN202010354346 A CN 202010354346A CN 111539674 A CN111539674 A CN 111539674A
- Authority
- CN
- China
- Prior art keywords
- order
- orders
- splicing
- time
- scene
- 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
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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
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
本发明提供了一种用于工程机械租赁场景物流运输的拼单方法，具体步骤如下：根据拼单算法接口请求数据，判断选择计算距离的方式，计算同仓订单目的地之间的距离；初始化所有订单的数据结构；判断业务场景下不同的订单之间是否满足拼单时间上的要求，形成一个判断是否可拼单的标记矩阵；利用动态规划计算不拼单的情况下，计算不同订单的最佳车辆装载方案和价格；根据拼单的标记矩阵和是否可进返场标记；计算整个仓所有订单的最佳拼单方案及对应价格；迭代求解整个仓的最优拼单方案及价格，将拼单结果展示在物流运输平台系统界面。优点是：能够解决物流运输中的订单拼单、路径规划、最优装载方案等一系列问题，为企业提高效率、节省运输成本。
Description
技术领域
本发明涉及物流运输调度技术领域，尤其涉及一种用于工程机械租赁场景物流运输的拼单方法。
背景技术
目前，拼单主要的应用场景主要在物流运输、滴滴打车等业务上，物流运输的主要应用场景还是在送货上的拼单，也主要依靠人工手动判断是否可以拼单，存在业务场景比较单一，而且人工成本高，拼单率低的问题。可见传统的物流拼单的缺点如下：1、物流拼单场景单一，例如：只发货拼单；2、分布式仓库，根据仓库局部区域负责人手动拼单，成本高；3、拼单率低、错误率高；4、没有考虑最大装载和运输路径规划；而本项发明专利可以解决的问题是：1、支持多订单类型互拼，例如：发货、退货、换货；2、根据时间要求，自动拼单，效率高、成本低；3、智能拼单错误率低；4、充分考虑物流运输车的装载量，考虑最大装载，和运输路径规划。
发明内容
为解决上述问题，本发明公开了一种用于工程机械租赁场景物流运输的拼单方法，涉及物流运输过程中不同的订单类型进行拼单，并给出考虑最大装载的情况下的物流运输方案及路径规划，针对不同的订单类型，实现了订单互拼，大大提高物流订单的拼单率，为物流运输节省巨大的成本。
具体方案如下：一种用于工程机械租赁场景物流运输的拼单方法，其特征在于，具体步骤如下：
步骤1，首先根据拼单算法接口请求数据，其中，接口请求Json格式数据，判断选择计算距离的方式，包括直线距离和高德距离，然后计算同仓订单目的地之间的距离，并按照订单类型存储所有订单信息，包括进场单、退场单、退货返仓单、换机单和其他，进场单：目的地间距，返场单：始发地间距；
步骤2，初始化所有订单的数据结构，用于描述订单的详细信息，包括订单类型、订单id、始发地和目的地经纬坐标、距离以及订单具体的设备详情，并输出所有订单的结合列表；
步骤3，选择业务场景，判断业务场景下不同的订单之间是否满足拼单时间上的要求，并将始发地不同的订单之间标记为不可拼单，形成一个判断是否可拼单的标记矩阵，其中，业务场景根据参数选择具体的业务场景，拼单时间上的要求是指在要求时间内按时送达；
步骤4，利用动态规划计算不拼单的情况下，根据物流车的装载配置表，计算不同订单的最佳车辆装载方案和价格，即用什么物流车能一次装载完，装不下的用满足条件最小物流车装载；
步骤5，根据拼单的标记矩阵和是否可进返场标记，分为两个逻辑计算，包括进场互拼和同类型订单互拼，两个订单拼在一起的最优运载方案及价格，如果两个订单拼单后价格大于不拼单的价格之和，则标记为不可拼单状态；
步骤6，根据是否拼单标记以及拼单后的价格和运载方案，计算该仓分别在计算拼单条件下和不拼单条件下，整个仓所有订单的最佳拼单方案及对应价格，存在订单a既可以订单b拼也可以和订单c拼，所以会存在对应不同的整体拼单方案；
步骤7，迭代求解整个仓的最优拼单方案及价格，如果在规定迭代次数内仍没有找到最优拼单方案及价格，则返回近似最优方案及价格，其中近似求解阈值和迭代次数可调控；
步骤8，根据后台系统需要数据格式，解析拼单方案，将拼单结果展示在物流运输平台系统界面。
作为本发明的进一步改进，所述步骤2具体为，输入单个订单信息，包括用于描述单个订单的字段信息，经处理后，输出端订单信息包括订单集合列表，基础类型为order，并根据仓库对订单进行归类，其中的每个子列表存储一个仓库下的所有订单。
作为本发明的进一步改进，所述步骤3中的业务场景包括拼单业务场景一、拼单业务场景二、拼单业务场景三和拼单业务场景四，其中，拼单业务场景一和拼单业务场景二为需求池拼单，拼单业务场景三为无限制拼单，拼单业务场景四为及时拼单，通过计算时间差判断是否在同一时间池。
作为本发明的进一步改进，所述步骤5中设立一个公里数临界值变量，当实际公里数大于变量时，则直接用物流车，而当实际公里数小于等于变量时，如果有任何一台只有物流车才能装载的设备时，则使用物流车，否则使用清障车。
本发明的有益效果在于：能够解决物流运输中的订单拼单、路径规划、最优装载方案等一系列问题，可以极大节省人工手动拼单带来的问题，例如拼单不合理导致延迟送达、拼单率低、人工拼单成本高且错误率高等一系列问题，从而为企业提高效率、节省运输成本。
附图说明
图1为本发明一种用于工程机械租赁场景物流运输的拼单方法的流程图。
图2为拼单业务场景一和拼单业务场景二的原理图。
图3为拼单业务场景三的原理图。
图4为拼单业务场景四的原理图。
图5为进场订单拼单场景，退场、退货返仓订单拼单场景，进退场、换机订单互拼场景的原理图。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
如图1所示，一种用于工程机械租赁场景物流运输的拼单方法，具体步骤如下：
步骤1，首先根据拼单算法接口请求数据，其中，接口请求Json格式数据，判断选择计算距离的方式，包括直线距离和高德距离，然后计算同仓订单目的地之间的距离，并按照订单类型存储所有订单信息，包括进场单、退场单、退货返仓单、换机单和其他，进场单：目的地间距，返场单：始发地间距；
步骤2，初始化所有订单的数据结构，用于描述订单的详细信息，包括订单类型、订单id、始发地和目的地经纬坐标、距离以及订单具体的设备详情，并输出所有订单的结合列表；
步骤3，选择业务场景，判断业务场景下不同的订单之间是否满足拼单时间上的要求，并将始发地不同的订单之间标记为不可拼单，形成一个判断是否可拼单的标记矩阵，其中，业务场景根据参数选择具体的业务场景，拼单时间上的要求是指在要求时间内按时送达；
步骤4，利用动态规划计算不拼单的情况下，根据物流车的装载配置表，计算不同订单的最佳车辆装载方案和价格，即用什么物流车能一次装载完，装不下的用满足条件最小物流车装载；
步骤5，根据拼单的标记矩阵和是否可进返场标记，分为两个逻辑计算，包括进场互拼和同类型订单互拼，两个订单拼在一起的最优运载方案及价格，如果两个订单拼单后价格大于不拼单的价格之和，则标记为不可拼单状态；
步骤6，根据是否拼单标记以及拼单后的价格和运载方案，计算该仓分别在计算拼单条件下和不拼单条件下，整个仓所有订单的最佳拼单方案及对应价格，存在订单a既可以订单b拼也可以和订单c拼，所以会存在对应不同的整体拼单方案；
步骤7，迭代求解整个仓的最优拼单方案及价格，如果在规定迭代次数内仍没有找到最优拼单方案及价格，则返回近似最优方案及价格，其中近似求解阈值和迭代次数可调控；
步骤8，根据后台系统需要数据格式，解析拼单方案，将拼单结果展示在物流运输平台系统界面。
在本实施例中，步骤2具体为，输入单个订单信息，包括用于描述单个订单的字段信息，经处理后，输出端订单信息包括订单集合列表，基础类型为order，并根据仓库对订单进行归类，其中的每个子列表存储一个仓库下的所有订单。
在本实施例中，步骤3中的业务场景包括拼单业务场景一、拼单业务场景二、拼单业务场景三和拼单业务场景四，其中，拼单业务场景一和拼单业务场景二为需求池拼单，拼单业务场景三为无限制拼单，拼单业务场景四为及时拼单，通过计算时间差判断是否在同一时间池。
在本实施例中，步骤5中设立一个公里数临界值变量，当实际公里数大于变量时，则直接用物流车，而当实际公里数小于等于变量时，如果有任何一台只有物流车才能装载的设备时，则使用物流车，否则使用清障车。
如图2所示，拼单业务场景一和拼单业务场景二的描述：
拼单业务场景一和拼单业务场景二为需求池拼单，即进行需求池存储物流订单，也就是按照每日固定的时间段将该时间段收集的物流需求单进行集中派单，在本实施例中，拼单业务场景一的固定派单时间点为：10点、14点、17点、20点，拼单业务场景二的固定派单时间点为：10点、16点，时间池偏移处理方式为了将时间偏移到同一天，方便计算距离发货时刻的时间差。
该场景下，判断两个订单是否可以拼单的具体原理如下：如图2所示，订单1创建时刻为6点，订单2创建时刻为7点，属于在10点派单的需求池拼单模式，订单1、2距离派单时刻10点，分别还有4小时和3小时，派单时刻距离物流车发车时刻有段时刻称为车辆装载时间，对于每个物流订单都有一个计划收货时间和可延迟送达时间，订单2计划送达所需时间（订单2计划送达时间-订单2创建时间），这里假定运载车辆以35公里/小时匀速行驶可得：
订单1用时=订单1到目的地距离/35，
订单2用时=订单2到目的地距离/35，
距订单2计划送达时间差值=订单2计划送达所需时间–订单2距离派单时刻差值，
订单1到订单2中转时间=订单1到订单2距离/35+拼单中转等待时间，
如果订单1用时+订单1到订单2中转时间<订单2用时+拼单中转等待时间或者订单1用时+订单1到订单2中转时间<距订单2计划送达时间差值+拼单中转等待时间，则拼单，否则超过订单2延迟送达上界就不拼单，如果订单1和订单2不在同一时间池中也不拼单。
如图3所示，拼单业务场景三的描述：
拼单业务场景三为无限制拼单，即预约派单模式，根据预计到达时间-在途运输时间(运输公里数/35公里)反推司机出发时间，司机出发时间+150分钟=最晚派单时间，也就是在最晚派单时间前都可以寻找可拼单资源并派单，以此增大拼单资源。
该场景下，判断两个订单是否可以拼单的原理如下：首先判断订单1和订单2的订单类型是否满足拼单的要求，如果不满足则标记为不可拼单，满足的的话，则计算订单1、2计划送达所需时间（计划收货时间-物流订单创建时间）、订单1和订单2创建时间差、订单1送达用时（车辆实际运输时间）、订单1到订单2的中转时间。
满足订单1时间要求下界=订单1计划送达所需时间-可提前送达时间-订单1实际运输耗时-订单1和订单2创建时间差-设备装载时间，如果订单1时间要求下界<0,则设为0。
满足订单1时间要求上界=订单1计划送达所需时间-订单1创建时间+可延迟送达时间-订单1实际运输耗时-订单1和订单2创建时间差-设备装载时间，
如果订单1时间要求下界>计算订单1时间要求上界,则标记为不可拼单，否则根据以下公式计算满足订单2时间要求的上下界。
满足订单2时间要求下界=订单2计划送达所需时间-可提前送达时间-订单1实际运输耗时-订单1到订单2的中转时间-设备装载时间，
满足订单2时间要求上界=订单2计划送达所需时间+可延迟送达时间-订单1实际运输耗时-订单1到订单2的中转时间-设备装载时间，
如果满足订单2时间要求上界>满足订单1时间要求下界（即从订单1目的地出发到达订单2目的地且不超订单2的可延迟送达时间上界）,则标记为可拼单，否则不可拼单。
如图4所示，拼单业务场景四的描述
拼单业务场景四为及时拼单场景描述，不管是否拼单成功，都会在1小时后派单。
该场景下，判断两个订单是否可拼单的原理如下：首先计算订单1和订单2创建时间差，如果时间差大于1小时，则不拼单，否则计算订单1、2实际运输耗时、订单1到订单2中转时间、订单2计划送达所需时间（订单2计划送达时间-订单2创建时间）。
如果订单1计划送达所需时间+订单1到订单2中转时间<订单2计划送达所需时间+可延迟送达时间或者订单1计划送达所需时间+订单1到订单2中转时间<订单2实际运输耗时，则可拼单，否则不可拼单。
针对上述场景，订单1与订单2的起点不同则不可拼单。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。
Claims (4)
1.一种用于工程机械租赁场景物流运输的拼单方法，其特征在于，具体步骤如下：
步骤1，首先根据拼单算法接口请求数据，判断选择计算距离的方式，包括直线距离和高德距离，然后计算同仓订单目的地之间的距离，并按照订单类型存储所有订单信息；
步骤2，初始化所有订单的数据结构，用于描述订单的详细信息，包括订单类型、订单id、始发地和目的地经纬坐标、距离以及订单具体的设备详情，并输出所有订单的结合列表；
步骤3，选择业务场景，判断业务场景下不同的订单之间是否满足拼单时间上的要求，并将始发地不同的订单之间标记为不可拼单，形成一个判断是否可拼单的标记矩阵；
步骤4，利用动态规划计算不拼单的情况下，根据物流车的装载配置表，计算不同订单的最佳车辆装载方案和价格；
步骤5，根据拼单的标记矩阵和是否可进返场标记，分为两个逻辑计算，包括进场互拼和同类型订单互拼，两个订单拼在一起的最优运载方案及价格，如果两个订单拼单后价格大于不拼单的价格之和，则标记为不可拼单状态；
步骤6，根据是否拼单标记以及拼单后的价格和运载方案，计算该仓分别在计算拼单条件下和不拼单条件下，整个仓所有订单的最佳拼单方案及对应价格；
步骤7，迭代求解整个仓的最优拼单方案及价格，如果在规定迭代次数内仍没有找到最优拼单方案及价格，则返回近似最优方案及价格；
步骤8，根据后台系统需要数据格式，解析拼单方案，将拼单结果展示在物流运输平台系统界面。
2.根据权利要求1所述的一种用于工程机械租赁场景物流运输的拼单方法，其特征在于，所述步骤2具体为，输入单个订单信息，包括用于描述单个订单的字段信息，经处理后，输出端订单信息包括订单集合列表，基础类型为order，并根据仓库对订单进行归类，其中的每个子列表存储一个仓库下的所有订单。
3.根据权利要求1所述的一种用于工程机械租赁场景物流运输的拼单方法，其特征在于，所述步骤3中的业务场景包括拼单业务场景一、拼单业务场景二、拼单业务场景三和拼单业务场景四，其中，拼单业务场景一和拼单业务场景二为需求池拼单，拼单业务场景三为无限制拼单，拼单业务场景四为及时拼单，通过计算时间差判断是否在同一时间池。
4.根据权利要求1所述的一种用于工程机械租赁场景物流运输的拼单方法，其特征在于，所述步骤5中设立一个公里数临界值变量，当实际公里数大于变量时，则直接用物流车，而当实际公里数小于等于变量时，如果有任何一台只有物流车才能装载的设备时，则使用物流车，否则使用清障车。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010354346.7A CN111539674A (zh) | 2020-04-29 | 2020-04-29 | 一种用于工程机械租赁场景物流运输的拼单方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010354346.7A CN111539674A (zh) | 2020-04-29 | 2020-04-29 | 一种用于工程机械租赁场景物流运输的拼单方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111539674A true CN111539674A (zh) | 2020-08-14 |
Family
ID=71975688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010354346.7A Pending CN111539674A (zh) | 2020-04-29 | 2020-04-29 | 一种用于工程机械租赁场景物流运输的拼单方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111539674A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330417A (zh) * | 2020-11-24 | 2021-02-05 | 众能联合数字技术有限公司 | 一种租赁设备运输管理系统的使用方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003171020A (ja) * | 2001-12-03 | 2003-06-17 | Toshiba Corp | 商品等の物品の物流方法およびシステム |
| US20120226624A1 (en) * | 2011-03-04 | 2012-09-06 | Byung Jun Song | Optimization system of smart logistics network |
| CN110309946A (zh) * | 2019-05-09 | 2019-10-08 | 上汽安吉物流股份有限公司 | 物流路径规划方法及装置、计算机可读介质以及物流系统 |
| CN110570274A (zh) * | 2019-08-16 | 2019-12-13 | 湖北工业大学 | 一种具有隐私保护的物流订单最优化分配系统及方法 |
-
2020
- 2020-04-29 CN CN202010354346.7A patent/CN111539674A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003171020A (ja) * | 2001-12-03 | 2003-06-17 | Toshiba Corp | 商品等の物品の物流方法およびシステム |
| US20120226624A1 (en) * | 2011-03-04 | 2012-09-06 | Byung Jun Song | Optimization system of smart logistics network |
| CN110309946A (zh) * | 2019-05-09 | 2019-10-08 | 上汽安吉物流股份有限公司 | 物流路径规划方法及装置、计算机可读介质以及物流系统 |
| CN110570274A (zh) * | 2019-08-16 | 2019-12-13 | 湖北工业大学 | 一种具有隐私保护的物流订单最优化分配系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112330417A (zh) * | 2020-11-24 | 2021-02-05 | 众能联合数字技术有限公司 | 一种租赁设备运输管理系统的使用方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ulmer et al. | Same-day delivery with pickup stations and autonomous vehicles | |
| CN112270135B (zh) | 一种物流发运调度智能配送方法、装置、设备及存储介质 | |
| Lin | A cooperative strategy for a vehicle routing problem with pickup and delivery time windows | |
| CN108960519B (zh) | 基于大数据分析的时间最短运输路径选择方法 | |
| US20170046653A1 (en) | Planning of transportation requests | |
| CN102542395A (zh) | 一种应急物资调度系统及计算方法 | |
| CN109685429B (zh) | 配送能力确定方法、装置、电子设备及存储介质 | |
| CN108171357A (zh) | 物流信息系统中的信息处理方法和装置 | |
| Mohammad et al. | Innovative solutions in last mile delivery: concepts, practices, challenges, and future directions | |
| Heimfarth et al. | A mixed truck and robot delivery approach for the daily supply of customers | |
| KR102524387B1 (ko) | 가상 물류 거점과 물리적 물류 거점을 연동한 물류 배송 관리 방법 | |
| CN112686516A (zh) | 配送设备换电管理方法、装置、电子设备 | |
| CN111047102B (zh) | 基于精英驱动粒子群算法的快递配送路线优化方法 | |
| CN112446527A (zh) | 一种计算机实施的物流方法 | |
| CN112446528A (zh) | 一种计算机实施的物流方法 | |
| Ebben et al. | Dynamic transport scheduling under multiple resource constraints | |
| Hao et al. | Introduction to the dynamic pickup and delivery problem benchmark--ICAPS 2021 competition | |
| CN108921326B (zh) | 一种基于相似度学习的智能文化基因物流配送方法 | |
| CN111539674A (zh) | 一种用于工程机械租赁场景物流运输的拼单方法 | |
| CN113627858A (zh) | 一种仓库缓存位点的确定方法和装置 | |
| Korobova et al. | Application of cluster analysis for business processes in the implementation of integrated economic and management systems | |
| CN114415610A (zh) | 机器人的调度方法、装置、电子设备及存储介质 | |
| CN112308312B (zh) | 留仓包裹转送方法、模型训练方法及相关设备 | |
| CN113642761A (zh) | Robotaxi自动驾驶共享网约车资源分配方法 | |
| Endler et al. | Systematic review of the latest scientific publications on the vehicle routing problem |
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 |