CN111598511A - 运输货物的车线规划方法、装置、设备及存储介质 - Google Patents
运输货物的车线规划方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111598511A CN111598511A CN202010401220.0A CN202010401220A CN111598511A CN 111598511 A CN111598511 A CN 111598511A CN 202010401220 A CN202010401220 A CN 202010401220A CN 111598511 A CN111598511 A CN 111598511A
- Authority
- CN
- China
- Prior art keywords
- transportation
- strategy
- strategies
- lane planning
- task
- 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
本发明涉及物流技术领域,公开了一种运输货物的车线规划方法、装置、设备及存储介质,用于解决运输车线规划不合理导致的运输资源浪费以及运输效率低下的问题。运输货物的车线规划方法包括:分别获取物流运输任务以及物流运输时段;分别将物流运输任务与物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略;根据预置标准时段筛选多个待检测车线规划策略,得到多个候选车线规划策略;采用禁忌搜索算法计算多个候选车线规划策略的综合适应值,得到多个综合适应值,对多个综合适应值进行筛选,得到目标综合适应值,将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略。
Description
技术领域
本发明涉及物流技术领域,尤其涉及一种运输货物的车线规划方法、装置、设备及存储介质。
背景技术
随着快递行业的迅速发展,快递包裹派送效率的高低成为衡量快递运营商是否高效的标准之一。通常情况下,快递包裹均需要运输到目标分拨中心后再进行派送,在任意两个分拨中心进行快递包裹相互运输的过程中,快递运营商需要考虑快递包裹需要到达目的分拨中心的路线、运输车辆的装载容量以及快递包裹的运输时段,这几种因素均会影响快递包裹的运输效率。一般情况下,快递运营商借助计算机生成快递包裹的运输车线规划。
在现有的技术中,利用计算机生成快递包裹的运输车线规划存在规划不合理的情况,如采用运载量大的车辆运输数量少的快递包裹,或行驶远的运输路线运输快递包裹,这样的运输车线规划均会造成快递包裹运输资源的浪费,同时也会导致快递包裹的运输效率低下。
发明内容
本发明的主要目的在于解决运输车线规划不合理导致的运输资源浪费以及运输效率低下的问题。
本发明第一方面提供了一种运输货物的车线规划方法,包括:分别获取物流运输任务以及物流运输时段,其中,所述物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,所述物流运输时段包括所述第一运输分拨中心的第一运输时段与所述第二运输分拨中心的第二运输时段,且所述物流运输任务用于指示在所述第一运输分拨中心与所述第二运输分拨中心之间运输货物;分别将所述物流运输任务与所述物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,所述待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;根据预置标准时段筛选所述多个待检测车线规划策略,得到多个候选车线规划策略;采用禁忌搜索算法计算所述多个候选车线规划策略的综合适应值,得到多个综合适应值,对所述多个综合适应值进行筛选,得到目标综合适应值,将所述目标综合适应值对应的车线规划策略确定为目标车线规划策略。
可选的,在本发明第一方面的第一种实现方式中,所述所述采用禁忌搜索算法计算所述多个候选车线规划策略的综合适应值,得到多个综合适应值,对所述多个综合适应值进行筛选,得到目标综合适应值,将所述目标综合适应值对应的候选车线规划策略确定为目标车线规划策略包括:采用禁忌搜索算法在所述多个候选车线规划策略中随机选取一个候选车线规划策略作为初始候选车线规划策略,读取所述初始候选车线策略中的初始配置参数,并根据初始配置参数计算综合适应值,得到初始综合适应值,其中,所述初始配置参数包括初始物流运输任务、初始物流运输时段及初始物流运输车辆;在物流运输任务中选取除所述初始物流运输任务外的目标物流运输任务,将所述目标物流运输任务插入所述初始配置参数中,得到叠加配置参数,并根据所述叠加配置参数计算综合适应值,得到叠加综合适应值;比对所述叠加综合适应值与初始综合适应值之间的数值大小,确定数值最小的综合适应值为待选综合适应值,并将所述待选综合适应值对应的候选车线规划策略填入禁忌表中;在物流运输任务中依次选取其他目标物流运输任务,将所述其他目标物流运输任务依次插入所述初始配置参数中,得到其他叠加配置参数,根据所述其他叠加配置参数计算综合适应值,得到其他叠加综合适应值,所述其他目标物流运输任务用于指示物流运输任务中除所述初始物流运输任务及所述目标物流运输任务外的物流运输任务;依次比对所述待选综合适应值与所述其他叠加综合适应值之间的数值大小,在每次比对综合适应值时,将数值最小的综合适应值确定为其他待选综合适应值,并将所述其他待选综合适应值对应的候选车线规划策略填入所述禁忌表中,直到比对综合适应值的次数等于预置迭代次数;将所述禁忌表中数值最小的待选综合适应值确定为目标综合适应值,并将所述目标综合适应值对应的候选车线规划策略作为目标车线规划策略。
可选的,在本发明第一方面的第二种实现方式中,所述根据预置标准时段筛选所述多个待检测车线规划策略,得到多个候选车线规划策略包括:读取所述多个待检测车线规划策略中的多个运输时段策略,并根据所述多个运输时段策略以及预置标准时段对所述多个待检测车线规划策略进行初次筛选,得到多个备选车线规划策略,其中,所述预置标准时段包括第一预置标准时段与第二预置标准时段;读取所述多个备选车线规划策略中的多个运输任务策略,并根据所述多个运输任务策略对所述多个备选车线规划策略进行第二次筛选,得到多个候选车线规划策略。
可选的,在本发明第一方面的第三种实现方式中,所述读取所述多个待检测车线规划策略中的多个运输时段策略,并根据所述多个运输时段策略以及预置标准时段对所述多个待检测车线规划策略进行初次筛选,得到多个备选车线规划策略,其中,所述预置标准时段包括第一预置标准时段与第二预置标准时段包括:读取所述多个待检测车线规划策略中的多个运输时段策略,判断每个运输时段策略中的第一运输时段是否小于第一预置标准时段,若目标运输时段策略中的第一运输时段不小于第一预置标准时段,则过滤掉目标运输时段策略对应的待检测车线规划策略,得到多个过滤后的车线规划策略;判断每个过滤后的车线规划策略中的第二运输时段是否小于第二预置标准时段,若目标过滤后的车线规划策略中的第二运输时段不小于第二预置标准时段,则过滤掉目标过滤后的车线规划策略对应的待检测车线规划策略,得到多个备选车线规划策略。
可选的,在本发明第一方面的第四种实现方式中,所述读取所述多个备选车线规划策略中的多个运输任务策略,并根据所述多个运输任务策略对所述多个备选车线规划策略进行第二次筛选,得到多个候选车线规划策略包括:读取所述多个备选车线规划策略中的多个运输任务策略,判断每个运输任务策略中的第一运输任务是否仅被执行一次,若目标运输任务策略中的第一运输任务未仅被执行一次,则过滤掉目标运输任务策略,得到多个第一次过滤后的运输任务策略;判断每个第一次过滤后的运输任务策略中的第二运输任务是否仅被执行一次,若目标第一次过滤后的运输任务策略中的第二运输任务未仅被执行一次,则过滤掉目标第一次过滤后的运输任务策略,得到多个第二次过滤后的运输任务策略;判断每个第二次过滤后的运输任务策略中的第一运输任务与第二运输任务是否均完成,若目标第二次过滤后的运输任务策略中的第一运输任务与第二运输任务未均完成,则过滤掉目标第二次过滤后的运输任务策略,得到多个第三次过滤后的运输任务策略,将每个第三次过滤后的运输任务策略对应的备选车线规划策略确定为候选车线规划策略,得到多个候选车线规划策略。
本发明第二方面提供了一种运输货物的车线规划装置,包括:信息获取模块,用于分别获取物流运输任务以及物流运输时段,其中,所述物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,所述物流运输时段包括所述第一运输分拨中心的第一运输时段与所述第二运输分拨中心的第二运输时段,且所述物流运输任务用于指示在所述第一运输分拨中心与所述第二运输分拨中心之间运输货物;策略生成模块,用于分别将所述物流运输任务与所述物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,所述待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;策略筛选模块,用于根据预置标准时段筛选所述多个待检测车线规划策略,得到多个候选车线规划策略;策略确定模块,用于采用禁忌搜索算法计算所述多个候选车线规划策略的综合适应值,得到多个综合适应值,对所述多个综合适应值进行筛选,得到目标综合适应值,将所述目标综合适应值对应的候选车线规划策略确定为目标车线规划策略。
可选的,在本发明第二方面的第一种实现方式中,所述策略确定模块具体用于:采用禁忌搜索算法在所述多个候选车线规划策略中随机选取一个候选车线规划策略作为初始候选车线规划策略,读取所述初始候选车线策略中的初始配置参数,并根据初始配置参数计算综合适应值,得到初始综合适应值,其中,所述初始配置参数包括初始物流运输任务、初始物流运输时段及初始物流运输车辆;在物流运输任务中选取除所述初始物流运输任务外的目标物流运输任务,将所述目标物流运输任务插入所述初始配置参数中,得到叠加配置参数,并根据所述叠加配置参数计算综合适应值,得到叠加综合适应值;比对所述叠加综合适应值与初始综合适应值之间的数值大小,确定数值最小的综合适应值为待选综合适应值,并将所述待选综合适应值对应的候选车线规划策略填入禁忌表中;在物流运输任务中依次选取其他目标物流运输任务,将所述其他目标物流运输任务依次插入所述初始配置参数中,得到其他叠加配置参数,根据所述其他叠加配置参数计算综合适应值,得到其他叠加综合适应值,所述其他目标物流运输任务用于指示物流运输任务中除所述初始物流运输任务及所述目标物流运输任务外的物流运输任务;依次比对所述待选综合适应值与所述其他叠加综合适应值之间的数值大小,在每次比对综合适应值时,将数值最小的综合适应值确定为其他待选综合适应值,并将所述其他待选综合适应值对应的候选车线规划策略填入所述禁忌表中,直到比对综合适应值的次数等于预置迭代次数;将所述禁忌表中数值最小的待选综合适应值确定为目标综合适应值,并将所述目标综合适应值对应的候选车线规划策略作为目标车线规划策略。
可选的,在本发明第二方面的第二种实现方式中,所述策略筛选模块包括:时段策略筛选单元,用于读取所述多个待检测车线规划策略中的多个运输时段策略,并根据所述多个运输时段策略以及预置标准时段对所述多个待检测车线规划策略进行初次筛选,得到多个备选车线规划策略,其中,所述预置标准时段包括第一预置标准时段与第二预置标准时段;任务策略筛选单元,用于读取所述多个备选车线规划策略中的多个运输任务策略,并根据所述多个运输任务策略对所述多个备选车线规划策略进行第二次筛选,得到多个候选车线规划策略。
可选的,在本发明第二方面的第三种实现方式中,所述时段策略筛选单元具体用于:读取所述多个待检测车线规划策略中的多个运输时段策略,判断每个运输时段策略中的第一运输时段是否小于第一预置标准时段,若目标运输时段策略中的第一运输时段不小于第一预置标准时段,则过滤掉目标运输时段策略对应的待检测车线规划策略,得到多个过滤后的车线规划策略;判断每个过滤后的车线规划策略中的第二运输时段是否小于第二预置标准时段,若目标过滤后的车线规划策略中的第二运输时段不小于第二预置标准时段,则过滤掉目标过滤后的车线规划策略对应的待检测车线规划策略,得到多个备选车线规划策略。
可选的,在本发明第二方面的第四种实现方式中,所述任务策略筛选单元具体用于:读取所述多个备选车线规划策略中的多个运输任务策略,判断每个运输任务策略中的第一运输任务是否仅被执行一次,若目标运输任务策略中的第一运输任务未仅被执行一次,则过滤掉目标运输任务策略,得到多个第一次过滤后的运输任务策略;判断每个第一次过滤后的运输任务策略中的第二运输任务是否仅被执行一次,若目标第一次过滤后的运输任务策略中的第二运输任务未仅被执行一次,则过滤掉目标第一次过滤后的运输任务策略,得到多个第二次过滤后的运输任务策略;判断每个第二次过滤后的运输任务策略中的第一运输任务与第二运输任务是否均完成,若目标第二次过滤后的运输任务策略中的第一运输任务与第二运输任务未均完成,则过滤掉目标第二次过滤后的运输任务策略,得到多个第三次过滤后的运输任务策略,将每个第三次过滤后的运输任务策略对应的备选车线规划策略确定为候选车线规划策略,得到多个候选车线规划策略。
本发明第三方面提供了一种运输货物的车线规划设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述运输货物的车线规划设备执行上述的运输货物的车线规划方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的运输货物的车线规划方法。
本发明提供的技术方案中,分别获取物流运输任务以及物流运输时段,其中,所述物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,所述物流运输时段包括所述第一运输分拨中心的第一运输时段与所述第二运输分拨中心的第二运输时段,且所述物流运输任务用于指示在所述第一运输分拨中心与所述第二运输分拨中心之间运输货物;分别将所述物流运输任务与所述物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,所述待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;根据预置标准时段筛选所述多个待检测车线规划策略,得到多个候选车线规划策略;采用禁忌搜索算法计算所述多个候选车线规划策略的综合适应值,得到多个综合适应值,对所述多个综合适应值进行筛选,得到目标综合适应值,将所述目标综合适应值对应的车线规划策略确定为目标车线规划策略。本发明实施例中,通过禁忌搜索算法计算多个候选车线规划策略的综合适应值,并在多个综合适应值中确定目标综合适应值,最后将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略,得到合理化的车线规划策略,减少了快递包裹的运输资源浪费,提高了快递包裹的运输效率。
附图说明
图1为本发明实施例中运输货物的车线规划方法的一个实施例示意图;
图2为本发明实施例中运输货物的车线规划方法的另一个实施例示意图;
图3为本发明实施例中运输货物的车线规划装置的一个实施例示意图;
图4为本发明实施例中运输货物的车线规划装置的另一个实施例示意图;
图5为本发明实施例中运输货物的车线规划设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种运输货物的车线规划方法、装置、设备及存储介质,通过禁忌搜索算法计算多个候选车线规划策略的综合适应值,并在多个综合适应值中确定目标综合适应值,最后将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略,得到合理化的车线规划策略,减少了快递包裹的运输资源浪费,提高了快递包裹的运输效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中运输货物的车线规划方法的一个实施例包括:
101、分别获取物流运输任务以及物流运输时段,其中,物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,物流运输时段包括第一运输分拨中心的第一运输时段与第二运输分拨中心的第二运输时段,且物流运输任务用于指示在第一运输分拨中心与第二运输分拨中心之间运输货物;
可以理解的是,本发明的执行主体可以为运输货物的车线规划装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
需要说明的是,本申请中的运输场景为在第一运输分拨中心与第二运输分拨中心之间运输货物(快递包裹),即第一运输分拨中心有多个货物需要运输到第二运输分拨中心,第二运输分拨中心有多个货物运输到第一运输分拨中心,因此第一运输分拨中心与第二运输分拨中心之间呈互拖货物的运输关系。这里的第一运输任务指的是需要从第一运输分拨中心运输到第二运输分拨中心的货物的数量,同理,第二运输任务指的是需要从第二运输分拨中心运输到第一运输分拨中心的货物的数量,第一运输任务与第二运输任务可能相同也可能不同,但第一运输任务与第二运输任务中运输货物的数量远大于0。因为第一运输任务与第二运输任务中运输货物的数量较多,因此需要多次运输,每次完成一次运输任务的时间被称为运输时段,这里的第一运输时段指的是完成一次第一运输分拨中心的第一运输任务所需要的时间,第二运输时段指的是完成一次第二运输分拨中心的第二运输任务所需要的时间。
102、分别将物流运输任务与物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;
通过预置车线规划模型生成的待检测车线规划策略是为了完成物流运输任务而制定的车线规划策略,车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,例如:第一运输分拨中心的第i物流运输任务为向第二运输分拨中心运输5000个货物,第二运输分拨中心的第j物流运输任务为向第一运输分拨中心运输3000个货物,物流运输时段为2小时,这里的i与j均为正整数,则生成对应的车线规划策略为:由第一运输分拨中心的p次车在8点时向第二运输分拨中心运输3000个货物,与此同时由第二运输分拨中心的q次车向第一运输分拨中心运输2000个货物,9点时p次车与q次车同时到达目的运输分拨中心,并由p次车将第二运输分拨中心剩余的1000个货物向第一运输分拨中心运输,由q次车将第一运输分拨中心剩余的2000个货物向第二运输分拨中心运输,p次车与q次车在10点时同时到达目的运输分拨中心,完成物流运输任务,p、q均为自然数。
103、根据预置标准时段筛选多个待检测车线规划策略,得到多个候选车线规划策略;
服务器利用预置车线规划模型生成的多个待检测车线规划策略中,存在一些不满足约束条件的待检测车线规划策略,因此要将这些不满足约束条件的待检测车线规划策略过滤掉,并将剩余的待检测车线规划策略确定为候选车线规划策略,最后再在这些候选车线规划策略中选择一个既满足约束条件又是最优选的车线规划策略,得到目标车线规划策略。这里的约束条件为:(1)运输时段策略中的第一运输时段小于第一预置标准时段;(2)车线规划策略中的第二运输时段小于第二预置标准时段;(3)车线规划策略中的第一运输任务仅被执行一次;(4)车线规划策略中的第二运输任务仅被执行一次;(5)车线规划策略中的第一运输任务与第二运输任务均完成。
104、采用禁忌搜索算法计算多个候选车线规划策略的综合适应值,得到多个综合适应值,对多个综合适应值进行筛选,得到目标综合适应值,将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略。
由于候选车线规划策略的数量较多因此服务器需要采用禁忌搜索算法对多个候选车线规划处策略进行筛选。禁忌搜索算法(tabu search,TS)算法是一种亚启发式(meta-heuristic)随机搜索算法,它从一个初始可行解出发,选择一系列的特定搜索方向(移动)作为试探,选择实现让特定的目标函数值变化最多的移动。为了避免陷入局部最优解的情况,TS搜索中采用禁忌表对已经进行的优化过程进行记录和选择,指导下一步的搜索方向。在本申请中,通过禁忌搜索算法计算多个候选车线规划策略的综合适应值,根据禁忌表中综合适应值的数值大小确定目标车线规划策略。这里的综合适应值是利用每个候选车线规划策略中的配置参数计算得到的,其中配置参数为:物流运输任务、物流运输时段及物流运输车辆。
本发明实施例中,通过禁忌搜索算法计算多个候选车线规划策略的综合适应值,并在多个综合适应值中确定目标综合适应值,最后将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略,得到合理化的车线规划策略,减少了快递包裹的运输资源浪费,提高了快递包裹的运输效率。
请参阅图2,本发明实施例中运输货物的车线规划方法的另一个实施例包括:
201、分别获取物流运输任务以及物流运输时段,其中,物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,物流运输时段包括第一运输分拨中心的第一运输时段与第二运输分拨中心的第二运输时段,且物流运输任务用于指示在第一运输分拨中心与第二运输分拨中心之间运输货物;
可以理解的是,这里的第一运输任务用于指示多个任务,每个任务对应一个第一运输时段中的时段,例如:第一运输任务为由第一运输分拨中心向第二运输分拨中心运输3000个货物,对应完成第一运输任务的第一运输时段为1小时;第一运输任务为由第一运输分拨中心向第二运输分拨中心运输5000个货物,对应完成的第一运输时段为2小时。同理,第二运输任务用于指示多个任务,每个任务对应一个第二运输时段中的时段,例如:第二运输任务为由第二运输分拨中心向第一运输分拨中心运输6000个货物,对应完成第二运输任务的第二运输时段为2小时;第二运输任务为由第二运输分拨中心向第一运输分拨中心运输4500个货物,对应完成的第二运输时段为1.5小时。此外,在运输货物时,运输的车辆仅为当前运输分拨中心的车辆,例如:采用k次车完成第一运输任务,k为自然数,这里的k次车仅为第一运输分拨中心的车次。在本申请中,均不对运输车辆的车型种类以及运载量的大小进行限定,可以根据具体的实际情况进行设定。
202、分别将物流运输任务与物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;
可以理解的是,通过预置车线规划模型生成的待检测车线规划策略指的是为了完成物流运输任务而制定的车线规划策略,车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,例如:第一运输分拨中心的第i物流运输任务为向第二运输分拨中心运输5000个货物,第二运输分拨中心的第j物流运输任务为向第一运输分拨中心运输3000个货物,物流运输时段为2小时,这里的i与j均为正整数,则生成对应的车线规划策略为:由第一运输分拨中心的p次车在8点时向第二运输分拨中心运输3000个货物,与此同时由第二运输分拨中心的q次车在8点时向第一运输分拨中心运输2000个货物,9点时p次车与q次车同时到达目的运输分拨中心,并由p次车将第二运输分拨中心剩余的1000个货物向第一运输分拨中心运输,由q次车将第一运输分拨中心剩余的2000个货物向第二运输分拨中心运输,p次车与q次车在10点时同时到达目的运输分拨中心,完成物流运输任务,p、q均为自然数。
进一步说明的是,因为物流运输任务以及物流运输时段的不同,通过预置车线规划模型生成的待检测车线规划策略也是不完全相同的,这里生成待检测车线规划策略的预置车线规划模型是现有技术,是本申请本领域中的惯用手段,因此并不在此进行赘述。
203、读取多个待检测车线规划策略中的多个运输时段策略,并根据多个运输时段策略以及预置标准时段对多个待检测车线规划策略进行初次筛选,得到多个备选车线规划策略,其中,预置标准时段包括第一预置标准时段与第二预置标准时段;
服务器首先读取多个待检测车线规划策略中的多个运输时段策略,再判断每个运输时段策略中的第一运输时段是否小于第一预置标准时段,若目标运输时段策略中的第一运输时段不小于第一预置标准时段,则服务器过滤掉目标运输时段策略对应的待检测车线规划策略,得到多个过滤后的车线规划策略;然后服务器判断每个过滤后的车线规划策略中的第二运输时段是否小于第二预置标准时段,若目标过滤后的车线规划策略中的第二运输时段不小于第二预置标准时段,则服务器过滤掉目标过滤后的车线规划策略对应的待检测车线规划策略,得到多个备选车线规划策略。
这里的预置标准时段即为每个待检测车线规划策略中的约束条件,预置标准时段包括第一预置标准时段与第二预置标准时段,第一预置标准时段限定的是完成第一物流运输任务的时段长短,而第二预置标准时段限定的是完成第二物流运输任务的时段长短。
例如:设定有A、B两个运输分拨中心,现有若干个货物在A、B两个运输分拨中心之间运输,则每个待检测车线规划策略中的运输时段策略都要满足以下条件:
其中Tki表示A运输分拨中心k次车完成A运输分拨中心的i运输任务的时刻;
Tkij表示A运输分拨中心k次车完成A运输分拨中心的i运输任务及B运输分拨中心的j运输任务的时刻;
Tzj表示B运输分拨中心z次车完成B运输分拨中心的j运输任务的时刻;
Tzji表示B运输分拨中心z次车完成B运输分拨中心的j运输任务及A运输分拨中心的i运输任务的时刻;
N表示A运输分拨中心的所有运输任务的数量,M表示B运输分拨中心的所有运输任务的数量,这里的i、j均为正整数,k、z均为自然数。
通过对多个待检测车线规划策略中的运输时段进行筛选,过滤出不符合约束条件的车线规划策略,得到多个备选车线规划策略。
204、读取多个备选车线规划策略中的多个运输任务策略,并根据多个运输任务策略对多个备选车线规划策略进行第二次筛选,得到多个候选车线规划策略;
服务器读取多个备选车线规划策略中的多个运输任务策略,再判断每个运输任务策略中的第一运输任务是否仅被执行一次,若目标运输任务策略中的第一运输任务未仅被执行一次,则过滤掉目标运输任务策略,得到多个第一次过滤后的运输任务策略;服务器判断每个第一次过滤后的运输任务策略中的第二运输任务是否仅被执行一次,若目标第一次过滤后的运输任务策略中的第二运输任务未仅被执行一次,则过滤掉目标第一次过滤后的运输任务策略,得到多个第二次过滤后的运输任务策略;服务器判断每个第二次过滤后的运输任务策略中的第一运输任务与第二运输任务是否均完成,若目标第二次过滤后的运输任务策略中的第一运输任务与第二运输任务未均完成,则过滤掉目标第二次过滤后的运输任务策略,得到多个第三次过滤后的运输任务策略,服务器将每个第三次过滤后的运输任务策略对应的备选车线规划策略确定为候选车线规划策略,得到多个候选车线规划策略。如:设定有A、B两个运输分拨中心,有若干个货物在A、B两个运输分拨中心之间运输,则每个待检测车线规划策略中的运输任务策略都要满足以下条件:
A运输分拨中心的运输任务与B运输分拨中心的运输任务均被完成:
在式中:i∈[1,N],j∈[1,M],k∈[1,K],z∈[1,Z],N表示A运输分拨中心的所有运输任务的数量,M表示B运输分拨中心的所有运输任务的数量,K表示A运输分拨中心的班车数量,Z表示B运输分拨中心的班车数量,这里的i、j均为正整数,k、z均为自然数。
通过对多个备选车线规划策略中的运输任务进行筛选,过滤出不符合约束条件的车线规划策略,得到多个候选车线规划策略。
205、采用禁忌搜索算法计算多个候选车线规划策略的综合适应值,得到多个综合适应值,对多个综合适应值进行筛选,得到目标综合适应值,将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略。
首先服务器采用禁忌搜索算法在多个候选车线规划策略中随机选取一个候选车线规划策略作为初始候选车线规划策略,并读取初始候选车线策略中的初始配置参数,服务器再根据初始配置参数计算综合适应值,得到初始综合适应值,初始配置参数包括初始物流运输任务、初始物流运输时段及初始物流运输车辆;其次服务器在物流运输任务中选取除初始物流运输任务外的目标物流运输任务,并将目标物流运输任务插入初始配置参数中,得到叠加配置参数,并根据叠加配置参数计算综合适应值,得到叠加综合适应值;然后服务器比对叠加综合适应值与初始综合适应值之间的数值大小,确定数值最小的综合适应值为待选综合适应值,并将待选综合适应值对应的候选车线规划策略填入禁忌表中;服务器在物流运输任务中依次选取其他目标物流运输任务,将其他目标物流运输任务依次插入初始配置参数中,得到其他叠加配置参数,根据其他叠加配置参数计算综合适应值,得到其他叠加综合适应值,其他目标物流运输任务用于指示物流运输任务中除初始物流运输任务及目标物流运输任务外的物流运输任务;服务器依次比对待选综合适应值与其他叠加综合适应值之间的数值大小,在每次比对综合适应值时,将数值最小的综合适应值确定为其他待选综合适应值,并将其他待选综合适应值对应的候选车线规划策略填入禁忌表中,直到比对综合适应值的次数等于预置迭代次数;最后服务器将禁忌表中数值最小的待选综合适应值确定为目标综合适应值,并将目标综合适应值对应的候选车线规划策略作为目标车线规划策略。
需要说明的是,这里每一个候选车线规划策略中均包括基本的配置参数,配置参数用于指示该候选车线规划策略中所需完成的物流运输任务、完成物流运输任务所需的时段及执行物流运输任务的物流运输车辆,通过获取到的基本的配置参数,计算每个候选车线规划策略的综合适应值。例如:设定有A、B两个运输分拨中心,现有若干个货物在A、B两个运输分拨中心之间运输,则通过过滤后的每个候选车线规划策略中的配置参数如下:
执行物流运输任务的物流运输车辆:其中:表示第一决策变量,当A运输分拨中心第k辆班车完成A运输分拨中心的i运输任务及完成B运输分拨中心j拖回运输任务时其值为1,否则为0,需要说明的是当j为0时,j拖回运输任务为0即空车返回;
Tkij表示A运输分拨中心k次车完成A运输分拨中心的i运输任务及B运输分拨中心的j运输任务的时刻;
Tzji表示B运输分拨中心z次车完成B运输分拨中心的j运输任务及A运输分拨中心的i运输任务的时刻;
在式中:i∈[1,N],j∈[1,M],k∈[1,K],z∈[1,Z],N表示A运输分拨中心的所有运输任务的数量,M表示B运输分拨中心的所有运输任务的数量,K表示A运输分拨中心的班车数量,Z表示B运输分拨中心的班车数量,这里的i、j均为正整数,k、z均为自然数。
服务器通过所需完成的物流运输任务的最大值、完成物流运输任务所需的时段的最小值及执行物流运输任务的物流运输车辆的最小值计算每个候选车线规划策略的综合适应值。
需要说明的是,为了优化车线规划策略,在禁忌搜素算法中添加插入算法,这里的插入算法指的是对任意一条车线规划策略中依次插入多个其他车线规划策略中的物流运输任务,计算多个当前车线规划策略的综合适应值,判断多个当前综合适应值与原始综合适应值的大小,将数值最小的综合适应值所对应的车线规划策略作为最终的目标车线规划策略。例如:初始车线规划策略的初始综合适应值为0.8,将某一车线规划策略的运输任务插入到初始配置参数中,重新计算得到的替换综合适应值为0.5,将其他车线规划策略的运输任务插入到初始配置参数中,重新计算得到的其他替换综合适应值为0.1,将另一其他车线规划策略的运输任务插入到初始配置参数中,重新计算得到的其他替换综合适应值为0.9,服务器将初始综合适应值与替换综合适应值以及其他替换综合适应值进行比对,在禁忌表中填入综合适应值数值小所对应的候选车线规划策略,也就是将0.1所对应的候选车线规划策略填入禁忌表中,最终从禁忌表中选择综合适应值最小所对应的候选车线规划策略作为目标车线规划策略。
可以理解的是,为了选择出最优的候选车线规划策略,服务器需要进行多次插入算法的迭代与综合适应值的比对,比对综合适应值的次数需要等于预置迭代次数,这里的预置迭代次数远大于0,在本申请中,并不对预置迭代次数的数值进行限定,可根据实际情况对预置迭代次数进行设定。此外,禁忌表是存在长度设定的,保存在禁忌表中的候选车线规划策略的数量等于禁忌表的长度。例如:当禁忌表的长度为20时,保存在禁忌表中的候选车线规划策略的数量至多为20条,当有更新候选车线规划策略需要填入禁忌表中时,需要剔除禁忌表中某一条原有的候选车线规划策略,令禁忌表中的候选车线规划策略的数量保持在20条的数量上。
本发明实施例中,通过禁忌搜索算法计算多个候选车线规划策略的综合适应值,并在多个综合适应值中确定目标综合适应值,最后将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略,得到合理化的车线规划策略,减少了快递包裹的运输资源浪费,提高了快递包裹的运输效率。
上面对本发明实施例中运输货物的车线规划方法进行了描述,下面对本发明实施例中运输货物的车线规划装置进行描述,请参阅图3,本发明实施例中运输货物的车线规划装置一个实施例包括:信息获取模块301,用于分别获取物流运输任务以及物流运输时段,其中,物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,物流运输时段包括第一运输分拨中心的第一运输时段与第二运输分拨中心的第二运输时段,且物流运输任务用于指示在第一运输分拨中心与第二运输分拨中心之间运输货物;策略生成模块302,用于分别将物流运输任务与物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;策略筛选模块303,用于根据预置标准时段筛选多个待检测车线规划策略,得到多个候选车线规划策略;策略确定模块304,用于采用禁忌搜索算法计算多个候选车线规划策略的综合适应值,得到多个综合适应值,对多个综合适应值进行筛选,得到目标综合适应值,将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略。
本发明实施例中,通过禁忌搜索算法计算多个候选车线规划策略的综合适应值,并在多个综合适应值中确定目标综合适应值,最后将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略,得到合理化的车线规划策略,减少了快递包裹的运输资源浪费,提高了快递包裹的运输效率。
请参阅图4,本发明实施例中运输货物的车线规划装置的另一个实施例包括:信息获取模块301,用于分别获取物流运输任务以及物流运输时段,其中,物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,物流运输时段包括第一运输分拨中心的第一运输时段与第二运输分拨中心的第二运输时段,且物流运输任务用于指示在第一运输分拨中心与第二运输分拨中心之间运输货物;策略生成模块302,用于分别将物流运输任务与物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;策略筛选模块303,用于根据预置标准时段筛选多个待检测车线规划策略,得到多个候选车线规划策略;策略确定模块304,用于采用禁忌搜索算法计算多个候选车线规划策略的综合适应值,得到多个综合适应值,对多个综合适应值进行筛选,得到目标综合适应值,将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略。
可选的,策略确定模块304还可以具体用于:采用禁忌搜索算法在多个候选车线规划策略中随机选取一个候选车线规划策略作为初始候选车线规划策略,读取初始候选车线策略中的初始配置参数,并根据初始配置参数计算综合适应值,得到初始综合适应值,其中,初始配置参数包括初始物流运输任务、初始物流运输时段及初始物流运输车辆;在物流运输任务中选取除初始物流运输任务外的目标物流运输任务,将目标物流运输任务插入初始配置参数中,得到叠加配置参数,并根据叠加配置参数计算综合适应值,得到叠加综合适应值;比对叠加综合适应值与初始综合适应值之间的数值大小,确定数值最小的综合适应值为待选综合适应值,并将待选综合适应值对应的候选车线规划策略填入禁忌表中;在物流运输任务中依次选取其他目标物流运输任务,将其他目标物流运输任务依次插入初始配置参数中,得到其他叠加配置参数,根据其他叠加配置参数计算综合适应值,得到其他叠加综合适应值,其他目标物流运输任务用于指示物流运输任务中除初始物流运输任务及目标物流运输任务外的物流运输任务;依次比对待选综合适应值与其他叠加综合适应值之间的数值大小,在每次比对综合适应值时,将数值最小的综合适应值确定为其他待选综合适应值,并将其他待选综合适应值对应的候选车线规划策略填入禁忌表中,直到比对综合适应值的次数等于预置迭代次数;将禁忌表中数值最小的待选综合适应值确定为目标综合适应值,并将目标综合适应值对应的候选车线规划策略作为目标车线规划策略。
可选的,策略筛选模块303包括:时段策略筛选单元3031,用于读取多个待检测车线规划策略中的多个运输时段策略,并根据多个运输时段策略以及预置标准时段对多个待检测车线规划策略进行初次筛选,得到多个备选车线规划策略,其中,预置标准时段包括第一预置标准时段与第二预置标准时段;任务策略筛选单元3032,用于读取多个备选车线规划策略中的多个运输任务策略,并根据多个运输任务策略对多个备选车线规划策略进行第二次筛选,得到多个候选车线规划策略。
可选的,时段策略筛选单元3031还可具体用于:读取多个待检测车线规划策略中的多个运输时段策略,判断每个运输时段策略中的第一运输时段是否小于第一预置标准时段,若目标运输时段策略中的第一运输时段不小于第一预置标准时段,则过滤掉目标运输时段策略对应的待检测车线规划策略,得到多个过滤后的车线规划策略;判断每个过滤后的车线规划策略中的第二运输时段是否小于第二预置标准时段,若目标过滤后的车线规划策略中的第二运输时段不小于第二预置标准时段,则过滤掉目标过滤后的车线规划策略对应的待检测车线规划策略,得到多个备选车线规划策略。
可选的,任务策略筛选单元3032还可具体用于:读取多个备选车线规划策略中的多个运输任务策略,判断每个运输任务策略中的第一运输任务是否仅被执行一次,若目标运输任务策略中的第一运输任务未仅被执行一次,则过滤掉目标运输任务策略,得到多个第一次过滤后的运输任务策略;判断每个第一次过滤后的运输任务策略中的第二运输任务是否仅被执行一次,若目标第一次过滤后的运输任务策略中的第二运输任务未仅被执行一次,则过滤掉目标第一次过滤后的运输任务策略,得到多个第二次过滤后的运输任务策略;判断每个第二次过滤后的运输任务策略中的第一运输任务与第二运输任务是否均完成,若目标第二次过滤后的运输任务策略中的第一运输任务与第二运输任务未均完成,则过滤掉目标第二次过滤后的运输任务策略,得到多个第三次过滤后的运输任务策略,将每个第三次过滤后的运输任务策略对应的备选车线规划策略确定为候选车线规划策略,得到多个候选车线规划策略。
本发明实施例中,通过禁忌搜索算法计算多个候选车线规划策略的综合适应值,并在多个综合适应值中确定目标综合适应值,最后将目标综合适应值对应的候选车线规划策略确定为目标车线规划策略,得到合理化的车线规划策略,减少了快递包裹的运输资源浪费,提高了快递包裹的运输效率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的运输货物的车线规划装置进行详细描述,下面从硬件处理的角度对本发明实施例中运输货物的车线规划设备进行详细描述。
图5是本发明实施例提供的一种运输货物的车线规划设备的结构示意图,该运输货物的车线规划设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对运输货物的车线规划设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在运输货物的车线规划设备500上执行存储介质530中的一系列指令操作。
运输货物的车线规划设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的运输货物的车线规划设备结构并不构成对运输货物的车线规划设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述运输货物的车线规划方法的步骤。
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。所述集成的单元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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明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全部或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)执行本发明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-only memory,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。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种运输货物的车线规划方法,其特征在于,所述运输货物的车线规划方法包括:
分别获取物流运输任务以及物流运输时段,其中,所述物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,所述物流运输时段包括所述第一运输分拨中心的第一运输时段与所述第二运输分拨中心的第二运输时段,且所述物流运输任务用于指示在所述第一运输分拨中心与所述第二运输分拨中心之间运输货物;
分别将所述物流运输任务与所述物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,所述待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;
根据预置标准时段筛选所述多个待检测车线规划策略,得到多个候选车线规划策略;
采用禁忌搜索算法计算所述多个候选车线规划策略的综合适应值,得到多个综合适应值,对所述多个综合适应值进行筛选,得到目标综合适应值,将所述目标综合适应值对应的候选车线规划策略确定为目标车线规划策略。
2.根据权利要求1所述的运输货物的车线规划方法,其特征在于,所述采用禁忌搜索算法计算所述多个候选车线规划策略的综合适应值,得到多个综合适应值,对所述多个综合适应值进行筛选,得到目标综合适应值,将所述目标综合适应值对应的候选车线规划策略确定为目标车线规划策略包括:
采用禁忌搜索算法在所述多个候选车线规划策略中随机选取一个候选车线规划策略作为初始候选车线规划策略,读取所述初始候选车线策略中的初始配置参数,并根据初始配置参数计算综合适应值,得到初始综合适应值,其中,所述初始配置参数包括初始物流运输任务、初始物流运输时段及初始物流运输车辆;
在物流运输任务中选取除所述初始物流运输任务外的目标物流运输任务,将所述目标物流运输任务插入所述初始配置参数中,得到叠加配置参数,并根据所述叠加配置参数计算综合适应值,得到叠加综合适应值;
比对所述叠加综合适应值与初始综合适应值之间的数值大小,确定数值最小的综合适应值为待选综合适应值,并将所述待选综合适应值对应的候选车线规划策略填入禁忌表中;
在物流运输任务中依次选取其他目标物流运输任务,将所述其他目标物流运输任务依次插入所述初始配置参数中,得到其他叠加配置参数,根据所述其他叠加配置参数计算综合适应值,得到其他叠加综合适应值,所述其他目标物流运输任务用于指示物流运输任务中除所述初始物流运输任务及所述目标物流运输任务外的物流运输任务;
依次比对所述待选综合适应值与所述其他叠加综合适应值之间的数值大小,在每次比对综合适应值时,将数值最小的综合适应值确定为其他待选综合适应值,并将所述其他待选综合适应值对应的候选车线规划策略填入所述禁忌表中,直到比对综合适应值的次数等于预置迭代次数;
将所述禁忌表中数值最小的待选综合适应值确定为目标综合适应值,并将所述目标综合适应值对应的候选车线规划策略作为目标车线规划策略。
3.根据权利要求1或2所述的运输货物的车线规划方法,其特征在于,所述根据预置标准时段筛选所述多个待检测车线规划策略,得到多个候选车线规划策略包括:
读取所述多个待检测车线规划策略中的多个运输时段策略,并根据所述多个运输时段策略以及预置标准时段对所述多个待检测车线规划策略进行初次筛选,得到多个备选车线规划策略,其中,所述预置标准时段包括第一预置标准时段与第二预置标准时段;
读取所述多个备选车线规划策略中的多个运输任务策略,并根据所述多个运输任务策略对所述多个备选车线规划策略进行第二次筛选,得到多个候选车线规划策略。
4.根据权利要求3所述的运输货物的车线规划方法,其特征在于,所述读取所述多个待检测车线规划策略中的多个运输时段策略,并根据所述多个运输时段策略以及预置标准时段对所述多个待检测车线规划策略进行初次筛选,得到多个备选车线规划策略,其中,所述预置标准时段包括第一预置标准时段与第二预置标准时段包括:
读取所述多个待检测车线规划策略中的多个运输时段策略,判断每个运输时段策略中的第一运输时段是否小于第一预置标准时段,若目标运输时段策略中的第一运输时段不小于第一预置标准时段,则过滤掉目标运输时段策略对应的待检测车线规划策略,得到多个过滤后的车线规划策略;
判断每个过滤后的车线规划策略中的第二运输时段是否小于第二预置标准时段,若目标过滤后的车线规划策略中的第二运输时段不小于第二预置标准时段,则过滤掉目标过滤后的车线规划策略对应的待检测车线规划策略,得到多个备选车线规划策略。
5.根据权利要求3所述的运输货物的车线规划方法,其特征在于,所述读取所述多个备选车线规划策略中的多个运输任务策略,并根据所述多个运输任务策略对所述多个备选车线规划策略进行第二次筛选,得到多个候选车线规划策略包括:
读取所述多个备选车线规划策略中的多个运输任务策略,判断每个运输任务策略中的第一运输任务是否仅被执行一次,若目标运输任务策略中的第一运输任务未仅被执行一次,则过滤掉目标运输任务策略,得到多个第一次过滤后的运输任务策略;
判断每个第一次过滤后的运输任务策略中的第二运输任务是否仅被执行一次,若目标第一次过滤后的运输任务策略中的第二运输任务未仅被执行一次,则过滤掉目标第一次过滤后的运输任务策略,得到多个第二次过滤后的运输任务策略;
判断每个第二次过滤后的运输任务策略中的第一运输任务与第二运输任务是否均完成,若目标第二次过滤后的运输任务策略中的第一运输任务与第二运输任务未均完成,则过滤掉目标第二次过滤后的运输任务策略,得到多个第三次过滤后的运输任务策略,将每个第三次过滤后的运输任务策略对应的备选车线规划策略确定为候选车线规划策略,得到多个候选车线规划策略。
6.一种运输货物的车线规划装置,其特征在于,所述运输货物的车线规划装置包括:
信息获取模块,用于分别获取物流运输任务以及物流运输时段,其中,所述物流运输任务包括第一运输分拨中心的第一运输任务与第二运输分拨中心的第二运输任务,所述物流运输时段包括所述第一运输分拨中心的第一运输时段与所述第二运输分拨中心的第二运输时段,且所述物流运输任务用于指示在所述第一运输分拨中心与所述第二运输分拨中心之间运输货物;
策略生成模块,用于分别将所述物流运输任务与所述物流运输时段输入到预置车线规划模型中,生成多个待检测车线规划策略,其中,所述待检测车线规划策略包括运输任务策略、运输时段策略及运输车辆策略,每个待检测车线规划策略不完全相同;
策略筛选模块,用于根据预置标准时段筛选所述多个待检测车线规划策略,得到多个候选车线规划策略;
策略确定模块,用于采用禁忌搜索算法计算所述多个候选车线规划策略的综合适应值,得到多个综合适应值,对所述多个综合适应值进行筛选,得到目标综合适应值,将所述目标综合适应值对应的候选车线规划策略确定为目标车线规划策略。
7.根据权利要求6中所述的运输货物的车线规划装置,其特征在于,所述策略确定模块具体用于:
采用禁忌搜索算法在所述多个候选车线规划策略中随机选取一个候选车线规划策略作为初始候选车线规划策略,读取所述初始候选车线策略中的初始配置参数,并根据初始配置参数计算综合适应值,得到初始综合适应值,其中,所述初始配置参数包括初始物流运输任务、初始物流运输时段及初始物流运输车辆;
在物流运输任务中选取除所述初始物流运输任务外的目标物流运输任务,将所述目标物流运输任务插入所述初始配置参数中,得到叠加配置参数,并根据所述叠加配置参数计算综合适应值,得到叠加综合适应值;
比对所述叠加综合适应值与初始综合适应值之间的数值大小,确定数值最小的综合适应值为待选综合适应值,并将所述待选综合适应值对应的候选车线规划策略填入禁忌表中;
在物流运输任务中依次选取其他目标物流运输任务,将所述其他目标物流运输任务依次插入所述初始配置参数中,得到其他叠加配置参数,根据所述其他叠加配置参数计算综合适应值,得到其他叠加综合适应值,所述其他目标物流运输任务用于指示物流运输任务中除所述初始物流运输任务及所述目标物流运输任务外的物流运输任务;
依次比对所述待选综合适应值与所述其他叠加综合适应值之间的数值大小,在每次比对综合适应值时,将数值最小的综合适应值确定为其他待选综合适应值,并将所述其他待选综合适应值对应的候选车线规划策略填入所述禁忌表中,直到比对综合适应值的次数等于预置迭代次数;
将所述禁忌表中数值最小的待选综合适应值确定为目标综合适应值,并将所述目标综合适应值对应的候选车线规划策略作为目标车线规划策略。
8.根据权利要求6或7所述的运输货物的车线规划装置,其特征在于,所述策略筛选模块包括:
时段策略筛选单元,用于读取所述多个待检测车线规划策略中的多个运输时段策略,并根据所述多个运输时段策略以及预置标准时段对所述多个待检测车线规划策略进行初次筛选,得到多个备选车线规划策略,其中,所述预置标准时段包括第一预置标准时段与第二预置标准时段;
任务策略筛选单元,用于读取所述多个备选车线规划策略中的多个运输任务策略,并根据所述多个运输任务策略对所述多个备选车线规划策略进行第二次筛选,得到多个候选车线规划策略。
9.一种运输货物的车线规划设备,其特征在于,所述运输货物的车线规划设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述运输货物的车线规划设备执行如权利要求1-5中任意一项所述的运输货物的车线规划方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述运输货物的车线规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401220.0A CN111598511A (zh) | 2020-05-13 | 2020-05-13 | 运输货物的车线规划方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401220.0A CN111598511A (zh) | 2020-05-13 | 2020-05-13 | 运输货物的车线规划方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111598511A true CN111598511A (zh) | 2020-08-28 |
Family
ID=72182023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010401220.0A Pending CN111598511A (zh) | 2020-05-13 | 2020-05-13 | 运输货物的车线规划方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111598511A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966997A (zh) * | 2021-03-04 | 2021-06-15 | 上海东普信息科技有限公司 | 快递货物的运输方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651231A (zh) * | 2015-10-29 | 2017-05-10 | 株式会社日立制作所 | 路径规划方法和路径规划装置 |
CN108921483A (zh) * | 2018-07-16 | 2018-11-30 | 深圳北斗应用技术研究院有限公司 | 一种物流路径规划方法、装置及司机排班调度方法、装置 |
CN109636028A (zh) * | 2018-11-29 | 2019-04-16 | 湖南工程学院 | 分布式智能调度方法 |
CN109800910A (zh) * | 2019-01-10 | 2019-05-24 | 浙江工业大学 | 一种基于禁忌搜索的超启发式算法的车辆路径优化方法 |
CN109934532A (zh) * | 2019-02-21 | 2019-06-25 | 深圳市北斗智能科技有限公司 | 双向运输的路线规划方法和相关装置 |
CN110197311A (zh) * | 2019-06-12 | 2019-09-03 | 江苏航运职业技术学院 | 一种基于智能优化的物流配送路径规划方法 |
-
2020
- 2020-05-13 CN CN202010401220.0A patent/CN111598511A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651231A (zh) * | 2015-10-29 | 2017-05-10 | 株式会社日立制作所 | 路径规划方法和路径规划装置 |
CN108921483A (zh) * | 2018-07-16 | 2018-11-30 | 深圳北斗应用技术研究院有限公司 | 一种物流路径规划方法、装置及司机排班调度方法、装置 |
CN109636028A (zh) * | 2018-11-29 | 2019-04-16 | 湖南工程学院 | 分布式智能调度方法 |
CN109800910A (zh) * | 2019-01-10 | 2019-05-24 | 浙江工业大学 | 一种基于禁忌搜索的超启发式算法的车辆路径优化方法 |
CN109934532A (zh) * | 2019-02-21 | 2019-06-25 | 深圳市北斗智能科技有限公司 | 双向运输的路线规划方法和相关装置 |
CN110197311A (zh) * | 2019-06-12 | 2019-09-03 | 江苏航运职业技术学院 | 一种基于智能优化的物流配送路径规划方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966997A (zh) * | 2021-03-04 | 2021-06-15 | 上海东普信息科技有限公司 | 快递货物的运输方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Morabit et al. | Machine-learning–based column selection for column generation | |
JP6660973B2 (ja) | 配送車両の配送計画生成方法、装置およびシステム | |
CN111340431B (zh) | 运输路由的规划方法、装置、设备及存储介质 | |
Jin et al. | Storage yard management in maritime container terminals | |
Solyalı et al. | A multi-phase heuristic for the production routing problem | |
CN110175402A (zh) | 车辆零部件装载方法及系统 | |
CN111598341B (zh) | 一种基于物资配载和路径优化电力物资配送方法及系统 | |
CN114331257A (zh) | 物流运输装载管理方法、装置、设备及存储介质 | |
CN111573292A (zh) | 码垛方法、装置、电子设备及计算机可读存储介质 | |
Zhao et al. | Integrated facility layout design and flow assignment problem under uncertainty | |
CN112884409A (zh) | 配送路线推荐方法、装置、设备及存储介质 | |
CN114926118A (zh) | 车货装载信息的处理方法、装置、设备及存储介质 | |
Tarhan et al. | Generalized order acceptance and scheduling problem with batch delivery: Models and metaheuristics | |
CN111598324A (zh) | 配载车线优化方法、装置、设备及存储介质 | |
CN113935528B (zh) | 智能调度方法、装置、计算机设备及存储介质 | |
CN111598511A (zh) | 运输货物的车线规划方法、装置、设备及存储介质 | |
Kébé et al. | A Lagrangean heuristic for a two-echelon storage capacitated lot-sizing problem | |
JP4346073B2 (ja) | 管理装置、管理方法及び管理プログラム | |
Seidmann et al. | Throughput maximization in flexible manufacturing systems | |
Eng et al. | An Integrated Robust Optimization model of capacity planning under demand uncertainty in electronic industry | |
Krenczyk et al. | Computer aided production planning-SWZ system of order verification | |
CN108805491B (zh) | 一种多单拼车运单生成方法、装置及服务器 | |
CN117649164B (zh) | 一种货物统筹管理的梯度分配方法及系统 | |
JPH07192051A (ja) | 製造計画作成装置 | |
CN113450055B (zh) | 基于运输超载的货物削减方法、装置、设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200828 |