CN111612199B - 一种物流网络优化方法、装置、计算机设备及存储介质 - Google Patents

一种物流网络优化方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111612199B
CN111612199B CN201910140106.4A CN201910140106A CN111612199B CN 111612199 B CN111612199 B CN 111612199B CN 201910140106 A CN201910140106 A CN 201910140106A CN 111612199 B CN111612199 B CN 111612199B
Authority
CN
China
Prior art keywords
route
logistics
direct
distribution
target
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
Application number
CN201910140106.4A
Other languages
English (en)
Other versions
CN111612199A (zh
Inventor
蒋士淼
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.)
Beijing Jingbangda Trade Co Ltd
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Qianshi Technology Co Ltd
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 Beijing Jingdong Qianshi Technology Co Ltd filed Critical Beijing Jingdong Qianshi Technology Co Ltd
Priority to CN201910140106.4A priority Critical patent/CN111612199B/zh
Publication of CN111612199A publication Critical patent/CN111612199A/zh
Application granted granted Critical
Publication of CN111612199B publication Critical patent/CN111612199B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (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

本发明公开了一种物流网络优化方法、装置、计算机设备及存储介质，方法包括：获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一路由集合中每一路由对应的单量，每一路由集合包括物流网络包含的物流起点、物流终点以及连接于物流起点和物流终点之间的路由，路由包括至少连接于对应的物流起点和物流终点之间的直连配送路线和包含中间节点的间接配送路线；根据每一路由集合中每一路由对应的配送路线以及与配送路线对应的直连配送路线的单量确定目标路由集合；目标路由集合包括物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，目标路由中包含的直连配送路线的单量均符合设置条件。

Description

一种物流网络优化方法、装置、计算机设备及存储介质
技术领域
本发明涉及物流网络技术领域，尤其涉及一种物流网络优化方法、装置、计算机设备及存储介质。
背景技术
随着电子商务的不断发展，物流环节的管理工作越来越重要。物流管理系统可以根据经验数据和销售平台的历史销售数据预估在相应物流路线上的单量，进而确定对应的物流网络。
目前，对于物流网络求解一般是一次性最优化求解获得物流成本最小化的方案，没有考虑到物流网络结构稳定性问题。物流网络的结构稳定性指物流网络随着时间变化保持其网络结构不变的能力，按照一次性最优化求解获得的物流网络，在单量发生一定变化时该物流网络无法满足正常运营，导致物流网络的频繁调整。
发明内容
有鉴于此，本发明的主要目的在于提供一种物流网络优化方法、装置、计算机设备及存储介质，能够优化物流网络以获取在一定时间内结构性稳定的物流网络。
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供了一种物流网络优化方法，所述方法包括：
获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件。
其中，所述根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合，包括：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
其中，所述根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合，包括：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
确定所述初始的目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
其中，确定所述初始的目标路由集合相对于所述历史路由集合的差异值，包括：
将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值。
其中，所述将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，包括：
根据杰卡德距离公式确定所述初始的目标路由集合与所述历史路由集合之间对应的相似度值。
其中，所述目标路由中包含的直连配送路线的单量包括所述直连配送路线对应的第一单量，以及包含所述直连配送路线的其它路由所对应的第二单量。
其中，所述目标路由中包含的直连配送路线的单量均符合设置条件，包括：
所述目标路由中包含的直连配送路线的单量均超过设定的阈值。
本发明实施例提供了一种物流网络优化装置，包括：
获取模块，用于获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
确定模块，用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件。
其中，所述确定模块还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
其中，所述确定模块还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
确定所述初始的目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
其中，所述确定模块还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
其中，所述确定模块还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
根据杰卡德距离公式确定所述初始的目标路由集合与所述历史路由集合之间对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
本发明实施例提供了一种计算机设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
其中，所述处理器用于运行所述计算机程序时，实现本发明任一实施例所述的物流网络优化方法。
本发明实施例提供了一种计算机存储介质，所述计算机存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现本发明任一实施例所提供的物流网络优化方法。
本发明实施例提供的一种物流网络优化方法、装置、计算机设备及存储介质，通过获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，得到每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量，再根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合，得到的目标路由集合能同时满足至少两个历史时间所形成的路由集合中每一路由的单量的配送，进一步地，目标路由集合的目标路由中的直连配送路线的单量符合设置条件，如此，能够基于历史路由集合优化物流网络，以获取在一定时间内结构性稳定的新的物流网络所对应的路由集合。
附图说明
图1为本发明一实施例提供的物流网络优化方法的流程示意图；
图2为本发明一实施例提供的配送路线示意图；
图3为本发明另一实施例提供的配送路线示意图；
图4为本发明一实施例提供的物流网络优化装置的结构示意图；
图5为本发明一实施例提供的计算机设备的结构示意图。
具体实施方式
以下结合附图及实施例，对本公开进行进一步详细说明。应当理解，此处所提供的实施例仅仅用以解释本公开，并不用于限定本公开。另外，以下所提供的实施例是用于实施本公开的部分实施例，而非提供实施本公开的全部实施例，在不冲突的情况下，本公开实施例记载的技术方案可以任意组合的方式实施。
需要说明的是，在本公开实施例中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的方法或者装置不仅包括所明确记载的要素，而且还包括没有明确列出的其他要素，或者是还包括为实施方法或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的方法或者装置中还存在另外的相关要素(例如方法中的步骤或者装置中的单元，例如的单元可以是部分电路、部分处理器、部分程序或软件等等)。
例如，本公开实施例提供的物流网络优化方法包含了一系列的步骤，但是本公开实施例提供的物流网络优化方法不限于所记载的步骤，同样地，本公开实施例提供的物流网络优化装置包括了一系列模块，但是本公开实施例提供的装置不限于包括所明确记载的模块，还可以包括为获取相关信息、或基于信息进行处理时所需要设置的单元。
目前，相关技术中确定物流网络的的方法是对多个历史时间对应的物流网络所分别形成的各个城市间的运单单量求平均后求解最优化，此处且称之为“平均法”。平均法中，将原有的单个历史时间的数据扩展为M个历史时间的M组不同数据。M组数据均为各个城市间的运单单量数据，并对M组数据取均值。例如，i与j城市间M组数据的单量分别为则以平均后的i与j城市间的单量/>然后通过线性优化求解一组公共解。然而，本申请发明人在研究中发现，平均法求得的物流网络相对于只使用一组数据求解线性优化问题得到的物流方案可能优化，但是，甚至不能满足M组数据中某组数据(超出成本或者是线路配送能力不够等)。也即，该方法求得的物流网络甚至不能实现对M天中某些天的单量的配送任务。
基于目前的物流网络确定方法中所存在的问题，如图1所示，本发明一实施例提供了一种物流网络优化方法，该方法包括如下步骤：
步骤101：获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
这里，一个历史时间一般是指一天。这里，物流网络，是指由执行物流运动使命的路线和执行物流停顿使命的节点两种基本元素所组成的网络结构，包括物流配送路线和物流节点。其中，物流节点通常是指城市，本申请实施例中物流起点、物流终点、中间节点均属于物流节点。这里，路由集合，是指完成物流网络中所有单量配送的物流配送路线。这里，路由，是指完成单量配送的从物流起点到物流终点的配送路线，一个路由只对应唯一的一对物流起点和物流终点。
进一步地，若该路由只有物流起点和物流终点，则为直连配送路线，若该路由包括物流起点和物流终点，且包括至少一个中间节点，则为间接配送路线。
这里，一般所述间接配送路线包含的中间节点不超过设定值，一般该设定值设为3。其中，每一所述路由集合中每一路由对应的单量是指每一对应该路由的配送路线需要配送的单量。例如，如图2所示，设有单量从A到D，为简化说明，设A与D之间可选的中间城市有B、C两个，则所有可能的从A到D的路由有A->D，A->B->D，A->B->C->D，A->C->D四条，其中A->D属于直连配送路线，A->B->D，A->B->C->D，A->C->D属于间接配送路线，若某一历史时间对应的物流网络所形成的路由集合中单量从A到D选择了路线A->D，A->B->D，则可以获取路由A->D以及路由A->B->D分别对应的单量，且可以获取路由A->B->D是由物流起点A、中间节点B、物流终点D构成的物流，进一步地，路由A->B->D包括了A->B和B->D两条直连配送路线。
步骤102：根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件。
这里，目标路由集合是指能够满足将获取的至少两个历史时间的物流网络所形成的路由集合中每一路由对应的单量实现配送的路由集合。例如，对于城市A和D，设A与D之间可选的中间城市有B、C两个，则所有可能的从A到D的路由有A->D，A->B->D，A->B->C->D，A->C->D四条，设第一历史时间A到D的单量为X1，设第二历史时间A到D的单量为X2，则目标路由结合能同时满足A到D路由的单量X1和X2的配送，即确定的目标路由集合能同时满足第一历史时间和第二历史时间所形成的路由集合中每一路由的单量的配送，进一步地，目标路由集合的目标路由中的直连配送路线的单量满足符合设置条件，这里目标路由集合可以是一个，也可能是多个。
在本申请上述实施方式中，通过获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，得到每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量，再根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合，得到的目标路由集合能同时满足至少两个历史时间所形成的路由集合中每一路由的单量的配送，进一步地，目标路由集合的目标路由中的直连配送路线的单量符合设置条件，如此，能够基于历史路由集合优化物流网络以获取在一定时间内结构性稳定的新的物流网络所对应的路由集合。
在一实施方式中，所述根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合，包括：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
这里，初始的目标路由集合是指能同时满足至少两个历史时间所形成的路由集合中每一路由的单量的配送，进一步地，初始的目标路由集合的目标路由中的直连配送路线的单量满足每一历史时间的路由集合的单量的配送条件。
这里，物流成本信息按照物流功能范围分类：运输成本、流通加工成本、配送成本、包装成本、装卸与搬运成本、仓储成本、物流信息技术相关成本；这里，获取每一直连配送路线的物流成本信息是指对应于该直连配送路线的物流起点到物流终点运输单量的不同所形成的成本，例如货物量较小的时候，采用小货车运送，成本为a1，货物量较大时采用大货车运送，成本为a2，如大货车的能够配送的单量是小货车的5倍，则a2小于5a1，也就是说，在单量满足大货车运送时所花费的成本必然比通过小货车成本小很多，因此在物流网络规划时，尽量能够使得单量在行走的直连路线上能够使用大货车运载。
例如，某一路由xij，代表城市i与j之间的某条配送路线，xij＝1为目标物流网络中开通了这条路线，xij＝0为不开通这条路线，设xij受限于至少两个历史时间对应的路由集合的单量条件bij，如公式(1)所示：
axij+b≤0,xij≥0 (1)
这里，a代表xij该配送路线的物流成本信息，b代表该配送路线的单量。进一步地，取M个历史时间对应的M组路由集合，则bij应该同时满足配送条件因此，原有的线性规划问题中对i与j路线上的单量约束由公式(1)要扩展为对M个单量的约束，参见公式(2)。
进一步地，对于每一历史时间对应的M组路由集合中的每一路由，目标路由集合都能满足M组数据中所形成的路由集合中每一路由的单量的配送，即如公式(3)所示。
这里condM(X)代表目标路由集合满足第M历史时间对应的路由集合中每一路由的单量的配送。在物流网络中，设已知节点集合V＝{vp|1≤p≤n}，与有向边集合E＝{eij|1≤i≤n,1≤j≤n,i≠j}，组成有向图G＝{V,E}，设配送任务R＝{(vp,vq,c)|1≤p≤n,1≤q≤n,c≥0}为在一定约束条件comd下(距离、人工等)将单量为c从节点vp运送到点vq；若存在解则问题的最优解/>是使得达成任务R，满足条件的同时使得成本达最低。
这里，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合是指在确定初始的目标路由集合满足每一历史时间的物流网络的配送的情况下，加入物流成本信息，得到物流网络成本满足设定值的目标路由集合，这里，设定值可以是最低，即多个初始的目标路由集合中选出物流网络成本最小的目标路由集合。
在上述实施方式中，通过加入每一直连配送路线的物流成本信息与初始的目标路由集合确定出目标路由集合，在控制物流网络成本的同时保持物流网络的结构稳定性。
在一实施方式中，所述根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合，包括：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
确定所述初始的目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
这里，初始的目标路由集合是指能同时满足至少两个历史时间所形成的路由集合中每一路由的单量的配送，进一步地，初始的目标路由集合的目标路由中的直连配送路线的单量满足每一历史时间的路由集合的单量的配送条件。
这里，物流成本信息按照物流功能范围分类：运输成本、流通加工成本、配送成本、包装成本、装卸与搬运成本、仓储成本、物流信息技术相关成本；这里，获取每一直连配送路线的物流成本信息是指对应于该直连配送路线的物流起点到物流终点运输单量的不同所形成的成本，例如货物量较小的时候，采用小货车运送，成本为a1，货物量较大时采用大货车运送，成本为a2，如大货车的能够配送的单量是小货车的5倍，则a2小于5a1，也就是说，在单量满足大货车运送时所花费的成本必然比通过小货车成本小很多，因此在物流网络规划时，尽量能够使得单量在行走的直连路线上能够使用大货车运载。
这里，与一历史时间对应的物流网络所形成的历史路由集合是指某一天的物流网络所形成的路由集合，该历史路由集合可以是最近的某一天。
这里，所述初始的目标路由集合相对于所述历史路由集合的差异值是指初始的目标路由集合中每一路由集合与历史路由集合一一对应的差异值。这里，一般两个路由集合的差异越小，对应的差异值越高，对应的路由集合的结构稳定性也更高。
这里，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合是指在确定初始的目标路由集合满足每一历史时间的物流网络的配送的情况下，加入物流成本信息和所述初始的目标路由集合相对于所述历史路由集合的差异值，得到物流网络成本满足设定值的目标路由集合，这里，设定值可以是最低，即多个初始的目标路由集合中选出物流网络成本最小的目标路由集合。
在上述实施方式中，通过加入每一直连配送路线的物流成本信息、所述初始的目标路由集合相对于所述历史路由集合的差异值以及初始的目标路由集合确定出目标路由集合，进一步提高了目标路由集合的的结构稳定性，同时，能够控制物流网络成本。
在一实施方式中，确定所述初始的目标路由集合相对于所述历史路由集合的差异值，包括：
将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值。
这里，将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值是指对两个方案通过相似度定义进行求解，例如，初始的目标路由集合中某一路由集合为XA，历史路由集合为XB，则两个方案间的相似度定义D(XA,XB)，D取值越大，XA和XB之间的差异越小，两个方案间的相对稳定性越高。这里，预设参数可以是一个物流网络中的经验参数，例如均衡参数α用以调整差异值。
进一步地，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值可以是将初始的目标路由集合中的每一路由集合与历史路由集合求得的相似度值与预设参数相乘得到对应的差异值。
这里，通过加入所述初始的目标路由集合相对于所述历史路由集合的差异值这一参数使得获得的目标路由集合对应的物流网络具有更好的结构稳定性。
在一实施方式中，所述将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，包括：
根据杰卡德距离公式确定所述初始的目标路由集合与所述历史路由集合之间对应的相似度值。
这里，杰卡德距离公式，又称为Jaccard相似系数，用于比较有限样本集之间的相似性与差异性。Jaccard系数值越大，样本相似度越高。公式参见(1)
这里，例如，初始的目标路由集合中某一路由集合为XA，历史路由集合为XB，则两个方案间的相似度定义D(XA,XB)，则0≤D≤1。
这里，通过杰卡德距离公式求得相似度值可以确定初始的目标路由集合中每一路由集合相对于历史路由集合的相似度值，并获取与历史路由集合相似度高的路由集合，以保证方案调整后物流网络的稳定性。
在一实施方式中，所述目标路由中包含的直连配送路线的单量包括所述直连配送路线对应的第一单量，以及包含所述直连配送路线的其它路由所对应的第二单量。
这里，目标路由中包含的直连配送路线的单量是指对应的物流起点到物流终点不包含中间节点的两个城市之间的总单量，包括两个城市自身的单量即第一单量，以及其他路由中经过该直连配送路线的第二单量。参见图3，例如，经过G->H该直连配送路线的有E->G->H->I、F->G->H->J以及G->H三条路由，则目标路由中包含的直连配送路线的单量是E->G->H->I、F->G->H->J以及G->H三条路由的单量的总和。
在一实施方式中，所述目标路由中包含的直连配送路线的单量均符合设置条件，包括：
所述目标路由中包含的直连配送路线的单量均超过设定的阈值。
这里，设定的阈值是指该直连配送路线的最低承载量，即目标路由中包含的每一直连配送路线的单量都要超过对应的每一直连配送路线的最低承载量，如此，对应的物流网络的成本才能得到控制。
在另一实施方式中，如图4所示，还提供了一种物流网络优化装置，包括：
获取模块21，用于获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
确定模块22，用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件。
在本申请上述实施方式中，获取模块21获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；确定模块22根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件。如此，能够优化物流网络以获取在一定时间内结构性稳定的物流网络。
可选地，所述确定模块22还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
可选地，所述确定模块22还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
确定所述初始的目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
可选地，所述确定模块22还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
可选地，所述确定模块22还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
根据杰卡德距离公式确定所述初始的目标路由集合与所述历史路由集合之间对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
在另一实施方式中，如图5所示，还提供了一种物流网络优化装置，包括：至少一个处理器210和用于存储能够在处理器210上运行的计算机程序的存储器211；其中，图5中示意的处理器210并非用于指代处理器的个数为一个，而是仅用于指代处理器相对其他器件的位置关系，在实际应用中，处理器的个数可以为一个或多个；同样，图5中示意的存储器211也是同样的含义，即仅用于指代存储器相对其他器件的位置关系，在实际应用中，存储器的个数可以为一个或多个。
其中，所述处理器210用于运行所述计算机程序时，执行如下步骤：
获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
确定所述初始的目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
根据杰卡德距离公式确定所述初始的目标路由集合与所述历史路由集合之间对应的相似度值。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
所述目标路由中包含的直连配送路线的单量均超过设定的阈值。
该物流网络优化装置还包括：至少一个网络接口212。发送端中的各个组件通过总线系统213耦合在一起。可理解，总线系统213用于实现这些组件之间的连接通信。总线系统213除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图3中将各种总线都标为总线系统213。
其中，存储器211可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器211旨在包括但不限于这些和任意其它适合类型的存储器。
本发明实施例中的存储器211用于存储各种类型的数据以支持发送端的操作。这些数据的示例包括：用于在发送端上操作的任何计算机程序，如操作系统和应用程序。其中，操作系统包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序，用于实现各种应用业务。这里，实现本发明实施例方法的程序可以包含在应用程序中。
本实施例还提供了一种计算机存储介质，例如包括存储有计算机程序的存储器211，上述计算机程序可由发送端中的处理器210执行，以完成前述方法所述步骤。计算机存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如智能手机、平板电脑、笔记本电脑等。一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程被处理器运行时，执行如下步骤：
获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
确定所述初始的目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
根据杰卡德距离公式确定所述初始的目标路由集合与所述历史路由集合之间对应的相似度值。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
所述目标路由中包含的直连配送路线的单量均超过设定的阈值。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (13)

1.一种物流网络优化方法，其特征在于，所述方法包括：
获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件；
所述根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合，包括：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合；或者，
所述根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合，包括：
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
确定所述初始的目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
2.如权利要求1所述的物流网络优化方法，其特征在于，确定所述初始的目标路由集合相对于所述历史路由集合的差异值，包括：
将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值。
3.如权利要求2所述的物流网络优化方法，其特征在于，所述将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，包括：
根据杰卡德距离公式确定所述初始的目标路由集合与所述历史路由集合之间对应的相似度值。
4.如权利要求1所述的物流网络优化方法，其特征在于，所述目标路由中包含的直连配送路线的单量包括所述直连配送路线对应的第一单量，以及包含所述直连配送路线的其它路由所对应的第二单量。
5.如权利要求1所述的物流网络优化方法，其特征在于，所述目标路由中包含的直连配送路线的单量均符合设置条件，包括：
所述目标路由中包含的直连配送路线的单量均超过设定的阈值。
6.一种物流网络优化方法，其特征在于，所述方法包括：
获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件；
所述目标路由中包含的直连配送路线的单量包括所述直连配送路线对应的第一单量，以及包含所述直连配送路线的其它路由所对应的第二单量。
7.如权利要求6所述的物流网络优化方法，其特征在于，所述目标路由中包含的直连配送路线的单量均符合设置条件，包括：
所述目标路由中包含的直连配送路线的单量均超过设定的阈值。
8.一种物流网络优化方法，其特征在于，所述方法包括：
获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件；
所述目标路由中包含的直连配送路线的单量均符合设置条件，包括：
所述目标路由中包含的直连配送路线的单量均超过设定的阈值。
9.一种物流网络优化装置，其特征在于，包括：
获取模块，用于获取与至少两个历史时间对应的物流网络所分别形成的路由集合以及每一所述路由集合中每一路由对应的单量，每一路由集合包括所述物流网络包含的物流起点、物流终点以及连接于所述物流起点和所述物流终点之间的路由，所述路由包括至少连接于对应的所述物流起点和所述物流终点之间的直连配送路线和包含中间节点的间接配送路线；
确定模块，用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定目标路由集合；所述目标路由集合包括所述物流网络包含的物流起点、物流终点以及连接于对应的物流起点和物流终点之间的目标路由，所述目标路由中包含的直连配送路线的单量均符合设置条件；
所述确定模块还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息，根据所述初始的目标路由集合中对应包含的每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合；或者，
所述确定模块还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
确定所述初始的目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
10.如权利要求9所述的物流网络优化装置，其特征在于，所述确定模块还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
将所述初始的目标路由集合与所述历史路由集合进行相似度求解并获取对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
11.如权利要求9所述的物流网络优化装置，其特征在于，所述确定模块还用于根据每一所述路由集合中每一路由对应的配送路线以及与所述配送路线对应的直连配送路线的单量确定初始的目标路由集合；
获取每一直连配送路线的物流成本信息、以及与一历史时间对应的物流网络所形成的历史路由集合；
根据杰卡德距离公式确定所述初始的目标路由集合与所述历史路由集合之间对应的相似度值，根据所述相似度值以及预设参数确定所述目标路由集合相对于所述历史路由集合的差异值；
根据所述初始的目标路由集合对应包含的目标路由、所述目标路由中包含的直连配送路线的单量、所述初始的目标路由集合相对于所述历史路由集合的差异值以及所述每一直连配送路线的物流成本信息，确定物流网络成本满足设定值的目标路由集合。
12.一种计算机设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
其中，所述处理器用于运行所述计算机程序时，实现权利要求1至8任一项所述的物流网络优化方法。
13.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述物流网络优化方法。
CN201910140106.4A 2019-02-26 2019-02-26 一种物流网络优化方法、装置、计算机设备及存储介质 Active CN111612199B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910140106.4A CN111612199B (zh) 2019-02-26 2019-02-26 一种物流网络优化方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910140106.4A CN111612199B (zh) 2019-02-26 2019-02-26 一种物流网络优化方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111612199A CN111612199A (zh) 2020-09-01
CN111612199B true CN111612199B (zh) 2024-06-21

Family

ID=72199771

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910140106.4A Active CN111612199B (zh) 2019-02-26 2019-02-26 一种物流网络优化方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111612199B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183859B (zh) * 2020-09-28 2024-04-05 上海寻梦信息技术有限公司 路由配置表更新方法、装置、电子设备以及存储介质
CN113762866A (zh) * 2021-01-07 2021-12-07 北京京东振世信息技术有限公司 一种物流信息处理方法、装置以及系统
CN115660244B (zh) * 2022-12-27 2023-09-01 北京京东振世信息技术有限公司 路线信息生成方法、装置、设备和介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868949A (zh) * 2016-03-31 2016-08-17 北京小度信息科技有限公司 物流配送调度方法以及装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2551467A1 (en) * 2006-07-04 2008-01-04 University Of New Brunswick System and method for optimizing linehaul operations
JP2014178794A (ja) * 2013-03-14 2014-09-25 Hitachi Ltd 搬入経路計画システム
CN104573880B (zh) * 2015-02-09 2017-12-05 山西大学 一种用于物流配送领域的路径优化方法
CN107292550A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 一种物流资源的调度方法、设备及系统
CN107491836B (zh) * 2017-08-10 2020-11-06 上海汽车集团股份有限公司 一种订单的分配方法、装置及电子设备
CN107679656A (zh) * 2017-09-28 2018-02-09 浪潮软件股份有限公司 一种订单配送路线生成方法及装置
CN107944598A (zh) * 2017-10-31 2018-04-20 苏宁云商集团股份有限公司 一种物流路径配置方法及系统
CN107833002B (zh) * 2017-11-28 2021-10-22 上海海洋大学 基于协同多目标算法的多级低碳物流配送网络规划方法
CN109242161B (zh) * 2018-08-20 2023-06-27 中国平安人寿保险股份有限公司 基于大数据的配送路线的生成方法及终端设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868949A (zh) * 2016-03-31 2016-08-17 北京小度信息科技有限公司 物流配送调度方法以及装置

Also Published As

Publication number Publication date
CN111612199A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN111612199B (zh) 一种物流网络优化方法、装置、计算机设备及存储介质
Acı et al. A modified dragonfly optimization algorithm for single‐and multiobjective problems using Brownian motion
Moghadam et al. Vehicle routing scheduling problem with cross docking and split deliveries
Kretzschmar et al. Lifelong map learning for graph-based slam in static environments
Ignaciuk et al. LQ optimal and reaching law-based sliding modes for inventory management systems
Imsland et al. Robust triple mode MPC
US20220083842A1 (en) Optimal policy learning and recommendation for distribution task using deep reinforcement learning model
Videla et al. caspo: a toolbox for automated reasoning on the response of logical signaling networks families
Yuan et al. Observer‐based adaptive neural network dynamic surface bipartite containment control for switched fractional order multi‐agent systems
Dănuţ‐Sorin et al. Lean 4.0 dynamic tools for polymeric products manufacturing in industry 4.0
Chen et al. Learning to order for inventory systems with lost sales and uncertain supplies
Chu et al. Distributed formation tracking of nonholonomic autonomous vehicles via event-triggered and sampled-data method
Feinberg et al. Structure of optimal policies to periodic-review inventory models with convex costs and backorders for all values of discount factors
Paiva et al. Sampled–data model predictive control using adaptive time–mesh refinement algorithms
van Heeswijk Smart containers with bidding capacity: A policy gradient algorithm for semi-cooperative learning
Dempe et al. On the effects of combining objectives in multi-objective optimization
Dirmeier et al. netReg: network-regularized linear models for biological association studies
Hao et al. Look-ahead control of conveyor-serviced production station by using potential-based online policy iteration
Postan Application of Semi-Markov Drift Processes to Logistical Systems Modeling and Optimization
Leśniewski et al. LQ optimal sliding mode control of periodic review perishable inventories with transportation losses
Jadon et al. Expedited artificial bee colony algorithm
Bulinskaya Optimal and asymptotically optimal control for some inventory models
Arslan et al. On the single-leg airline revenue management problem in continuous time
Sun et al. A goal-robust-optimization approach for solving open vehicle routing problems with demand uncertainty
CN114841646A (zh) 仓储管理方法、装置、计算机设备、系统和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right

Effective date of registration: 20210305

Address after: 100080 Beijing Haidian District, Suzhou Street, No. 20 Courtyard, No. 2 Building, 1st Floor

Applicant after: Beijing Jingbangda Trading Co.,Ltd.

Address before: 100086 8th Floor, 76 Zhichun Road, Haidian District, Beijing

Applicant before: BEIJING JINGDONG SHANGKE INFORMATION TECHNOLOGY Co.,Ltd.

Applicant before: BEIJING JINGDONG CENTURY TRADING Co.,Ltd.

Effective date of registration: 20210305

Address after: Room a1905, 19 / F, building 2, No. 18, Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing 100176

Applicant after: Beijing Jingdong Qianshi Technology Co.,Ltd.

Address before: 100080 Beijing Haidian District, Suzhou Street, No. 20 Courtyard, No. 2 Building, 1st Floor

Applicant before: Beijing Jingbangda Trading Co.,Ltd.

TA01 Transfer of patent application right
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant