CN111652549A - 物流配送的仿真方法及装置 - Google Patents
物流配送的仿真方法及装置 Download PDFInfo
- Publication number
- CN111652549A CN111652549A CN202010468807.3A CN202010468807A CN111652549A CN 111652549 A CN111652549 A CN 111652549A CN 202010468807 A CN202010468807 A CN 202010468807A CN 111652549 A CN111652549 A CN 111652549A
- Authority
- CN
- China
- Prior art keywords
- order
- city
- delivered
- transport vehicle
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 25
- 238000013439 planning Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种物流配送的仿真方法及装置。所述方法包括:获取当前仿真周期内待配送订单的属性信息和配送车辆信息之后,先判断待配送订单是否装车,如果待配送订单已装车,则继续判断待配送订单所在的目标运输车当前到达的城市与属性信息中包括的待配送订单的目的城市是否一致,如果一致,则可以根据目标运输车的到达时间确定仿真结果。采用上述方法,可以结合待配送订单的实际状态和目标运输车的实际运输状态,得到更加准确的仿真结果,进而可以提高待配送订单送达时间的预测准确度。
Description
技术领域
本申请涉及物流技术领域,特别涉及一种物流配送的仿真方法及装置。
背景技术
现代社会的道路四通八达,促进了物流业的发展,当前,物流业已成为21世纪经济发展的新领域,是最重要的经济增长点之一。物流业中最重要的一环是物流订单的运输,即将物流订单从供应地向接收地运输。
随着人们生活节奏的加快,对时效性的要求也不断提高。对于物流订单而言,客户对物流订单的准时性要求也越来越高,往往要求供应商能够准确提供物流订单的送达时间。但是,运输网络具有复杂性和不确定性,道路的变化、行驶速度的不同都可能影响物流订单的送达时间,进而导致无法准确预测出物流订单的送达时间。
基于此,目前亟需一种物流配送的仿真方法,用于解决预测物流订单送达时间的准确度较低的问题。
发明内容
本申请提供了一种物流配送的仿真方法及装置,可用于解决预测物流订单送达时间的准确度较低的技术问题。
第一方面,本申请实施例提供一种物流配送的仿真方法,所述方法包括:
获取当前仿真周期内待配送订单的属性信息和配送车辆信息;所述待配送订单的属性信息包括待配送订单的目的城市,所述配送车辆信息包括各运输车当前到达的城市;
判断待配送订单是否装车,如果所述待配送订单已装车,则判断待配送订单所在的目标运输车当前到达的城市与所述待配送订单的目的城市是否一致;
如果所述目标运输车当前到达的城市与所述待配送订单的目的城市一致,则根据目标运输车的到达时间确定仿真结果,所述目标运输车的到达时间是指所述目标运输车到达所述待配送订单的目的城市的时间。
结合第一方面,在第一方面的一种可实现方式中,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述方法还包括:
如果所述目标运输车当前到达的城市与所述待配送订单的目的城市不一致,则判断目标运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述目标运输车将要到达的下一城市是根据所述目标运输车当前到达的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;
如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则将所述待配送订单从所述目标运输车上卸下,并且返回判断所述待配送订单是否装车的步骤,直至确定出仿真结果。
结合第一方面,在第一方面的一种可实现方式中,所述方法还包括:
如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述待配送订单留在所述目标运输车上,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
结合第一方面,在第一方面的一种可实现方式中,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述方法还包括:
如果所述待配送订单未装车,则判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车,如果存在所述候选运输车,则判断所述候选运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述候选运输车将要到达的下一城市是根据所述候选运输车当前所处的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;
如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述候选运输车确定为所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
结合第一方面,在第一方面的一种可实现方式中,在将所述候选运输车确定为所述目标运输车之前,所述方法还包括:
判断所述候选运输车是否处于满载状态,如果所述候选运输车处于满载状态,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车;
如果所述候选运输车未处于满载状态,则将所述候选运输车确定为所述目标运输车。
结合第一方面,在第一方面的一种可实现方式中,所述方法还包括:
如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
结合第一方面,在第一方面的一种可实现方式中,所述待配送订单的属性信息还包括待配送订单的等待时间;
所述方法还包括:
如果不存在所述候选运输车,则判断所述待配送订单的等待时间是否大于预设等待时间,如果所述待配送订单的等待时间大于预设等待时间,则安排临时运输车运送所述待配送订单,以及根据临时运输车的到达时间确定仿真结果;
其中,所述临时运输车的到达时间是指所述临时运输车到达所述待配送订单的目的城市的时间;所述临时运输车用于在所述待配送订单的等待时间大于预设等待时间时,将所述待配送订单从当前所处的城市直接运送到目的城市。
结合第一方面,在第一方面的一种可实现方式中,所述待配送订单的属性信息还包括待配送订单的起始城市;
所述待配送订单的途径城市通过以下方式确定:
根据所述待配送订单的起始城市与所述待配送订单的目的城市,确定待配送订单的规划路线信息;
根据所述待配送订单的规划路线信息,确定待配送订单的途径城市。
第二方面,本申请实施例提供一种物流配送的仿真装置,所述装置包括:
获取单元,用于获取当前仿真周期内待配送订单的属性信息和配送车辆信息;所述待配送订单的属性信息包括待配送订单的目的城市,所述配送车辆信息包括各运输车当前到达的城市;
处理单元,用于判断待配送订单是否装车,如果所述待配送订单已装车,则判断待配送订单所在的目标运输车当前到达的城市与所述待配送订单的目的城市是否一致;
所述处理单元,还用于如果所述目标运输车当前到达的城市与所述待配送订单的目的城市一致,则根据目标运输车的到达时间确定仿真结果,所述目标运输车的到达时间是指所述目标运输车到达所述待配送订单的目的城市的时间。
结合第二方面,在第二方面的一种可实现方式中,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述处理单元还用于:
如果所述目标运输车当前到达的城市与所述待配送订单的目的城市不一致,则判断目标运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述目标运输车将要到达的下一城市是根据所述目标运输车当前到达的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;以及,如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则将所述待配送订单从所述目标运输车上卸下,并且返回判断所述待配送订单是否装车的步骤,直至确定出仿真结果。
结合第二方面,在第二方面的一种可实现方式中,所述处理单元还用于:
如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述待配送订单留在所述目标运输车上,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
结合第二方面,在第二方面的一种可实现方式中,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述处理单元还用于:
如果所述待配送订单未装车,则判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车,如果存在所述候选运输车,则判断所述候选运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述候选运输车将要到达的下一城市是根据所述候选运输车当前所处的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;以及,如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述候选运输车确定为所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
结合第二方面,在第二方面的一种可实现方式中,所述处理单元在将所述候选运输车确定为所述目标运输车之前,还用于:
判断所述候选运输车是否处于满载状态,如果所述候选运输车处于满载状态,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车;以及,如果所述候选运输车未处于满载状态,则将所述候选运输车确定为所述目标运输车。
结合第二方面,在第二方面的一种可实现方式中,所述处理单元还用于:
如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
结合第二方面,在第二方面的一种可实现方式中,所述待配送订单的属性信息还包括待配送订单的等待时间;
所述处理单元还用于:
如果不存在所述候选运输车,则判断所述待配送订单的等待时间是否大于预设等待时间,如果所述待配送订单的等待时间大于预设等待时间,则安排临时运输车运送所述待配送订单,以及根据临时运输车的到达时间确定仿真结果;
其中,所述临时运输车的到达时间是指所述临时运输车到达所述待配送订单的目的城市的时间;所述临时运输车用于在所述待配送订单的等待时间大于预设等待时间时,将所述待配送订单从当前所处的城市直接运送到目的城市。
结合第二方面,在第二方面的一种可实现方式中,所述待配送订单的属性信息还包括待配送订单的起始城市;
所述待配送订单的途径城市通过以下方式确定:
根据所述待配送订单的起始城市与所述待配送订单的目的城市,确定待配送订单的规划路线信息;
根据所述待配送订单的规划路线信息,确定待配送订单的途径城市。
本申请实施例中,如果待配送订单已装车,且,待配送订单所在的目标运输车当前到达的城市与待配送订单的目的城市是否一致,那么,就可以根据目标运输车的到达时间确定仿真结果。采用上述方法,可以结合待配送订单的实际状态和目标运输车的实际运输状态,得到更加准确的仿真结果,进而可以提高待配送订单送达时间的预测准确度。
进一步地,本申请实施例提供物流配送的仿真方法综合考虑了物流运输过程面临的各种情况,比如,订单未装车的情况、订单已装车的情况、运输车的行驶路线与订单的规划路线一致的情况以及运输车的行驶路线与订单的规划路线不一致,从而能够更加全面地对待配送订单进而分析,使得仿真结果更加贴近真实情况,进而能够更加准确地预测待配送订单的送达时间。
附图说明
图1为本申请实施例适用的一种场景的示意图;
图2为本申请实施例提供的一种物流配送的仿真方法所对应的流程示意图;
图3为本申请实施例提供的一种待配送订单的路线信息的示意图;
图4为本申请实施例提供的一种物流配送的仿真方法所对应的整体性的流程示意图;
图5为本申请实施例提供的一种物流配送的仿真装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在描述本申请实施例提供的预测物流订单送达时间的方法之前,下面对本申请实施例中涉及的运输流程进行描述。
在物流订单的运输过程中,需要通过运输车将订单从起始城市运送到目的城市,整个运输过程中订单会途径多个城市。
其中,订单的起始城市是发出订单的城市;订单的目的城市是接收订单的城市。比如,一个订单需要从上海市发往广州市,那么,该订单的起始城市就是上海市,该订单的目的城市就是广州市。而在订单从上海市发往广州市的过程中,需要经过杭州市、南昌市和赣州市。
下面结合图1对本申请实施例适用的可能的场景进行介绍。
请参考图1,其示例性示出了本申请实施例适用的一种场景的示意图。其中,表示城市,例如图1中示出的城市A、城市B、城市C、城市D、城市E和城市F;表示订单,订单可以位于城市中,也可以装载于运输车上;表示运输车。
从图1中可以看出,城市A中有订单需要配送,如果该订单需要从城市A配送到城市D,中途需要经过城市B和城市C。换句话说,该订单的配送路线如下:城市A→城市B→城市C→城市D,该订单的途径城市包括城市B和城市C。
如果该订单需要从城市A配送到城市E,中途需要经过城市B、城市C和城市D。换句话说,该订单的配送路线如下:城市A→城市B→城市C→城市D→城市E,该订单的途径城市包括城市B、城市C和城市D。
如果该订单需要从城市A配送到城市F,中途需要经过城市B和城市C。换句话说,该订单的配送路线如下:城市A→城市B→城市C→城市F,该订单的途径城市包括城市B和城市C。
类似地,如果其他城市有订单需要配送,根据图1示出的场景,同样可以确定订单的配送路线。
需要说明的是,上述场景可以应用于物流仿真模拟的场景。采用物流仿真模拟的方法,可以模拟出仿真结果,根据仿真结构可以预测订单的送达时间。
其中,物流仿真模拟是指,针对物流系统进行系统建模,并在电子计算机上编制相应应用程序,模拟实际物流系统运行状况,并统计和分析模拟结果,用以指导实际物流系统的规划设计与运作管理。物流仿真模拟使用的建模方法包括排队理论、Petri网和线性规划等。
基于图1所示的场景,图2示例性示出了本申请实施例提供的一种物流配送的仿真方法所对应的流程示意图。如图2所示,具体包括如下步骤:
步骤201,获取当前仿真周期内待配送订单的属性信息和配送车辆信息。
步骤202,判断待配送订单是否装车,如果待配送订单已装车,则执行步骤203;否则,执行步骤208。
步骤203,判断待配送订单所在的目标运输车当前到达的城市与所述待配送订单的目的城市是否一致,如果目标运输车当前到达的城市与待配送订单的目的城市一致,则执行步骤204;否则,执行步骤205。
步骤204,根据目标运输车的到达时间确定仿真结果。
步骤205,判断目标运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致,如果目标运输车将要到达的下一城市与待配送订单规划好的下一城市一致,则执行步骤206;否则,执行步骤207。
步骤206,将待配送订单留在目标运输车上,以及在后续仿真周期内根据目标运输车的到达时间确定仿真结果。
步骤207,将待配送订单从目标运输车上卸下,并且返回步骤202。
步骤208,获取运输网络中当前的车辆信息。
步骤209,判断各运输车中是否存在位于待配送订单当前所处的城市的候选运输车,如果存在候选运输车,则执行步骤210;否则,执行步骤212。
步骤210,判断候选运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致,如果候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则执行步骤211;否则,返回步骤208。
步骤211,将候选运输车确定为目标运输车,以及在后续仿真周期内根据目标运输车的到达时间确定仿真结果。
步骤212,判断待配送订单的等待时间是否大于预设等待时间,如果待配送订单的等待时间大于预设等待时间,则执行步骤213;否则,返回步骤212。
步骤213,安排临时运输车运送待配送订单,以及根据临时运输车的到达时间确定仿真结果。
需要说明的是,上述步骤201至步骤213可以是应用于物流仿真模拟系统,该系统通过执行上述步骤得到仿真结果,根据仿真结果可以提前预测出待配送订单的送达时间。
本申请实施例中,如果待配送订单已装车,且,待配送订单所在的目标运输车当前到达的城市与待配送订单的目的城市是否一致,那么,就可以根据目标运输车的到达时间确定仿真结果。采用上述方法,可以结合待配送订单的实际状态和目标运输车的实际运输状态,得到更加准确的仿真结果,进而可以提高待配送订单送达时间的预测准确度。
进一步地,本申请实施例提供物流配送的仿真方法综合考虑了物流运输过程面临的各种情况,比如,订单未装车的情况、订单已装车的情况、运输车的行驶路线与订单的规划路线一致的情况以及运输车的行驶路线与订单的规划路线不一致,从而能够更加全面地对待配送订单进而分析,使得仿真结果更加贴近真实情况,进而能够更加准确地预测待配送订单的送达时间。
具体来说,步骤201中,待配送订单的属性信息可以包括多种类型的信息,比如,待配送订单的属性信息可以包括待配送订单的目的城市、待配送订单的起始城市、待配送订单当前所处的城市、待配送订单的途径城市和待配送订单的等待时间等。
其中,待配送订单的途径城市可以根据待配送订单的起始城市与待配送订单的目的城市,确定待配送订单的规划路线信息,进而,可以根据待配送订单的规划路线信息,确定待配送订单的途径城市。
以当前便利的交通,从一个城市到另一个城市,可行的路线有多条。但在物流运输中,通常会预先规划好路线信息。其中,预先规划好的路线信息可以是多条可行路线中距离最短的,也可以是多条可行路线中途径城市最少的,具体不做限定。
举个例子,如图3所示,为待配送订单的路线信息的一种示例。假设待配送订单的起始城市是“城市A”,待配送订单的目的城市是“城市D”,从图3中可以看出,从城市A到城市D的可行路线有三条,分别是:路线1,城市A→城市G→城市H→城市I→城市D;路线2,城市A→城市B→城市C→城市D;路线3,城市A→城市J→城市K→城市L→城市M→城市D。本领域技术人员可以从以上三条路线中预先确定一条路线,作为待配送订单的规划路线,比如,可以将路线2确定为待配送订单的规划路线,进而可以确定待配送订单的规划路线信息为:城市A→城市B→城市C→城市D,进一步地,根据待配送订单的规划路线信息,确定待配送订单的途径城市为:城市B和城市C。
车辆信息可以包括各运输车当前到达的城市、各运输车的途径城市和各运输车当前的装载状态。其中,各运输车的途径城市可以根据各运输车的行驶路线确定。
如表1所示,为各运输车行驶路线的一种示例。其中,运输车1的行驶路线为:城市A→城市B→城市C→城市D→……;运输车2的行驶路线为:城市A→城市G→城市H→城市I→城市D→……;运输车3的行驶路线为:城市A→城市J→城市K→城市L→城市M→……。
表1:各运输车行驶路线的一种示例
进而,从表1中可知,运输车1的途径城市包括城市A、城市B、城市C、城市D……;运输车2的途径城市包括城市A、城市G、城市H、城市I、城市D……;运输车3的途径城市包括城市A、城市J、城市K、城市L、城市M……。
步骤202至步骤207中,在某一时刻,订单有可能在运输车上,也有可能在某个城市的仓库中,因此,在物流仿真模拟的过程中,可以先判断待配送订单当前是否在运输车上,即判断待配送订单是否装车。
进一步地,如果待配送订单已装车(即待配送订单当前在目标运输车上),那么,可以继续判断目标运输车当前到达的城市与待配送订单的目的城市是否一致,如果目标运输车当前到达的城市与待配送订单的目的城市一致,则可以根据目标运输车的到达时间确定仿真结果。其中,目标运输车是待配送订单所在的运输车;目标运输车的到达时间是指目标运输车到达待配送订单的目的城市的时间。
如果目标运输车当前到达的城市与待配送订单的目的城市不一致,那么,考虑到目标运输车的行驶路线可能与待配送订单的规划路线不一致,因此,还需要判断目标运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致。其中,目标运输车将要到达的下一城市可以是根据目标运输车当前到达的城市和预设的各运输车的途径城市确定的,待配送订单规划好的下一城市可以是根据待配送订单当前所处的城市和待配送订单的途径城市确定的。
进一步地,如果目标运输车将要到达的下一城市与待配送订单规划好的下一城市一致,则当目标运输车到达下一个城市时,返回上述步骤203。
如果目标运输车将要到达的下一城市与待配送订单规划好的下一城市不一致,则将待配送订单从目标运输车上卸下,此时,待配送订单未装车,可以返回上述步骤202,经过判断,可以确定待配送订单此时未装车,通过执行步骤208至步骤213,可以重新确定出用于装载待配送订单的目标运输车,进而可以确定出仿真结果。
以表1示出的内容为例,假设运输车1是目标运输车,目标运输车当前到达的城市是城市A,从表1中可以看出,目标运输车将要到达的下一城市是城市B,如果待配送订单规划好的下一城市也是城市B,可见,目标运输车将要到达的下一城市与待配送订单规划好的下一城市一致,那么,将待配送订单留在目标运输车上,以及在后续仿真周期内根据目标运输车的到达时间确定仿真结果。
仍然以表1示出的内容为例,假设运输车2是目标运输车,目标运输车当前到达的城市是城市A,从表1中可以看出,目标运输车将要到达的下一城市是城市G,如果待配送订单规划好的下一城市是城市B,可见,目标运输车将要到达的下一城市与待配送订单规划好的下一城市不一致,那么,可以将待配送订单从目标运输车上卸下,并且返回判断待配送订单是否装车的步骤,直至确定出仿真结果。
步骤208至步骤213中,如果待配送订单未装车,那么,就需要将待配送订单装车。
由于运输网络中的运输车不止一辆,因此物流仿真过程中,如何选择一辆合适的运输车,用于装载待配送订单,就是接下来要考虑的问题。
基于此,可以先获取运输网络中当前的车辆信息。其中,当前的车辆信息可以包括多种类型的信息,比如各运输车当前所处的城市、各运输车当前的装载状态等。
根据各运输车当前所处的城市,如果各运输车中存在位于待配送订单当前所处的城市的候选运输车,则需要进一步判断候选运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致。其中,候选运输车将要到达的下一城市可以是根据候选运输车当前所处的城市和预设的各运输车的途径城市确定的,待配送订单规划好的下一城市可以是根据待配送订单当前所处的城市和待配送订单的途径城市确定的。
在执行步骤211之前,考虑到运输车的容量是有限的,因此,还可以进一步判断候选运输车是否处于满载状态。
如果候选运输车处于满载状态,则表明候选运输车无法装载更多的订单,也就是说,候选运输车无法装载待配送订单,那么,就需要返回判断各运输车中是否存在位于待配送订单当前所处的城市的候选运输车的步骤,直至确定出能够装载待配送订单的目标运输车。
如果候选运输车未处于满载状态,则表明候选运输车可以装载更多的订单,也就是说,候选运输车可以装载待配送订单,那么,就可以将候选运输车确定为目标运输车。
进一步地,在确定出目标运输车之后(即执行步骤211之后),在后续仿真周期内根据目标运输车的到达时间确定仿真结果。换言之,待配送订单事实上是装车了,因此,可以返回上述步骤202,经过判断,可以确定待配送订单此时已装车,通过执行步骤203至步骤207,可以确定出仿真结果。
根据各运输车当前所处的城市,如果各运输车中不存在位于待配送订单当前所处的城市的候选运输车,为了避免订单延误,本申请实施例中,可以判断待配送订单的等待时间是否大于预设等待时间,如果待配送订单的等待时间大于预设等待时间,安排临时运输车运送待配送订单,以及根据临时运输车的到达时间确定仿真结果。
其中,临时运输车用于在待配送订单的等待时间大于预设等待时间时,将待配送订单从当前所处的城市直接运送到目的城市;临时运输车的到达时间是指临时运输车到达待配送订单的目的城市的时间。
如果待配送订单的等待时间小于或等于预设等待时间,则可以返回判断待配送订单的等待时间是否大于预设等待时间的步骤,直至确定出仿真结果。
需要说明的是,上述步骤201至步骤213所描述的方法仅为正常情况下,物流订单送达时间的预测方法,在实际物流运输过程中,难免会出现意外情况导致订单长时间未装车,比如天气恶劣、道路坍塌等情况。
为了解决上述意外情况下订单延误,本申请实施例提供的物流配送的仿真方法,还可以判断待配送订单在当前所处的城市停留的时间是否超过预设阈值,如果待配送订单在当前所处的城市停留的时间超过预设阈值,则可以调用专车装载待配送订单,并将待配送订单直接送达至目的城市,此时,可以通过预估专车抵达目的城市的时间,来确定待配送订单的送达时间。
其中,专车是指专门运输长时间停留的待配送订单的车辆,专车的运输过程可以看做是直达运输的过程,因此,在预估专车抵达目的城市的时间时,可以根据待配送订单在当前所处的城市与待配送订单的目的城市之间的行驶距离,以及专车的行驶速度来预估。
为了更加清楚地描述本申请实施例提供的物流配送的仿真方法,下面结合图4进行整体说明。
结合图4,仿真模型的输入数据主要包括以下三种:
(1)订单数据:每一个订单进出仓的时间,以及该订单的基础信息,例如:创建时间,起始城市,目的城市,途径城市、VIN码、当前所处城市和当前状态(途中,仓中,未出发等)等。
(2)运输车数据:运输车经过进入一个城市或从一个城市出发时都会打一次卡,并记录打卡时间。
(3)配置数据:运输车的路线信息、运输车的时刻表。
在开始模拟之前,需要将上述数据添加到仿真模型中,具体方法可以参见图4添加订单数据部分,此处不再详细描述。
仿真软件可以每隔一段时间模拟依次,比如可以每隔半小时模拟依次,具体的模拟过程可以参考上文步骤201至步骤213所描述的内容,此处不再赘述。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图5示例性示出了本申请实施例提供的一种物流配送的仿真装置的结构示意图。如图5所示,该装置具有实现上述物流配送的仿真方法的功能,所述功能可以由硬件实现,也可以由硬件执行相应的软件实现。该装置可以包括:获取单元501和处理单元502。
获取单元501,用于获取当前仿真周期内待配送订单的属性信息和配送车辆信息;所述待配送订单的属性信息包括待配送订单的目的城市,所述配送车辆信息包括各运输车当前到达的城市;
处理单元502,用于判断待配送订单是否装车,如果所述待配送订单已装车,则判断待配送订单所在的目标运输车当前到达的城市与所述待配送订单的目的城市是否一致;
所述处理单元502,还用于如果所述目标运输车当前到达的城市与所述待配送订单的目的城市一致,则根据目标运输车的到达时间确定仿真结果,所述目标运输车的到达时间是指所述目标运输车到达所述待配送订单的目的城市的时间。
可选地,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述处理单元502还用于:
如果所述目标运输车当前到达的城市与所述待配送订单的目的城市不一致,则判断目标运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述目标运输车将要到达的下一城市是根据所述目标运输车当前到达的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;以及,如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则将所述待配送订单从所述目标运输车上卸下,并且返回判断所述待配送订单是否装车的步骤,直至确定出仿真结果。
可选地,所述处理单元502还用于:
如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述待配送订单留在所述目标运输车上,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
可选地,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述处理单元502还用于:
如果所述待配送订单未装车,则判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车,如果存在所述候选运输车,则判断所述候选运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述候选运输车将要到达的下一城市是根据所述候选运输车当前所处的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;以及,如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述候选运输车确定为所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
可选地,所述处理单元502在将所述候选运输车确定为所述目标运输车之前,还用于:
判断所述候选运输车是否处于满载状态,如果所述候选运输车处于满载状态,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车;以及,如果所述候选运输车未处于满载状态,则将所述候选运输车确定为所述目标运输车。
可选地,所述处理单元502还用于:
如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
可选地,所述待配送订单的属性信息还包括待配送订单的等待时间;
所述处理单元502还用于:
如果不存在所述候选运输车,则判断所述待配送订单的等待时间是否大于预设等待时间,如果所述待配送订单的等待时间大于预设等待时间,则安排临时运输车运送所述待配送订单,以及根据临时运输车的到达时间确定仿真结果;
其中,所述临时运输车的到达时间是指所述临时运输车到达所述待配送订单的目的城市的时间;所述临时运输车用于在所述待配送订单的等待时间大于预设等待时间时,将所述待配送订单从当前所处的城市直接运送到目的城市。
可选地,所述待配送订单的属性信息还包括待配送订单的起始城市;
所述待配送订单的途径城市通过以下方式确定:
根据所述待配送订单的起始城市与所述待配送订单的目的城市,确定待配送订单的规划路线信息;
根据所述待配送订单的规划路线信息,确定待配送订单的途径城市。
本申请实施例中,如果待配送订单已装车,且,待配送订单所在的目标运输车当前到达的城市与待配送订单的目的城市是否一致,那么,就可以根据目标运输车的到达时间确定仿真结果。如此,可以结合待配送订单的实际状态和目标运输车的实际运输状态,得到更加准确的仿真结果,进而可以提高待配送订单送达时间的预测准确度。
进一步地,本申请实施例综合考虑了物流运输过程面临的各种情况,比如,订单未装车的情况、订单已装车的情况、运输车的行驶路线与订单的规划路线一致的情况以及运输车的行驶路线与订单的规划路线不一致,从而能够更加全面地对待配送订单进而分析,使得仿真结果更加贴近真实情况,进而能够更加准确地预测待配送订单的送达时间。
在示例性实施例中,还提供了一种计算机可读存储介质,所述存储介质中存储有计算机程序或智能合约,所述计算机程序或智能合约被节点加载并执行以实现上述实施例提供方法。可选地,上述计算机可读存储介质可以是只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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)执行本申请各个实施例或者实施例的某些部分所述的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (16)
1.一种物流配送的仿真方法,其特征在于,所述方法包括:
获取当前仿真周期内待配送订单的属性信息和配送车辆信息;所述待配送订单的属性信息包括待配送订单的目的城市,所述配送车辆信息包括各运输车当前到达的城市;
判断待配送订单是否装车,如果所述待配送订单已装车,则判断待配送订单所在的目标运输车当前到达的城市与所述待配送订单的目的城市是否一致;
如果所述目标运输车当前到达的城市与所述待配送订单的目的城市一致,则根据目标运输车的到达时间确定仿真结果,所述目标运输车的到达时间是指所述目标运输车到达所述待配送订单的目的城市的时间。
2.根据权利要求1所述的方法,其特征在于,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述方法还包括:
如果所述目标运输车当前到达的城市与所述待配送订单的目的城市不一致,则判断目标运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述目标运输车将要到达的下一城市是根据所述目标运输车当前到达的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;
如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则将所述待配送订单从所述目标运输车上卸下,并且返回判断所述待配送订单是否装车的步骤,直至确定出仿真结果。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述待配送订单留在所述目标运输车上,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
4.根据权利要求1所述的方法,其特征在于,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述方法还包括:
如果所述待配送订单未装车,则判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车,如果存在所述候选运输车,则判断所述候选运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述候选运输车将要到达的下一城市是根据所述候选运输车当前所处的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;
如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述候选运输车确定为所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
5.根据权利要求4所述的方法,其特征在于,在将所述候选运输车确定为所述目标运输车之前,所述方法还包括:
判断所述候选运输车是否处于满载状态,如果所述候选运输车处于满载状态,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车;
如果所述候选运输车未处于满载状态,则将所述候选运输车确定为所述目标运输车。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
7.根据权利要求4所述的方法,其特征在于,所述待配送订单的属性信息还包括待配送订单的等待时间;
所述方法还包括:
如果不存在所述候选运输车,则判断所述待配送订单的等待时间是否大于预设等待时间,如果所述待配送订单的等待时间大于预设等待时间,则安排临时运输车运送所述待配送订单,以及根据临时运输车的到达时间确定仿真结果;
其中,所述临时运输车的到达时间是指所述临时运输车到达所述待配送订单的目的城市的时间;所述临时运输车用于在所述待配送订单的等待时间大于预设等待时间时,将所述待配送订单从当前所处的城市直接运送到目的城市。
8.根据权利要求2至7中任一项所述的方法,其特征在于,所述待配送订单的属性信息还包括待配送订单的起始城市;
所述待配送订单的途径城市通过以下方式确定:
根据所述待配送订单的起始城市与所述待配送订单的目的城市,确定待配送订单的规划路线信息;
根据所述待配送订单的规划路线信息,确定待配送订单的途径城市。
9.一种物流配送的仿真装置,其特征在于,所述装置包括:
获取单元,用于获取当前仿真周期内待配送订单的属性信息和配送车辆信息;所述待配送订单的属性信息包括待配送订单的目的城市,所述配送车辆信息包括各运输车当前到达的城市;
处理单元,用于判断待配送订单是否装车,如果所述待配送订单已装车,则判断待配送订单所在的目标运输车当前到达的城市与所述待配送订单的目的城市是否一致;
所述处理单元,还用于如果所述目标运输车当前到达的城市与所述待配送订单的目的城市一致,则根据目标运输车的到达时间确定仿真结果,所述目标运输车的到达时间是指所述目标运输车到达所述待配送订单的目的城市的时间。
10.根据权利要求9所述的装置,其特征在于,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述处理单元还用于:
如果所述目标运输车当前到达的城市与所述待配送订单的目的城市不一致,则判断目标运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述目标运输车将要到达的下一城市是根据所述目标运输车当前到达的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;以及,如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则将所述待配送订单从所述目标运输车上卸下,并且返回判断所述待配送订单是否装车的步骤,直至确定出仿真结果。
11.根据权利要求10所述的装置,其特征在于,所述处理单元还用于:
如果所述目标运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述待配送订单留在所述目标运输车上,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
12.根据权利要求9所述的装置,其特征在于,所述待配送订单的属性信息还包括待配送订单当前所处的城市和待配送订单的途径城市;所述配送车辆信息还包括各运输车的途径城市;
所述处理单元还用于:
如果所述待配送订单未装车,则判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车,如果存在所述候选运输车,则判断所述候选运输车将要到达的下一城市与待配送订单规划好的下一城市是否一致;所述候选运输车将要到达的下一城市是根据所述候选运输车当前所处的城市和所述各运输车的途径城市确定的,所述待配送订单规划好的下一城市是根据所述待配送订单当前所处的城市和所述待配送订单的途径城市确定的;以及,如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市一致,则将所述候选运输车确定为所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
13.根据权利要求12所述的装置,其特征在于,所述处理单元在将所述候选运输车确定为所述目标运输车之前,还用于:
判断所述候选运输车是否处于满载状态,如果所述候选运输车处于满载状态,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车;以及,如果所述候选运输车未处于满载状态,则将所述候选运输车确定为所述目标运输车。
14.根据权利要求12所述的装置,其特征在于,所述处理单元还用于:
如果所述候选运输车将要到达的下一城市与所述待配送订单规划好的下一城市不一致,则返回判断各运输车中是否存在位于所述待配送订单当前所处的城市的候选运输车的步骤,直至确定出所述目标运输车,以及在后续仿真周期内根据所述目标运输车的到达时间确定仿真结果。
15.根据权利要求12所述的装置,其特征在于,所述待配送订单的属性信息还包括待配送订单的等待时间;
所述处理单元还用于:
如果不存在所述候选运输车,则判断所述待配送订单的等待时间是否大于预设等待时间,如果所述待配送订单的等待时间大于预设等待时间,则安排临时运输车运送所述待配送订单,以及根据临时运输车的到达时间确定仿真结果;
其中,所述临时运输车的到达时间是指所述临时运输车到达所述待配送订单的目的城市的时间;所述临时运输车用于在所述待配送订单的等待时间大于预设等待时间时,将所述待配送订单从当前所处的城市直接运送到目的城市。
16.根据权利要求10至15中任一项所述的装置,其特征在于,所述待配送订单的属性信息还包括待配送订单的起始城市;
所述待配送订单的途径城市通过以下方式确定:
根据所述待配送订单的起始城市与所述待配送订单的目的城市,确定待配送订单的规划路线信息;
根据所述待配送订单的规划路线信息,确定待配送订单的途径城市。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010468807.3A CN111652549A (zh) | 2020-05-28 | 2020-05-28 | 物流配送的仿真方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010468807.3A CN111652549A (zh) | 2020-05-28 | 2020-05-28 | 物流配送的仿真方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111652549A true CN111652549A (zh) | 2020-09-11 |
Family
ID=72346902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010468807.3A Pending CN111652549A (zh) | 2020-05-28 | 2020-05-28 | 物流配送的仿真方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652549A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113052452A (zh) * | 2021-03-18 | 2021-06-29 | 浙江工业大学 | 一种载重量受限的物流拼单组合方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108345970A (zh) * | 2017-01-23 | 2018-07-31 | 北京京东尚科信息技术有限公司 | 物流仓储仿真方法、平台和系统 |
CN108364146A (zh) * | 2017-01-26 | 2018-08-03 | 北京小度信息科技有限公司 | 物流配送仿真方法及装置 |
US20180253085A1 (en) * | 2017-03-06 | 2018-09-06 | Korea Institute Of Ocean Science & Technology | Integrated solution for simulation-based production of ships and offshore plants |
CN110765615A (zh) * | 2019-10-24 | 2020-02-07 | 杭州飞步科技有限公司 | 物流仿真方法、装置及设备 |
-
2020
- 2020-05-28 CN CN202010468807.3A patent/CN111652549A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108345970A (zh) * | 2017-01-23 | 2018-07-31 | 北京京东尚科信息技术有限公司 | 物流仓储仿真方法、平台和系统 |
CN108364146A (zh) * | 2017-01-26 | 2018-08-03 | 北京小度信息科技有限公司 | 物流配送仿真方法及装置 |
US20180253085A1 (en) * | 2017-03-06 | 2018-09-06 | Korea Institute Of Ocean Science & Technology | Integrated solution for simulation-based production of ships and offshore plants |
CN110765615A (zh) * | 2019-10-24 | 2020-02-07 | 杭州飞步科技有限公司 | 物流仿真方法、装置及设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113052452A (zh) * | 2021-03-18 | 2021-06-29 | 浙江工业大学 | 一种载重量受限的物流拼单组合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bhoopalam et al. | Planning of truck platoons: A literature review and directions for future research | |
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 | |
Fleischmann et al. | Dynamic vehicle routing based on online traffic information | |
CN111768629B (zh) | 车辆调度方法、装置和系统 | |
US20160019501A1 (en) | Systems, methods and computer-program products for automation of dispatch of shipment delivery order | |
Coltin et al. | Scheduling for transfers in pickup and delivery problems with very large neighborhood search | |
Pjevčević et al. | Application of DEA to the analysis of AGV fleet operations in a port container terminal | |
CN108171357A (zh) | 物流信息系统中的信息处理方法和装置 | |
CN110853349A (zh) | 车辆调度方法、装置及设备 | |
CN104951918A (zh) | 一种时间窗路径规划方法 | |
CN114415610A (zh) | 机器人的调度方法、装置、电子设备及存储介质 | |
Asgharzadeh et al. | Real-time bus-holding control strategy to reduce passenger waiting time | |
JP2021047194A (ja) | 到着時間を推定するためのシステムおよび方法 | |
CN111652549A (zh) | 物流配送的仿真方法及装置 | |
CN114742507A (zh) | 车辆货物配载方法、装置、计算机设备及存储介质 | |
Lyubchenko et al. | Anylogic-based discrete event simulation model of railway junction | |
CN112418475A (zh) | 物流路径规划方法、装置、电子设备及存储介质 | |
JP2020019462A (ja) | 輸送力調整装置、輸送力調整システムおよび輸送力調整方法 | |
CN111539674A (zh) | 一种用于工程机械租赁场景物流运输的拼单方法 | |
CN111415034A (zh) | 一种智能路线排划方法、系统、终端及存储介质 | |
CN115907580A (zh) | 城配物流的运输监控方法、装置、设备及存储介质 | |
Fabri et al. | The in‐house logistics routing problem | |
CN113554250A (zh) | 用于运输车的信息处理方法和装置 | |
JP7468883B2 (ja) | 輸送計画作成装置、輸送計画作成方法、プログラム | |
CN117495237B (zh) | 货运集散系统的管理方法、设备和可读存储介质 |
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 |