CN111768052B - 基于算法模型的整车厂进场物流路线自动规划方法 - Google Patents
基于算法模型的整车厂进场物流路线自动规划方法 Download PDFInfo
- Publication number
- CN111768052B CN111768052B CN202010646191.4A CN202010646191A CN111768052B CN 111768052 B CN111768052 B CN 111768052B CN 202010646191 A CN202010646191 A CN 202010646191A CN 111768052 B CN111768052 B CN 111768052B
- Authority
- CN
- China
- Prior art keywords
- time
- route
- parts
- supplier
- unloading
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- 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
Abstract
本发明公开了整车厂进场物流路线自动规划方法,包括以下步骤:步骤S1,规划层面的路线模板生成,得到一段时间内零件到日需求,得到供应商每日的需求总量,根据物理地址对供应商进行区域划分,在区域内根据不同供应商节点到卸货点的距离和需求运量来生成规划层面的路线,步骤S2,自动调度实际订单,得到T+1订单,选择合适的路线模板,根据供应商、卸货点、要求到达时间、工厂信息匹配订单到轮次,根据装载率、到达时间自动调度订单,调度结果手动调整。本发明在通过系统自动化路线规划,全面解放人工规划的工作时长,将人工从路线规划完全手工制作进化到系统自动运算而人工只需对系统结果进行手工调整,节约大量时间。
Description
技术领域
本发明涉及轮盘加工领域,具体为基于算法模型的整车厂进场物流路线自动规划方法。
背景技术
入厂运输路径规划目前使用人工方法进行制定,所以只能基于较为简单的逻辑,手动求解效率低,基于人工经验的构造规则,简单约束局部较优解。
现有的物流路线规划由于市场波动频繁需要高频次对运输路径进行优化调整,匹配实际需求随着供应商越来越多,各种限制条件越来越复杂几乎没有可能综合考虑与均,衡所有制约因素。
发明内容
本发明的目的在于提供基于算法模型的整车厂进场物流路线自动规划方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:基于算法模型的整车厂进场物流路线自动规划方法,包括以下步骤:
步骤S1,规划层面的路线模板生成,得到一段时间内零件到日需求,得到供应商每日的需求总量,根据物理地址对供应商进行区域划分,在区域内根据不同供应商节点到卸货点的距离和需求运量来生成规划层面的路线。
1、场景生成,根据需求将约束条件在系统中进行维护,一组约束条件及其对应的参数集合;
2、需求单生成,首先获得需求,零件的需求是通过AllParts中未来40周的需求来求出平均值得到,再划分区域范围,两种方式:
a、使用既定的区域范围,明确区域内的供应商。
b、系统自动划分区域范围,根据零件需求、供应商之间相邻距离以及到卸货点的距离来自动划分区域。
3、路线生成,对于每个区域进行无遗漏无重复“运单”划分,对于每一“给定”的分区,构造路线,路线的构造以最小化运输时间或者运输距离为目标,如果有多个卸货道口,卸货道口访问次序遵循先厂外后厂内原则。
4、道口时间创窗,对于每一可行路线进行到道口时间安排,考虑多个分区“需求单”划分之间的库存约束,每个道口每一时间有最大处理能力,不能超过该限制,同一线路对于同一道口访问时间之间的间隔要尽量相等,但不同路线提货时间要错开,间隔大于1小时。
5、道口计划,从两个维度获得路线模板
a、路线维度,展现路线、轮次、提卸节点的到达时间、操作时间、离开时间。
b、场景生成,零件维度,展现零件到卸货道口的日频次、平均窗口间隔、最大窗口间隔及具体到达时间。
步骤S2,自动调度实际订单,得到T+1订单,选择合适的路线模板,根据供应商、卸货点、要求到达时间、工厂等信息匹配订单到轮次,根据装载率、到达时间自动调度订单,调度结果手动调整。
1、同步订单,每日定时同步T+1订单,设置后台同步任务后系统自动每日进行数据同步。
2、预调度前处理,选择合适的路线模板,系统计算订单匹配到路线,根据工厂、供应商、卸货道口、交货时间等信息进行匹配,为模型调度做数据前处理。
3、模型预调度,预调度前处理结果作为模型输入,模型调度结果展现,与前处理的差异化对比。
4、道口时间窗,模型调度结果通过道口时间窗的形式展现,对车次装载情况进行调整,将订单从一个车次调整到另一个车次,车次调整后,通过3D效果展示车次调整后的情况。
5、道口计划,线路维度统计,从区域、路线、轮次到供应商零件逐层展开,零件维度统计,可查看每个零件到达卸货道口的调度时间和订单要求到达的时间对比。
进一步的,步骤S1中的约束条件为零件条件约束:
1、特殊料架数量对零件频次的约束,通过对用到特殊料架的零件进行运输频次的限制来实现约束,大部分的特殊料架只对应一个零件。
a.每种特殊料架的数量都有个总数量,申磊可以提供清单。
b.零件和料架对应关系:1:1/M:1,存在多个供应商的货用到同一种特殊料架。
c.在根据路线算出交货频次后,每个供应商要计算得出跑一趟要用到多少个特殊料架,系统要求得特殊料架数量清单(零件号、料架号、料架需求量),需求量不能超出这个总量。
d.如果出现超出情况,多出的量不能超过总量的2%,一般料架各种一般零件都是通用的。
e.特殊料架存在约束,一般料架不进行约束。
2、同辆车大小件是否混装
a.大小件不能放在同一辆车上,要分开放。
b.大小件混放(默认条件)。
3、左右件/组合件数量配平及同一窗口时间到达,左右件/组合件需配平,对零件窗口时间的约束,对于左右件/组合件,都只有一家供应商,必须都是相同频次、同一个时间窗口、同一辆车送达。
进一步的,步骤S1中的约束条件为车辆条件约束:
1、装载重量不能超过车厢载荷,零件分重物和抛物,目前料架满载重量只能提供重物的,车辆的载荷*85%来作为重物总重许可范围;
2、装载体积不能超过车厢容积,通过液体容积率的方式来量化每辆车的运能容积,每个料箱/料架的占位体积也以液体容积率来表示。车辆剩余容量按照占位体积来吃料箱。
a.车辆在吃装载量时,用统一口径的容积单位(液体容积率)进行运算。
b.通过函数来计算,输入参数:零件号,料箱箱数,包装运输体积,车类型的内径容积,直接返回一个零件数量的固体容积率。
3、危险品独立运输,危险品和普货完全分开,不能在一辆车上进行运输,危险品单独设定路线和频次。
进一步的,步骤S1中的约束条件为节点条件约束:
1、运输路线上的供应商不能跨区域运输,不同区域的供应商尽量不安排在同一线路中,有些区域可能在运载快结束时,出现尾线,这时候可能就近正在跑的不同区域的车可以过来捎上尾量,这种情况应该避免。
2、单位时间到达车辆数不得超过提货点的装卸能力。
3、提卸货时间必须在节点工作时间内进行,提卸货时间必须在节点工作时间内。
4、危险品高温厂内限行。
5、单位时间各节点的到达车次数均衡,仓库的车次均衡,单位时间内访问的车次都是比较平均的,最大车次减去最小车次要小于一个均衡值。
6、一定频次下各节点时间窗口间隔均衡
7、节点之间关系限制,点与点之间的绑定关系和不兼容关系,
a.绑定关系,两个供应商的货对应的两个卸货点之间如果有绑定关系,这两个供应商的货必须放在一个车上,因为这两个点要一起送货的,必须绑定在一起。
b.不兼容关系,A节点的东西和B节点的东西不能放在一辆车上。
进一步的,步骤S1中的约束条件为运输条件约束:
1、路线上的装卸节点数量限制对于不同厂区下路线的提货/卸货点的数量限制,厂区和区域的差异,不同厂区所规划出来的线路有不同的限制。
2、同一零件同一卸货点窗口时间均衡,对于同一个零件在对应卸货点的时间窗口间隔要均衡。
3、单一轮次运输距离/时间限制。
4、不同路线同一提货点时间窗口错开,不同路线同一提货点的提货窗口时间错开,间隔大于1小时,不同路线来的车要间隔一个小时到仓库。
进一步的,DD、JIT都按照点对点来规划路线和频次。
进一步的,一些供应商对部分零件会进行自运,这部分零件不参与MR的路线、频次整体规划中,而是在MR的时间窗口排出之后,先由干线的先吃掉一部分的时间窗口,再由自运来吃剩下的时间窗口。
进一步的,系统中只有一个cross docking,它代表了所有供应商实际在工厂附近的一两个小仓库,这个CD只是一个虚拟的概念,代表各供应商决定放哪些零件到其的CD中,不具有实际地理位置上的意义,从路线上也只提现供应商的一部分零件要在其具体对应的实际CD来运到卸货点,车队在每个工厂旁边设立CD的目的是,尽可能少的跑卸货点,找到所有卸货点多的路线(n>3),让合适的零件进入CD
a.零件的运量都比较小(1~2方左右);
b.零件的卸货点较多(>3个);
c.一个run次时间较长;
d.零件一天只运1次;
e.零件都是一般零件,不涉及特殊料架特殊零件。
进一步的,对于危险品有时间限制,约束条件是到具体日期时间的,只涉及危险品节点和车,由人工调整,不纳入模型计算。
与现有技术相比,本发明的有益效果是:
1、本发明通过在最优算法的驱动下,智能算法可以在合理的时间内,寻找出满足实际计划模板构建过程中必须要考虑的所有约束的最优解;
2、本发明通过系统自动化路线规划,全面解放人工规划的工作时长,将人工从路线规划完全手工制作进化到系统自动运算而人工只需对系统结果进行手工调整,节约大量时间;
附图说明
图1为本发明基于算法模型的整车厂进场物流路线自动规划方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:基于算法模型的整车厂进场物流路线自动规划方法,包括以下步骤:
步骤S1,规划层面的路线模板生成,得到一段时间内零件到日需求,得到供应商每日的需求总量,根据物理地址对供应商进行区域划分,在区域内根据不同供应商节点到卸货点的距离和需求运量来生成规划层面的路线。
1、场景生成,根据需求将约束条件在系统中进行维护,一组约束条件及其对应的参数集合;
2、需求单生成,首先获得需求,零件的需求是通过AllParts中未来40周的需求来求出平均值得到,再划分区域范围,两种方式:
a、使用既定的区域范围,明确区域内的供应商。
b、系统自动划分区域范围,根据零件需求、供应商之间相邻距离以及到卸货点的距离来自动划分区域。
3、路线生成,对于每个区域进行无遗漏无重复“运单”划分,对于每一“给定”的分区,构造路线,路线的构造以最小化运输时间或者运输距离为目标,如果有多个卸货道口,卸货道口访问次序遵循先厂外后厂内原则
4、道口时间创窗,对于每一可行路线进行到道口时间安排,考虑多个分区“需求单”划分之间的库存约束,每个道口每一时间有最大处理能力,不能超过该限制,同一线路对于同一道口访问时间之间的间隔要尽量相等,但不同路线提货时间要错开,间隔大于1小时。
5、道口计划,从两个维度获得路线模板
a、路线维度,展现路线、轮次、提卸节点的到达时间、操作时间、离开时间。
b、场景生成,零件维度,展现零件到卸货道口的日频次、平均窗口间隔、最大窗口间隔及具体到达时间。
步骤S2,自动调度实际订单,得到T+1订单,选择合适的路线模板,根据供应商、卸货点、要求到达时间、工厂等信息匹配订单到轮次,根据装载率、到达时间自动调度订单,调度结果手动调整。
1、同步订单,每日定时同步T+1订单,设置后台同步任务后系统自动每日进行数据同步。
2、预调度前处理,选择合适的路线模板,系统计算订单匹配到路线,根据工厂、供应商、卸货道口、交货时间等信息进行匹配,为模型调度做数据前处理。
3、模型预调度,预调度前处理结果作为模型输入,模型调度结果展现,与前处理的差异化对比。
4、道口时间窗,模型调度结果通过道口时间窗的形式展现,对车次装载情况进行调整,将订单从一个车次调整到另一个车次,车次调整后,通过3D效果展示车次调整后的情况。
5、道口计划,线路维度统计,从区域、路线、轮次到供应商零件逐层展开,零件维度统计,可查看每个零件到达卸货道口的调度时间和订单要求到达的时间对比。
本发明中步骤S1中的约束条件为零件条件约束:
1、特殊料架数量对零件频次的约束,通过对用到特殊料架的零件进行运输频次的限制来实现约束,大部分的特殊料架只对应一个零件。
a.每种特殊料架的数量都有个总数量,申磊可以提供清单。
b.零件和料架对应关系:1:1/M:1,存在多个供应商的货用到同一种特殊料架。
c.在根据路线算出交货频次后,每个供应商要计算得出跑一趟要用到多少个特殊料架,系统要求得特殊料架数量清单(零件号、料架号、料架需求量),需求量不能超出这个总量。
d.如果出现超出情况,多出的量不能超过总量的2%,一般料架各种一般零件都是通用的。
e.特殊料架存在约束,一般料架不进行约束。
2、同辆车大小件是否混装
a.大小件不能放在同一辆车上,要分开放。
b.大小件混放(默认条件)。
3、左右件/组合件数量配平及同一窗口时间到达,左右件/组合件需配平,对零件窗口时间的约束,对于左右件/组合件,都只有一家供应商,必须都是相同频次、同一个时间窗口、同一辆车送达;
本发明中步骤S1中的约束条件为节点条件约束:
1、运输路线上的供应商不能跨区域运输,不同区域的供应商尽量不安排在同一线路中,有些区域可能在运载快结束时,出现尾线,这时候可能就近正在跑的不同区域的车可以过来捎上尾量,这种情况应该避免。
2、单位时间到达车辆数不得超过提货点的装卸能力。
3、提卸货时间必须在节点工作时间内进行,提卸货时间必须在节点工作时间内。
4、危险品高温厂内限行。
5、单位时间各节点的到达车次数均衡,仓库的车次均衡,单位时间内访问的车次都是比较平均的,最大车次减去最小车次要小于一个均衡值。
6、一定频次下各节点时间窗口间隔均衡
7、节点之间关系限制,点与点之间的绑定关系和不兼容关系,
a.绑定关系,两个供应商的货对应的两个卸货点之间如果有绑定关系,这两个供应商的货必须放在一个车上,因为这两个点要一起送货的,必须绑定在一起。
b.不兼容关系,A节点的东西和B节点的东西不能放在一辆车上;
本发明中步骤S1中的约束条件为运输条件约束:
1、路线上的装卸节点数量限制对于不同厂区下路线的提货/卸货点的数量限制,厂区和区域的差异,不同厂区所规划出来的线路有不同的限制。
2、同一零件同一卸货点窗口时间均衡,对于同一个零件在对应卸货点的时间窗口间隔要均衡。
3、单一轮次运输距离/时间限制。
4、不同路线同一提货点时间窗口错开,不同路线同一提货点的提货窗口时间错开,间隔大于1小时,不同路线来的车要间隔一个小时到仓库;
本发明中DD、JIT都按照点对点来规划路线和频次;
本发明中一些供应商对部分零件会进行自运,这部分零件不参与MR的路线、频次整体规划中,而是在MR的时间窗口排出之后,先由干线的先吃掉一部分的时间窗口,再由自运来吃剩下的时间窗口;
本发明中系统中只有一个cross docking,它代表了所有供应商实际在工厂附近的一两个小仓库,这个CD只是一个虚拟的概念,代表各供应商决定放哪些零件到其的CD中,不具有实际地理位置上的意义,从路线上也只提现供应商的一部分零件要在其具体对应的实际CD来运到卸货点,车队在每个工厂旁边设立CD的目的是,尽可能少的跑卸货点,找到所有卸货点多的路线(n>3),让合适的零件进入CD
a.零件的运量都比较小(1~2方左右);
b.零件的卸货点较多(>3个);
c.一个run次时间较长;
d.零件一天只运1次;
e.零件都是一般零件,不涉及特殊料架特殊零件;
本发明中对于危险品有时间限制,约束条件是到具体日期时间的,只涉及危险品节点和车,由人工调整,不纳入模型计算。
工作原理:本发明规划层面的路线模板生成,得到一段时间内零件到日需求,得到供应商每日的需求总量,根据物理地址对供应商进行区域划分,在区域内根据不同供应商节点到卸货点的距离和需求运量来生成规划层面的路线,自动调度实际订单,得到T+1订单,选择合适的路线模板,根据供应商、卸货点、要求到达时间、工厂等信息匹配订单到轮次,根据装载率、到达时间自动调度订单,调度结果手动调整,在最优算法的驱动下,智能算法可以在合理的时间内,寻找出满足实际计划模板构建过程中必须要考虑的所有约束的最优解,系统自动化路线规划,全面解放人工规划的工作时长,将人工从路线规划完全手工制作进化到系统自动运算而人工只需对系统结果进行手工调整,节约大量时间。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.整车厂进场物流路线自动规划方法,其特征在于:包括以下步骤:
步骤S1,规划层面的路线模板生成,得到一段时间内零件到日需求,得到供应商每日的需求总量,根据物理地址对供应商进行区域划分,在区域内根据不同供应商节点到卸货点的距离和需求运量生成规划层面的路线;
(1)场景生成,根据需求将约束条件在系统中进行维护,一组约束条件及其对应的参数集合;
(2)需求单生成,首先获得需求,零件的需求是通过AllParts中未来40周的需求求出平均值得到,再划分区域范围,两种方式:
a、使用既定的区域范围,明确区域内的供应商;
b、系统自动划分区域范围,根据零件需求、供应商之间相邻距离以及到卸货点的距离自动划分区域;
(3)路线生成,对于每个区域进行无遗漏无重复运单划分,对于每一给定的分区,构造路线,路线的构造以最小化运输时间或者运输距离为目标,如果有多个卸货道口,卸货道口访问次序遵循先厂外后厂内原则;
(4)道口时间创窗,对于每一可行路线进行到道口时间安排,考虑多个分区需求单划分之间的库存约束,每个道口每一时间有最大处理能力,不能超过限制,同一线路对于同一道口访问时间之间的间隔要相等,但不同路线提货时间要错开,间隔大于1小时;
(5)道口计划,从两个维度获得路线模板;
a、路线维度,展现路线、轮次、提卸节点的到达时间、操作时间、离开时间;
b、场景生成,零件维度,展现零件到卸货道口的日频次、平均窗口间隔、最大窗口间隔及具体到达时间;
步骤S2,自动调度实际订单,得到T+1订单,选择合适的路线模板,根据供应商、卸货点、要求到达时间、工厂信息匹配订单到轮次,根据装载率、到达时间自动调度订单,调度结果手动调整;
(1)同步订单,每日定时同步T+1订单,设置后台同步任务后系统自动每日进行数据同步;
(2)预调度前处理,选择合适的路线模板,系统计算订单匹配到路线,根据工厂、供应商、卸货道口、交货时间信息进行匹配,为模型调度做数据前处理;
(3)模型预调度,预调度前处理结果作为模型输入,模型调度结果展现,与前处理的差异化对比;
(4)道口时间窗,模型调度结果通过道口时间窗的形式展现,对车次装载情况进行调整,将订单从一个车次调整到另一个车次,车次调整后,通过3D效果展示车次调整后的情况;
(5)道口计划,线路维度统计,从区域、路线、轮次到供应商零件逐层展开,零件维度统计,可查看每个零件到达卸货道口的调度时间和订单要求到达的时间对比。
2.根据权利要求1所述的整车厂进场物流路线自动规划方法,其特征在于:步骤S1中的约束条件为零件条件约束:
(1)特殊料架数量对零件频次的约束,通过对用到特殊料架的零件进行运输频次的限制来实现约束,特殊料架只对应一个零件;
a.每种特殊料架的数量都有个总数量;
b.零件和料架对应关系:存在多个供应商的货用到同一种特殊料架;
c.在根据路线算出交货频次后,每个供应商要计算得出每次用到多少个特殊料架,系统要求的特殊料架数量清单包括:零件号、料架号、料架需求量,需求量不能超出总量;
d.如果出现超出情况,多出的量不能超过总量的2%,一般料架各种一般零件都是通用的;
e.特殊料架存在约束,一般料架不进行约束;
(2)同辆车大小件是否混装;
a.大小件不能放在同一辆车上,要分开放;
b.大小件混放;
(3)左右件/组合件数量配平及同一窗口时间到达,左右件/组合件需配平,对零件窗口时间的约束,对于左右件/组合件,都只有一家供应商,必须都是相同频次、同一个时间窗口、同一辆车送达。
3.根据权利要求1所述的整车厂进场物流路线自动规划方法,其特征在于:步骤S1中的约束条件为节点条件约束:
(1)运输路线上的供应商不能跨区域运输,不同区域的供应商不安排在同一线路中;
(2)单位时间到达车辆数不得超过提货点的装卸能力;
(3)提卸货时间必须在节点工作时间内进行;
(4)危险品高温厂内限行;
(5)单位时间各节点的到达车次数均衡,仓库的车次均衡;
(6)各节点时间窗口间隔均衡;
(7)节点之间关系限制,点与点之间的绑定关系和不兼容关系;
a.绑定关系,两个供应商的货对应的两个卸货点之间如果有绑定关系,这两个供应商的货必须放在一个车上;
b.不兼容关系,A节点的东西和B节点的东西不能放在一辆车上。
4.根据权利要求1所述的整车厂进场物流路线自动规划方法,其特征在于:步骤S1中的约束条件为运输条件约束:
(1)路线上的装卸节点数量限制对于不同厂区下路线的提货/卸货点的数量限制,厂区和区域的差异,不同厂区所规划出来的线路有不同的限制;
(2)同一零件同一卸货点窗口时间均衡,对于同一个零件在对应卸货点的时间窗口间隔均衡;
(3)单一轮次运输距离/时间限制;
不同路线同一提货点时间窗口错开,不同路线同一提货点的提货窗口时间错开,间隔大于1小时,不同路线来的车间隔一个小时到仓库。
5.根据权利要求1所述的整车厂进场物流路线自动规划方法,其特征在于:DD、JIT都按照点对点来规划路线和频次。
6.根据权利要求1所述的整车厂进场物流路线自动规划方法,其特征在于:供应商对零件进行自运,上述零件不参与MR的路线、频次整体规划。
7.根据权利要求1所述的整车厂进场物流路线自动规划方法,其特征在于:系统中只有一个cross docking,CD只是一个虚拟的概念,代表各供应商决定放哪些零件到其的CD中,不具有实际地理位置上的意义,从路线上体现供应商的零件要在其具体对应的实际CD运到卸货点,车队在每个工厂旁边设立CD的目的是,找到所有卸货点多的路线,让合适的零件进入CD;
a.零件的运量在1~2方;
b.零件的卸货点>3个;
c.零件一天只运1次;
d.零件都是一般零件,不涉及特殊料架特殊零件。
8.根据权利要求3所述的整车厂进场物流路线自动规划方法,其特征在于:对于危险品有时间限制,约束条件是到具体日期时间的,只涉及危险品节点和车,由人工调整,不纳入模型计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010646191.4A CN111768052B (zh) | 2020-07-07 | 2020-07-07 | 基于算法模型的整车厂进场物流路线自动规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010646191.4A CN111768052B (zh) | 2020-07-07 | 2020-07-07 | 基于算法模型的整车厂进场物流路线自动规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111768052A CN111768052A (zh) | 2020-10-13 |
CN111768052B true CN111768052B (zh) | 2022-07-22 |
Family
ID=72723973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010646191.4A Active CN111768052B (zh) | 2020-07-07 | 2020-07-07 | 基于算法模型的整车厂进场物流路线自动规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768052B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766547B (zh) * | 2021-01-06 | 2023-10-27 | 一汽物流(天津)有限公司 | 一种基于成本最优的运输模型算法 |
CN112819370B (zh) * | 2021-02-24 | 2022-09-23 | 一汽物流(天津)有限公司 | 循环取货的时间窗口排布控制方法 |
CN113095751A (zh) * | 2021-03-31 | 2021-07-09 | 牧星机器人(江苏)有限公司 | 一种多供货商的运载供货优化方法、装置及系统 |
CN113642775A (zh) * | 2021-07-12 | 2021-11-12 | 广东顶固集创家居股份有限公司 | 一种成品仓发货管理方法、装置及计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637157A (zh) * | 2011-02-15 | 2012-08-15 | 郑磊 | 一种片上数字模板系统dtsoc |
CN104504459A (zh) * | 2014-12-08 | 2015-04-08 | 上海维祥信息技术有限公司 | 物流运输优化方法及系统 |
CN105989452A (zh) * | 2015-01-30 | 2016-10-05 | 中芯国际集成电路制造(上海)有限公司 | 货物运输管理方法和系统 |
WO2019027718A1 (en) * | 2017-08-01 | 2019-02-07 | Dacosta Alexis | INTERACTIVE REAL-TIME SYSTEM AND ITS REAL-TIME USE METHOD IN TRANSPORT INDUSTRY SEGMENTS |
CN110239868A (zh) * | 2019-06-29 | 2019-09-17 | 深圳市海柔创新科技有限公司 | 取货任务分配方法及其货品分拣系统 |
CN110689764A (zh) * | 2019-09-26 | 2020-01-14 | 华南理工大学 | 一种基于动态模拟的飞机离场放行排序方法 |
-
2020
- 2020-07-07 CN CN202010646191.4A patent/CN111768052B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637157A (zh) * | 2011-02-15 | 2012-08-15 | 郑磊 | 一种片上数字模板系统dtsoc |
CN104504459A (zh) * | 2014-12-08 | 2015-04-08 | 上海维祥信息技术有限公司 | 物流运输优化方法及系统 |
CN105989452A (zh) * | 2015-01-30 | 2016-10-05 | 中芯国际集成电路制造(上海)有限公司 | 货物运输管理方法和系统 |
WO2019027718A1 (en) * | 2017-08-01 | 2019-02-07 | Dacosta Alexis | INTERACTIVE REAL-TIME SYSTEM AND ITS REAL-TIME USE METHOD IN TRANSPORT INDUSTRY SEGMENTS |
CN110239868A (zh) * | 2019-06-29 | 2019-09-17 | 深圳市海柔创新科技有限公司 | 取货任务分配方法及其货品分拣系统 |
CN110689764A (zh) * | 2019-09-26 | 2020-01-14 | 华南理工大学 | 一种基于动态模拟的飞机离场放行排序方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111768052A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111768052B (zh) | 基于算法模型的整车厂进场物流路线自动规划方法 | |
Buijs et al. | Synchronization in cross-docking networks: A research classification and framework | |
CN109205163B (zh) | 跨巷道多层穿梭车仓储系统设计方法、系统及存储介质 | |
Agustina et al. | Vehicle scheduling and routing at a cross docking center for food supply chains | |
Mourad et al. | Integrating autonomous delivery service into a passenger transportation system | |
Rijal et al. | Integrated scheduling and assignment of trucks at unit-load cross-dock terminals with mixed service mode dock doors | |
Vahdani | Assignment and scheduling trucks in cross-docking system with energy consumption consideration and trucks queuing | |
US20120226624A1 (en) | Optimization system of smart logistics network | |
Zhen et al. | A review on yard management in container terminals | |
Cóccola et al. | Toward integrated production and distribution management in multi-echelon supply chains | |
Hu et al. | Vehicle routing problem for fashion supply chains with cross-docking | |
Shramenko et al. | The principles of the choice of management decisions based on fuzzy logic for cargo delivery of grain to the seaport | |
Shramenko et al. | Methodology of costs assessment for customer transportation service of small perishable cargoes | |
CN113642775A (zh) | 一种成品仓发货管理方法、装置及计算机设备 | |
Correa Issi et al. | Mathematical optimization model for truck scheduling in a distribution center with a mixed service-mode dock area | |
Gu | The forward reserve warehouse sizing and dimensioning problem | |
Arkat et al. | Truck scheduling problem in a cross-docking system with release time constraint | |
Pal et al. | SmartPorter: A combined perishable food and people transport architecture in smart urban areas | |
Gebennini et al. | Costs and opportunities of moving picking activities upstream in distribution networks: A case study from the beverage industry | |
Homayouni et al. | Optimization of integrated scheduling of handling and storage operations at automated container terminals | |
Zabihi et al. | Trucks scheduling in a multi-product cross docking system with multiple temporary storages and multiple dock doors | |
Lin et al. | A two-stage simulated annealing algorithm for the many-to-many milk-run routing problem with pipeline inventory cost | |
Birasnav et al. | Routing vehicles through cross-docking facility for third party logistics service providers | |
Al Theeb et al. | Optimization of the heterogeneous vehicle routing problem with cross docking logistic system | |
Pisinger et al. | Advanced algorithms for improved baggage handling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |