配送方法及装置、电子设备和计算机可读介质
技术领域
本公开涉及物流配送技术领域,尤其涉及一种配送方法及装置、电子设备和计算机可读介质。
背景技术
目前大多数的同城快递配送方案基本上是由站点收货,由中心站点集货再转运到目的站点的模式。在目前的同城快递网络中,中心站点往往是根据经验来进行选择的,这样选择出来的中心站点并不能保证足够多的订单实现当日达,致使满足当日达时效和订单订单总量偏低。另外,在目前的同城快递中基本不会考虑运输路线、分拣成本、运输成本等问题,这样会使得同城快递的成本偏高。无疑,找到一种配送效率高、配送成本低的配送方法对于同城配送具有非重要的意义。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种配送方法、配送装置、计算机可读介质及电子设备,进而至少在一定程度上克服现有技术中订单配送效率低的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。根据本公开实施例一个方面,提出一种配送方法,该方法包括:获取配送网络的配送站点,所述配送站点包括中心站点;根据站点约束条件确定所述配送网络可配送的最大订单量;根据所述站点约束条件确定配送所述最大订单量所需的中心站点最少个数;根据所述中心站点最少个数、所述最大订单量和所述站点约束条件确定选定中心站点以及所述选定中心站点与所述配送站点的覆盖关系;基于所述选定中心站点、所述选定中心站点与所述配送站点的覆盖关系以及配送约束条件确定成本最低的配送方案。
在本公开的一种实施例中,所述根据站点约束条件确定所述配送网络可配送的最大订单量包括:根据站点约束条件和订单最大化目标函数确定订单最大化整数规划模型;根据所述订单最大化整数规划模型确定所述配送网络可配送的最大订单量。
在本公开的一种实施例中,所述订单最大化目标函数为:
其中,C代表所述中心站点的编号的集合,S代表所述配送站点的编号的集合,i∈C,j∈S;xij表示中心站点i与配送站点j的覆盖关系,当xij=1时,所述中心站点i覆盖所述配送站点j,当xij=0时,所述中心站点i不覆盖所述配送站点j;qj代表所述配送站点j的可揽件订单量。
在本公开的一种实施例中,所述根据所述站点约束条件确定配送所述最大订单量所需的中心站点最少个数包括:基于所述最大订单量确定订单总量约束条件,并根据所述订单总量约束条件、所述站点约束条件生成中心站点个数约束集;根据所述中心站点个数约束集以及中心站个数最小化目标函数确定中心站个数最小化整数规划模型;根据所述中心站个数最小化整数规划模型确定配送所述最大订单量所需的中心站点最少个数。
在本公开的一种实施例中,所述中心站个数最小化目标函数为:
min∑i∈Cfi
其中,C代表所述中心站点的编号的集合,i∈C;fi表示中心站点i是否被选为选定中心站点,当fi=1时,所述中心站点i被选为选定中心站点,当fi=0时,所述中心站点i不被选为选定中心站点。
在本公开的一种实施例中,所述根据所述中心站点最少个数、所述最大订单量和所述站点约束条件确定选定中心站点,以及所述选定中心站点与所述配送站点的覆盖关系包括:根据所述最少中心站点最少个数、所述最大订单量确定中心站点个数约束条件和订单总量约束条件,并根据所述中心站点个数约束条件、所述订单总量约束条件、所述中站点约束条件生成路程约束集;根据所述路程约束集和中心站间路程最小化目标函数确定中心站间路程最小化整数规划模型;根据所述中心站间路程最小化整数规划模型确定选定中心站点,以及所述选定中心站点与所述配送站点的覆盖关系。
在本公开的一种实施例中,所述中心站间路程最小化目标函数为:
其中,C代表中心站点的编号集合,i∈C,j∈C;fi表示中心站点i是否被选为选定中心站点,当fi=1时,所述中心站点i被选为选定中心站点,当fi=0时,所述中心站点i不被选为选定中心站点;dij代表所述中心站点i到中心站点j的距离。
在本公开的一种实施例中,所述成本最小化目标函数为:
其中,i,j,k,m是正整数,A代表所有路线组成段的编号的集合,B代表车辆发车班次的编号的集合,C代表所有路线的编号的集合,D代表所有路线需求编号的集合;
xk代表所述配送网络中第k个路线组成段;
yij表示是否选择路线编号为i的路线作为配送路线,当yij=1时,代表选择路线编号为i、需求编号为j的路线作为配送路线,当yij=0时,代表不选择路线编号为i、需求编号为j的路线作为配送路线;
Dijkm代表配送路线yij上编号为k的路线组成段上第m个班次运输的订单量,当所述配送路线yi上不存在编号为k的路线组成段或编号为k的路线组成段上不存在第m个班次时,Dijkm=0;
cork代表所述配送网络中第k个路线组成段上的分拣一个订单的分拣成本;
btk表示在配送网络中第k个路线组成段上是否使用大车运输订单,当btk=1时,使用大车在第k个路线组成段上运输,当btk=0时,不使用大车在第k个路线组成段上运输;
cob代表一辆大车的使用费用;
stk表示在配送网络中第k个路线组成段上是否使用小车运输,当stk=1时,使用小车在第k个路线组成段上运输,当stk=0时,不使用小车在第k个路线组成段上运输;
cos代表一辆小车的使用费用。
在本公开的一种实施例中,所述配送约束条件包括:配送路线车辆运输能力约束、路线订单配送能力约束、路线组成段配送能力约束以及订单总量约束。
在本公开的一种实施例中,所述站点约束条件包括:中心站点的个数约束、覆盖范围约束、订单处理能力约束、场地面积约束、运输能力约束、站间距离约束,以及中心站点与配送站点的距离约束、覆盖条件约束。
根据本公开实施例的第二方面,提出一种配送装置,该装置包括:配送站点获取模块,配置为获取配送网络的配送站点,所述配送站点包括中心站点;订单最大化模块,配置为根据站点约束条件确定所述配送网络可配送的最大订单量;中心站点最少个数确定模块,配置为根据所述站点约束条件确定配送所述最大订单量所需的中心站点最少个数;中心站点确定模块,配置为根据所述中心站点最少个数、所述最大订单量和所述站点约束条件确定选定中心站点,以及所述选定中心站点与所述配送站点的覆盖关系;配送方案确定模块,配置为基于所述选定中心站点、所述选定中心站点与所述配送站点的覆盖关系以及配送约束条件确定成本最低的配送方案。
根据本公开实施例的第三方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一项所述的配送方法。
根据本公开实施例的第四方面,提出一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上述任一项所述的配送方法。
本公开一些实施例提供的配送方法、装置及电子设备和计算机可读介质,该配送方法能够使用尽可能少的中心站点配送足够多的订单量,该配送方法提高了配送网络的配送效率,节约了配送成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。下面描述的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了应用本发明实施例的配送方法或配送装置的示例性系统架构的示意图。
图2是根据本发明实施例示出的一种配送方法的流程图。
图3是根据本发明实施例示出的一种配送方法所包含的配送订单量最大化方法的流程图。
图4是根据本发明实施例示出的一种配送方法所包含的中心站点个数最小化方法的流程图。
图5是根据本发明实施例示出的一种配送方法所包含的中心站点路程最小化方法的流程图。
图6是根据本发明实施例示出的一种配送方法所包含的成本最低的路线规划方法的流程图。
图7是根据本发明实施例示出的另一种配送方法的流程图。
图8是根据本发明实施例示出的一种配送装置的框图。
图9是根据本发明实施例示出的一种配送装置的框图。
图10是根据本发明实施例示出的一种配送装置的框图。
图11是根据本发明实施例示出的一种配送装置的框图。
图12是根据本发明实施例示出的一种配送装置的框图。
图13是根据本发明实施例示出的一种应用于配送装置的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本发明将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而省略特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图仅为本发明的示意性图解,图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和步骤,也不是必须按所描述的顺序执行。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本说明书中,用语“一个”、“一”、“该”、“所述”和“至少一个”用以表示存在一个或多个要素/组成部分/等;用语“包含”、“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”、“第二”和“第三”等仅作为标记使用,不是对其对象的数量限制。
下面结合附图对本发明示例实施方式进行详细说明。
图1示出了应用本发明实施例的配送方法或配送装置的示例性系统架构的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。其中,终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理,并将处理结果反馈给终端设备。
服务器105可例如获取配送网络的配送站点,所述配送站点包括中心站点;服务器105可例如根据站点约束条件确定所述配送网络可配送的最大订单量;服务器105可例如根据所述站点约束条件确定配送所述最大订单量所需的中心站点最少个数;服务器105可例如根据所述中心站点最少个数、所述最大订单量和所述站点约束条件确定选定中心站点,以及所述选定中心站点与所述配送站点的覆盖关系;服务器105可例如基于所述选定中心站点、所述选定中心站点与所述配送站点的覆盖关系以及配送约束条件确定成本最低的配送方案。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的,服务器105可以是一个实体的服务器,还可以为多个服务器组成,根据实现需要,可以具有任意数目的终端设备、网络和服务器。需要说明的是,本申请实施例所提供的配送方法一般由服务器105执行,相应地,配送装置一般设置于服务器105中。
图2是根据本发明实施例示出的一种配送方法的流程图。
参照图2,配送方法可以包括以下步骤。
步骤S201,获取配送网络的配送站点,所述配送站点包括中心站点。
其中,配送网络中的配送站点主要用来揽收、配送用户订单,中心站点不仅可以揽收、配送用户订单,还可对用户订单进行集货、合流、分拣等。配送站点在承担揽件功能时可称为揽件站点,在承担配送功能时可称为派件站点。
在实施例中,当用户订单在揽件站点被揽收后会被送到其绑定的中心站点进行集货分拣,接着该订单会被运输到派件站点所绑定的中心站点进行分拣,最后被运输至配送该订单的派件站点进行配送。
步骤S202,根据站点约束条件确定所述配送网络可配送的最大订单量。
在实施例中,最大订单量指的是配送网络在揽件订单已知的情况下可以配送的最大订单量。例如,已知配送网络的揽件订单为10万,当不考虑实际揽件量的情况下根据站点约束条件确定的配送网络最多可配送订单量大于或等于10万,可以认为配送网络的最大订单量为配送站点揽收的订单量总和10万;当最多可配送订单量小于配送网络中配送站点揽收的订单量总和10万时,可以认为配送网络的最大订单量就是根据站点约束条件确定的配送网络最多可配送订单量。
在实施例中,为了满足客户订单当日达的需求,配送站点、中心站点应该存在一定的约束条件。
在实施例中,所述站点约束条件可以包括:中心站点的个数约束、覆盖范围约束、订单处理能力约束、场地面积约束、运输能力约束、站间距离约束,以及中心站点与配送站点的距离约束、覆盖条件约束。
步骤S203,根据所述站点约束条件确定配送所述最大订单量所需的中心站点最少个数。
在实施例中,如果已知配送站点、中心站点,根据站点约束条件、最大订单量可以确定配送所述最大订单量所需的中心站点最少个数。
步骤S204,根据所述中心站点最少个数、所述最大订单量和所述站点约束条件确定选定中心站点,以及所述选定中心站点与所述配送站点的覆盖关系。
在实施例中,上述过程确定了配送网络中可以配送的最大订单量以及配送所述最大订单量需要的选定中心站点最少个数。如果已知最大订单量和选定中心站点最少个数,就能够根据站点约束条件确定配送所述最大订单量所需的选定中心站点个数最少的中心站点组合以及组合中的选定中心站点与配送站点的覆盖关系。
步骤S205,基于所述选定中心站点、所述选定中心站点与所述配送站点的覆盖关系以及配送约束条件确定成本最低的配送方案。
在实施例中,配送约束条件包括:配送路线车辆运输能力约束、路线订单配送能力约束、路线组成段配送能力约束以及订单总量约束。
在实施例中,基于所述选定中心站点、所述选定中心站点和配送站点的覆盖关系可以确定多条可行性配送路线,那么根据可行性配送路线、配送约束条件就可以确定一种成本最低的配送方案。
在上述实施例中,该配送方法可以在现有配送站点的基础上使用足够少的中心站点配送足够多的订单量,另外,该配送方法在实现上述功能的基础上降低了配送成本。
图3是根据本发明实施例示出的一种配送方法包含的配送订单量最大化方法的流程图。
在参考图3,步骤S201,根据站点约束条件确定所述配送网络可配送的最大订单量包括:步骤S301,根据站点约束条件和订单最大化目标函数确定订单最大化整数规划模型;步骤S302,根据所述订单最大化整数规划模型确定所述配送网络可配送的最大订单量。
在实施例中,所述站点约束条件包括:中心站点的个数约束、覆盖范围约束、订单处理能力约束、场地面积约束、运输能力约束、站间距离约束,以及中心站点与配送站点的距离约束、覆盖条件约束。
在规划问题中,有些最优解可能是分数或小数,但对于某些具体问题,常要求某些变量的解必须是整数。例如,当变量代表的是机器的台数,工作的人数或装货的车数等。所以整数规划指的是规划中的变量(全部或部分)限制为整数。
在实施例中,订单最大化目标函数可以表示为:
max∑i∈C,j∈sxijqj (1)
在实施例中,站点约束条件可以用公式表示为:
其中,C代表所述中心站点的编号的集合,S代表所述配送站点的编号的集合。
L是人为设定的正整数,xij表示中心站点i与配送站点j的覆盖关系,当xij=1时,所述中心站点i覆盖所述配送站点j,当xij=0时,所述中心站点i不覆盖所述配送站点j。
fi表示中心站点i是否被选为选定中心站点,当fi=1时,所述中心站点i被选为选定中心站点,当fi=0时,所述中心站点i不被选为选定中心站点。
qj代表配送站点j的可揽件订单量。
dij代表中心站点i到配送站点j的距离。
dgij指示中心站点i和配送站点j的距离是否大于H公里,当dgij=1时,中心站点i和配送站点j的距离小于H公里,当dgij=0时,中心站点i和配送站点j的距离大于H公里。这里的H代表配送站点和选定中心站点的距离阈值,可以根据实际需要设定。
cai表示中心站点i每日可处理订单量。
areai代表中心站点i的场地面积。
traffici代表中心站点i可同时进出的车辆的个数。
Center代表中心站点个数阈值,最终确定的所述配送完网络中的中心站点个数不多于中心站点个数阈值Center。
T代表中心站点可同时进出的车辆个数阈值,中心站点可同时进出的车辆不少于车辆个数阈值T。
Area代表中心站点面积阈值,中心站点的面积要大于中心站点面积阈值Area。
Q代表配送网络需配送的总订单量。
在实施例中,除变量xij和变量fi待求之外,上述其它量都已知。
其中,公式(1)表示最大化配送网络当日可配送订单量。公式(2)(3)(4)表示变量xij和变量fi的关系,用目标函数中的变量xij来约束约束条件中的变量fi;公式(3)表示一个选定中心站点覆盖的配送站点的个数要小于设定的L;公式(4)表示每个选定中心站点至少覆盖一个配送站点;公式(5)表示选定中心站点只能覆盖自身,而不能覆盖其它选定中心站点;公式(6)表示配送站点只能被一个选定中心站点覆盖,或者不被覆盖;公式(7)表示若中心站点i若被选为选定中心站,则其覆盖的配送站点运输来的订单量不能超过该选定中心站点的最大订单处理能力;公式(8)表示若中心站点i被选为选定中心站,则其场地同时进出车辆个数不能少于T;公式(9)表示若中心站点i被选为选定中心站,则其场地面积不得少于Area;公式(10)表示若中心站i与配送站点j之间的往返导航距离大于H km时,则中心站点i覆盖配送站点j的关系不成立;公式(11)表示如果中心站点之间的距离大于G km,则站点i和站点j不可同时成为选定中心站点,这里的G代表选定中心站点间的距离阈值,可以根据需要设定;公式(12)表示一个配送站点若可以被多个选定中心站点覆盖,则选取距离该配送站点最近的选定中心站点作为该配送站点绑定的选定中心站点。
在实施例中,如果在生成配送方案时要求该配送网络包含的中心站点个数不可以多于Center,则在上述公式(2)~(12)中还可以添加公式(13)作为约束条件,其中Center是根据经验值指定的选定中心站点个数阈值。
在实施例中,以订单最大化目标函数为目标函数,以公式(2)~(12)或公式(1)~(13)为约束条件可以建立订单最大化整数规划模型。通过该订单最大化整数规划模型可以确定该配送网络可以配送的最大订单总量。
在一些实施例中,经由订单最大化整数规划模型输出的最大订单量可能会大于等于该配送网络配送站点揽收的总订单量,在这种情况下可以认为该配送网络揽收的总订单量为最大订单量。
在一些实施例中,经由订单最大化整数规划模型输出的最大订单量可能小于该配送网络的总订单量,在这种情况下可以认为由订单最大化整数规划模型输出的最大订单量就是该配送网络的最大订单量。
通过上述步骤可以确定配送网络可以配送的最大订单量。例如,在北京五环以及亦庄区域的京东配送中,经过模型计算发现当前配送站点和选定中心站可以实现配送网络中揽收的所有订单量。
图4是根据本发明实施例示出的一种配送方法包含的中心站点个数最小化方法的流程图。
通过图3所示的方法可以确定配送网络可以配送的最大订单量,但是由于配送站点和中心站点众多,可能会存在个数不同的选定中心站组合可以实现该最大订单量的配送。为了节省中心站点资源,图4示出了一种确定配送所述最大订单量所需的最少中心站点个数的方法。
在实施例中,根据所述站点约束条件确定配送所述最大订单量所需的中心站点最少个数可以使用如图4所示方法。
如图4所示的步骤S401,基于所述最大订单量确定订单总量约束条件,并根据所述订单总量约束条件、所述站点约束条件生成中心站点个数约束集。
在实施例中,可以根据最大订单量生成订单总量约束条件,该订单总量约束条件用公式可以表示为:
∑i∈C,j∈Sxijqj≤Q (14)
其中,Q表示经由订单最大化整数规划模型确定的配送网络可配送的最大订单量。
其中,C代表中心站点的编号的集合,S代表配送站点的编号的集合,i是属于集合C的正整数,j是属于集合S的正整数。
xij表示中心站点i与配送站点j的覆盖关系,当xij=1时,中心站点i覆盖配送站点j,当xij=0时,中心站点i不覆盖配送站点j。
qj代表配送站点j的可揽件订单量。
在实施例中,站点约束条件可以用公式表示为公式(2)~(12),所以可以根据公式(14)、公式(2)~(12)组成中心站点个数约束集。
步骤S402,根据所述中心站点个数约束集以及中心站个数最小化目标函数确定中心站个数最小化整数规划模型。
在实施例中,所述中心站个数最小化目标函数为:
min∑i∈Cfi (15)
其中,C代表中心站点的编号的集合;fi表示中心站点i是否被选为选定中心站点,当fi=1时,所述中心站点i被选为选定中心站点,当fi=0时,所述中心站点i不被选为选定中心站点。
中心站个数最小化目标函数表示最小化配送网络中配送最大订单量所需的中心站点个数。
在实施例中,可以根据所述中心站点个数约束集以及中心站个数最小化目标函数确定中心站个数最小化整数规划模型。
步骤S03,根据所述中心站个数最小化整数规划模型确定配送所述最大订单量所需的中心站点最少个数。
当配送网络中最大订单量、中心站点最少个数确定后,接下来就需要确定选定中心站点以及选定中心站点和配送站点的覆盖关系。
图5是根据本发明实施例示出的一种配送方法包含的中心站点路程最小化方法的流程图。
如图5所示,步骤S501,根据所述最少中心站点最少个数、所述最大订单量确定中心站点个数约束条件和订单总量约束条件,并根据所述中心站点个数约束条件、所述订单总量约束条件、所述中站点约束条件生成路程约束集。
在实施例中,可以根据最大订单量生成订单总量约束条件,该订单总量约束条件可以表示为公式(14)。
在实施例中,可以根据中心站点最少个数确定中心站点个数约束条件,该中心站点个数约束条件可以用公式表示为:
∑i∈Cfi≤N (16)
其中,N表示经由中心站个数最小化整数规划确定配送最大订单量所需的最少的中心站点个数。
其中,C代表中心站点的编号的集合,i是属于集合C的正整数。
fi表示中心站点i是否被选为选定中心站点,当fi=1时,所述中心站点i被选为选定中心站点,当fi=0时,所述中心站点i不被选为选定中心站点。
在实施例中,站点约束条件可以表示为公式(2)~(12)。
在实施例中,可以根据上述公式(2)~(12)、公式(14)、公式(16)组成路程约束集。
步骤S502,根据所述路程约束集和中心站间路程最小化目标函数确定中心站间路程最小化整数规划模型。
在实施例中,中心站间路程最小化目标函数可以表示为:
min∑i∈C∑j∈Cfi*fj*dij (17)
其中,C代表中心站点编号的集合,i∈C,j∈C;fi表示中心站点i是否被选为选定中心站点,当fi=1时,所述中心站点i被选为选定中心站点,当fi=0时,所述中心站点i不被选为选定中心站点;dij代表所述中心站点i到中心站点j的距离。
中心站间路程最小化目标函数表示最小化中心站间的总路程。
步骤S503,根据所述中心站间路程最小化整数规划模型确定选定中心站点,以及所述选定中心站点与所述配送站点的覆盖关系。
在实施例中,通过图5所示方法构建了中心站间路程最小化整数规划模型,根据该模型可以确定选定中心站点以及选定中心站点和配送站点的覆盖关系。通过中心站间路程最小化整数规划模型确定的选定中心站点以及选定中心站点和配送站点的覆盖关系可以保证使用足够少的中心站点配送最大订单量,并且可以保证最后选定的中心站点之间的路程足够短。
当选定中心站点以及选定中心站点和配送站点的覆盖关系确定后,可以根据路线订单配送能力约束、路线组成段配送能力以及订单总量约束规划出成本最低的配送方法。
图6是根据本发明实施例示出的一种配送方法包含的成本最低的路线规划方法的流程图。
在实施例中,如图6所示路线规划方法可以包括:步骤S601,根据所述选定中心站点、所述选定中心站点与所述配送站点的覆盖关系确定所述配送网络的所有可行性配送方案。
其中,配送网络中的配送站点主要用来揽收、配送用户订单,中心站点不仅可以揽收、配送用户订单,还可对用户订单进行集货、合流、分拣等。配送站点在承担揽件功能时可称为揽件站点,在承担配送功能时可称为派件站点。
在实施例中,订单经揽件站点运输至派件站点可能有以下四种运输方案:
1)揽件站点——派件站点
2)揽件站点——中心站点——派件站点
3)揽件站点——中心站点——中心站点——派件站点
4)揽件站点——中心站点——中心站点——中心站点——派件站点。
其中,为了节约成本,可以第3条路线的始发中心站点和目的中心站点之间增加一个中心站点以形成第4条路线,在该中心站点处车辆只卸货不装货。
在实施例中,定义可行性路线中站点和站点之间的路程为路线组成段,包括中心站点和配送站点之间的路线组成段、配送站点和配送站点之间的路线组成段以及中心站点和中心站点之间的路线组成段。例如,订单被揽件站点a揽收后,经中心站点b、中心站点e、中心站点c后到达配送站点d。在上述路线中,站点a至站点b、站点b至站点e、站点e至站点c以及站点c至站点d都可以被认为是路线组成段。
在实施例中,若订单需从收件站点a运送至揽件站点b,从站点a至站点b可能会存在4条路线,每条路线又分别包含至少一个路线组成片段。
在实施例中,如果设置配送网络中存在4种发车班次,那么在每个路线组成段都有可能存在四种发车班次。
在实施例中,可以为所有路线的所有路线组成段进行编号,并且为不同班次的同一路线组成段设置不同的编号。以揽件站点为a,配送站点为b为例,其中揽件站点a被中心站点c覆盖,配送站点b被中心站点d覆盖,对站点a至站点b中部分路线中涉及的路线组成段编号如表1所示,对站点a至站点b中涉及的部分可行性路线编号如表2所示。
表1
表2
在实施例中,如果揽件站点和配送站点发生改变后,需求编号就会发生改变。
在实施例中,如果已知配送站点、选定中心站点以及选定中心站点和配送站点的覆盖关系,就可以列出配送网络中所有可行性路线以及可行性路线中涉及的路线组成片段。
在实施例中,对配送网络中所有路线组成片段按照表1所示进行编号,然后对所有可行性路线按照表2所示进行编号。其中,配送网络中的所有路线组成段不仅包括配送站点和中心站点组成的路线组成段还包括所有中心站点两两之间组成的路线组成段。
步骤S602,根据所述配送约束条件和成本最小化目标函数确定成本最小化整数规划模型。
在实施例中,所述成本最小化目标函数为:
min∑k∈A∑m∈B∑i∈C∑j∈DyijDijkmcork+∑k∈Axkbtkcob+∑k∈AXkstkcos (18)
其中,i,j,k,m是正整数,A代表所有路线组成段的编号的集合,B代表车辆发车班次的编号的集合,C代表所有路线的编号的集合,D代表所有路线需求编号的集合;
xk代表所述配送网络中第k个路线组成段;
yij表示是否选择路线编号为i的路线作为配送路线,当yij=1时,代表选择路线编号为i、需求编号为j的路线作为配送路线,当yij=0时,代表不选择路线编号为i、需求编号为j的路线作为配送路线;
Dijkm代表配送路线yij上编号为k的路线组成段上第m个班次运输的订单量,当所述配送路线yi上不存在编号为k的路线组成段或编号为k的路线组成段上不存在第m个班次时,Dijkm=0;
cork代表所述配送网络中第k个路线组成段上的分拣一个订单的分拣成本;
btk表示在配送网络中第k个路线组成段上是否使用大车运输订单,当btk=1时,使用大车在第k个路线组成段上运输,当btk=0时,不使用大车在第k个路线组成段上运输;
cob代表一辆大车的使用费用;
stk表示在配送网络中第k个路线组成段上是否使用小车运输,当stk=1时,使用小车在第k个路线组成段上运输,当stk=0时,不使用小车在第k个路线组成段上运输;
cos代表一辆小车的使用费用。
在实施例中,配送约束条件包括:配送路线车辆运输能力约束、路线订单配送能力约束、路线组成段配送能力约束以及订单总量约束。其中路线订单配送能力约束可以指的是所有路线可运送订单量总和要大于等于所有路线需运送订单量总和。
在实施例中,配送路线车辆运输能力约束可以指的配送路线上的所有车辆能够运输配送路线上的可配送订单量总和。
在实施例中,路线组成段配送能力约束可以指的是路线组成段上运送的订单量不可超过此路线组成段的最大运送能力。
在实施例中,订单总量约束指的是最后生成的配送方案至少可配送指定配送订单量。
在实施例中,配送约束条件可以用公式表示为:
∑m∈B∑i∈C∑j∈DyijDijkm≤∑k∈Axkbtkbak+∑k∈Axkstksak,k∈A (19)
∑m∈B∑i∈C∑j∈DyijDijkm≤∑k∈ACak,k∈A (20)
∑m∈B∑i∈C∑j∈DyijDijkmfij≥M*xkfij,k∈A (21)
∑y∈Cyij≤,j∈D (22)
∑k∈A∑m∈B∑i∈CDemand*P (23)
其中,i,j,k,m是正整数,A代表所有路线组成段的编号集合,B代表所有车辆班次编号的集合,C代表所有路线的编号的集合,D代表所有需求编号的集合。
xk代表配送网络中第k个路线组成段。
yij代表是否选择路线编号为i,需求编号为j的路线,当yij=1时,代表选择选择路线编号为i,需求编号为j的路线,当yij=0时,代表不选择选择路线编号为i,需求编号为j的路线。
Dijkm代表配送路线yij上经过第k个路线组成段的m班次中的订单量,当配送路线yij上经过第k个路线组成段的m班次不存在时Dijkm=0。
cork代表配送网络中第k个路线组成段上的分拣一单的分拣成本。
btk表示配送网络中第k个路线组成段车辆使用类型是否为大车,当btk=1时,所述第k个路线组成段上使用车辆类型为大车,当btk=0时,所述第k个路线组成段上使用的车辆类型不是大车。
cob代表大车的使用费用。
stk表示配送网络中第k个路线组成段车辆使用类型是否为小车,当stk=1时,所述第k个路线组成段上使用车辆类型为小车,当stk=0时,所述第k个路线组成段上使用的车辆类型不是小车。
cos代表小车的使用费用。
bak代表大车在配送网络中第k个路线组成段上可配送订单量,sak代表小车在配送网络中第k个路线组成段上可配送订单量。
Cak代表在配送网络中第k个路线组成段最大可运输订单量。
fij表示站点i和站点j之间是否为直达,当fij=1时,站点i和站点j之间为直达,当fij=0时,站点i和站点j之间不是直达。
Demand代表设定的配送网络应配送的订单总量,P代表设定的配送网络实际配送的订单量占应派送订单量的百分比。
公式(15)表示配送路线上的所有车辆能够运输配送路线上的可配送订单量总和。
公式(16)表表示所有配送路线可运送订单量总和不能超过所有配送路线上的最大配送能力总和;
公式(17)表示若配送路线为直达路线,则其路线上可配送的订单量要超过M单;
公式(18)表示从揽件站点到配送站点的最多只能选择一条配送路线。
公式(19)表示所有配送路线中可配送订单量总和要大于指定订单量。
步骤S603,根据所述成本最小化整数规划模型确定所述可行性配送方案中成本最低的配送方案。
通过本实施例,可以确定一种成本低、配送量大的配送方案。
图7是根据本发明实施例示出的另一种配送方法的流程图。
步骤S701,导入数据。
导入数据包括配送站点集合、中心站点集合、站点间导航数据、站点到站点的订单量、发车班次、中心站点面积、交通情况、最大可处理订单量等。
步骤S702,根据站点约束条件确定配送网络可配送的最大订单量。
站点约束条件包括中心站点约束条件、中心站点和配送站点之间关系约束条件。例如,站点约束条件可以具体的表现为中心站点只能覆盖自身而不能覆盖其他站点、中心站覆盖的配送站点运来的订单和不能超过该中心站点的最大订单处理能力、中心站的场地面积不得小于设定的面积阈值、中心站点可同时进出的车辆的个数不少于车辆辆数阈值等。
在实施例中,如果已知配送站点、中心站点,根据站点约束条件可以确定配送网络中可配送的最大订单量。
在实施例中,通过站点约束条件确定的最大订单量可能会大于配送网络中红揽收的订单量总和,如果将通过站点约束条件确定的最大订单量作为以下步骤的约束条件会使得求解结果中产生资源的浪费。
步骤S703,判断配送网络中所有揽件订单能否被全覆盖。
如果配送网络中所有揽件订单能被全覆盖,则执行步骤S704;如果配送网络中所有揽件订单不能被全覆盖,则执行步骤S705。
步骤S704,配送网络中可配送最大订单量为配送网络中的所有揽件订单量。
在实施例中,存在多种配送方案可以实现最大订单量的配送。所以,为了节约资源,需要确定配送上述最大订单量所需的中心站点最少个数。
步骤S705,根据站点约束条件确定配送所述最大订单量所需的中心站点最少个数。
如果已知站点约束条件、配送网络可配送最大订单量,配送所述最大订单量所需的中心站点最少个数也就可以进一步确定。
步骤S706,判断中心站点最少个数是否小于业务指定最大中心站点个数。
如果中心站点最少个数小于业务指定最大中心站点个数,则执行步骤S708,如果中心站点最少个数不小于业务指定最大中心站点个数,则执行步骤707。
步骤S707,调整配送网络可配送最大订单量,并令中心站点最少个数为业务指定最大中心站点个数。
如果根据最大订单量求得的中心站点个数小于等于设定中心站点最多个数时,需要执行步骤S708,即根据中心站点最少个数、最大订单量和站点约束条件确定选定中心站点,以及选定中心站点和配送站点的覆盖关系。
如果中心站点最少个数、最大订单量和站点约束条件都已经确定,那么就可以选定一组选定中心站点集合,该选定中心站点集合可以实现以足够少的中心站点个数配送最大订单量,并且该选定中心站点集合中的选定中心站点在满足上述条件的同时也保证中心站间的路程和足够低。
步骤S709,基于选定中心站点、选定中心站点与配送站点的覆盖关系以及配送约束条件确定成本最低的配送方案。
在实施例中,配送约束条件包括:路线订单配送能力约束、路线组成段配送能力约束以及订单总量约束。
其中路线订单配送能力约束可以指的是所有路线可运送订单量总和要大于等于所有路线需运送订单量总和。
路线组成段配送能力约束可以指的是路线组成段上运送的订单量不可超过此路线组成段的最大运送能力。
订单总量约束指的是最后生成的配送方案至少可配送指定配送订单量。
如果配送网络中的中心站点以及中心站点和配送站点的覆盖关系已确定,接下来需要根据配送约束条件确定成本最低的配送方案,在该配送方案中确定了配送路线、路线中使用车辆类型、站间运输的车辆发车班次。其中,站点之间的发车班次指的是车辆在发车站点的发车时间。站点之间的订单运输可能会根据实际需要确定不同的车辆发车班次。
在上述实施例中,生成了一种订单配送方案,该配送方案可以在现有配送站点的基础上使用足够少的中心站点配送足够多的订单量,在实现上述功能的同时尽可能的降低配送成本。
图8是根据一实施例示出的一种配送网路生成装置的框图。参照图8,该装置800包括:配送站点获取模块801、订单最大化模块802、中心站点最少个数确定模块803、中心站点确定模块804和配送方案确定模块805。
配送站点获取模块801,可以配置为获取配送网络的配送站点,所述配送站点包括中心站点;
订单最大化模块802,可以配置为根据站点约束条件确定所述配送网络可配送的最大订单量;
中心站点最少个数确定模块803,配置为根据所述站点约束条件确定配送所述最大订单量所需的中心站点最少个数;
中心站点确定模块804,配置为根据所述中心站点最少个数、所述最大订单量和所述站点约束条件确定选定中心站点,以及所述选定中心站点与所述配送站点的覆盖关系;
配送方案确定模块805,配置为基于所述选定中心站点、所述选定中心站点与所述配送站点的覆盖关系以及配送约束条件确定成本最低的配送方案。
在实施例中,如图9所示订单最大化模块802包括:订单最大化整数规划模型建立单元8021、最大订单量确定单元822。
其中,订单最大化整数规划模型建立单元8021可以配置为根据站点约束条件和订单最大化目标函数确定订单最大化整数规划模型。
最大订单量确定单元8022可以配置为根据所述订单最大化整数规划模型确定所述配送网络可配送的最大订单量。
在实施例中,所述订单最大化目标函数为:
max∑i∈C,j∈SXijqj (24)
其中,C代表所述中心站点编号的集合,S代表所述配送站点的编号集合,C∈S,i∈C,j∈S;xij表示中心站点i与配送站点j的覆盖关系,当xij=1时,所述中心站点i覆盖所述配送站点j,当xij=0时,所述中心站点i不覆盖所述配送站点j;qj代表所述配送站点j的可揽件订单量。
在实施例中,如图10所示中心站点最少个数确认模块803包括:中心站点个数约束集生成单元8031、中心站点个数最小化整数规划模型建立单元8032、确定中心站点最少个数单元8033。
其中,中心站点个数约束集生成单元8031可以配置为基于所述最大订单量确定订单总量约束条件,并根据所述订单总量约束条件、所述站点约束条件生成中心站点个数约束集。
中心站点个数最小化整数规划模型建立单元8032可以配置为根据所述中心站点个数约束集以及中心站个数最小化目标函数确定中心站个数最小化整数规划模型。
确定中心站点最少个数单元8033可以配置为根据所述中心站个数最小化整数规划模型确定配送所述最大订单量所需的中心站点最少个数。
在实施例中,所述中心站个数最小化目标函数为:
min∑i∈Cfi (25)
其中,C代表中心站点编号的集合,i∈C;
fi表示中心站点i是否被选为中心站点,当fi=1时,所述中心站点i被选为中心站点,当fi=0时,所述中心站点i不被选为中心站点。
在实施例中,如图11所示,中心站点确定模块804可以包括:路程约束集生成单元8041、中心站间路程最小化整数规划模型建立单元8042、选定中心站确定单元8043。
其中,路程约束集生成单元8041可以配置为根据所述最少中心站点最少个数、所述最大订单量确定中心站点个数约束条件和订单总量约束条件,并根据所述中心站点个数约束条件、所述订单总量约束条件、所述中站点约束条件生成路程约束集。
中心站间路程最小化整数规划模型建立单元8042可以配置为根据所述路程约束集和中心站间路程最小化目标函数确定中心站间路程最小化整数规划模型。
选定中心站确定单元8043可以配置为根据所述中心站间路程最小化整数规划模型确定选定中心站点,以及所述选定中心站点与所述配送站点的覆盖关系。
所述中心站间路程最小化目标函数为:
min∑i∈C∑j∈Cfi*fj*dij (26)
其中,C代表中心站点的编号集合,i∈C,j∈C;fi表示中心站点i是否被选为中心站点,当fi=1时,所述中心站点i被选为中心站点,当fi=0时,所述中心站点i不被选为中心站点;dij代表所述中心站点i到中心站点j的距离。
在实施例中,如图12所示,配送方案确定模块805可以包括:可行性配送方案确定单元8051、成本最小化整数规划模型建立单元8052、成本最低配送方案确定单元8053。
其中,可行性配送方案确定单元8051可以配置为根据所述选定中心站点、所述选定中心站点与所述配送站点的覆盖关系确定所述配送网络的所有可行性配送方案。
成本最小化整数规划模型建立单元8052可以配置为根据所述配送约束条件和成本最小化目标函数确定成本最小化整数规划模型。
成本最低配送方案确定单元8053可以配置为根据所述成本最小化整数规划模型确定所述可行性配送方案中成本最低的配送方案。
在实施例中,成本最小化目标函数为:
max∑k∈A∑m∈B∑i∈CyiDikmcork+∑k∈Axkbtkcob+∑k∈Axkstkcos (27)
其中,i,k,m是正整数,A代表所有路线组成段的编号的集合,B代表车辆发车班次的编号的集合,C代表所有路线的编号的集合;xk代表所述配送网络中第k个路线组成段;yi表示是否选择路线编号为i的路线作为配送路线,当yi=1时,代表选择选择路线编号为i的路线作为配送,当yi=0时,代表不选择路线编号为i的路线作为配送路线;Dikm代表配送路线yi上路线组成段标号为k的路段中第m个班次运输的订单量,当所述配送路线yi上路线组成段标号为k的路段上不存在第m个班次时,Dikm=0;cork代表第k个路线组成段上的分拣一单的分拣成本;btk表示是否使用大车在第k个路线组成段运输,当btk=1时,使用大车在第k个路线组成段运输,当btk=0时,不使用大车在第k个路线组成段运输;cob代表一辆大车的使用费用;stk表示是否使用小车在第k个路线组成段k=1时,使用小车在第k个路线组成段运输,当stk=0时,不使用小车在第k个路线组成段运输;cos代表一辆小车的使用费用。
由于本发明的示例实施例的配送装置800的各个功能模块与上述配送方法的示例实施例的步骤对应,因此在此不再赘述。
下面参考图13,其示出了适于用来实现本申请实施例的终端设备的计算机系统1300的结构示意图。图13示出的终端设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图13所示,计算机系统1300包括中央处理单元(CPU)1301,其可以根据存储在只读存储器(ROM)1302中的程序或者从存储部分1308加载到随机访问存储器(RAM)1303中的程序而执行各种适当的动作和处理。在RAM 1303中,还存储有系统1300操作所需的各种程序和数据。CPU 1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
以下部件连接至I/O接口1305:包括键盘、鼠标等的输入部分1306;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1307;包括硬盘等的存储部分1308;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1310上,以便于从其上读出的计算机程序根据需要被安装入存储部分1308。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1309从网络上被下载和安装,和/或从可拆卸介质1311被安装。在该计算机程序被中央处理单元(CPU)1301执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备可实现功能包括:获取所述配送网络的配送站点和中心站点,并根据所述中心站点和所述配送站点的约束条件确定所述配送网络可配送的最大订单量;根据所述最大订单量和所述中心站点和所述配送站点的约束条件确定配送所述最大订单量所需的最少中心站点个数;根据所述最少中心站点个数、所述最大订单量和所述中心站点和配送站点的约束条件确定配送所述最大订单量所需的个数最少的并且路程和最短的中心站点以及所述中心站点与所述配送站点的覆盖关系;基于所述中心站点、所述中心站点与所述配送站点的覆盖关系以及配送约束条件确定总成本最低的配送路线、发车班次和配送车型。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,本发明实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者智能设备等)执行根据本发明实施例的方法,例如图2的一个或多个所示的步骤。
此外,上述附图仅是根据本发明实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
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他实施例。本公开旨在涵盖本发明的任何变型、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发明的一般性原理并包括本发明未申请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,本发明的真正范围和精神由权利要求指出。
应当理解的是,本发明并不限于这里已经示出的详细结构、附图方式或实现方法,相反,本发明意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。