CN111882121A - 一种物流路径优化方法、装置及计算机可读存储介质 - Google Patents

一种物流路径优化方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN111882121A
CN111882121A CN202010680693.9A CN202010680693A CN111882121A CN 111882121 A CN111882121 A CN 111882121A CN 202010680693 A CN202010680693 A CN 202010680693A CN 111882121 A CN111882121 A CN 111882121A
Authority
CN
China
Prior art keywords
logistics
optimized
path
logistics path
initial
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
Application number
CN202010680693.9A
Other languages
English (en)
Inventor
袁彪
金忠孝
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.)
Secco Intelligent Technology Shanghai Co ltd
Original Assignee
Secco Intelligent Technology Shanghai 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 Secco Intelligent Technology Shanghai Co ltd filed Critical Secco Intelligent Technology Shanghai Co ltd
Priority to CN202010680693.9A priority Critical patent/CN111882121A/zh
Publication of CN111882121A publication Critical patent/CN111882121A/zh
Pending legal-status Critical Current

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种物流路径优化方法、装置及计算机可读存储介质，该方法将待优化物流路径集合分成至少一个待优化物流路径子集，然后对待优化物流路径子集进行优化，并在优化后子集的物流运输衡量值比优化前子集的物流运输衡量值更优的情况下，利用优化后的子集对优化前的子集进行更新，使得更新后集合中的物流路径能满足物流运输衡量值的要求。并且，通过重复执行上述过程，多次循环进行路径优化，使得最终得到的物流路径能够最大限度的满足物流运输衡量值的要求。

Description

一种物流路径优化方法、装置及计算机可读存储介质
技术领域
本发明涉及智能物流技术领域，更具体的说，是涉及一种物流路径优化方法、装置及计算机可读存储介质。
背景技术
随着电子商务的发展，每天有越来越多的货物从一个地方被配送至另一个地方，物流服务正在人们的社会和经济生活中扮演着越来越重要的角色。在物流运输方面，通常物流公司会对不同的物流运输具有不同的要求，例如：物流运输成本最小、或者物流运输总距离最小等，而物流运输路径则是影响物流运输能够满足上述要求的关键因素。
因此，如何对物流运输路径进行优化，以满足物流公司的物流运输要求，成为目前需要解决的技术问题。
发明内容
有鉴于此，本发明提供了一种物流路径优化方法、装置及计算机可读存储介质，以对物流运输路径进行优化，满足物流公司的物流运输规则。
为实现上述目的，本发明提供如下技术方案：
一种物流路径优化方法，所述方法包括：
对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集；
按照预先设置的路径优化规则，分别获得各个待优化物流路径子集对应的优化后物流路径集合；
对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新，得到更新后的物流路径集合，所述符合路径更新条件为：优化后物流路径集合的物流运输衡量值优于待优化物流路径子集的物流运输衡量值；
将所述更新后的物流路径集合作为待优化物流路径集合，返回所述对待优化物流路径集合中的多条待优化物流路径进行分组的步骤并顺序执行，直到满足预设的终止条件。
优选的，所述对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集包括：
按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径；
从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径，与所述初始物流路径组成一个待优化物流路径子集；
返回所述按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径的步骤继续执行，直到所述待优化物流路径集合中的所有待优化物流路径分组完毕，得到所有待优化物流路径子集。
优选的，所述按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径包括：
按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取对应的客户数量符合第一预设客户数量阈值，并且，状态标记为有调整的待优化物流路径作为初始物流路径。
优选的，所述从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径，与所述初始物流路径组成一个待优化物流路径子集包括：
确定所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离；
按照距离从小到大的顺序，对从所述待优化物流路径集合中除去初始物流路径之外的其他物流路径进行依次选取，直到所选取物流路径与初始物流路径中包含的客户总数量超过第二预设客户数量阈值或所述待优化物流路径集合为空，将依次选取的物流路径与所述初始物流路径组成一个待优化物流路径子集。
优选的，所述确定所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离包括：
将所述待优化物流路径集合中除去初始物流路径之外的每条路径各自对应的每一个客户点，与初始物流路径对应的每一个客户点之间距离的平均值，作为所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离。
优选的，所述满足预设的终止条件至少包括：
满足预设的时间终止条件，和/或；满足预设的计算次数终止条件，和/或；最终得到的所有物流路径满足预设物流运输衡量标准下对应的终止条件。
一种物流路径优化装置，所述装置包括：
分组单元，用于对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集；
路径优化单元，用于按照预先设置的路径优化规则，分别获得各个待优化物流路径子集对应的优化后物流路径集合；
更新单元，用于对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新，得到更新后的物流路径集合，所述符合路径更新条件为：优化后物流路径集合的物流运输衡量值优于待优化物流路径子集的物流运输衡量值；将所述更新后的物流路径集合作为待优化物流路径集合，返回所述对待优化物流路径集合中的多条待优化物流路径进行分组的步骤并顺序执行，直到满足预设的终止条件。
优选的，所述分组单元包括：
初始物流路径选取单元，用于按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径；
待优化物流路径子集组合单元，用于从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径，与所述初始物流路径组成一个待优化物流路径子集；返回所述按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径的步骤继续执行，直到所述待优化物流路径集合中的所有待优化物流路径分组完毕，得到所有待优化物流路径子集。
一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行如上所述的物流路径优化方法的步骤。
经由上述的技术方案可知，与现有技术相比，本发明提供了一种物流路径优化方法、装置及计算机可读存储介质，该方法将待优化物流路径集合分成至少一个待优化物流路径子集，然后对待优化物流路径子集进行优化，得到各待优化物流路径子集对应的优化后物流路径集合，并在优化后的集合的物流运输衡量值，比与其对应的待优化物流路径子集的物流运输衡量值更优的情况下，利用优化后物流路径集合对待优化物流路径子集进行更新，从而使得更新后的待优化物流路径子集中的物流路径能满足物流运输衡量值的要求。并且，通过重复执行上述过程，多次循环进行路径优化，使得最终得到的物流路径能够最大限度的满足物流运输衡量值的要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的物流路径优化方法的流程图；
图2为本发明实施例提供的对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集方法的流程图；
图3为本发明实施例提供的本发明实施例提供的物流路径优化装置的结构框图。
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。
随着电子商务的发展，每天有越来越多的货物从一个地方被配送至另一个地方，物流服务正在人们的社会和经济生活中扮演着越来越重要的角色。在物流运输方面，通常物流公司会对不同的物流运输具有不同的要求，例如：物流运输成本最小、或者物流运输总距离最小等，而物流运输路径则是影响物流运输能够满足上述要求的关键因素。
因此，如何对物流运输路径进行优化，以满足物流公司的物流运输要求，成为目前需要解决的技术问题。
典型的物流路径优化问题是指CVRP(Capacitated Vehicle Routing Problem,带容量约束的物流路径优化问题)。可以定义在一个完全无向图G＝(V,E)上，其中V＝{0,…,n}。其中，顶点0表示车场(即车辆出发和返回的位置)，其它顶点表示客户。顶点i和顶点j间的运输距离和成本分别用dij和cij表示。物流运输车的最大容量为Q。每个客户i对物流运输车的需求为qi(且0<qi<Q)。每个客户只能被一辆物流运输车服务，且只能被服务一次。每辆车从车场出发，服务完客户后，返回车场，同时，服务客户的总需求不能超过其容量。问题的目标是找到物流运输成本最小的车辆路径集合。在CVRP的基础上，目前基于不同的应用场景提出了不同的约束，包括开始服务客服的时间窗约束、每辆物流运输车总的行驶里程约束等等。这些不同种类的应用场景丰富了车辆路径优化问题的研究。
物流路径优化问题是典型的NP-hard问题。求解此类问题，发明人研究发现主要包括3类算法。第1类是基于分枝定界(Branch-and-Bound)的精确算法，主要包括分枝切割算法(Branch-and-Cut)、分枝定价算法(Branch-and-Price)和分枝定价切割算法(Branch-Price-and-Cut)等，这类算法的优点是能够求得问题的最优解或者问题解的上下解偏差，缺点是计算时间过长。第2类算法是元启发式算法或者智能算法，主要包括遗传算法(Genetic Algorithm)、禁忌搜索算法(Tabu Search)、模拟退火算法(SimulatedAnnealing)等，这类算法的优点是能够在合理的计算时间内得到问题的较好的解，缺点是无法判断所得解的质量。第3类是近似算法，其优点是可以在多项式计算时间内得到问题的近似解，缺点是需要算法设计者有较强的理论基础和对问题较深的理解。
发明人发现以上算法在求解大规模或超大规模的物流路径优化问题时，如客户点数量超过1000个等，存在着计算效率低，物流路径优化结果差的问题，导致不能满足物流公司的物流运输要求。
为了解决上述技术问题，本发明提供了一种物流路径优化方法、装置及计算机可读存储介质，该方法将待优化物流路径集合分成至少一个待优化物流路径子集，然后对待优化物流路径子集进行优化，得到各待优化物流路径子集对应的优化后物流路径集合，并在优化后的集合的物流运输衡量值，比与其对应的待优化物流路径子集的物流运输衡量值更优的情况下，利用优化后物流路径集合对待优化物流路径子集进行更新，从而使得更新后的待优化物流路径子集中的物流路径能满足物流运输衡量值的要求。并且，通过重复执行上述过程，多次循环进行路径优化，使得最终得到的物流路径能够最大限度的满足物流运输衡量值的要求。
并且本发明中的物流路径优化方法主要是对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集，然后针对每个待优化物流路径子集中的路径进行路径优化，即本发明对大规模物流路径优化问题进行分解，将原大规模问题(待优化物流路径集合)分解为若个小规模的子问题(待优化物流路径子集)，待优化物流路径子集包含客户数量少，针对包含客户数量少的待优化物流路径子集中的路径进行优化，能够快速得到路径优化结果，计算效率高。并且通过重复执行上述过程，多次循环进行路径优化，不断迭代，使得最终得到的物流路径能够最大限度的满足物流运输衡量值的要求。经过试验证明，本发明中的物流路径优化方法能够在极短时间内(几分钟)求得包含1000个客户点以上的车辆路径优化问题，而大多数智能优化算法所能求解车辆路径优化问题的规模在200个客户点左右。
下面，对本发明实施例提供的物流路径优化方法进行介绍，图1为本发明实施例提供的物流路径优化方法的流程图，参照图1，所述方法可以包括：
步骤S100、对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集；
具体的，本发明实施例可以依据物流车辆的数量、物流车辆的容量、需要运输的货物的容量、客户的位置信息、物流集散中心的位置信息等，生成多条待优化物流路径。本发明实施例对一条待优化物流路径中的客户数量并不做限定，一条待优化物流路径可以包含位于不同位置的多个客户，也可以包含位于同一个位置的多个客户。可选的，在生成多条待优化物流路径的过程中，可以采用顺序分配路径的方式，还可以采用其他分配路径的方式，本发明实施例不做具体限定。
每个待优化物流路径子集中包含至少一条待优化物流路径。
步骤S110、按照预先设置的路径优化规则，分别获得各个待优化物流路径子集对应的优化后物流路径集合；
本发明实施例通过按照预先设置的路径优化规则，对各个待优化物流路径子集中包含的物流路径进行优化，分别获得各个待优化物流路径子集对应的优化后物流路径集合。
具体的，可以参考物流车辆的数量、物流车辆的容量、需要运输的货物的容量、客户的位置信息、物流集散中心的位置信息等信息，对各个待优化物流路径子集进行优化，优化方式例如可以包括：对物流路径上的客户点的数量进行调整、对物流路径上不同客户的物流运送顺序进行调整等，本发明实施例并不做具体限定。
步骤S120、对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新，得到更新后的物流路径集合，所述符合路径更新条件为：优化后物流路径集合的物流运输衡量值优于待优化物流路径子集的物流运输衡量值；
由于物流公司会对不同物流运输具有不同要求，因此，本发明实施例预先设定了不同的物流运输衡量标准，物流运输衡量标准至少包括：物流运输成本、物流运输总距离、物流运输油费等等，本发明实施例并不做具体限定，并且，本发明实施例中的物流运输衡量标准可以随时进行更新。
每一个待优化物流路径子集在相应的物流运输衡量标准下，都具有其对应的一个衡量标准值，例如可以为：物流运输成本值、物流运输总距离值、物流运输油费值等等，本发明实施例并不做具体限定。
在对各个待优化物流路径子集中包含的物流路径进行优化，分别获得各个待优化物流路径子集对应的优化后物流路径集合之后，计算优化后物流路径集合的物流运输衡量值，然后将优化后物流路径集合的物流运输衡量值与与该优化后物流路径集合对应的待优化物流路径子集的物流运输衡量值进行比较，并在优化后物流路径集合的物流运输衡量值优于待优化物流路径子集的物流运输衡量值的情况下，利用优化后物流路径集合对与该优化后物流路径集合对应的待优化物流路径子集进行更新，得到更新后的物流路径集合。具体是将优化后物流路径集合中的物流路径替换掉与该优化后物流路径集合对应的待优化物流路径子集中的物流路径。
在对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新之后，结合不符合路径更新条件的待优化物流路径子集，共同构成更新后的物流路径集合。
执行路径优化的目的是使得物流路径的物流运输衡量值尽量满足预设物流运输衡量标准，因此，优化后物流路径集合的物流运输衡量值优于待优化物流路径子集的物流运输衡量值的情况，则表明经过路径优化后得到的优化后的路径的物流运输衡量值更加接近预设物流运输衡量标准，即优化后的路径更加满足物流公司在预设物流运输衡量标准下的要求。
可选的，在对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新，得到更新后的物流路径集合之后，将优化后物流路径集合中包含的路径的路径状态标记为有调整。
步骤S130、将所述更新后的物流路径集合作为待优化物流路径集合，返回所述对待优化物流路径集合中的多条待优化物流路径进行分组的步骤并顺序执行，直到满足预设的终止条件。
所述满足预设的终止条件至少包括：
满足预设的时间终止条件，和/或；满足预设的计算次数终止条件，和/或；最终得到的所有物流路径满足预设物流运输衡量标准下对应的终止条件。
具体的，本发明实施例可以设置方法执行的时间，即为时间终止条件，在方法执行时间达到预设的时间终止条件的情况下，则得到所有的物流路径，并输出。
本发明实施例还可以设置方法执行的计算次数，在方法迭代执行预设的次数之后，满足预设的计算次数终止条件，得到所有的物流路径，并输出。
本发明实施例还可以针对不同的物流运输衡量标准设置不同的终止条件，例如为所有路径的物流运输成本达到设定值、所有路径的物流运输总距离达到设定值、所有路径的物流运输油费达到设定值等，本发明实施例不做具体限定。
本发明实施例通过将待优化物流路径集合分成至少一个待优化物流路径子集，然后对待优化物流路径子集进行优化，得到各待优化物流路径子集对应的优化后物流路径集合，并在优化后的集合的物流运输衡量值，比与其对应的待优化物流路径子集的物流运输衡量值更优的情况下，利用优化后物流路径集合对待优化物流路径子集进行更新，从而使得更新后的待优化物流路径子集中的物流路径能满足物流运输衡量值的要求。并且，通过重复执行上述过程，多次循环进行路径优化，使得最终得到的物流路径能够最大限度的满足物流运输衡量值的要求。
并且，本发明技术方案在进行路径优化的过程中无需考虑客户点的经纬度信息，只考虑了客户之间的距离，消除了客户点的经纬度信息对路径优化的不利影响，因而，其具有更强的适用性。
图2为本发明实施例提供的对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集方法的流程图，参照图2，所述方法可以包括：
步骤S200、按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径；
具体的，按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径包括：
按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取对应的客户数量符合第一预设客户数量阈值，并且，状态标记为有调整的待优化物流路径作为初始物流路径。
第一预设客户数量阈值可以为本领域技术人员依据实际情况设置的客户数量大小，例如可以为本领域技术人员基于客户数量最少条件设置的客户数量大小，本发明实施例并不做具体限定。
在首次在执行本发明实施例中的方法的时候，待优化物流路径集合中的所有待优化路径默认状态标记为有调整。
状态标记为有调整的待优化物流路径指的是按照预先设置的路径优化规则，进行路径优化后得到的路径，状态标记为无调整的待优化物流路径指的是并没有进行路径优化的路径。
可选的，有调整的状态标记可以为IMPROVED，反之，无调整的状态标记可以为UNIMPROVED。
步骤S210、从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径，与所述初始物流路径组成一个待优化物流路径子集；
在从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径之后，将选取的待优化物流路径从待优化物流路径集合中删除。
可选的，本步骤的具体实现方式可以为：确定所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离；按照距离从小到大的顺序，对从所述待优化物流路径集合中除去初始物流路径之外的其他物流路径进行依次选取，直到所选取物流路径与初始物流路径中包含的客户总数量超过第二预设客户数量阈值或所述待优化物流路径集合为空，将依次选取的物流路径与所述初始物流路径组成一个待优化物流路径子集。
具体的，确定所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离包括：
将所述待优化物流路径集合中除去初始物流路径之外的每条路径各自对应的每一个客户点，与初始物流路径对应的每一个客户点之间距离的平均值，作为所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离。
具体的，本发明实施例假定路径rl为初始物流路径，rk为待优化物流路径集合中除去初始物流路径之外的一条路径，则rl和rk间的距离定义为rl路径中的每一个客户点与rk路径中的每一个客户点之间距离的平均值，即rl和rk间的距离distance(rl,rk)＝Σi∈rl,j∈rk dij/(nrl*nrk)，其中，dij表示客户点i和j之间的距离，nrl和nrk分别表示路径rl和路径rk各自所服务客户的数量。
在得到待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离之后，按照距离从小到大的顺序，对除去初始物流路径之外的每条路径进行排序，并按照距离从小到大的顺序，对从所述待优化物流路径集合中除去初始物流路径之外的其他物流路径进行依次选取，直到所选取物流路径与初始物流路径中包含的客户总数量超过第二预设客户数量阈值或所述待优化物流路径集合为空。
第二预设客户数量阈值的大小可以由本领域技术人员设定，本发明实施例不做具体限定。
步骤S220、返回所述按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径的步骤继续执行，直到所述待优化物流路径集合中的所有待优化物流路径分组完毕，得到所有待优化物流路径子集。
通过不断的迭代运算，从所述待优化物流路径集合中选取初始物流路径的步骤继续执行，直到所述待优化物流路径集合为空。
本发明实施例通过对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集，从而方便后续对每一个待优化物流路径子集进行路径优化，对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新，得到更新后的物流路径集合，重复执行上述过程，能够多次循环进行路径优化，使得最终得到的物流路径能够最大限度的满足物流运输衡量值的要求。
下面对本发明实施例提供的物流路径优化装置进行介绍，下文描述的物流路径优化装置可与上文物流路径优化方法相互对应参照。
图3为本发明实施例提供的物流路径优化装置的结构框图，参照图3，该物流路径优化装置可以包括：
分组单元300，用于对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集；
路径优化单元310，用于按照预先设置的路径优化规则，分别获得各个待优化物流路径子集对应的优化后物流路径集合；
更新单元320，用于对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新，得到更新后的物流路径集合，所述符合路径更新条件为：优化后物流路径集合的物流运输衡量值优于待优化物流路径子集的物流运输衡量值；将所述更新后的物流路径集合作为待优化物流路径集合，返回所述对待优化物流路径集合中的多条待优化物流路径进行分组的步骤并顺序执行，直到满足预设的终止条件。
所述分组单元包括：
初始物流路径选取单元，用于按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径；
待优化物流路径子集组合单元，用于从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径，与所述初始物流路径组成一个待优化物流路径子集；返回所述按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径的步骤继续执行，直到所述待优化物流路径集合中的所有待优化物流路径分组完毕，得到所有待优化物流路径子集。
所述初始物流路径选取单元包括：
初始物流路径选取子单元，用于按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取对应的客户数量符合第一预设客户数量阈值，并且，状态标记为有调整的待优化物流路径作为初始物流路径。
所述待优化物流路径子集组合单元包括：
距离确定单元，用于确定所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离；
路径选取单元，用于按照距离从小到大的顺序，对从所述待优化物流路径集合中除去初始物流路径之外的其他物流路径进行依次选取，直到所选取物流路径与初始物流路径中包含的客户总数量超过第二预设客户数量阈值或所述待优化物流路径集合为空，将依次选取的物流路径与所述初始物流路径组成一个待优化物流路径子集。
所述距离确定单元包括：
距离确定子单元，用于将所述待优化物流路径集合中除去初始物流路径之外的每条路径各自对应的每一个客户点，与初始物流路径对应的每一个客户点之间距离的平均值，作为所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离。
所述满足预设的终止条件至少包括：
满足预设的时间终止条件，和/或；满足预设的计算次数终止条件，和/或；最终得到的所有物流路径满足预设物流运输衡量标准下对应的终止条件。
可选的，本发明实施例还公开一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行如上实施例中介绍的所述物流路径优化方法的步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种物流路径优化方法，其特征在于，所述方法包括：
对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集；
按照预先设置的路径优化规则，分别获得各个待优化物流路径子集对应的优化后物流路径集合；
对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新，得到更新后的物流路径集合，所述符合路径更新条件为：优化后物流路径集合的物流运输衡量值优于待优化物流路径子集的物流运输衡量值；
将所述更新后的物流路径集合作为待优化物流路径集合，返回所述对待优化物流路径集合中的多条待优化物流路径进行分组的步骤并顺序执行，直到满足预设的终止条件。
2.根据权利要求1所述的方法，其特征在于，所述对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集包括：
按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径；
从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径，与所述初始物流路径组成一个待优化物流路径子集；
返回所述按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径的步骤继续执行，直到所述待优化物流路径集合中的所有待优化物流路径分组完毕，得到所有待优化物流路径子集。
3.根据权利要求2所述的方法，其特征在于，所述按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径包括：
按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取对应的客户数量符合第一预设客户数量阈值，并且，状态标记为有调整的待优化物流路径作为初始物流路径。
4.根据权利要求2所述的方法，其特征在于，所述从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径，与所述初始物流路径组成一个待优化物流路径子集包括：
确定所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离；
按照距离从小到大的顺序，对从所述待优化物流路径集合中除去初始物流路径之外的其他物流路径进行依次选取，直到所选取物流路径与初始物流路径中包含的客户总数量超过第二预设客户数量阈值或所述待优化物流路径集合为空，将依次选取的物流路径与所述初始物流路径组成一个待优化物流路径子集。
5.根据权利要求4所述的方法，其特征在于，所述确定所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离包括：
将所述待优化物流路径集合中除去初始物流路径之外的每条路径各自对应的每一个客户点，与初始物流路径对应的每一个客户点之间距离的平均值，作为所述待优化物流路径集合中除去初始物流路径之外的每条路径各自分别与初始物流路径之间的距离。
6.根据权利要求1所述的方法，其特征在于，所述满足预设的终止条件至少包括：
满足预设的时间终止条件，和/或；满足预设的计算次数终止条件，和/或；最终得到的所有物流路径满足预设物流运输衡量标准下对应的终止条件。
7.一种物流路径优化装置，其特征在于，所述装置包括：
分组单元，用于对待优化物流路径集合中的待优化物流路径进行分组，得到至少一个待优化物流路径子集；
路径优化单元，用于按照预先设置的路径优化规则，分别获得各个待优化物流路径子集对应的优化后物流路径集合；
更新单元，用于对符合路径更新条件的待优化物流路径子集，利用其对应的优化后物流路径集合进行更新，得到更新后的物流路径集合，所述符合路径更新条件为：优化后物流路径集合的物流运输衡量值优于待优化物流路径子集的物流运输衡量值；将所述更新后的物流路径集合作为待优化物流路径集合，返回所述对待优化物流路径集合中的多条待优化物流路径进行分组的步骤并顺序执行，直到满足预设的终止条件。
8.根据权利要求7所述的物流路径优化装置，其特征在于，所述分组单元包括：
初始物流路径选取单元，用于按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径；
待优化物流路径子集组合单元，用于从所述待优化物流路径集合中除去初始物流路径之外的其他路径中，选取预设个数的待优化物流路径，与所述初始物流路径组成一个待优化物流路径子集；返回所述按照预先设置的初始物流路径选取规则，从所述待优化物流路径集合中选取初始物流路径的步骤继续执行，直到所述待优化物流路径集合中的所有待优化物流路径分组完毕，得到所有待优化物流路径子集。
9.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1-6任一项所述的物流路径优化方法的步骤。
CN202010680693.9A 2020-07-15 2020-07-15 一种物流路径优化方法、装置及计算机可读存储介质 Pending CN111882121A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010680693.9A CN111882121A (zh) 2020-07-15 2020-07-15 一种物流路径优化方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010680693.9A CN111882121A (zh) 2020-07-15 2020-07-15 一种物流路径优化方法、装置及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111882121A true CN111882121A (zh) 2020-11-03

Family

ID=73150795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010680693.9A Pending CN111882121A (zh) 2020-07-15 2020-07-15 一种物流路径优化方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111882121A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023279409A1 (zh) * 2021-07-06 2023-01-12 深圳市通拓信息技术网络有限公司 一种基于物流追踪的路径优化方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023279409A1 (zh) * 2021-07-06 2023-01-12 深圳市通拓信息技术网络有限公司 一种基于物流追踪的路径优化方法

Similar Documents

Publication Publication Date Title
CN108764777B (zh) 带时间窗的电动物流车调度方法和系统
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
CN109919365B (zh) 一种基于双策略搜索的电动车辆路径规划方法及系统
US20150371135A1 (en) Solving vehicle routing problems using evolutionary computing techniques
CN110582064B (zh) 一种短信分发方法、装置、设备、介质
CN114111830B (zh) 一种基于ai模型的路径规划方法及装置
CN110210813B (zh) 一种确定配送范围的方法、装置、电子设备及存储介质
Berghida et al. EBBO: an enhanced biogeography-based optimization algorithm for a vehicle routing problem with heterogeneous fleet, mixed backhauls, and time windows
CN109413202B (zh) 区块链交易信息的排序系统及方法
CN111882121A (zh) 一种物流路径优化方法、装置及计算机可读存储介质
CN110889738B (zh) 一种订单派发方法及装置
CN117172633B (zh) 一种面向工业互联网平台的制造服务子图仿真方法及系统
CN111144659B (zh) 物流调度方法、装置、计算机设备及存储介质
CN111191873B (zh) 配送车辆调度方法、装置、系统、计算机设备和存储介质
CN112836991A (zh) 站点规划方法、装置、终端设备和可读存储介质
CN111221827B (zh) 基于图形处理器的数据库表连接方法、装置、计算机设备和存储介质
CN109067640B (zh) 信息推送的方法及装置
CN110278524A (zh) 用户位置确定方法、图模型生成方法、装置及服务器
CN113592148B (zh) 改进车辆与无人机配送路线的优化方法及系统
CN111159576B (zh) 一种用户分类方法、装置及系统
CN109034494A (zh) 公交调度方法
CN108256753B (zh) 一种应急物资调配方法及装置
CN114549106A (zh) 商家信息展示的方法、装置、存储介质及电子设备
CN117556967B (zh) 调度方法、装置、设备及存储介质
CN114117328B (zh) 任务分配方法、装置、电子设备及存储介质

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