CN112418475A - 物流路径规划方法、装置、电子设备及存储介质 - Google Patents

物流路径规划方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112418475A
CN112418475A CN201910782745.0A CN201910782745A CN112418475A CN 112418475 A CN112418475 A CN 112418475A CN 201910782745 A CN201910782745 A CN 201910782745A CN 112418475 A CN112418475 A CN 112418475A
Authority
CN
China
Prior art keywords
logistics
path planning
vehicle
planning strategy
information
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.)
Granted
Application number
CN201910782745.0A
Other languages
English (en)
Other versions
CN112418475B (zh
Inventor
朱光远
李珂
申海艳
黄一潇
汤成彦
陈爽儿
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.)
SF Technology Co Ltd
Original Assignee
SF 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 SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN201910782745.0A priority Critical patent/CN112418475B/zh
Publication of CN112418475A publication Critical patent/CN112418475A/zh
Application granted granted Critical
Publication of CN112418475B publication Critical patent/CN112418475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

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

本申请公开了一种物流路径规划方法、装置、电子设备及存储介质。该物流路径规划方法包括：获取目标中转场的物流运输信息；根据物流运输信息，确定描述车辆路径的物流数据结构中各项变量的取值范围；获取在物流数据结构各项变量的取值范围内，为物流数据结构中各项变量设定的优化变量值；根据优化变量值，确定目标中转场的物流路径规划策略，物流路径规划策略中包括到达目标中转场的配送车辆的所有物流运输路径；当物流路径规划策略符合预设要求时，输出物流路径规划策略。本申请实施例能在保证快件时效的前提下，令配送车辆前往多个网点装货，并将快件一同运输向中转场，通过串点过程，可以尽可能减少使用的车辆数，提高车辆的装载率。

Description

物流路径规划方法、装置、电子设备及存储介质
技术领域
本发明涉及计算机技术领域，具体涉及一种物流路径规划方法、装置、电 子设备及存储介质。
背景技术
城市物流网络通常是以中转场为中心的辐射形网络。中转场下辖多个网 点，中转场与网点间存在快件流动的需求，网点收集上来的快件需要运送到中 转场进行二次分拣决定下一目的地。该过程称为集货。
由于网点到中转场的集货过程是快件运输过程的开始阶段，此阶段的线路 设计方案直接影响后边的干线、支线散货的运输以及最终送到客户手中的时 效。由于城市物流网络通常位于城市中，存在件量分散、时效要求高、交通状 况复杂、对末端人力和运力要求较高的特点。若对支线的网络结构及车次进行 合理的规划，将会降低每票件的成本、提升快件的时效，因此如何最优地规划 网点到中转场的物流路径是备受关注的重点问题。
目前，主要使用基于人工经验的物流路径规划方法，该方法简单易行，但 是仍然存在不少问题，例如，现有的存在路线规划依赖于人工经验，不能保证 车辆数最小、车辆行驶的路程最短，因此得到的是一个次优方案；现有的路线 规划采取网点直接发往中转场的模式，不同网点之间的车辆资源不能共享，车 辆装载率低，总车数较多；现有的路线规划未考虑到车辆在中转场的排队问题， 由于中转场处理能力有限，当大量车辆同时到达中转场时，车辆需排队较长时 间才能卸货。而在快件卸货完成后中转场才能进行处理，所以快件的时效实际 上是由卸货时间决定的，导致快件的时效较差。
发明内容
本发明实施例提供一种物流路径规划方法、装置、电子设备及存储介质， 能在保证快件时效的前提下，令配送车辆按先后顺序前往多个网点装货(该过 程称为串点)，然后将快件一同运输向中转场，通过串点过程，可以尽可能减 少使用的车辆数，提高车辆的装载率。
第一方面，本申请提供一种物流路径规划方法，所述物流路径规划方法包 括：
获取目标中转场的物流运输信息；
根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项变量的 取值范围；
获取在所述物流数据结构各项变量的取值范围内，为所述物流数据结构中 各项变量设定的优化变量值；
根据所述优化变量值，确定所述目标中转场的物流路径规划策略，所述物 流路径规划策略中包括到达所述目标中转场的配送车辆的所有物流运输路径， 每个配送车辆的物流运输路径中包括按顺序串联的多个物流网点；
当所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
在本申请一些实施例中，所述物流运输信息中包括快件信息，配送车辆信 息和物流网点信息，所述物流数据结构为三元组，所述三元组包括车辆出发时 间，车型和车辆经停位置；
所述根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项变 量的取值范围，包括：
根据所述快件信息，确定所述三元组中车辆出发时间的取值范围；
根据所述配送车辆信息，确定所述三元组中车辆类型的取值范围；
根据所述物流网点信息，确定所述三元组中车辆经停位置的取值范围。
在本申请一些实施例中，获取在所述物流数据结构各项变量的取值范围 内，为所述物流数据结构中各项变量设定的优化变量值，包括：
根据所述配送车辆信息，在所述目标中转场对应的配送车辆中随机选择一 辆车作为目标车辆；
从所述三元组中任意选择一个变量，作为目标变量；
在所述目标变量的取值范围中，随机选取一个目标值，作为所述物流数据 结构中所述目标变量的设定值；
获取所述三元组各项变量的当前值，并将所述目标变量的设定值取代所述 三元组中目标变量的当前值，得到为所述三元组中各项变量设定的优化变量 值。
在本申请一些实施例中，所述根据所述优化变量值，确定所述目标中转场 的物流路径规划策略，包括：
根据所述优化变量值，确定所述三元组的取值；
根据所述三元组的取值，确定所述目标中转场的物流路径规划策略。
在本申请一些实施例中，当所述物流路径规划策略符合预设要求时，输出 所述物流路径规划策略，包括：
按照预设的上货策略及所述配送车辆信息，将每个网点对应的快件分配给 配送车辆；
对所述物流路径规划策略中即将到达所述目标中转场的配送车辆，进行车 辆模拟排队，以计算到达所述目标中转场的各配送车辆的卸货时间；
根据所述各配送车辆的卸货时间，计算所述物流路径规划策略的评估分 数；
当所述评估分数达到预设阈值要求时，确定所述物流路径规划策略符合预 设要求时，输出所述物流路径规划策略。
在本申请一些实施例中，所述根据所述各配送车辆的卸货时间，计算所述 物流路径规划策略的评估分数，包括：
获取所述物流路径规划策略中访问物流网点信息、各配送车辆的装货信息 及各配送车辆的访问区域信息；
根据所述各配送车辆的卸货时间、所述访问物流网点信息、所述各配送车 辆的装货信息及各配送车辆的访问区域信息，计算所述物流路径规划策略的第 一评估分数；
获取所述物流路径规划策略中车辆使用信息；
根据所述车辆使用信息，计算所述物流路径规划策略的第二评估分数；
所述物流路径规划策略的评估分数中包括所述第一评估分数和所述第二 评估分数。
在本申请一些实施例中，所述当所述评估分数达到预设阈值要求时，确定 所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略，包括：
当所述第一评估分数低于第一预设阈值且为当前最低的第一评估分数时， 确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略；
当所述第一评估分数低于所述第一预设阈值但并非当前最低的第一评估 分数时，判断所述第二评估分数是否低于第二预设阈值；
若所述第二评估分数低于第二预设阈值且为当前最低的第二评估分数时， 则确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
在本申请一些实施例中，所述方法还包括：
当所述第一评估分数不低于所述第一预设阈值时，或所述第二评估分数不 低于第二预设阈值时，或所述第一评估分数非当前最低的第一评估分数且所述 第二评估分数非当前最低的第二评估分数时，确定所述物流路径规划策略不符 合预设要求时，重新在所述物流数据结构各项变量的取值范围内，为所述物流 数据结构中各项变量设定新的优化变量值，以根据所述新的优化变量值，确定 所述目标中转场的新的物流路径规划策略，直至所述新的物流路径规划策略符 合预设要求，输出所述新的物流路径规划策略。
第二方面，本申请提供一种物流路径规划装置，所述物流路径规划装置包 括：
第一获取单元，用于获取目标中转场的物流运输信息；
第一确定单元，用于根据所述物流运输信息，确定描述车辆路径的物流数 据结构中各项变量的取值范围；
第二获取单元，用于获取在所述物流数据结构各项变量的取值范围内，为 所述物流数据结构中各项变量设定的优化变量值；
第二确定单元，用于根据所述优化变量值，确定所述目标中转场的物流路 径规划策略，所述物流路径规划策略中包括到达所述目标中转场的配送车辆的 所有物流运输路径，每个配送车辆的物流运输路径中包括按顺序串联的多个物 流网点；
输出单元，用于当所述物流路径规划策略符合预设要求时，输出所述物流 路径规划策略。
在本申请一些实施例中，所述物流运输信息中包括快件信息，配送车辆信 息和物流网点信息，所述物流数据结构为三元组，所述三元组包括车辆出发时 间，车型和车辆经停位置；
所述第一确定单元具体用于：
根据所述快件信息，确定所述三元组中车辆出发时间的取值范围；
根据所述配送车辆信息，确定所述三元组中车辆类型的取值范围；
根据所述物流网点信息，确定所述三元组中车辆经停位置的取值范围。
在本申请一些实施例中，所述第二获取单元具体用于：
根据所述配送车辆信息，在所述目标中转场对应的配送车辆中随机选择一 辆车作为目标车辆；
从所述三元组中任意选择一个变量，作为目标变量；
在所述目标变量的取值范围中，随机选取一个目标值，作为所述物流数据 结构中所述目标变量的设定值；
获取所述三元组各项变量的当前值，并将所述目标变量的设定值取代所述 三元组中目标变量的当前值，得到为所述三元组中各项变量设定的优化变量 值。
在本申请一些实施例中，所述第二确定单元具体用于：
根据所述优化变量值，确定所述三元组的取值；
根据所述三元组的取值，确定所述目标中转场的物流路径规划策略。
在本申请一些实施例中，所述输出单元具体用于：
按照预设的上货策略及所述配送车辆信息，将每个网点对应的快件分配给 配送车辆；
对所述物流路径规划策略中即将到达所述目标中转场的配送车辆，进行车 辆模拟排队，以计算到达所述目标中转场的各配送车辆的卸货时间；
根据所述各配送车辆的卸货时间，计算所述物流路径规划策略的评估分 数；
当所述评估分数达到预设阈值要求时，确定所述物流路径规划策略符合预 设要求时，输出所述物流路径规划策略。
在本申请一些实施例中，所述输出单元具体用于：
获取所述物流路径规划策略中访问物流网点信息、各配送车辆的装货信息 及各配送车辆的访问区域信息；
根据所述各配送车辆的卸货时间、所述访问物流网点信息、所述各配送车 辆的装货信息及各配送车辆的访问区域信息，计算所述物流路径规划策略的第 一评估分数；
获取所述物流路径规划策略中车辆使用信息；
根据所述车辆使用信息，计算所述物流路径规划策略的第二评估分数；
所述物流路径规划策略的评估分数中包括所述第一评估分数和所述第二 评估分数。
在本申请一些实施例中，所述输出单元具体用于：
当所述第一评估分数低于第一预设阈值且为当前最低的第一评估分数时， 确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略；
当所述第一评估分数低于所述第一预设阈值但并非当前最低的第一评估 分数时，判断所述第二评估分数是否低于第二预设阈值；
若所述第二评估分数低于第二预设阈值且为当前最低的第二评估分数时， 则确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
在本申请一些实施例中，所述输出单元具体还用于：
当所述第一评估分数不低于所述第一预设阈值时，或所述第二评估分数不 低于第二预设阈值时，或所述第一评估分数非当前最低的第一评估分数且所述 第二评估分数非当前最低的第二评估分数时，确定所述物流路径规划策略不符 合预设要求时，重新在所述物流数据结构各项变量的取值范围内，为所述物流 数据结构中各项变量设定新的优化变量值，以根据所述新的优化变量值，确定 所述目标中转场的新的物流路径规划策略，直至所述新的物流路径规划策略符 合预设要求，输出所述新的物流路径规划策略。
第三方面，本申请提供一种电子设备，所述电子设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器 中，并配置为由所述处理器执行以实现第一方面中任一项所述的物流路径规划 方法。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序， 所述计算机程序被处理器进行加载，以执行第一方面中任一项所述的物流路径 规划方法中的步骤。
本申请实施例中通过获取目标中转场的物流运输信息；根据物流运输信 息，确定描述车辆路径的物流数据结构中各项变量的取值范围；获取在物流数 据结构各项变量的取值范围内，为物流数据结构中各项变量设定的优化变量 值；根据优化变量值，确定目标中转场的物流路径规划策略，物流路径规划策 略中包括到达目标中转场的配送车辆的所有物流运输路径；当物流路径规划策 略符合预设要求时，输出物流路径规划策略。本申请实施例中通过目标中转场 的物流运输信息，确定描述车辆路径的物流数据结构中各项变量的取值范围， 进而根据设定的物流数据结构的优化变量值，确定所述目标中转场的物流路径 规划策略，本申请实施例由于物流数据结构的使用，使得每个配送车辆的物流 运输路径中可以包括多个物流网点，因此能在保证快件时效的前提下，令配送 车辆按先后顺序前往多个网点装货(该过程称为串点)，然后将快件一同运输 向中转场，通过串点过程，可以尽可能减少使用的车辆数，提高车辆的装载率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所 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 的一些实施例，对于本领域技术人员来讲，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是本发明实施例提供的物流路径规划系统的场景示意图；
图2是本发明实施例提供的物流路径规划方法的一个实施例流程示意图；
图3是本发明实施例中提供的中转场和及具有其负责的班次的网点示意 图；
图4是本发明实施例中提供的三元组模型的一个实施例示意图；
图5是本发明实施例中提供的步骤203的一个实施例流程示意图；
图6是本发明实施例中提供的步骤205的一个实施例流程示意图；
图7是本发明实施例中提供的货逻辑和快件分配方法的一个实施例示意 图；
图8是本发明实施例中提供的模拟车辆在中转场的排队过程的一个实施 例示意图；
图9是本发明实施例中提供的物流路径规划装置的一个实施例结构示意 图；
图10是本发明实施例中提供的电子设备的一个实施例结构示意图。
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，本领域技术人员在没有作出创造性劳 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。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、 “宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、 “底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系， 仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必 须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限 制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相 对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第 二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中 被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具 优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。 在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技 术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其 它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本 发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合 本申请所公开的原理和特征的最广范围相一致。
本发明实施例提供一种物流路径规划方法、装置、电子设备及存储介质。 以下分别进行详细说明。
请参阅图1，图1为本发明实施例所提供的物流路径规划系统的场景示意 图，该物流路径规划系统可以包括电子设备100，电子设备100中集成有物流路 径规划装置，如图1中的电子设备。
本发明实施例中电子设备100主要用于获取目标中转场的物流运输信息； 根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项变量的取值 范围；获取在所述物流数据结构各项变量的取值范围内，为所述物流数据结构 中各项变量设定的优化变量值；根据所述优化变量值，确定所述目标中转场的 物流路径规划策略，所述物流路径规划策略中包括到达所述目标中转场的配送 车辆的所有物流运输路径，每个配送车辆的物流运输路径中包括按顺序串联的 多个物流网点；当所述物流路径规划策略符合预设要求时，输出所述物流路径 规划策略。
本发明实施例中，该电子设备100可以是独立的服务器，也可以是服务器 组成的服务器网络或服务器集群，例如，本发明实施例中所描述的电子设备 100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器 集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案 一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可 以包括比图1中所示更多或更少的电子设备，例如图1中仅示出1个电子设备， 可以理解的，该物流路径规划系统还可以包括一个或多个其他服务，具体此处 不作限定。
另外，如图1所示，该物流路径规划系统还可以包括存储器200，用于存储 数据，如存储物流数据，例如物流平台的各种数据，如中转场的物流运输信息， 具体的，如快件信息，配送车辆信息和物流网点信息等。
需要说明的是，图1所示的物流路径规划系统的场景示意图仅仅是一个示 例，本发明实施例描述的物流路径规划系统以及场景是为了更加清楚的说明 本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限 定，本领域普通技术人员可知，随着物流路径规划系统的演变和新业务场景的 出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
首先，本发明实施例中提供一种物流路径规划方法，所述物流路径规划方 法包括：获取目标中转场的物流运输信息；根据所述物流运输信息，确定描述 车辆路径的物流数据结构中各项变量的取值范围；获取在所述物流数据结构各 项变量的取值范围内，为所述物流数据结构中各项变量设定的优化变量值；根 据所述优化变量值，确定所述目标中转场的物流路径规划策略，所述物流路径 规划策略中包括到达所述目标中转场的配送车辆的所有物流运输路径，每个配 送车辆的物流运输路径中包括按顺序串联的多个物流网点；当所述物流路径规 划策略符合预设要求时，输出所述物流路径规划策略。
如图2所示，为本发明实施例中物流路径规划方法的一个实施例流程示意 图，该物流路径规划方法包括：
201、获取目标中转场的物流运输信息。
中转场(也称中转站)是物流网络中的集散节点，基本功能是对快件进行 集散和转运。中转场也称为集散点获集散中心等，集散中心的称谓在一般物流 业中使用较多，快递业一般也称为中转场、中转站、分拨场、中转中心等。从 物流网络角度看，中转场也是一个网络节点。中转场是进行快件分拣集散的重 要节点，主要是将从其他物流网点汇集来的快件进行集中、交换和转运，实现 快件在全网中从分散到集中再到分散的流动。实际运作中是将与中转场相连的 其他网点的快件在某一时段统一集中到中转点，然后进行交换。
本发明实施例中，目标中转场可以为物流平台(例如某个物流企业对应的 物流平台)中的其中一个待进行物流路径规划的中转场。其中，目标中转场的 物流运输信息可以包括快件信息，配送车辆信息和物流网点信息。
具体的，目标中转场的物流运输信息可以包括：
(1)快件信息：可以包括物流平台下所有网点运输到目标中转场的特定 时间段的快件信息，其中，每天的快件可以考虑每天05：00至次日05：00的所 有网点运送到中转场的快件。为了应对快件量的波动，不使用特定一天的快件 信息，而使用一段时间内(如一个月或一年)的平均值，按照一定时间间隔(如 每10分钟)取平均值，计算每个时间间隔的平均票件。故可以收集以下快件信 息：
快件单号：用于区分不同的快件。
快件的始发网点：用于确定快件需上车的地点。
快件的目的中转场：用于确定快件需下车的地点。
快件的重量：用于上货逻辑中将快件正确地装入车上，保证车辆不超载。
票数：快件的票数，可以用于后续物流路径规划策略评分时，计算未上车 的快件总数。
快件可发车时间：每票件具有一个最早可发车时间，快件在该时间后才能 上车。用于在上货逻辑中将快件正确地装入车上。
本发明实施例中，快件时效定义：物流网点和中转场存在班次概念，每个 班次有一批快件需送往中转场。每票件归属于一个特定的班次，该班次在中转 场具有最晚卸车时间的约束。若快件的卸车时间早于或等于此时间，则认为快 件达成了时效；否则，认为快件未达成时效，发生了延误。
物流路径规划过程的时间范围定义：从物流网点的快件入仓开始到快件卸 货在中转场的卸货卡口过程，具体为：快件在物流网点入仓→分拣→等待装车 →装车→车辆经停→到达中转场→中转场排队→中转场卸货卡口卸货。
物流路径规划过程的空间范围定义：一个中转场及具有该中转场所负责的 班次的物流网点。实际当中，一个物流网点的不同班次可属于不同中转场。本 发明时候私立中只考虑一个中转场及具有其负责的班次的物流网点。例如，如 下图3所示，图3中物流网点A的班次1、2以及物流网点B的班次1、2、3由中转 场甲负责，因此这些物流网点、相应的班次、中转场甲为一个物流路径规划问 题。物流网点A的班次4、5以及物流网点B的班次3、4、5由中转场乙负责，因 此这些物流网点、相应的班次、中转场乙为另一个物流路径规划问题，不同物 流路径规划问题可以独立进行物流路径规划，互不影响。
(2)物流网点信息
物流网点名称：用于作为车辆经停点的取值范围。
物流网点、中转场之间的行驶时间：用于确定车辆从起点出发后，到达后 续各点的时间，并根据该时间计算时效。
物流网点可进入的车型：由于地理位置、交通状况、停车位等限制，某些 网点只特定的车型能进入。用于避免规划出不可行的路径。
物流网点限行时间：由于地理位置、交通状况、停车位等限制，特定的车 型在特定时间(如晚高峰、早高峰)不能进入某些网点，而在其他时段可以正 常进入这些网点。用于避免规划出不可行的路径。
物流网点所属区域：一辆车访问的网点需属于同一区域，车不能在不同区 域之间串点。
(3)配送车辆信息
车型名称：用于作为车型优化变量的取值范围。
车辆满载重量：用于上货逻辑中保证车辆不超载。
车辆在中转场的卸车耗时：用于模拟车辆在中转场的排队过程。
202、根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项 变量的取值范围。
本发明实施例中，当所述物流运输信息中包括快件信息，配送车辆信息和 物流网点信息时，所述物流数据结构可以为三元组，所述三元组包括车辆出发 时间，车型和车辆经停位置。
可以理解的，其中，物流网点信息可以包括中转场对应的目标区域中所有 物流网点的信息，快件信息可以包括所述目标区域中需要配送到目标中转场的 所有快件信息，配送车辆信息中可以所述目标区域中所有物流网点的配送车辆 信息。
以i代表车辆编号，i＝1,…V，其中V为最多可使用的车辆数。第i辆车的路 径由三元组(
Figure BDA0002177096660000121
)所描述。
车辆出发时间ti：代表第i辆车从始发点出发的时间。
车型si：代表第i辆车的车型。
经停位置
Figure BDA0002177096660000131
是一个长度为k的数组，代表第i辆车在 各个点的经停位置，其中K为每辆车最多允许经停的物流网点数目。ci，k为第i 辆车在第k个物流网点的经停位置，取值范围为物流网点标识(如数字、字母 或它们的组合)或空值。当ci，k取值为某物流网点标识时，车辆经停该物流网 点；当ci，k为空值时，相当于车并未经停cik，直接从ci，k-1开往ci，k+1(此举例中k 大于2)。如果一车辆物流规划路径中的所有后续物流网点的cik(如图4所示 ci，1，ci，2...，ci，k，)都是空值，则表示该车辆不经过任何物流网点，即该车辆未 被使用，不计入总车辆使用数。
经由上述三元组的定义，三元组中包括三个变量，具体为车辆出发时间， 车型和车辆经停位置，此时，所述根据所述物流运输信息，确定描述车辆路径 的物流数据结构中各项变量的取值范围，可以包括：根据所述快件信息，确定 所述三元组中车辆出发时间的取值范围；根据所述配送车辆信息，确定所述三 元组中车辆类型的取值范围；根据所述物流网点信息，确定所述三元组中车辆 经停位置的取值范围。
203、获取在所述物流数据结构各项变量的取值范围内，为所述物流数据 结构中各项变量设定的优化变量值。
在步骤202中确定描述车辆路径的物流数据结构(例如三元组)中各项变 量的取值范围之后，可以通过改变三元组(
Figure BDA0002177096660000132
)中变量的值，来进 行后续确定所述目标中转场的物流路径规划策略，此时，当调整三元组 (
Figure BDA0002177096660000133
)中变量的值之后，即可获取在所述物流数据结构各项变量的 取值范围内，为所述物流数据结构中各项变量设定的优化变量值。
具体的，在本发明一些实施例中，在本申请一些实施例中，如图5所示， 所述获取在所述物流数据结构各项变量的取值范围内，为所述物流数据结构中 各项变量设定的优化变量值，可以包括：
501、根据所述配送车辆信息，在所述目标中转场对应的配送车辆中随机 选择一辆车作为目标车辆。
502、从所述三元组中任意选择一个变量，作为目标变量。
503、在所述目标变量的取值范围中，随机选取一个目标值，作为所述物 流数据结构中所述目标变量的设定值。
504、获取所述三元组各项变量的当前值，并将所述目标变量的设定值取 代所述三元组中目标变量的当前值，得到为所述三元组中各项变量设定的优化 变量值。
其中，在一个具体实施例中，随机在各网点车辆选择一车辆i，从三元组
Figure BDA0002177096660000141
中各变量的取值范围中随机选择一个变量作为目标变量，例如车 辆出发时间ti，在所述车辆出发时间ti的取值范围中，随机选取一个目标值，作 为所述三元组中车辆出发时间ti的设定值，更新三元组
Figure BDA0002177096660000142
其中，车辆出发时间ti的取值范围为[Tmin,Tmax]，其中Tmin为所有快件 的可发车时间的最小值，Tmax为所有快件的可发车时间的最大值；车型si的取 值范围为车i所经过的网点的可进入的车型的交集；访问物流网点ci，k的取值范 围为全体网点集合与车型si不能进入的网点的差集，或空值。
204、根据所述优化变量值，确定所述目标中转场的物流路径规划策略。
其中，所述物流路径规划策略中包括到达所述目标中转场的配送车辆的所 有物流运输路径，每个配送车辆的物流运输路径中包括按顺序串联的多个物流 网点。
具体的，在本申请一些实施例中，所述根据所述优化变量值，确定所述目 标中转场的物流路径规划策略，可以包括：根据所述优化变量值，确定所述三 元组的取值；根据所述三元组的取值，确定所述目标中转场的物流路径规划策 略。在当改变并给出优化变量的值
Figure BDA0002177096660000144
i＝1,…,V(步骤3.1)后，所有 车辆的路径已知，
在步骤202中确定描述车辆路径的物流数据结构(例如三元组)中各项变 量的取值范围之后，可以通过改变三元组(
Figure BDA0002177096660000145
)中变量的值，来进 行后续确定所述目标中转场的物流路径规划策略，当所述物流数据结构中各项 变量设定的优化变量值，所有车辆的物流运输路径即可根据该三元组确定。也 即是可以确定包括到达所述目标中转场的配送车辆的所有物流运输路径的所 述目标中转场的物流路径规划策略。
205、当所述物流路径规划策略符合预设要求时，输出所述物流路径规划 策略。
需要说明的是，步骤203～205可以迭代循环执行，直至所述物流路径规划 策略符合预设要求，输出输出所述物流路径规划策略。
其中，预设要求可以是所述物流路径规划策略的评估分数到达预设预置， 或者步骤203～205的迭代次数达到预设的最大迭代次数，或者步骤203～205的迭 代时间达到预设的最长计算时间，具体此处不作限定。
本申请实施例中通过获取目标中转场的物流运输信息；根据物流运输信 息，确定描述车辆路径的物流数据结构中各项变量的取值范围；获取在物流数 据结构各项变量的取值范围内，为物流数据结构中各项变量设定的优化变量 值；根据优化变量值，确定目标中转场的物流路径规划策略，物流路径规划策 略中包括到达目标中转场的配送车辆的所有物流运输路径；当物流路径规划策 略符合预设要求时，输出物流路径规划策略。本申请实施例中通过目标中转场 的物流运输信息，确定描述车辆路径的物流数据结构中各项变量的取值范围， 进而根据设定的物流数据结构的优化变量值，确定所述目标中转场的物流路径 规划策略，本申请实施例由于每个配送车辆的物流运输路径中包括多个物流网 点，因此能在保证快件时效的前提下，令配送车辆按先后顺序前往多个网点装 货(该过程称为串点)，然后将快件一同运输向中转场，通过串点过程，可以 尽可能减少使用的车辆数，提高车辆的装载率。
在本申请一些实施例中，如图6所示，当所述物流路径规划策略符合预设 要求时，输出所述物流路径规划策略，可以包括：
601、按照预设的上货策略及所述配送车辆信息，将每个网点对应的快件 分配给配送车辆。
其中，根据快递集货网络运作的需求，本发明实施例中定义的上货逻辑具 体可以如下：
(1)快件在其快件可发车时间后才可上车。
(2)快件按照快件可发车时间的顺序上车，若前一快件(即快件可发车 时间在之前的快件)没有上车，则后一快件(即快件可发车时间在之后的快件) 也不能上车。
(3)当且仅当车辆有空余载位时，快件才可以上车。
此时，按照上述上货逻辑的原则，将快件分配给车辆：
(1)对每个物流网点，将该物流网点的快件按照快件可发车时间排序； 将从该点出发的车辆(包括始发车辆、经停车辆)依据从该物流网点发出时间 排序；
(2)从前往后遍历快件：从前往后遍历发车时间在快件可发车时间之后 的车辆：考察车辆是否有足够载位，若有，则快件上此车，若无，则继续考察 下一车辆。
本发明实施例中定义的上货逻辑和快件分配方法具体如图7所示。本发明 实施例总通过上述上货逻辑进行快件分配，可以通过串联每辆车服务的网点， 确保车辆在配送过程中行驶距离最短，有效减少运输成本。
602、对所述物流路径规划策略中即将到达所述目标中转场的配送车辆， 进行车辆模拟排队，以计算到达所述目标中转场的各配送车辆的卸货时间。
在步骤203中设定的优化变量值后，车辆的车型、始发时间、物流规划路 径均确定。于是车辆到达中转场的时间确定。但由于中转场的卡口数量有限， 当多辆车同时到达中转场时，可能并非所有车辆都能立即卸货。因此，为了保 证对快件能在中转场及时卸下，本发明实施例中通过模拟车辆在中转场的排队 过程，以车辆排队完毕的时间为卸货时间，卸货时间必须满足最晚到达时间约 束，即卸货时间在规定的最晚到达时间之前。即本发明实施例中需要计算车辆 在中转场的排队过程，以确定车辆卸货完毕的时间。
其中，对所述物流路径规划策略中即将到达所述目标中转场的配送车辆， 进行车辆模拟排队，以计算到达所述目标中转场的各配送车辆的卸货时间的具 体步骤如下：
(1)设中转场的卡口为Q，将中转场卡口建模为Q个先进先出的队列。
(2)将车辆按照到达中转场的时间排序。逐一将车辆放入队列。当一辆 车到达中转场时如果中转场有任意一个空闲的卡口，则令车直接进入该卡口， 开始卸货。如果中转场没有空闲的卡口，考察各卡口的现有的队列的长度，选 择长度最短的队列，进入该队列并排队。排队完毕后，才开始卸货。
(3)以卸货完毕的时间作为车辆所搭载的快件的卸货时间。
本发明实施例中定义的车辆模拟排队过程计算方法如下图8所示。本发明 实施例中通过考虑车辆在中转场的排队过程，计算出了车辆实际卸货时间，并 保证卸货时间在规定最晚到达时间之前，保证了快件的时效。
603、根据所述各配送车辆的卸货时间，计算所述物流路径规划策略的评 估分数。
其中，所述根据所述各配送车辆的卸货时间，计算所述物流路径规划策略 的评估分数，可以包括：获取所述物流路径规划策略中访问物流网点信息、各 配送车辆的装货信息及各配送车辆的访问区域信息；根据所述各配送车辆的卸 货时间、所述访问物流网点信息、所述各配送车辆的装货信息及各配送车辆的 访问区域信息，计算所述物流路径规划策略的第一评估分数；获取所述物流路 径规划策略中车辆使用信息；根据所述车辆使用信息，计算所述物流路径规划 策略的第二评估分数；其中，所述物流路径规划策略的评估分数中包括所述第 一评估分数和所述第二评估分数。
具体的，在本申请一些实施例中，所述当所述评估分数达到预设阈值要求 时，确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略， 包括：当所述第一评估分数低于第一预设阈值且为当前最低的第一评估分数 时，确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略； 当所述第一评估分数低于所述第一预设阈值但并非当前最低的第一评估分数 时，判断所述第二评估分数是否低于第二预设阈值；若所述第二评估分数低于 第二预设阈值且为当前最低的第二评估分数时，则确定所述物流路径规划策略 符合预设要求时，输出所述物流路径规划策略。
本发明实施例的规划方案的分数有硬分数、软分数两级。硬分数是代表可 行性的分数，如果硬分数大于零，则说明有约束被违背，车辆路径规划方案不 可行。软分数则是代表经济性的分数，软分数越小表示车辆路径规划方案的成 本越低，其中，硬分数可以是上述第一评估分数，软分数可以是上述第二评估 分数，硬分数和软分数的约束具体级别及含义如下：
1、硬分数
a)每辆车重复访问物流网点的次数。对应约束：一辆车不能访问一个物流 网点两次。
b)车辆在物流网点处被限行的次数。对应约束：车辆不能在物流网点对其 车型的限行时段内进入物流网点。
c)车辆进入其不允许进入的物流网点的次数。对应约束：车辆是其所访问 的物流网点的允许进入的车型。
d)车辆在物流网点处未装货的次数。对应约束：车辆在其所访问的物流网 点必须装货。
e)每辆车访问的不同区域的数目超出1的部分之和。对应约束：车辆只能 在同一区域内串点，即每辆车最多访问一个区域。
f)未上车的快件的票数。对应约束：所有快件均上车。
g)快件的卸货时间相对于其规定的最晚到达时间的延后的幅度之和。对应 约束：快件需在最晚到达时间之前卸货。
2、软分数
a)用到车辆数量；
b)车辆的总行驶路程；
c)车辆的总行驶时间。
604、当所述评估分数达到预设阈值要求时，确定所述物流路径规划策略 符合预设要求时，输出所述物流路径规划策略。
在步骤603计算所述物流路径规划策略的评估分数之后，当所述评估分数 达到预设阈值时，确定所述物流路径规划策略符合预设要求时，输出所述物流 路径规划策略。
由于步骤601～604为对一次计算得到物流路径规划策略，并进行判断是否 符合要求的过程，可以理解的是，在步骤604中确定所述物流路径规划策略不 符合预设要求时，还可以继续更新三元组中各项变量设定的优化变量值，以重 新确定所述物流路径规划策略判断，直至得到的物流路径规划策略符合要求为 止。
因此，在本申请一些实施例中，本发明实施例中物流路径规划方法还可以 进一步包括：当所述第一评估分数不低于所述第一预设阈值时，或所述第二评 估分数不低于第二预设阈值时，或所述第一评估分数非当前最低的第一评估分 数且所述第二评估分数非当前最低的第二评估分数时，确定所述物流路径规划 策略不符合预设要求时，重新在所述物流数据结构各项变量的取值范围内，为 所述物流数据结构中各项变量设定新的优化变量值，以根据所述新的优化变量 值，确定所述目标中转场的新的物流路径规划策略，直至所述新的物流路径规 划策略符合预设要求，输出所述新的物流路径规划策略。
具体的，对于下一次物流路径规划策略的确定来说，该物流路径规划方法 还可以进一步包括：当所述评估分数未达到预设阈值要求时，确定所述物流路 径规划策略不符合预设要求时，重新在所述物流数据结构各项变量的取值范围 内，为所述物流数据结构中各项变量设定新的优化变量值；根据所述新的优化 变量值，确定所述目标中转场的新的物流路径规划策略，所述新的物流路径规 划策略中包括到达所述目标中转场的配送车辆的所有物流运输路径；当所述新 的物流路径规划策略符合预设要求时，输出所述新的物流路径规划策略。
为了更好实施本发明实施例中物流路径规划方法，在物流路径规划方法基 础之上，本发明实施例中还提供一种物流路径规划装置，该物流路径规划装置 应用于电子设备，如图9所示，为物流路径规划装置的一个实施例结构示意图， 该物流路径规划装置900包括第一获取单元901、第一确定单元902、第二获取 单元903、第二确定单元904和输出单元905，具体如下：
第一获取单元901，用于获取目标中转场的物流运输信息；
第一确定单元902，用于根据所述物流运输信息，确定描述车辆路径的物 流数据结构中各项变量的取值范围；
第二获取单元903，用于获取在所述物流数据结构各项变量的取值范围内， 为所述物流数据结构中各项变量设定的优化变量值；
第二确定单元904，用于根据所述优化变量值，确定所述目标中转场的物 流路径规划策略，所述物流路径规划策略中包括到达所述目标中转场的配送车 辆的所有物流运输路径，每个配送车辆的物流运输路径中包括按顺序串联的多 个物流网点；
输出单元905，用于当所述物流路径规划策略符合预设要求时，输出所述 物流路径规划策略。
在本申请一些实施例中，所述物流运输信息中包括快件信息，配送车辆信 息和物流网点信息，所述物流数据结构为三元组，所述三元组包括车辆出发时 间，车型和车辆经停位置；
所述第一确定单元902具体用于：
根据所述快件信息，确定所述三元组中车辆出发时间的取值范围；
根据所述配送车辆信息，确定所述三元组中车辆类型的取值范围；
根据所述物流网点信息，确定所述三元组中车辆经停位置的取值范围。
在本申请一些实施例中，所述第二获取单元903具体用于：
根据所述配送车辆信息，在所述目标中转场对应的配送车辆中随机选择一 辆车作为目标车辆；
从所述三元组中任意选择一个变量，作为目标变量；
在所述目标变量的取值范围中，随机选取一个目标值，作为所述物流数据 结构中所述目标变量的设定值；
获取所述三元组各项变量的当前值，并将所述目标变量的设定值取代所述 三元组中目标变量的当前值，得到为所述三元组中各项变量设定的优化变量 值。
在本申请一些实施例中，所述第二确定单元904具体用于：
根据所述优化变量值，确定所述三元组的取值；
根据所述三元组的取值，确定所述目标中转场的物流路径规划策略。
在本申请一些实施例中，所述输出单元905具体用于：
按照预设的上货策略及所述配送车辆信息，将每个网点对应的快件分配给 配送车辆；
对所述物流路径规划策略中即将到达所述目标中转场的配送车辆，进行车 辆模拟排队，以计算到达所述目标中转场的各配送车辆的卸货时间；
根据所述各配送车辆的卸货时间，计算所述物流路径规划策略的评估分 数；
当所述评估分数达到预设阈值时，确定所述物流路径规划策略符合预设要 求时，输出所述物流路径规划策略。
在本申请一些实施例中，所述输出单元905具体用于
获取所述物流路径规划策略中访问物流网点信息、各配送车辆的装货信息 及各配送车辆的访问区域信息；
根据所述各配送车辆的卸货时间、所述访问物流网点信息、所述各配送车 辆的装货信息及各配送车辆的访问区域信息，计算所述物流路径规划策略的第 一评估分数；
获取所述物流路径规划策略中车辆使用信息；
根据所述车辆使用信息，计算所述物流路径规划策略的第二评估分数；
所述物流路径规划策略的评估分数中包括所述第一评估分数和所述第二 评估分数。
在本申请一些实施例中，所述输出单元具体用于：
当所述第一评估分数低于第一预设阈值且为当前最低的第一评估分数时， 确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略；
当所述第一评估分数低于所述第一预设阈值但并非当前最低的第一评估 分数时，判断所述第二评估分数是否低于第二预设阈值；
若所述第二评估分数低于第二预设阈值且为当前最低的第二评估分数时， 则确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
在本申请一些实施例中，所述输出单元具体还用于：
当所述第一评估分数不低于所述第一预设阈值时，或所述第二评估分数不 低于第二预设阈值时，或所述第一评估分数非当前最优的第一评估分数且所述 第二评估分数非当前最优的第二评估分数时，确定所述物流路径规划策略不符 合预设要求时，重新在所述物流数据结构各项变量的取值范围内，为所述物流 数据结构中各项变量设定新的优化变量值，以根据所述新的优化变量值，确定 所述目标中转场的新的物流路径规划策略，直至所述新的物流路径规划策略符 合预设要求，输出所述新的物流路径规划策略。
本申请实施例中通过第一获取单元901获取目标中转场的物流运输信息； 第一确定单元902根据物流运输信息，确定描述车辆路径的物流数据结构中各 项变量的取值范围；第二获取单元903获取在物流数据结构各项变量的取值范 围内，为物流数据结构中各项变量设定的优化变量值；第二确定单元904根据 优化变量值，确定目标中转场的物流路径规划策略，物流路径规划策略中包括 到达目标中转场的配送车辆的所有物流运输路径；输出单元905当物流路径规 划策略符合预设要求时，输出物流路径规划策略。本申请实施例中通过目标中 转场的物流运输信息，确定描述车辆路径的物流数据结构中各项变量的取值范 围，进而根据设定的物流数据结构的优化变量值，确定所述目标中转场的物流 路径规划策略，本申请实施例由于每个配送车辆的物流运输路径中包括多个物 流网点，因此能在保证快件时效的前提下，令配送车辆按先后顺序前往多个网 点装货(该过程称为串点)，然后将快件一同运输向中转场，通过串点过程， 可以尽可能减少使用的车辆数，提高车辆的装载率。
本发明实施例还提供一种电子设备，其集成了本发明实施例所提供的任一 种物流路径规划装置，所述电子设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器 中，并配置为由所述处理器执行上述物流路径规划方法实施例中任一实施例中 所述的物流路径规划方法中的步骤。
本发明实施例还提供一种电子设备，其集成了本发明实施例所提供的任一 种物流路径规划装置。如图10所示，其示出了本发明实施例所涉及的电子设备 的结构示意图，具体来讲：
该电子设备可以包括一个或者一个以上处理核心的处理器1001、一个或一 个以上计算机可读存储介质的存储器1002、电源1003和输入单元1004等部件。 本领域技术人员可以理解，图10中示出的电子设备结构并不构成对电子设备的 限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部 件布置。其中：
处理器1001是该电子设备的控制中心，利用各种接口和线路连接整个电子 设备的各个部分，通过运行或执行存储在存储器1002内的软件程序和/或模块， 以及调用存储在存储器1002内的数据，执行电子设备的各种功能和处理数据， 从而对电子设备进行整体监控。可选的，处理器1001可包括一个或多个处理核 心；优选的，处理器1001可集成应用处理器和调制解调处理器，其中，应用处 理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无 线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1001中。
存储器1002可用于存储软件程序以及模块，处理器1001通过运行存储在存 储器1002的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器 1002可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、 至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存 储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器1002可以 包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存 储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器1002还可以 包括存储器控制器，以提供处理器1001对存储器1002的访问。
电子设备还包括给各个部件供电的电源1003，优选的，电源1003可以通过 电源管理系统与处理器1001逻辑相连，从而通过电源管理系统实现管理充电、 放电、以及功耗管理等功能。电源1003还可以包括一个或一个以上的直流或交 流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态 指示器等任意组件。
该电子设备还可包括输入单元1004，该输入单元1004可用于接收输入的数 字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、 光学或者轨迹球信号输入。
尽管未示出，电子设备还可以包括显示单元等，在此不再赘述。具体在本 实施例中，电子设备中的处理器1001会按照如下的指令，将一个或一个以上的 应用程序的进程对应的可执行文件加载到存储器1002中，并由处理器1001来运 行存储在存储器1002中的应用程序，从而实现各种功能，如下：
获取目标中转场的物流运输信息；
根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项变量的 取值范围；
获取在所述物流数据结构各项变量的取值范围内，为所述物流数据结构中 各项变量设定的优化变量值；
根据所述优化变量值，确定所述目标中转场的物流路径规划策略，所述物 流路径规划策略中包括到达所述目标中转场的配送车辆的所有物流运输路径， 每个配送车辆的物流运输路径中包括按顺序串联的多个物流网点；
当所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步 骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储 于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本发明实施例提供一种计算机可读存储介质，该存储介质可以包括： 只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。其上存储有计算机程序，所述计算机程序 被处理器进行加载，以执行本发明实施例所提供的任一种物流路径规划方法中 的步骤。例如，所述计算机程序被处理器进行加载可以执行如下步骤：
获取目标中转场的物流运输信息；
根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项变量的 取值范围；
获取在所述物流数据结构各项变量的取值范围内，为所述物流数据结构中 各项变量设定的优化变量值；
根据所述优化变量值，确定所述目标中转场的物流路径规划策略，所述物 流路径规划策略中包括到达所述目标中转场的配送车辆的所有物流运输路径， 每个配送车辆的物流运输路径中包括按顺序串联的多个物流网点；
当所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详 述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进 行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施 可参见前面的方法实施例，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
以上对本发明实施例所提供的一种物流路径规划方法、装置、电子设备及 存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式 进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思 想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应 用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限 制。

Claims (11)

1.一种物流路径规划方法，其特征在于，所述物流路径规划方法包括：
获取目标中转场的物流运输信息；
根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项变量的取值范围；
获取在所述物流数据结构各项变量的取值范围内，为所述物流数据结构中各项变量设定的优化变量值；
根据所述优化变量值，确定所述目标中转场的物流路径规划策略，所述物流路径规划策略中包括到达所述目标中转场的配送车辆的所有物流运输路径，每个配送车辆的物流运输路径中包括按顺序串联的多个物流网点；
当所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
2.根据权利要求1所述的物流路径规划方法，其特征在于，所述物流运输信息中包括快件信息，配送车辆信息和物流网点信息，所述物流数据结构为三元组，所述三元组包括车辆出发时间，车型和车辆经停位置；
所述根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项变量的取值范围，包括：
根据所述快件信息，确定所述三元组中车辆出发时间的取值范围；
根据所述配送车辆信息，确定所述三元组中车辆类型的取值范围；
根据所述物流网点信息，确定所述三元组中车辆经停位置的取值范围。
3.根据权利要求2所述的物流路径规划方法，其特征在于，获取在所述物流数据结构各项变量的取值范围内，为所述物流数据结构中各项变量设定的优化变量值，包括：
根据所述配送车辆信息，在所述目标中转场对应的配送车辆中随机选择一辆车作为目标车辆；
从所述三元组中任意选择一个变量，作为目标变量；
在所述目标变量的取值范围中，随机选取一个目标值，作为所述物流数据结构中所述目标变量的设定值；
获取所述三元组各项变量的当前值，并将所述目标变量的设定值取代所述三元组中目标变量的当前值，得到为所述三元组中各项变量设定的优化变量值。
4.根据权利要求2或3所述的物流路径规划方法，其特征在于，所述根据所述优化变量值，确定所述目标中转场的物流路径规划策略，包括：
根据所述优化变量值，确定所述三元组的取值；
根据所述三元组的取值，确定所述目标中转场的物流路径规划策略。
5.根据权利要求1所述的物流路径规划方法，其特征在于，当所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略，包括：
按照预设的上货策略及所述配送车辆信息，将每个网点对应的快件分配给配送车辆；
对所述物流路径规划策略中即将到达所述目标中转场的配送车辆，进行车辆模拟排队，以计算到达所述目标中转场的各配送车辆的卸货时间；
根据所述各配送车辆的卸货时间，计算所述物流路径规划策略的评估分数；
当所述评估分数达到预设阈值要求时，确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
6.根据权利要求5所述的物流路径规划方法，其特征在于，所述根据所述各配送车辆的卸货时间，计算所述物流路径规划策略的评估分数，包括：
获取所述物流路径规划策略中访问物流网点信息、各配送车辆的装货信息及各配送车辆的访问区域信息；
根据所述各配送车辆的卸货时间、所述访问物流网点信息、所述各配送车辆的装货信息及各配送车辆的访问区域信息，计算所述物流路径规划策略的第一评估分数；
获取所述物流路径规划策略中车辆使用信息；
根据所述车辆使用信息，计算所述物流路径规划策略的第二评估分数；
所述物流路径规划策略的评估分数中包括所述第一评估分数和所述第二评估分数。
7.根据权利要求6所述的路径规划方法，其特征在于，所述当所述评估分数达到预设阈值要求时，确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略，包括：
当所述第一评估分数低于第一预设阈值且为当前最低的第一评估分数时，确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略；
当所述第一评估分数低于所述第一预设阈值但并非当前最低的第一评估分数时，判断所述第二评估分数是否低于第二预设阈值；
若所述第二评估分数低于第二预设阈值且为当前最低的第二评估分数时，则确定所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
8.根据权利要求7中所述的物流路径规划方法，其特征在于，所述方法还包括：
当所述第一评估分数不低于所述第一预设阈值时，或所述第二评估分数不低于所述第二预设阈值时，或所述第一评估分数非当前最低的第一评估分数且所述第二评估分数非当前最低的第二评估分数时，确定所述物流路径规划策略不符合预设要求时，重新在所述物流数据结构各项变量的取值范围内，为所述物流数据结构中各项变量设定新的优化变量值，以根据所述新的优化变量值，确定所述目标中转场的新的物流路径规划策略，直至所述新的物流路径规划策略符合预设要求，输出所述新的物流路径规划策略。
9.一种物流路径规划装置，其特征在于，所述物流路径规划装置包括：
第一获取单元，用于获取目标中转场的物流运输信息；
第一确定单元，用于根据所述物流运输信息，确定描述车辆路径的物流数据结构中各项变量的取值范围；
第二获取单元，用于获取在所述物流数据结构各项变量的取值范围内，为所述物流数据结构中各项变量设定的优化变量值；
第二确定单元，用于根据所述优化变量值，确定所述目标中转场的物流路径规划策略，所述物流路径规划策略中包括到达所述目标中转场的配送车辆的所有物流运输路径，每个配送车辆的物流运输路径中包括按顺序串联的多个物流网点；
输出单元，用于当所述物流路径规划策略符合预设要求时，输出所述物流路径规划策略。
10.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至8中任一项所述的物流路径规划方法。
11.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至8任一项所述的物流路径规划方法中的步骤。
CN201910782745.0A 2019-08-23 2019-08-23 物流路径规划方法、装置、电子设备及存储介质 Active CN112418475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910782745.0A CN112418475B (zh) 2019-08-23 2019-08-23 物流路径规划方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910782745.0A CN112418475B (zh) 2019-08-23 2019-08-23 物流路径规划方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112418475A true CN112418475A (zh) 2021-02-26
CN112418475B CN112418475B (zh) 2024-06-25

Family

ID=74779623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910782745.0A Active CN112418475B (zh) 2019-08-23 2019-08-23 物流路径规划方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112418475B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113177752A (zh) * 2021-04-20 2021-07-27 杉数科技(北京)有限公司 一种路线规划方法、装置及服务器
CN113255870A (zh) * 2021-04-19 2021-08-13 北京市遥感信息研究所 区域重访路径优化方法、装置、设备及介质
CN113807785A (zh) * 2021-09-22 2021-12-17 北京京东振世信息技术有限公司 一种物品运输的方法和装置

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110052054A (ko) * 2009-11-12 2011-05-18 부산대학교 산학협력단 운송 물류 네트워크 관리 시스템 및 그 방법
CN103544589A (zh) * 2013-10-31 2014-01-29 深圳市华傲数据技术有限公司 一种基于云平台物流智能送货方法及系统
CN105989456A (zh) * 2015-02-11 2016-10-05 成都诺铱科技有限公司 物流多级调车配送流程
CN106897851A (zh) * 2017-01-10 2017-06-27 新疆大学 一种物流管理方法、系统及设备
CN106997494A (zh) * 2017-03-22 2017-08-01 北京京东尚科信息技术有限公司 物流配送规划方法、物流配送方法及其装置
CN107798501A (zh) * 2017-10-26 2018-03-13 湖北庄品健实业（集团）有限公司 一种物流货物配送方法
CN108711028A (zh) * 2018-05-28 2018-10-26 环境保护部华南环境科学研究所 一种基于分布式计算的固体废物分类运输多级协同决策系统
CN108921483A (zh) * 2018-07-16 2018-11-30 深圳北斗应用技术研究院有限公司 一种物流路径规划方法、装置及司机排班调度方法、装置
CN109165886A (zh) * 2018-07-16 2019-01-08 顺丰科技有限公司 一种物流车辆路径规划方法及装置、设备、存储介质
CN109376952A (zh) * 2018-11-21 2019-02-22 深圳大学 一种基于轨迹大数据的众包物流配送路径规划方法及系统
CN109426930A (zh) * 2017-08-25 2019-03-05 株式会社日立制作所 物流车辆的运输延迟预测系统及方法
CN109829677A (zh) * 2019-02-22 2019-05-31 西南科技大学 一种物流运输过程监控方法及系统
CN110097231A (zh) * 2019-05-09 2019-08-06 上汽安吉物流股份有限公司 多目标物流调度方法及装置、物流系统以及计算机可读介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110052054A (ko) * 2009-11-12 2011-05-18 부산대학교 산학협력단 운송 물류 네트워크 관리 시스템 및 그 방법
CN103544589A (zh) * 2013-10-31 2014-01-29 深圳市华傲数据技术有限公司 一种基于云平台物流智能送货方法及系统
CN105989456A (zh) * 2015-02-11 2016-10-05 成都诺铱科技有限公司 物流多级调车配送流程
CN106897851A (zh) * 2017-01-10 2017-06-27 新疆大学 一种物流管理方法、系统及设备
CN106997494A (zh) * 2017-03-22 2017-08-01 北京京东尚科信息技术有限公司 物流配送规划方法、物流配送方法及其装置
CN109426930A (zh) * 2017-08-25 2019-03-05 株式会社日立制作所 物流车辆的运输延迟预测系统及方法
CN107798501A (zh) * 2017-10-26 2018-03-13 湖北庄品健实业（集团）有限公司 一种物流货物配送方法
CN108711028A (zh) * 2018-05-28 2018-10-26 环境保护部华南环境科学研究所 一种基于分布式计算的固体废物分类运输多级协同决策系统
CN109165886A (zh) * 2018-07-16 2019-01-08 顺丰科技有限公司 一种物流车辆路径规划方法及装置、设备、存储介质
CN108921483A (zh) * 2018-07-16 2018-11-30 深圳北斗应用技术研究院有限公司 一种物流路径规划方法、装置及司机排班调度方法、装置
CN109376952A (zh) * 2018-11-21 2019-02-22 深圳大学 一种基于轨迹大数据的众包物流配送路径规划方法及系统
CN109829677A (zh) * 2019-02-22 2019-05-31 西南科技大学 一种物流运输过程监控方法及系统
CN110097231A (zh) * 2019-05-09 2019-08-06 上汽安吉物流股份有限公司 多目标物流调度方法及装置、物流系统以及计算机可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
何芳;: "物流区域配送车辆运输路径优化调度仿真", 计算机仿真, no. 08 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255870A (zh) * 2021-04-19 2021-08-13 北京市遥感信息研究所 区域重访路径优化方法、装置、设备及介质
CN113255870B (zh) * 2021-04-19 2023-08-04 北京市遥感信息研究所 区域重访路径优化方法、装置、设备及介质
CN113177752A (zh) * 2021-04-20 2021-07-27 杉数科技(北京)有限公司 一种路线规划方法、装置及服务器
CN113807785A (zh) * 2021-09-22 2021-12-17 北京京东振世信息技术有限公司 一种物品运输的方法和装置

Also Published As

Publication number Publication date
CN112418475B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN102542395B (zh) 一种应急物资调度系统及计算方法
WO2019120159A1 (zh) 物流路由的确定方法及相关设备
Van Hemert et al. Dynamic routing problems with fruitful regions: Models and evolutionary computation
CN112418475B (zh) 物流路径规划方法、装置、电子设备及存储介质
CN110059900B (zh) 用于控制仓库中运输车的方法和装置
CN111553626A (zh) 一种路径规划方法、装置、电子设备及其存储介质
US20130159208A1 (en) Shipper-oriented logistics base optimization system
US20130158869A1 (en) Preserving assigned carpools after a cancellation
Petersen et al. The pickup and delivery problem with cross-docking opportunity
CN110555640A (zh) 路由规划的方法和装置
CN110084471A (zh) 拣选调度方法、装置、仓储系统及可读存储介质
Giménez-Palacios et al. First-mile logistics parcel pickup: Vehicle routing with packing constraints under disruption
Hao et al. Introduction to the dynamic pickup and delivery problem benchmark--ICAPS 2021 competition
CN115829451A (zh) 物流路径规划方法、装置、计算机设备和存储介质
CN116384853B (zh) 一种数字孪生智慧物流的管理方法及装置
CN108197879A (zh) 一种多模式客货共运方法及系统
CN112884180A (zh) 物流集散点选址方法、装置、电子设备及存储介质
CN111768133A (zh) 物品入库方法和装置
CN115062868A (zh) 一种预聚类的车辆配送路径规划方法和装置
CN108197865A (zh) 物流配送任务快速调度控制方法及装置
Ferrucci et al. Introduction to tour Planning: Vehicle routing and related problems
Barth et al. Optimization of transfer baggage handling in a major transit airport
CN112837001A (zh) 物流网络规划方法、装置及计算机可读存储介质
CN112801567B (zh) 快递派件模式选取方法、装置、计算机设备和存储介质
WO2024094221A1 (zh) 物流配送方法、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
GR01 Patent grant