CN112529235A - 路径确定方法和装置、电子设备和计算机可读存储介质 - Google Patents
路径确定方法和装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN112529235A CN112529235A CN201910880819.4A CN201910880819A CN112529235A CN 112529235 A CN112529235 A CN 112529235A CN 201910880819 A CN201910880819 A CN 201910880819A CN 112529235 A CN112529235 A CN 112529235A
- Authority
- CN
- China
- Prior art keywords
- path
- points
- point
- preprocessing
- pair
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003860 storage Methods 0.000 title claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 84
- 238000005457 optimization Methods 0.000 claims abstract description 35
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004904 shortening 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
- G06Q10/04—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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
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)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开是关于路径确定方法、装置、电子设备和计算机可读存储介质,其中,所述方法包括:遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径;以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径。在本实施例中,由于优化单位为预处理路径中每对相邻点,所以对于预处理路径中的任一个路径点,至多只会考虑两次,有利于避免针对预处理路径中的某个路径点考虑次数过多,以便在有限的优化次数中,对预处理路径中尽量多的路径点进行优化,有利于保证处理后的目标路径整体上更为合理。
Description
技术领域
本公开涉及路径优化技术领域,具体而言,涉及路径确定方法,路径确定装置,电子设备和计算机可读存储介质。
背景技术
目前,针对订单配送时路径的规划,先预测订单送达的时间,然后根据送达的时间对订单进行排序,送达时间越紧迫的,订单排序越靠前,然后根据启发式算法,对排序后订单中的取点和送点进行进一步排序。
在相关技术中,针对多个订单的取点与送点进行排序的算法,多是从全局最优的角度考虑,例如通过相关技术中的一种算法对多个订单的取点和送点进行排序,排序的点的数量和耗时之间的关系近似为:
time=0.002876*pc^2.741;
其中time为耗时,pc为排序的点的数量。
而在一般情况,在规划路径过程中,所允许的耗时为0.2毫秒左右,相关技术中考虑全局最优的算法在大部分场景下是可以满足该耗时要求的。
但是在大量的点需要排序时,就会存在问题,例如在有商品进行优惠活动时,恶劣天气期间,有可能部分配送员被分配了大量的订单,而大量的订单就存在大量的取点和送点需要排序。
例如配送员被分配了25个订单,其中25个起点和25个送点共50个点需要规划,基于相关技术中考虑全局最优的算法,耗时约为130.52毫秒,远超0.2毫秒,并不能满足耗时要求,会造成很大的时延。
发明内容
本公开提供路径确定方法,路径确定装置,电子设备和计算机可读存储介质,以解决相关技术中,存在大量需要规划的路径点时,耗时过高的技术问题。
根据本公开实施例的第一方面,提出一种路径确定方法,包括:
遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径;
以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径。
根据本公开实施例的第二方面,提出一种路径确定装置,包括:
预处理模块,用于遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径;
路径优化模块,用于以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径。
根据本公开实施例的第三方面,提出一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为实现上述任一实施例所述的方法。
根据本公开实施例的第四方面,提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一实施例所述方法中的步骤。
根据本公开的实施例,可以以预处理路径中的每对相邻点为优化单位,对预处理路径进行优化,以确定配送运力完成每个订单的目标路径。由于优化单位为预处理路径中每对相邻点,所以对于预处理路径中的任一个路径点,至多只会考虑两次,有利于避免针对预处理路径中的某个路径点考虑次数过多,以便在有限的优化次数中,对预处理路径中尽量多的路径点进行优化,有利于保证处理后的目标路径整体上更为合理。
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和解释性的,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。
图1是根据本公开的实施例示出的一种路径确定方法的示意流程图。
图2是根据本公开的实施例示出的另一种路径确定方法的示意流程图。
图3是根据本公开的实施例示出的又一种路径确定方法的示意流程图。
图4是根据本公开的实施例示出的又一种路径确定方法的示意流程图。
图5是根据本公开的实施例示出的又一种路径确定方法的示意流程图。
图6是根据本公开的实施例示出的又一种路径确定方法的示意流程图。
图7是根据本公开的实施例示出的路径确定装置所在网络设备的一种硬件结构图。
图8是根据本公开的实施例示出的一种路径确定装置的示意框图。
图9是根据本公开的实施例示出的一种预处理模块的示意框图。
图10是根据本公开的实施例示出的一种路径优化模块的示意框图。
图11是根据本公开的实施例示出的另一种路径优化模块的示意框图。
图12是根据本公开的实施例示出的另一种路径确定装置的示意框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据本公开的实施例示出的一种路径确定方法的示意流程图。本实施例所示的路径确定方法可以适用于配送领域,例如外卖配送,快递配送等。
如图1所示,所述路径确定方法包括以下步骤:
在步骤S1中,遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径;
其中,所述配送运力包括但不限于配送员以及具备配送功能的设备,所述具备配送功能的设备包括但不限于配送机器人、无人机、无人车等。
在一个实施例中,确定预处理路径的方式,包括但不限于贪婪算法,也可以基于用户设定的条件来确定预处理路径。
以贪婪算法为例,针对未到达点,可以逐一规划到路径中,对于未规划到路径的未到达点,可以确定其中满足预设条件的点,作为下一个规划到路径中的点,以此类推,直至将所有的未到达点规划到路径中。
其中,预设条件可以根据需要进行设置。预设条件可以是关于距离的,例如可以是到最后一个规划到路径中的点距离最近;预设条件可以是关于订单属性的,例如可以是属于优先级最高的订单。
在步骤S2中,以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径。
在一个实施例中,基于订单中的未到达点确定预处理路径后,由于预处理路径仅仅是将未到达点相连,并没有进行准确的规划,难以保证其合理性,所以可以进一步对预处理路径进行处理。
在本实施例中,可以以预处理路径中的每对相邻点为优化单位,对预处理路径进行优化,以确定配送运力完成每个订单的目标路径。由于优化单位为预处理路径中每对相邻点,所以对于预处理路径中的任一个路径点,至多只会考虑两次,有利于避免针对预处理路径中的某个路径点考虑次数过多,以便在有限的优化次数中,对预处理路径中尽量多的路径点进行优化,有利于保证处理后的目标路径整体上更为合理。
而且由于本实施例确定目标路径的过程主要包括确定经过未到达点的预处理路径,以及以预处理路径中的每对相邻点为优化单位,对预处理路径进行优化,相对于相关技术中考虑全局最优的算法较为简单,有利于缩短确定目标路径的耗时。
以下对本实施例进行示例性说明。
例如预处理路径包含a、b、c、d这4个未到达点,初始排序为abcd,在相关算法中,在预处理路径中随机选两点,将两点之间的路径反转得到新的路径与原路径比较,若原路径的长度大于新路径的长度,将新路径作为原路径,然后重新选点反转。
那么选取的点可能是ac,也即将abc反转,新路径就是cbad。但是当bc属于同一订单,且b为取点,c为送点,那么反转ac之间路径后得到的新路径cbad,即使这个新路径cbad比原路径abcd短,但是并不能将cbad作为原路径,因为这会导致送点c在取点b之前,不符合实际情况。
所以目前的算法,在路径中选择的两点,是完全随机的,而路径中可能存在多个订单的取点和送点,那么将可能频繁出现通过反转两点之间的路径将送点调换到取点之前的情况,而无论得到的新路径是否长度小于原路径,由于将送点调换到取点之前,不符合实际情况,导致本次反转操作白白执行,浪费资源。
而基于本实施例,优化单位为每对相邻点,也即反转的两点是相邻点,并且是针对每对相邻点之间的路径反转,例如针对路径abcd,先尝试反转ab之间的路径,再尝试反转bc之间的路径,然后尝试反转cd之间的路径,选点并非随机,在反转后的新路径比原路径短时,经过反转后的点,后续不会再选到,例如反转ab之间的路径,得到的新路径bacd比原abcd变短了,那么后续只会反转bacd中的ac之间的路径和cd之间的路径,不会再考虑b点了,也就不会再出现将b点调换到a点之后的情况,这样不易频繁出现将送点调换到取点之前的情况,有利于减少调换操作白执行的次数,进而有利于避免资源浪费。
图2是根据本公开的实施例示出的另一种路径确定方法的示意流程图。如图2所示,所述取点和所述送点的数量和为n,所述遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径包括:
步骤S11,确定未到达点的集合,所述集合中包括以下点中的一个或多个:所述订单中未取货的订单的取点,和所述订单中已取货的订单的送点,以及已规划为路径点的取点对应的送点;
步骤S12,在所述集合中将满足预设条件的点规划为第i+1路径点,其中,1≤i≤n,第1路径点为所述配送运力的当前位置;
循环步骤S12,直至所述集合为空;
步骤S13,根据所述第1路径点到第n+1路径点确定所述预处理路径。
在一个实施例中,可以基于贪婪算法确定预处理路径,例如,可以确定未到达点的集合,其中,未达到点具体可以包括订单中未取货的订单的取点,订单中已取货的订单的送点,已规划为路径点的取点对应的送点;然后以配送运力的当前位置作为第1路径点,在集合中将满足预设条件的点规划为第i+1路径点,持续从集合中选点,规划为第i+1路径点,直至集合为空,最后根据第1路径点到第n+1路径点确定预处理路径。
其中,预设条件为贪婪算法中选取第i+1路径点所依据的条件,可以根据需要进行设定。
由于贪婪算法选取第i+1路径点所依据的条件可以设置的角为简单,因此有利于减少确定预处理路径的耗时,以便减少确定目标路径的总耗时。
图3是根据本公开的实施例示出的又一种路径确定方法的示意流程图。如图3所示,所述在所述集合中将满足预设条件的点规划为第i+1路径点包括:
步骤S121,在所述集合中将到第i路径点最近的点规划为第i+1路径点。
在一个实施例中,贪婪算法中选取第i+1路径点所依据的条件,可以是距离条件,具体可以在集合中将到第i路径点最近的点规划为第i+1路径点,以便每次选择第i+1路径点,都能保证距离方面的局部最优。
图4是根据本公开的实施例示出的又一种路径确定方法的示意流程图。如图4所示,所述预处理路径包括n个路径点,所述以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径包括:
步骤S22,反转原路径中第j对相邻点之间的路径得到新路径,其中,所述原路径为所述预处理路径中除了所述配送运力的当前位置以外的路径;
步骤S23,比较所述原路径的长度与所述新路径的长度,其中,若所述原路径的长度小于或等于所述新路径的长度,执行步骤S26;若所述原路径的长度大于所述新路径的长度,执行步骤S24;
步骤S24,将所述新路径作为所述原路径,执行步骤S26;
步骤S26,将j+1的值赋给j,若j≠n-1,返回步骤S22,直至j=n-1,将原路径和新路径中较短的路径作为目标路径。
在一个实施例中,对于包含n个路径点的预设处理路径,可以将预处理路径中除了所述配送运力的当前位置以外的路径作为原路径,然后反转原路径中第j对相邻点之间的路径得到新路径,进而比较原路径的长度和新路径的长路。
若所述原路径的长度小于或等于所述新路径的长度,将j+1的值赋给j,并在j≠n-1的情况下,返回步骤S22,直至j=n-1,也即在原路径中存在未交换过的相邻点时,继续反转原路径中第j+1对相邻点之间的路径得到新路径。
若所述原路径的长度大于所述新路径的长度,将新路径作为原路径,将j+1的值赋给j,若j≠n-1,返回步骤S22,直至j=n-1,也即将新路径作为原路径,并在原路径中存在未交换过的相邻点时,交换原路径中的第j+1对相邻点得到新路径。
据此,可以在新路径比原路径短的情况下,针对新路径中的相邻点继续进行交换,而在新路径比原路径长的情况下,针对原路径中的相邻点继续进行交换,直至j=n-1,也即交换n个路径点中的所有点。
例如预处理路径包含a、b、c、d这4个路径点,原路径为abcd。基于本实施例,可以先尝试反转第1对相邻ab之间的路径,得到新路径bacd,若bacd比abcd长,继续反转abcd中第2对相邻点bc之间的路径,得到新路径acbd,若acbd比abcd长,继续反转abcd中第3对相邻点cd之间的路径,得到新路径abdc,若abdc比abcd长,那么j=n-1=3,原路径和新路径中新路径较短,将abcd作为目标路径,若abdc比abcd长,那么j=n-1=3,原路径和新路径中原路径较短,将abdc作为目标路径。
其中,若bacd比abcd短,继续反转bacd第2对相邻点ac之间的路径,得到新路径bcad,若bcad比bacd长,继续反转bacd中第3对相邻点cd之间的路径,得到新路径badc,若badc比bacd长,那么j=n-1=3,原路径和新路径中原路径较短,将bacd作为目标路径,若bacd比badc长,那么j=n-1=3,原路径和新路径中新路径较短,将badc作为目标路径。
其中,若bcad比bacd短,继续反转bcad中第3对相邻点ad之间的路径,得到新路径bcda,若bcad比bcda长,那么j=n-1=3,原路径和新路径中新路径较短,将bcda作为目标路径,若bcda比bacd长,那么j=n-1=3,原路径和新路径中原路径较短,将bcad作为目标路径。
据此,在反转后的新路径比原路径短时,经过反转后的点,后续不会再选到,例如反转ab之间的路径,得到的新路径bacd比原abcd短,那么后续只会反转bacd中的ac之间的路径和cd之间的路径,不会再考虑b点了,也就不会再出现将b点调换到a点之后的情况,而即使新路径bacd比原abcd长,那么后续也只会在反转bc之间的路径是考虑到b点,也即针对任一路径点,至多只会考虑两次,这样不易频繁出现将送点调换到取点之前的情况,有利于减少调换操作白执行的次数,进而有利于避免资源浪费。
图5是根据本公开的实施例示出的又一种路径确定方法的示意流程图。如图5所示,在反转原路径中第j对相邻点之间的路径得到新路径之前,所述以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径还包括:
步骤S21,确定原路径中第j对相邻点是否满足预设反转条件;
其中,若所述原路径中第j对相邻点不满足预设反转条件,执行步骤S26;若所述原路径中第j对相邻点满足预设反转条件,执行步骤S22。
在一个实施例中,在反转原路径中第j对相邻点之间的路径得到新路径之前,可以先确定原路径中第j对相邻点是否满足预设反转条件,并在原路径中第j对相邻点满足预设反转条件的情况下,才反转原路径中第j对相邻点之间的路径得到新路径,而在原路径中第j对相邻点不满足预设反转条件的情况下,则执行步骤S26,也即反转原路径中下一对相邻点。
据此,可以为反转路径中的相邻点设置反转条件,以便对反转路径的操作进行控制。
可选地,所述预设反转条件包括以下至少之一:
所述第j对相邻点中靠前的点和靠后的点不属于同一订单;
所述第j对相邻点中靠前的点和靠后的点属于同一订单,但所述靠前的点为送点,所述靠后的点为取点。
在一个实施例中,可以设定在第j对相邻点中靠前的点和靠后的点不属于同一订单的情况下,才能对第j对相邻点之间的路径反转。据此,可以避免同一订单中的取点在原路径中位于送点之前时,还将送点和起点之间的路径反转,这会导致同一订单中的送点位于取点之前,而导致新路径不符合实际情况,导致本次反转操作白白执行,浪费资源。
在一个实施例中,还可可以设定在第j对相邻点中靠前的点和靠后的点属于同一订单,但靠前的点为送点,靠后的点为取点的情况下,才能对第j对相邻点之间的路径反转。据此,有利于确保能够将同一订单中的送点位于取点之前的情况调整为取点位于送点之前,以使得到的新路径符合实际情况。
根据本公开实施例的路径确定方法,在配送运力被分配了25个订单,其中25个起点和25个送点共50个点需要规划的情况下,确定目标路径的耗时约为0.085毫秒,远小于相关技术中的130.52毫秒,也小于目前规划路径所允许的耗时(0.2毫秒),因此,有利于保证在得到的目标路径具有较强合理性的基础上,大幅度降低起点和送点较多时,确定目标路径的耗时。
图6是根据本公开的实施例示出的又一种路径确定方法的示意流程图。如图6所示,在遍历已分配给配送运力的订单中未到达的取点和送点,确定经过所述取点和所以送点的预处理路径之前,所述方法还包括:
在步骤S3中,确定所述取点和所述送点的数量之和是否大于预设值;
其中,若所述数量之和大于预设数量,执行步骤S1,遍历已分配给配送运力的订单中未到达的取点和送点,基于第一算法确定经过所述取点和所以送点的预处理路径。
在一个实施例中,若取点和送点的数量之和较少,例如不大于预设数量,那么采用相关技术中考虑全局最优的算法也可以较快地确定出目标路径,并且由于本实施例步骤S1和S2中所采用的算法得到的结果是局部最优解,确定的目标路径其合理程度可能没有相关技术中考虑全局最优的算法高,所以针对取点和送点的数量之和较少的情况,可以采用相关技术中考虑全局最优的算法也可以较快地确定出目标路径,以便在保证较低耗时的同事,能够确定出更为合理的目标路径。
本公开路径确定装置的实施例可以应用在网络设备(例如服务器)上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在网络设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图7所示,为本公开路径确定装置所在网络设备的一种硬件结构图,除了图7所示的处理器、网络接口、内存以及非易失性存储器之外,实施例中装置所在的网络设备通常还可以包括其他硬件,如负责处理报文的转发芯片等等;从硬件结构上来讲该网络设备还可能是分布式的结构,可能包括多个接口卡,以便在硬件层面进行报文处理的扩展。
图8是根据本公开的实施例示出的一种路径确定装置的示意框图。本实施例所示的路径确定装置可以适用于配送领域,例如外卖配送,快递配送等。
如图8所示,所述路径确定装置包括:
预处理模块1,用于遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径;
路径优化模块2,用于以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径。
图9是根据本公开的实施例示出的一种预处理模块的示意框图。如图9所示,所述取点和所述送点的数量和为n,所述预处理模块1包括:
集合确定子模块11,用于确定未到达点的集合,所述集合中包括以下点中的一个或多个:所述订单中未取货的订单的取点,和所述订单中已取货的订单的送点,以及已规划为路径点的取点对应的送点;
路径点规划子模块12,用于在所述集合中将满足预设条件的点规划为第i+1路径点,其中,1≤i≤n,第1路径点为所述配送运力的当前位置;
第一确定子模块13,用于根据所述第1路径点到第n+1路径点确定所述预处理路径。
可选地,所述路径确定子模块,用于在所述集合中将到第i路径点最近的点规划为第i+1路径点。
图10是根据本公开的实施例示出的一种路径优化模块的示意框图。如图10所示,所述预处理路径包括n个路径点,所述路径优化模块2包括:
路径反转子模块21,用于反转原路径中第j对相邻点之间的路径得到新路径,其中,所述原路径为所述预处理路径中除了所述配送运力的当前位置以外的路径;
路径比较子模块22,用于比较所述原路径的长度与所述新路径的长度;
路径更新子模块23,用于在所述原路径的长度大于所述新路径的长度的情况下,将所述新路径作为所述原路径;
赋值子模块24,用于在所述原路径的长度小于或等于所述新路径的长度的情况下,以及在将所述新路径作为所述原路径后,将j+1的值赋给j;
第二确定子模块25,在j=n-1时,将原路径和新路径中较短的路径作为目标路径。
图11是根据本公开的实施例示出的另一种路径优化模块的示意框图。如图11所示,所述路径优化模块2还包括:
条件确定子模块26,用于确定原路径中第j对相邻点是否满足预设反转条件;
其中,所述赋值子模块24,用于在所述原路径中第j对相邻点不满足预设反转条件的情况下,将j+1的值赋给j;所述路径反转子模块21,用于在所述原路径中第j对相邻点满足预设反转条件的情况下,反转原路径中第j对相邻点之间的路径得到新路径若。
可选地,所述预设反转条件包括以下至少之一:
所述第j对相邻点中靠前的点和靠后的点不属于同一订单;
所述第j对相邻点中靠前的点和靠后的点属于同一订单,但所述靠前的点为送点,所述靠后的点为取点。
图12是根据本公开的实施例示出的另一种路径确定装置的示意框图。如图12所示,所述装置还包括:
数量确定模块3,用于确定所述取点和所述送点的数量之和是否大于预设值;
其中,所述预处理模块1,用于在所述数量之和大于预设数量的情况下,遍历已分配给配送运力的订单中未到达的取点和送点,基于第一算法确定经过所述取点和所以送点的预处理路径。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在相关方法的实施例中进行了详细描述,此处将不做详细阐述说明。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本公开的实施例还提出一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为实现上述任一实施例所述的方法。
本公开的实施例还提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一实施例所述方法中的步骤。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本公开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。
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。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。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本公开实施例所提供的方法和装置进行了详细介绍,本文中应用了具体个例对本公开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公开的方法及其核心思想;同时,对于本领域的一般技术人员,依据本公开的思想,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公开的限制。
Claims (10)
1.一种路径确定方法,其特征在于,包括:
遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径;
以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径。
2.根据权利要求1所述的方法,其特征在于,所述取点和所述送点的数量和为n,所述遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径包括:
步骤S11,确定未到达点的集合,所述集合中包括以下点中的一个或多个:所述订单中未取货的订单的取点,和所述订单中已取货的订单的送点,以及已规划为路径点的取点对应的送点;
步骤S12,在所述集合中将满足预设条件的点规划为第i+1路径点,其中,1≤i≤n,第1路径点为所述配送运力的当前位置;
循环步骤S12,直至所述集合为空;
步骤S13,根据所述第1路径点到第n+1路径点确定所述预处理路径。
3.根据权利要求2所述的方法,其特征在于,所述在所述集合中将满足预设条件的点规划为第i+1路径点包括:
在所述集合中将到第i路径点最近的点规划为第i+1路径点。
4.根据权利要求1所述的方法,其特征在于,所述预处理路径包括n个路径点,所述以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径包括:
步骤S22,反转原路径中第j对相邻点之间的路径得到新路径,其中,所述原路径为所述预处理路径中除了所述配送运力的当前位置以外的路径;
步骤S23,比较所述原路径的长度与所述新路径的长度,其中,若所述原路径的长度小于或等于所述新路径的长度,执行步骤S26;若所述原路径的长度大于所述新路径的长度,执行步骤S24;
步骤S24,将所述新路径作为所述原路径,执行步骤S26;
步骤S26,将j+1的值赋给j,若j≠n-1,返回步骤S22,直至j=n-1,将原路径和新路径中较短的路径作为目标路径。
5.根据权利要求4所述的方法,其特征在于,在反转原路径中第j对相邻点之间的路径得到新路径之前,所述以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径还包括:
步骤S21,确定原路径中第j对相邻点是否满足预设反转条件;
其中,若所述原路径中第j对相邻点不满足预设反转条件,执行步骤S26;若所述原路径中第j对相邻点满足预设反转条件,执行步骤S22。
6.根据权利要求5所述的方法,其特征在于,所述预设反转条件包括以下至少之一:
所述第j对相邻点中靠前的点和靠后的点不属于同一订单;
所述第j对相邻点中靠前的点和靠后的点属于同一订单,但所述靠前的点为送点,所述靠后的点为取点。
7.根据权利要求1至6中任一项所述的方法,其特征在于,在遍历已分配给配送运力的订单中未到达的取点和送点,确定经过所述取点和所以送点的预处理路径之前,所述方法还包括:
确定所述取点和所述送点的数量之和是否大于预设值;
其中,若所述数量之和大于预设数量,遍历已分配给配送运力的订单中未到达的取点和送点,基于第一算法确定经过所述取点和所以送点的预处理路径。
8.一种路径确定装置,其特征在于,包括:
预处理模块,用于遍历已分配给配送运力的订单中的未到达点,确定经过所述未到达点的预处理路径;
路径优化模块,用于以所述预处理路径中的每对相邻点为优化单位,对所述预处理路径进行优化,以确定所述配送运力完成每个所述订单的目标路径。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为实现权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7中任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910880819.4A CN112529235A (zh) | 2019-09-18 | 2019-09-18 | 路径确定方法和装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910880819.4A CN112529235A (zh) | 2019-09-18 | 2019-09-18 | 路径确定方法和装置、电子设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112529235A true CN112529235A (zh) | 2021-03-19 |
Family
ID=74975013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910880819.4A Pending CN112529235A (zh) | 2019-09-18 | 2019-09-18 | 路径确定方法和装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529235A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113587931A (zh) * | 2021-07-08 | 2021-11-02 | 中汽创智科技有限公司 | 一种路径规划方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101447947A (zh) * | 2008-12-26 | 2009-06-03 | 北京农业信息技术研究中心 | 一种直线优化的最短路径搜索方法 |
CN104992241A (zh) * | 2015-07-02 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 一种拣货路径生成方法、生成装置及相应仓储管理系统 |
CN107144863A (zh) * | 2017-04-28 | 2017-09-08 | 上海美迪索科电子科技有限公司 | 一种基于地图信息的gps/bd定位轨迹优化方法 |
CN107194656A (zh) * | 2017-07-04 | 2017-09-22 | 北京惠赢天下网络技术有限公司 | 一种基于标准箱订单的配送路径的规划方法及装置 |
CN107578133A (zh) * | 2017-09-12 | 2018-01-12 | 武汉锐思图科技有限公司 | 一种电力线路巡检轨迹优化方法和系统 |
-
2019
- 2019-09-18 CN CN201910880819.4A patent/CN112529235A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101447947A (zh) * | 2008-12-26 | 2009-06-03 | 北京农业信息技术研究中心 | 一种直线优化的最短路径搜索方法 |
CN104992241A (zh) * | 2015-07-02 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 一种拣货路径生成方法、生成装置及相应仓储管理系统 |
CN107144863A (zh) * | 2017-04-28 | 2017-09-08 | 上海美迪索科电子科技有限公司 | 一种基于地图信息的gps/bd定位轨迹优化方法 |
CN107194656A (zh) * | 2017-07-04 | 2017-09-22 | 北京惠赢天下网络技术有限公司 | 一种基于标准箱订单的配送路径的规划方法及装置 |
CN107578133A (zh) * | 2017-09-12 | 2018-01-12 | 武汉锐思图科技有限公司 | 一种电力线路巡检轨迹优化方法和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113587931A (zh) * | 2021-07-08 | 2021-11-02 | 中汽创智科技有限公司 | 一种路径规划方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7072054B2 (ja) | 貨物を仕分けるための方法および装置 | |
CN110231044B (zh) | 一种路径规划方法及装置 | |
US10655975B2 (en) | System and method for routing optimization | |
US11276036B1 (en) | Order processing method, apparatus, device, system, and storage medium | |
CN103136110B (zh) | 内存管理方法、内存管理装置及numa系统 | |
CN108924187B (zh) | 基于机器学习的任务处理方法、装置和终端设备 | |
CN108229864A (zh) | 订单的分配方法、装置及电子设备 | |
CN110874673B (zh) | 密集仓储的容器调度方法、装置和电子设备 | |
CN109858739A (zh) | 物流运输调度方法、计算机存储介质及电子设备 | |
CN112785132A (zh) | 一种用于智能仓库的多机器人移动货架任务分配方法 | |
CN115744014A (zh) | 一种巷道仓储管理方法、系统及设备 | |
CN112529235A (zh) | 路径确定方法和装置、电子设备和计算机可读存储介质 | |
CN110880087A (zh) | 确定货架位置的方法、装置、仓储系统、设备及介质 | |
CN109165729A (zh) | 神经网络的调度方法及系统 | |
CN109656730A (zh) | 一种访问缓存的方法和装置 | |
CN107172222A (zh) | 一种基于分布式存储系统的数据存储方法及装置 | |
CN110930092B (zh) | 一种配送路线调整方法、装置、电子设备和存储介质 | |
WO2023020213A1 (zh) | 任务分配的方法、装置、设备、存储介质及程序产品 | |
CN113759890A (zh) | 运输装置的控制方法和装置 | |
CN110490798A (zh) | 点云拼接方法及系统 | |
CN109085528A (zh) | 一种互感器检定分配方法及互感器检定系统 | |
CN112232605B (zh) | 派送资源的处理方法、装置、设备及计算机可读存储介质 | |
CN109559078B (zh) | 一种车辆调度方法、装置、设备及存储介质 | |
CN112559115A (zh) | 一种容器镜像的删除方法、装置及设备 | |
CN113705850A (zh) | 订单分配方法、装置、可读存储介质和电子设备 |
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 |