CN112668810A - 社区团购生鲜仓库按照配送时间窗口规划配置方法 - Google Patents
社区团购生鲜仓库按照配送时间窗口规划配置方法 Download PDFInfo
- Publication number
- CN112668810A CN112668810A CN202110123025.0A CN202110123025A CN112668810A CN 112668810 A CN112668810 A CN 112668810A CN 202110123025 A CN202110123025 A CN 202110123025A CN 112668810 A CN112668810 A CN 112668810A
- Authority
- CN
- China
- Prior art keywords
- optimal
- scheme
- time window
- warehouse
- fresh
- 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 19
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims description 12
- 235000013305 food Nutrition 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了社区团购生鲜仓库按照配送时间窗口规划配置方法，所述构建评价矩阵包括如下步骤：S1、构造梯形矩阵，采用梯形模糊数来描述评价信息；S2、规范化矩阵，对于效益型准则，保持不变，对于成本性准则，利用逆运算对初始评价矩阵进行规范化处理；S3、确定最优和最差的方案，分别计算每个准则下的最优和最差方案；S4、计算各方案到相对最优和最差理想方案的距离，利用定梯形模糊数的汉明距离公式，计算各方案到相对最优和最差理想方案的距离，解决社区团购生鲜仓库基于配送时间窗口要求的合理配置的问题，能够技能满足交付时间窗的要求，又能够使得社区团购整体仓配成本最低，提高社区团购的效率，便于更好的对于社区团购进行推广。
Description
技术领域
本发明涉及大数据技术领域，具体为社区团购生鲜仓库按照配送时间窗口规划配置方法。
背景技术
社区团购作为一种新型的网络购物模式，近年来发展十分迅速，随着市场规模不断扩大，社区团购是在传统的O2O模式上的升级，主要依托于微信、QQ等社交平台获取流量，通过团长这一稳定KOL，将小区内用户与互联网平台进行深度链接，通过“单品爆款+预售”的轻资产运作方式，来满足社区用户高频、快消的刚性需求；
对于社区团购来说，仓库作为物流网络的节点，连接上游的供货点和下游的需求点，在整个社区团购系统中起着承上启下的作用，仓库位置选择的恰当与否，直接关系到整个配送的效率，物流成本以及顾客满意度；
毋庸置疑，对于社区团购来讲正确的仓库配置能够有效的控制风险，降低成本，提升顾客满意度，社区团购业务大部分以生鲜为主，对于配送时效性的要求都比较高，例如蔬菜，一般凌晨四五点进行采摘，一旦配送超过6个小时，就会导致菜品质量下降，从而给终端客户带来不良体验，基于以上原因生鲜仓库的配置尤其需要合理的配置，生鲜货品的配送时间窗口约束更加苛刻。
发明内容
本发明提供社区团购生鲜仓库按照配送时间窗口规划配置方法，可以有效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：社区团购生鲜仓库按照配送时间窗口规划配置方法，包括如下步骤：
S1、利用时空计算引擎进行城市地图加载；
S2、团长详细位置导入，将团长的具体位置导入时空计算引擎；
S3、生鲜订单数据导入，将各团的生鲜订单数据导入时空计算引擎；
S4、生成地理格网，通过空间区域统计将每个格网团长数据和生鲜订单数据进行分析，并且实现关联；
S5、对仓库进行分级，并且定义每个级别的仓库的存储量，平均分拣效率，装车效率；同时定义每个仓库的运营成本；
S6、对运输车辆进行分类，定义每个类型车辆的装载量，平均运费；
S7、定义决策变量，仓库数量及级别，车辆数量及类型；
S8、目标函数定义为最低的仓储和运输成本；
S9、模型求解，尝试线性、非线性、神经网络规划模型，通过尝试寻找最优的解的TOP10；
S10、将模型求解到的生鲜仓库数量及所处的网格加载到时空计算引擎，通过专家评审并且利用TOPSIS来选择最优的方案。
根据上述技术方案，所述S8中约束条件定义为能够按照生鲜产品的交付时间窗口按时交付，时间窗口约束包括交付的起始时间约束和截止时间约束，模型初始参数假设每个城市有20个生鲜仓库。
根据上述技术方案，所述S10中利用选择最优方案，利用专家访谈法获取专家对于每个配送中心备选方案在每个准则下的评价值，为了合理的刻画评价者的模糊性，采用梯形模糊数来描述评价信息，并且构建评价矩阵。
根据上述技术方案，所述构建评价矩阵包括如下步骤：
S1、构造梯形矩阵，采用梯形模糊数来描述评价信息；
S2、规范化矩阵，对于效益型准则，保持不变，对于成本性准则，利用逆运算对初始评价矩阵进行规范化处理；
S3、确定最优和最差的方案，分别计算每个准则下的最优和最差方案；
S4、计算各方案到相对最优和最差理想方案的距离，利用定梯形模糊数的汉明距离公式，计算各方案到相对最优和最差理想方案的距离。
根据上述技术方案，所述S4中计算各方案到相对最优和最差理想方案的距离分别如下：
评价指数
；
优配送中心备选方案，根据公式中获得的各个方案的综合评价指数，对每个配送中心备选方案进行排序，综合评价指数越大，方案离相对最优理想方案的距离越短，因此，该方案也越优，最终选出最满意的仓库位置。
与现有技术相比，本发明的有益效果：本发明结构科学合理，使用安全方便，解决社区团购生鲜仓库基于配送时间窗口要求的合理配置的问题，能够技能满足交付时间窗的要求，又能够使得社区团购整体仓配成本最低，提高社区团购的效率，便于更好的对于社区团购进行推广。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明的方法步骤结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1所示，本发明提供技术方案，社区团购生鲜仓库按照配送时间窗口规划配置方法，包括如下步骤：
S1、利用时空计算引擎进行城市地图加载；
S2、团长详细位置导入，将团长的具体位置导入时空计算引擎；
S3、生鲜订单数据导入，将各团的生鲜订单数据导入时空计算引擎；
S4、生成地理格网，通过空间区域统计将每个格网团长数据和生鲜订单数据进行分析，并且实现关联；
S5、对仓库进行分级，并且定义每个级别的仓库的存储量，平均分拣效率，装车效率；同时定义每个仓库的运营成本；
S6、对运输车辆进行分类，定义每个类型车辆的装载量，平均运费；
S7、定义决策变量，仓库数量及级别，车辆数量及类型；
S8、目标函数定义为最低的仓储和运输成本；
S9、模型求解，尝试线性、非线性、神经网络规划模型，通过尝试寻找最优的解的TOP10；
S10、将模型求解到的生鲜仓库数量及所处的网格加载到时空计算引擎，通过专家评审并且利用TOPSIS来选择最优的方案。
根据上述技术方案，S8中约束条件定义为能够按照生鲜产品的交付时间窗口按时交付，时间窗口约束包括交付的起始时间约束和截止时间约束，模型初始参数假设每个城市有20个生鲜仓库。
根据上述技术方案，S10中利用选择最优方案，利用专家访谈法获取专家对于每个配送中心备选方案在每个准则下的评价值，为了合理的刻画评价者的模糊性，采用梯形模糊数来描述评价信息，并且构建评价矩阵。
根据上述技术方案，构建评价矩阵包括如下步骤：
S1、构造梯形矩阵，采用梯形模糊数来描述评价信息；
S2、规范化矩阵，对于效益型准则，保持不变，对于成本性准则，利用逆运算对初始评价矩阵进行规范化处理；
S3、确定最优和最差的方案，分别计算每个准则下的最优和最差方案；
S4、计算各方案到相对最优和最差理想方案的距离，利用定梯形模糊数的汉明距离公式，计算各方案到相对最优和最差理想方案的距离。
根据上述技术方案，S4中计算各方案到相对最优和最差理想方案的距离分别如下：
评价指数
；
优配送中心备选方案，根据公式中获得的各个方案的综合评价指数，对每个配送中心备选方案进行排序，综合评价指数越大，方案离相对最优理想方案的距离越短，因此，该方案也越优，最终选出最满意的仓库位置。
与现有技术相比，本发明的有益效果：本发明结构科学合理，使用安全方便，解决社区团购生鲜仓库基于配送时间窗口要求的合理配置的问题，能够技能满足交付时间窗的要求，又能够使得社区团购整体仓配成本最低，提高社区团购的效率，便于更好的对于社区团购进行推广。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.社区团购生鲜仓库按照配送时间窗口规划配置方法，其特征在于：包括如下步骤：
S1、利用时空计算引擎进行城市地图加载；
S2、团长详细位置导入，将团长的具体位置导入时空计算引擎；
S3、生鲜订单数据导入，将各团的生鲜订单数据导入时空计算引擎；
S4、生成地理格网，通过空间区域统计将每个格网团长数据和生鲜订单数据进行分析，并且实现关联；
S5、对仓库进行分级，并且定义每个级别的仓库的存储量，平均分拣效率，装车效率；同时定义每个仓库的运营成本；
S6、对运输车辆进行分类，定义每个类型车辆的装载量，平均运费；
S7、定义决策变量，仓库数量及级别，车辆数量及类型；
S8、目标函数定义为最低的仓储和运输成本；
S9、模型求解，尝试线性、非线性、神经网络规划模型，通过尝试寻找最优的解的TOP10；
S10、将模型求解到的生鲜仓库数量及所处的网格加载到时空计算引擎，通过专家评审并且利用TOPSIS来选择最优的方案。
2.根据权利要求1所述的社区团购生鲜仓库按照配送时间窗口规划配置方法，其特征在于，所述S8中约束条件定义为能够按照生鲜产品的交付时间窗口按时交付，时间窗口约束包括交付的起始时间约束和截止时间约束，模型初始参数假设每个城市有20个生鲜仓库。
3.根据权利要求1所述的社区团购生鲜仓库按照配送时间窗口规划配置方法，其特征在于，所述S10中利用选择最优方案，利用专家访谈法获取专家对于每个配送中心备选方案在每个准则下的评价值，为了合理的刻画评价者的模糊性，采用梯形模糊数来描述评价信息，并且构建评价矩阵。
4.根据权利要求3所述的社区团购生鲜仓库按照配送时间窗口规划配置方法，其特征在于，所述构建评价矩阵包括如下步骤：
S1、构造梯形矩阵，采用梯形模糊数来描述评价信息；
S2、规范化矩阵，对于效益型准则，保持不变，对于成本性准则，利用逆运算对初始评价矩阵进行规范化处理；
S3、确定最优和最差的方案，分别计算每个准则下的最优和最差方案；
S4、计算各方案到相对最优和最差理想方案的距离，利用定梯形模糊数的汉明距离公式，计算各方案到相对最优和最差理想方案的距离。
5.根据权利要求4所述的社区团购生鲜仓库按照配送时间窗口规划配置方法，其特征在于，所述S4中计算各方案到相对最优和最差理想方案的距离分别如下：
评价指数
；
优配送中心备选方案，根据公式中获得的各个方案的综合评价指数，对每个配送中心备选方案进行排序，综合评价指数越大，方案离相对最优理想方案的距离越短，因此，该方案也越优，最终选出最满意的仓库位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110123025.0A CN112668810A (zh) | 2021-01-29 | 2021-01-29 | 社区团购生鲜仓库按照配送时间窗口规划配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110123025.0A CN112668810A (zh) | 2021-01-29 | 2021-01-29 | 社区团购生鲜仓库按照配送时间窗口规划配置方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112668810A true CN112668810A (zh) | 2021-04-16 |
Family
ID=75414881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110123025.0A Pending CN112668810A (zh) | 2021-01-29 | 2021-01-29 | 社区团购生鲜仓库按照配送时间窗口规划配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112668810A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114620402A (zh) * | 2022-03-17 | 2022-06-14 | 上海禹璨信息技术有限公司 | 信息处理方法、装置、设备及存储介质 |
-
2021
- 2021-01-29 CN CN202110123025.0A patent/CN112668810A/zh active Pending
Non-Patent Citations (6)
| Title |
|---|
| 刘天雨: "时间窗口约束下社区团购生鲜第三方平台仓配模式优化问题研究", 《中国优秀硕士学位论文全文数据库经济与管理科学辑》, pages 8 - 66 * |
| 易海燕;章圳琰;: "基于新鲜度损耗的社区团购电商配送中心选址研究", 交通运输工程与信息学报, no. 02 * |
| 杜鹃 等: "跨境电商运营", 31 July 2020, 电子科技大学出版社, pages: 154 - 155 * |
| 毕娅 等: "电子商务物流", vol. 2, 31 October 2020, 机械工业出版社, pages: 56 - 57 * |
| 胡丽丽;: "生鲜农产品社区团购发展分析", 内蒙古科技与经济, no. 17 * |
| 许艳萍;朱霞;吴玉钏;: "甬商所仓储选址问题研究", 浙江万里学院学报, no. 06 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114620402A (zh) * | 2022-03-17 | 2022-06-14 | 上海禹璨信息技术有限公司 | 信息处理方法、装置、设备及存储介质 |
| CN114620402B (zh) * | 2022-03-17 | 2023-06-06 | 上海禹璨信息技术有限公司 | 信息处理方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Eisenhandler et al. | The humanitarian pickup and distribution problem | |
| CN112884404B (zh) | 一种智能供应链库存中转优化及异动预警系统 | |
| Yadav et al. | Inventory model of deteriorating items with two-warehouse and stock dependent demand using genetic algorithm in fuzzy environment | |
| CN112990590B (zh) | 一种网络货运平台背景下的电商物流中转优化方法及系统 | |
| CN114897217B (zh) | 一种生鲜电商前置仓选址-路径规划方法 | |
| CN112017006B (zh) | 一种信息推送方法、装置、电子设备和存储介质 | |
| CN113570025B (zh) | 一种基于离散粒子群算法的电商仓储中心货位分配方法 | |
| Resat | Design and analysis of novel hybrid multi-objective optimization approach for data-driven sustainable delivery systems | |
| Ramazan et al. | Choosing the logistics chain structure for deliveries of bulk loads: Case study of the Republic Kazakhstan | |
| CN110705793A (zh) | 一种社区结构下的生鲜电商仓库选址系统及方法 | |
| Lam et al. | A hybrid case-GA-based decision support model for warehouse operation in fulfilling cross-border orders | |
| CN112668810A (zh) | 社区团购生鲜仓库按照配送时间窗口规划配置方法 | |
| CN114757394B (zh) | 基于工作量平衡的物流车辆路径优化方法、系统和介质 | |
| Wang et al. | Optimization of distribution path considering cost and customer satisfaction under new retail modes | |
| Chen et al. | The application research of application decision model based on internet of things in enterprise supply chain management | |
| CN112613701A (zh) | 一种成品卷烟物流调度方法 | |
| CN115953112A (zh) | 一种基于数据通信网络的供应链管理系统 | |
| Zhang et al. | Location optimization of fresh food e-commerce front warehouse | |
| CN115099617A (zh) | 烟草工业品物流调度方法 | |
| CN114298625A (zh) | 一种基于大数据的智能跨境海运采购分析系统 | |
| Jayarathna et al. | An intelligent cost-optimized warehouse and redistribution root plan with truck allocation system; evidence from Sri Lanka | |
| Bilisik et al. | FRUITS AND VEGETABLES MARKET HALL LOCATION SELECTION BY USING INTERVAL-VALUED TRAPEZOIDAL FUZZY GREY RELATIONAL ANALYSIS: AN APPLICATION FOR ISTANBUL. | |
| CN113283732A (zh) | 基于差分进化算法的多目标优化家禽配送方法及系统 | |
| CN107122929A (zh) | 基于改进遗传算法的农资连锁经营配送中车辆调度方法 | |
| Kurilova | A mathematical model of the vehicles routing problem of perishable materials using genetic algorithm |
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 |