CN113077106A - 一种基于时间窗的物品运输方法和装置 - Google Patents
一种基于时间窗的物品运输方法和装置 Download PDFInfo
- Publication number
- CN113077106A CN113077106A CN202110414604.0A CN202110414604A CN113077106A CN 113077106 A CN113077106 A CN 113077106A CN 202110414604 A CN202110414604 A CN 202110414604A CN 113077106 A CN113077106 A CN 113077106A
- Authority
- CN
- China
- Prior art keywords
- transportation
- information
- vehicle
- path
- transport
- 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 67
- 238000005457 optimization Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明公开了一种基于时间窗的物品运输方法和装置，涉及物流运输技术领域。该方法的一具体实施方式包括：获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；根据运输信息、运输车辆信息、路况信息构建车辆路径模型；根据约束条件以及车辆路径模型确定多条初始规划路径；根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输。该实施方式提升了用户体验，提高了规划路径的优化程度，降低了物品运输成本，拓展了物品运输的适用场景。
Description
技术领域
本发明涉及物流运输技术领域，尤其涉及一种基于时间窗的物品运输方法和装置。
背景技术
车辆路径规划问题(vehicle routing problem，VRP)是近些年来运筹学领域中发展最迅速的主题之一，也取得了许多进展，但关于VRP的研究主要集中在静态VRP问题上。而随着通信和互联网技术的发展，包裹快递、出租车服务、救援维修和应急处理等场景中配送对象和配送车辆的状态均随着时间快速变化，研究动态VRP问题有助于满足用户需求。
现有技术中至少存在如下问题：
现有的物品运输方法中所规划的路径，一方面由于未将时间窗纳入考量范围，常常无法在时间窗内完成物品的运输，导致用户体验差；规划路径所需的计算量大，且优化程度较低，导致物品运输成本较高；另一方面无法适用于存在动态要素(配送对象和配送车辆的状态是动态变化的)的应用场景，导致适用场景较少。
发明内容
有鉴于此，本发明实施例提供一种基于时间窗的物品运输方法和装置，能够将时间窗作为构建车辆路径模型的一个考量因素，提升了用户体验，同时采用多个启发式算子对规划路径进行优化，提高了规划路径的优化程度，降低了物品运输成本，拓展了物品运输的适用场景。
为实现上述目的，根据本发明实施例的第一方面，提供了一种基于时间窗的物品运输方法，包括：
获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；
根据运输信息、运输车辆信息、路况信息构建车辆路径模型；
根据约束条件以及车辆路径模型确定多条初始规划路径；
根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输。
进一步地，初始规划路径指示了各运输车辆对应的初始规划路径；根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，还包括：
根据多个启发式算子对多条初始规划路径进行路径间优化，以得到各运输车辆对应的第一规划路径；
根据多个启发式算子分别对第一规划路径进行路径中优化，以得到目标规划路径。
进一步地，约束条件包括总运输物品数量约束以及下列约束条件中的至少一项：运输距离约束、总运输距离约束以及各运输车辆对应的运输物品数量约束；方法还包括：
设置多个约束条件对应的权重系数。
进一步地，方法还包括：
获取第二任务单信息中的第二运输物品数量和时间戳，判断第二任务单是否满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值；
若是，根据第二任务单信息对车辆路径模型进行更新；根据更新后的车辆路径模型、约束条件以及多个启发式算子确定目标规划路径。
进一步地，若第二任务单不满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值，方法还包括：
获取第二运输物品对应的时间窗信息，判断第二任务单是否为目标任务单；
若是，根据第二任务单信息对车辆路径模型进行更新。
进一步地，在根据运输信息、运输车辆信息、路况信息构建车辆路径模型的步骤之前，方法还包括：
判断运输车辆是否在执行运输任务；
若是，以运输车辆的当前运输任务对应的终点位置为车辆位置；
若否，则以运输车辆的当前位置为车辆位置。
进一步地，运输信息还包括运输物品的体积和重量；运输车辆信息还包括运输车辆的体积及负载能力。
根据本发明实施例的第二方面，提供了一种基于时间窗的物品运输装置，包括：
信息获取模块，用于获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；
模型构建模块，用于根据运输信息、运输车辆信息、路况信息构建车辆路径模型；
初始规划路径确定模块，用于根据约束条件以及车辆路径模型确定多条初始规划路径；
运输模块，用于根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输。
根据本发明实施例的第三方面，提供了一种电子设备，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，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述基于时间窗的物品运输方法。
根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述基于时间窗的物品运输方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；根据运输信息、运输车辆信息、路况信息构建车辆路径模型；根据约束条件以及车辆路径模型确定多条初始规划路径；根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输的技术手段，所以克服了现有的物品运输方法中，一方面由于未将时间窗纳入考量范围，常常无法在时间窗内完成物品的运输，导致用户体验差；规划路径所需的计算量大，且优化程度较低，导致物品运输成本较高；另一方面无法适用于存在动态要素(配送对象和配送车辆的状态是动态变化的)的应用场景，导致适用场景较少的技术问题，进而达到提升用户体验，提高规划路径的优化程度，降低物品运输成本，拓展物品运输的适用场景的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明第一实施例提供的基于时间窗的物品运输方法的主要流程的示意图；
图2是根据本发明第二实施例提供的基于时间窗的物品运输方法的主要流程的示意图；
图3是根据本发明实施例提供的基于时间窗的物品运输装置的主要模块的示意图；
图4是本发明实施例可以应用于其中的示例性系统架构图；
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明第一实施例提供的基于时间窗的物品运输方法的主要流程的示意图；如图1所示，本发明实施例提供的基于时间窗的物品运输方法主要包括：
步骤S101，获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置。
具体地，根据本发明实施例，上述路况信息指示了道路拥堵状况。根据路况信息有利于在规划路径是避开拥堵严重的路径，进而提高运输效率。
进一步地，根据本发明实施例，在根据运输信息、运输车辆信息、路况信息构建车辆路径模型的步骤之前，上述方法还包括：
判断运输车辆是否在执行运输任务；
若是，以运输车辆的当前运输任务对应的终点位置为车辆位置；
若否，则以运输车辆的当前位置为车辆位置。
通过上述设置，使得车辆路径规划过程中分配新任务时，保证了不耽误车辆当前运输任务，提升了配送人员的体验。
步骤S102，根据运输信息、运输车辆信息、路况信息构建车辆路径模型。
具体地，根据运输信息指示的运输物品对应的物品位置信息和时间窗信息，运输车辆信息指示的车辆数量和车辆位置，以及道路拥堵状况来进行车辆路径的构建。通过上述设置，在构建车辆路径模型时，将运输物品对应的时间窗纳入考量，即以满足运输物品的时间窗作为主要因素，从而使得所规划的车辆路径模型对应的规划路径，能够满足全部运输任务均能在各运输物品对应的时间窗内完成，保证了用户的时限需求。
步骤S103，根据约束条件以及车辆路径模型确定多条初始规划路径。
具体地，根据本发明实施例，上述约束条件包括总运输物品数量约束以及下列约束条件中的至少一项：运输距离约束、总运输距离约束以及各运输车辆对应的运输物品数量约束；上述方法还包括：
设置多个约束条件对应的权重系数。
根据本发明实施例，以总运输物品数量约束为第一优先级，即设置较高的权重系数，以确保各运输物品就能在约定的时间窗范围内完成，提升了用户体验。在此基础上，通过其他约束条件，降低了运输成本，使得各运输车辆对应的的工作量实现了均衡分配。
其中，总运输物品数量约束，是指最大化运输物品的数量，即保证车辆规划路径中保证多个任务单中的运输物品均分配有对应的运输车辆。根据本发明实施例的一具体实施方式，若上述构建的车辆路径模型无法满足全部运输任务的时间窗要求，则可以通过增加运输车辆，或者对取消部分运输单，以便于用户调整运输物品对应的时间窗的方式等进行适应性调整。根据本发明实施例的又一具体实施方式，在构建车辆路径模型时，保证针对任一运输物品匹配唯一对应的运输车辆。
运输距离约束，是指对于分配有运输任务的运输车辆，最小化每个运输车辆所需的运输距离。
总运输距离约束，是指对于分配有运输任务的运输车辆，最小化多个运输车辆对应的总运输距离。
各运输车辆对应的运输物品数量约束，是指对于分配有运输任务的运输车辆，使得各运输车辆分配的运输任务物品数量满足运输物品数量阈值要求，通过该约束，使得各运输车辆对应的运输物品数量尽可能一致，有助于均衡各运输车辆的运输任务量。根据本发明实施例，还可以根据车辆负载能力，针对不同负载能力的运输车辆设置相对应的运输物品数量阈值。
步骤S104，根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输。
通过上述设置，采用多个启发式算子分别对多条初始规划路径进行优化，进而确定满足上述约束条件的最优解，提高了所规划路径的优化程度。
具体地，初始规划路径指示了各运输车辆对应的初始规划路径；上述根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，还包括：
根据多个启发式算子对多条初始规划路径进行路径间优化，以得到各运输车辆对应的第一规划路径；
根据多个启发式算子分别对第一规划路径进行路径中优化，以得到目标规划路径。
示例性地，先采用启发式算子(如Shift(转移算子)、Cross-Exchange(交叉交换算子)、Swap(路径间交换算子)、relocate(重定位算子)、Exchange(路径中交换算子)、Reverse(反转算子)等)对多条初始规划路径进行路径间规划(即，选取任意两条规划路径，采用启发式算子调整该两条初始规划路径之间的行驶轨迹)，以实现从路径轨迹的维度对多条初始规划路径进行优化，得到各运输车辆对应的第一规划路径。再根据启发式算子对各运输车辆对应的第一规划路径进行路径中优化(即，针对各第一规划路径，采用启发式算子调整该第一规划路径中各运输物品对应的运输顺序)，以实现从运输顺序的维度分别对各条第一规划路径进行优化，得到目标规划路径。通过上述设置，采用多个启发式算子分别从路径轨迹、路径中各运输物品的运输顺序两个维度对初始规划路径进行优化，进一步提高了所规划的路径的优化程度，降低了降低物品运输成本。
具体地，以Swap(路径间交换算子)为例，采用Swap对两条初始规划路径中任意两个节点对应的运输物品进行交换，进而得到多条优化后第一规划路径，通过比对该多条第一规划路径，确定采取Swap算子所对应的较优的第一规划路径；同理，再确定其他启发式算子对应的最优的第一规划路径；最后通过比对多种启发式算子对应的较优的第一规划路径，确定最优的第一规划路径。类似地，再根据多个启发式算法确定目标规划路径。
进一步地，根据本发明实施例，上述方法还包括：
获取第二任务单信息中的第二运输物品数量和时间戳，判断第二任务单是否满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值；
若是，根据第二任务单信息对车辆路径模型进行更新；根据更新后的车辆路径模型、约束条件以及多个启发式算子确定目标规划路径。
具体地，第二任务单为运输过程中新增的任务单，针对此类由用户的动态需求发起的第二任务单，根据第一数量阈值和第一时间阈值，对车辆路径模型进行更新，进而对目标规划路径更新，以更新后的目标规划路径对运输物品进行运输，通过上述设置，使得本发明能够适用基于动态需求的物品运输场景，同时，还能够周期性(根据第一数量阈值和第一时间阈值确定的周期)的对目标规划路径进行更新，降低了规划成本。
优选地，根据本发明实施例，若第二任务单不满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值，上述方法还包括：
获取第二运输物品对应的时间窗信息，判断第二任务单是否为目标任务单；
若是，根据第二任务单信息对车辆路径模型进行更新。
其中，还可根据时间窗信息确定新增任务是否为紧急运输任务，若是，及时对车辆路径模型进行更新，以确定包括该新增任务单的更新后的目标规划路径，进一步提升了用户体验。
示例性地，运输信息还包括运输物品的体积和重量；运输车辆信息还包括运输车辆的体积及负载能力。
根据本发明实施例的一具体实施方式，将上述运输物品的体积和重量，运输车辆的体积及负载能力作为构建车辆路径模型的因素之一，提高了所规划的车辆路径模型的鲁棒性。
根据本发明实施例的技术方案，因为采用获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；根据运输信息、运输车辆信息、路况信息构建车辆路径模型；根据约束条件以及车辆路径模型确定多条初始规划路径；根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输的技术手段，所以克服了现有的物品运输方法中，一方面由于未将时间窗纳入考量范围，常常无法在时间窗内完成物品的运输，导致用户体验差；规划路径所需的计算量大，且优化程度较低，导致物品运输成本较高；另一方面无法适用于存在动态要素(配送对象和配送车辆的状态是动态变化的)的应用场景，导致适用场景较少的技术问题，进而达到提升用户体验，提高规划路径的优化程度，降低物品运输成本，拓展物品运输的适用场景的技术效果。
图2是根据本发明第二实施例提供的基于时间窗的物品运输方法的主要流程的示意图；如图2所示，本发明实施例提供的基于时间窗的物品运输方法主要包括：
步骤S201，获取运输车辆信息、路况信息以及多个第一任务单的运输信息。
其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置。
示例性地，运输信息还包括运输物品的体积和重量；运输车辆信息还包括运输车辆的体积及负载能力。
根据本发明实施例的一具体实施方式，将上述运输物品的体积和重量，运输车辆的体积及负载能力作为构建车辆路径模型的因素之一，提高了所规划的车辆路径模型的鲁棒性。
步骤S202，根据运输信息、运输车辆信息、路况信息构建车辆路径模型。具体地，根据运输信息指示的运输物品对应的物品位置信息和时间窗信息，运输车辆信息指示的车辆数量和车辆位置，以及道路拥堵状况来进行车辆路径的构建。通过上述设置，在构建车辆路径模型时，将运输物品对应的时间窗纳入考量，即以满足运输物品的时间窗作为主要因素，从而使得所规划的车辆路径模型对应的规划路径，能够满足全部运输任务均能在各运输物品对应的时间窗内完成，保证了用户的时限需求。
步骤S203，根据约束条件以及车辆路径模型确定多条初始规划路径。
具体地，根据本发明实施例，上述约束条件包括总运输物品数量约束以及下列约束条件中的至少一项：运输距离约束、总运输距离约束以及各运输车辆对应的运输物品数量约束；上述方法还包括：
设置多个约束条件对应的权重系数。
根据本发明实施例，以总运输物品数量约束为第一优先级，即设置较高的权重系数，以确保各运输物品就能在约定的时间窗范围内完成，提升了用户体验。在此基础上，通过其他约束条件，降低了运输成本，使得各运输车辆对应的的工作量实现了均衡分配。
其中，总运输物品数量约束，是指最大化运输物品的数量，即保证车辆规划路径中保证多个任务单中的运输物品均分配有对应的运输车辆。根据本发明实施例的一具体实施方式，若上述构建的车辆路径模型无法满足全部运输任务的时间窗要求，则可以通过增加运输车辆，或者对取消部分运输单，以便于用户调整运输物品对应的时间窗的方式等进行适应性调整。根据本发明实施例的又一具体实施方式，在构建车辆路径模型时，保证针对任一运输物品匹配唯一对应的运输车辆。
运输距离约束，是指对于分配有运输任务的运输车辆，最小化每个运输车辆所需的运输距离。
总运输距离约束，是指对于分配有运输任务的运输车辆，最小化多个运输车辆对应的总运输距离。
各运输车辆对应的运输物品数量约束，是指对于分配有运输任务的运输车辆，使得各运输车辆分配的运输任务物品数量满足运输物品数量阈值要求，通过该约束，使得各运输车辆对应的运输物品数量尽可能一致，有助于均衡各运输车辆的运输任务量。根据本发明实施例，还可以根据车辆负载能力，针对不同负载能力的运输车辆设置相对应的运输物品数量阈值。
步骤S204，根据多个启发式算子对多条初始规划路径进行路径间优化，以得到各运输车辆对应的第一规划路径。
步骤S205，根据多个启发式算子分别对第一规划路径进行路径中优化，以得到目标规划路径。
示例性地，先采用启发式算子对多条初始规划路径进行路径间规划(即，选取任意两条规划路径，采用启发式算子调整该两条初始规划路径之间的行驶轨迹)，以实现从路径轨迹的维度对多条初始规划路径进行优化，得到各运输车辆对应的第一规划路径。再根据启发式算子对各运输车辆对应的第一规划路径进行路径中优化(即，针对各第一规划路径，采用启发式算子调整该第一规划路径中各运输物品对应的运输顺序)，以实现从运输顺序的维度分别对各条第一规划路径进行优化，得到目标规划路径。通过上述设置，采用多个启发式算子分别从路径轨迹、路径中各运输物品的运输顺序两个维度对初始规划路径进行优化，进一步提高了所规划的路径的优化程度，降低了降低物品运输成本。
步骤S206，获取第二任务单信息中的第二运输物品数量和时间戳。
步骤S207，判断第二任务单是否满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值。若是，则执行步骤S208；若否，则转到步骤209。
具体地，第二任务单为运输过程中新增的任务单，针对此类由用户的动态需求发起的第二任务单，根据第一数量阈值和第一时间阈值，对车辆路径模型进行更新，进而对目标规划路径更新，以更新后的目标规划路径对运输物品进行运输，通过上述设置，使得本发明能够适用基于动态需求的物品运输场景，同时，还能够周期性(根据第一数量阈值和第一时间阈值确定的周期)的对目标规划路径进行更新，降低了规划成本。
优选地，根据本发明实施例，若第二任务单不满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值，上述方法还包括：
获取第二运输物品对应的时间窗信息，判断第二任务单是否为目标任务单；
若是，根据第二任务单信息对车辆路径模型进行更新。
其中，还可根据时间窗信息确定新增任务是否为紧急运输任务，若是，及时对车辆路径模型进行更新，以确定包括该新增任务单的更新后的目标规划路径，进一步提升了用户体验。
步骤S208，根据第二任务单信息对车辆路径模型进行更新；根据更新后的车辆路径模型、约束条件以及多个启发式算子确定目标规划路径。
步骤S209，获取第二运输物品对应的时间窗信息，判断第二任务单是否为目标任务单。若是，则执行步骤S210；若否，则转到步骤S207。
优选地，根据本发明实施例，若第二任务单不满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值，上述方法还包括：
获取第二运输物品对应的时间窗信息，判断第二任务单是否为目标任务单；
若是，根据第二任务单信息对车辆路径模型进行更新。
其中，还可根据时间窗信息确定新增任务是否为紧急运输任务，若是，及时对车辆路径模型进行更新，以确定包括该新增任务单的更新后的目标规划路径，进一步提升了用户体验。
步骤S210，根据第二任务单信息对车辆路径模型进行更新。
步骤S211，根据目标规划路径对运输物品进行运输。
通过上述设置，采用多个启发式算子分别对多条初始规划路径进行优化，进而确定满足上述约束条件的最优解，提高了所规划路径的优化程度。
根据本发明实施例的技术方案，因为采用获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；根据运输信息、运输车辆信息、路况信息构建车辆路径模型；根据约束条件以及车辆路径模型确定多条初始规划路径；根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输的技术手段，所以克服了现有的物品运输方法中，一方面由于未将时间窗纳入考量范围，常常无法在时间窗内完成物品的运输，导致用户体验差；规划路径所需的计算量大，且优化程度较低，导致物品运输成本较高；另一方面无法适用于存在动态要素(配送对象和配送车辆的状态是动态变化的)的应用场景，导致适用场景较少的技术问题，进而达到提升用户体验，提高规划路径的优化程度，降低物品运输成本，拓展物品运输的适用场景的技术效果。
图3是根据本发明实施例提供的基于时间窗的物品运输装置的主要模块的示意图；如图3所示，本发明实施例提供的基于时间窗的物品运输装置300主要包括：
信息获取模块301，用于获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置。
具体地，根据本发明实施例，上述路况信息指示了道路拥堵状况。根据路况信息有利于在规划路径是避开拥堵严重的路径，进而提高运输效率。
进一步地，根据本发明实施例，上述基于时间窗的物品运输装置300还包括车辆位置确定模块，在根据运输信息、运输车辆信息、路况信息构建车辆路径模型的步骤之前，用于：
判断运输车辆是否在执行运输任务；
若是，以运输车辆的当前运输任务对应的终点位置为车辆位置；
若否，则以运输车辆的当前位置为车辆位置。
通过上述设置，使得车辆路径规划过程中分配新任务时，保证了不耽误车辆当前运输任务，提升了配送人员的体验。
模型构建模块302，用于根据运输信息、运输车辆信息、路况信息构建车辆路径模型。
具体地，根据运输信息指示的运输物品对应的物品位置信息和时间窗信息，运输车辆信息指示的车辆数量和车辆位置，以及道路拥堵状况来进行车辆路径的构建。通过上述设置，在构建车辆路径模型时，将运输物品对应的时间窗纳入考量，即以满足运输物品的时间窗作为主要因素，从而使得所规划的车辆路径模型对应的规划路径，能够满足全部运输任务均能在各运输物品对应的时间窗内完成，保证了用户的时限需求。
初始规划路径确定模块303，用于根据约束条件以及车辆路径模型确定多条初始规划路径。
具体地，根据本发明实施例，上述约束条件包括总运输物品数量约束以及下列约束条件中的至少一项：运输距离约束、总运输距离约束以及各运输车辆对应的运输物品数量约束；上述基于时间窗的物品运输装置300还包括权重系数设置模块，用于：
设置多个约束条件对应的权重系数。
根据本发明实施例，以总运输物品数量约束为第一优先级，即设置较高的权重系数，以确保各运输物品就能在约定的时间窗范围内完成，提升了用户体验。在此基础上，通过其他约束条件，降低了运输成本，使得各运输车辆对应的的工作量实现了均衡分配。
其中，总运输物品数量约束，是指最大化运输物品的数量，即保证车辆规划路径中保证多个任务单中的运输物品均分配有对应的运输车辆。根据本发明实施例的一具体实施方式，若上述构建的车辆路径模型无法满足全部运输任务的时间窗要求，则可以通过增加运输车辆，或者对取消部分运输单，以便于用户调整运输物品对应的时间窗的方式等进行适应性调整。根据本发明实施例的又一具体实施方式，在构建车辆路径模型时，保证针对任一运输物品匹配唯一对应的运输车辆。
运输距离约束，是指对于分配有运输任务的运输车辆，最小化每个运输车辆所需的运输距离。
总运输距离约束，是指对于分配有运输任务的运输车辆，最小化多个运输车辆对应的总运输距离。
各运输车辆对应的运输物品数量约束，是指对于分配有运输任务的运输车辆，使得各运输车辆分配的运输任务物品数量满足运输物品数量阈值要求，通过该约束，使得各运输车辆对应的运输物品数量尽可能一致，有助于均衡各运输车辆的运输任务量。根据本发明实施例，还可以根据车辆负载能力，针对不同负载能力的运输车辆设置相对应的运输物品数量阈值。
运输模块304，用于根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输。
通过上述设置，采用多个启发式算子分别对多条初始规划路径进行优化，进而确定满足上述约束条件的最优解，提高了所规划路径的优化程度。
具体地，初始规划路径指示了各运输车辆对应的初始规划路径；上述运输模块304还用于：
根据多个启发式算子对多条初始规划路径进行路径间优化，以得到各运输车辆对应的第一规划路径；
根据多个启发式算子分别对第一规划路径进行路径中优化，以得到目标规划路径。
示例性地，先采用启发式算子对多条初始规划路径进行路径间规划(即，选取任意两条规划路径，采用启发式算子调整该两条初始规划路径之间的行驶轨迹)，以实现从路径轨迹的维度对多条初始规划路径进行优化，得到各运输车辆对应的第一规划路径。再根据启发式算子对各运输车辆对应的第一规划路径进行路径中优化(即，针对各第一规划路径，采用启发式算子调整该第一规划路径中各运输物品对应的运输顺序)，以实现从运输顺序的维度分别对各条第一规划路径进行优化，得到目标规划路径。通过上述设置，采用多个启发式算子分别从路径轨迹、路径中各运输物品的运输顺序两个维度对初始规划路径进行优化，进一步提高了所规划的路径的优化程度，降低了降低物品运输成本。
进一步地，根据本发明实施例，上述基于时间窗的物品运输装置300还包括更新模块，用于：
获取第二任务单信息中的第二运输物品数量和时间戳，判断第二任务单是否满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值；
若是，根据第二任务单信息对车辆路径模型进行更新；根据更新后的车辆路径模型、约束条件以及多个启发式算子确定目标规划路径。
具体地，第二任务单为运输过程中新增的任务单，针对此类由用户的动态需求发起的第二任务单，根据第一数量阈值和第一时间阈值，对车辆路径模型进行更新，进而对目标规划路径更新，以更新后的目标规划路径对运输物品进行运输，通过上述设置，使得本发明能够适用基于动态需求的物品运输场景，同时，还能够周期性(根据第一数量阈值和第一时间阈值确定的周期)的对目标规划路径进行更新，降低了规划成本。
优选地，根据本发明实施例，若第二任务单不满足：第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与第二任务单对应的时间戳之差大于或等于第一时间阈值，上述更新模块还用于：
获取第二运输物品对应的时间窗信息，判断第二任务单是否为目标任务单；
若是，根据第二任务单信息对车辆路径模型进行更新。
其中，还可根据时间窗信息确定新增任务是否为紧急运输任务，若是，及时对车辆路径模型进行更新，以确定包括该新增任务单的更新后的目标规划路径，进一步提升了用户体验。
示例性地，运输信息还包括运输物品的体积和重量；运输车辆信息还包括运输车辆的体积及负载能力。
根据本发明实施例的一具体实施方式，将上述运输物品的体积和重量，运输车辆的体积及负载能力作为构建车辆路径模型的因素之一，提高了所规划的车辆路径模型的鲁棒性。
根据本发明实施例的技术方案，因为采用获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；根据运输信息、运输车辆信息、路况信息构建车辆路径模型；根据约束条件以及车辆路径模型确定多条初始规划路径；根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输的技术手段，所以克服了现有的物品运输方法中，一方面由于未将时间窗纳入考量范围，常常无法在时间窗内完成物品的运输，导致用户体验差；规划路径所需的计算量大，且优化程度较低，导致物品运输成本较高；另一方面无法适用于存在动态要素(配送对象和配送车辆的状态是动态变化的)的应用场景，导致适用场景较少的技术问题，进而达到提升用户体验，提高规划路径的优化程度，降低物品运输成本，拓展物品运输的适用场景的技术效果。
图4示出了可以应用本发明实施例的基于时间窗的物品运输方法或基于时间窗的物品运输装置的示例性系统架构400。
如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405(此架构仅仅是示例，具体架构中包含的组件可以根据申请具体情况调整)。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404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401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、物品运输类应用、路径规划类应用等(仅为示例)。
终端设备401、402、403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405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所(进行路径规划/进行数据处理)的服务器(仅为示例)。该服务器可以对接收到的运输车辆信息、路况信息等数据进行分析等处理，并将处理结果(例如车辆路径模型、初始规划路径、初始规划路径--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的基于时间窗的物品运输方法一般由服务器405执行，相应地，基于时间窗的物品运输装置一般设置于服务器405中。
应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。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。
下面参考图5，其示出了适于用来实现本发明实施例的终端设备或服务器的计算机系统500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；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507；包括硬盘等的存储部分508；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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，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510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508。
特别地，根据本发明公开的实施例，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，本发明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509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明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。在本发明中，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。而在本发明中，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，图示了按照本发明各种实施例的系统、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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括信息获取模块、模型构建模块、初始规划路径确定模块和运输模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，运输模块还可以被描述为“用于根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输的模块”。
作为另一方面，本发明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，使得该设备包括：获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；根据运输信息、运输车辆信息、路况信息构建车辆路径模型；根据约束条件以及车辆路径模型确定多条初始规划路径；根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输。
根据本发明实施例的技术方案，因为采用获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，运输信息包括运输物品对应的物品位置信息和时间窗信息，运输车辆信息包括车辆数量和车辆位置；根据运输信息、运输车辆信息、路况信息构建车辆路径模型；根据约束条件以及车辆路径模型确定多条初始规划路径；根据多个启发式算子分别对多条初始规划路径进行优化，得到目标规划路径，以根据目标规划路径对运输物品进行运输的技术手段，所以克服了现有的物品运输方法中，一方面由于未将时间窗纳入考量范围，常常无法在时间窗内完成物品的运输，导致用户体验差；规划路径所需的计算量大，且优化程度较低，导致物品运输成本较高；另一方面无法适用于存在动态要素(配送对象和配送车辆的状态是动态变化的)的应用场景，导致适用场景较少的技术问题，进而达到提升用户体验，提高规划路径的优化程度，降低物品运输成本，拓展物品运输的适用场景的技术效果。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种基于时间窗的物品运输方法，其特征在于，包括：
获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，所述运输信息包括运输物品对应的物品位置信息和时间窗信息，所述运输车辆信息包括车辆数量和车辆位置；
根据所述运输信息、所述运输车辆信息、所述路况信息构建车辆路径模型；
根据约束条件以及所述车辆路径模型确定多条初始规划路径；
根据多个启发式算子分别对所述多条初始规划路径进行优化，得到目标规划路径，以根据所述目标规划路径对所述运输物品进行运输。
2.根据权利要求1所述的基于时间窗的物品运输方法，其特征在于，所述初始规划路径指示了各运输车辆对应的初始规划路径；所述根据多个启发式算子分别对所述多条初始规划路径进行优化，得到目标规划路径，还包括：
根据所述多个启发式算子对所述多条初始规划路径进行路径间优化，以得到各运输车辆对应的第一规划路径；
根据所述多个启发式算子分别对所述第一规划路径进行路径中优化，以得到目标规划路径。
3.根据权利要求1所述的基于时间窗的物品运输方法，其特征在于，所述约束条件包括总运输物品数量约束以及下列约束条件中的至少一项：运输距离约束、总运输距离约束以及各运输车辆对应的运输物品数量约束；所述方法还包括：
设置多个约束条件对应的权重系数。
4.根据权利要求3所述的基于时间窗的物品运输方法，其特征在于，所述方法还包括：
获取第二任务单信息中的第二运输物品数量和时间戳，判断所述第二任务单是否满足：所述第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与所述第二任务单对应的时间戳之差大于或等于第一时间阈值；
若是，根据所述第二任务单信息对所述车辆路径模型进行更新；根据更新后的车辆路径模型、所述约束条件以及多个启发式算子确定目标规划路径。
5.根据权利要求4所述的基于时间窗的物品运输方法，其特征在于，若所述第二任务单不满足：所述第二运输物品数量大于或等于第一数量阈值，和/或当前时间戳与所述第二任务单对应的时间戳之差大于或等于第一时间阈值，所述方法还包括：
获取所述第二运输物品对应的时间窗信息，判断所述第二任务单是否为目标任务单；
若是，根据所述第二任务单信息对所述车辆路径模型进行更新。
6.根据权利要求1所述的基于时间窗的物品运输方法，其特征在于，在所述根据所述运输信息、所述运输车辆信息、所述路况信息构建车辆路径模型的步骤之前，所述方法还包括：
判断运输车辆是否在执行运输任务；
若是，以所述运输车辆的当前运输任务对应的终点位置为车辆位置；
若否，则以所述运输车辆的当前位置为车辆位置。
7.根据权利要求1所述的基于时间窗的物品运输方法，其特征在于，所述运输信息还包括运输物品的体积和重量；所述运输车辆信息还包括所述运输车辆的体积及负载能力。
8.一种基于时间窗的物品运输装置，其特征在于，包括：
信息获取模块，用于获取运输车辆信息、路况信息以及多个第一任务单的运输信息，其中，所述运输信息包括运输物品对应的物品位置信息和时间窗信息，所述运输车辆信息包括车辆数量和车辆位置；
模型构建模块，用于根据所述运输信息、所述运输车辆信息、所述路况信息构建车辆路径模型；
初始规划路径确定模块，用于根据约束条件以及所述车辆路径模型确定多条初始规划路径；
运输模块，用于根据多个启发式算子分别对所述多条初始规划路径进行优化，得到目标规划路径，以根据所述目标规划路径对所述运输物品进行运输。
9.一种电子设备，其特征在于，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如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，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权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110414604.0A CN113077106A (zh) | 2021-04-16 | 2021-04-16 | 一种基于时间窗的物品运输方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110414604.0A CN113077106A (zh) | 2021-04-16 | 2021-04-16 | 一种基于时间窗的物品运输方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113077106A true CN113077106A (zh) | 2021-07-06 |
Family
ID=76617996
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110414604.0A Pending CN113077106A (zh) | 2021-04-16 | 2021-04-16 | 一种基于时间窗的物品运输方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113077106A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115727861A (zh) * | 2021-08-25 | 2023-03-03 | 北京顺丰同城科技有限公司 | 车辆路径规划方法、装置、计算机设备和存储介质 |
| CN117635001A (zh) * | 2023-11-30 | 2024-03-01 | 阿帕数字科技有限公司 | 基于供应链运输场景中时间窗约束的配送方法 |
Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699982A (zh) * | 2013-12-26 | 2014-04-02 | 浙江工业大学 | 一种带软时间窗口的物流配送控制方法 |
| CN104598994A (zh) * | 2015-01-23 | 2015-05-06 | 广东易富网络科技有限公司 | 一种带时变时间窗的关联物流运输优化调度方法 |
| CN104992242A (zh) * | 2015-07-01 | 2015-10-21 | 广东工业大学 | 一种求解带软时间窗物流运输车辆路径问题的方法 |
| CN105956681A (zh) * | 2016-04-15 | 2016-09-21 | 合肥工业大学 | 一种基于滚动时域优化的甩挂运输动态路径规划方法 |
| CN106251012A (zh) * | 2016-07-28 | 2016-12-21 | 广东工业大学 | 一种带软时间窗物流运输调度的路径计算方法及装置 |
| CN107179078A (zh) * | 2017-05-24 | 2017-09-19 | 合肥工业大学(马鞍山)高新技术研究院 | 一种基于时间窗优化的agv路径规划方法 |
| CN107578199A (zh) * | 2017-08-21 | 2018-01-12 | 南京航空航天大学 | 一种求解二维装载约束物流车辆调度问题的方法 |
| CN107798423A (zh) * | 2017-10-11 | 2018-03-13 | 南京邮电大学 | 基于多种智能算法的车辆路径规划仿真实验平台 |
| CN107977739A (zh) * | 2017-11-22 | 2018-05-01 | 深圳北斗应用技术研究院有限公司 | 物流配送路径的优化方法、装置及设备 |
| CN108764777A (zh) * | 2018-04-26 | 2018-11-06 | 浙江工商大学 | 带时间窗的电动物流车调度方法和系统 |
| CN109034481A (zh) * | 2018-07-31 | 2018-12-18 | 北京航空航天大学 | 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 |
| CN109034468A (zh) * | 2018-07-19 | 2018-12-18 | 南京邮电大学 | 一种基于布谷鸟算法的带时间窗的物流配送路径规划方法 |
| CN109345017A (zh) * | 2018-10-08 | 2019-02-15 | 南京航空航天大学 | 一种考虑装箱约束的车间物料配送优化方法 |
| CN109948855A (zh) * | 2019-03-22 | 2019-06-28 | 杭州电子科技大学 | 一种带时间窗的异构危化品运输路径规划方法 |
| CN109990790A (zh) * | 2019-03-29 | 2019-07-09 | 北京邮电大学 | 一种无人机路径规划方法及装置 |
| US20190344783A1 (en) * | 2018-05-14 | 2019-11-14 | GM Global Technology Operations LLC | Autonomous ride dynamics comfort controller |
| CN110598908A (zh) * | 2019-08-20 | 2019-12-20 | 广州智湾科技有限公司 | 基于多任务多车辆的路径规划方法 |
| CN111191813A (zh) * | 2019-10-14 | 2020-05-22 | 重庆邮电大学 | 基于货物载重与软时间窗限制的车辆配送路径优化方法 |
| CN111445186A (zh) * | 2020-03-27 | 2020-07-24 | 陕西科技大学 | 一种基于Petri网理论的带时间窗的车辆路径优化方法 |
| CN111612358A (zh) * | 2020-05-25 | 2020-09-01 | 北京交通大学 | 共享汽车车辆调度及调度员路径优化方法 |
| EP3702980A1 (en) * | 2019-02-28 | 2020-09-02 | Bayerische Motoren Werke Aktiengesellschaft | Method for route plan optimization taking constraint and event into account |
| CN111882099A (zh) * | 2020-05-11 | 2020-11-03 | 武汉理工大学 | 一种基于变邻域并行退火算法的物流配送路径规划方法 |
| CN112001064A (zh) * | 2020-07-29 | 2020-11-27 | 浙江大学 | 一种集装箱码头间全自主水上运输调度方法及系统 |
| CN112183838A (zh) * | 2020-09-22 | 2021-01-05 | 湘潭大学 | 一种基于多约束修正c-w算法优化解决智能无人车路径规划问题的方法 |
| CN112465180A (zh) * | 2019-09-09 | 2021-03-09 | 北京京东振世信息技术有限公司 | 车辆路径规划方法和装置 |
-
2021
- 2021-04-16 CN CN202110414604.0A patent/CN113077106A/zh active Pending
Patent Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699982A (zh) * | 2013-12-26 | 2014-04-02 | 浙江工业大学 | 一种带软时间窗口的物流配送控制方法 |
| CN104598994A (zh) * | 2015-01-23 | 2015-05-06 | 广东易富网络科技有限公司 | 一种带时变时间窗的关联物流运输优化调度方法 |
| CN104992242A (zh) * | 2015-07-01 | 2015-10-21 | 广东工业大学 | 一种求解带软时间窗物流运输车辆路径问题的方法 |
| CN105956681A (zh) * | 2016-04-15 | 2016-09-21 | 合肥工业大学 | 一种基于滚动时域优化的甩挂运输动态路径规划方法 |
| CN106251012A (zh) * | 2016-07-28 | 2016-12-21 | 广东工业大学 | 一种带软时间窗物流运输调度的路径计算方法及装置 |
| CN107179078A (zh) * | 2017-05-24 | 2017-09-19 | 合肥工业大学(马鞍山)高新技术研究院 | 一种基于时间窗优化的agv路径规划方法 |
| CN107578199A (zh) * | 2017-08-21 | 2018-01-12 | 南京航空航天大学 | 一种求解二维装载约束物流车辆调度问题的方法 |
| CN107798423A (zh) * | 2017-10-11 | 2018-03-13 | 南京邮电大学 | 基于多种智能算法的车辆路径规划仿真实验平台 |
| CN107977739A (zh) * | 2017-11-22 | 2018-05-01 | 深圳北斗应用技术研究院有限公司 | 物流配送路径的优化方法、装置及设备 |
| CN108764777A (zh) * | 2018-04-26 | 2018-11-06 | 浙江工商大学 | 带时间窗的电动物流车调度方法和系统 |
| US20190344783A1 (en) * | 2018-05-14 | 2019-11-14 | GM Global Technology Operations LLC | Autonomous ride dynamics comfort controller |
| CN109034468A (zh) * | 2018-07-19 | 2018-12-18 | 南京邮电大学 | 一种基于布谷鸟算法的带时间窗的物流配送路径规划方法 |
| CN109034481A (zh) * | 2018-07-31 | 2018-12-18 | 北京航空航天大学 | 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 |
| CN109345017A (zh) * | 2018-10-08 | 2019-02-15 | 南京航空航天大学 | 一种考虑装箱约束的车间物料配送优化方法 |
| EP3702980A1 (en) * | 2019-02-28 | 2020-09-02 | Bayerische Motoren Werke Aktiengesellschaft | Method for route plan optimization taking constraint and event into account |
| CN109948855A (zh) * | 2019-03-22 | 2019-06-28 | 杭州电子科技大学 | 一种带时间窗的异构危化品运输路径规划方法 |
| CN109990790A (zh) * | 2019-03-29 | 2019-07-09 | 北京邮电大学 | 一种无人机路径规划方法及装置 |
| CN110598908A (zh) * | 2019-08-20 | 2019-12-20 | 广州智湾科技有限公司 | 基于多任务多车辆的路径规划方法 |
| CN112465180A (zh) * | 2019-09-09 | 2021-03-09 | 北京京东振世信息技术有限公司 | 车辆路径规划方法和装置 |
| CN111191813A (zh) * | 2019-10-14 | 2020-05-22 | 重庆邮电大学 | 基于货物载重与软时间窗限制的车辆配送路径优化方法 |
| CN111445186A (zh) * | 2020-03-27 | 2020-07-24 | 陕西科技大学 | 一种基于Petri网理论的带时间窗的车辆路径优化方法 |
| CN111882099A (zh) * | 2020-05-11 | 2020-11-03 | 武汉理工大学 | 一种基于变邻域并行退火算法的物流配送路径规划方法 |
| CN111612358A (zh) * | 2020-05-25 | 2020-09-01 | 北京交通大学 | 共享汽车车辆调度及调度员路径优化方法 |
| CN112001064A (zh) * | 2020-07-29 | 2020-11-27 | 浙江大学 | 一种集装箱码头间全自主水上运输调度方法及系统 |
| CN112183838A (zh) * | 2020-09-22 | 2021-01-05 | 湘潭大学 | 一种基于多约束修正c-w算法优化解决智能无人车路径规划问题的方法 |
Non-Patent Citations (3)
| Title |
|---|
| YANG YULEI等: "Vehicle Routing Problem with Soft Time Windows Based on Dynamic Demands", 《2019 4TH INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION ENGINEERING (ICITE)》, 24 October 2019 (2019-10-24), pages 222 - 226 * |
| 冯亮;梁工谦;: "联网中物流配送车辆调度目标定位设计与仿真", 计算机仿真, no. 04, 15 April 2017 (2017-04-15), pages 377 - 381 * |
| 康庆杰: "H公司高速公路服务区物流配送路径优化研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, vol. 2019, no. 8, 15 August 2019 (2019-08-15), pages 034 - 18 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115727861A (zh) * | 2021-08-25 | 2023-03-03 | 北京顺丰同城科技有限公司 | 车辆路径规划方法、装置、计算机设备和存储介质 |
| CN117635001A (zh) * | 2023-11-30 | 2024-03-01 | 阿帕数字科技有限公司 | 基于供应链运输场景中时间窗约束的配送方法 |
| CN117635001B (zh) * | 2023-11-30 | 2024-04-30 | 阿帕数字科技有限公司 | 基于供应链运输场景中时间窗约束的配送方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110371548B (zh) | 一种货物入库方法和装置 | |
| CN113077106A (zh) | 一种基于时间窗的物品运输方法和装置 | |
| CN111461383A (zh) | 规划配送路径的方法和装置 | |
| CN114118888A (zh) | 订单出库的方法和装置 | |
| CN113259144A (zh) | 一种仓储网络规划方法和装置 | |
| CN112860342A (zh) | 微服务配置的方法、装置、设备、系统以及存储介质 | |
| CN110703758A (zh) | 一种路径规划方法和装置 | |
| CN111044062B (zh) | 路径规划、推荐方法和装置 | |
| CN113988485B (zh) | 站点到货量预测方法、装置、电子设备和计算机可读介质 | |
| CN113762866A (zh) | 一种物流信息处理方法、装置以及系统 | |
| CN113222205A (zh) | 一种路径规划的方法和装置 | |
| CN113554373A (zh) | 立体库出库管理的方法和装置 | |
| CN111792248B (zh) | 调整料箱储位的方法和装置 | |
| CN113361739A (zh) | 一种生成拣货路径的方法和装置 | |
| CN112116120A (zh) | 物流路径规划方法和装置 | |
| CN113256194B (zh) | 确定配送中心自留库存的方法和装置 | |
| CN113537676A (zh) | 一种确定运输任务的完成时间的方法及装置 | |
| CN112486033A (zh) | 一种设备的仿真测试方法和装置 | |
| CN112446565A (zh) | 为订单匹配车辆的方法和装置 | |
| CN112785212A (zh) | 一种运输设备管理方法和装置 | |
| CN113326959B (zh) | 一种优化路径的方法和装置 | |
| CN112183799A (zh) | 用于合成任务单的任务分配方法及装置 | |
| CN111144601A (zh) | 一种路径规划方法和装置 | |
| CN111144602A (zh) | 一种车辆调度方法和装置 | |
| CN113496297A (zh) | 一种配送路由规划方法和装置 |
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 |