CN113128925A - 派件路径的生成方法、装置、设备及计算机可读存储介质 - Google Patents
派件路径的生成方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113128925A CN113128925A CN202010046871.2A CN202010046871A CN113128925A CN 113128925 A CN113128925 A CN 113128925A CN 202010046871 A CN202010046871 A CN 202010046871A CN 113128925 A CN113128925 A CN 113128925A
- Authority
- CN
- China
- Prior art keywords
- target
- delivery
- path
- dispatch
- order 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 171
- 238000012546 transfer Methods 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 description 18
- 238000007726 management method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000013611 frozen food Nutrition 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 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
- G06Q10/08—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)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了派件路径的生成方法、装置、设备及计算机可读存储介质，用于简化运输网络架构，有效降低网点的分拣压力，进而提高物流件的运输效率。本申请实施例提供的派件路径的生成方法包括：获取派件地址属于目标中转场的目标派件区域的目标物流订单信息；获取目标派件区域对应的目标车辆的车辆信息；根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径，派件路径为目标物流订单信息对应的不同派件地址以及目标中转场形成的路径。
Description
技术领域
本申请涉及物流领域，具体涉及派件路径的生成方法、装置、设备及计算机可读存储介质。
背景技术
在物流领域现有的运输网络架构下，本地网点收件后，通过本地中转场将物流件发往派件地址所在区域的目标中转场，再由该目标中转场将物流件下发至派件地址临近的目标网点，进行物流件的派发。
在电商平台以及物流行业相辅相成、蓬勃发展的基础上，物流行业每天处理着大量的物流订单，结合上述给出的单个物流件的派件流程，容易看出，除了在运输路途上的所花时间，物流件的运送时间还大量花在了网点以及中转场内的分拣时间上，对应上述的本地网点、本地中转场、目标中转场以及目标网点所需的分拣作业，而越精简的分拣作业可带来越短的分拣时间，由此可缩短物流件的运送时间，为了保证物流服务质量，网点以及中转场面临着不小的分拣压力，尤其在电商平台促销活动期间的物流件发件高峰时段，网点以及中转场面临着沉重的分拣压力。
因此，物流领域现有的运输网络架构，仍需进行简化，以提高物流件的运输效率。
发明内容
本申请实施例提供了派件路径的生成方法、装置、设备及计算机可读存储介质，用于简化运输网络架构，有效降低网点的分拣压力，进而提高物流件的运输效率。
第一方面，本申请实施例提供了一种派件路径的生成方法，方法包括：
获取派件地址属于目标中转场的目标派件区域的目标物流订单信息；
获取目标派件区域对应的目标车辆的车辆信息；
根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径，其中，派件路径为目标物流订单信息对应的不同派件地址形成的路径。
结合本申请实施例第一方面，在本申请实施例第一方面第一种可能的实现方式中，根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径包括：
从目标物流订单信息提取不同派件对应的派件时效要求；
从目标车辆的车辆信息提取工作时效要求；
根据目标物流订单信息以及车辆信息，生成满足派件时效要求以及工作时效要求的目标车辆的派件路径。
结合本申请实施例第一方面或者第一方面第一种可能的实现方式，在本申请实施例第一方面第二种可能的实现方式中，根据订单信息以及车辆信息，生成目标车辆的派件路径包括：
识别目标派件区域划分得到的不同子派件区域；
从目标物流订单信息中，提取派件地址分别属于不同子派件区域的不同子物流订单信息；
分别根据不同子物流订单信息对应的不同派件地址，串得多个子派件路径；
衔接多个子派件路径，得到目标车辆的派件路径。
结合本申请实施例第一方面第二种可能的实现方式，在本申请实施例第一方面第三种可能的实现方式中，识别目标派件区域划分得到的不同子派件区域包括：
提取目标物流订单信息对应的不同派件地址；
对目标物流订单信息对应的不同派件地址进行聚类处理，得到目标派件区域划分得到的不同子派件区域。
结合本申请实施例第一方面第二种可能的实现方式，在本申请实施例第一方面第四种可能的实现方式中，融合多个子派件路径，得到目标车辆的派件路径之后，方法还包括：
任意选取派件路径中包含的预设数量的子派件路径；
将预设数量的子派件路径进行随机置换并得到的新的派件路径；
若新的派件路径的时长、路程或者运输成本低于原来的派件路径，则保留新的派件路径。
结合本申请实施例第一方面，在本申请实施例第一方面第五种可能的实现方式中，获取派件地址属于目标中转场的目标派件区域的目标物流订单信息包括：
提取派件地址属于目标中转场的目标派件区域的物流订单信息；
从目标派件区域的物流订单信息中筛选出物流件的体积和/或重量达到阈值的物流订单信息作为目标物流订单信息。
结合本申请实施例第一方面，在本申请实施例第一方面第六种可能的实现方式中，车辆信息包括目标车辆在单位时间内的工作趟数阈值，根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径包括：
根据目标物流订单信息以及车辆信息，生成至少一条路径，作为目标车辆的派件路径，其中，至少一条路径的路径数量不大于工作趟数阈值。。
第二方面，本申请实施例提供了一种派件路径的生成装置，装置包括：
获取单元，用于获取派件地址属于目标中转场的目标派件区域的目标物流订单信息；
获取单元，还用于获取目标派件区域对应的目标车辆的车辆信息；
生成单元，用于根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径，其中，派件路径为目标物流订单信息对应的不同派件地址以及目标中转场形成的路径。
结合本申请实施例第二方面，在本申请实施例第二方面第一种可能的实现方式中，生成单元，具体用于：
从目标物流订单信息提取不同派件对应的派件时效要求；
从目标车辆的车辆信息提取工作时效要求；
根据目标物流订单信息以及车辆信息，生成满足派件时效要求以及工作时效要求的目标车辆的派件路径。
结合本申请实施例第二方面或者第二方面第一种可能的实现方式，在本申请实施例第二方面第二种可能的实现方式中，生成单元，具体用于：
识别目标派件区域划分得到的不同子派件区域；
从目标物流订单信息中，提取派件地址分别属于不同子派件区域的不同子物流订单信息；
分别根据不同子物流订单信息对应的不同派件地址，串得多个子派件路径；
衔接多个子派件路径，得到目标车辆的派件路径。
结合本申请实施例第二方面第二种可能的实现方式，在本申请实施例第二方面第三种可能的实现方式中，生成单元，具体用于：
提取目标物流订单信息对应的不同派件地址；
对目标物流订单信息对应的不同派件地址进行聚类处理，得到目标派件区域划分得到的不同子派件区域。
结合本申请实施例第二方面第二种可能的实现方式，在本申请实施例第二方面第四种可能的实现方式中，生成单元，还用于：
任意选取派件路径中包含的预设数量的子派件路径；
将预设数量的子派件路径进行随机置换并得到的新的派件路径；
若新的派件路径的时长、路程或者运输成本低于原来的派件路径，则保留新的派件路径。
结合本申请实施例第二方面，在本申请实施例第二方面第五种可能的实现方式中，获取单元，具体用于：
提取派件地址属于目标中转场的目标派件区域的物流订单信息；
从目标派件区域的物流订单信息中筛选出物流件的体积和/或重量达到阈值的物流订单信息作为目标物流订单信息。
结合本申请实施例第二方面，在本申请实施例第二方面第六种可能的实现方式中，车辆信息包括目标车辆在单位时间内的工作趟数阈值，生成单元，具体用于：
根据目标物流订单信息以及车辆信息，生成至少一条路径，作为目标车辆的派件路径，其中，至少一条路径的路径数量不大于工作趟数阈值。
第三方面，本申请实施例还提供了一种派件路径的生成设备，包括处理器和存储器，存储器中存储有计算机程序，处理器调用存储器中的计算机程序时执行本申请实施例提供的任一种方法中的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行本申请实施例提供的任一种方法中的步骤。
从以上内容可得出，本申请实施例具有以下的有益效果：
本申请实施例提供的运输网络架构，当物流件到达派件地址所在的中转场后，直接下发至派件地址进行派发，由此可避免网点对于物流件派发所需的分拣作业，进而从派发作业出发，减少网点的分拣压力，对应的，也无需在网点处继续进行物流件的派发作业，由此实现简化架构的目的。
而该运输网络架构，则可通过规划运输物流件的车辆的派件路径，即，获取派件地址属于目标中转场的目标派件区域的目标物流订单信息，再获取目标派件区域对应的目标车辆的车辆信息，根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径，派件路径为目标物流订单信息对应的不同派件地址形成的路径，由于派件路径直接从中转场出发，直至具体的派件地址，因此可实现物流件直派的效果，避免物流件的派件地址临近网点所需的分拣作业，进而提高物流件的运输效率。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的运输网络架构的一种场景示意图；
图2为本申请实施例派件路径的生成方法的一种流程示意图；
图3为本申请实施例提供的运输网络架构的又一种场景示意图；
图4为本申请图2对应实施例步骤S203的一种流程示意图；
图5为本申请图4对应实施例步骤S401的一种流程示意图；
图6为本申请图2对应实施例步骤S203的又一种流程示意图；
图7为本申请图2对应实施例步骤S201的一种流程示意图；
图8为本申请实施例派件路径的生成装置的一种结构示意图；
图9为本申请实施例派件路径的生成设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本申请的原理使用许多其它泛用性或特定目的运算、通信环境或组态来进行操作。所熟知的适合用于本申请的运算系统、环境与组态的范例可包括(但不限于)手持电话、个人计算机、服务器、多处理器系统、微电脑为主的系统、主架构型计算机、及分布式运算环境，其中包括了任何的上述系统或装置。
本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。
首先，在介绍本申请实施例之前，先介绍下本申请实施例关于应用背景的相关内容。
图1示出了本申请实施例提供的运输网络架构的一种场景示意图，如图1示出的，在物流领域的现有运输网络架构中，按负责区域的范围从大到小依次包括了中转场、网点以及接驳点。中转场用于在网点之间提供物流件的转发，网点从中转场获取需要派送的物流件后，则分发至下属的接驳点，由接驳点对应的快递员进行快递件的派送。
可以理解，接驳点为网点下一级或者下属的节点，可以用于对接快递员，除了可以为快递公司自身的营业站、服务点，还可以为快递柜、合作点等不同类型的节点，随部署快递运输网络的实际需要而定。
物流件在网点的负责区域中，其运输一般是通过具有较大承载能力的车辆实现的，如图1示出的，可将网点以及该网点负责区域中的接驳点串成车辆的物流件运输路径，再通过接驳点进行物流件的派发。
需要说明的是，图1所示出的，中转场、网点以及接驳点的数量仅为举例说明，随实际需要而定，不应加以限制，网点以及该网点负责区域中的接驳点串成的物流件运输路径同理。
在现有的相关技术中，本次网点从中转场获取到需要进行派发的物流件后，需要对这些物流件进行分拣作业，再规划物流件运输路径并通过该物流件运输路径中的接驳点进行物流件的派发，在该派发模式下，为了保证物流服务质量，网点面临着不小的分拣压力，尤其在电商平台促销活动期间的物流件发件高峰时段，网点面临着沉重的分拣压力，物流件运输效率有限。
基于现有的相关技术存在的上述缺陷，本申请实施例提供了派件路径的生成方法，至少在一定程度上克服现有的相关技术所存在的缺陷。
此外，本申请实施例提及的派件路径的生成方法，其执行主体可以为派件路径的生成装置，或者集成了该派件路径的生成装置的服务器设备、物理主机或者用户设备(UserEquipment，UE)等不同类型的派件路径的生成设备，其中，派件路径的生成装置可以采用硬件或者软件的方式实现，UE具体可以为智能手机、平板电脑、笔记本电脑、掌上电脑、台式电脑或者个人数字助理(Personal Digital Assistant，PDA)等终端设备。其中，派件路径的生成设备还可分为多个设备并共同执行本申请实施例提供的派件路径的生成方法，随实际需求而定。
该派件路径的生成方法，在物流领域中，具体可应用于快递领域，用于生成快递车辆的派件路径，进行快递件的派发。
图2示出了本申请实施例派件路径的生成方法的一种流程示意图，如图2示出的，本申请实施例提供的派件路径的生成方法，具体可包括如下步骤：
步骤S201，获取派件地址属于目标中转场的目标派件区域的目标物流订单信息；
步骤S202，获取目标派件区域对应的目标车辆的车辆信息；
步骤S203，根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径，其中，派件路径为目标物流订单信息对应的不同派件地址以及所述目标中转场形成的路径。
结合图3示出的本申请实施例提供的运输网络架构的又一种场景示意图，本申请实施例提供的运输网络架构，当物流件到达派件地址所在的中转场后，直接下发至派件地址进行派发，由此可避免网点对于物流件派发所需的分拣作业，进而从派发作业出发，减少网点的分拣压力，对应的，也无需在网点处继续进行物流件的派发作业，由此实现简化架构的目的。
而该运输网络架构，则可通过规划运输物流件的车辆的派件路径，即，获取派件地址属于目标中转场的目标派件区域的目标物流订单信息，再获取目标派件区域对应的目标车辆的车辆信息，根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径，派件路径为目标物流订单信息对应的不同派件地址以及目标中转场形成的路径，由于派件路径直接从中转场出发，直至具体的派件地址，因此可实现物流件直派的效果，避免物流件的派件地址临近网点所需的分拣作业，进而提高物流件的运输效率。
以下继续对图2所示实施例的各个步骤的具体实施方式进行详细阐述：
在本申请实施例中，中转场的派件区域，可以为原中转场的负责区域，或者也可以为原中转场下属的网点的负责区域，或者还可以为中转场新规划的负责区域，在该区域的范围内，通过应用本申请实施例提供的派件路径的规划方法，物流件从中转场直接下发至派件地址进行派发。
物流订单信息，可包括物流订单对应的订单标识(Identification，ID)、寄件人、寄件地址、寄件时间、收件人、收件地址、派件时间、物流件类型、物流件重量或者物流件体积等订单信息，其中，收件地址为物流件派发至收件人时的所在地址，即派件地址，在物流件的运输途中可进行更新。
车辆的车辆信息，可包括车辆的车辆ID、车辆行驶速度、车辆工作时间、车辆最大载重或者车辆行驶成本等车辆信息。
在一个示例性的实施例中，派件路径的规划，在满足物流件的派发需求的基础上，还可考虑时效因素。例如，结合物流订单信息以及车辆信息中的具体信息所生成的派件路径，除了满足完成所有物流件的派发需求，典型的如最短路径长度的派件路径，还可考虑不同物流件的时效要求以及车辆的工作时效要求。
例如，物流件A为生鲜冷冻食品，要求当天12点前送达；或者，物流件B应收件人要求在下午5：00进行派件；或者，车辆B的工作时间为8：00-12：00以及13：00-18：00。
其中，具体的时效要求可以根据物流订单信息中的派件时间以及车辆信息中的车辆工作时间确定，而为满足这些时效要求，则可结合其他的物流订单信息或者车辆信息，进行派件路径的规划。示例性的，可以参考下述列出的可涉及的影响参数：
物流件的最晚派件时间点、派件地址j的物流件是否为限时件(例如中午12点前需送达)、派件地址i的派件时长、派件地址i到派件地址j的距离、派件地址i到派件地址j的时间、派件地址i到派件地址j的载重变化、车辆的固定成本、车辆的单公里成本、每公斤物流件装货时间系数、每公斤物流件派件时间系数、车辆在中转场的等待时间、车辆在中转场的装货时间、车辆的最大载重、车辆的实载下限比例、车辆的实载上限比例、派件地址i的经过次数上限值、车辆返回中转场的最晚时间、车辆完成所有物流件的派件任务的最晚时间、车辆完成所有物流件的总时长、车辆数量或者车辆i的负责区域等。
对应的，上述图1对应实施例步骤S203，可包括：
从目标物流订单信息提取不同派件对应的派件时效要求；
从目标车辆的车辆信息提取工作时效要求；
根据目标物流订单信息以及车辆信息，生成满足派件时效要求以及工作时效要求的目标车辆的派件路径。
在引入时效因素的情况下，可快速提供低成本、高效且满足时效要求的派件顺序以及路径。
在又一个示例性的实施例中，生成的路径，可以为单趟形式，即为一条路径即可完成所有物流件的派发，其中，生成的单趟路径，可以为多条不同的路径，或者也可以为从多条不同的路径中根据最短路径长度、最短完成时长或者最低车辆成本等目标条件下筛选出的最佳路径；
或者，生成的路径，也可以为多趟形式，即多条路径，每条路径对应总物流件中的不同物流件，车辆通过多次返回中转场装货进行新的物流件的派送。
对应的，还可预设车辆在单位时间内的工作趟数阈值，对应的，生成的派件路径，可包括工作趟数对应数量的不同路径或者更少数量的路径。
也就是说，上述图1对应实施例步骤S203，可包括：
根据目标物流订单信息以及车辆信息，生成至少一条路径，作为目标车辆的派件路径，其中，至少一条路径的路径数量不大于工作趟数阈值。
例如若车辆在X日预设的工作趟数为1天7趟，则可生成7或者7条以下的条派件路径，通过这7条或者7条以下的派件路径，完成X日物流件的派发。
在本申请实施例中，由于派件路径的生成考虑的是趟数维度，而非时间维度，例如取为1到10的趟数范围，而如果采用时间维度，以10分钟为1个刻度，一天内趟数的取值则为1到144的整数，从而导致与趟数相关的变量数增大14.4倍。因此，采用趟次进行派件路径的生成，则还可大大减少生成处理过程中涉及的变量规模，由此进一步降低计算量，缩短派件路径的生成所需时长。
进一步的，在示例性的实施例中，作为本申请图2对应实施例步骤S203的一种实现方式，参阅图4示出的本申请图2对应实施例步骤S203的一种流程示意图，可包括：
步骤S401，识别目标派件区域划分得到的不同子派件区域；
在本申请实施例中，为便于简化求解规模，还可将派件路径的生成处理分解成多个子派件路径的生成处理。
其中，子派件路径，可由不同的派件区域得到。对应的，可将目标派件区域划分得到不同的子派件区域。
示例性的，可预先根据长方形网格结构或者六边形网格结构等固定类型的网格结构，将中转场的派件区域划分成N个子派件区域；或者，也可按照行政区域的划分，预先对中转场的派件区域进行划分；或者，还可根据中转场的派件区域的当前物流订单的派件地址，进行子派件区域的实时划分。
需要说明的是，本申请实施例步骤S401，可以理解为提取预先划分好的自派件区域的区域信息，或者，也可以理解为实时划分子派件区域并提取其对应的区域信息。
步骤S402，从目标物流订单信息中，提取派件地址分别属于不同子派件区域的不同子物流订单信息；
在识别不同子派件区域后，即可从当前的物流订单信息中，按照派件地址以及不同子派件区域的区域范围，提取派件地址属于不同子派件区域的不同子物流订单信息。
示例性的，这些子物流订单信息，可以为数据表结构进行存储，并根据不同的子派件区域，进行划分。
步骤S403，分别根据不同子物流订单信息对应的不同派件地址，串得多个子派件路径；
在确定子派件区域及其对应的子物流订单信息后，即可进行子派件路径的生成处理，具体可参照原派件路径的生成处理，即通过串点处理，任意串联或者连接最近的派件地址等方式，生成符合最短路径长度、最短完成时长或者最低车辆成本等目标条件的子派件路径。
步骤S404，衔接多个子派件路径，得到目标车辆的派件路径。
在得到各个子派件区域对应的子派件路径后，则可进行融合，根据相邻子派件区域的子派件路径，将不同子派件路径相近的终止派件地址以及起始派件地址进行首尾相连，由此衔接得到完整的派件路径。
其中，这些子派件路径可以连结成一条路径，或者也可连结成多趟形式的多条路径。
在本申请实施例中，由于在派件路径的生成过程中，将派件路径的求解从整体拆分为N个子派件路径的求解，因此对于每个子派件路径的求解，可大大减少求解的复杂度以及数据量，在短时间内可求得N个子派件路径，由此带来的是，求解N个子派件路径以及将N个子派件路径融合为整体的派件路径所需的求解时间，显著低于直接求解整体的派件路径的求解时间，进而可显著提高整体的派件路径的生成效率。
在上述中已提及，可根据中转场的派件区域的当前物流订单的派件地址，进行子派件区域的实时划分，作为又一个示例性的实施例，如图5示出的本申请图4对应实施例步骤S401的一种流程示意图，步骤S401可包括：
步骤S501，提取目标物流订单信息对应的不同派件地址；
在实时的子派件区域的划分过程中，可先获取本次派件地址属于中转场的派件区域的物流订单的具体派件地址。
步骤S502，对目标物流订单信息对应的不同派件地址进行聚类处理，得到目标派件区域划分得到的不同子派件区域。
在当得到当前的不同派件地址后，可通过聚类算法对这些派件地址进行聚类处理。
聚类特征可以为已知的特征，也可以为未知的特征。其中，聚类特征具体可以为行政区域特征，例如A小区B栋、C街道35号至79号等；或者也可以为相邻区域特征，例如半径50米的区域范围、范围内每个派件地址间距在20米的区域范围；或者，也可以为海拔特征，例如海拔为50米的A地区海拔为13米的B地区等；或者，也可以为派件时间特征，例如早上11点前送达、下午4点-5点之间送达、晚上7点之后送达等；或者，也可以为派件方式特征，例如快递柜自提、合作点自提、送货上门等。
举例而言，将待聚类处理的不同派件地址作为聚类算法的输入数据集，每个派件地址为该输入数据集中的数据点，而聚类算法可以采用K-Means(K均值)聚类、均值漂移聚类、基于密度的聚类或者凝聚层次聚类等聚类方式进行聚类。
其中，K-Means聚类，1、在输入数据集中随机选取K个点，作为每一类的中心点；2、计算剩下n-K个样本点到每个聚类中心的距离(距离有很多种，假设这里采用欧式距离)。对于每一个数据点，将它归到和他距离最近的聚类中心所属的类；3、重新计算每个聚类中心的位置：步骤2中得到的结果是n个点都有自己所属的类，将每一个类内的所有点取平均值，计算出新的聚类中心。4、重复步骤2和3的操作，直到所有的聚类中心不再改变。
均值漂移聚类，是基于滑动窗口的算法，来找到数据点的密集区域。这是一个基于质心的算法，通过将中心点的候选点更新为滑动窗口内点的均值来完成，来定位每个组/类的中心点。然后对这些候选窗口进行相似窗口进行去除，最终形成中心点集及相应的分组。
基于密度的聚类，与均值漂移聚类类似，也是基于密度。首先确定半径r和最小数据点数(minPoints)，从一个没有被访问过的任意数据点开始，以这个点为中心，r为半径的圆内包含的点的数量是否大于或等于最小数据点数，如果大于或等于最小数据点数则改点被标记为中心点(central point)，反之则会被标记为噪声点(noise point)。重复前面步骤，直至所有的点都被访问过，如果一个噪声点存在于某个中心点为半径的圆内，则这个点被标记为边缘点，反之仍为噪声点。
凝聚层级聚类，是自下而上的一种聚类算法，先将每个数据点视为一个单一的簇，然后计算所有簇之间的距离来合并簇，知道所有的簇聚合成为一个簇为止。
此外的，聚类算法也可采用图团体聚类或者用高斯混合模型的最大期望聚类等聚类方式，具体在此不做限定。
进一步的，在融合得到整体的派件路径后，还可继续对其进行迭代优化。
在又一个示例性的实施例中，参阅图6示出的本申请图2对应实施例步骤S203的又一种流程示意图，在步骤S404之后，可包括：
步骤S601，任意选取派件路径中包含的预设数量的子派件路径；
步骤S602，将预设数量的子派件路径进行随机置换并得到的新的派件路径；
步骤S603，若新的派件路径的时长、路程或者运输成本低于原来的派件路径，则保留新的派件路径。
在本申请实施例中，可以在子派件路径之间，进行多次的随机置换，由此，可通过迭代、遍历的方式不断地寻找出时长、路程或者运输成本低于原来的派件路径的新的派件路径，以尽可能地完善整体的派件路径，直至最优派件路径，提高最后投入应用的派件路径的路径质量。
其中，该预设数量，可以为2、3、4等大于1的正整数，随实际需要而定。
示例性的，若整体的派件路径由子派件路径的路径序列由A、B、C、D、E、F、G以及H融合得到，派件路径为X：A-B-C-D-E-F-G-H，当前选择2数量进行置换，若选择C和F进行置换，则置换后的派件路径为Y：A-B-F-D-E-C-G-H，若派件路径Y的时长、路程或者运输成本低于原来的派件路径X，则保留派件路径Y并作为新的派件路径，舍弃原来的派件路径X，如此不断地进行迭代优化，直至得到最优派件路径。
当然，在这过程中，也可预设迭代次数阈值，即置换次数阈值，当置换次数达到置换次数阈值时，即可将当前的派件路径作为最优派件路径进行输出。
在又一个示例性的实施例中，本申请实施例提供的派件路径的生成方法，具体还可应用于重大货运输场景，重大货，指的重量或者体积相较普通物流件较大的物流件，或者说超出普通物流件规格范围的物流件，对应的，参阅图7示出的本申请图2对应实施例步骤S201的一种流程示意图，可包括：
步骤S701，提取派件地址属于目标中转场的目标派件区域的物流订单信息；
可以理解，在应用于重大货运输场景时，针对重大货运输场景，需进行重大货物流订单信息的筛选，因此，先提取中转场的派件区域对应的可能包含重货物流订单的所有物流订单信息。
步骤S702，从目标派件区域的物流订单信息中筛选出物流件的体积和/或重量达到阈值的物流订单信息作为目标物流订单信息。
在提取到中转场的派件区域对应的可能包含重大货物流订单的所有物流订单信息后，则可进行重大货物流订单信息的筛选。
具体的，即，可结合物流订单信息中携带的物流件的体积和/或重量，判断物流件是否为重大货，例如，若重量达到20kg以上，可视为重大货物流件；或者，若体积达到0.5m2，可视为重大货物流件；或者，若重量达到10kg、体积达到0.75m2，可视为重大货物流件。
可以理解，重大货物流件，相较于普通物流件，需要占用更大的存储空间以及运输成本，也因此，重大货物流件不仅对于网点会容易带来较大的分拣压力以及派送压力，同时在派送的过程中也容易影响到其他的普通物流件。
因此，针对重大货运输场景，通过应用本申请实施例提供的派件路径的生成方法，筛选出重大货物流件，并为其规划派件路径，将这些重大货物流件从中转场直接下发至派件地址进行派发，由此在简化运输网络架构的同时，达到在派送环节对物流件进行分流的效果，一方面可提高重大货物流件的运输效率以及派件效率，另一方面还可显著减少重大货物流件对于网点的分检作业以及派送作业的影响，从而在保证普通物流件的正常运输效率以及派件效率的基础上，还可在一定程度上提高普通物流件的运输效率以及派件效率，从而有利于运输网络架构的良好运行，保证物流服务质量。
为便于更好的实施本申请实施例提供的派件路径的生成方法，本申请实施例还提供派件路径的生成装置。
参阅图8，图8为本申请实施例派件路径的生成装置的一种结构示意图，在本申请实施例中，派件路径的生成装置800具体可包括如下结构：
获取单元801，用于获取派件地址属于目标中转场的目标派件区域的目标物流订单信息；
获取单元801，还用于获取目标派件区域对应的目标车辆的车辆信息；
生成单元802，用于根据目标物流订单信息以及车辆信息，生成目标车辆的派件路径，其中，派件路径为目标物流订单信息对应的不同派件地址以及目标中转场形成的路径。
在一个示例性的实施例中，生成单元802，具体用于：
从目标物流订单信息提取不同派件对应的派件时效要求；
从目标车辆的车辆信息提取工作时效要求；
根据目标物流订单信息以及车辆信息，生成满足派件时效要求以及工作时效要求的目标车辆的派件路径。
在又一个示例性的实施例中，生成单元802，具体用于：
识别目标派件区域划分得到的不同子派件区域；
从目标物流订单信息中，提取派件地址分别属于不同子派件区域的不同子物流订单信息；
分别根据不同子物流订单信息对应的不同派件地址，串得多个子派件路径；
衔接多个子派件路径，得到目标车辆的派件路径。
在又一个示例性的实施例中，生成单元802，还用于：
提取目标物流订单信息对应的不同派件地址；
对目标物流订单信息对应的不同派件地址进行聚类处理，得到目标派件区域划分得到的不同子派件区域。
在又一个示例性的实施例中，生成单元802，还用于：
任意选取派件路径中包含的预设数量的子派件路径；
将预设数量的子派件路径进行随机置换并得到的新的派件路径；
若新的派件路径的时长、路程或者运输成本低于原来的派件路径，则保留新的派件路径。
在又一个示例性的实施例中，获取单元801，具体用于：
提取派件地址属于目标中转场的目标派件区域的物流订单信息；
从目标派件区域的物流订单信息中筛选出物流件的体积和/或重量达到阈值的物流订单信息作为目标物流订单信息。
在又一个示例性的实施例中，车辆信息包括目标车辆在单位时间内的工作趟数阈值，生成单元802，具体用于：
根据目标物流订单信息以及车辆信息，生成至少一条路径，作为目标车辆的派件路径，其中，至少一条路径的路径数量不大于工作趟数阈值。。
本申请实施例还提供了派件路径的生成设备，参阅图9，图9示出了本申请实施例派件路径的生成设备的一种结构示意图，具体的，本申请提供的派件路径的生成设备包括处理器901，处理器901用于执行存储器902中存储的计算机程序时实现如图2至图7对应任意实施例中方法的各步骤；或者，处理器901用于执行存储器902中存储的计算机程序时实现如图8对应实施例中各单元的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器902中，并由处理器901执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
派件路径的生成设备可包括，但不仅限于处理器901、存储器902。本领域技术人员可以理解，示意仅仅是派件路径的生成设备的示例，并不构成对派件路径的生成设备的限定，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，例如派件路径的生成设备还可以包括输入输出设备、网络接入设备、总线等，处理器901、存储器902、输入输出设备以及网络接入设备等通过总线相连。
处理器901可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是派件路径的生成设备的控制中心，利用各种接口和线路连接整个设备的各个部分。
存储器902可用于存储计算机程序和/或模块，处理器901通过运行或执行存储在存储器902内的计算机程序和/或模块，以及调用存储在存储器902内的数据，实现计算机装置的各种功能。存储器902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派件路径的生成设备的使用所创建的数据(比如音频数据、视频数据等)等。此外，存储器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，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、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。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的派件路径的生成装置、设备及其相应单元的具体工作过程，可以参考如图2至图7对应任意实施例中方法的说明，具体在此不再赘述。
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，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请如图2至图7对应任意实施例中方法中的步骤，具体操作可参考如图2至图7对应任意实施例中派件路径的生成方法的说明，在此不再赘述。
其中，该计算机可读存储介质可以包括：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。
由于该计算机可读存储介质中所存储的指令，可以执行本申请如图2至图7对应任意实施例中派件路径的生成方法中的步骤，因此，可以实现本申请如图2至图7对应任意实施例中派件路径的生成方法所能实现的有益效果，详见前面的说明，在此不再赘述。
以上对本申请提供的派件路径的生成方法、装置、设备以及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，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申请的限制。
Claims (10)
1.一种派件路径的生成方法，其特征在于，所述方法包括：
获取派件地址属于目标中转场的目标派件区域的目标物流订单信息；
获取所述目标派件区域对应的目标车辆的车辆信息；
根据所述目标物流订单信息以及所述车辆信息，生成所述目标车辆的派件路径，其中，所述派件路径为所述目标物流订单信息对应的不同派件地址以及所述目标中转场形成的路径。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标物流订单信息以及所述车辆信息，生成所述目标车辆的派件路径包括：
从所述目标物流订单信息提取不同派件对应的派件时效要求；
从所述目标车辆的车辆信息提取工作时效要求；
根据所述目标物流订单信息以及所述车辆信息，生成满足所述派件时效要求以及所述工作时效要求的所述目标车辆的派件路径。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述订单信息以及所述车辆信息，生成所述目标车辆的派件路径包括：
识别所述目标派件区域划分得到的不同子派件区域；
从所述目标物流订单信息中，提取派件地址分别属于所述不同子派件区域的不同子物流订单信息；
分别根据所述不同子物流订单信息对应的不同派件地址，串得多个子派件路径；
衔接所述多个子派件路径，得到所述目标车辆的派件路径。
4.根据权利要求3所述的方法，其特征在于，所述识别所述目标派件区域划分得到的不同子派件区域包括：
提取所述目标物流订单信息对应的不同派件地址；
对所述目标物流订单信息对应的不同派件地址进行聚类处理，得到所述目标派件区域划分得到的不同子派件区域。
5.根据权利要求3所述的方法，其特征在于，所述融合所述多个子派件路径，得到所述目标车辆的派件路径之后，所述方法还包括：
任意选取所述派件路径中包含的预设数量的子派件路径；
将所述预设数量的子派件路径进行随机置换并得到的新的派件路径；
若所述新的派件路径的时长、路程或者运输成本低于原来的派件路径，则保留所述新的派件路径。
6.根据权利要求1所述的方法，其特征在于，所述获取派件地址属于目标中转场的目标派件区域的目标物流订单信息包括：
提取派件地址属于目标中转场的目标派件区域的物流订单信息；
从所述目标派件区域的物流订单信息中筛选出物流件的体积和/或重量达到阈值的物流订单信息作为所述目标物流订单信息。
7.根据权利要求1所述的方法，其特征在于，所述车辆信息包括所述目标车辆在单位时间内的工作趟数阈值，所述根据所述目标物流订单信息以及所述车辆信息，生成所述目标车辆的派件路径包括：
根据所述目标物流订单信息以及所述车辆信息，生成至少一条路径，作为所述目标车辆的派件路径，其中，所述至少一条路径的路径数量不大于所述工作趟数阈值。
8.一种派件路径的生成装置，其特征在于，所述装置包括：
获取单元，用于获取派件地址属于目标中转场的目标派件区域的目标物流订单信息；
所述获取单元，还用于获取所述目标派件区域对应的目标车辆的车辆信息；
生成单元，用于根据所述目标物流订单信息以及所述车辆信息，生成所述目标车辆的派件路径，其中，所述派件路径为所述目标物流订单信息对应的不同派件地址以及目标中转场形成的路径。
9.一种派件路径的生成设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010046871.2A CN113128925A (zh) | 2020-01-16 | 2020-01-16 | 派件路径的生成方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010046871.2A CN113128925A (zh) | 2020-01-16 | 2020-01-16 | 派件路径的生成方法、装置、设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113128925A true CN113128925A (zh) | 2021-07-16 |
Family
ID=76771694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010046871.2A Pending CN113128925A (zh) | 2020-01-16 | 2020-01-16 | 派件路径的生成方法、装置、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113128925A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114066349A (zh) * | 2021-10-27 | 2022-02-18 | 深圳市跨越新科技有限公司 | 货物跳节点直派运输方法、系统、计算机设备及存储介质 |
| CN116109223A (zh) * | 2023-04-11 | 2023-05-12 | 合肥新鸟科技有限公司 | 一种商家智能物流数据管理方法和系统 |
| CN117114560A (zh) * | 2023-10-25 | 2023-11-24 | 中科云谷科技有限公司 | 用于确定物品运输路径的方法、装置、存储介质及处理器 |
| CN117252503A (zh) * | 2023-11-15 | 2023-12-19 | 佛山市南海区微高软件有限公司 | 一种门窗派送信息生成方法、装置、电子设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108898346A (zh) * | 2018-07-05 | 2018-11-27 | 北京智行者科技有限公司 | 一种派送作业路径规划方法 |
| CN109214732A (zh) * | 2017-06-30 | 2019-01-15 | 菜鸟智能物流控股有限公司 | 物流对象选择、确定物流线路过载的方法及装置、设备 |
| CN109784820A (zh) * | 2019-03-28 | 2019-05-21 | 上海中通吉网络技术有限公司 | 一种快递路由智能解决方法、装置、终端设备及存储介质 |
| CN110348679A (zh) * | 2019-06-03 | 2019-10-18 | 菜鸟智能物流控股有限公司 | 物流处理方法、装置、电子设备和存储介质 |
| CN110390409A (zh) * | 2018-04-17 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 配送方案的确定方法、装置以及计算机可读存储介质 |
| KR102041971B1 (ko) * | 2018-05-09 | 2019-11-07 | 주식회사 모베이스 | 최적 배송경로 패턴 마이닝 학습 방법을 이용한 클라우드 배송 서비스 시스템 |
| CN110645983A (zh) * | 2018-06-26 | 2020-01-03 | 北京京东尚科信息技术有限公司 | 用于无人车的路径规划方法、装置和系统 |
-
2020
- 2020-01-16 CN CN202010046871.2A patent/CN113128925A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109214732A (zh) * | 2017-06-30 | 2019-01-15 | 菜鸟智能物流控股有限公司 | 物流对象选择、确定物流线路过载的方法及装置、设备 |
| CN110390409A (zh) * | 2018-04-17 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 配送方案的确定方法、装置以及计算机可读存储介质 |
| KR102041971B1 (ko) * | 2018-05-09 | 2019-11-07 | 주식회사 모베이스 | 최적 배송경로 패턴 마이닝 학습 방법을 이용한 클라우드 배송 서비스 시스템 |
| CN110645983A (zh) * | 2018-06-26 | 2020-01-03 | 北京京东尚科信息技术有限公司 | 用于无人车的路径规划方法、装置和系统 |
| CN108898346A (zh) * | 2018-07-05 | 2018-11-27 | 北京智行者科技有限公司 | 一种派送作业路径规划方法 |
| CN109784820A (zh) * | 2019-03-28 | 2019-05-21 | 上海中通吉网络技术有限公司 | 一种快递路由智能解决方法、装置、终端设备及存储介质 |
| CN110348679A (zh) * | 2019-06-03 | 2019-10-18 | 菜鸟智能物流控股有限公司 | 物流处理方法、装置、电子设备和存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114066349A (zh) * | 2021-10-27 | 2022-02-18 | 深圳市跨越新科技有限公司 | 货物跳节点直派运输方法、系统、计算机设备及存储介质 |
| CN116109223A (zh) * | 2023-04-11 | 2023-05-12 | 合肥新鸟科技有限公司 | 一种商家智能物流数据管理方法和系统 |
| CN117114560A (zh) * | 2023-10-25 | 2023-11-24 | 中科云谷科技有限公司 | 用于确定物品运输路径的方法、装置、存储介质及处理器 |
| CN117114560B (zh) * | 2023-10-25 | 2024-01-05 | 中科云谷科技有限公司 | 用于确定物品运输路径的方法、装置、存储介质及处理器 |
| CN117252503A (zh) * | 2023-11-15 | 2023-12-19 | 佛山市南海区微高软件有限公司 | 一种门窗派送信息生成方法、装置、电子设备及存储介质 |
| CN117252503B (zh) * | 2023-11-15 | 2024-03-15 | 佛山市南海区微高软件有限公司 | 一种门窗派送信息生成方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113128925A (zh) | 派件路径的生成方法、装置、设备及计算机可读存储介质 | |
| Ghilas et al. | An adaptive large neighborhood search heuristic for the pickup and delivery problem with time windows and scheduled lines | |
| CN112053117B (zh) | 一种协同配送的路径规划方法及装置 | |
| CN111428991B (zh) | 用于确定配送车辆的方法和装置 | |
| Simoni et al. | Crowdsourced on-demand food delivery: An order batching and assignment algorithm | |
| CN113077103B (zh) | 运输网络规划方法和装置 | |
| Rieck et al. | A new mixed integer linear model for a rich vehicle routing problem with docking constraints | |
| US20220005139A1 (en) | Diversified and connected freight allocation system and method | |
| CN112950119B (zh) | 即时物流订单拆分方法、装置、设备及存储介质 | |
| CN111738656A (zh) | 内配出库中的分货方法、装置、设备和存储介质 | |
| CN111724086A (zh) | 物流订单的配送方法、系统、存储介质及电子设备 | |
| KR102503198B1 (ko) | 인공지능 기반의 최적 배송경로 제공 장치 및 방법 | |
| CN113379102A (zh) | 一种多网干线运输优化方法、计算机设备及存储介质 | |
| CN111667085A (zh) | 物流路由网络的确定方法、装置、介质及电子设备 | |
| Soriano et al. | The two-region multi-depot pickup and delivery problem | |
| Ninikas et al. | Reoptimization strategies for a dynamic vehicle routing problem with mixed backhauls | |
| Giusti et al. | Multiperiod transshipment location–allocation problem with flow synchronization under stochastic handling operations | |
| CN113506068B (zh) | 一种出入库方法、装置、存储介质及电子设备 | |
| Kim et al. | Ant colony optimisation with random selection for block transportation scheduling with heterogeneous transporters in a shipyard | |
| Lloret-Batlle et al. | Estimation of an inventory theoretical model of mode choice in freight transport | |
| CN112418475A (zh) | 物流路径规划方法、装置、电子设备及存储介质 | |
| CN113255950B (zh) | 一种优化物流网络的方法和装置 | |
| Vasyanin et al. | A Methodology of the Mathematical Modeling for Perspective Development of Nodes and Transport Routes in the Multicommodity Hierarchical Network. I. Optimization Problems | |
| CN113240218B (zh) | 基于大数据的物流配送规划方法及系统 | |
| CN114692917A (zh) | 路由序列的生成方法、装置、计算机设备和存储介质 |
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 |