CN113326959B - 一种优化路径的方法和装置 - Google Patents
一种优化路径的方法和装置 Download PDFInfo
- Publication number
- CN113326959B CN113326959B CN202010128737.7A CN202010128737A CN113326959B CN 113326959 B CN113326959 B CN 113326959B CN 202010128737 A CN202010128737 A CN 202010128737A CN 113326959 B CN113326959 B CN 113326959B
- Authority
- CN
- China
- Prior art keywords
- order
- time window
- sub
- information
- position 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005457 optimization Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000012384 transportation and delivery Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000013439 planning Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (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)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种优化路径的方法和装置,涉及物流配送技术领域。该方法的一具体实施方式包括:获取与服务站点关联的初始的需求信息,根据所述初始的需求信息和所述服务站点的位置信息生成初始的路径;按照预设步长将动态服务时间窗划分为多个子时间窗;若到达任意一个所述子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径。该实施方式能够解决配送效率低的技术问题。
Description
技术领域
本发明涉及物流配送技术领域,尤其涉及一种优化路径的方法和装置。
背景技术
随着互联网技术的发展,电商平台如雨后春笋般涌现,线上交易额每年都在大幅度增长,平均每天都有上亿的包裹发出,物流行业由此得到了极大的发展。与此同时,物流行业的竞争也日益激烈,降低成本、提高效率和保证客户满意度,成为提升物流公司核心竞争力的关键因素。
现有的智能排线方法一般是基于静态假设条件下的路线规划方法。配送员根据规划好的线路进行服务,当客户点无法按照约定的时间、地点交付或收取货物时,配送员继续服务路线上的下一个客户。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
基于静态假设进行路线规划时会出现到达客户服务节点后无法执行任务的情况,浪费配送员的配送时间和配送成本,导致配送效率低。
发明内容
有鉴于此,本发明实施例提供一种优化路径的方法和装置,以解决配送效率低的技术问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种优化路径的方法,包括:
获取与服务站点关联的初始的需求信息,根据所述初始的需求信息和所述服务站点的位置信息生成初始的路径;
按照预设步长将动态服务时间窗划分为多个子时间窗;
若到达任意一个所述子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径。
可选地,根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径,包括:
判断在所述子时间窗内是否有新增、取消或者更改的订单;
若是,则根据所述订单更新需求信息,得到所述时间窗内当前的需求信息,从而根据所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息生成新的路径。
可选地,所述需求信息包括待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息;
其中,所述订单信息包括服务时间窗和服务节点。
可选地,根据所述订单更新需求信息,包括:
若在所述子时间窗内新增揽件订单,则判断所述揽件订单的服务窗是否为当天,若是,则将所述揽件订单添加到所述待服务订单集合中;
若在所述子时间窗内取消订单,则从所述待服务订单集合中删除所述订单;
若在所述子时间窗内更改订单的服务时间窗或者地址信息,则先从所述待服务订单集合中删除所述订单,再将更改后的订单添加到所述待服务订单集合中。
可选地,根据初始的需求信息和所述服务站点的位置信息生成初始的路径,包括:
采用启发式算法对初始的需求信息和所述服务站点的位置信息进行求解,从而生成初始的路径;
根据所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息生成新的路径,包括:
采用启发式算法对所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息进行求解,从而生成新的路径。
可选地,所述启发式算法包括贪心算法、遗传算法或者蚁群算法。
可选地,还包括:
若到达第一个子时间窗的开启时间,则根据所述第一个子时间窗的开始时间之前变化的需求信息优化所述路径。
另外,根据本发明实施例的另一个方面,提供了一种优化路径的装置,包括:
初始模块,用于获取与服务站点关联的初始的需求信息,根据所述初始的需求信息和所述服务站点的位置信息生成初始的路径;
划分模块,用于按照预设步长将动态服务时间窗划分为多个子时间窗;
优化模块,用于若到达任意一个所述子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径。
可选地,所述优化模块还用于:
判断在所述子时间窗内是否有新增、取消或者更改的订单;
若是,根据所述订单更新需求信息,得到所述时间窗内当前的需求信息,从而根据所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息生成新的路径。
可选地,所述需求信息包括待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息;
其中,所述订单信息包括服务时间窗和服务节点。
可选地,所述优化模块还用于:
若在所述子时间窗内新增揽件订单,则判断所述揽件订单的服务窗是否为当天,若是,则将所述揽件订单添加到所述待服务订单集合中;
若在所述子时间窗内取消订单,则从所述待服务订单集合中删除所述订单;
若在所述子时间窗内更改订单的服务时间窗或者地址信息,则先从所述待服务订单集合中删除所述订单,再将更改后的订单添加到所述待服务订单集合中。
可选地,所述初始模块还用于:
采用启发式算法对初始的需求信息和所述服务站点的位置信息进行求解,从而生成初始的路径;
所述优化模块还用于:
采用启发式算法对所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息进行求解,从而生成新的路径。
可选地,所述启发式算法包括贪心算法、遗传算法或者蚁群算法。
可选地,所述优化模块还用于:
若到达第一个子时间窗的开启时间,则根据所述第一个子时间窗的开始时间之前变化的需求信息优化所述路径。
根据本发明实施例的另一个方面,还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上述任一实施例所述的方法。
根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用按照预设步长将动态服务时间窗划分为多个子时间窗,若到达任意一个子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息优化路径的技术手段,所以克服了现有技术中配送效率低的技术问题。本发明实施例按照预设步长将动态服务时间窗划分为多个子时间窗,根据每个子时间窗内接收到的变化需求信息对路径进行优化,将实时动态路径规划转化为多个瞬时静态路径规划,防止路径的实时优化太过频繁;同时又能够对实时处理变化需求,及时调整路径,节约配送员的配送时间和配送成本,从而提高配送效率。
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是根据本发明实施例的优化路径的方法的主要流程的示意图;
图2是根据本发明一个可参考实施例的优化路径的方法的主要流程的示意图;
图3是根据本发明实施例的配送员从配送中心出发时生成的初始路径的示意图;
图4是根据本发明实施例的第一次优化路径的示意图;
图5是根据本发明实施例的未优化路径的示意图;
图6是根据本发明实施例的第二次优化路径的示意图;
图7是根据本发明实施例的优化路径的装置的主要模块的示意图;
图8是本发明实施例可以应用于其中的示例性系统架构图;
图9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。
在实际运营中,客户无法收货时可以将快递暂时寄存在快递柜,然后由客户在方便的时间取出,但在很多情况下,收货地址周围可能没有可用的快递柜,又或者快递需要当面签收。因此基于静态假设进行路线规划时会出现到达客户服务节点后无法执行任务的情况,这样会浪费配送员的时间,导致配送效率低。
为了解决上述技术问题,本发明实施例在动态优化阶段,将根据客户的变化需求(包括新需求的产生及原有需求的变动)对路径进行优化,节约配送员的配送时间和配送成本,从而提高配送效率。
图1是根据本发明实施例的优化路径的方法的主要流程的示意图。作为本发明的一个实施例,如图1所示,所述优化路径的方法可以包括:
步骤101,获取与服务站点关联的初始的需求信息,根据所述初始的需求信息和所述服务站点的位置信息生成初始的路径。
可选地,可以采用启发式算法对初始的需求信息和所述服务站点的位置信息进行求解,从而生成初始的路径。该步骤为初始规划阶段,在配送员从服务站点(比如配送中心)出发的时刻对已预约(配送和揽件)的服务节点进行路径规划,得到初始的最优路径方案,配送员驾驶配送车辆按照该路径执行配送和揽件服务。
在本发明的实施例中,所述需求信息可以包括待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息;其中,所述订单信息可以包括服务时间窗和服务节点。可选地,所述启发式算法包括贪心算法、遗传算法或者蚁群算法。例如,可以采用以下数学模型生成初始的路径:
s.t.
其中:
式(1)为目标函数,表示总的配送成本最低,总的配送成本包括车辆行驶成本和早到或晚到的惩罚成本两个部分;
式(2)和式(3)表示每个节点仅且只被访问一次;
式(4)表示配送员从当前位置出发,到达下一个节点;
式(5)表示配送员最终需要回到配送中心;
式(6)表示避免子回路约束;
式(7)表示车辆从配送中心出发时所载货物不能超过车辆的容积限制;
式(8)表示在服务完节点i后,车辆所载货物不超过车辆的容积限制;
式(9)表示配送过程中的载容平衡。
同时,定义如下参数:
配送节点集合:揽收任务节点P={1,2,…,m},配送任务节点D={m+1,m+2,…,m+n},记N={0}∪P∪D∪{m+n+1}表示所有网络节点的集合,其中节点0代表配送中心,m+n+1表示配送员当前位置,记N*={1,2,…,m+n}表示待服务的节点集合;
Q:车辆的容量限制;
cd:车辆单位时间内的行驶成本;
dij:从节点i到节点j的距离,i∈N*∪{m+n+1},j∈{0}∪N*;
tij:车辆从节点i到节点j的行驶时间,i∈N*∪{m+n+1},j∈{0}∪N*;
qi:节点i的需求量,qi>0表示揽收任务,qi<0表示配送任务,i∈N*;
Li:车辆离开节点i时的载容,i∈{0}∪N*;
si:车辆到达节点i的时刻,i∈N*;
[ai,bi]:节点i的服务时间窗,ai<bi,i∈N*;
wi:节点i需要的服务时间,i∈N*;
ci(si):车辆在时刻si到达客户i处的惩罚成本,i∈N*;假设单位时间内早到的惩罚系数为c1,晚到的惩罚系数为c2,一般来说,晚到的客户满意度远低于早到的客户满意度,因此c2>>c1,ci(si)可以表示为如下数学形式:
决策变量为
因此,通过求解目标函数可以得到生成初始的路径。
步骤102,按照预设步长将动态服务时间窗划分为多个子时间窗。
为了避免变化需求频繁产生而导致路径的实时优化太过频繁,造成配送员不停地调整路线,进而导致整体优化方案在实际运营时缺乏可操作性,本发明实施例将动态服务时间窗[Ts,Te]划分为持续时间为T的若干个子时间窗[Ts,Ts+T],[Ts+T,Ts+2T],…,[Ts+kT,Te]。其中,Ts,Te为动态服务时间窗的开启和关闭时间,T为时间步长。
可选地,动态服务时间窗[Ts,Te]可以根据实际需要进行设置,比如可以是配送员按照路径执行配送和揽件服务的总服务时间窗,也可以是配送员按照路径执行配送和揽件服务的总服务时间窗内的某一个时间窗。
步骤103,若到达任意一个所述子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径。
在该步骤中,在每一个子时间窗结束时根据在该子时间窗内发生变化的需求信息对初始的路径进行动态优化,以使配送员可以及时调整路径,防止浪费配送员的时间,从而提高配送效率。可选地,根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径,包括:判断在所述子时间窗内是否有新增、取消或者更改的订单;若是,则根据所述订单更新需求信息,得到所述时间窗内当前的需求信息,从而根据所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息生成新的路径。
可选地,发生变化的需求信息可以分为新增揽件订单、取消订单、更改订单的服务时间窗或地址信息(即服务节点的地址信息)等类型。可选地,根据所述订单更新需求信息,包括:若在所述子时间窗内新增揽件订单,则判断所述揽件订单的服务窗是否为当天,若是,则将所述揽件订单添加到所述待服务订单集合中;若在所述子时间窗内取消订单,则从所述待服务订单集合中删除所述订单;若在所述子时间窗内更改订单的服务时间窗或者地址信息,则先从所述待服务订单集合中删除所述订单,再将更改后的订单添加到所述待服务订单集合中。
举例来说,针对上述四种类型,可以具体进行如下处理:
如果在子时间窗内新增揽件订单:判断该揽件订单的服务时间窗是否为当天,若为当天,则将该揽件订单添加到待服务订单集合中,若不在当天,则不予处理。
如果在子时间窗内取消原有订单:将该订单则从待服务订单集合中剔除;
如果在子时间窗内更改原有订单的服务时间窗或地址信息:当作客户先取消原有订单再新增订单来处理,即先从所述待服务订单集合中删除所述订单,再将更改后的订单添加到所述待服务订单集合中。
将不同的动态因素根据上述方法处理后,得到更新后的待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息。然后根据更新后的需求信息、配送员当前位置和配送中心位置再次生成新的路径,从而实现路径优化。可选地,可以采用启发式算法对更新后的当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息进行求解,从而生成新的路径。可选地,所述启发式算法包括贪心算法、遗传算法或者蚁群算法。求解方法与步骤101类似,不再赘述。可见,本发明实施例能够考虑老客户更改时间窗、取消订单等因素,当客户无法按照约定时间地点进行收/交货时,或者产生新的揽件任务时,可以及时调整路径,节约配送员的配送时间和配送成本,提高配送效率。
根据上面所述的各种实施例,可以看出本发明通过按照预设步长将动态服务时间窗划分为多个子时间窗,若到达任意一个子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息优化路径的技术手段,解决了现有技术中配送效率低的技术问题。本发明实施例按照预设步长将动态服务时间窗划分为多个子时间窗,根据每个子时间窗内接收到的变化需求信息对路径进行优化,将实时动态路径规划转化为多个瞬时静态路径规划,防止路径的实时优化太过频繁;同时又能够对实时处理变化需求,及时调整路径,节约配送员的配送时间和配送成本,从而提高配送效率。
图2是根据本发明一个可参考实施例的优化路径的方法的主要流程的示意图。作为本发明的又一个实施例,如图2所示,所述优化路径的方法可以包括以下步骤:
步骤201,当日服务任务(包括配送任何和揽件任务)开始。
步骤202,确认与服务站点关联的待服务客户的初始的需求信息。
所述需求信息可以包括待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息;其中,所述订单信息可以包括服务时间窗和服务节点。
步骤203,根据初始的需求信息和所述服务站点的位置信息生成初始的路径。
可以采用启发式算法对初始的需求信息进行求解,从而生成初始的路径。该步骤为初始规划阶段,在配送员从服务站点出发的时刻对已预约(配送和揽件)的服务节点进行路径规划,得到初始的最优路径方案,配送员驾驶车辆按照该路径执行配送和揽件服务。
步骤204,动态服务时间窗开启(即到达第一个子时间窗的开启时间)。
步骤205,接收动态服务时间窗开启之前的变化需求。
步骤206,根据动态服务时间窗开启之前变化的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径。
如果新增揽件订单:判断该揽件订单的服务时间窗是否为当天,若为当天,则将该揽件订单添加到待服务订单集合中,若不在当天,则不予处理。
如果取消原有订单:将该订单则从待服务订单集合中剔除;
如果更改原有订单的服务时间窗或地址信息:当作客户先取消原有订单再新增订单来处理,即先从所述待服务订单集合中删除所述订单,再将更改后的订单添加到所述待服务订单集合中。
将不同的动态因素根据上述方法处理后,得到更新后的待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息。然后根据更新后的当前的需求信息、配送员当前位置和服务站点位置再次生成新的路径,从而实现路径优化。
步骤207,到达任意一个所述子时间窗的关闭时间。
步骤208,接收所述子时间窗内的变化需求,从而确定所述子时间窗内当前的需求信息。
步骤209,根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径。该步骤的处理过程与步骤206类似,不再赘述。
步骤210,判断动态服务时间窗是否关闭;若是,则执行步骤211;若否,则执行步骤207。
步骤211,配送员完成待服务订单集合中剩余服务任务。
步骤212,当日服务任务结束。
另外,在本发明一个可参考实施例中优化路径的方法的具体实施内容,在上面所述优化路径的方法中已经详细说明了,故在此重复内容不再说明。
作为本发明的另一个实施例,所述优化路径的方法可以包括以下步骤:
初始规划阶段,配送员从配送中心出发,根据当前的待服务客户的需求信息规划一条最优的初始路径,配送员根据该路径执行服务任务。
动态规划阶段,动态服务时间窗开启后,收集一个子时间窗内的变化需求信息,若该子时间窗内没有产生变化的需求信息,则不需要调整配送员的路径;若该子时间段内产生了新的变化需求信息,则根据变化的需求信息优化路径,配送员按照新的路径执行服务任务。动态服务时间窗关闭后,不再接收新的变化需求,配送员按照当前路径执行完所有服务任务后返回配送中心。
为了清晰说明本技术方案可以实现的效果,下面结合测试数据及附图进行详细说明。如图3所示,其为配送员从配送中心出发时生成的初始路径,假设配送员在每个节点的服务时间恒为1。
当动态服务时间窗开启时,配送中心接收一个子时间段内产生的变化的需求信息,根据变化的需求信息优化路径。假设动态服务时间窗为[20,40],以10为步长划分该动态服务时间窗,则会在20、30、40这3个时刻进行路径的优化。
假设[0,20]时间段内产生的变化的需求信息为:1.图3配送路径中的第9位客户取消订单;2.产生了一个新的揽件需求(在图4中用空心五角星表示),那么优化后的路径如图4所示。
如果子时间窗[20,30]内没有变化需求产生,则配送员的配送路径不需调整,在时刻30时的任务执行情况如图5所示。
假设子时间窗[30,40]内产生的变化的需求信息为:1.图5中配送路线的倒数第一位客户修改了收货地址,2.倒数第2位客户修改了收货地址及服务时间窗,则在时刻40时会调整路线,如图6所示。在时刻40时动态服务时间窗关闭,配送员不再接收变化需求,继续完成配送任务,最后将揽收的货物及配送取消的货物送回到配送中心进行下一步的处理。
由上述过程可以看出,如果一旦产生变化需求就调整路径,需要调整4次路径,通过划分子时间窗仅需要调整2次路径,本发明实施例可以在处理变化需求的同时,有效地避免了频繁的调整路径。
图7是根据本发明实施例的优化路径的装置的主要模块的示意图,如图7所示,所述优化路径的装置700包括初始模块701、划分模块702和优化模块703。其中,初始模块701用于获取与服务站点关联的初始的需求信息,根据所述初始的需求信息和所述服务站点的位置信息生成初始的路径;划分模块702用于按照预设步长将动态服务时间窗划分为多个子时间窗;优化模块703用于若到达任意一个所述子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径。
可选地,所述优化模块703还用于:
判断在所述子时间窗内是否有新增、取消或者更改的订单;
若是,则根据所述订单更新需求信息,得到所述时间窗内当前的需求信息,从而根据所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息生成新的路径。
可选地,所述需求信息包括待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息;
其中,所述订单信息包括服务时间窗和服务节点。
可选地,所述优化模块703还用于:
若在所述子时间窗内新增揽件订单,则判断所述揽件订单的服务窗是否为当天,若是,则将所述揽件订单添加到所述待服务订单集合中;
若在所述子时间窗内取消订单,则从所述待服务订单集合中删除所述订单;
若在所述子时间窗内更改订单的服务时间窗或者地址信息,则先从所述待服务订单集合中删除所述订单,再将更改后的订单添加到所述待服务订单集合中。
可选地,所述初始模块701还用于:
采用启发式算法对初始的需求信息和所述服务站点的位置信息进行求解,从而生成初始的路径;
所述优化模块703还用于:
采用启发式算法对所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息进行求解,从而生成新的路径。
可选地,所述启发式算法包括贪心算法、遗传算法或者蚁群算法。
可选地,所述优化模块703还用于:
若到达第一个子时间窗的开启时间,则根据所述第一个子时间窗的开始时间之前变化的需求信息优化所述路径。
根据上面所述的各种实施例,可以看出本发明通过按照预设步长将动态服务时间窗划分为多个子时间窗,若到达任意一个子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息优化路径的技术手段,解决了现有技术中配送效率低的技术问题。本发明实施例按照预设步长将动态服务时间窗划分为多个子时间窗,根据每个子时间窗内接收到的变化需求信息对路径进行优化,将实时动态路径规划转化为多个瞬时静态路径规划,防止路径的实时优化太过频繁;同时又能够对实时处理变化需求,及时调整路径,节约配送员的配送时间和配送成本,从而提高配送效率。
需要说明的是,在本发明所述优化路径的装置的具体实施内容,在上面所述优化路径的方法中已经详细说明了,故在此重复内容不再说明。
图8示出了可以应用本发明实施例的优化路径的方法或优化路径的装置的示例性系统架构800。
如图8所示,系统架构800可以包括终端设备801、802、803,网络804和服务器805。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804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801、802、803通过网络804与服务器805交互,以接收或发送消息等。终端设备801、802、803上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备801、802、803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805可以是提供各种服务的服务器,例如对用户利用终端设备801、802、803所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、物品信息——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优化路径的方法一般由服务器805执行,相应地,所述优化路径的装置一般设置在服务器805中。本发明实施例所提供的优化路径的方法也可以由终端设备801、802、803执行,相应地,所述优化路径的装置可以设置在终端设备801、802、803中。
应该理解,图8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9,其示出了适于用来实现本发明实施例的终端设备的计算机系统900的结构示意图。图9示出的终端设备仅仅是一个示例,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9所示,计算机系统900包括中央处理单元(CPU)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
以下部件连接至I/O接口905:包括键盘、鼠标等的输入部分906;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907;包括硬盘等的存储部分908;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909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,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910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908。
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,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909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901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:一种处理器包括初始模块、划分模块和优化模块,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。
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:获取与服务站点关联的初始的需求信息,根据所述初始的需求信息和所述服务站点的位置信息生成初始的路径;按照预设步长将动态服务时间窗划分为多个子时间窗;若到达任意一个所述子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径。
根据本发明实施例的技术方案,因为采用按照预设步长将动态服务时间窗划分为多个子时间窗,若到达任意一个子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息优化路径的技术手段,所以克服了现有技术中配送效率低的技术问题。本发明实施例按照预设步长将动态服务时间窗划分为多个子时间窗,根据每个子时间窗内接收到的变化需求信息对路径进行优化,将实时动态路径规划转化为多个瞬时静态路径规划,防止路径的实时优化太过频繁;同时又能够对实时处理变化需求,及时调整路径,节约配送员的配送时间和配送成本,从而提高配送效率。
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 (7)
1.一种优化路径的方法,其特征在于,包括:
获取与服务站点关联的初始的需求信息,根据所述初始的需求信息和所述服务站点的位置信息生成初始的路径;
按照预设步长将动态服务时间窗划分为多个子时间窗;
若到达任意一个所述子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径;
若到达第一个子时间窗的开启时间,则根据所述第一个子时间窗的开启时间之前的当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径;
根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径,包括:
判断在所述子时间窗内是否有新增、取消或者更改的订单;
若是,则根据所述订单更新需求信息,得到所述时间窗内当前的需求信息,从而根据所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息生成新的路径;
所述需求信息包括待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息;
其中,所述订单信息包括服务时间窗和服务节点。
2.根据权利要求1所述的方法,其特征在于,根据所述订单更新需求信息,包括:
若在所述子时间窗内新增揽件订单,则判断所述揽件订单的服务窗是否为当天,若是,则将所述揽件订单添加到所述待服务订单集合中;
若在所述子时间窗内取消订单,则从所述待服务订单集合中删除所述订单;
若在所述子时间窗内更改订单的服务时间窗或者地址信息,则先从所述待服务订单集合中删除所述订单,再将更改后的订单添加到所述待服务订单集合中。
3.根据权利要求1所述的方法,其特征在于,根据初始的需求信息和所述服务站点的位置信息生成初始的路径,包括:
采用启发式算法对初始的需求信息和所述服务站点的位置信息进行求解,从而生成初始的路径;
根据所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息生成新的路径,包括:
采用启发式算法对所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息进行求解,从而生成新的路径。
4.根据权利要求3所述的方法,其特征在于,所述启发式算法包括贪心算法、遗传算法或者蚁群算法。
5.一种优化路径的装置,其特征在于,包括:
初始模块,用于获取与服务站点关联的初始的需求信息,根据所述初始的需求信息和所述服务站点的位置信息生成初始的路径;
划分模块,用于按照预设步长将动态服务时间窗划分为多个子时间窗;
优化模块,用于若到达任意一个所述子时间窗的关闭时间,则根据所述子时间窗内当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径;若到达第一个子时间窗的开启时间,则根据所述第一个子时间窗的开启时间之前的当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息优化所述路径;
所述优化模块还用于:
判断在所述子时间窗内是否有新增、取消或者更改的订单;
若是,则根据所述订单更新需求信息,得到所述时间窗内当前的需求信息,从而根据所述当前的需求信息、所述服务站点的位置信息以及配送员的当前位置信息生成新的路径;
所述需求信息包括待服务订单集合以及所述待服务订单集合中各个订单对应的订单信息;
其中,所述订单信息包括服务时间窗和服务节点。
6.一种电子设备,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1-4中任一所述的方法。
7.一种计算机可读介质,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1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010128737.7A CN113326959B (zh) | 2020-02-28 | 2020-02-28 | 一种优化路径的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010128737.7A CN113326959B (zh) | 2020-02-28 | 2020-02-28 | 一种优化路径的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113326959A CN113326959A (zh) | 2021-08-31 |
CN113326959B true CN113326959B (zh) | 2023-11-03 |
Family
ID=77412728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010128737.7A Active CN113326959B (zh) | 2020-02-28 | 2020-02-28 | 一种优化路径的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113326959B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
WO2018099135A1 (zh) * | 2016-11-29 | 2018-06-07 | 北京小度信息科技有限公司 | 订单组配送顺序规划方法、路线规划方法及装置 |
CN109945884A (zh) * | 2019-04-12 | 2019-06-28 | 德邦物流股份有限公司 | 实时路径规划方法、装置、计算机终端和可读存储介质 |
CN110231044A (zh) * | 2019-06-10 | 2019-09-13 | 北京三快在线科技有限公司 | 一种路径规划方法及装置 |
CN110516984A (zh) * | 2018-05-21 | 2019-11-29 | 北京京东振世信息技术有限公司 | 用于生成配送路径信息的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140330738A1 (en) * | 2013-05-01 | 2014-11-06 | Gruppo Due Mondi, Inc. | Optimizing Customer Delivery Services |
-
2020
- 2020-02-28 CN CN202010128737.7A patent/CN113326959B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2018099135A1 (zh) * | 2016-11-29 | 2018-06-07 | 北京小度信息科技有限公司 | 订单组配送顺序规划方法、路线规划方法及装置 |
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 |
CN110516984A (zh) * | 2018-05-21 | 2019-11-29 | 北京京东振世信息技术有限公司 | 用于生成配送路径信息的方法和装置 |
CN109945884A (zh) * | 2019-04-12 | 2019-06-28 | 德邦物流股份有限公司 | 实时路径规划方法、装置、计算机终端和可读存储介质 |
CN110231044A (zh) * | 2019-06-10 | 2019-09-13 | 北京三快在线科技有限公司 | 一种路径规划方法及装置 |
Non-Patent Citations (1)
Title |
---|
联网中物流配送车辆调度目标定位设计与仿真;冯亮;梁工谦;;计算机仿真(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113326959A (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108062246B (zh) | 用于深度学习框架的资源调度方法和装置 | |
Zuo et al. | A multi-objective hybrid cloud resource scheduling method based on deadline and cost constraints | |
US9020829B2 (en) | Quality of service aware scheduling for composite web service workflows | |
CN108182111A (zh) | 任务调度系统、方法和装置 | |
CN109960826B (zh) | 供应链仿真方法和装置 | |
Benjaafar et al. | Production‐inventory systems with imperfect advance demand information and updating | |
CN110555640A (zh) | 路由规划的方法和装置 | |
US8874587B2 (en) | Tenant placement in multitenant cloud databases with one-to-many data sharing | |
CN109033001A (zh) | 用于分配gpu的方法和装置 | |
CN107633358B (zh) | 设施选址及分配的方法和装置 | |
CN111507651A (zh) | 应用于人机混合仓库的订单数据处理方法和装置 | |
CN110516984A (zh) | 用于生成配送路径信息的方法和装置 | |
CN110858332B (zh) | 订单生产方法和装置 | |
CN111044062B (zh) | 路径规划、推荐方法和装置 | |
CN113077106A (zh) | 一种基于时间窗的物品运输方法和装置 | |
CN110807612A (zh) | 确定剩余产能的方法和装置 | |
CN113762866A (zh) | 一种物流信息处理方法、装置以及系统 | |
CN113326959B (zh) | 一种优化路径的方法和装置 | |
CN112346628A (zh) | 一种特享资源凭证管理方法、系统和电子设备 | |
CN115099865A (zh) | 一种数据处理方法和装置 | |
CN113361739B (zh) | 一种生成拣货路径的方法和装置 | |
CN110490501B (zh) | 一种运力状态管理方法和装置 | |
Cao et al. | Online cost-aware service requests scheduling in hybrid clouds for cloud bursting | |
CN113538080A (zh) | 一种任务单拆分方法和装置 | |
CN113780914A (zh) | 库存调配方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |