CN113408836B - 物流路由评估方法及装置、存储介质、电子设备 - Google Patents

物流路由评估方法及装置、存储介质、电子设备 Download PDF

Info

Publication number
CN113408836B
CN113408836B CN202010182193.2A CN202010182193A CN113408836B CN 113408836 B CN113408836 B CN 113408836B CN 202010182193 A CN202010182193 A CN 202010182193A CN 113408836 B CN113408836 B CN 113408836B
Authority
CN
China
Prior art keywords
analysis result
evaluated
route
node
logistics route
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
Application number
CN202010182193.2A
Other languages
English (en)
Other versions
CN113408836A (zh
Inventor
苏小龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Zhenshi Information Technology Co Ltd filed Critical Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority to CN202010182193.2A priority Critical patent/CN113408836B/zh
Publication of CN113408836A publication Critical patent/CN113408836A/zh
Application granted granted Critical
Publication of CN113408836B publication Critical patent/CN113408836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Educational Administration (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例是关于一种物流路由评估方法及装置、存储介质、电子设备，涉及物流大数据处理技术领域，该方法包括：获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至目的地配载节点所需的当前时效以及当前路径长度；对所述标准时效以及所述当前时效进行分析得到第一分析结果，并基于小世界网络对所述当前路径长度进行分析得到第二分析结果；根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。本发明实施例提高了评估结果的准确率。

Description

物流路由评估方法及装置、存储介质、电子设备
技术领域
本发明实施例涉及物流数据处理技术领域，具体而言，涉及一种物流路由评估方法、物流路由评估装置、计算机可读存储介质以及电子设备。
背景技术
对于网络规划问题，即是对图G(V,E)的设计，节点和边均是重要的组成部分，对一个网络系统而言，节点或者边任何一个元素发生改变都会对局部网络甚至整体网络产生重大影响。
在交通运输行业的网络中，如何新加线路，使得整体的网络时效更迅速，更健康，更稳定，更鲁棒是一个很重要的问题。在现有技术中，主要靠人工手动计算完成。
但是，通过人工手动计算存在如下缺陷：一方面，通过人工手动计算评估线路，需要单条线路逐个添加并分析效果，非常耗时费力，进而导致评估效率较低；另一方面，会因为人为原因会使得分析产生异常错误，影响新线路的添加和落地效果，因此会导致评估结果的准确率较低；再一方面，由于评估结果的准确率较低，会造成对整体网络系统产生巨大的打击，进而会导致整个网络瘫痪，使得整个物流系统不能正常的运行。
因此，需要提供一种新的物流路由评估方法及装置。
需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供一种物流路由评估方法、物流路由评估装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的评估效率较低以及评估结果的准确率较低的问题。
根据本公开的一个方面，提供一种物流路由评估方法，包括：
获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；其中，所述历史物流路由中包括出发节点，与所述出发节点直接连接的历史中间节点以及目的地配载节点；
计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至所述目的地配载节点所需的当前时效以及当前路径长度；
对所述标准时效以及所述当前时效进行分析得到第一分析结果，并基于小世界网络对所述当前路径长度进行分析得到第二分析结果；
根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。
在本公开的一种示例性实施例中，对所述标准时效以及所述当前时效进行分析得到第一分析结果包括：
计算所述当前时效小于所述标准时效的待评估物流路由的第一线路数量，以及所述当前时效大于所述标准时效的待评估物流路由的第二线路数量；
计算所述第一线路数量在所述待评估物流路由的总数量中所占的第一占比，以及所述第二线路数量在所述总数量中所占的第二占比；
根据所述第一占比以及所述第二占比得到所述第一分析结果。
在本公开的一种示例性实施例中，对所述标准时效以及所述当前时效进行分析得到第一分析结果还包括：
根据所述承载货量以及所述当前时效计算所述待评估物流路由的当前加权时效；
计算所述历史物流路由的标准加权时效与所述当前加权时效之间的差值，并计算所述差值与所述标准加权时效的比值；
根据所述第一占比、所述第二占比以及所述差值与所述标准加权时效的比值得到所述第一分析结果。
在本公开的一种示例性实施例中，如果所述第一占比大于第一预设阈值且所述第二占比小于第二预设阈值；和/或
所述差值与所述标准加权时效的比值不小于第三预设阈值，则所述第一分析结果为是。
在本公开的一种示例性实施例中，基于小世界网络对所述当前路径长度进行分析得到第二分析结果包括：
根据所述待评估物流路由中所包括的节点的总数以及各所述节点之间的最短可达距离计算所述待评估物流路由的平均路径长度；
根据所述平均路径长度以及所述当前路径长度之间的差值得到所述第二分析结果。
在本公开的一种示例性实施例中，根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估包括：
根据与各所述节点相连的节点之间总的实际连接边数以及各所述节点的度值计算各所述节点的聚集系数；
根据各所述节点的聚集系数计算所述待评估物流路由的平均聚集系数；
根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估。
在本公开的一种示例性实施例中，根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估包括：
根据各所述节点之间的直接连接距离以及各所述节点之间的最短可达距离，计算所述待评估物流路由的全局效率值；
根据所述第一分析结果、第二分析结果、各所述节点的聚集系数、所述平均聚集系数以及所述全局效率值对所述待评估物流路由进行评估。
在本公开的一种示例性实施例中，如果所述平均路径长度以及所述当前路径长度之间的差值大于第四预设阈值，则所述第二分析结果为是。
在本公开的一种示例性实施例中，根据所述第一分析结果、第二分析结果、各所述节点的聚集系数、所述平均聚集系数以及所述全局效率值对所述待评估物流路由进行评估包括：
如果所述第一分析结果为是；和/或所述第二分析结果为是；和/或
各所述节点的聚集系数以及所述平均聚集系数大于预设聚集系数；和/或
所述全局效率值大于预设效率值，则所述待评估物流路由为合格的物流路由。
根据本公开的一个方面，提供一种物流路由评估装置，包括：
获取模块，用于获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；其中，所述历史物流路由中包括出发节点，与所述出发节点直接连接的历史中间节点以及目的地配载节点；
计算模块，用于计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至所述目的地配载节点所需的当前时效以及当前路径长度；
分析模块，用于对所述标准时效以及所述当前时效进行分析得到第一分析结果，并基于小世界网络对所述当前路径长度进行分析得到第二分析结果；
评估模块，用于根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。
根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的物流路由评估方法。
根据本公开的一个方面，提供一种电子设备，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的物流路由评估方法。
本发明实施例提供的一种物流路由评估方法，一方面，通过获取历史物流路由，以及与历史物流路由对应的标准时效以及承载货量；然后计算待评估物流路由在将承载货量从出发节点经新增中间节点运送至目的地配载节点所需的当前时效以及当前路径长度；再对标准时效以及当前时效进行分析得到第一分析结果，并基于小世界网络对当前路径长度进行分析得到第二分析结果；最后根据第一分析结果以及第二分析结果对待评估物流路由进行评估，解决了现有技术中由于需要通过人工手动计算评估线路，需要单条线路逐个添加并分析效果，非常耗时费力，进而导致评估效率较低的问题，提高了对待评估物流路由的评估效率；另一方面，解决了现有技术中由于人为原因会使得分析产生异常错误，影响新线路的添加和落地效果，因此会导致评估结果的准确率较低的问题，提高了评估结果的准确率；再一方面，解决了现有技术中由于评估结果准确率较低造成的对整体网络系统产生巨大的打击，进而会导致整个网络瘫痪，使得整个物流系统不能正常运行的问题，提高了物流网络的稳定性以及鲁棒性。
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，并不能限制本发明。
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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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示意性示出根据本发明示例实施例的一种物流路由评估方法的流程图。
图2示意性示出根据本发明示例实施例的一种物流路由的示例图。
图3示意性示出根据本发明示例实施例的一种对标准时效以及当前时效进行分析得到第一分析结果的方法流程图。
图4示意性示出根据本发明示例实施例的另一种对标准时效以及当前时效进行分析得到第一分析结果的方法流程图。
图5示意性示出根据本发明示例实施例的一种基于小世界网络对所述当前路径长度进行分析得到第二分析结果的方法流程图。
图6示意性示出根据本发明示例实施例的一种根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估的方法流程图。
图7示意性示出根据本发明示例实施例的另一种物流路由评估方法的流程图。
图8示意性示出根据本发明示例实施例的一种物流路由评估装置的框图。
图9示意性示出根据本发明示例实施例的一种用于实现上述物流路由评估方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例实施方式中首先提供了一种物流路由评估方法，该方法可以运行于服务器、服务器集群或云服务器等；当然，本领域技术人员也可以根据需求在其他平台运行本发明的方法，本示例性实施例中对此不做特殊限定。参考图1所示，该物流路由评估方法可以包括以下步骤：
步骤S110.获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；其中，所述历史物流路由中包括出发节点，与所述出发节点直接连接的历史中间节点以及目的地配载节点。
步骤S120.计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至所述目的地配载节点所需的当前时效以及当前路径长度。
步骤S130.对所述标准时效以及所述当前时效进行分析得到第一分析结果，并基于小世界网络对所述当前路径长度进行分析得到第二分析结果。
步骤S140.根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。
上述物流路由评估方法中，一方面，通过获取历史物流路由，以及与历史物流路由对应的标准时效以及承载货量；然后计算待评估物流路由在将承载货量从出发节点经新增中间节点运送至目的地配载节点所需的当前时效以及当前路径长度；再对标准时效以及当前时效进行分析得到第一分析结果，并基于小世界网络对当前路径长度进行分析得到第二分析结果；最后根据第一分析结果以及第二分析结果对待评估物流路由进行评估，解决了现有技术中由于需要通过人工手动计算评估线路，需要单条线路逐个添加并分析效果，非常耗时费力，进而导致评估效率较低的问题，提高了对待评估物流路由的评估效率；另一方面，解决了现有技术中由于人为原因会使得分析产生异常错误，影响新线路的添加和落地效果，因此会导致评估结果的准确率较低的问题，提高了评估结果的准确率；再一方面，解决了现有技术中由于评估结果准确率较低造成的对整体网络系统产生巨大的打击，进而会导致整个网络瘫痪，使得整个物流系统不能正常运行的问题，提高了物流网络的稳定性以及鲁棒性。
以下，将结合附图对本发明示例实施例物流路由评估方法中涉及的各步骤进行详细的解释以及说明。
首先，结合图2对本发明示例实施例中所涉及到的名词进行如下解释。
参考图2所示，A-B——M：表示A和B直接相连，指的是线路。B、M可达，存在若干条(B，M)线路，可以通过若干条边将B和M联通，中间经过几个节点不确定。
继续参考图2所示，A-C——M：表示A和C直接相连，指的是线路。C、M可达，存在若干条(C，M)线路，可以通过若干条边将C和M联通，中间经过几个节点不确定。
线路：图G中的点之间直接相连的边均为线路，例如图2中A-B、A-C均为线路。
路由：从起点到终点中间加上所有经过的节点串起来的一整条通路称为路由，例如图2中，A-B-H1-H2-M、A-C-H3-H4-M均为路由。
配载：指线路上货物的最终目的地，例如线路天津-北京上可能有最终到北京的货物，也有经北京中转最后到成都和武汉的货物，那么北京、成都和武汉均是线路天津-北京的配载。如图2中，M是线路A-B的配载，添加新线路A-C后，M是线路A-C的配载。
其次，对本发明示例实施例的发明目的进行解释以及说明。本发明要解决的是在数据驱动下，通过Spark计算引擎以及小世界网络(Small World Network)属性，对新开线路进行合理性评估，对网络分别从局部和整体进行时效性、健康性、稳定性、鲁棒性评估。将实际问题抽象成一套比较通用的模型，提升规划人员的工作效率，并通过系统后台计算减少人为分析造成的错误，提升规划的合理性和科学性。
以下，对步骤S110-步骤S140进行解释以及说明。
在步骤S110中，获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；其中，所述历史物流路由中包括出发节点，与所述出发节点直接连接的历史中间节点以及目的地配载节点。
在本示例实施例中，首先对历史数据，即近半个月(也可以是一个月)的存量数据进行加工处理，其中，该存量数据可以包括线路数据(边)，节点数据(点)，班次数据(时间段)等等，参考图2所示，加工的内容包括线路A-B的货量，以及线路A-B上目的地为M的货量，路由A-B——M的标准时效，其中，A-B为线路，A为出发节点，B为历史中间节点，B-M为后续的路由(中间可能会经过其他节点，具体几个不确定)，M为最终的目的地配载节点。
在步骤S120中，计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至所述目的地配载节点所需的当前时效以及当前路径长度。
在本示例实施例中，继续参考图2所示，A-C——M即可以是待评估物流路由，该承载货量包括线路A-B的货量，以及线路A-B上目的地为M的货量。具体的，首先，将新开线路A-C的发车时间和到车时间以及中间的跨天数展开，与后续的C-M段路由进行拼接(节点连接)；其次，计算A-C——M的当前时效(其中，A-B——M的标准时效已经在前期加工处理好)。需要补充说明的是，该当前时效的具体计算逻辑同路由串联方式类似，不同之处在于需要将第一条线路也就是A-C拿出来，计算的时效是A-C——M的最快时效。最后，基于串联方式计算A-C，C——M的当前路径长度(距离计算)。
需要进一步补充说明的是，对当前时效以及当前路径的整个计算过程通过Spark引擎计算，可以同时加入若干线路，使用Map-Reduce分布式计算，提升速度。计算完成之后，结果会进行Reduce合并到一起，形成结构化数据。
在步骤S130中，对所述标准时效以及所述当前时效进行分析得到第一分析结果，并基于小世界网络对所述当前路径长度进行分析得到第二分析结果。
在本示例实施例中，首先，对标准时效以及当前时效进行分析得到第一分析结果。具体的，参考图3所示，对标准时效以及当前时效进行分析得到第一分析结果可以包括步骤S310-步骤S330。其中：
在步骤S310中，计算所述当前时效小于所述标准时效的待评估物流路由的第一线路数量，以及所述当前时效大于所述标准时效的待评估物流路由的第二线路数量。
在步骤S320中，计算所述第一线路数量在所述待评估物流路由的总数量中所占的第一占比，以及所述第二线路数量在所述总数量中所占的第二占比。
在步骤S330中，根据所述第一占比以及所述第二占比得到所述第一分析结果。
以下，将对步骤S310-步骤S330进行解释以及说明。首先，将时效提升的(u,v)路(u,v∈V)提取出来得到第一线路数量，然后根据该第一线路数量以及物流路由的总数量计算时效提升的路由数占比(第一占比)；其次，分别将时效下降的(u,v)路(u,v∈V)提取出来得到第二线路数量，然后根据该第二线路数量以及物流路由的总数量计算时效下降的路由数占比(第二占比)，然后再根据该第一占比以及第二占比得到上述第一分析结果。通过该方法，避免了仅仅通过一种方式(仅通过提升的路由数占比或者仅通过下降的路由数占比)对待评估路由进行评估造成的第一分析结果的准确率较低的问题，提升了第一分析结果的准确率，进而提升了评估结果的准确率。
同时，为了进一步的提高该第一分析结果的准确率，参考图4所示，对所述标准时效以及所述当前时效进行分析得到第一分析结果还可以包括步骤S410-步骤S430。其中：
在步骤S410中，根据所述承载货量以及所述当前时效计算所述待评估物流路由的当前加权时效。
在步骤S420中，计算所述历史物流路由的标准加权时效与所述当前加权时效之间的差值，并计算所述差值与所述标准加权时效的比值。
在步骤S430中，根据所述第一占比、所述第二占比以及所述差值与所述标准加权时效的比值得到所述第一分析结果。
以下，将对步骤S410-步骤S430进行解释以及说明。具体的，首先，可以根据上述承载货量以及当前时效计算待评估物流路由的当前加权时效，具体的计算方法为：每条路由的货量×该路由所对应的时效；然后，根据上述标准时效以及承载货量计算历史物流路由的标准加权时效，再计算标准加权时效与当前加权时效之间的差值；最后，计算该差值与标准加权时效的比值，再根据上述第一占比、第二占比以及该比值得到上述第一分析结果。
此处需要进一步补充说明的是，如果所述第一占比大于第一预设阈值且所述第二占比小于第二预设阈值；和/或所述差值与所述标准加权时效的比值不小于第三预设阈值，则所述第一分析结果为是。譬如，时效提升路由占比大于20％(第一预设阈值)，时效下降占比低于50％(第二预设阈值)；或者加权时效降低10％(第三预设阈值)，则可以认为该新开线路具有实际意义，可以考虑开通。
其次，当得到上述第一分析结果以后，还需要基于小世界网络对所述当前路径长度进行分析得到第二分析结果。具体的，参考图5所示，基于小世界网络对所述当前路径长度进行分析得到第二分析结果可以包括步骤S510以及步骤S520。其中：
在步骤S510中，根据所述待评估物流路由中所包括的节点的总数以及各所述节点之间的最短可达距离计算所述待评估物流路由的平均路径长度。
在步骤S520中，根据所述平均路径长度以及所述当前路径长度之间的差值得到所述第二分析结果。
以下，将对步骤S510以及步骤S520进行解释以及说明。
具体的，网络理论中，小世界网络是一类特殊的复杂网络结构，在这种网络中，大部分的节点彼此并不相连，但绝大部分节点之间经过少数几步就可到达，在交通网络中，尤其是航空网络中，呈现出明显的小世界网络属性，即包含若干hub关键节点，以及围绕hub节点的附属节点。在图G中，用lij表示节点i和j之间的直接距离，dist(i,j)表示任意两点间最短可达距离，因此有dist(i,j)≥lij，当i,j之间有边相连时，取等号。
进一步的，在本申请中，首先，根据待评估物流路由中过包括的节点的总数以及各节点之间的最短可达距离计算该待评估物流路由的平均路径长度。具体的有：
其中，L为上述平均路径长度，N为上述节点的总数；dist(i,j)为任意两个节点之间的最短可达距离。进一步的，当得到该平均路径长度以后，可以根据该平均路径长度以及当前路径长度之间的差值得到第二分析结果。需要补充说明的是，如果所述平均路径长度以及所述当前路径长度之间的差值大于第四预设阈值，则所述第二分析结果为是；并且，差值越大，则该待评估路由越能接近合格。
此处需要进一步补充说明的是，平均路径长度反映了任意两个点之间经过平均几个节点可达，在本发明示例实施例中，可以通过两点间导航距离或者用时效的倒数来求得，distc越小，表明任意两个节点间的平均距离越小，表明网络整体响应更为迅速，在新开线路时，如果同时有若干备选线路对于究竟选择哪一条的时候，可以使用平均路径长度这个指标辅助判断究竟哪条线路更适合开通。
在步骤S140中，根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。
在本示例实施例中，当得到上述第一分析结果以及第二分析结果以后，可以根据该第一分析结果以及第二分析结果对该待评估物流路由进行评估。具体的，参考图6所示，根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估可包括步骤S610-步骤S630。其中：
在步骤S610中，根据与各所述节点相连的节点之间总的实际连接边数以及各所述节点的度值计算各所述节点的聚集系数。
在步骤S620中，根据各所述节点的聚集系数计算所述待评估物流路由的平均聚集系数。
在步骤S630中，根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估。
在本示例实施例中，为了可以进一步的提高评估结果的准确率，根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估还可以包括：根据各所述节点之间的直接连接距离以及各所述节点之间的最短可达距离，计算所述待评估物流路由的全局效率值；根据所述第一分析结果、第二分析结果、各所述节点的聚集系数、所述平均聚集系数以及所述全局效率值对所述待评估物流路由进行评估。
以下，将对步骤S610-步骤S630及其涉及到的其他步骤进行解释以及说明。
首先，根据与各节点相连的节点之间总的实际连接边数以及各所述节点的度值计算各所述节点的聚集系数，具体的：
其中，C(i)为节点i的聚集系数，表示的是与某一节点相连接的其他节点有多少共同的近邻，通过聚集系数反应网络聚集程度；ki是节点i的度值，表示与节点i构成物流网络的节点有ki个，则实际相连的边为ki(ki-1)；E是与节点相连的节点之间总的实际连接边数，与i节点构成XX网络的节点有ki个，则实际相连的边为ki(ki-1)，ejk为与节点i相连接的节点之间的实际连接边数，包括有vj个以及vk个，L(i)表示与节点i相连接的节点之间的实际连接的平均路径长度。
其次，根据各所述节点的聚集系数计算所述待评估物流路由的平均聚集系数。具体的：
其中，表示平均聚集系数，N表示节点的总数。进一步的，当得到上述各节点的聚集系数以及平均聚集系数以后，可以根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估。
需要补充说明的是，平均集聚系数在0到1之间，越接近1，表明节点间越具有抱团的趋势，呈现小团块状，在hub节点和其附属节点之间，会有明显的高集聚系数的特性。同时，各节点的聚集系数，则是对局部对网络进行评估，对网络的局部指标上升或下降进行分析；而平均集聚系数，可以得到网络整体的聚合程度，判断网络的健康度，也就是主要hub枢纽和其他附属分拣中心之间的覆盖关系情况，为了使得网络更加鲁棒、更加稳定，需要添加更多看起来“冗余”的线路，防止关键节点或关键线路故障时整个网络瘫痪。
进一步的，表示图的平均效率，为了将其归一化，可以用完全图的平均效率E(Gideal)。其中，/>而/>表示全局效率，一个图的全局效率表达了图的连接(运输)效率，E(Gglobal)越大说明整体网络的连接效率越高，节点之间更能通过较少的点连接，而E(Gglobal)和/>的区别在于，E(Gglobal)反映了一个并行工作的网络运输效率，/>表示了一个串行网络的运输效率，E(Gglobal)可以较好的反映出网络的整体效率。节点中网络的距离差距不大时，/>可以近似E(Gglobal)，但当距离差距较大时，用E(Gglobal)更好，在评估新开线路时，可以用全局效率指标E(Gglobal)作为参考，全局效率从整体上对网络的连通性、时效性及鲁棒性进行了分析。
至此，可以得出上述待评估路由是否合格的结论为：如果所述第一分析结果为是；和/或所述第二分析结果为是；和/或各所述节点的聚集系数以及所述平均聚集系数大于预设聚集系数；和/或所述全局效率值大于预设效率值，则所述待评估物流路由为合格的物流路由。
需要补充说明的是，预设聚集系数的取值为小于1且可以不断的靠近1；预设效率值为也可以为小于1且可以不断的靠近1。
以下，结合图7对本发明示例实施例的物流路由评估方法进行进一步的解释以及说明。参考图7所示，该物流路由评估方法可以包括以下步骤：
步骤S710，获取历史数据，并对历史数据进行加工处理得到历史物流路由的承载货量以及标准时效；
步骤S720，将多条待评估物流路由(例如，新增线路1，新增线路2，…，新增线路N)以及上述历史物流路由的承载货量以及标准时效输入至Spark引擎计算，得到各条待评估物流路由的当前时效以及当前路径长度；
步骤S730，根据各条待评估物流路由的当前时效以及当前路径长度对各条对评估物流路由进行分析评估；
步骤S740，对评估结果进行展示。具体的，一方面，可以单纯对传统数据分析结合业务知识进行展示，展示出时效提升的路由，时效降低的路由，以及加权时效提升和降低的路由，用户结合实际情况将评估结果作为参考；另一方面，通过小世界网络属性的算法理论评估。将小世界网络属性融合到新开线路之后的网络，结合传统数据分析，对其整体进行评估，新开线路之后，网络中哪部分成为薄弱环节，哪部分成为“短板”等局部性能进行分析，并展示新开线路前后网络整体稳定性、时效性、鲁棒性的变化。分别从局部和整体两方面进行分析，用更多指标辅助用户进行决断，提高新线路的可用性。
本发明示例实施例提供的物流路由评估方法中，可以通过传统的数据分析结合业务知识进行判断，也可以通过小世界网络属性，对若干指标进行评估，对新开线路的健康度，网络的稳定性，时效性，鲁棒性进行综合评估，得到更合理的结果。
本发明示例实施例还提供了一种物流路由评估装置。参考图8所示，该物流路由评估装置可以包括获取模块810、计算模块820、分析模块830以及评估模块840。其中：
获取模块810可以用于获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；其中，所述历史物流路由中包括出发节点，与所述出发节点直接连接的历史中间节点以及目的地配载节点。
计算模块820可以用于计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至所述目的地配载节点所需的当前时效以及当前路径长度。
分析模块830可以用于对所述标准时效以及所述当前时效进行分析得到第一分析结果，并基于小世界网络对所述当前路径长度进行分析得到第二分析结果。
评估模块840可以用于根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。
在本公开的一种示例性实施例中，对所述标准时效以及所述当前时效进行分析得到第一分析结果包括：
计算所述当前时效小于所述标准时效的待评估物流路由的第一线路数量，以及所述当前时效大于所述标准时效的待评估物流路由的第二线路数量；
计算所述第一线路数量在所述待评估物流路由的总数量中所占的第一占比，以及所述第二线路数量在所述总数量中所占的第二占比；
根据所述第一占比以及所述第二占比得到所述第一分析结果。
在本公开的一种示例性实施例中，对所述标准时效以及所述当前时效进行分析得到第一分析结果还包括：
根据所述承载货量以及所述当前时效计算所述待评估物流路由的当前加权时效；
计算所述历史物流路由的标准加权时效与所述当前加权时效之间的差值，并计算所述差值与所述标准加权时效的比值；
根据所述第一占比、所述第二占比以及所述差值与所述标准加权时效的比值得到所述第一分析结果。
在本公开的一种示例性实施例中，如果所述第一占比大于第一预设阈值且所述第二占比小于第二预设阈值；和/或
所述差值与所述标准加权时效的比值不小于第三预设阈值，则所述第一分析结果为是。
在本公开的一种示例性实施例中，基于小世界网络对所述当前路径长度进行分析得到第二分析结果包括：
根据所述待评估物流路由中所包括的节点的总数以及各所述节点之间的最短可达距离计算所述待评估物流路由的平均路径长度；
根据所述平均路径长度以及所述当前路径长度之间的差值得到所述第二分析结果。
在本公开的一种示例性实施例中，根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估包括：
根据与各所述节点相连的节点之间总的实际连接边数以及各所述节点的度值计算各所述节点的聚集系数；
根据各所述节点的聚集系数计算所述待评估物流路由的平均聚集系数；
根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估。
在本公开的一种示例性实施例中，根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估包括：
根据各所述节点之间的直接连接距离以及各所述节点之间的最短可达距离，计算所述待评估物流路由的全局效率值；
根据所述第一分析结果、第二分析结果、各所述节点的聚集系数、所述平均聚集系数以及所述全局效率值对所述待评估物流路由进行评估。
在本公开的一种示例性实施例中，如果所述平均路径长度以及所述当前路径长度之间的差值大于第四预设阈值，则所述第二分析结果为是。
在本公开的一种示例性实施例中，根据所述第一分析结果、第二分析结果、各所述节点的聚集系数、所述平均聚集系数以及所述全局效率值对所述待评估物流路由进行评估包括：
如果所述第一分析结果为是；和/或所述第二分析结果为是；和/或
各所述节点的聚集系数以及所述平均聚集系数大于预设聚集系数；和/或
所述全局效率值大于预设效率值，则所述待评估物流路由为合格的物流路由。
上述物流路由评估装置中各模块的具体细节已经在对应的物流路由评估方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本发明中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
在本发明的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图9来描述根据本发明的这种实施方式的电子设备900。图9显示的电子设备900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，电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于：上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930以及显示单元940。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元910执行，使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元910可以执行如图1中所示的步骤S110：获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；其中，所述历史物流路由中包括出发节点，与所述出发节点直接连接的历史中间节点以及目的地配载节点；步骤S120：计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至所述目的地配载节点所需的当前时效以及当前路径长度；步骤S130：对所述标准时效以及所述当前时效进行分析得到第一分析结果，并基于小世界网络对所述当前路径长度进行分析得到第二分析结果；步骤S140：根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。
存储单元920可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)9201和/或高速缓存存储单元9202，还可以进一步包括只读存储单元(ROM)9203。
存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204，这样的程序模块9205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备900交互的设备通信，和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且，电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器960通过总线930与电子设备900的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备900使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本发明实施方式的方法。
在本发明的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
计算机可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。
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、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、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发明的一般性原理并包括本发明未发明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，本发明的真正范围和精神由权利要求指出。

Claims (10)

1.一种物流路由评估方法，其特征在于，包括：
获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；其中，所述历史物流路由中包括出发节点，与所述出发节点直接连接的历史中间节点以及目的地配载节点；
计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至所述目的地配载节点所需的当前时效以及当前路径长度；
计算所述当前时效小于所述标准时效的待评估物流路由的第一线路数量，以及所述当前时效大于所述标准时效的待评估物流路由的第二线路数量；计算所述第一线路数量在所述待评估物流路由的总数量中所占的第一占比，以及所述第二线路数量在所述总数量中所占的第二占比；根据所述第一占比以及所述第二占比得到第一分析结果，并根据所述待评估物流路由中所包括的节点的总数以及各所述节点之间的最短可达距离计算所述待评估物流路由的平均路径长度；根据所述平均路径长度以及所述当前路径长度之间的差值得到第二分析结果；
根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。
2.根据权利要求1所述的物流路由评估方法，其特征在于，对所述标准时效以及所述当前时效进行分析得到第一分析结果还包括：
根据所述承载货量以及所述当前时效计算所述待评估物流路由的当前加权时效；
计算所述历史物流路由的标准加权时效与所述当前加权时效之间的差值，并计算所述差值与所述标准加权时效的比值；
根据所述第一占比、所述第二占比以及所述差值与所述标准加权时效的比值得到所述第一分析结果。
3.根据权利要求2所述的物流路由评估方法，其特征在于，如果所述第一占比大于第一预设阈值且所述第二占比小于第二预设阈值；和/或
所述差值与所述标准加权时效的比值不小于第三预设阈值，则所述第一分析结果为是。
4.根据权利要求1所述的物流路由评估方法，其特征在于，根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估包括：
根据与各所述节点相连的节点之间总的实际连接边数以及各所述节点的度值计算各所述节点的聚集系数；
根据各所述节点的聚集系数计算所述待评估物流路由的平均聚集系数；
根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估。
5.根据权利要求4所述的物流路由评估方法，其特征在于，根据所述第一分析结果、第二分析结果、各所述节点的聚集系数以及所述平均聚集系数对所述待评估物流路由进行评估包括：
根据各所述节点之间的直接连接距离以及各所述节点之间的最短可达距离，计算所述待评估物流路由的全局效率值；
根据所述第一分析结果、第二分析结果、各所述节点的聚集系数、所述平均聚集系数以及所述全局效率值对所述待评估物流路由进行评估。
6.根据权利要求1所述的物流路由评估方法，其特征在于，如果所述平均路径长度以及所述当前路径长度之间的差值大于第四预设阈值，则所述第二分析结果为是。
7. 根据权利要求5所述的物流路由评估方法，其特征在于，根据所述第一分析结果、第二分析结果、各所述节点的聚集系数、所述平均聚集系数以及所述全局效率值对所述待评估物流路由进行评估包括：
如果所述第一分析结果为是；和/或所述第二分析结果为是；和/或
各所述节点的聚集系数以及所述平均聚集系数大于预设聚集系数；和/或
所述全局效率值大于预设效率值，则所述待评估物流路由为合格的物流路由。
8.一种物流路由评估装置，其特征在于，包括：
获取模块，用于获取历史物流路由，以及与所述历史物流路由对应的标准时效以及承载货量；其中，所述历史物流路由中包括出发节点，与所述出发节点直接连接的历史中间节点以及目的地配载节点；
计算模块，用于计算待评估物流路由在将所述承载货量从所述出发节点经新增中间节点运送至所述目的地配载节点所需的当前时效以及当前路径长度；
分析模块，用于计算所述当前时效小于所述标准时效的待评估物流路由的第一线路数量，以及所述当前时效大于所述标准时效的待评估物流路由的第二线路数量；计算所述第一线路数量在所述待评估物流路由的总数量中所占的第一占比，以及所述第二线路数量在所述总数量中所占的第二占比；根据所述第一占比以及所述第二占比得到第一分析结果，并根据所述待评估物流路由中所包括的节点的总数以及各所述节点之间的最短可达距离计算所述待评估物流路由的平均路径长度；根据所述平均路径长度以及所述当前路径长度之间的差值得到第二分析结果；
评估模块，用于根据所述第一分析结果以及第二分析结果对所述待评估物流路由进行评估。
9.一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，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的物流路由评估方法。
10. 一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的物流路由评估方法。
CN202010182193.2A 2020-03-16 2020-03-16 物流路由评估方法及装置、存储介质、电子设备 Active CN113408836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010182193.2A CN113408836B (zh) 2020-03-16 2020-03-16 物流路由评估方法及装置、存储介质、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010182193.2A CN113408836B (zh) 2020-03-16 2020-03-16 物流路由评估方法及装置、存储介质、电子设备

Publications (2)

Publication Number Publication Date
CN113408836A CN113408836A (zh) 2021-09-17
CN113408836B true CN113408836B (zh) 2023-11-07

Family

ID=77676558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010182193.2A Active CN113408836B (zh) 2020-03-16 2020-03-16 物流路由评估方法及装置、存储介质、电子设备

Country Status (1)

Country Link
CN (1) CN113408836B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114240001B (zh) * 2021-11-09 2024-06-18 北京京东振世信息技术有限公司 物流路由网络确定方法和装置
CN116109223B (zh) * 2023-04-11 2023-06-16 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

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10024673B1 (en) * 2016-05-25 2018-07-17 Uber Technologies, Inc. Identifying a map matched trip from received geographic position information
CN109871991A (zh) * 2019-01-30 2019-06-11 深圳市快金数据技术服务有限公司 一种物流路线的推荐方法、装置、设备及介质
CN110555640A (zh) * 2018-05-31 2019-12-10 北京京东振世信息技术有限公司 路由规划的方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7389279B2 (en) * 2005-06-24 2008-06-17 Palo Alto Research Center Incorporated System and method for time-aware path finding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10024673B1 (en) * 2016-05-25 2018-07-17 Uber Technologies, Inc. Identifying a map matched trip from received geographic position information
CN110555640A (zh) * 2018-05-31 2019-12-10 北京京东振世信息技术有限公司 路由规划的方法和装置
CN109871991A (zh) * 2019-01-30 2019-06-11 深圳市快金数据技术服务有限公司 一种物流路线的推荐方法、装置、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Route Evaluation for Hazmat Transportation Based on Total Risk - A Case of Indian State Highways;Uday Kumar Chakrabarti et al;《Journal of Loss Prevention in the Process Industries》;第24卷(第5期);第524-530页 *
物流路径优化以及配送时效预测研究;俞露露;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》;第2019年卷(第01期);第J145-550页 *

Also Published As

Publication number Publication date
CN113408836A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN112508300B (zh) 建立风险预测模型的方法、区域风险预测方法及对应装置
CN109492103B (zh) 标签信息获取方法、装置、电子设备及计算机可读介质
CN113343803A (zh) 模型训练方法、装置、设备和存储介质
CN113408836B (zh) 物流路由评估方法及装置、存储介质、电子设备
CN115345355A (zh) 能耗预测模型构建方法、短期能耗预测方法及相关装置
CN113377890A (zh) 一种地图质检方法、装置、电子设备及存储介质
CN113536152A (zh) 一种地图兴趣点展示方法、装置及电子设备
CN116029637A (zh) 跨境电商物流渠道智能推荐方法及装置、设备、存储介质
US20240169462A1 (en) Online ride-hailing information processing method, device and computer storage medium
CN114461658A (zh) 名称确定方法、装置、设备、程序产品及存储介质
US20220164723A1 (en) Method for determining boarding information, electronic device, and storage medium
CN113836446B (zh) 出行信息的向量化表示方法及装置
US20220172310A1 (en) House-renting recommendation method, electronic device and storage medium
CN113761398B (zh) 信息推荐方法、装置、电子设备以及存储介质
CN113447013B (zh) 施工道路识别方法、装置、设备、存储介质和程序产品
CN114328047A (zh) 系统测试方法、装置、电子设备以及存储介质
CN114996930A (zh) 一种建模方法、装置、电子设备及存储介质
CN112527673A (zh) 站点测试方法、装置、电子设备及可读存储介质
CN113851226A (zh) 传染病疫情预测方法、装置及电子设备
CN113032251A (zh) 应用程序服务质量的确定方法、设备和存储介质
CN113408944A (zh) 中转航班的推送方法、系统、电子设备和存储介质
CN113407839B (zh) 出行方式的确定方法、装置、设备和存储介质
CN113656467B (zh) 搜索结果的排序方法、装置和电子设备
US12038989B2 (en) Methods for community search, method for training community search model, and electronic device
CN109345341A (zh) 商品筛选方法、装置、介质及电子设备

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
GR01 Patent grant
GR01 Patent grant