CN113449895A - 车辆调度方法和装置 - Google Patents
车辆调度方法和装置 Download PDFInfo
- Publication number
- CN113449895A CN113449895A CN202010218526.2A CN202010218526A CN113449895A CN 113449895 A CN113449895 A CN 113449895A CN 202010218526 A CN202010218526 A CN 202010218526A CN 113449895 A CN113449895 A CN 113449895A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- distribution
- delivery
- vehicles
- 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 65
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 110
- 238000013439 planning Methods 0.000 claims abstract description 67
- 238000004590 computer program Methods 0.000 claims description 9
- 206010012186 Delayed delivery Diseases 0.000 claims description 5
- 230000006870 function Effects 0.000 description 39
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 230000001960 triggered effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response 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
- G06Q10/06—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
Abstract
本发明公开了一种车辆调度方法和装置,涉及仓储物流技术领域。该方法包括:响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求;在所述可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径;根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。通过以上步骤,能够提高车辆调度的合理性,提高物流配送效率。
Description
技术领域
本发明涉及仓储物流技术领域,尤其涉及一种车辆调度方法和装置。
背景技术
随着互联网技术的发展,人们越来越多地选择网上购物。特别是在某些节假日或者购物节时,各个快递公司需要配送的快递量非常大,如何实现配送车辆的高效、及时调度就成了需要重点解决的问题。
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:在现有技术中,主要是在运货前一天凭借人为经验安排好货车排班,并无精确地货车调度方案。而且,凭借人为经验安排货车排班,很多时候会出现货车排班不合理、物流配送效率低等问题。
发明内容
有鉴于此,本发明提供一种车辆调度方法和装置,能够提高车辆调度的合理性,提高物流配送效率。
为实现上述目的,根据本发明的一个方面,提供了一种车辆调度方法。
本发明的车辆调度方法包括:响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求;在所述可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径;根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。
可选地,所述方法还包括:在所述可调度车辆的数量不满足调度需求的情况下,获取已外派车辆的当前位置信息和当前载货量信息;根据所述已外派车辆的当前位置信息和当前载货量信息,对车辆召回模型进行求解,以确定召回车辆;根据所述召回车辆的信息对所述可调度车辆的信息进行更新,然后,根据各个配送站点的货物配送需求信息、以及更新后的可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径。
可选地,所述配送路径规划模型满足:以配送总成本最小为目标函数,并且,该目标函数包括以下函数项:配送行驶路径长度,以及配送超时惩罚项、配送提前惩罚项、超重惩罚项中的至少一个。
可选地,所述车辆召回模型满足:以车辆召回总成本最小为目标函数,并且,该目标函数包括以下函数项:车辆召回的行驶成本、以及车辆召回的延时配送成本。
可选地,所述方法还包括:在接收到车辆对应的终端返回的完成配送提示信息后,搜索位于所述车辆邻近区域内的配送站点;根据搜索出的配送站点的已揽收货物信息判断是否满足取货任务触发条件;在满足取货任务触发条件的情况下,向所述车辆对应的终端发送取货任务,以使所述车辆前往所述配送站点取货。
可选地,所述取货任务触发条件包括:所述搜索出的配送站点的已揽收货物总量大于第一数量阈值;或者,所述搜索出的配送站点已揽收的第一类型货物的数量大于第二数量阈值、且对应的等待取货时间大于第一时间阈值;或者,所述搜索出的配送站点已揽收的第二类型货物的数量大于第三数量阈值、且对应的等待取货时间大于第二时间阈值。
可选地,所述方法还包括:在所述向所述车辆对应的终端发送取货任务之前,获取所述搜索出的配送站点的位置信息,并通过最短路径算法确定所述车辆的取货行驶路径,根据所述最短取货行驶路径生成所述取货任务。
为实现上述目的,根据本发明的另一个方面,提供了一种车辆调度装置。
本发明的车辆调度装置包括:判断模块,用于响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求;规划模块,用于在所述可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径;发送模块,用于根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。
为实现上述目的,根据本发明的再一个方面,提供了一种电子设备。
本发明的电子设备,包括:一个或多个处理器;以及,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本发明的车辆调度方法。
为实现上述目的,根据本发明的又一个方面,提供了一种计算机可读介质。
本发明的计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明的车辆调度方法。
上述发明中的一个实施例具有如下优点或有益效果:通过在车辆调度任务触发后,判断配送中心的可调度车辆的数量是否满足调度需求,在所述可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解以得到最优的配送路径,根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端这些步骤,能够提高车辆调度的合理性,提高物流配送效率。
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是根据本发明第一实施例的车辆调度方法的主要流程示意图;
图2是根据本发明第二实施例的车辆调度方法的主要流程示意图;
图3是根据本发明第三实施例的车辆调度方法的主要流程示意图;
图4是根据本发明第四实施例的车辆调度装置的主要模块示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的电子设备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的车辆调度方法的主要流程示意图。如图1所示,本发明实施例的车辆调度方法包括:
步骤S101:响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求。
在一个可选示例中,可定时触发车辆调度任务,即开始执行本发明实施例的车辆调度方法。比如,若每天早上九点开始发货,则可以在发货之前的某个时间(比如早上八点)触发车辆调度任务。在另一个可选示例中,可在接收到接口调用请求后触发车辆调度任务,即开始执行本发明实施例的车辆调度方法。需要指出的是,本发明并不限于以上两种车辆调度任务的触发方式。在不影响本发明实施的情况下,本领域技术人员还可以采用其他方式触发车辆调度任务。
在一个可选示例中,步骤S101具体包括:确定配送中心的可调度车辆的数量;将配送中心的可调度车辆的数量与预设阈值进行比较,若配送中心的可调度车辆的数量大于或等于预设阈值,确认配送中心的可调度车辆的数量满足调度需求;若配送中心的可调度车辆的数量小于预设阈值,确认配送中心的可调度车辆的数量不满足调度需求。具体实施时,所述预设阈值可根据过去一段时间内配送中心进行货物配送所需车辆的实际情况进行确定。
在另一个可选示例中,步骤S101具体包括:获取可调度车辆的数量、以及每辆车的车载容量信息;对各个可调度车辆的车载容量进行求和,以确定总的载货量;将配送中心的待配送货物量与总的载货量进行比较;若配送中心的待配送货物量与所述总的载货量的差值大于或等于预设阈值,确认配送中心的可调度车辆的数量满足调度需求;若配送中心的待配送货物量与所述总的载货量的差值小于预设阈值,确认配送中心的可调度车辆的数量不满足调度需求。其中,所述预设阈值大于或等于0。具体实施时,所述预设阈值可根据实际应用场景进行灵活设置。
需要指出的是,本发明并不限于以上两种判断配送中心的可调度车辆的数量是否满足调度需求的方式。在不影响本发明实施的情况下,本领域技术人员还可以采用其他方式判断配送中心的可调度车辆的数量是否满足调度需求。
步骤S102:在所述可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径。
其中,所述配送路径规划模型可采用线性规划模型,线性规划模型通常包括目标函数和约束条件。
进一步,所述配送路径规划模型可满足:以配送总成本最小为目标函数,并且,该目标函数包括以下函数项:配送行驶路径长度,以及配送超时惩罚项、配送提前惩罚项、超重惩罚项中的至少一个。在本发明实施例中,通过在配送路径规划模型中设置如上形式的目标函数,不仅能够减少货物配送过程中的车辆行驶距离,提高配送效率,而且能够尽量满足货物配送过程中对配送时间、载货量的要求。
在一个具体示例中,所述配送路径规划模型的目标函数由配送行驶路径长度、配送超时惩罚项、配送提前惩罚项、以及超重惩罚项组成,该目标函数可具体表示为:
其中,minZ1表示使Z1取得最小值;Z1表示配送总成本;
表示配送路径长度,cij表示从站点i到站点j的行驶时间,v表示车辆行驶速度,xijs表示决策变量;表示超重惩罚项,c2表示超重惩罚因子,ki表示第i个站点的送货需求,yis表示决策变量,k表示货车的承载力;表示配送提前惩罚项,c3表示配送提前惩罚因子,ai表示第i个站点的送达时间窗的下限值(或者说送达时间窗的开始时间),ti表示车辆到达第i个站点的实际时间;表示配送超时惩罚项,c4表示配送超时惩罚因子,bi表示第i个站点的送达时间窗的上限值(或者说送达时间窗的结束时间)。
进一步,在以上具体示例中,所述配送路径规划模型可设置如下约束条件:
xijs=0或1(i,j=0,1,…,n) (6)
xis=0或1(i=0,1,…,n) (7)
其中,约束条件(2)表示货车的车载量约束;约束条件(3)表示一个配送站点有一辆车送货;约束条件(4)和(5)表示配送站点到达、离开的车辆只有一辆;约束条件(6)和(7)表示决策变量的取值约束。
进一步,在步骤S102中,为了提高求解效率,可采用人工免疫算法对配送路径规划模型进行求解,以得到最优的配送路径。需要指出的是,本发明并不限于以上求解算法。在不影响本发明实施的情况下,本领域技术人员还可以采用其他算法对配送路径规划模型进行求解。
在本发明实施例中,通过步骤S101判断可调度车辆数量是否满足调度需求,并在判断出可调度车辆数量满足调度需求以后再通过步骤S102对车辆的配送路径进行规划,不仅能够避免由于可调度车辆不足所导致的无法得出配送路径规划结果的情况出现,减少对车辆调度系统计算资源的浪费,提高系统性能,而且有助于后续进行配送路径规划时得到较优的规划结果。
步骤S103:根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。
在通过步骤S102得到最优的配送路径后,可据此生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。其中,所述车辆调度指示信息可包括诸如车辆依次经过的各个配送站点的标识、以及各个配送站点所需的货物清单等信息。其中,所述对应的终端可以为与待调度车辆对应的手机、车载设备或者其他电子设备。
在本发明实施例中,通过以上步骤能够优化车辆调度流程。与现有技术相比,本发明实施例提供的车辆调度方法能够提高车辆调度的合理性,提高物流配送效率。
图2是根据本发明第二实施例的车辆调度方法的主要流程示意图。如图2所示,本发明实施例的车辆调度方法包括:
步骤S201:响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求。
示例性地,可定时触发车辆调度任务,也可在接收到接口调用请求后触发车辆调度任务,即开始执行本发明实施例的车辆调度方法。需要指出的是,本发明并不限于以上两种车辆调度任务的触发方式。在不影响本发明实施的情况下,本领域技术人员还可以采用其他方式触发车辆调度任务。
在一个可选示例中,步骤S201具体包括:确定配送中心的可调度车辆的数量;将配送中心的可调度车辆的数量与预设阈值进行比较,若配送中心的可调度车辆的数量大于或等于预设阈值,确认配送中心的可调度车辆的数量满足调度需求;若配送中心的可调度车辆的数量小于预设阈值,确认配送中心的可调度车辆的数量不满足调度需求。具体实施时,所述预设阈值可根据过去一段时间内配送中心进行货物配送所需车辆的实际情况进行确定。
在另一个可选示例中,步骤S201具体包括:获取可调度车辆的数量、以及每辆车的车载容量信息;对各个可调度车辆的车载容量进行求和,以确定总的载货量;将配送中心的待配送货物量与总的载货量进行比较;若配送中心的待配送货物量与所述总的载货量的差值大于或等于预设阈值,确认配送中心的可调度车辆的数量满足调度需求;若配送中心的待配送货物量与所述总的载货量的差值小于预设阈值,确认配送中心的可调度车辆的数量不满足调度需求。其中,所述预设阈值大于或等于0。具体实施时,所述预设阈值可根据实际应用场景进行灵活设置。
需要指出的是,本发明并不限于以上两种判断配送中心的可调度车辆的数量是否满足调度需求的方式。在不影响本发明实施的情况下,本领域技术人员还可以采用其他方式判断配送中心的可调度车辆的数量是否满足调度需求。
在配送中心的可调度车辆的数量满足调度需求的情况下,执行步骤S203;在配送中心的可调度车辆的数量不满足调度需求的情况下,执行步骤S202。
步骤S202:对已外派车辆进行召回,并根据召回车辆的信息对可调度车辆的信息进行更新。
示例性地,所述对已外派车辆进行召回具体包括:获取已外派车辆的当前位置信息和当前载货量信息;根据所述已外派车辆的当前位置信息和当前载货量信息,对车辆召回模型进行求解,以确定召回车辆;然后,向所述召回车辆发送召回指示信息。
其中,所述车辆召回模型可采用线性规划模型,线性规划模型通常包括目标函数和约束条件。进一步,所述车辆召回模型可满足:以车辆召回总成本最小为目标函数,并且,该目标函数包括以下函数项:车辆召回的行驶成本、以及车辆召回的延时配送成本。
在一个具体示例中,所述配送路径规划模型的目标函数可表示为:
其中,minZ表示使Z取得最小值;Z表示车辆召回总成本;
表示车辆召回的行驶成本;ζr表示第r辆车离配送中心的距离,ζr的取值可通过该车辆当前的位置信息与配送中心的位置信息确定;ξ表示单位距离的行驶成本;表示决策变量,其取值为0或1,取值为0表示车辆不返回配送中心,取值为1表示车辆返回配送中心;表示车辆召回的延时配送成本;ψr表示第r辆车上的当前载货量;υ表示单位载货量的延时成本。
进一步,在以上具体示例中,所述车辆召回模型可设置如下约束条件:
其中,k表示车辆的容量;ψr表示第r辆车上的载货量;表示决策变量;表示配送中心的剩余配送需求量,其具体为配送中心的总配送需求量与所有可调度车辆的货物承载量的差值;约束条件(10)为决策变量的取值约束。
在本发明实施例中,通过设置如以上具体示例所述的车辆召回模型并进行求解,不仅能够在配送中心的可调度车辆不足时及时、高效地确定召回车辆,以便后续根据召回车辆与可调度车辆进行车辆调度,而且能够降低车辆召回成本,进而有助于降低整个物流配送环节的成本,以及提高整个物流配送环节的效率。
考虑到实际应用场景中可能存在召回车辆因为某种原因不便立即返回配送中心的情况。为了灵活应对这种情况,在一个可选示例中,车辆调度方法还可包括以下步骤:在向所述召回车辆对应的终端发送召回指示信息之后,判断是否在预设时间内接收到所有召回车辆对应的终端返回的服从召回确认信息;若是,则结束车辆召回流程;若否,则将没有在预设时间内返回服从召回确认信息的车辆从已外派车辆中排除,并根据剩下的已外派车辆的当前位置信息和当前载货量信息,对车辆召回模型进行再次求解,以重新确定召回车辆。
在对外派车辆进行召回之后,将召回车辆也作为可调度车辆,并对可调度车辆的信息进行更新。也就是说,更新后的可调度车辆的信息由原先的可调度车辆的信息与召回车辆的信息组成。
步骤S203:根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径。
具体来说,在配送中心的可调度车辆的数量满足调度需求的情况下,可根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解;在配送中心的可调度车辆的数量不满足调度需求的情况下,可根据各个配送站点的货物配送需求信息、以及更新后的可调度车辆的信息,对配送路径规划模型进行求解。
其中,所述配送路径规划模型可采用线性规划模型,线性规划模型通常包括目标函数和约束条件。在一个具体示例中,所述配送路径规划模型满足:以配送总成本最小为目标函数,并且,该目标函数由配送行驶路径长度、配送超时惩罚项、配送提前惩罚项、以及超重惩罚项组成,该目标函数可如上文中式(1)所示。在本发明实施例中,通过在配送路径规划模型中设置如上形式的目标函数,不仅能够减少货物配送过程中的车辆行驶距离,提高配送效率,而且能够尽量满足货物配送过程中对配送时间、载货量的要求。
进一步,在步骤S203中,为了提高求解效率,可采用人工免疫算法对配送路径规划模型进行求解,以得到最优的配送路径。需要指出的是,本发明并不限于以上求解算法。在不影响本发明实施的情况下,本领域技术人员还可以采用其他算法对配送路径规划模型进行求解。
在本发明实施例中,通过步骤S201判断可调度车辆数量是否满足调度需求,并在判断出可调度车辆数量不满足调度需求后通过步骤S202对已外派车辆进行召回,再通过步骤S203对车辆的配送路径进行规划,不仅能够避免由于可调度车辆不足所导致的无法得出配送路径规划结果的情况出现,减少对车辆调度系统计算资源的浪费,提高系统性能,而且有助于后续进行配送路径规划时得到较优的规划结果。
步骤S204:根据所述最优的配送路径生成车辆调度指示信息,比你高将所述车辆调度指示信息发送至对应的终端。
在通过步骤S203得到最优的配送路径后,可据此生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。其中,所述车辆调度指示信息可包括诸如车辆依次经过的各个配送站点的标识、以及各个配送站点所需的货物清单等信息。其中,所述对应的终端可以为与待调度车辆对应的手机、车载设备或者其他电子设备。
在本发明实施例中,通过以上步骤进一步优化了车辆调度流程。与现有技术相比,本发明实施例提供的车辆调度方法能够提高车辆调度的合理性,提高物流配送效率。
图3是根据本发明第三实施例的车辆调度方法的主要流程示意图。如图3所示,本发明实施例的车辆调度方法包括:
步骤S301:响应于车辆调度任务的触发,判断可调度车辆的数量是否满足调度需求。
关于步骤S301具体如何执行,可参考图2所示实施例中关于步骤S201的相关说明。在可调度车辆的数量满足调度需求的情况下,执行步骤S303;在可调度车辆的数量不满足调度需求的情况下,执行步骤S302。
步骤S302:对已外派车辆进行召回,并根据召回车辆的信息对可调度车辆的信息进行更新。
关于步骤S302具体如何执行,可参考图2所示实施例中关于步骤S202的相关说明。
步骤S303:根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径。
具体来说,在配送中心的可调度车辆的数量满足调度需求的情况下,可根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解;在配送中心的可调度车辆的数量不满足调度需求的情况下,可根据各个配送站点的货物配送需求信息、以及更新后的可调度车辆的信息,对配送路径规划模型进行求解。
其中,所述配送路径规划模型可采用线性规划模型,线性规划模型通常包括目标函数和约束条件。在一个具体示例中,所述配送路径规划模型满足:以配送总成本最小为目标函数,并且,该目标函数由配送行驶路径长度、配送超时惩罚项、配送提前惩罚项、以及超重惩罚项组成,该目标函数可如上文中式(1)所示。在本发明实施例中,通过在配送路径规划模型中设置如上形式的目标函数,不仅能够减少货物配送过程中的车辆行驶距离,提高配送效率,而且能够尽量满足货物配送过程中对配送时间、载货量的要求。
进一步,在步骤S303中,为了提高求解效率,可采用人工免疫算法对配送路径规划模型进行求解,以得到最优的配送路径。需要指出的是,本发明并不限于以上求解算法。在不影响本发明实施的情况下,本领域技术人员还可以采用其他算法对配送路径规划模型进行求解。
在本发明实施例中,通过步骤S301判断可调度车辆数量是否满足调度需求,并在判断出可调度车辆数量不满足调度需求后通过步骤S302对已外派车辆进行召回,再通过步骤S303对车辆的配送路径进行规划,不仅能够避免由于可调度车辆不足所导致的无法得出配送路径规划结果的情况出现,减少对车辆调度系统计算资源的浪费,提高系统性能,而且有助于后续进行配送路径规划时得到较优的规划结果。
步骤S304:根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。
在通过步骤S303得到最优的配送路径后,可据此生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。其中,所述车辆调度指示信息可包括诸如车辆依次经过的各个配送站点的标识、以及各个配送站点所需的货物清单等信息。其中,所述对应的终端可以为与待调度车辆对应的手机、车载设备或者其他电子设备。
考虑到实际应用场景中可能存在可调度车辆因为某种原因无法进行送货的情况。为了灵活应对这种情况,在一个可选示例中,车辆调度方法还可包括以下步骤:在将所述车辆调度指示信息发送至对应的终端之后,判断是否在预设时间内接收到所有对应终端返回的服从调度确认信息;若是,则确认所有相关车辆服从调度;若否,则将没有在预设时间返回服务调度确认信息的车辆从可调度车辆中排除,并根据剩下的可调度车辆的信息、以及各个配送站点的货物配送需求信息,对配送路径规划模型进行再次求解。
步骤S305:在接收到车辆对应的终端返回的完成配送提示信息后,搜索位于所述车辆邻近区域内的配送站点。
具体实施时,车辆在完成一个配送站点的货物配送任务,或者在完成其所负责的所有配送站点的货物配送任务后,可通过对应终端(比如车辆驾驶员携带的手机)向位于服务端的车辆调度装置发送完成配送提示信息。车辆调度装置在接收到所述车辆对应的终端返回的完成配送提示信息后,可先根据所述车辆的当前位置确定其邻近区域,然后在所述邻近区域内进行配送站点搜索。
示例性地,车辆调度装置可根据如下方式确定车辆的邻近区域:将以所述车辆当前所在的位置为中心、以预设长度(比如1公里)为半径的圆形区域,作为所述车辆的邻近区域。需要指出的是,本发明并不限于以上确定车辆的邻近区域的方式。在不影响本发明实施的情况下,本领域技术人员还可以采用其他方式确定车辆的邻近区域。
步骤S306:根据搜索出的配送站点的已揽收货物信息判断是否满足取货任务触发条件。
在一个可选示例中,所述取货任务触发条件包括以下至少一项:第一、所述搜索出的配送站点的已揽收货物总量大于第一数量阈值;第二、所述搜索出的配送站点已揽收的第一类型货物的数量大于第二数量阈值、且对应的等待取货时间大于第一时间阈值;第三、所述搜索出的配送站点已揽收的第二类型货物的数量大于第三数量阈值、且对应的等待取货时间大于第二时间阈值。也就是说,在至少满足以上一项条件时,确认触发取货任务。
其中,第一类型货物和第二类型货物为两种不同类型的货物。例如,可按照订单的配送时间要求将货物分为两类:第一类型货物为普通货物、第二类型货物为极速送达货物。进一步,可按照步骤A1至A5判断是否满足取货任务触发条件:
步骤A1,判断搜索出的配送站点的已揽收货物总量是否大于第一数量阈值。
若步骤A1的判断结果为是,执行步骤A2;若步骤A1的判断结果为否,执行步骤A3。
步骤A2,确认触发取货任务。
步骤A3,判断所述搜索出的配送站点已揽收的第一类型货物的数量是否大于第二数量阈值、且对应的等待取货时间是否大于第一时间阈值。
若步骤A3的判断结果为是,执行步骤A2,即确认触发取货任务;若步骤A3的判断结果为否,执行步骤A4。
步骤A4,判断所述搜索出的配送站点已揽收的第二类型货物的数量是否大于第三数量阈值、且对应的等待取货时间是否大于第二时间阈值。
若步骤A4的判断结果为是,执行步骤A2,即确认触发取货任务;若步骤A4的判断结果为否,执行步骤A5。
步骤A5、确认不触发取货任务。
需要指出的是,本发明并不限于以上取货任务触发条件、以及以上判断是否满足取货任务触发条件的方式。在不影响本发明实施的情况下,本领域技术人员还可以设置其他的取货任务触发条件,以及按照其他方式判断是否满足取货任务触发条件。
在通过步骤S306判断出满足取货任务触发条件的情况下,执行步骤S307;在通过步骤S306判断出不满足取货任务触发条件的情况下,执行步骤S308。
步骤S307:向所述车辆对应的终端发送取货任务,以使所述车辆前往所述配送站点取货。
进一步,在步骤S307之前,本发明实施例的方法还可包括以下步骤:在所述向所述车辆对应的终端发送取货任务之前,获取所述搜索出的配送站点的位置信息,并通过最短路径算法确定所述车辆的取货行驶路径,根据所述最短取货行驶路径生成所述取货任务。
其中,所述最短路径算法可以为迪杰斯特拉算法。迪杰斯特拉算法是由荷兰计算机科学家狄克斯特拉提出的,因此又叫狄克斯特拉算法。该算法是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。
在步骤S307中,可向所述车辆对应的终端(比如车辆驾驶员携带的手机)发送取货任务,以便于车辆前往配送站点取货。其中,该取货任务可包括:车辆依次经过的各个配送站点的标识、以及需要从各个配送站点取走的货物清单等信息。
步骤S308:不向所述车辆对应的终端发送取货任务。
在通过步骤S306判断出不满足取货任务触发条件的情况下,不向所述车辆对应的终端发送取货任务。具体实施时,若是在车辆完成一个配送站点的货物配送任务后,通过步骤S305和步骤S306判断出不满足取货任务触发条件,则车辆可继续前往下一个配送站点;若是在车辆完成其所负责的所有配送站点的货物配送任务后,通过步骤S305和步骤S306判断出不满足取货任务触发条件,则车辆可直接返回配送中心。
在本发明实施例中,通过以上步骤进一步优化了车辆调度流程,提高了车辆调度的合理性,提高了物流配送效率。具体来说,通过步骤S301判断可调度车辆数量是否满足调度需求,并在判断出可调度车辆数量不满足调度需求后通过步骤S302对已外派车辆进行召回,再通过步骤S303对车辆的配送路径进行规划,不仅能够避免由于可调度车辆不足所导致的无法得出配送路径规划结果的情况出现,减少对车辆调度系统计算资源的浪费,提高系统性能,而且有助于后续进行配送路径规划时得到较优的规划结果;通过在车辆完成货物配送任务后判断是否满足取货任务触发条件,并在满足取货任务触发条件时向该车辆发送取货任务,以便于在车辆进行货物配送的同时进行货物揽收,以进一步提高物流效率,降低物流成本。
图4是根据本发明第四实施例的车辆调度装置的主要模块示意图。如图4所示,本发明实施例的车辆调度装置400包括:判断模块401、规划模块402、发送模块403。
判断模块401,用于响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求。
示例性地,可定时触发车辆调度任务,也可在接收到接口调用请求后触发车辆调度任务。需要指出的是,本发明并不限于以上两种车辆调度任务的触发方式。在不影响本发明实施的情况下,本领域技术人员还可以采用其他方式触发车辆调度任务。
在一个可选示例中,判断模块401判断配送中心的可调度车辆的数量是否满足调度需求具体包括:判断模块401确定配送中心的可调度车辆的数量;判断模块401将配送中心的可调度车辆的数量与预设阈值进行比较,若配送中心的可调度车辆的数量大于或等于预设阈值,判断模块401确认配送中心的可调度车辆的数量满足调度需求;若配送中心的可调度车辆的数量小于预设阈值,判断模块401确认配送中心的可调度车辆的数量不满足调度需求。具体实施时,所述预设阈值可根据过去一段时间内配送中心进行货物配送所需车辆的实际情况进行确定。
在另一个可选示例中,判断模块401判断配送中心的可调度车辆的数量是否满足调度需求具体包括:判断模块401获取可调度车辆的数量、以及每辆车的车载容量信息;判断模块401对各个可调度车辆的车载容量进行求和,以确定总的载货量;判断模块401将配送中心的待配送货物量与总的载货量进行比较;若配送中心的待配送货物量与所述总的载货量的差值大于或等于预设阈值,判断模块401确认配送中心的可调度车辆的数量满足调度需求;若配送中心的待配送货物量与所述总的载货量的差值小于预设阈值,判断模块401确认配送中心的可调度车辆的数量不满足调度需求。其中,所述预设阈值大于或等于0。具体实施时,所述预设阈值可根据实际应用场景进行灵活设置。
需要指出的是,本发明并不限于以上两种判断配送中心的可调度车辆的数量是否满足调度需求的方式。在不影响本发明实施的情况下,本领域技术人员还可以采用其他方式判断配送中心的可调度车辆的数量是否满足调度需求。
规划模块402,用于在配送中心的可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径。
其中,所述配送路径规划模型可采用线性规划模型,线性规划模型通常包括目标函数和约束条件。在一个具体示例中,所述配送路径规划模型满足:以配送总成本最小为目标函数,并且,该目标函数由配送行驶路径长度、配送超时惩罚项、配送提前惩罚项、以及超重惩罚项组成,该目标函数可如上文中式(1)所示。在本发明实施例中,通过在配送路径规划模型中设置如上形式的目标函数,不仅能够减少货物配送过程中的车辆行驶距离,提高配送效率,而且能够尽量满足货物配送过程中对配送时间、载货量的要求。进一步,为了提高求解效率,可采用人工免疫算法对配送路径规划模型进行求解,以得到最优的配送路径。需要指出的是,本发明并不限于以上求解算法。在不影响本发明实施的情况下,本领域技术人员还可以采用其他算法对配送路径规划模型进行求解。
进一步,本发明实施例的车辆调度装置还可包括:召回模块,用于在配送中心的可调度车辆的数量不满足调度需求的情况下,对已外派车辆进行召回,并根据召回车辆的信息对可调度车辆的信息进行更新。
示例性地,召回模块对已外派车辆进行召回具体包括:召回模块获取已外派车辆的当前位置信息和当前载货量信息;召回模块根据所述已外派车辆的当前位置信息和当前载货量信息,对车辆召回模型进行求解,以确定召回车辆;然后,召回模块向所述召回车辆发送召回指示信息。
其中,所述车辆召回模型可采用线性规划模型,线性规划模型通常包括目标函数和约束条件。进一步,所述车辆召回模型可满足:以车辆召回总成本最小为目标函数,并且,该目标函数包括以下函数项:车辆召回的行驶成本、以及车辆召回的延时配送成本。在一具体示例中,车辆召回模型的目标函数可如上文式(8)所示。在本发明实施例中,通过设置如以上具体示例所述的车辆召回模型并进行求解,不仅能够在配送中心的可调度车辆不足时及时、高效地确定召回车辆,以便后续根据召回车辆与可调度车辆进行车辆调度,而且能够降低车辆召回成本,进而有助于降低整个物流配送环节的成本,以及提高整个物流配送环节的效率。
规划模块402,还用于在召回模块根据召回车辆的信息对可调度车辆的信息进行更新之后,根据各个配送站点的货物配送需求信息、以及更新后的可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径。
发送模块403,用于根据所述最优的配送路径生成车辆调度指示信息,比你高将所述车辆调度指示信息发送至对应的终端。
在通过规划模块402得到最优的配送路径后,发送模块403可据此生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。其中,所述车辆调度指示信息可包括诸如车辆依次经过的各个配送站点的标识、以及各个配送站点所需的货物清单等信息。其中,所述对应的终端可以为与待调度车辆对应的手机、车载设备或者其他电子设备。
在本发明实施例中,通过以上装置优化了车辆调度流程。与现有技术相比,本发明实施例提供的车辆调度装置能够提高车辆调度的合理性,提高物流配送效率。
图5示出了可以应用本发明实施例的车辆调度方法或车辆调度装置的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504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501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如车辆调度管理类应用、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。
终端设备501、502、503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505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503所浏览的车辆调度管理类应用或网站提供支持的后台管理服务器。后台管理服务器可以对接收到的车辆调度请求等数据进行分析等处理,并将处理结果(例如车辆调度指示信息)反馈给终端设备。
需要说明的是,本发明实施例所提供的车辆调度方法一般由服务器505执行,相应地,车辆调度装置一般设置于服务器505中。
应该理解,图5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6,其示出了适于用来实现本发明实施例的电子设备的计算机系统600的结构示意图。图6示出的计算机系统仅仅是一个示例,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6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;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607;包括硬盘等的存储部分608;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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,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610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608。
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609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601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:一种处理器包括判断模块、规划模块、发送模块。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,判断模块还可以被描述为“判断配送中心的可调度车辆的数量是否满足调度需求的模块”。
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:响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求;在所述可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径;根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。
根据本发明实施例的技术方案,能够提高车辆调度的合理性,提高物流配送效率。
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 (10)
1.一种车辆调度方法,其特征在于,所述方法包括:
响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求;
在所述可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径;
根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述可调度车辆的数量不满足调度需求的情况下,获取已外派车辆的当前位置信息和当前载货量信息;根据所述已外派车辆的当前位置信息和当前载货量信息,对车辆召回模型进行求解,以确定召回车辆;根据所述召回车辆的信息对所述可调度车辆的信息进行更新,然后,根据各个配送站点的货物配送需求信息、以及更新后的可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径。
3.根据权利要求1所述的方法,其特征在于,所述配送路径规划模型满足:
以配送总成本最小为目标函数,并且,该目标函数包括以下函数项:配送行驶路径长度,以及配送超时惩罚项、配送提前惩罚项、超重惩罚项中的至少一个。
4.根据权利要求2所述的方法,其特征在于,所述车辆召回模型满足:
以车辆召回总成本最小为目标函数,并且,该目标函数包括以下函数项:车辆召回的行驶成本、以及车辆召回的延时配送成本。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在接收到车辆对应的终端返回的完成配送提示信息后,搜索位于所述车辆邻近区域内的配送站点;根据搜索出的配送站点的已揽收货物信息判断是否满足取货任务触发条件;在满足取货任务触发条件的情况下,向所述车辆对应的终端发送取货任务,以使所述车辆前往所述配送站点取货。
6.根据权利要求5所述的方法,其特征在于,所述取货任务触发条件包括:
所述搜索出的配送站点的已揽收货物总量大于第一数量阈值;或者,所述搜索出的配送站点已揽收的第一类型货物的数量大于第二数量阈值、且对应的等待取货时间大于第一时间阈值;或者,所述搜索出的配送站点已揽收的第二类型货物的数量大于第三数量阈值、且对应的等待取货时间大于第二时间阈值。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:在所述向所述车辆对应的终端发送取货任务之前,获取所述搜索出的配送站点的位置信息,并通过最短路径算法确定所述车辆的取货行驶路径,根据所述最短取货行驶路径生成所述取货任务。
8.一种车辆调度装置,其特征在于,所述装置包括:
判断模块,用于响应于车辆调度任务的触发,判断配送中心的可调度车辆的数量是否满足调度需求;
规划模块,用于在所述可调度车辆的数量满足调度需求的情况下,根据各个配送站点的货物配送需求信息、以及可调度车辆的信息,对配送路径规划模型进行求解,以得到最优的配送路径;
发送模块,用于根据所述最优的配送路径生成车辆调度指示信息,并将所述车辆调度指示信息发送至对应的终端。
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 |
---|---|---|---|
CN202010218526.2A CN113449895A (zh) | 2020-03-25 | 2020-03-25 | 车辆调度方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010218526.2A CN113449895A (zh) | 2020-03-25 | 2020-03-25 | 车辆调度方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113449895A true CN113449895A (zh) | 2021-09-28 |
Family
ID=77806987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010218526.2A Pending CN113449895A (zh) | 2020-03-25 | 2020-03-25 | 车辆调度方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113449895A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115320A (zh) * | 2022-08-24 | 2022-09-27 | 睿云奇智(青岛)科技有限公司 | 货物运输调度方法及装置 |
CN116452095A (zh) * | 2023-06-16 | 2023-07-18 | 深圳普菲特信息科技股份有限公司 | 一种数字工厂的车辆智能监管调度方法、系统和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008033699A (ja) * | 2006-07-31 | 2008-02-14 | Techno Front Kk | 配送車輌の配車管理システム及び運行管理システム |
CN103473659A (zh) * | 2013-08-27 | 2013-12-25 | 西北工业大学 | 配送车辆端实时状态信息驱动的物流任务动态优化分配方法 |
CN107194576A (zh) * | 2017-05-19 | 2017-09-22 | 重庆大学 | 一种快递配送过程中处理新增取件需求的动态调度方法 |
CN110782207A (zh) * | 2019-10-24 | 2020-02-11 | 河北鲁邹网络科技有限公司 | 一种基于区块链的物流协同运输配送系统及方法 |
CN110782064A (zh) * | 2019-09-10 | 2020-02-11 | 浙江工业大学 | 一种集车辆调度优化与任务分配于一体的可视化方法及系统 |
-
2020
- 2020-03-25 CN CN202010218526.2A patent/CN113449895A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008033699A (ja) * | 2006-07-31 | 2008-02-14 | Techno Front Kk | 配送車輌の配車管理システム及び運行管理システム |
CN103473659A (zh) * | 2013-08-27 | 2013-12-25 | 西北工业大学 | 配送车辆端实时状态信息驱动的物流任务动态优化分配方法 |
CN107194576A (zh) * | 2017-05-19 | 2017-09-22 | 重庆大学 | 一种快递配送过程中处理新增取件需求的动态调度方法 |
CN110782064A (zh) * | 2019-09-10 | 2020-02-11 | 浙江工业大学 | 一种集车辆调度优化与任务分配于一体的可视化方法及系统 |
CN110782207A (zh) * | 2019-10-24 | 2020-02-11 | 河北鲁邹网络科技有限公司 | 一种基于区块链的物流协同运输配送系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115320A (zh) * | 2022-08-24 | 2022-09-27 | 睿云奇智(青岛)科技有限公司 | 货物运输调度方法及装置 |
CN116452095A (zh) * | 2023-06-16 | 2023-07-18 | 深圳普菲特信息科技股份有限公司 | 一种数字工厂的车辆智能监管调度方法、系统和介质 |
CN116452095B (zh) * | 2023-06-16 | 2023-09-19 | 深圳普菲特信息科技股份有限公司 | 一种数字工厂的车辆智能监管调度方法、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110858073B (zh) | 自动导引运输车的调度方法和调度装置 | |
EP3806013A1 (en) | Method and apparatus for carrying shelf | |
CN111461383A (zh) | 规划配送路径的方法和装置 | |
CN113259144A (zh) | 一种仓储网络规划方法和装置 | |
CN113449895A (zh) | 车辆调度方法和装置 | |
CN113627858A (zh) | 一种仓库缓存位点的确定方法和装置 | |
CN111652407B (zh) | 仓库中的任务处理方法、装置、介质、电子设备与系统 | |
CN110807612A (zh) | 确定剩余产能的方法和装置 | |
CN113650997A (zh) | 一种物品出库定位方法和装置 | |
CN113222205A (zh) | 一种路径规划的方法和装置 | |
CN115049148A (zh) | 一种车辆调度方法、装置及服务器 | |
CN111144602A (zh) | 一种车辆调度方法和装置 | |
CN113673931A (zh) | 用于物品的车辆调度方法、装置、设备和计算机可读介质 | |
CN112446565A (zh) | 为订单匹配车辆的方法和装置 | |
CN113554373A (zh) | 立体库出库管理的方法和装置 | |
CN113554250A (zh) | 用于运输车的信息处理方法和装置 | |
CN112669099A (zh) | 用于处理订单的方法和装置 | |
CN113159659A (zh) | 更新货单时效的方法、装置、设备和计算机可读介质 | |
CN111768065A (zh) | 一种分配拣货任务的方法和装置 | |
CN110555642A (zh) | 一种确定路由起点方法和装置 | |
CN111553548B (zh) | 一种拣货方法和装置 | |
CN112785212A (zh) | 一种运输设备管理方法和装置 | |
CN112486033A (zh) | 一种设备的仿真测试方法和装置 | |
CN114422549B (zh) | 一种消息的处理方法、装置、终端设备及存储介质 | |
CN110070240A (zh) | 一种周转箱调度方法和装置 |
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 |