CN113705901A - 物流配送路径选择方法、装置、设备及存储介质 - Google Patents
物流配送路径选择方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113705901A CN113705901A CN202111007660.9A CN202111007660A CN113705901A CN 113705901 A CN113705901 A CN 113705901A CN 202111007660 A CN202111007660 A CN 202111007660A CN 113705901 A CN113705901 A CN 113705901A
- Authority
- CN
- China
- Prior art keywords
- delivery
- information
- route
- network
- 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.)
- Pending
Links
- 238000010187 selection method Methods 0.000 title claims description 5
- 238000012546 transfer Methods 0.000 claims abstract description 88
- 239000003814 drug Substances 0.000 claims abstract description 71
- 238000012216 screening Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000002452 interceptive effect Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 230000003993 interaction Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000012377 drug delivery Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001052 transient effect 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0834—Choice of carriers
- G06Q10/08345—Pricing
-
- 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)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (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
本发明涉及人工智能领域，公开了一种物流配送路径选择方法、装置、设备及存储介质。方法包括：通过药品仓库位置信息确定发货网点，并通过收货地位置信息确定收货网点；对发货网点及收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；通过多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过网点的位置信息，生成多个配送路段；对多个配送路段进行路线匹配，生成多个运送路线并对多个运送路线进行筛选，得到多个运送路线中的最优路线；对多个运送路线中的最优路线进行信息扫描，确定多个运送路线中的最优路线中的业务信息，并通过业务信息确定结算信息。本发明还涉及区块链技术，网点位置信息可存储于区块链中。
Description
技术领域
本发明涉及人工智能领域，尤其涉及一种物流配送路径选择方法、装置、设备及存储介质。
背景技术
随着互联网的急速发展，电子商务业务快速增长，为快递行业的发展提供了广阔的市场空间，目前国内的快递行业发展迅速，并形成外资快递巨头、国有快递企业以及民营快递企业三足鼎立的竞争格局，极大提升了用户网络购物的便利。
但是在物流配送过程中发生的配送费用因为不会进行独立核算，所以具备一定的隐蔽性。且本身是由一系列活动的集合，想要节约一些项目的成本，可能会导致另一些成本增加的情况出现。且在配送路径上，随着配送网点的数量增加，配送的网络而越来越复杂，安排配送路线的复杂度越来越高，传统的人工安排配送路线已经很难满足业务需求。且现实中客户众多且分散、城市道路复杂等客观条件制约使得配送车辆的调度存在空置率和空驶率非常大的问题，降低了效益。
发明内容
本发明的主要目的在于解决在药品物流配送时效率较低的技术问题。
本发明第一方面提供了一种物流配送路径选择方法，包括：获取药品配送信息，所述药品配送信息包括药品仓库位置信息及收货地位置信息；通过所述药品仓库位置信息确定对应的发货网点，并通过所述收货地位置信息确定对应的收货网点；分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段；对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线；对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息。
可选的，在本发明第一方面的第一种实现方式中，所述分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息包括：读取预置网点距离范围描述文件，通过所述网点距离范围描述文件分别确定所述发货网点对应的第一预设距离范围及所述收货网点对应的第二预设距离范围；通过所述第一预设距离范围及所述发货网点的位置信息进行第一中转位置筛选，确定多个第一网点位置信息；通过所述第二预设距离范围及所述收货网点的位置信息进行第二中转位置筛选，确定多个第二网点位置信息，并将所述多个第一网点位置信息及所述多个第二网点位置信息作为所述多个网点位置信息。
可选的，在本发明第一方面的第二种实现方式中，所述通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段包括：
对所述多个网点位置信息进行统计，得到对应的网点信息文件；通过所述药品配送信息中的药品信息标识对所述网点信息文件进行信息匹配，确定与所述药品信息标识匹配的至少一个候选中转网点；通过所述至少一个候选中转网点的位置坐标进行路段生成，得到多个配送路段。
可选的，在本发明第一方面的第三种实现方式中，所述对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线包括：对所述多个配送路段进行路线规划，生成多个运送路线；对所述多个运送路线进行运送时间计算，得到每一运送路线的理论运送时间；通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
可选的，在本发明第一方面的第四种实现方式中，在所述对所述多个运送路线进行运送时间计算，得到每一运送路线的理论运送时间之后，在所述通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算之前，还包括：将所述多个运送路线进行映射，得到对应的有向图；通过每一所述运送路线的理论运送时间及预设选择因素权值对所述有向图中的多个线段进行权重赋值，得到对应的有向带权图，并将所述有向带权图上分布的各个节点进行标记，得到对应的节点集；通过所述节点集中的多个节点对不同路径间交互逻辑和交互位置进行定义，确定对应的多个交互逻辑及多个交互位置，并通过所述多个逻辑及所述多个交互位置进行模型构建，得到对应的物流路径模型。
可选的，在本发明第一方面的第五种实现方式中，所述通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线包括：通过预置物流路径模型确定药物配送发货网点与收货网点间的目标路径模型，该目标路径模型包含将岔路口作为节点的节点之间的多个选择因素的权值，选择因素包括物件配送紧急程度、道路拥挤度、路径距离；对所述目标路径模型中多个节点之间的综合权值进行计算，得到多个综合权值；将所述目标路径模型中每一所述运送路线的理论运送时间的权值替换为所述多个综合权值并进行预估时间计算，得到每一运送路线的预估时间；对每一所述运送路线的预估时间进行最小值分析，得到预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
可选的，在本发明第一方面的第六种实现方式中，所述对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息包括：对所述多个运送路线中的最优路线进行分析，确定对应的发货网点、至少一个目标中转网点及收货网点的业务信息；通过所述业务信息计算所述最优路线的中转价格总和及运输价格总和，并将所述中转价格总和及所述运输价格综合相加得到目标价格总和并作为结算信息，得到对应的结算信息。
本发明第二方面提供了一种物流配送路径选择装置，包括：
获取模块，用于获取药品配送信息，所述药品配送信息包括药品仓库位置信息及收货地位置信息；
确定模块，用于通过所述药品仓库位置信息确定对应的发货网点，并通过所述收货地位置信息确定对应的收货网点；
采集模块，用于分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；
筛选模块，用于通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段；
匹配模块，用于对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线；
扫描模块，用于对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息。
可选的，在本发明第二方面的第一种实现方式中，所述采集模块具体用于：读取预置网点距离范围描述文件，通过所述网点距离范围描述文件分别确定所述发货网点对应的第一预设距离范围及所述收货网点对应的第二预设距离范围；通过所述第一预设距离范围及所述发货网点的位置信息进行第一中转位置筛选，确定多个第一网点位置信息；通过所述第二预设距离范围及所述收货网点的位置信息进行第二中转位置筛选，确定多个第二网点位置信息，并将所述多个第一网点位置信息及所述多个第二网点位置信息作为所述多个网点位置信息。
可选的，在本发明第二方面的第二种实现方式中，所述筛选模块具体用于：对所述多个网点位置信息进行统计，得到对应的网点信息文件；通过所述药品配送信息中的药品信息标识对所述网点信息文件进行信息匹配，确定与所述药品信息标识匹配的至少一个候选中转网点；通过所述至少一个候选中转网点的位置坐标进行路段生成，得到多个配送路段。
可选的，在本发明第二方面的第三种实现方式中，所述匹配模块还包括：生成单元，用于对所述多个配送路段进行路线规划，生成多个运送路线；计算单元，用于对所述多个运送路线进行运送时间计算，得到每一运送路线的理论运送时间；筛选单元，用于通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
可选的，在本发明第二方面的第四种实现方式中，所述匹配模块还包括：映射单元，用于将所述多个运送路线进行映射，得到对应的有向图；赋值单元，用于通过每一所述运送路线的理论运送时间及预设选择因素权值对所述有向图中的多个线段进行权重赋值，得到对应的有向带权图，并将所述有向带权图上分布的各个节点进行标记，得到对应的节点集；构建单元，用于通过所述节点集中的多个节点对不同路径间交互逻辑和交互位置进行定义，确定对应的多个交互逻辑及多个交互位置，并通过所述多个逻辑及所述多个交互位置进行模型构建，得到对应的物流路径模型。
可选的，在本发明第二方面的第五种实现方式中，所述筛选单元具体用于：通过预置物流路径模型确定药物配送发货网点与收货网点间的目标路径模型，该目标路径模型包含将岔路口作为节点的节点之间的多个选择因素的权值，选择因素包括物件配送紧急程度、道路拥挤度、路径距离；对所述目标路径模型中多个节点之间的综合权值进行计算，得到多个综合权值；将所述目标路径模型中每一所述运送路线的理论运送时间的权值替换为所述多个综合权值并进行预估时间计算，得到每一运送路线的预估时间；对每一所述运送路线的预估时间进行最小值分析，得到预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
可选的，在本发明第二方面的第六种实现方式中，所述扫描模块具体用于：对所述多个运送路线中的最优路线进行分析，确定对应的发货网点、至少一个目标中转网点及收货网点的业务信息；通过所述业务信息计算所述最优路线的中转价格总和及运输价格总和，并将所述中转价格总和及所述运输价格综合相加得到目标价格总和并作为结算信息，得到对应的结算信息。
本发明第三方面提供了一种物流配送路径选择设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述物流配送路径选择设备执行上述的物流配送路径选择方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的物流配送路径选择方法。
本发明提供的技术方案中，获取药品配送信息，所述药品配送信息包括药品仓库位置信息及收货地位置信息；通过所述药品仓库位置信息确定对应的发货网点，并通过所述收货地位置信息确定对应的收货网点；分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段；对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线；对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息。本发明实施例中，当服务器确定发货网点、收货网点后，获取两者各自在预设距离范围内的各网点的网点信息，其中预设距离范围可以是以发货网点、收货网点连线线段为直径的圆形区域，也可采用以发货网点、收货网点为焦点的椭圆形区域，且网点信息包括网点的报价信息及位置信息，网点的报价信息用于方便筛选低成本或者服务相对健全的网点，同时也可用于后期核算成本，而位置信息用于方便后期确定运送路线。
附图说明
图1为本发明实施例中物流配送路径选择方法的一个实施例示意图；
图2为本发明实施例中物流配送路径选择方法的另一个实施例示意图；
图3为本发明实施例中物流配送路径选择装置的一个实施例示意图；
图4为本发明实施例中物流配送路径选择装置的另一个实施例示意图；
图5为本发明实施例中物流配送路径选择设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种物流配送路径选择方法、装置、设备及存储介质。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中物流配送路径选择方法的一个实施例包括：
101、获取药品配送信息，药品配送信息包括药品仓库位置信息及收货地位置信息；
可以理解的是，本发明的执行主体可以为物流配送路径选择装置，还可以是服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
需要说明的是，药品运送信息包括发货地位置信息、收货地位置信息、药品参数信息，药品参数包括所运送药品的体积、质量、类型等，以此针对药品类型、体积、质量等选择合适的运送方式，同时方便货品的运费核算。发货地位置信息及收货地位置信息一般由厂家提供，药品参数信息可以由厂家提供或在发货的物流点验收环节中通过测量得到，具体的，服务器获取药品运送信息，以便于后续进行网点信息采集。
102、通过药品仓库位置信息确定对应的发货网点，并通过收货地位置信息确定对应的收货网点；
具体的，服务器根据药品仓库位置信息选取发货网点并记录，依据收货地位置信息选取收货网点并记录。而发货网点、收货网点分别优选距离发货地、收货地最近的网点，以此方便运送货品。
103、分别对发货网点及收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；
具体的，当服务器确定发货网点、收货网点后，获取两者各自在预设距离范围内的各网点的网点信息，其中预设距离范围可以是以发货网点、收货网点连线线段为直径的圆形区域，也可采用以发货网点、收货网点为焦点的椭圆形区域。且网点信息包括网点的报价信息及位置信息，需要强调的是，为进一步保证上述网点位置信息的私密和安全性，上述网点位置信息还可以存储于一区块链的节点中。
104、通过多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过发货网点、至少一个候选中转网点及收货网点的位置信息，生成多个配送路段；
具体的，服务器依据网点信息筛选中转网点，依据发货网点、各中转网点及收货网点的位置信息，即坐标点，生成对应的配送路段。筛选中转网点时可根据网点信息中有关报价、支持的业务类型的信息，筛除价格过高或业务类型不符合当前药品运送要求的网点，而筛选得到的网点即为候选中转网点，且不同运送路段可能包含同一个中转网点。
105、对多个配送路段进行路线匹配，生成多个运送路线并对多个运送路线进行筛选，得到多个运送路线中的最优路线；
需要说明的是，服务器根据各配送路段组合排列的运送路线一般有多条，因此需要依据各运送路线的预估时间筛选出对应预估时间的最短路线，此最短路线即最优路线。最短路线的筛选需要采用迪克斯特拉算法，迪克斯特拉算法是典型的单源时间最短路径算法，可以计算一个节点到其他所有节点的时间最短路径，其中需要参考各个节点的点间距。因此以预估时间为点间距参考量，通过迪克斯特拉算法就可以计算得到最短路线，得到所述多个运送路线中的最优路线。
106、对多个运送路线中的最优路线进行信息扫描，确定多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过业务信息确定对应的结算信息。
具体的，服务器获取发货网点、各中转网点、收货网点及各物流公司的报价业务信息，之后服务器依据货品参数及各目标中转网点、发货网点、收货网点的业务信息计算最优路线的中转价格总和，同时依据药品参数信息及业务信息计算最优路线对应的每个运送路段的运输价格总和，并以此计算所有运送路线的中转价格总和及运输价格总和的和值得到配送总运费，得到对应的结算信息。
本发明实施例中，当服务器确定发货网点、收货网点后，获取两者各自在预设距离范围内的各网点的网点信息，其中预设距离范围可以是以发货网点、收货网点连线线段为直径的圆形区域，也可采用以发货网点、收货网点为焦点的椭圆形区域，且网点信息包括网点的报价信息及位置信息，网点的报价信息用于方便筛选低成本或者服务相对健全的网点，同时也可用于后期核算成本，而位置信息用于方便后期确定运送路线，服务器获取发货网点、各中转网点、收货网点及各物流公司的报价业务信息，之后服务器依据货品参数及各目标中转网点、发货网点、收货网点的业务信息计算最优路线的中转价格总和，同时依据药品参数信息及业务信息计算最优路线对应的每个运送路段的运输价格总和，并以此计算所有运送路线的中转价格总和及运输价格总和的和值得到配送总运费，得到对应的结算信息，可以解决配送过程中发生的配送费用无法独立核算的问题。
请参阅图2，本发明实施例中物流配送路径选择方法的另一个实施例包括：
201、获取药品配送信息，药品配送信息包括药品仓库位置信息及收货地位置信息；
具体的，在本实施例中，步骤201的具体实施方式与上述步骤101类似，此处不再赘述。
202、通过药品仓库位置信息确定对应的发货网点，并通过收货地位置信息确定对应的收货网点；
具体的，在本实施例中，步骤202的具体实施方式与上述步骤102类似，此处不再赘述。
203、读取预置网点距离范围描述文件，通过网点距离范围描述文件分别确定发货网点对应的第一预设距离范围及收货网点对应的第二预设距离范围；
需要说明的是，该预置网点距离范围描述文件是指用于描述关于某一网点附近具有运输优势及便利性设施条件的周边网点的距离范围的文件，具体的，服务器读取预置网点距离范围描述文件，通过所述网点距离范围描述文件分别确定所述发货网点对应的第一预设距离范围及所述收货网点对应的第二预设距离范围。
204、通过第一预设距离范围及发货网点的位置信息进行第一中转位置筛选，确定多个第一网点位置信息；
具体的，服务器通过所述第一预设距离范围及所述发货网点的位置信息进行第一中转位置筛选，确定多个第一网点位置信息。
205、通过第二预设距离范围及收货网点的位置信息进行第二中转位置筛选，确定多个第二网点位置信息，并将多个第一网点位置信息及多个第二网点位置信息作为多个网点位置信息；
具体的，服务器通过所述第二预设距离范围及所述收货网点的位置信息进行第二中转位置筛选，确定多个第二网点位置信息，例如，服务器搜索出3公里范围内的，搜索出来的结果可能会存在超过3公里的，进行再次过滤。如果对精度没有严格要求，可以跳过。后续服务器按照距离由近到远排序。最后服务器将所述多个第一网点位置信息及所述多个第二网点位置信息作为所述多个网点位置信息。
206、通过多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过发货网点、至少一个候选中转网点及收货网点的位置信息，生成多个配送路段；
具体的，服务器对所述多个网点位置信息进行统计，得到对应的网点信息文件；服务器通过所述药品配送信息中的药品信息标识对所述网点信息文件进行信息匹配，确定与所述药品信息标识匹配的至少一个候选中转网点；服务里通过所述至少一个候选中转网点的位置坐标进行路段生成，得到多个配送路段。
其中，需要说明的是，该药品信息标识是指与待配送药品信息相关的标识信息，主要目的在于判断是否有不符合条件的物流网点，由于某些药品需要冷藏处理，则需要排除无法进行冷藏保存的物流网点，选取具有冷藏处理条件的物流网点进行中转运输，服务器对所述多个网点位置信息进行统计，得到对应的网点信息文件；服务器通过所述药品配送信息中的药品信息标识对所述网点信息文件进行信息匹配，确定与所述药品信息标识匹配至少一个候选中转网点；通过所述至少一个候选中转网点的位置坐标进行路段生成，得到多个配送路段。
207、对多个配送路段进行路线匹配，生成多个运送路线并对多个运送路线进行筛选，得到多个运送路线中的最优路线；
具体的，服务器对所述多个配送路段进行路线规划，生成多个运送路线；服务器对所述多个运送路线进行运送时间计算，得到每一运送路线的理论运送时间；服务器通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
需要说明的是，各运送路段的预估时间等于其理论运送时间与权重分的乘积，最快配送模式下运送路段的运送速度越快则预估时间越短。且最低成本模式下需要根据中转网点的报价额外叠加预估时间的数值，在本发明实施例中，通过理论运送时间与成本相结合参考的方式对各路段进行赋值，服务器通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，进而确定所述多个运送路线中的最优路线。
可选的，在服务器对所述多个运送路线进行运送时间计算，得到每一运送路线的理论运送时间之后，在服务器通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算之前，还可以包括：服务器将所述多个运送路线进行映射，得到对应的有向图；服务器通过每一所述运送路线的理论运送时间及预设选择因素权值对所述有向图中的多个线段进行权重赋值，得到对应的有向带权图，并将所述有向带权图上分布的各个节点进行标记，得到对应的节点集；服务器通过所述节点集中的多个节点对不同路径间交互逻辑和交互位置进行定义，确定对应的多个交互逻辑及多个交互位置，并通过所述多个逻辑及所述多个交互位置进行模型构建，得到对应的物流路径模型。
其中，服务器将各运送路线统一映射为有向图，将物流设备绑定到相应运送路线上，将各类物流设备统一映射为执行器集，进而服务器将运送路线上分布的各个节点统一映射为节点集，各个节点包括不同路径不同执行器之间的物质交互点，并通过该多个节点节点定义不同路径间不同执行器间的交互逻辑和交互位置，进而服务器构建得到该物流路径网络模型。
可选的，通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线可以包括：服务器通过预置物流路径模型确定药物配送发货网点与收货网点间的目标路径模型，该目标路径模型包含将岔路口作为节点的节点之间的多个选择因素的权值，选择因素包括物件配送紧急程度、道路拥挤度、路径距离；服务器对所述目标路径模型中多个节点之间的综合权值进行计算，得到多个综合权值；服务器将所述目标路径模型中每一所述运送路线的理论运送时间的权值替换为所述多个综合权值并进行预估时间计算，得到每一运送路线的预估时间；对每一所述运送路线的预估时间进行最小值分析，得到预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
需要说明的是，例如，其中任意两个节点A与B之间的综合权值通过下述公式计算所得，F＝W1×F1+W2×F2+…+Wn×Fn，其中，F表示综合权值，n表示选择因素的总个数，F1、F2、…及Fn分别为节点A与节点B之间的各个因素的权值，W1、W2、…及Wn分别为F1、F2、…及Fn对应的权重，服务器将所述目标路径模型中每一所述运送路线的理论运送时间的权值替换为所述多个综合权值并进行预估时间计算，得到每一运送路线的预估时间；进而服务器对每一所述运送路线的预估时间进行最小值分析，得到预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
208、对多个运送路线中的最优路线进行信息扫描，确定多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过业务信息确定对应的结算信息。
具体的，服务器对所述多个运送路线中的最优路线进行分析，确定对应的发货网点、至少一个目标中转网点及收货网点的业务信息；服务器通过所述业务信息计算所述最优路线的中转价格总和及运输价格总和，并将所述中转价格总和及所述运输价格综合相加得到目标价格总和并作为结算信息，得到对应的结算信息。
其中，服务器按照发货网点、各中转网点、收货网点及各物流公司的业务信息，即根据报价、装卸费等额外费用，分配每个物流环节的费用，从而实现运费的统一计算。若采用比例模式的结算模式，则服务器依据发货网点、各中转网点、收货网点及各物流公司的业务信息分配百分比。依据货品运送信息计算得到总运费，支取总运费后，依据总运费及发货网点、各中转网点、收货网点、各物流公司对应的百分比生成结算信息，本发明实施例中，服务器对所述多个运送路线中的最优路线进行分析，确定对应的发货网点、至少一个目标中转网点及收货网点的业务信息；服务器进而通过所述业务信息计算所述最优路线的中转价格总和及运输价格总和，并将所述中转价格总和及所述运输价格综合相加得到目标价格总和并作为结算信息，得到对应的结算信息。
本发明实施例中，服务器将所述目标路径模型中每一所述运送路线的理论运送时间的权值替换为所述多个综合权值并进行预估时间计算，得到每一运送路线的预估时间；进而服务器对每一所述运送路线的预估时间进行最小值分析，得到预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线，根据物件配送紧急程度、道路拥挤度、路径距离等各种选择因素进行权值计算，可以更准确的对路线情况进行判断，使得该预估时间最短路线更为符合实际情况，更精准高效的确定最优路线。
请参阅图3，本发明实施例中物流配送路径选择装置的一个实施例包括：
获取模块301，用于获取药品配送信息，所述药品配送信息包括药品仓库位置信息及收货地位置信息；
确定模块302，用于通过所述药品仓库位置信息确定对应的发货网点，并通过所述收货地位置信息确定对应的收货网点；
采集模块303，用于分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；
筛选模块304，用于通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段；
匹配模块305，用于对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线；
扫描模块306，用于对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息。
请参阅图4，本发明实施例中物流配送路径选择装置的另一个实施例包括：
获取模块301，用于获取药品配送信息，所述药品配送信息包括药品仓库位置信息及收货地位置信息；
确定模块302，用于通过所述药品仓库位置信息确定对应的发货网点，并通过所述收货地位置信息确定对应的收货网点；
采集模块303，用于分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；
筛选模块304，用于通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段；
匹配模块305，用于对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线；
扫描模块306，用于对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息。
可选的，所述采集模块303具体用于：读取预置网点距离范围描述文件，通过所述网点距离范围描述文件分别确定所述发货网点对应的第一预设距离范围及所述收货网点对应的第二预设距离范围；通过所述第一预设距离范围及所述发货网点的位置信息进行第一中转位置筛选，确定多个第一网点位置信息；通过所述第二预设距离范围及所述收货网点的位置信息进行第二中转位置筛选，确定多个第二网点位置信息，并将所述多个第一网点位置信息及所述多个第二网点位置信息作为所述多个网点位置信息。
可选的，所述筛选模块304具体用于：对所述多个网点位置信息进行统计，得到对应的网点信息文件；通过所述药品配送信息中的药品信息标识对所述网点信息文件进行信息匹配，确定与所述药品信息标识匹配的至少一个候选中转网点；通过所述至少一个候选中转网点的位置坐标进行路段生成，得到多个配送路段。
可选的，所述匹配模块305还包括：
生成单元3051，用于对所述多个配送路段进行路线规划，生成多个运送路线；
计算单元3052，用于对所述多个运送路线进行运送时间计算，得到每一运送路线的理论运送时间；
筛选单元3053，用于通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
可选的，所述匹配模块305还包括：
映射单元3054，用于将所述多个运送路线进行映射，得到对应的有向图；
赋值单元3055，用于通过每一所述运送路线的理论运送时间及预设选择因素权值对所述有向图中的多个线段进行权重赋值，得到对应的有向带权图，并将所述有向带权图上分布的各个节点进行标记，得到对应的节点集；
构建单元3056，用于通过所述节点集中的多个节点对不同路径间交互逻辑和交互位置进行定义，确定对应的多个交互逻辑及多个交互位置，并通过所述多个逻辑及所述多个交互位置进行模型构建，得到对应的物流路径模型。
可选的，所述筛选单元3053具体用于：通过预置物流路径模型确定药物配送发货网点与收货网点间的目标路径模型，该目标路径模型包含将岔路口作为节点的节点之间的多个选择因素的权值，选择因素包括物件配送紧急程度、道路拥挤度、路径距离；对所述目标路径模型中多个节点之间的综合权值进行计算，得到多个综合权值；将所述目标路径模型中每一所述运送路线的理论运送时间的权值替换为所述多个综合权值并进行预估时间计算，得到每一运送路线的预估时间；对每一所述运送路线的预估时间进行最小值分析，得到预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
可选的，所述扫描模块306具体用于：对所述多个运送路线中的最优路线进行分析，确定对应的发货网点、至少一个目标中转网点及收货网点的业务信息；通过所述业务信息计算所述最优路线的中转价格总和及运输价格总和，并将所述中转价格总和及所述运输价格综合相加得到目标价格总和并作为结算信息，得到对应的结算信息。
图5是本发明实施例提供的一种物流配送路径选择设备的结构示意图，该物流配送路径选择设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对物流配送路径选择设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在物流配送路径选择设备500上执行存储介质530中的一系列指令操作。
物流配送路径选择设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS，Uni，Linu，FreeBSD等等。本领域技术人员可以理解，图5示出的物流配送路径选择设备结构并不构成对物流配送路径选择设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种物流配送路径选择设备，所述物流配送路径选择设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述物流配送路径选择方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述物流配送路径选择方法的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明所指区块链是分布式数据存储，点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库，是一串使用密码方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块，区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
Claims (10)
1.一种物流配送路径选择方法，其特征在于，所述物流配送路径选择方法包括：
获取药品配送信息，所述药品配送信息包括药品仓库位置信息及收货地位置信息；
通过所述药品仓库位置信息确定对应的发货网点，并通过所述收货地位置信息确定对应的收货网点；
分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；
通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段；
对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线；
对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息。
2.根据权利要求1所述的物流配送路径选择方法，其特征在于，所述分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息包括：
读取预置网点距离范围描述文件，通过所述网点距离范围描述文件分别确定所述发货网点对应的第一预设距离范围及所述收货网点对应的第二预设距离范围；
通过所述第一预设距离范围及所述发货网点的位置信息进行第一中转位置筛选，确定多个第一网点位置信息；
通过所述第二预设距离范围及所述收货网点的位置信息进行第二中转位置筛选，确定多个第二网点位置信息，并将所述多个第一网点位置信息及所述多个第二网点位置信息作为所述多个网点位置信息。
3.根据权利要求1所述的物流配送路径选择方法，其特征在于，所述通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段包括：
对所述多个网点位置信息进行统计，得到对应的网点信息文件；
通过所述药品配送信息中的药品信息标识对所述网点信息文件进行信息匹配，确定与所述药品信息标识匹配的至少一个候选中转网点；
通过所述至少一个候选中转网点的位置坐标进行路段生成，得到多个配送路段。
4.根据权利要求1所述的物流配送路径选择方法，其特征在于，所述对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线包括：
对所述多个配送路段进行路线规划，生成多个运送路线；
对所述多个运送路线进行运送时间计算，得到每一运送路线的理论运送时间；
通过每一运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
5.根据权利要求4所述的物流配送路径选择方法，其特征在于，在所述对所述多个运送路线进行运送时间计算，得到每一运送路线的理论运送时间之后，在所述通过每一所述运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算之前，还包括：
将所述多个运送路线进行映射，得到对应的有向图；
通过每一所述运送路线的理论运送时间及预设选择因素权值对所述有向图中的多个线段进行权重赋值，得到对应的有向带权图，并将所述有向带权图上分布的各个节点进行标记，得到对应的节点集；
通过所述节点集中的多个节点对不同路径间交互逻辑和交互位置进行定义，确定对应的多个交互逻辑及多个交互位置，并通过所述多个逻辑及所述多个交互位置进行模型构建，得到对应的物流路径模型。
6.根据权利要求4所述的物流配送路径选择方法，其特征在于，所述通过每一所述运送路线的理论运送时间及预置物流路径模型对所述多个运送路线的预估时间进行计算，得到每一运送路线的预估时间并筛选出预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线包括：
通过预置物流路径模型确定药物配送发货网点与收货网点间的目标路径模型，该目标路径模型包含将岔路口作为节点的节点之间的多个选择因素的权值，选择因素包括物件配送紧急程度、道路拥挤度、路径距离；
对所述目标路径模型中多个节点之间的综合权值进行计算，得到多个综合权值；
将所述目标路径模型中每一所述运送路线的理论运送时间的权值替换为所述多个综合权值并进行预估时间计算，得到每一运送路线的预估时间；
对每一所述运送路线的预估时间进行最小值分析，得到预估时间最短路线并作为最优路线，得到所述多个运送路线中的最优路线。
7.根据权利要求1-6中任一项所述的物流配送路径选择方法，其特征在于，所述对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、多个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息包括：
对所述多个运送路线中的最优路线进行分析，确定对应的发货网点、多个目标中转网点及收货网点的业务信息；
通过所述业务信息计算所述最优路线的中转价格总和及运输价格总和，并将所述中转价格总和及所述运输价格综合相加得到目标价格总和并作为结算信息，得到对应的结算信息。
8.一种物流配送路径选择装置，其特征在于，所述物流配送路径选择装置包括：
获取模块，用于获取药品配送信息，所述药品配送信息包括药品仓库位置信息及收货地位置信息；
确定模块，用于通过所述药品仓库位置信息确定对应的发货网点，并通过所述收货地位置信息确定对应的收货网点；
采集模块，用于分别对所述发货网点及所述收货网点周围预设距离范围内的网点进行信息采集，得到多个网点位置信息；
筛选模块，用于通过所述多个网点位置信息进行网点筛选，得到至少一个候选中转网点，并通过所述发货网点、所述至少一个候选中转网点及所述收货网点的位置信息，生成多个配送路段；
匹配模块，用于对所述多个配送路段进行路线匹配，生成多个运送路线并对所述多个运送路线进行筛选，得到所述多个运送路线中的最优路线；
扫描模块，用于对所述多个运送路线中的最优路线进行信息扫描，确定所述多个运送路线中的最优路线中所包含的发货网点、至少一个目标中转网点及收货网点的业务信息，并通过所述业务信息确定对应的结算信息。
9.一种物流配送路径选择设备，其特征在于，所述物流配送路径选择设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述物流配送路径选择设备执行如权利要求1-7中任意一项所述的物流配送路径选择方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述物流配送路径选择方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111007660.9A CN113705901A (zh) | 2021-08-30 | 2021-08-30 | 物流配送路径选择方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111007660.9A CN113705901A (zh) | 2021-08-30 | 2021-08-30 | 物流配送路径选择方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113705901A true CN113705901A (zh) | 2021-11-26 |
Family
ID=78657080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111007660.9A Pending CN113705901A (zh) | 2021-08-30 | 2021-08-30 | 物流配送路径选择方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113705901A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114371680A (zh) * | 2022-03-21 | 2022-04-19 | 季华实验室 | 一种多agv中转站调度方法、装置、电子设备及存储介质 |
| CN114707936A (zh) * | 2022-04-15 | 2022-07-05 | 北京易链科技有限公司 | 一种运货的路径规划的方法、装置、设备和存储介质 |
| CN114742267A (zh) * | 2022-03-07 | 2022-07-12 | 深圳市跨越新科技有限公司 | 物流运输路由规划方法、系统、设备及存储介质 |
| CN115907333A (zh) * | 2022-10-26 | 2023-04-04 | 江苏领悟信息技术有限公司 | 一种公共应急事件中区域资源调度系统和方法 |
| CN116384853A (zh) * | 2023-03-01 | 2023-07-04 | 湖北普罗格科技股份有限公司 | 一种数字孪生智慧物流的管理方法及装置 |
| CN116611761A (zh) * | 2023-07-18 | 2023-08-18 | 深圳市恒顺合鑫科技有限公司 | 一种基于智慧物流的信息处理方法及系统 |
| WO2023216560A1 (zh) * | 2022-05-11 | 2023-11-16 | 弥费科技(上海)股份有限公司 | 路径生成方法、装置、计算机设备和存储介质 |
| CN117808384A (zh) * | 2024-02-29 | 2024-04-02 | 天津小铁马科技有限公司 | 货物运输车货匹配方法、装置、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156836A (zh) * | 2013-05-13 | 2014-11-19 | 阿里巴巴集团控股有限公司 | 一种物流网络负载查询方法及系统 |
| CN107977739A (zh) * | 2017-11-22 | 2018-05-01 | 深圳北斗应用技术研究院有限公司 | 物流配送路径的优化方法、装置及设备 |
| CN108681860A (zh) * | 2018-05-31 | 2018-10-19 | 广州同康科技发展有限公司 | 一种基于货品数据分析的物流管理方法 |
| US20180364061A1 (en) * | 2017-06-14 | 2018-12-20 | The Chinese University Of Hong Kong | Methods and systems for efficient and timely transportation of heavy-duty trucks |
| CN111553626A (zh) * | 2020-04-09 | 2020-08-18 | 北京顺达同行科技有限公司 | 一种路径规划方法、装置、电子设备及其存储介质 |
| CN112183852A (zh) * | 2020-09-26 | 2021-01-05 | 钱锅（上海）物流科技有限公司 | 物流配送路线筛选及运费核算方法、系统、终端及介质 |
-
2021
- 2021-08-30 CN CN202111007660.9A patent/CN113705901A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156836A (zh) * | 2013-05-13 | 2014-11-19 | 阿里巴巴集团控股有限公司 | 一种物流网络负载查询方法及系统 |
| US20180364061A1 (en) * | 2017-06-14 | 2018-12-20 | The Chinese University Of Hong Kong | Methods and systems for efficient and timely transportation of heavy-duty trucks |
| CN107977739A (zh) * | 2017-11-22 | 2018-05-01 | 深圳北斗应用技术研究院有限公司 | 物流配送路径的优化方法、装置及设备 |
| CN108681860A (zh) * | 2018-05-31 | 2018-10-19 | 广州同康科技发展有限公司 | 一种基于货品数据分析的物流管理方法 |
| CN111553626A (zh) * | 2020-04-09 | 2020-08-18 | 北京顺达同行科技有限公司 | 一种路径规划方法、装置、电子设备及其存储介质 |
| CN112183852A (zh) * | 2020-09-26 | 2021-01-05 | 钱锅（上海）物流科技有限公司 | 物流配送路线筛选及运费核算方法、系统、终端及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 张正华;武邦涛;李世超;宁方华;: "危险化学品配送系统研究", 上海理工大学学报, no. 05, 15 October 2009 (2009-10-15) * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114742267A (zh) * | 2022-03-07 | 2022-07-12 | 深圳市跨越新科技有限公司 | 物流运输路由规划方法、系统、设备及存储介质 |
| CN114371680A (zh) * | 2022-03-21 | 2022-04-19 | 季华实验室 | 一种多agv中转站调度方法、装置、电子设备及存储介质 |
| CN114371680B (zh) * | 2022-03-21 | 2022-06-03 | 季华实验室 | 一种多agv中转站调度方法、装置、电子设备及存储介质 |
| CN114707936A (zh) * | 2022-04-15 | 2022-07-05 | 北京易链科技有限公司 | 一种运货的路径规划的方法、装置、设备和存储介质 |
| WO2023216560A1 (zh) * | 2022-05-11 | 2023-11-16 | 弥费科技(上海)股份有限公司 | 路径生成方法、装置、计算机设备和存储介质 |
| CN115907333A (zh) * | 2022-10-26 | 2023-04-04 | 江苏领悟信息技术有限公司 | 一种公共应急事件中区域资源调度系统和方法 |
| CN115907333B (zh) * | 2022-10-26 | 2023-09-15 | 江苏领悟信息技术有限公司 | 一种公共应急事件中区域资源调度系统和方法 |
| CN116384853A (zh) * | 2023-03-01 | 2023-07-04 | 湖北普罗格科技股份有限公司 | 一种数字孪生智慧物流的管理方法及装置 |
| CN116384853B (zh) * | 2023-03-01 | 2024-02-09 | 湖北普罗格科技股份有限公司 | 一种数字孪生智慧物流的管理方法及装置 |
| CN116611761A (zh) * | 2023-07-18 | 2023-08-18 | 深圳市恒顺合鑫科技有限公司 | 一种基于智慧物流的信息处理方法及系统 |
| CN116611761B (zh) * | 2023-07-18 | 2024-01-05 | 深圳市恒顺合鑫科技有限公司 | 一种基于智慧物流的信息处理方法及系统 |
| CN117808384A (zh) * | 2024-02-29 | 2024-04-02 | 天津小铁马科技有限公司 | 货物运输车货匹配方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113705901A (zh) | 物流配送路径选择方法、装置、设备及存储介质 | |
| JP7266649B2 (ja) | Ｅコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 | |
| Liu et al. | On-time last-mile delivery: Order assignment with travel-time predictors | |
| US20170046653A1 (en) | Planning of transportation requests | |
| Király et al. | Redesign of the supply of mobile mechanics based on a novel genetic optimization algorithm using Google Maps API | |
| JPH08235263A (ja) | 輸送経路探索方法および輸送経路探索装置 | |
| Creemers et al. | Tri-vizor uses an efficient algorithm to identify collaborative shipping opportunities | |
| CN113780956B (zh) | 物流运费生成方法、装置、设备及存储介质 | |
| Mohammadi et al. | A dynamic approach for the multi-compartment vehicle routing problem in waste management | |
| CN111080171A (zh) | 一种基于物流调配算法的物流调配方法 | |
| Evans et al. | Fast and exact network trajectory similarity computation: A case-study on bicycle corridor planning | |
| Owen et al. | Developing a comprehensive US transit accessibility database | |
| CN114819802A (zh) | 商品运输费用的结算方法、装置、设备及存储介质 | |
| Zhen et al. | Heterogeneous instant delivery orders scheduling and routing problem | |
| Riahi et al. | A scatter search algorithm for time-dependent prize-collecting arc routing problems | |
| CN117333093A (zh) | 配送订单的处理方法、装置、设备及存储介质 | |
| JP2005043974A (ja) | 輸送スケジュール作成方法及びシステム | |
| Nadizadeh | Formulation and a heuristic approach for the orienteering location-routing problem | |
| CN114723373A (zh) | 保健用品的配货调度管理方法、装置、设备及存储介质 | |
| JP2008230816A (ja) | 調達物流スケジュール作成システム | |
| Sárdi et al. | AHP-based multicriterial ranking model for the city logistics analysis of urban areas | |
| Dirgayusari et al. | Application for determining shipping routes at cargo companies with genetic algorithms | |
| Hasanpour Jesri et al. | Bi objective peer-to-peer ridesharing model for balancing passengers time and costs | |
| Hasan et al. | Combinatorial-based auction for the transportation procurement: An optimization-oriented review | |
| Mazzuco et al. | State of the art in simulation-based optimization approaches for vehicle routing problems along manufacturing supply chains |
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 |