CN113723721B - 基于物流运输的智能调度方法、装置、设备及存储介质 - Google Patents

Abstract

本申请实施例公开了一种基于物流运输的智能调度方法、装置、设备及存储介质，涉及智能调度技术领域，包括：对待配送对象划分聚集区域；按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。本申请实施例能够提高基于物流运输的智能调度方法的智能性和高效性。

Description

基于物流运输的智能调度方法、装置、设备及存储介质

技术领域

本申请实施例涉及计算机技术领域，具体涉及智能调度技术。

背景技术

随着市场经济的发展和物流技术专业化水平的提高，物流作为第三方利益源点对经济活动造成的影响也越来越显著，已经成为了现如今竞争最重要的工作领域。在物流运输领域，配送货物的配送载具(如车辆等)的调度方式是物流配送优化的核心环节，构建和优化物流运输的智能调度方式，已经成为了提高企业服务水平以及资源的有效利用率的关键性问题。

发明内容

本申请实施例提供了一种基于物流运输的智能调度方法、装置、设备及存储介质，以提高基于物流运输的智能调度方法的智能性和高效性。

第一方面，本申请实施例提供了一种基于物流运输的智能调度方法，包括：

对待配送对象划分聚集区域；

按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。

第二方面，本申请实施例提供了一种基于物流运输的智能调度装置，包括：

聚集区域划分模块，用于对待配送对象划分聚集区域；

调度方式计算模块，用于按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。

第三方面，本申请实施例提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任一实施例所提供的基于物流运输的智能调度方法。

第四方面，本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任一实施例所提供的基于物流运输的智能调度方法。

本申请实施例通过对待配送对象划分聚集区域，以按照聚集区域的区域顺序对聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式，解决现有基于物流运输的智能调度方法存在的智能性较低的问题，提高了基于物流运输的智能调度方法的智能性和高效性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请实施例提供的一种基于物流运输的智能调度方法的流程图；

图2是本申请实施例提供的一种基于物流运输的智能调度方法的流程图；

图3是本申请实施例提供的一种基于物流运输的智能调度方法的流程图；

图4是本申请实施例提供的一种基于物流运输的智能调度装置的结构图；

图5是用来实现本申请实施例的基于物流运输的智能调度方法的电子设备的结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。

基于物流运输的智能调度算法可以实现配送载具的智能调度，满足物流运输的优化目标，例如更低的成本、更少的载具或更低的里程。物流运输除了追求优化目标的同时，往往还存在实际业务上的需求，例如配送区域的聚集性要求。在实际业务场景中，配送方通常希望不同司机的配送范围不重合。因为往往一个司机会更熟悉某一个区域范围内的路线，所以希望配送点具有较高的聚集性，并且各配送区域之间不重合，以方便熟悉各配送区域的司机进行配送。

目前，物流运输领域的智能调度算法包括启发式算法，启发式算法在算法搜索较优解的过程中随机性很强。当存在成本相同的两种配送路线时，由于配送路线的聚集性不同，启发式算法无法分辨哪种聚集性更强，因此会随机选择配送路线，导致整体配送的聚集性较差，配送区域重合，不易于车队管理，因此在实际应用中受到局限。

为了考虑聚集性问题，现有的智能调度算法对配送区域进行划分，将聚集性较好的配送点划分到一个区域，并对每个区域分别进行载具的调度计算，最后将所有区域的计算结果合并成一个解，作为最终的调度方式。这种方案的缺点是：虽然通过区域划分提高了部分聚集性，但是由于一个区域内可能由多个配送载具进行配送，各配送载具之间的配送区域可能存在重叠，从而影响局部聚集性。同时，由于彼此独立的区域无法控制配送量，存在多个配送载具装载率较低的问题。

在一个示例中，图1是本申请实施例提供的一种基于物流运输的智能调度方法的流程图，本实施例可适用于按照区域顺序智能计算调度方式的情况，该方法可以由按照区域顺序装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在电子设备中。该电子设备可以是任意类型的终端设备，如服务器或个人计算机等。相应的，如图1所示，该方法包括如下操作：

S110、对待配送对象划分聚集区域。

其中，待配送对象可以是有配送需求的对象，该对象既可以是人，也可以是实体店或仓库等。示例性的，各种类型配送网点，如便利店、超市或快递站点等，以及有配送需求的人等，均可以作为待配送对象。待配送对象的数量可以是多个，且各个待配送对象可以分布在不同的地理位置。需要说明的是，待配送对象的属性可以相同，也可以不同。例如，待配送对象可以全部是便利店，或者，部分待配送对象为便利店，部分待配送对象为快递站点，本申请实施例并不对待配送对象的类型和具体属性进行限定。聚集区域可以是对待配送对象划分的一个或多个区域，也即配送区域。聚集区域可以体现各待配送对象的聚集性。例如，一个聚集区域内包括的各待配送对象之间具有良好的聚集性，聚集性可以体现在各待配送对象之间的地理距离较近。同时，需要说明的是，各聚集区域所包括的待配送对象可以不同。

在本申请实施例中，在计算待配送对象、配送对象以及配送载具之间的调度方式之前，首先需要对各待配送对象划分聚集区域。

示例性的，假设共有200个便利店作为待配送对象，各个便利店分布在不同的地理位置。根据各便利店的分布情况可以划分10个聚集区域，每个聚集区域可以包括一个或多个便利店，10个聚集区域中包括的便利店的总数为200。每个聚集区域中所包括的便利店具有良好的聚集性。例如，第一个聚集区域所包括的便利店全部分布在城市A中的B区。也即，每个聚集区域内的各个便利店之间的距离都较近。

S120、确定各所述聚集区域之间的区域顺序。

其中，区域顺序可以是对各聚集区域调整的先后顺序。

在本申请实施例中，在对待配送对象划分聚集区域之后，需要依据各聚集区域之间的关联关系，确定各聚集区域之间的区域顺序。示例性的，关联关系可以是个聚集区域的区域中心之间的距离关系等。例如，可以首先确定第一个聚集区域，然后在根据各区域中心之间的距离关系，按照距离从近到远的顺序依次确定其他的聚集区域。或者，也还可以根据各聚集区域的大小等依次确定各聚集区域之间的区域顺序，本申请实施例并不对确定区域顺序的具体方式进行限定。

S130、按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。

其中，配送对象可以是需要根据待配送对象的配送需求进行配送的对象。例如，配送对象可以是对便利店或超市配送的货物，或者是对快递站点配送的快递等。同理，配送对象的属性可以相同，也可以不同。例如，配送对象可以全部是需要配送到便利店的相同或不同的货物。也还可以是部分配送对象是需要配送到便利店的相同或不同的货物，部分配送对象是需要配送到快递站点的快递，本申请实施例并不对配送对象的类型和具体属性进行限定。配送载具则可以是将配送对象配送至待配送对象的载具，例如，各种大型、中型、或小型车船或运输飞机等，本申请实施例并不对配送载具的具体类型进行限定。

可以理解的是，待配送对象、配送对象以及配送载具之间的调度方式可以是：对所有的待配送对象分别分配对应的配送载具，并对各配送载具分配配送对象，以通过配送载具对各待配送对象所需求的配送对象进行配送。相应的，在确定各聚集区域之间的区域顺序后，即可根据各个聚集区域之间的区域顺序对各个聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。示例性的，根据区域顺序对聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式，可以是：对当前聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式，例如计算当前聚集区域所需的配送载具，并计算待配送对象与配送载具之间，以及配送对象与配送载具之间分配方式。在当前聚集区域的调度方式计算完成后，再按照区域顺序确定下一个聚集区域作为当前聚集区域并进行计算。由于各聚集区域具有强烈的聚集性，因此根据区域顺序对各聚集区域分配配送载具可以满足配送载具的聚集性需求，从而降低配送成本。同时，由于各聚集区域所包括的待配送对象不同，也即各配送区域之间不重合，因此，按照区域顺序依次求解也不会产生配送区域重合的问题。另外，各个聚集区域按照区域顺序依次求解，建立了各聚集区域之间的计算顺序，各个区域之间不再独立计算调度方式，能够有效控制各聚集区域对配送对象的配送量，从而提高各配送载具的装载率，使得配送载具的调度方式更高效。

由此可见，上述方案通过顺序求解各聚集区域内物流运输的具体调度方式，可以有效解决配送载具的聚集性问题，能够同时满足运输成本最优、配送区域不重合以及提高配送载具装载率的目标，提高了基于物流运输的智能调度方法的智能性和高效性。

本申请实施例通过对待配送对象划分聚集区域，以按照聚集区域的区域顺序对聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式，解决现有基于物流运输的智能调度方法存在的智能性较低的问题，提高了基于物流运输的智能调度方法的智能性和高效性。

在一个示例中，图2是本申请实施例提供的一种基于物流运输的智能调度方法的流程图，本申请实施例在上述各实施例的技术方案的基础上，进行了优化改进，给出了对待配送对象划分聚集区域以及确定各所述聚集区域之间的区域顺序的多种可选的具体实现方式。

如图2所示的一种基于物流运输的智能调度方法，包括：

S210、根据所述配送对象的载重总量、所述配送载具的单位载重计算所述聚集区域的个数。

其中，配送对象的载重总量可以是所有待配送对象所需求的配送对象的载重总量，也即各聚集区域需求配送量的总和。配送载具的单位载重可以是一辆配送载具的载重。需要说明的是，由于配送载具类型不同，各配送载具的单位载重可能相同，也可能不同。如果所有的配送载具的单位载重相同，则配送载具的单位载重可以是任意配送载具的单位载重。如果各配送载具的单位载重不同，或者部分配送载具的单位载重相同、配送载具的单位载重不同，则可以针对全部配送载具计算配送载具的平均单位载重，并将平均单位载重作为配送载具的单位载重。

在本申请实施例中，对待配送对象划分聚集区域首先需要确定聚集区域的数量。可选的，可以根据配送对象的载重总量、所述配送载具的单位载重计算所述聚集区域的个数。

在本申请的一个可选实施例中，所述根据所述配送对象的载重总量、所述配送载具的单位载重计算所述聚集区域的个数，可以包括：基于公式：N＝[M/L]+1，计算所述聚集区域的个数；其中，N表示所述聚集区域的个数，M表示所述载重总量，L表示所述单位载重。

可以理解的是，M/L的结果得到的是在满足配送时间以及各配送载具为满装载率的情况下，所有待配送对象需要的最少的配送载具的数量。因此，根据公式N＝[M/L]+1计算聚集区域的个数，可以实现配送载具数量最少(也即装载率最高)的优化目标。

需要说明的是，在实际情况中，配送载具的数量存在两种情况，即有限数量和无限数量。如果配送载具的数量为有限数量，例如，配送载具总共有C个，在计算聚集区域的个数时，如果N大于C，则聚集区域的个数需要取C，这样设置的目的是：尽量保证一个聚集区域可以分配一个配送载具进行配送。如果N小于或等于C，则聚集区域的个数可以取N。如果配送载具的数量为有限数量，也即不限定配送载具的数量，则聚集区域的个数可以直接取N。

S220、利用聚类算法根据所述聚集区域的个数以及所述待配送对象之间的距离确定所述聚集区域。

其中，聚类算法可以是任意类型的，需要根据确定的聚类数量进行聚类的算法，如K-Means(K均值)或GMMs(Gaussian Mixture Models，高斯混合模型)等聚类算法，本申请实施例并不对聚类算法的具体算法类型进行限定。

相应的，在确定聚集区域的个数之后，可以利用聚类算法根据聚集区域的个数以及待配送对象之间的距离确定聚集区域。示例性的，如果采用K-Means算法确定聚集区域，可以将聚集区域的个数作为聚类数量K，聚集区域作为聚类，并在各个聚集区域中随机选择1个待配送对象作为初始聚类中心。在给定K值和K个初始聚类中心后，K-Means可以把每个待配送对象分到离其最近的聚类中心所代表的聚集区域中。所有待配送对象分配完毕之后，根据一个聚集区域内的所有待配送对象之间的距离重新计算该聚集区域的聚类中心(取平均值)。然后再迭代的进行分配待配送对象和更新聚类中心的步骤，直至聚类中心的变化很小，或者达到指定的迭代次数，此时表明K-Means以及完成自我优化，得到的各个聚集区域也即聚集性最优的聚集区域。

需要说明的是，通常配送对象存储在一个或多个仓库中，因此，可以利用K-Means算法针对将仓库和待配送对象确定聚集区域。例如，在给定K值和K个初始聚类中心后，K-Means可以把每个待配送对象和仓库分到离其最近的聚类中心所代表的聚集区域中。所有待配送对象分配完毕之后，根据一个聚集区域内的所有待配送对象和仓库之间的距离重新计算该聚集区域的聚类中心(取平均值)。

上述技术方案中，通过利用配送对象的载重总量、配送载具的单位载重计算聚集区域的个数，以利用聚类算法根据聚集区域的个数以及待配送对象之间的距离确定聚集区域，能够得到聚集性最优的各个聚集区域，且可以实现配送载具数量最少(也即装载率最高)的优化目标。

S230、根据首要区域确定策略确定首要聚集区域。

其中，首要区域确定策略可以用于确定首要聚集区域。首要聚集区域可以是第一个用于计算区域内待配送对象、配送对象以及配送载具之间的调度方式的聚集区域。

可选的，在确定首要聚集区域时，可以根据首要区域确定策略确定，后续的聚集区域顺序则可以根据与前一个聚集区域的关联关系进行确定。

在本申请的一个可选实施例中，所述首要区域确定策略可以包括：所述聚集区域的区域中心距离配送对象存储地满足第一距离条件；所述聚集区域的区域中心距离配送对象存储地满足第二距离条件；所述聚集区域包括的待配送对象的数量满足数量限定条件；其中，所述第一距离条件与所述第二距离条件不同。

其中，配送对象存储地可以是用于存储配送对象的仓库等。第一距离条件可以是区域中心距离配送对象存储地最远，第二距离条件可以是区域中心距离配送对象存储地最近。或者，第一距离条件可以是区域中心距离配送对象存储地最近，第二距离条件可以是区域中心距离配送对象存储地最远。本申请实施例并不对第一距离条件与第二距离条件的具体距离限定内容进行限定。数量限定条件可以是聚集区域内包括的待配送对象的数量最少。

可选的，可以通过三种类型的首要区域确定策略确定首要聚集区域。其中，根据聚集区域的区域中心距离配送对象存储地满足第一距离条件的聚集区域作为首要聚集区域，如果第一距离条件是区域中心距离配送对象存储地最远，则该首要聚集区域则可以是距离配送对象存储地最远的聚集区域。首先计算这种类型的首要聚集区域内的调度方式，能够首先满足距离配送对象存储地最远的各待配送对象的配送需求。则相对应的区域顺序也可以是距离配送对象存储地由远及近。也即，先配送距离配送对象存储地较远的聚集区域，后配送距离配送对象存储地较近的区域。这种情况下，当较远的聚集区域的配送载具无法满足配送需求时，可以寻求较近的聚集区域的配送载具协助配送。或者，当较远的聚集区域的配送载具还剩余装载量时，可以帮助较近的聚集区域的配送载具协助配送，不仅能够满足各待配送对象的配送需求，而且提高了配送载具分配的合理性。在第一距离条件是区域中心距离配送对象存储地最远的情况下，根据聚集区域的区域中心距离配送对象存储地满足第一距离条件的聚集区域作为首要聚集区域适用于绝大多数的调度方式。

需要说明的是，在某些情况下，配送对象存储地可能距离所有的待配送对象都很远。例如，仓库设置在城外，而所有的待配送对象，如便利店等均分布在城内。此时，可以采用聚集区域的区域中心距离配送对象存储地满足第二距离条件，且第二距离条件为区域中心距离配送对象存储地最近的首要区域确定策略确定首要聚集区域。因为当配送对象存储距离所有的待配送对象都很远时，优先处理距离配送对象存储地最近的聚集区域的调度方式，再按照由近及远的区域顺序依次处理其他聚集区域的调度方式更为合理，资源利用更为高效。

另外还需说明的是，在某些情况下，部分待配送对象离散分布，也即离散点。此时，可以采用聚集区域包括的待配送对象的数量满足数量限定条件，也即聚集区域包括的待配送对象的数量最少的首要区域确定策略确定首要聚集区域。因为优先处理区域内局部聚集性不强的聚集区域的调度方式，再依次处理区域内局部聚集性较强的聚集区域的调度方式更为合理，资源利用更为高效。

上述技术方案中，考虑配送对象存储地的位置，以及待配送对象的分布情况确定首要聚集区域，可以实现针对不同布局的待配送对象对应的聚集区域，选择最佳的聚集区域作为首要聚集区域，从而提高各聚集区域之间调度方式的合理性和高效性。

S240、根据所述首要聚集区域以及各所述聚集区域之间的聚集关联关系，依次确定关联聚集区域。

其中，聚集关联关系可以是各聚集区域之间的关联关系。可选的，聚集关联关系可以是各聚集区域的区域中心之间的距离关系。关联聚集区域可以是第二个聚集区域及第三个聚集区域等首要聚集区域的后续的聚集区域。示例性的，当聚集区域的个数为10时，关联聚集区域的个数为9。

相应的，在确定了首要聚集区域之后，可以根据首要聚集区域以及各聚集区域之间的聚集关联关系，依次确定关联聚集区域。示例性的，将区域中心距离首要聚集区域的区域中心距离最近的聚集区域作为第二个聚集区域，将区域中心距离第二个聚集区域的区域中心距离最近的聚集区域作为第三个聚集区域。以此类推，可以确定除首要聚集区域之外的全部关联聚集区域。

S250、将所述首要聚集区域以及各所述关联聚集区域之间的先后顺序作为所述区域顺序。

在首要聚集区域以及各关联聚集区域确定之后，即可根据首要聚集区域以及各关联聚集区域之间的先后顺序确定区域顺序。

S260、按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。

上述技术方案中，通过首要区域确定策略确定首要聚集区域，并根据首要聚集区域以及各聚集区域之间的聚集关联关系，依次确定关联聚集区域，以将首要聚集区域以及各所述关联聚集区域之间的先后顺序作为区域顺序，能够适用于待配送对象不同类型的布局方式，从而根据对应的区域顺序合理计算各聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。

本申请实施例通过利用配送对象的载重总量、配送载具的单位载重计算聚集区域的个数，以利用聚类算法根据聚集区域的个数以及待配送对象之间的距离确定聚集区域，能够得到聚集性最优的各个聚集区域，且可以实现配送载具装载率最高的优化目标。通过首要区域确定策略确定首要聚集区域，并根据首要聚集区域以及各聚集区域之间的聚集关联关系，依次确定关联聚集区域，以将首要聚集区域以及各所述关联聚集区域之间的先后顺序作为区域顺序，能够适用于待配送对象不同类型的布局方式，从而根据对应的区域顺序合理计算各聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。

在一个示例中，图3是本申请实施例提供的一种基于物流运输的智能调度方法的流程图，本申请实施例在上述各实施例的技术方案的基础上，进行了优化改进，给出了按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式以及之后操作的多种可选的具体实现方式。

如图3所示的一种基于物流运输的智能调度方法，包括：

S310、对待配送对象划分聚集区域。

S320、确定各所述聚集区域之间的区域顺序。

S330、将首要聚集区域作为当前聚集区域。

其中，当前聚集区域即为当前需要计算待配送对象、配送对象以及配送载具之间的调度方式的聚集区域。

在本申请实施例中，需要从首要聚集区域开始，按照区域顺序对各聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。

S340、计算所述当前聚集区域中各所述待配送对象对所述配送对象的区域装载量。

其中，区域装载量可以是当前聚集区域中针对配送对象的需求量。示例性的，配送对象的载重总量(也即各聚集区域针对配送对象的总需求量)为30吨，当前聚集区域中各待配送对象对配送对象的区域装载量为3吨。

在本申请实施例中，按照区域顺序对各聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式时，首先需要计算当前聚集区域中各待配送对象对所述配送对象的区域装载量。

需要说明的是，各个聚集区域确定后，由于各个待配送对象针对配送对象具有明确的配送需求。因此可以根据各个聚集区域中各待配送对象针对配送对象的配送需求来计算各个聚集区域的初始区域装载量。

由于首要聚集区域第一个被处理，因此首要聚集区域的区域装载量不受其他关联聚集区域的影响。可以将首要聚集区域初始区域装载量直接作为区域装载量。但是关联聚集区域有可能受到其他关联聚集区域配送需求的影响。例如，当第二个聚集区域的配送载具不仅能够满足配送需求，而且配送载具还有剩余装载量。为了最大化配送载具的装载率，可以使用该配送载具分担第三聚集区域的配送任务。则相应的，第三聚集区域的实际区域装载量要小于初始区域装载量。

S350、根据所述区域装载量以及所述配送载具的单位载重计算所述当前聚集区域所需的配送载具数量，并根据所述配送载具数量以及载具分配规则对所述当前聚集区域分配所述配送载具。

其中，配送载具数量可以是完成当前聚集区域配送需求所需的配送载具的数量。载具分配规则可以是预先制定的配送载具的分配规则。

相应的，在确定当前聚集区域的区域装载量后，进一步可以根据区域装载量以及配送载具的单位载重计算当前聚集区域所需的配送载具数量。

示例性的，假设区域装载量为D，配送载具的单位载重为L，则配送载具数量limitnumber＝K/L。需要说明的是，由于配送载具数量为正整数，因此需要对limitnumber做取整运算。其中，取整运算可以是四舍五入取整方式，也可以是向上取证方式。需要说明的是，如果采用四舍五入取整方式，则当limitnumber的结果为0时，需要设置limitnumber＝1。因为即使当前聚集区域的区域装载量小于一个配送载具的装载率，也需要对当前聚集区域至少分配一个配送载具对各待配送对象配送所需的配送对象。

相应的，确定了配送载具数量后，即可根据配送载具数量以及载具分配规则对当前聚集区域分配所述配送载具。

示例性的，载具分配规则可以是装载率较大的配送载具分配给较大的聚集区域，所谓较大的聚集区域可以是包括的待配送对象的数量较多。另外，载具分配规则还需要考虑运输业务的实际需求，结合配送载具数量、配送载具的单位载重分片配送载具。例如，当前聚集区域分配的配送载具为一辆大型货车，该大型货车的装载量为1吨。假设当前聚集区域不允许大型配送载具(装载量超过0.5吨)通行时，则需要采用允许通行的配送载具进行替换。可选的，可以选择该当前聚集区域允许通行的最大装载量的货车作为配送载具。例如，选择两辆装载量为0.5吨的中型货车作为当前聚集区域的配送载具。

S360、对所述当前聚集区域的各个所述配送载具计算所述待配送对象与所述配送载具之间，以及所述配送对象与所述配送载具之间分配方式。

在本申请实施例中，当对当前聚集区域分配配送载具后，即对分配的配送载具，根据当前聚集区域的待配送对象对配送对象的配送需求，计算待配送对象与配送载具之间，以及配送对象与配送载具之间分配方式。

示例性的，计算待配送对象与配送载具之间，以及配送对象与配送载具之间分配方式可以是：确定配送载具为哪些待配送对象进行配送服务，在确定配送载具需要服务的待配送对象后，可以根据各待配送对象的配送需求确定需要装载的配送对象。上述计算待配送对象与配送载具之间，以及配送对象与配送载具之间分配方式也即对各配送载具进行排线计算。所谓排线计算即为计算每个配送载具具体的配送路线。可选的，由于当前聚集区域内的配送载具的数量为已知量，因此，可以采用有限解法进行排线计算。所谓有限解法即利用有限的配送载具进行计算。可选的，有限解法可以选择Jsprit(一个Java开发的，用于解决旅行商问题和车辆路径问题的工具包)方法等，本申请实施例并不对有限解法的具体类型进行限定。

可选的，S360具体可以包括：

S361、根据载具调度顺序确定当前配送载具，并根据载具配送时间条件以及配送对象时间条件对所述当前配送载具分配各待配送对象的配送对象。

其中，载具调度顺序可以是当前聚集区域对各配送载具的调度顺序。如果当前聚集区域只分配一个配送载具，则可以不考虑调度顺序。如果当前聚集区域分配多个配送载具，则需要依次安排每个配送载具的配送方式。载具配送时间条件可以是不同配送载具自身设定的配送时间。配送对象时间条件可以是配送对象所需求的配送时间。也即，载具配送时间条件可以限制配送载具的配送时间，配送对象时间条件可以限制配送对象的配送时间。

可以理解的是，部分配送载具具有配送时间限制。例如，某些配送载具需要在特定的时间段内进行配送，某些配送载具配送时长不能超过额定工作时长。另外，不同的待配送对象对于配送对象的配送时间也可能具有配送时间限制。例如，待配送对象A要求在上午11点之前完成配送对象B的配送。因此，需要考虑同时考虑载具配送时间条件以及配送对象时间条件对当前配送载具分配各待配送对象的配送对象，以满足配送载具和待配送对象的时间窗要求。

相应的，根据载具配送时间条件以及配送对象时间条件对当前配送载具分配各待配送对象的配送对象后，相当于确定了当前配送载具的配送路线。

S362、判断当前聚集区域的剩余区域装载量是否为零，若是，则执行S363；否则，执行S364。

S363、将所述当前配送载具作为所述当前聚集区域的配送载具。

如果在根据载具调度顺序，对各配送载具根据载具配送时间条件以及配送对象时间条件分配了各待配送对象的配送对象后，当前聚集区域的剩余区域装载量为零，表明当前聚集区域所分配的各配送载具满足其配送需求，则可以直接将当前配送载具作为当前聚集区域的配送载具。此时，当前聚集区域已经完成调度方式的计算，因此无需再返回执行根据载具调度顺序确定当前配送载具的操作。如果此时还有剩余的配送载具，则可以执行步骤S370，将剩余的配送载具分配给其他的聚集区域进行配送。

S364、将所述当前配送载具作为所述当前聚集区域的配送载具。

如果在根据载具调度顺序，对各配送载具根据载具配送时间条件以及配送对象时间条件分配了各待配送对象的配送对象后，当前聚集区域还有剩余区域装载量，表明当前聚集区域所分配的各配送载具不满足其配送需求，则可以将当前配送载具作为当前聚集区域的配送载具，同时可以返回执行根据载具调度顺序确定当前配送载具的操作，直至完成所有配送载具的分配。

上述技术方案中，通过考虑载具配送时间条件、配送对象时间条件以及当前聚集区域的剩余区域装载量等因素确定当前聚集区域的配送载具，可以最大化提高配送载具的装载率。

S370、判断当前聚集区域的目标配送载具是否满足装载扩增条件，若是，则执行S380，否则，执行S3A0。

其中，目标配送载具可以是当前聚集区域中各配送载具分配完配送对象后，仍有剩余装载量以及剩余配送时间的配送载具。装载扩增条件可以是判断目标配送载具是否可以进行装载量扩增的条件。

S380、确定所述当前聚集区域的扩增聚集区域。

其中，所述装载扩增条件可以包括：剩余载具配送时间以及剩余载具装载量不为零。其中，剩余载具配送时间即为目标配送载具剩余的配送时间，剩余载具装载量即为目标配送载具剩余的装载量。

可选的，当目标配送载具具有剩余装载量以及剩余配送时间时，可以认为目标配送载具满足装载扩增条件。

其中，扩增聚集区域可以是用于对目标配送载具的装载量进行扩展的聚集区域。扩增聚集区域可以是其中一个关联聚集区域。

相应的，当当前聚集区域的目标配送载具满足装载扩增条件时，可以确定当前聚集区域的扩增聚集区域。

在本申请的一个可选实施例中，所述确定所述当前聚集区域的扩增聚集区域，可以包括：确定所述目标配送载具匹配的目标待配送对象；计算各关联聚集区域与所述目标待配送对象之间的第一目标距离；将所述第一目标距离满足扩增聚集区域确定条件的聚集区域作为所述扩增聚集区域。

其中，目标待配送对象可以是目标配送载具的配送路线中最后一个需要配送的待配送对象。扩增聚集区域确定条件可以是第一目标距离最短。

在确定当前聚集区域的扩增聚集区域时，可以首先确定目标配送载具匹配的目标待配送对象，并计算各关联聚集区域与所述目标待配送对象之间的第一目标距离，将第一目标距离最短的关联聚集区域作为扩增聚集区域。也即，选择距离目标待配送对象距离最近的关联聚集区域作为扩增聚集区域。

上述技术方案，通过将区域中心与目标待配送对象之间的第一目标距离最短的关联聚集区域作为扩增聚集区域，可以快速定位距离目标配送载具负责的最后一个待配送对象距离最近的关联聚集区域，以使目标配送载具可以分担距离最后一个待配送对象距离最近的关联聚集区域的配送任务，不仅能够缩短目标配送载具的配送里程，还能够提高目标配送载具的装载率。

S390、根据所述扩增聚集区域中的待配送对象对所述目标配送载具的剩余载具装载量进行扩增。

相应的，在确定扩增聚集区域后，即可根据扩增聚集区域中的待配送对象对目标配送载具的剩余载具装载量进行扩增。

上述技术方案中，通过对满足装载扩增条件的目标配送载具的剩余载具装载量，利用扩增聚集区域中的待配送对象对目标配送载具进行扩增，能够提高配送载具的装载率，从而进一步提高配送载具的调度效率。

在本申请的一个可选实施例中，根据所述扩增聚集区域中的待配送对象对所述目标配送载具的剩余载具装载量进行扩增，可以包括：在所述扩增聚集区域中确定目标扩增待配送对象；将所述目标扩增待配送对象的配送对象分配给所述目标配送载具。

其中，目标扩增待配送对象可以是扩增聚集区域中用于对目标配送载具的剩余装载量进行扩增的待配送对象。

可选的，可以在扩增聚集区域中确定目标扩增待配送对象，以将目标扩增待配送对象的配送对象分配给目标配送载具。

在本申请的一个可选实施例中，在所述扩增聚集区域中确定目标扩增待配送对象，可以包括：计算所述扩增聚集区域中各待配送对象与所述目标配送载具匹配的目标待配送对象之间的第二目标距离；将所述第二目标距离满足目标扩增待配送对象确定条件的待配送对象确定为所述目标扩增待配送对象。

其中，目标扩增待配送对象确定条件可以用于确定目标扩增待配送对象。示例性的，目标扩增待配送对象确定条件可以是第二目标距离最短。

可选的，可以计算扩增聚集区域中各待配送对象与目标待配送对象之间的第二目标距离，并将第二目标距离最短的待配送对象作为目标扩增待配送对象。也即，可以将扩增聚集区域中，与当前聚集区域中目标待配送对象距离最近的待配送对象作为目标扩增待配送对象。

上述技术方案中，通过根据各待配送对象之间的距离，选择扩增聚集区域中与当前聚集区域的目标待配送对象距离最短的待配送对象作为目标扩增待配送对象，以将目标扩增待配送对象所需的配送对象分配给目标配送载具，实现对目标配送载具的剩余装载量进行扩增，不仅能够缩短目标配送载具的配送里程，还能够提高目标配送载具的装载率。

S3A0、判断当前聚集区域是否包括未分配待配送对象，若是，则执行S3B0，否则，执行S3C0。

其中，未分配待配送对象可以是当前聚集区域中尚未分配配送载具的待配送对象。

S3B0、将所述未分配待配送对象按照所述区域顺序合并至下一个聚集区域。

其中，所述未分配待配送对象在所述下一个聚集区域计算调度方式时，在所述下一个聚集区域的各待配送对象之前计算调度方式。

其中，下一个聚集区域也即下一个关联聚集区域。

在本申请实施例中，如果当前聚集区域包括未分配待配送对象，表明为当前聚集区域分配的配送载具不能满足全部待配送对象的配送需求。此时，可以将未分配待配送对象按照区域顺序合并至区域中心距离当前聚集区域的区域中心最近的下一个关联聚集区域。相应的，在下一个关联聚集区域中，未分配待配送对象对配送载具的调度方式需要优先计算。这样设置的好处是：能够让未分配待配送对象合入到最近的配送载具的运送路线中，同最后处理所有未分配待配送对象的方案相比，能够提升配送载具的配送里程优化度、装载率和聚集性。

S3C0、按照所述区域顺序，将所述当前聚集区域的下一个聚集区域更新为所述当前聚集区域。

S3D0、判断全部聚集区域是否计算结束，若是，则执行S3F0，否则，返回执行S340。

可以理解的是，在当前聚集区域的调度方式计算完成后，可以按照区域顺序，将当前聚集区域的下一个聚集区域更新为当前聚集区域，并返回执行计算当前聚集区域中各待配送对象对配送对象的区域装载量的操作，直至全部聚集区域计算结束。

上述技术方案中，通过根据区域顺序对聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式，能够有效解决配送载具的聚集性问题，在实现配送成本较优目标的同时，满足配送区域不重合的需求，方便配送人员安排配送和管理配送载具，使得配送载具的智能调度方法更具实际意义。

S3F0、对各配送载具的配送路线根据优化策略进行线内优化。

其中，优化策略可以是根据实际需求所制定的策略，例如，对各待配送对象的配送顺序进行优化等。本申请实施例并不对优化策略的具体内容进行限定。

在本申请实施例中，当所有的聚集区域均完成调度计算后，可以对各配送载具的配送路线根据优化策略进行线内优化。例如，对配送路线中的配送顺序重新排序等。

S3G0、输出各配送路线的调度参数；其中，所述调度参数包括配送里程总量、配送时间总量以及配送载具装载率。

其中，配送里程总量可以是各配送载具的配送里程的总和，配送时间总量可以是各配送载具的配送时间的总和，配送载具装载率可以是各配送载具的总装载率。

在本申请实施例中，通过对各配送载具的配送路线根据优化策略进行线内优化，可以进一步提高配送载具的里程优化度。通过输出各配送路线的配送参数，可以实现调度参数的可视化，以直观地体现整个调度方式的优异性。

需要说明的是，图3仅是一种实现方式的示意图，S370-S390与S3A0-S3B0之间并没有先后执行顺序。也即，既可以先执行S370-S390，后执行S3A0-S3B0，也可以先执行S3A0-S3B0，后执行S370-S390。

采用上述技术方案，通过在对各聚集区域计算调度方式之前，先将首要聚集区域作为当前聚集区域，并对首要聚集区域分配配送载具，以计算首要聚集区域中待配送对象与配送载具之间，配送对象与配送载具之间分配方式。然后，再按照区域顺序依次计算其他聚集区域中待配送对象与配送载具之间，配送对象与配送载具之间分配方式。在对每个聚集区域计算调度方式时，可以让未分配待配送对象合入到最近的配送载具的配送路线中，从而有效提升配送载具的里程优化度、装载率和聚集性，提高了基于物流运输的智能调度方法的智能性和高效性。

在一个示例中，图4是本申请实施例提供的一种基于物流运输的智能调度装置的结构图，本申请实施例可适用于按照区域顺序智能计算调度方式的情况，该装置通过软件和/或硬件实现，并具体配置于电子中。该电子设备可以是任意类型的终端设备，如服务器或个人计算机等。

如图4所示的一种基于物流运输的智能调度装置400，包括：聚集区域划分模块410、区域顺序确定模块420调度方式计算模块430。其中，

聚集区域划分模块410，用于对待配送对象划分聚集区域；

区域顺序确定模块420，用于确定各所述聚集区域之间的区域顺序；

调度方式计算模块430，用于按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式。

本申请实施例通过对待配送对象划分聚集区域，以按照聚集区域的区域顺序对聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式，解决现有基于物流运输的智能调度方法存在的智能性较低的问题，提高了基于物流运输的智能调度方法的智能性和高效性。

可选的，聚集区域划分模块410具体用于：根据所述配送对象的载重总量、所述配送载具的单位载重计算所述聚集区域的个数；利用聚类算法根据所述聚集区域的个数以及所述待配送对象之间的距离确定所述聚集区域。

可选的，聚集区域划分模块410具体用于：基于公式：N＝[M/L]+1，计算所述聚集区域的个数；其中，N表示所述聚集区域的个数，M表示所述载重总量，L表示所述单位载重。

可选的，区域顺序确定模块420具体用于：根据首要区域确定策略确定首要聚集区域；根据所述首要聚集区域以及各所述聚集区域之间的聚集关联关系，依次确定关联聚集区域；将所述首要聚集区域以及各所述关联聚集区域之间的先后顺序作为所述区域顺序。

可选的，所述首要区域确定策略包括：所述聚集区域的区域中心距离配送对象存储地满足第一距离条件；所述聚集区域的区域中心距离配送对象存储地满足第二距离条件；所述聚集区域包括的待配送对象的数量满足数量限定条件；其中，所述第一距离条件与所述第二距离条件不同。

可选的，调度方式计算模块430具体用于：将首要聚集区域作为当前聚集区域；计算所述当前聚集区域中各所述待配送对象对所述配送对象的区域装载量；根据所述区域装载量以及所述配送载具的单位载重计算所述当前聚集区域所需的配送载具数量，并根据所述配送载具数量以及载具分配规则对所述当前聚集区域分配所述配送载具；对所述当前聚集区域的各个所述配送载具计算所述待配送对象与所述配送载具之间，以及所述配送对象与所述配送载具之间分配方式；按照所述区域顺序，将所述当前聚集区域的下一个聚集区域更新为所述当前聚集区域，并返回执行计算所述当前聚集区域中各所述待配送对象对所述配送对象的区域装载量的操作，直至全部聚集区域计算结束。

可选的，调度方式计算模块430具体用于：根据载具调度顺序确定当前配送载具，并根据载具配送时间条件以及配送对象时间条件对所述当前配送载具分配各待配送对象的配送对象；在确定所述当前聚集区域的剩余区域装载量为零时，将所述当前配送载具作为所述当前聚集区域的配送载具；在确定所述当前聚集区域的剩余区域装载量不为零时，将所述当前配送载具作为所述当前聚集区域的配送载具，并返回执行根据载具调度顺序确定当前配送载具的操作，直至完成所有配送载具的分配。

可选的，调度方式计算模块430还用于：在所述当前聚集区域的目标配送载具满足装载扩增条件时，确定所述当前聚集区域的扩增聚集区域；其中，所述装载扩增条件包括：剩余载具配送时间以及剩余载具装载量不为零；根据所述扩增聚集区域中的待配送对象对所述目标配送载具的剩余载具装载量进行扩增。

可选的，调度方式计算模块430具体用于：确定所述目标配送载具匹配的目标待配送对象；计算各关联聚集区域的区域中心与所述目标待配送对象之间的第一目标距离；将所述第一目标距离满足扩增聚集区域确定条件的聚集区域作为所述扩增聚集区域。

可选的，调度方式计算模块430具体用于：在所述扩增聚集区域中确定目标扩增待配送对象；将所述目标扩增待配送对象的配送对象分配给所述目标配送载具。

可选的，调度方式计算模块430具体用于：计算所述扩增聚集区域中各待配送对象与所述目标配送载具匹配的目标待配送对象之间的第二目标距离；将所述第二目标距离满足目标扩增待配送对象确定条件的待配送对象确定为所述目标扩增待配送对象。

可选的，调度方式计算模块430具体用于：在确定所述当前聚集区域包括未分配待配送对象时，将所述未分配待配送对象按照所述区域顺序合并至下一个聚集区域；其中，所述未分配待配送对象在所述下一个聚集区域计算调度方式时，在所述下一个聚集区域的各待配送对象之前计算调度方式。

可选的，所述装置还包括：线内优化模块，用于对各配送载具的配送路线根据优化策略进行线内优化；调度参数输出模块，用于输出各配送路线的调度参数；其中，所述调度参数包括配送里程总量、配送时间总量以及配送载具装载率。

上述基于物流运输的智能调度装置可执行本申请任意实施例所提供的基于物流运输的智能调度方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请任意实施例提供的基于物流运输的智能调度方法。

在一个示例中，本申请还提供了一种电子设备和一种可读存储介质。

图5是用来实现本申请实施例的基于物流运输的智能调度方法的电子设备的结构示意图。如图5所示，是根据本申请实施例的基于物流运输的智能调度方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。

存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的基于物流运输的智能调度方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的基于物流运输的智能调度方法。

存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的基于物流运输的智能调度方法对应的程序指令/模块(例如，附图4所示的聚集区域划分模块410、区域顺序确定模块420调度方式计算模块430)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的基于物流运输的智能调度方法。

存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储实现基于物流运输的智能调度方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至实现基于物流运输的智能调度方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

实现基于物流运输的智能调度方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。

输入装置503可接收输入的数字或字符信息，以及产生与实现基于物流运输的智能调度方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

本申请实施例通过对待配送对象划分聚集区域，以按照聚集区域的区域顺序对聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式，解决现有基于物流运输的智能调度方法存在的智能性较低的问题，提高了基于物流运输的智能调度方法的智能性和高效性。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (22)

1.一种基于物流运输的智能调度方法，包括：

对待配送对象划分聚集区域；

确定各所述聚集区域之间的区域顺序；

根据所述区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式；

其中，所述对待配送对象划分聚集区域，包括：

根据所述配送对象的载重总量、所述配送载具的单位载重计算所述聚集区域的个数；

利用聚类算法根据所述聚集区域的个数以及所述待配送对象之间的距离确定所述聚集区域；

其中，所述根据所述配送对象的载重总量、所述配送载具的单位载重计算所述聚集区域的个数，包括：

基于公式：N＝[M/L]+1，计算所述聚集区域的个数；

其中，N表示所述聚集区域的个数，M表示所述载重总量，L表示所述单位载重；

其中，所述根据所述区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式，包括：

将首要聚集区域作为当前聚集区域；

计算所述当前聚集区域中各所述待配送对象对所述配送对象的区域装载量；

根据所述区域装载量以及所述配送载具的单位载重计算所述当前聚集区域所需的配送载具数量，并根据所述配送载具数量以及载具分配规则对所述当前聚集区域分配所述配送载具；

对所述当前聚集区域的各个所述配送载具计算所述待配送对象与所述配送载具之间，以及所述配送对象与所述配送载具之间分配方式；

按照所述区域顺序，将所述当前聚集区域的下一个聚集区域更新为所述当前聚集区域，并返回执行计算所述当前聚集区域中各所述待配送对象对所述配送对象的区域装载量的操作，直至全部聚集区域计算结束。

2.根据权利要求1所述的方法，其中，所述确定各所述聚集区域之间的区域顺序，包括：

根据首要区域确定策略确定首要聚集区域；

根据所述首要聚集区域以及各所述聚集区域之间的聚集关联关系，依次确定关联聚集区域；

将所述首要聚集区域以及各所述关联聚集区域之间的先后顺序作为所述区域顺序。

3.根据权利要求2所述的方法，其中，所述首要区域确定策略包括：

所述聚集区域的区域中心距离配送对象存储地满足第一距离条件；

所述聚集区域的区域中心距离配送对象存储地满足第二距离条件；

所述聚集区域包括的待配送对象的数量满足数量限定条件；

其中，所述第一距离条件与所述第二距离条件不同。

4.根据权利要求1所述的方法，其中，所述对所述当前聚集区域的各个所述配送载具计算所述待配送对象与所述配送载具之间，以及所述配送对象与所述配送载具之间分配方式，包括：

根据载具调度顺序确定当前配送载具，并根据载具配送时间条件以及配送对象时间条件对所述当前配送载具分配各待配送对象的配送对象；

在确定所述当前聚集区域的剩余区域装载量为零时，将所述当前配送载具作为所述当前聚集区域的配送载具；

在确定所述当前聚集区域的剩余区域装载量不为零时，将所述当前配送载具作为所述当前聚集区域的配送载具，并返回执行根据载具调度顺序确定当前配送载具的操作，直至完成所有配送载具的分配。

5.根据权利要求4所述的方法，其中，在所述对所述当前聚集区域的各个所述配送载具计算所述待配送对象、所述配送对象以及所述配送载具之间的调度方式之后，还包括：

在所述当前聚集区域的目标配送载具满足装载扩增条件时，确定所述当前聚集区域的扩增聚集区域；其中，所述装载扩增条件包括：剩余载具配送时间以及剩余载具装载量不为零；

根据所述扩增聚集区域中的待配送对象对所述目标配送载具的剩余载具装载量进行扩增。

6.根据权利要求5所述的方法，其中，所述确定所述当前聚集区域的扩增聚集区域，包括：

确定所述目标配送载具匹配的目标待配送对象；

计算各关联聚集区域的区域中心与所述目标待配送对象之间的第一目标距离；

将所述第一目标距离满足扩增聚集区域确定条件的聚集区域作为所述扩增聚集区域。

7.根据权利要求5或6所述的方法，其中，根据所述扩增聚集区域中的待配送对象对所述目标配送载具的剩余载具装载量进行扩增，包括：

在所述扩增聚集区域中确定目标扩增待配送对象；

将所述目标扩增待配送对象的配送对象分配给所述目标配送载具。

8.根据权利要求7所述的方法，其中，在所述扩增聚集区域中确定目标扩增待配送对象，包括：

计算所述扩增聚集区域中各待配送对象与所述目标配送载具匹配的目标待配送对象之间的第二目标距离；

将所述第二目标距离满足目标扩增待配送对象确定条件的待配送对象确定为所述目标扩增待配送对象。

9.根据权利要求1或4所述的方法，其中，在所述对所述当前聚集区域的各个所述配送载具计算所述待配送对象、所述配送对象以及所述配送载具之间的调度方式之后，还包括：

在确定所述当前聚集区域包括未分配待配送对象时，将所述未分配待配送对象按照所述区域顺序合并至下一个聚集区域；

其中，所述未分配待配送对象在所述下一个聚集区域计算调度方式时，在所述下一个聚集区域的各待配送对象之前计算调度方式。

10.根据权利要求1所述的方法，其中，在按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式之后，还包括：

对各配送载具的配送路线根据优化策略进行线内优化；

输出各配送路线的调度参数；

其中，所述调度参数包括配送里程总量、配送时间总量以及配送载具装载率。

11.一种基于物流运输的智能调度装置，包括：

聚集区域划分模块，用于对待配送对象划分聚集区域；

区域顺序确定模块，用于确定各所述聚集区域之间的区域顺序；

调度方式计算模块，用于按照区域顺序对所述聚集区域计算待配送对象、配送对象以及配送载具之间的调度方式；

其中，所述聚集区域划分模块具体用于：

根据所述配送对象的载重总量、所述配送载具的单位载重计算所述聚集区域的个数；

利用聚类算法根据所述聚集区域的个数以及所述待配送对象之间的距离确定所述聚集区域；

其中，所述聚集区域划分模块具体用于：

基于公式：N＝[M/L]+1，计算所述聚集区域的个数；

其中，N表示所述聚集区域的个数，M表示所述载重总量，L表示所述单位载重；

其中，所述调度方式计算模块具体用于：

将首要聚集区域作为当前聚集区域；

计算所述当前聚集区域中各所述待配送对象对所述配送对象的区域装载量；

根据所述区域装载量以及所述配送载具的单位载重计算所述当前聚集区域所需的配送载具数量，并根据所述配送载具数量以及载具分配规则对所述当前聚集区域分配所述配送载具；

对所述当前聚集区域的各个所述配送载具计算所述待配送对象与所述配送载具之间，以及所述配送对象与所述配送载具之间分配方式；

按照所述区域顺序，将所述当前聚集区域的下一个聚集区域更新为所述当前聚集区域，并返回执行计算所述当前聚集区域中各所述待配送对象对所述配送对象的区域装载量的操作，直至全部聚集区域计算结束。

12.根据权利要求11所述的装置，其中，所述区域顺序确定模块具体用于：

根据首要区域确定策略确定首要聚集区域；

根据所述首要聚集区域以及各所述聚集区域之间的聚集关联关系，依次确定关联聚集区域；

将所述首要聚集区域以及各所述关联聚集区域之间的先后顺序作为所述区域顺序。

13.根据权利要求12所述的装置，其中，所述首要区域确定策略包括：

所述聚集区域的区域中心距离配送对象存储地满足第一距离条件；

所述聚集区域的区域中心距离配送对象存储地满足第二距离条件；

所述聚集区域包括的待配送对象的数量满足数量限定条件；

其中，所述第一距离条件与所述第二距离条件不同。

14.根据权利要求11所述的装置，其中，所述调度方式计算模块具体用于：

根据载具调度顺序确定当前配送载具，并根据载具配送时间条件以及配送对象时间条件对所述当前配送载具分配各待配送对象的配送对象；

在确定所述当前聚集区域的剩余区域装载量为零时，将所述当前配送载具作为所述当前聚集区域的配送载具；

在确定所述当前聚集区域的剩余区域装载量不为零时，将所述当前配送载具作为所述当前聚集区域的配送载具，并返回执行根据载具调度顺序确定当前配送载具的操作，直至完成所有配送载具的分配。

15.根据权利要求14所述的装置，其中，所述调度方式计算模块还用于：

在所述当前聚集区域的目标配送载具满足装载扩增条件时，确定所述当前聚集区域的扩增聚集区域；其中，所述装载扩增条件包括：剩余载具配送时间以及剩余载具装载量不为零；

根据所述扩增聚集区域中的待配送对象对所述目标配送载具的剩余载具装载量进行扩增。

16.根据权利要求15所述的装置，其中，所述调度方式计算模块具体用于：

确定所述目标配送载具匹配的目标待配送对象；

计算各关联聚集区域的区域中心与所述目标待配送对象之间的第一目标距离；

将所述第一目标距离满足扩增聚集区域确定条件的聚集区域作为所述扩增聚集区域。

17.根据权利要求15或16所述的装置，其中，所述调度方式计算模块具体用于：

在所述扩增聚集区域中确定目标扩增待配送对象；

将所述目标扩增待配送对象的配送对象分配给所述目标配送载具。

18.根据权利要求17所述的装置，其中，所述调度方式计算模块具体用于：

计算所述扩增聚集区域中各待配送对象与所述目标配送载具匹配的目标待配送对象之间的第二目标距离；

将所述第二目标距离满足目标扩增待配送对象确定条件的待配送对象确定为所述目标扩增待配送对象。

19.根据权利要求11或14所述的装置，其中，所述调度方式计算模块具体用于：

在确定所述当前聚集区域包括未分配待配送对象时，将所述未分配待配送对象按照所述区域顺序合并至下一个聚集区域；

其中，所述未分配待配送对象在所述下一个聚集区域计算调度方式时，在所述下一个聚集区域的各待配送对象之前计算调度方式。

20.根据权利要求11所述的装置，其中，所述装置还包括：

线内优化模块，用于对各配送载具的配送路线根据优化策略进行线内优化；

调度参数输出模块，用于输出各配送路线的调度参数；

其中，所述调度参数包括配送里程总量、配送时间总量以及配送载具装载率。

21.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的基于物流运输的智能调度方法。

22.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的基于物流运输的智能调度方法。