CN113743845A - 配送区域划分方法及装置、电子设备、存储介质 - Google Patents
配送区域划分方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN113743845A CN113743845A CN202010478027.7A CN202010478027A CN113743845A CN 113743845 A CN113743845 A CN 113743845A CN 202010478027 A CN202010478027 A CN 202010478027A CN 113743845 A CN113743845 A CN 113743845A
- Authority
- CN
- China
- Prior art keywords
- point
- historical
- delivery
- residence
- determining
- 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 55
- 230000000875 corresponding effect Effects 0.000 claims description 110
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 19
- 238000001914 filtration Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000005295 random walk Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0836—Recipient pick-ups
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (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
本公开提供一种配送区域划分方法及装置、电子设备、存储介质;涉及物流配送技术领域。所述方法包括:获取多个历史订单数据和多个历史配送轨迹数据;根据单个历史配送轨迹数据中每个驻留点对应的时间段,以及多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列;将多个历史配送轨迹数据对应的妥投位置序列中的所有妥投位置作为顶点,并确定所有相邻的两个妥投位置的边,以构建位置访问网络;根据位置访问网络,确定所有妥投位置的区域划分结果,其中,所划分的同一区域中多个妥投位置之间的路线不唯一。本公开可以提高配送路线的准确性。
Description
技术领域
本公开涉及物流配送技术领域,具体而言,涉及一种配送区域划分方法、配送区域划分装置、电子设备以及计算机可读存储介质。
背景技术
随着电商行业的发展,用户足不出户即可获取自己所需的物品。用户在购买物品之后生成订单数据,配送员可以根据订单数据中的地址信息进行配送。
为了提高配送效率,物流运营人员可以给配送员提供路径规划指导意见,具体可以根据配送员当前所在位置,以及剩余包裹所在位置规划最短配送路线。其中,剩余包裹所在的位置可以根据包裹收货地址的地理编码后的经纬度坐标得到。然而,该方法规划的配送路线准确性较低,配送员接受度也较低。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,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
本公开的目的在于提供一种配送区域划分方法、配送区域划分装置、电子设备以及计算机可读存储介质,进而在一定程度上克服由于相关技术的限制和缺陷而导致的所规划的配送路线的准确性较低,以及配送员对配送路线的接受度也较低的问题。
根据本公开的第一方面,提供一种配送区域划分方法,包括:
获取多个历史订单数据和多个历史配送轨迹数据;
根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列;
将所述多个历史配送轨迹数据对应的妥投位置序列中的所有妥投位置作为顶点,并确定所有相邻的两个妥投位置的边,以构建位置访问网络;
根据所述位置访问网络,确定所有妥投位置的区域划分结果,其中,所划分的同一区域中多个所述妥投位置之间的路线不唯一。
可选地,所述根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列,包括:
根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投点;
对所述多个历史配送轨迹数据对应的所有妥投点进行聚类,得到多个妥投位置;
从所述多个妥投位置中选取与单个历史配送轨迹数据中每个驻留点匹配的妥投位置,以确定单个历史配送轨迹数据对应的妥投位置序列。
可选地,所述根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投点,包括:
针对单个所述历史配送轨迹数据中的每个驻留点,如果所述多个历史订单数据中至少一个历史订单数据的妥投时间在该驻留点对应的时间段内,则将该驻留点作为妥投点;
否则,不将该驻留点作为妥投点。
可选地,在所述根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列之前,所述方法还包括:
基于单个所述历史配送轨迹数据中每个驻留点对应的时间段,确定所有相邻的两个驻留点之间的配送速度;
针对对应配送速度大于速度阈值的两个驻留点,将该两个驻留点中后一个驻留点删除,以对该单个历史配送轨迹数据进行更新。
可选地,在所述根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列之前,所述方法还包括:
将该单个历史配送轨迹数据中的第一个驻留点作为锚点;
确定在所述锚点之后、且与所述锚点的距离在第一距离阈值之内的最后一个驻留点;
在所述最后一个驻留点对应的时间段与所述锚点对应的时间段之间的时间差大于时间差阈值时,将该驻留点与所述最后一个驻留点之间的轨迹作为一个驻留点,并将该驻留点作为所述锚点;
在所述锚点之后存在驻留点时,将所述锚点更新为所述锚点之后的第一个驻留点,返回所述确定在所述锚点之后、且与所述锚点的距离在第一距离阈值之内的最后一个驻留点的步骤;
在所述锚点之后不存在驻留点时,流程结束。
可选地,所述对所述多个历史配送轨迹数据对应的所有妥投点进行聚类,包括:
根据所述多个历史配送轨迹数据对应的所有妥投点之间的距离,对所述所有妥投点进行层次聚类。
可选地,所述根据所述位置访问网络,确定所有妥投位置的区域划分结果,包括:
基于社区发现算法对所述位置访问网络进行处理,确定所有妥投位置的区域划分结果。
可选地,在所述确定所有妥投位置的区域划分结果之后,所述方法还包括:
基于所述区域划分结果,确定当前待配送点对应的多个区域之间的配送路线。
可选地,所述位置访问网络中任意两个妥投位置的边的权重与所述任意两个妥投位置之间的通行数量呈正相关。
根据本公开的第二方面,提供一种配送区域划分装置,包括:
历史数据获取模块,用于获取多个历史订单数据和多个历史配送轨迹数据;
妥投位置序列确定模块,用于根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列;
位置访问网络构建模块,用于将所述多个历史配送轨迹数据对应的妥投位置序列中的所有妥投位置作为顶点,并确定所有相邻的两个妥投位置的边,以构建位置访问网络;
区域划分结果确定模块,用于根据所述位置访问网络,确定所有妥投位置的区域划分结果,其中,所划分的同一区域中多个所述妥投位置之间的路线不唯一。
可选地,所述妥投位置序列确定模块,包括:
妥投点确定单元,用于根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投点;
妥投点聚类单元,用于对所述多个历史配送轨迹数据对应的所有妥投点进行聚类,得到多个妥投位置;
妥投位置序列确定单元,用于从所述多个妥投位置中选取与单个历史配送轨迹数据中每个驻留点匹配的妥投位置,以确定单个历史配送轨迹数据对应的妥投位置序列。
可选地,所述妥投点确定单元具体用于针对单个所述历史配送轨迹数据中的每个驻留点,如果所述多个历史订单数据中至少一个历史订单数据的妥投时间在该驻留点对应的时间段内,则将该驻留点作为妥投点;否则,不将该驻留点作为妥投点。
可选地,本公开实施例的配送区域划分装置,还包括:
数据预处理模块,用于基于单个所述历史配送轨迹数据中每个驻留点对应的时间段,确定所有相邻的两个驻留点之间的配送速度;针对对应配送速度大于速度阈值的两个驻留点,将该两个驻留点中后一个驻留点删除,以对该单个历史配送轨迹数据进行更新。
可选地,本公开实施例的配送区域划分装置,还包括:
驻留点汇聚模块,用于将该单个历史配送轨迹数据中的第一个驻留点作为锚点;确定在所述锚点之后、且与所述锚点的距离在第一距离阈值之内的最后一个驻留点;
在所述最后一个驻留点对应的时间段与所述锚点对应的时间段之间的时间差大于时间差阈值时,将该驻留点与所述最后一个驻留点之间的轨迹作为一个驻留点,并将该驻留点作为所述锚点;
在所述锚点之后存在驻留点时,将所述锚点更新为所述锚点之后的第一个驻留点,返回所述确定在所述锚点之后、且与所述锚点的距离在第一距离阈值之内的最后一个驻留点的步骤;在所述锚点之后不存在驻留点时,流程结束。
可选地,所述妥投点聚类单元,具体用于根据所述多个历史配送轨迹数据对应的所有妥投点之间的距离,对所述所有妥投点进行层次聚类。
可选地,所述区域划分结果确定模块,具体用于基于社区发现算法对所述位置访问网络进行处理,确定所有妥投位置的区域划分结果。
可选地,本公开实施例的配送区域划分装置,还包括:
配送顺序确定模块,用于基于所述区域划分结果,确定当前待配送点对应的多个区域之间的配送路线。
可选地,所述位置访问网络中任意两个妥投位置的边的权重与所述任意两个妥投位置之间的通行数量呈正相关。
根据本公开的第三方面,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方法。
根据本公开的第四方面,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方法。
本公开示例性实施例至少可以具有以下部分或全部有益效果:
在本公开的一示例实施方式所提供的配送区域划分方法中,可以根据配送员实际的配送轨迹,确定更适合配送员的妥投位置序列。这样,根据妥投位置序列构建位置访问网络,并确定所有妥投位置的区域划分结果,可以提高区域划分的准确性。在路线规划时,在同一区域内部,由于多个妥投位置之间的路线不唯一,因此,配送员可以自由选择配送路线。物流运营人员为配送员设置区域之间的配送路线即可,这样,所规划的路线更适合配送员,从而可以提高配送路线准确性,进而提高配送员对配送路线的接受度,最终可以提高配送效率。
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,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出了本公开实施例中配送区域划分方法的一种流程图;
图2为实现上述配送区域划分方法的一种示意图;
图3示出了本公开实施例中噪声过滤的一种示意图;
图4示出了本公开实施例中对驻留点进行汇聚操作的一种流程图;
图5示出了本公开实施例中驻留点检测的一种示意图;
图6示出了本公开实施例中确定妥投位置序列的一种流程图;
图7示出了本公开实施例中层次聚类的一种示意图;
图8示出了本公开实施例中聚类结果的一种示意图;
图9示出了本公开实施例中位置访问网络构建的一种示意图;
图10示出了本公开实施例中配送区域划分结果的一种示意图;
图11示出了本公开实施例中配送区域划分装置的一种结构示意图;
图12示出了本公开实施例中电子设备的结构示意图。
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公开将更加全面和完整,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公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开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公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,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。
目前,越来越多的用户选择通过网络购买物品,相应地,物流配送在人们的生活中也越来越广泛。由于配送效率的高低直接影响用户的购买体验,因此,物流运营人员可以为配送员规划配送路线,以提高配送效率。
然而,目前规划路线的方法,配送员的接受度并不高,配送员并不愿意按照规划的路线投递包裹。原因包括以下几个方面:1)收货地址并非真实的妥投位置(例如,可能需要投递到快递柜);2)用于规划的路网数据不够精细;3)可能不同地理位置有一些实际约束算法无法考虑;4)配送员有自己的不影响配送效率的配送顺序偏好等。
可见,现有技术中物流运营人员规划的配送路线的准确性较低,配送员的接受度较低。为了解决该问题,本公开实施例提供了一种配送区域划分方法,可以提高物流运营人员所规划的配送路线的准确性,以及配送员对物流运营人员所规划的配送路线的接受度。
参见图1,图1示出了本公开实施例中配送区域划分方法的一种流程图,包括以下步骤:
步骤S110,获取多个历史订单数据和多个历史配送轨迹数据。
步骤S120,根据单个历史配送轨迹数据中每个驻留点对应的时间段,以及多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列。
步骤S130,将多个历史配送轨迹数据对应的妥投位置序列中的所有妥投位置作为顶点,并确定所有相邻的两个妥投位置的边,以构建位置访问网络。
步骤S140,根据位置访问网络,确定所有妥投位置的区域划分结果,其中,所划分的同一区域中多个妥投位置之间的路线不唯一。
本公开实施例的配送区域划分方法,可以根据配送员实际的配送轨迹,确定更适合配送员的妥投位置序列。这样,根据妥投位置序列构建位置访问网络,并确定所有妥投位置的区域划分结果,可以提高区域划分的准确性。并且,在同一区域内部,由于多个妥投位置之间的路线不唯一,因此,配送员可以自由选择配送路线。在路线规划时,物流运营人员为配送员设置区域之间的配送路线即可,这样,所规划的路线更适合配送员,从而可以提高配送路线准确性,进而提高配送员对配送路线的接受度,最终可以提高配送效率。
图2为实现上述配送区域划分方法的一种示意图,将参考图2所示的系统架构图对上述步骤S110至步骤S140中主要的操作过程进行说明。
在步骤S110中,获取多个历史订单数据和多个历史配送轨迹数据。
本公开实施例中,历史订单数据是指用户购买商品产生的订单数据,历史配送轨迹数据是指在订单数据生成之后,配送员将商品配送给用户时配送员的运动轨迹。配送员在配送商品的过程中,可以通过PDA(Personal Digital Assistant,个人数字助手)记录自己的运动轨迹。
可以理解的是,每个历史配送轨迹数据中可以包含对应的轨迹生成时间,每个历史订单数据中可以包含妥投时间,妥投时间即妥投完成的时间。在获取多个历史订单数据和多个历史配送轨迹数据时,可以获取同一历史时间段中的数据。例如,可以获取妥投时间在某一历史时间段的历史订单数据,同时,获取轨迹生成时间也在该历史时间段的历史配送轨迹数据。
本公开实施例中,每个历史配送轨迹数据可以包含多个驻留点。当一个移动物体在一定的空间范围内停留超过一定的时间,那么,该空间范围可以称为一个驻留点。通常该空间范围有一定的语义信息,如等红绿灯、妥投包裹、在配送站休息等。
需要说明的是,由于历史配送轨迹数据中通常都包含噪声,因此,可以对每个历史配送轨迹数据进行噪声过滤,以提高历史配送轨迹数据中驻留点的准确性。在本公开的一种实现方式中,可以基于单个历史配送轨迹数据中每个驻留点对应的时间段,确定所有相邻的两个驻留点之间的配送速度;针对对应配送速度大于速度阈值的两个驻留点,将该两个驻留点中后一个驻留点删除,以对该单个历史配送轨迹数据进行更新。
具体的,由于在真实环境中,配送员的配送速度一般不会超过速度阈值,在此基础上,在配送员的配送速度超过速度阈值时,可以认为后面的驻留点是噪声,并不是真实的位置,可能距离其真实位置数百米以上,将该后面的驻留点删除。其中,速度阈值可以为54公里/小时等,在此不做限定。
参见图3,图3示出了本公开实施例中噪声过滤的一种示意图。该历史配送轨迹数据中包含8个驻留点,可以该8个驻留点的顺序,检测时间相邻的两个驻留点,即p1和p2、p2和p3、…、p7和p8。通过计算得到:从驻留点p3到驻留点p4的速度,以及从驻留点p6到驻留点p7均大于速度阈值,可以确定p4和p7均为噪声,将p4和p7删除,从而可以得到新的配送轨迹数据。可以看出,图3中的虚线部分为新的配送轨迹。
本公开实施例中,历史配送轨迹数据中的驻留点的数量可能较多,在对历史配送轨迹数据进行噪声过滤之后,还可以对历史配送轨迹数据中连续的多个驻留点进行汇聚操作,也就是将连续的多个驻留点构成的轨迹作为一个驻留点。这样,可以减少驻留点的总数量,降低计算量。具体可参见图4,可以包括以下步骤:
步骤S410,将该单个历史配送轨迹数据中的第一个驻留点作为锚点。
需要说明的是,本步骤中单个历史配送轨迹数据中的驻留点可以是经过噪声过滤之后的驻留点。可以按照历史配送轨迹数据中驻留点的顺序,以每个驻留点作为锚点,寻找其之后最后一个距离不超过第一距离阈值的驻留点。其中,第一距离阈值可以是20米等,在此不做限定。
步骤S420,确定在该锚点之后、且与该锚点的距离在第一距离阈值之内的最后一个驻留点。
本公开实施例中,选取在第一距离阈值之内的最后一个驻留点,一方面,最后一个驻留点与该锚点的距离在第一距离阈值之内,可以避免两者之间距离过大,另一方面,在与该锚点的距离在第一距离阈值之内的所有驻留点中,上述最后一个驻留点与该锚点的距离最大,从而使该锚点至最后一个驻留点构成的轨迹尽可能地长。这样,可以尽可能地对距离较近的多个驻留点进行汇聚,从而减少驻留点的总数量。
步骤S430,在该最后一个驻留点对应的时间段与该锚点对应的时间段之间的时间差大于时间差阈值时,将该驻留点与该最后一个驻留点之间的轨迹作为一个驻留点,并将该驻留点作为锚点。
具体的,在该最后一个驻留点对应的时间段与该锚点对应的时间段之间的时间差大于时间差阈值时,表示配送员在锚点至该最后一个驻留点的轨迹中停留的时间较长,可以将该驻留点与该最后一个驻留点之间的轨迹作为一个驻留点。当然,在将轨迹作为一个驻留点时,可以将轨迹的重心位置确定为该驻留点的位置。
在该最后一个驻留点对应的时间段与该锚点对应的时间段之间的时间差不大于时间差阈值时,该轨迹不能作为一个驻留点,可以直接执行步骤S440。其中,时间差阈值可以是30秒或60秒等。
步骤S440,判断锚点之后是否存在驻留点。在锚点之后存在驻留点时,执行步骤S450;在该锚点之后不存在驻留点时,流程结束。
步骤S450,将该锚点更新为该锚点之后的第一个驻留点,返回步骤S420。
参见图5,图5示出了本公开实施例中驻留点检测的一种示意图。假设锚点是p3,其之后最后一个距离不超过第一距离阈值Dmax的点是p6。如果p6和p3的时间差大于Tmin,那么轨迹段p3至p6即构成一个驻留点,下一个驻留点检测的锚点移动到p8,否则,下一个锚点是p5。
在对历史配送轨迹数据中的驻留点进行噪声过滤和汇聚操作之后,可以得到每个历史配送轨迹数据对应的更新的驻留点。
在步骤S120中,根据单个历史配送轨迹数据中每个驻留点对应的时间段,以及多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列。
本公开实施例中,在得到每个历史配送轨迹数据对应的更新的驻留点之后,可以基于更新的驻留点并结合历史订单数据中的妥投时间,识别出历史配送轨迹数据中妥投产生的驻留点,即妥投点。还可以对妥投点进行聚类,得到妥投位置。最终还可以确定每个历史配送轨迹数据对应的妥投位置序列。妥投位置序列即多个妥投位置构成的序列,可以表示多个妥投位置之间的转移顺序关系。
在本公开的一种实现方式中,妥投位置序列的确定方法可参见图6,可以包括以下步骤:
步骤S610,根据单个历史配送轨迹数据中每个驻留点对应的时间段,以及多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投点。
需要说明的是,由于配送员可能因为多种原因发生驻留,从而产生对应的驻留点。而对于配送区域划分来说,有意义的仅为因妥投产生的驻留点,因此,本公开可以进一步结合订单数据中的妥投时间,从驻留点中筛选出妥投点。由于历史订单数据中包含了妥投时间,如果一个驻留点对应的时间段内,对应了至少一个历史订单的妥投时间,此时可以认为该驻留点为妥投点。
在本公开的一种实现方式中,针对单个历史配送轨迹数据中的每个驻留点,如果多个历史订单数据中至少一个历史订单数据的妥投时间在该驻留点对应的时间段内,则将该驻留点作为妥投点;否则,表示在该驻留点配送员没有妥投包裹,因此,不将该驻留点作为妥投点。
当然,本公开确定妥投点的方法不限于此。例如,也可以先建立各驻留点对应的时间段和各妥投时间的映射关系,在驻留点对应的时间段对应至少一个妥投时间时,将该驻留点作为妥投点;在驻留点对应的时间段不存在对应的妥投时间时,不将该驻留点作为妥投点。
步骤S620,对多个历史配送轨迹数据对应的所有妥投点进行聚类,得到多个妥投位置。
在实际应用中,由于配送员的定位数据通常会存在误差,因此,可以对妥投点进行空间聚类,得到多个妥投位置。并且,配送员在投递包裹时,位置一般很少发生变化,不同于传统的聚类方法(例如基于密度的聚类等),本公开可以根据多个历史配送轨迹数据对应的所有妥投点之间的距离,对所有妥投点进行层次聚类。例如,通过第二距离阈值作为簇之间停止进一步合并的条件。
在此以一维为例进行说明,如图7所示,在初始情况下,每一个妥投点各自为一个簇,然后依次合并相距最近的两个簇形成新的簇,当不存在距离小于第二距离阈值的两个簇时,簇的合并结束。该状态下,每一个簇对应一个妥投位置,对应的妥投位置可以为该簇的中心位置。其中,第二距离阈值可以为30米等。参见图8,图8示出了本公开实施例中聚类结果的一种示意图,图中的每一个点为一个妥投点,810、820和830分别表示层次聚类后的妥投位置。需要说明的是,层次聚类之后还包括更多的妥投位置,在图中并未全部示出。
步骤S630,从多个妥投位置中选取与单个历史配送轨迹数据中每个驻留点匹配的妥投位置,以确定单个历史配送轨迹数据对应的妥投位置序列。
在根据多个历史配送轨迹数据得到所有妥投位置后,可以将每个历史配送轨迹数据转换为妥投位置序列。具体的,若单个历史配送轨迹数据表示为:tr=<p1,p2,…,pn>,pi表示第i个驻留点,n表示驻留点的总数量。可以将其中的妥投点序列<sp1,sp2,…,spm>通过最近邻匹配,得到妥投位置序列<l1,l2,…,lm>,妥投位置序列表示配送员在不同妥投位置之间的转移顺序关系。spj表示第j个妥投点,m表示妥投点的总数量,m小于或等于n。lj表示与spj匹配的妥投位置,也就是,在所有妥投位置中,lj与spj的距离最近。
需要说明的是,除了根据图6所示的方式确定妥投位置序列之外,本公开也可以直接将历史配送轨迹数据对应的妥投点序列作为该历史配送轨迹数据对应的妥投位置序列。
在步骤S130中,将多个历史配送轨迹数据对应的妥投位置序列中的所有妥投位置作为顶点,并确定所有相邻的两个妥投位置的边,以构建位置访问网络。
本公开实施例中,在得到妥投位置序列之后,可以根据妥投位置序列,构建位置访问网络G,G=(L,E)。其中,L是在妥投位置序列中出现过的所有妥投位置,E是相邻的两个妥投位置之间的边。当li、lj在妥投位置序列中连续出现时,也就是li和lj相邻时,妥投位置li和lj之间存在边ei,j,对于不相邻的两个妥投位置,两者之间不存在边。位置访问网络构建的示意图可参见图9。
需要说明的是,每条边可以对应一个权重,位置访问网络中任意两个妥投位置的边的权重与该任意两个妥投位置之间的通行数量呈正相关。即,两个妥投位置之间的同行数量越高,对应的边的权重越高。因此,边ei,j的权重w(ei,j)可以用于捕捉在两个妥投位置li和lj之间通行的数量。
在步骤S140中,根据位置访问网络,确定所有妥投位置的区域划分结果,其中,所划分的同一区域中多个妥投位置之间的路线不唯一。
在构建位置访问网络后,可以基于社区发现算法对位置访问网络进行处理,确定所有妥投位置的区域划分结果。为了能够发现配送区域,使得配送区域内的订单经常连续妥投,可以利用基于流的和信息论的社区发现算法Infomap。
Infomap的核心思想是最小化在网络内随机游走的平均描述长度。它利用哈夫曼编码来表述网络中的任何一个顶点。每个顶点有一个模块编码,在同一个社区(分组)内的顶点共享一个群组编码。当随机游走进入下一个群组时,需要插入新的群组编码。一个随机游走的平均编码长度包含了群组编码长度和模块编码长度。一个好的群组划分,可以实现更短的编码长度。
假设有一种群组划分M将妥投位置集合L分为m个群组,则描述随机游走的平均编码长度可以用如下公式量化:
Infomap算法的过程具体可以为:
首先,对每个顶点都视作独立的群组。其次,对网络里的顶点随机采样出一个序列,按顺序依次尝试将每个顶点赋给邻居顶点所在的群组,取L(M)下降最大时的群组赋给该顶点,如果没有下降,该顶点的群组不变。并重复该步骤,直至L(M)不能再被优化。当算法停止迭代后,属于同一个群组的顶点构成的区域,即为一个配送区域。参见图10,图10示出了本公开实施例中配送区域划分结果的一种示意图。可以看出,最终将妥投点划分为大小不同的多个区域。
需要说明的是,除了上述方法外,本公开也可以通过其他图算法确定区域划分结果。例如,可以通过路径搜索算法、中心性计算算法等确定区域划分结果,在此不做限定。
在本公开的一种实现方式中,在确定所有妥投位置的区域划分结果之后,还可以基于区域划分结果,确定当前待配送点对应的多个区域之间的配送路线。也就是,每个区域作为一个整体,为配送员确定各个区域之间的最优路线。这样能够在给出配送路线的同时,配送员可以在同一个配送区域内选择自由配送顺序,提高配送员对配送路线的接受程度,从而可以提高配送效率。
本公开实施例的配送区域划分方法,对配送员的历史配送轨迹进行噪声过滤和妥投点检测,可以确定实际的妥投点。对妥投点进行聚类得到妥投位置,可以避免妥投点的数量过多,降低计算的复杂度。进一步可以确定更适合配送员的妥投位置序列。这样,根据妥投位置序列构建位置访问网络,并根据社区发现算法确定所有妥投位置的区域划分结果,可以提高区域划分的准确性。并且,在同一区域内部,由于多个妥投位置之间的路线不唯一,也就是,在同一区域内部可以不用为配送员规划路线,配送员可以自由选择配送路线。物流运营人员为配送员设置区域之间的配送路线即可,这样,所规划的路线更适合配送员,可以提高配送路线规划的准确性,进而提高配送员对物流运营人员所规划的配送路线的接受度,最终可以提高配送效率。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,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。
进一步的,本示例实施方式中,还提供了一种配送区域划分装置1100,参考图11所示,包括:
历史数据获取模块1110,用于获取多个历史订单数据和多个历史配送轨迹数据;
妥投位置序列确定模块1120,用于根据单个历史配送轨迹数据中每个驻留点对应的时间段,以及多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列;
位置访问网络构建模块1130,用于将多个历史配送轨迹数据对应的妥投位置序列中的所有妥投位置作为顶点,并确定所有相邻的两个妥投位置的边,以构建位置访问网络;
区域划分结果确定模块1140,用于根据位置访问网络,确定所有妥投位置的区域划分结果,其中,所划分的同一区域中多个妥投位置之间的路线不唯一。
在本公开的一种示例性实施例中,妥投位置序列确定模块,包括:
妥投点确定单元,用于根据单个历史配送轨迹数据中每个驻留点对应的时间段,以及多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投点;
妥投点聚类单元,用于对多个历史配送轨迹数据对应的所有妥投点进行聚类,得到多个妥投位置;
妥投位置序列确定单元,用于从多个妥投位置中选取与单个历史配送轨迹数据中每个驻留点匹配的妥投位置,以确定单个历史配送轨迹数据对应的妥投位置序列。
在本公开的一种示例性实施例中,妥投点确定单元具体用于针对单个历史配送轨迹数据中的每个驻留点,如果多个历史订单数据中至少一个历史订单数据的妥投时间在该驻留点对应的时间段内,则将该驻留点作为妥投点;否则,不将该驻留点作为妥投点。
在本公开的一种示例性实施例中,上述配送区域划分装置,还包括:
数据预处理模块,用于基于单个历史配送轨迹数据中每个驻留点对应的时间段和位置信息,确定所有相邻的两个驻留点之间的配送速度;针对对应配送速度大于速度阈值的两个驻留点,将该两个驻留点中后一个驻留点删除,以对该单个历史配送轨迹数据进行更新。
在本公开的一种示例性实施例中,上述配送区域划分装置,还包括:
驻留点汇聚模块,用于将该单个历史配送轨迹数据中的第一个驻留点作为锚点;确定在该锚点之后、且与该锚点的距离在第一距离阈值之内的最后一个驻留点;
在最后一个驻留点对应的时间段与该锚点对应的时间段之间的时间差大于时间差阈值时,将该驻留点与最后一个驻留点之间的轨迹作为一个驻留点,并将该驻留点作为锚点;
在该锚点之后存在驻留点时,将该锚点更新为该锚点之后的第一个驻留点,返回确定在该锚点之后、且与该锚点的距离在第一距离阈值之内的最后一个驻留点的步骤;在锚点之后不存在驻留点时,流程结束。
在本公开的一种示例性实施例中,妥投点聚类单元具体用于根据多个历史配送轨迹数据对应的所有妥投点之间的距离,对所有妥投点进行层次聚类。
在本公开的一种示例性实施例中,区域划分结果确定模块,具体用于基于社区发现算法对位置访问网络进行处理,确定所有妥投位置的区域划分结果。
在本公开的一种示例性实施例中,上述配送区域划分装置,还包括:
配送顺序确定模块,用于基于区域划分结果,确定当前待配送点对应的多个区域之间的配送路线。
在本公开的一种示例性实施例中,上述位置访问网络中任意两个妥投位置的边的权重与任意两个妥投位置之间的通行数量呈正相关。
上述装置中各模块或单元的具体细节已经在对应的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,根据本公开的实施方式,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。
在本公开的示例性实施例中,还提供一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为执行本示例实施方式中的配送区域划分方法的全部或者部分步骤。
图12示出了本公开实施例中电子设备的结构示意图。需要说明的是,图12示出的电子设备1200仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图12所示,电子设备1200包括中央处理器1201,其可以根据存储在只读存储器1202中的程序或者从存储部分1208加载到随机访问存储器1203中的程序而执行各种适当的动作和处理。在随机访问存储器1203中,还存储有系统操作所需的各种程序和数据中央处理器1201、只读存储器1202以及随机访问存储器1203通过总线1204彼此相连。输入/输出接口1205也连接至总线1204。
以下部件连接至输入/输出接口1205:包括键盘、鼠标等的输入部分1206;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1207;包括硬盘等的存储部分1208;以及包括诸如局域网(LAN)卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至输入/输出接口1205。可拆卸介质1211,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1210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1208。
特别地,根据本公开的实施例,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1209从网络上被下载和安装,和/或从可拆卸介质1211被安装。在该计算机程序被中央处理器1201执行时,执行本申请的装置中限定的各种功能。
在本公开的示例性实施例中,还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方法。
需要说明的是,本公开所示的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。在本公开中,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。而在本公开中,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、射频等等,或者上述的任意合适的组合。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开未公开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,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种配送区域划分方法,其特征在于,包括:
获取多个历史订单数据和多个历史配送轨迹数据;
根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列;
将所述多个历史配送轨迹数据对应的妥投位置序列中的所有妥投位置作为顶点,并确定所有相邻的两个妥投位置的边,以构建位置访问网络;
根据所述位置访问网络,确定所有妥投位置的区域划分结果,其中,所划分的同一区域中多个所述妥投位置之间的路线不唯一。
2.根据权利要求1所述的方法,其特征在于,所述根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列,包括:
根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投点;
对所述多个历史配送轨迹数据对应的所有妥投点进行聚类,得到多个妥投位置;
从所述多个妥投位置中选取与单个历史配送轨迹数据中每个驻留点匹配的妥投位置,以确定单个历史配送轨迹数据对应的妥投位置序列。
3.根据权利要求2所述的方法,其特征在于,所述根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投点,包括:
针对单个所述历史配送轨迹数据中的每个驻留点,如果所述多个历史订单数据中至少一个历史订单数据的妥投时间在该驻留点对应的时间段内,则将该驻留点作为妥投点;
否则,不将该驻留点作为妥投点。
4.根据权利要求1所述的方法,其特征在于,在所述根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列之前,所述方法还包括:
基于单个所述历史配送轨迹数据中每个驻留点对应的时间段和位置信息,确定所有相邻的两个驻留点之间的配送速度;
针对对应配送速度大于速度阈值的两个驻留点,将该两个驻留点中后一个驻留点删除,以对该单个历史配送轨迹数据进行更新。
5.根据权利要求1所述的方法,其特征在于,在所述根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列之前,所述方法还包括:
将该单个历史配送轨迹数据中的第一个驻留点作为锚点;
确定在所述锚点之后、且与所述锚点的距离在第一距离阈值之内的最后一个驻留点;
在所述最后一个驻留点对应的时间段与所述锚点对应的时间段之间的时间差大于时间差阈值时,将该驻留点与所述最后一个驻留点之间的轨迹作为一个驻留点,并将该驻留点作为所述锚点;
在所述锚点之后存在驻留点时,将所述锚点更新为所述锚点之后的第一个驻留点,返回所述确定在所述锚点之后、且与所述锚点的距离在第一距离阈值之内的最后一个驻留点的步骤;
在所述锚点之后不存在驻留点时,流程结束。
6.根据权利要求2所述的方法,其特征在于,所述对所述多个历史配送轨迹数据对应的所有妥投点进行聚类,包括:
根据所述多个历史配送轨迹数据对应的所有妥投点之间的距离,对所述所有妥投点进行层次聚类。
7.根据权利要求1所述的方法,其特征在于,所述根据所述位置访问网络,确定所有妥投位置的区域划分结果,包括:
基于社区发现算法对所述位置访问网络进行处理,确定所有妥投位置的区域划分结果。
8.根据权利要求1所述的方法,其特征在于,在所述确定所有妥投位置的区域划分结果之后,所述方法还包括:
基于所述区域划分结果,确定当前待配送点对应的多个区域之间的配送路线。
9.根据权利要求1所述的方法,其特征在于,所述位置访问网络中任意两个妥投位置的边的权重与所述任意两个妥投位置之间的通行数量呈正相关。
10.一种配送区域划分装置,其特征在于,包括:
历史数据获取模块,用于获取多个历史订单数据和多个历史配送轨迹数据;
妥投位置序列确定模块,用于根据单个所述历史配送轨迹数据中每个驻留点对应的时间段,以及所述多个历史订单数据中的妥投时间,确定该单个历史配送轨迹数据对应的妥投位置序列;
位置访问网络构建模块,用于将所述多个历史配送轨迹数据对应的妥投位置序列中的所有妥投位置作为顶点,并确定所有相邻的两个妥投位置的边,以构建位置访问网络;
区域划分结果确定模块,用于根据所述位置访问网络,确定所有妥投位置的区域划分结果,其中,所划分的同一区域中多个所述妥投位置之间的路线不唯一。
11.一种电子设备,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1~9任一项所述的方法。
12.一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1~9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010478027.7A CN113743845A (zh) | 2020-05-29 | 2020-05-29 | 配送区域划分方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010478027.7A CN113743845A (zh) | 2020-05-29 | 2020-05-29 | 配送区域划分方法及装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113743845A true CN113743845A (zh) | 2021-12-03 |
Family
ID=78724985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010478027.7A Pending CN113743845A (zh) | 2020-05-29 | 2020-05-29 | 配送区域划分方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743845A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115271354A (zh) * | 2022-06-24 | 2022-11-01 | 湖南湘邮科技股份有限公司 | 一种基于投递单元的业务电子围栏动态规划方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050461A (zh) * | 2014-06-30 | 2014-09-17 | 苏州大学 | 一种复杂3d运动识别方法及装置 |
WO2017031856A1 (zh) * | 2015-08-25 | 2017-03-02 | 百度在线网络技术(北京)有限公司 | 信息预测的方法和装置 |
CN107305577A (zh) * | 2016-04-25 | 2017-10-31 | 北京京东尚科信息技术有限公司 | 基于K-means的妥投地址数据处理方法和系统 |
CN108763553A (zh) * | 2018-06-01 | 2018-11-06 | 云南大学 | 基于密度的停留点识别方法 |
CN109003028A (zh) * | 2018-07-17 | 2018-12-14 | 北京百度网讯科技有限公司 | 用于划分物流区域的方法和装置 |
CN109146348A (zh) * | 2017-06-27 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种物流数据处理方法及装置 |
CN110232535A (zh) * | 2018-03-06 | 2019-09-13 | 北京京东振世信息技术有限公司 | 信息匹配方法及装置、存储介质及电子终端 |
CN110363453A (zh) * | 2018-03-26 | 2019-10-22 | 北京京东振世信息技术有限公司 | 配送信息可视化方法和装置 |
CN110555448A (zh) * | 2018-05-30 | 2019-12-10 | 顺丰科技有限公司 | 一种细分派件区域的方法和系统 |
CN110705793A (zh) * | 2019-10-08 | 2020-01-17 | 北京工商大学 | 一种社区结构下的生鲜电商仓库选址系统及方法 |
CN110888979A (zh) * | 2018-09-10 | 2020-03-17 | 中国移动通信集团有限公司 | 一种兴趣区域提取方法、装置及计算机存储介质 |
CN111126688A (zh) * | 2019-12-19 | 2020-05-08 | 北京顺丰同城科技有限公司 | 配送路线确定方法、装置、电子设备及可读存储介质 |
-
2020
- 2020-05-29 CN CN202010478027.7A patent/CN113743845A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050461A (zh) * | 2014-06-30 | 2014-09-17 | 苏州大学 | 一种复杂3d运动识别方法及装置 |
WO2017031856A1 (zh) * | 2015-08-25 | 2017-03-02 | 百度在线网络技术(北京)有限公司 | 信息预测的方法和装置 |
CN107305577A (zh) * | 2016-04-25 | 2017-10-31 | 北京京东尚科信息技术有限公司 | 基于K-means的妥投地址数据处理方法和系统 |
CN109146348A (zh) * | 2017-06-27 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种物流数据处理方法及装置 |
CN110232535A (zh) * | 2018-03-06 | 2019-09-13 | 北京京东振世信息技术有限公司 | 信息匹配方法及装置、存储介质及电子终端 |
CN110363453A (zh) * | 2018-03-26 | 2019-10-22 | 北京京东振世信息技术有限公司 | 配送信息可视化方法和装置 |
CN110555448A (zh) * | 2018-05-30 | 2019-12-10 | 顺丰科技有限公司 | 一种细分派件区域的方法和系统 |
CN108763553A (zh) * | 2018-06-01 | 2018-11-06 | 云南大学 | 基于密度的停留点识别方法 |
CN109003028A (zh) * | 2018-07-17 | 2018-12-14 | 北京百度网讯科技有限公司 | 用于划分物流区域的方法和装置 |
CN110888979A (zh) * | 2018-09-10 | 2020-03-17 | 中国移动通信集团有限公司 | 一种兴趣区域提取方法、装置及计算机存储介质 |
CN110705793A (zh) * | 2019-10-08 | 2020-01-17 | 北京工商大学 | 一种社区结构下的生鲜电商仓库选址系统及方法 |
CN111126688A (zh) * | 2019-12-19 | 2020-05-08 | 北京顺丰同城科技有限公司 | 配送路线确定方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
李玉鹏 等: "冷链物流"最后一公里" 快速配送方法研究", 《工业技术经济》, no. 1, 31 December 2017 (2017-12-31), pages 51 - 60 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115271354A (zh) * | 2022-06-24 | 2022-11-01 | 湖南湘邮科技股份有限公司 | 一种基于投递单元的业务电子围栏动态规划方法及系统 |
CN115271354B (zh) * | 2022-06-24 | 2023-08-25 | 湖南湘邮科技股份有限公司 | 一种基于投递单元的业务电子围栏动态规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
James et al. | Online vehicle routing with neural combinatorial optimization and deep reinforcement learning | |
US11922366B2 (en) | System and method for dynamic pairing function optimization | |
Cheng et al. | Task assignment on multi-skill oriented spatial crowdsourcing | |
CN109325671B (zh) | 一种时空众包在线任务分配方法及系统 | |
CN110645983A (zh) | 用于无人车的路径规划方法、装置和系统 | |
US10740682B2 (en) | Sensor based truth maintenance | |
Wei et al. | Look-ahead insertion policy for a shared-taxi system based on reinforcement learning | |
CN111553548B (zh) | 一种拣货方法和装置 | |
CN113763700B (zh) | 信息处理方法、装置、计算机设备及存储介质 | |
Khouadjia et al. | Multi-swarm optimization for dynamic combinatorial problems: A case study on dynamic vehicle routing problem | |
EP3567531A1 (en) | Forecast demand for mobility units | |
KR102026913B1 (ko) | 주문형 교통 서비스를 위한 정류장 선택 방법 및 시스템 | |
CN113128744A (zh) | 配送规划方法和装置 | |
Huang | A schedule-based pathfinding algorithm for transit networks using pattern first search | |
CN113743845A (zh) | 配送区域划分方法及装置、电子设备、存储介质 | |
Situ et al. | A parallel ant colony system based on region decomposition for taxi-passenger matching | |
Garcia et al. | Hybrid approach for the public transportation time dependent orienteering problem with time windows | |
KR102532433B1 (ko) | 운송 수단과 드론을 사용한 병렬 배송의 최적 해를 탐색하기 위한 rgso 스케줄링 최적화 방법 및 시스템 | |
CN115994726B (zh) | 派送路径调整方法、装置、电子设备和计算机可读介质 | |
CN116558521B (zh) | 轨迹定位方法、设备以及计算机可读存储介质 | |
CN110222861B (zh) | 路径规划的方法、装置、存储介质及电子设备 | |
CN115907580A (zh) | 城配物流的运输监控方法、装置、设备及存储介质 | |
Khoa et al. | Multi–criteria route planning in bus network | |
Fang et al. | A multi-criteria system for recommending taxi routes with an advance reservation | |
CN114202272A (zh) | 一种基于电子围栏的车货匹配方法、装置、存储介质及终端 |
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 |