CN113762572B - 一种物流方法、系统、装置、电子设备及其存储介质 - Google Patents
一种物流方法、系统、装置、电子设备及其存储介质 Download PDFInfo
- Publication number
- CN113762572B CN113762572B CN202011182600.6A CN202011182600A CN113762572B CN 113762572 B CN113762572 B CN 113762572B CN 202011182600 A CN202011182600 A CN 202011182600A CN 113762572 B CN113762572 B CN 113762572B
- Authority
- CN
- China
- Prior art keywords
- distribution
- delivery
- task
- information
- goods
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004088 simulation Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010845 search algorithm Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 12
- 238000005094 computer simulation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
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)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明公开了一种物流方法、系统、装置、电子设备及其存储介质,该方法包括获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息和本地位置模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;根据所述配送任务集布置配送任务。通过分组的方式优化配送路线,有助于解决现有技术中配送路线反复,使配送效率大幅降低的技术问题。
Description
技术领域
本发明涉及物流领域,尤其是指一种物流方法、系统、装置、电子设备及其存储介质。
背景技术
目前,物流的环节往往采用用户下单,然后物流系统根据用户下单将订单发送到仓库,仓库进一步根据订单进行拣货,将订单中对应的物品从货架上放到配送车中,之后配送车再将拣出的物品配送给用户,现有技术中物流的配送或者拣货调度都通过人工实现,这样会导致效率极其低下,在海量订单下调度的效率完全无法满足日常的需要,更重要的是现有技术中每个订单的物流流程相对独立,所以配送路线未进行过优化,经常出现配送路线反复,导致配送效率大幅降低的技术问题。
本领域技术人员致力于寻找一种物流方法,以解决在调度过程中优化配送路线的问题,有助于解决现有技术中配送路线反复,使配送效率大幅降低的技术问题。
发明内容
本申请提供了一种物流方法,其目的在于在物流调度过程中,优化配送路线,使配送总距离最小,进而提高配送效率的技术问题。
该方法包括:
获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;
根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息和本地位置模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;
根据所述配送任务集布置配送任务。
在另一可选实施例中,所述根据所述配送任务集进行配送步骤前,该方法还包括:
根据多条所述配送物品任务信息中的配送物品信息按照预置的物品货架配置得到货架位置坐标,其中,所述物品货架配置为所述配送物品信息的配送物品与货架位置的对应关系;
根据多条所述配送物品任务信息按照预定的拣货分组方式进行分组得到至少一个拣货任务集,其中,所述拣货任务集为包括具有拣货顺序的至少一条所述配送物品任务信息的集合,所述拣货分组方式为根据所述配送物品任务信息的货架位置坐标模拟计算所有所述拣货任务集的所述总拣货距离之和最短;
根据所述拣货任务集布置拣货任务。
在另一可选实施例中,所述获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息步骤前,该方法还包括:
获取用户订单,其中,所述用户订单包括配送物品信息和配送位置信息;
根据所述用户订单的所述配送位置信息和本地位置估算配送时间;
根据所述配送时间选取小于第二额定配送时间的所述用户订单作为所述配送物品任务信息,其中,所述第二额定配送时间大于或等于所述第一额定配送时间。
在另一可选实施例中,所述配送分组方式通过邻域搜索算法进行模拟计算。
在另一可选实施例中,所述拣货分组方式通过贪婪算法进行模拟计算。
本申请还提供了一种物流系统,所述物流系统包括物流平台和多个配送单元;
所述物流平台,用于获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息和本地位置模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;根据所述配送任务集布置配送任务;
每个所述配送任务集布置于不同的配送单元,其中,多个所述配送单元的数量大于或等于所述配送任务集的数量;
所述配送单元,用于根据布置的所述配置任务集执行配送。
在另一可选实施例中,所述物流系统包括多个拣货单元;
所述物流平台,还用于根据多条所述配送物品任务信息中的配送物品信息按照预置的物品货架配置得到货架位置坐标,其中,所述物品货架配置为所述配送物品信息的配送物品与货架位置的对应关系;
根据多条所述配送物品任务信息按照预定的拣货分组方式进行分组得到至少一个拣货任务集,其中,所述拣货任务集为包括具有拣货顺序的至少一条所述配送物品任务信息的集合,所述拣货分组方式为根据所述配送物品任务信息的货架位置坐标模拟计算所有所述拣货任务集的所述总拣货距离之和最短;
每个所述拣货任务集布置于不同的所述拣货单元,其中,多个所述拣货单元的数量大于或等于所述拣货任务集的数量;
所述拣货单元,用于根据布置的所述拣货任务集执行拣货。
本申请还提供了一种物流装置,所述装置包括:
获取模块,用于获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;
分组模块,用于根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;
布置模块,用于根据所述配送任务集布置配送任务。
本申请还提供了一种电子设备,所述装置包括:处理器和存储器;
所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行所述的物流方法的步骤。
本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述的物流方法的步骤。
如上可见,基于上述实施例,通过将多条所述配送物品任务信息进行分组,进而形成所述配送任务集,对所述配送任务集中的配送路线进行优化,找到所述总配送距离最短的路线,有助于解决现有技术中配送路线反复,使配送效率大幅降低的技术问题。
附图说明
图1为本发明物流方法流程100的流程示意图;
图2为本发明物流方法流程200的流程示意图;
图3为本发明物流方法中订单的信息汇总示意图;
图4为本发明物流方法中分组后的信息示意图;
图5为本发明物流方法流程300的流程示意图;
图6为本发明物流方法模拟计算后结果信息汇总示意图;
图7为本发明物流方法总配送距离结果信息汇总示意图;
图8为本发明物流装置的架构示意图。
具体实施方式
发明人发现,在现有技术的物流环节中,用户会通过电商的APP进行下单生成用户订单,这些用户订单完成支付后就会发送到仓储环节中的仓库中,仓库中的货架上摆放着需要出售的物品,之后会通过人工进行调度,通过拣货人员将货架上的物品根据用户订单的需求进行拣货,即将售出的物品拣到配送车上,配送车再通过配送人员将物品配送到用户订单上的地址处,用户接货后完成物流环节。上述过程中,每个用户订单都是独立完成物流过程,或者简单地按照配送车中能够承载物品的情况将订单分为不同的组进行分批配送,但是无论上述哪种方式都不能优化配送路线,经常配送人员折返配送物品,最终导致物流效率低下。
在本申请的一些实施例中,提供了一种物流方法,通过配送分组方式对多条配送物品任务信息进行分组生成由多条配送物品任务信息形成的集合,即配送任务集。每个配送任务集会分配给一个配送车去进行配送,在每个配送任务集中优化其配送路线,模拟计算出总配送距离最短,且每个配送任务集中多条配送物品任务信息对应的总配送时间应当小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短,最后将每个所述配送任务集布置给不同的配送车进行配送,在本实施例中可以优化配送路线,使配送路线最短,进而使配送效率大幅提高。
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明进一步详细说明。
图1为本发明物流方法流程100的流程示意图。如图1所示,在一实施例中,提供了一种物流方法,该方法包括:
S101,获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息。
在本步骤中提供了一种获取多条配送物品任务信息的具体步骤,每条所述配送物品任务信息都是通过用户订单对应而来,所述配送物品任务信息至少包括所述配送物品信息和所述配送位置信息,所述配送物品信息包括需要配送物品的具体内容,比如物品名称、物品重量、品类、体积等等、物品代码等等,而所述配送位置信息则主要是指配送的地址,本方法也是通过所述配送位置信息进行后续模拟计算。
S102,根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;
在本步骤中提供了一种模拟计算对多条所述配送物品任务信息进行分组的具体步骤。首先对多条所述配送物品任务信息进行分组得到所述配送任务集,所述配送任务集中至少应当包括一个所述配送物品任务信息。在电商的应用场景中,所述配送物品任务信息数量非常庞大,所以不会出现只得到一个配送任务集,在此只是一种极端情况的说明。所述配送分组方式的目的在于找到优化配送路线,找到距离最短的配送路线,但是如果将所有的配送任务信息全部根据所述配送位置信息计算显然不合理,因为一方面配送任务信息会不断出现和增加,另一方面海量的所述配送物品任务信息计算最短配送距离,显然计算能力无法满足,所以为了既可以优化路线并计算最短配送路线,又可以通过已有的计算能力进行计算的方式。在本步骤中提出进行分组,将海量的所述配送物品任务信息分组计算。在本步骤中所述配送分组方式首先对于每组的配送物品任务信息按照时间进行分组,假设配送车的速度为平均值,所述平均值可以是一个经验值,也可以是通过具体路况和配送车的平均时速综合计算出的一个预估值,那么如果再知道所述配送位置信息(即具体的配送地址)和所述本地位置(即仓储配送的出发位置)就可以计算出到配送地址之间的所需时间,这个时间要小于一个所述第一额定配送时间,比如要小于1小时,那么如果这个所需时间大于1小时,则直接放弃。如果小于1小时,比如所需时间计算为59分钟,那么这样的所述配送物品任务信息可自己分为一组,如果所需时间计算为20分钟,而下一条所述配送物品任务信息的所需时间为30分钟,那么两条所述配送物品任务信息的所需时间总和为50分钟,因此小于1个小时的第一额定时间,所以这两条所述配送物品任务信息就可以被分为一组,在分为一组后由于每个所述配送任务集最终由一个配送车执行配送,因此将一个所述配送任务集中所述配送物品任务信息,如果是多个所述配送物品任务信息就并非都是从所述本地位置进行配送,而是按照一个所述配送顺序逐一进行配送,那么第二个进行配送的所述配送任务信息的配送路线起点应该是第一个配送所述配送任务信息的配送路线终点,因此将有限的多个所述配送任务信息的配送路线进行优化组合,找到所述总配送距离最短的配送顺序,并重新按照这个所述配送顺序计算所需时间和所述总配送距离,即得到所述总配送时间,这个所述总配送时间应当仍然小于第一额定时间,所述总配送距离为每个所述配送任务集按照各自的所述配送顺序逐一配送后的距离之和,在本步骤中应当将通过模拟计算得到所述总配送距离之和最短,在本步骤中可以根据所述总配送时间小于所述第一额定时间的条件,穷尽计算后得到多个分组结果,针对每一种分组结果都可以计算出相应的每个所述配送任务集的所述总配送距离,那么求和后比对各个分组结果,必然可以计算出一种所述配送任务集的所述总配送距离之和最短的方案。
当然,上述所述配送分组方式只是其中的一种模拟计算模式,最终只要符合每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短即可。
S103,根据所述配送任务集布置配送任务。
在本步骤中提供了一种通过所述配送任务集进行布置配送任务的具体实施方式。在本步骤中可以将每个所述配送任务集分配给不同的配送车执行配送任务。
在本实施例中提供了一种物流方法,以优化配送路线。具体地,首先获取多条所述配送物品任务信息。以电商为例,所述配送物品任务信息来源于用户订单,每个用户订单都对应一条所述配送物品任务信息,所述配送物品任务信息包括所述配送物品信息和所述配送位置信息,所述配送物品信息可以包括配送物品代码、配送物品名称、配送物品体积、配送物品重量、配送物品品类、配送物品数量,在本实施例中所述配送物品信息的作用在于建立不同的所述配送物品任务信息,而所述配送位置信息则用于之后的模拟计算。随后对多条所述配送物品任务信息进行分组,具体所述配送分组方式上文已经进行介绍,在此就不再赘述了,以下通过数学表达式进行解释:
s.t.
ti≤tsi,i=1,2,…,N (4)
Tei≤tsi≤Tli,i=1,2,…,N(5)
xijk∈{0,1},i=0,1,2,…,N;j=0,1,2,…,N;k=1,2,…,K (8)
其中,N是订单总数量;K是集合单总数量;dij是第i个配送物品任务信息和第j个配送物品任务信息之间的行驶距离;xijk是在第k个集合单中第i个配送物品任务信息的下一个配送物品任务信息是否为第j个配送物品任务信息的指示变量;ti是第i个配送物品任务信息的预计送达时间;tsi是第i个配送物品任务信息的预计开始服务时间;Tei是第i个配送物品任务信息的客户期望最早送达时间;Tli是第i个配送物品任务信息的客户期望最晚送达时间;si是第i个配送物品任务信息的服务时间;tij是第i个配送物品任务信息和第j个配送物品任务信息之间的行驶时间;Tmax是一个较大的常数;nU是每个集合单包含订单个数的数量上限。
(1)式是模型的目标,即最小化总配送距离。(2)-(8)式均为模型约束:(2)式表示每一个配送物品任务信息的下一个配送物品任务信息有且仅有一个,由门店出发的第一个配送物品任务信息有K个;(3)式表示每一个配送物品任务信息的上一个配送物品任务信息有且仅有一个,回到门店的最后一个配送物品任务信息有K个;(4)式表示每个配送物品任务信息的预计送达时间不超过开始服务时间;(5)式表示每个配送物品任务信息的开始服务时间在客户期望最早送达时间和最晚送达时间之间;(6)式表示配送物品任务信息时间连接约束:下一个配送物品任务信息的预计送达时间等于上一个配送物品任务信息的开始服务时间+服务时间+行驶时间;(7)式表示每个集合单包含订单的个数不超过设置上限;(8)式表示xijk是0-1变量,取值非0即1。xijk=0表示第k个集合单配送路线上第i个配送物品任务信息的下一个配送物品任务信息不是第j个配送物品任务信息;xijk=1表示第k个集合单配送路线上第i个配送物品任务信息的下一个配送物品任务信息是第j个配送物品任务信息。
需要指出的是所述本地位置即为配送物品开始配送的起点,所述本地位置可以通过人为预定配置,也可以通过自身定位等方式获得,这些都是本领域技术人员的常用技术手段,在此就不再赘述了。在电商仓储场景下,所述本地位置就是仓库的具体地理位置。
最后,根据所述配送任务集布置配送任务,具体地,可以将所述配送任务集布置给不同的配送车进行配送。需要指出的是所述配送车可以是自动化的配送工具,或者可以是配送信息终端,配送人员可以根据所述配送信息终端显示的布置信息进行配送。
另外,本技术方案使用AnyLogic仿真软件采用基于智能体的仿真建模方式来实现门店配送仿真模块。根据门店位置生成门店智能体对象,然后可以自定义配送员数量,配送员根据优化算法的集单结果和门店仓储仿真模块中已完成拣货的订单结果,从门店出发按照配送顺序依次去订单所在位置进行配送,然后返回门店。
由于每个所述配送任务集中所述总配送路线最短,所以配送任务进行了优化,优化后所述总配送路线是最短的方式,因此不存在配送路线反复的情况出现,最终提高了配送效率,有助于解决现有技术中配送路线反复,使配送效率大幅降低的技术问题。
图2为本发明物流方法流程200的流程示意图,图3为本发明物流方法中订单的信息汇总示意图,图4为本发明物流方法中分组后的信息示意图。如图2和图3,以及图4所示,在另一可选实施例中,所述根据所述配送任务集进行配送步骤前,该方法还包括:
S201,根据多条所述配送物品任务信息中的配送物品信息按照预置的物品货架配置得到货架位置坐标,其中,所述物品货架配置为所述配送物品信息的配送物品与货架位置的对应关系;
在本步骤中针对所述配送物品任务信息的拣货环节,提供了一种根据多条所述配送物品任务信息中的配送物品信息按照预置的物品货架配置得到货架位置坐标的步骤。
S202,根据多条所述配送物品任务信息按照预定的拣货分组方式进行分组得到至少一个拣货任务集,其中,所述拣货任务集为包括具有拣货顺序的至少一条所述配送物品任务信息的集合,所述拣货分组方式为根据所述配送物品任务信息的货架位置坐标模拟计算所有所述拣货任务集的所述总拣货距离之和最短。
在本步骤中提供了一种所述拣货分组方式的具体实施方式。所述拣货分组方式与所述配送分组方式基本相同,不同的是所述拣货分组方式由于拣货者的初始位置都在仓库中,所以初始位置可以忽略不计,而关注所述配送任务信息之间的拣货距离。另外,由于货架上物品之间的距离也比较近,所以拣货总时间并不会太长,所以忽略了对时间的考虑。需要指出的是拣货分组前已经进行过配送分组,所以这里的所述拣货分组方式可以对每个所述配送任务集的多条所述配送任务信息继续进行分组,也可以不考虑所述配送任务集,而将同一时段内的多个所述配送任务集中的所有所述配送任务信息进行分组。
S203,根据所述拣货任务集布置拣货任务。
在本步骤提供了一种根据所述拣货任务集进行拣货的具体实施方式。所述拣货任务集需要布置给不同的拣货单元,在仓库中会配置有大量的拣货单元,拣货单元可以是自动拣货的移动设备,或者是拣货信息终端,由人工根据所述拣货信息终端中显示的所述拣货任务集进行拣货。
在本实施例中提供了一种物流中优化拣货的具体实施方式。本实施例与之前所述配送分组方式一样,所述拣货分组方式的目的也是优化路线,本实施例优化的是拣货的具体路线。首先,根据多条所述配送物品任务信息中的配送物品信息按照预置的物品货架配置得到货架位置坐标,根据所述配送物品任务信息中的配送物品信息获知对应物品在货架中的具体坐标,即货架位置坐标,所述物品货架配置即不同货品在货架中的位置,具体地在本实施例中即为所述配送物品信息的配送物品与货架位置的对应关系。然后,根据多条所述配送物品任务信息按照预定的拣货分组方式进行分组得到至少一个拣货任务集,其中,所述拣货任务集为包括具有拣货顺序的至少一条所述配送物品任务信息的集合,所述拣货分组方式为根据所述配送物品任务信息的货架位置坐标模拟计算所有所述拣货任务集的所述总拣货距离之和最短。
以下通过数学式的方式予以表示:
s.t.
xij∈{0,1},i=0,1,2,…,N;j=0,1,2,…,N (5)
其中,N是所述配送物品任务信息总数量;xij是第i个所述配送物品任务信息的下一个所述配送物品任务信息是否为第j个所述配送物品任务信息的指示变量;dij是第i个所述配送物品任务信息和第j个所述配送物品任务信息之间的行走距离。
(1)式是模型的目标,即最小化总拣货距离。(2)-(5)式均为模型约束:(2)式表示每一个所述配送物品任务信息的下一个所述配送物品任务信息有且仅有一个;(3)式表示每一个所述配送物品任务信息的上一个所述配送物品任务信息有且仅有一个;(4)式表示拣货顺序避免不连续(内部循环)的情况;(5)式表示xij是0-1变量,取值非0即1。xij=0表示第i个所述配送物品任务信息的下一个所述配送物品任务信息不是第j个所述配送物品任务信息;xij=1表示第i个所述配送物品任务信息的下一个所述配送物品任务信息是第j个所述配送物品任务信息。
另外,本实施例中使用AnyLogic仿真软件采用基于智能体的仿真建模方式来实现门店仓储仿真模块。根据仓库的货架位置生成仓库布局地图,然后可以自定义配置拣货员数量,拣货员根据优化算法的拣货路径优化结果,从拣货起点出发按照拣货顺序依次去货架拣货,完成后返回拣货起点。
在本实施例中通过上述实施方式最终优化了拣货路线,提高了拣货效率。
图5为本发明物流方法流程300的流程示意图,图6为本发明物流方法模拟计算后结果信息汇总示意图,图7为本发明物流方法总配送距离结果信息汇总示意图。如图5和图6,以及图7所示,在另一可选实施例中,所述获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息步骤前,该方法还包括:
S301,获取用户订单,其中,所述用户订单包括配送物品信息和配送位置信息。
在本步骤中提供了一种获取用户订单的具体实施步骤,所述用户订单包括配送物品信息和配送位置信息。具体地,即客户通过网上下单后在系统中生成的所述用户订单。
S302,根据所述用户订单的所述配送位置信息和本地位置估算配送时间。
在本步骤中提供了一种估算配送时间的具体实施方式。如前所述,所述配送车在配送过程中可以设定一个平均速度,以所述配送位置信息和所述本地位置估算所述配送时间。
S303,根据所述配送时间选取小于第二额定配送时间的所述用户订单作为所述配送物品任务信息,其中,所述第二额定配送时间大于或等于所述第一额定配送时间。
在本步骤中对所述配送物品任务信息进行过滤,将大于或等于第二额定配送时间的所述用户订单进行屏蔽。其本质在于,只将一部分所述配送物品任务信息进行后续计算,目的是合理地减小后续的计算量。最终,将小于所述第二额定配送时间的所述配送物品任务信息进行后续的分组和运算。
在本实施例中提供了一种将所述配送物品任务信息进行过滤的具体实施方式。以电商为例,客户下单后的用户订单有些需要在一个时间范围内进行配送,比如1小时内,即所述第二额定配送时间,首先,根据所述用户订单的所述配送位置信息和本地位置估算配送时间,计算出所述配送车配送后所需要的时间,即所述配送时间,将所述配送时间与所述第二额定配送时间进行比较,只有小于所述第二额定配送时间的所述用户订单可以作为所述配送物品任务信息进行后续的计算和处理。本实施方式可以屏蔽短时间内不要进行配送的用户订单,同时也减小了参与之后运算的所述用户订单数量,以减小后面的运算量。另外,所述第一额定配送时间应当小于所述第二额定配送时间,因为在如果所述第一额定配送时间应当大于所述第二额定配送时间就无法满足所有用户订单都能按照预定1小时内配送完成。
在一可选实施例中,所述配送分组方式通过邻域搜索算法进行模拟计算。
本实施例提供了一种所述配送分组方式的具体模拟计算方式。根据之前的描述,可以知道由于采用穷举的方式,在海量数据面前显然这样的计算规模很难实现,因此采用邻域搜索算法大幅减小计算量,只计算穷举比如100种可能性中的10种,然后再计算所述总配送距离和所述总配送时间等。
在一可选实施例中,所述拣货分组方式通过贪婪算法进行模拟计算。
本实施例中提供了一种所述拣货分组方式的具体模拟计算方式,所述拣货分组方式显然也会具有巨大的计算量,所述贪婪算法可以理解为比如对手机进行拣货,将用户订单中所述手机拣货数量最多的用户订单排在所述拣货顺序中的第一位,这样可以大幅削减穷举的数量,简化后续的计算。
在本申请中还提供了一种物流系统,所述物流系统包括物流平台和多个配送单元。
所述物流平台,用于获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;根据所述配送任务集布置配送任务。
每个所述配送任务集布置于不同的配送单元,其中,多个所述配送单元的数量大于或等于所述配送任务集的数量。
所述配送单元,用于根据布置的所述配置任务集执行配送。
在另一可选实施例中,所述物流系统还包括多个拣货单元。
所述物流平台,还用于根据多条所述配送物品任务信息中的配送物品信息按照预置的物品货架配置得到货架位置坐标,其中,所述物品货架配置为所述配送物品信息的配送物品与货架位置的对应关系。
根据多条所述配送物品任务信息按照预定的拣货分组方式进行分组得到至少一个拣货任务集,其中,所述拣货任务集为包括具有拣货顺序的至少一条所述配送物品任务信息的集合,所述拣货分组方式为根据所述配送物品任务信息的货架位置坐标模拟计算所有所述拣货任务集的所述总拣货距离之和最短。
每个所述拣货任务集布置于不同的所述拣货单元,其中,多个所述拣货单元的数量大于或等于所述拣货任务集的数量。
所述拣货单元,用于根据布置的所述拣货任务集执行拣货。
图8为本发明物流装置的架构示意图。如图8所示,在本申请还提供了一种物流装置,所述装置包括:
获取模块101,用于获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;
分组模块102,用于根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息和本地位置模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;
布置模块103,用于根据所述配送任务集布置配送任务。
在本申请中还提供了一种电子设备,所述装置包括:处理器和存储器;
所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行所述的物流方法的步骤。
在本申请中还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述的物流方法的步骤。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种物流方法,其特征在于,该方法包括:
获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;
根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息和本地位置模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;
根据所述配送任务集布置配送任务;其中,每个所述任务配送集中的配送任务由一辆配送车执行配送。
2.根据权利要求1所述的物流方法,其特征在于,所述根据所述配送任务集进行配送步骤前,该方法还包括:
根据多条所述配送物品任务信息中的配送物品信息按照预置的物品货架配置得到货架位置坐标,其中,所述物品货架配置为所述配送物品信息的配送物品与货架位置的对应关系;
根据多条所述配送物品任务信息按照预定的拣货分组方式进行分组得到至少一个拣货任务集,其中,所述拣货任务集为包括具有拣货顺序的至少一条所述配送物品任务信息的集合,所述拣货分组方式为根据所述配送物品任务信息的货架位置坐标模拟计算所有所述拣货任务集的所述总拣货距离之和最短;
根据所述拣货任务集布置拣货任务。
3.根据权利要求1或2所述的物流方法,其特征在于,所述获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息步骤前,该方法还包括:
获取用户订单,其中,所述用户订单包括配送物品信息和配送位置信息;
根据所述用户订单的所述配送位置信息和本地位置估算配送时间;
根据所述配送时间选取小于第二额定配送时间的所述用户订单作为所述配送物品任务信息,其中,所述第二额定配送时间大于或等于所述第一额定配送时间。
4.根据权利要求3所述的物流方法,其特征在于,所述配送分组方式通过邻域搜索算法进行模拟计算。
5.根据权利要求4所述的物流方法,其特征在于,所述拣货分组方式通过贪婪算法进行模拟计算。
6.一种物流系统,其特征在于,所述物流系统包括物流平台和多个配送单元;
所述物流平台,用于获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;根据所述配送任务集布置配送任务;其中,每个所述任务配送集中的配送任务由一辆配送车执行配送;
每个所述配送任务集布置于不同的配送单元,其中,多个所述配送单元的数量大于或等于所述配送任务集的数量;
所述配送单元,用于根据布置的所述配置任务集执行配送。
7.根据权利要求6所述的物流系统,其特征在于,所述物流系统还包括多个拣货单元;
所述物流平台,还用于根据多条所述配送物品任务信息中的配送物品信息按照预置的物品货架配置得到货架位置坐标,其中,所述物品货架配置为所述配送物品信息的配送物品与货架位置的对应关系;
根据多条所述配送物品任务信息按照预定的拣货分组方式进行分组得到至少一个拣货任务集,其中,所述拣货任务集为包括具有拣货顺序的至少一条所述配送物品任务信息的集合,所述拣货分组方式为根据所述配送物品任务信息的货架位置坐标模拟计算所有所述拣货任务集的所述总拣货距离之和最短;
每个所述拣货任务集布置于不同的所述拣货单元,其中,多个所述拣货单元的数量大于或等于所述拣货任务集的数量;
所述拣货单元,用于根据布置的所述拣货任务集执行拣货。
8.一种物流装置,其特征在于,所述装置包括:
获取模块,用于获取多条配送物品任务信息,其中,所述配送物品任务信息包括配送物品信息和配送位置信息;
分组模块,用于根据多条所述配送物品任务信息按照预定的配送分组方式进行分组得到至少一个配送任务集,其中,所述配送任务集为包括具有配送顺序的至少一条所述配送物品任务信息的集合,所述配送分组方式为根据所述配送物品任务信息的所述配送位置信息和本地位置模拟计算每个所述配送任务集的总配送距离最短,每个所述配送任务集中按照所述配送顺序逐一配送后的总配送时间小于第一额定时间,且所有所述配送任务集的所述总配送距离之和最短;
布置模块,用于根据所述配送任务集布置配送任务;其中,每个所述任务配送集中的配送任务由一辆配送车执行配送。
9.一种电子设备,其特征在于,所述装置包括:处理器和存储器;
所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行如权利要求1至5中任一项所述的物流方法的步骤。
10.一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,该程序被处理器执行时实现权利要求1至5任一项所述的物流方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011182600.6A CN113762572B (zh) | 2020-10-29 | 2020-10-29 | 一种物流方法、系统、装置、电子设备及其存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011182600.6A CN113762572B (zh) | 2020-10-29 | 2020-10-29 | 一种物流方法、系统、装置、电子设备及其存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113762572A CN113762572A (zh) | 2021-12-07 |
CN113762572B true CN113762572B (zh) | 2024-04-16 |
Family
ID=78785905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011182600.6A Active CN113762572B (zh) | 2020-10-29 | 2020-10-29 | 一种物流方法、系统、装置、电子设备及其存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762572B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268705A (zh) * | 2014-09-30 | 2015-01-07 | 国家电网公司 | 电力物资配送中心选址方法 |
CN106709680A (zh) * | 2016-11-28 | 2017-05-24 | 中山大学 | 基于历史搜索信息的动态物流最佳配送线路的优化方法 |
WO2018064937A1 (zh) * | 2016-10-08 | 2018-04-12 | 阿里巴巴集团控股有限公司 | 一种订单信息处理方法、装置及系统 |
CN108320041A (zh) * | 2017-01-16 | 2018-07-24 | 北京京东尚科信息技术有限公司 | 分配集合单的方法、装置、电子设备和可读存储介质 |
CN108764754A (zh) * | 2018-06-08 | 2018-11-06 | 浪潮软件股份有限公司 | 一种基于地理区域分组的烟草配送车辆调度系统 |
CN110135665A (zh) * | 2018-02-02 | 2019-08-16 | 北京京东尚科信息技术有限公司 | 一种动态划分配送区域的方法和装置 |
CN110378638A (zh) * | 2018-08-27 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 配送管理方法、装置、存储介质及电子设备 |
CN110390409A (zh) * | 2018-04-17 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 配送方案的确定方法、装置以及计算机可读存储介质 |
CN110490510A (zh) * | 2019-07-08 | 2019-11-22 | 北京三快在线科技有限公司 | 一种物流配送线路生成方法和装置 |
CN111191873A (zh) * | 2019-11-26 | 2020-05-22 | 浙江数链科技有限公司 | 配送车辆调度方法、装置、系统、计算机设备和存储介质 |
CN111557013A (zh) * | 2017-11-09 | 2020-08-18 | 轨迹机器人公司 | 仓库订单履行操作中的订单分组 |
-
2020
- 2020-10-29 CN CN202011182600.6A patent/CN113762572B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268705A (zh) * | 2014-09-30 | 2015-01-07 | 国家电网公司 | 电力物资配送中心选址方法 |
WO2018064937A1 (zh) * | 2016-10-08 | 2018-04-12 | 阿里巴巴集团控股有限公司 | 一种订单信息处理方法、装置及系统 |
CN106709680A (zh) * | 2016-11-28 | 2017-05-24 | 中山大学 | 基于历史搜索信息的动态物流最佳配送线路的优化方法 |
CN108320041A (zh) * | 2017-01-16 | 2018-07-24 | 北京京东尚科信息技术有限公司 | 分配集合单的方法、装置、电子设备和可读存储介质 |
CN111557013A (zh) * | 2017-11-09 | 2020-08-18 | 轨迹机器人公司 | 仓库订单履行操作中的订单分组 |
CN110135665A (zh) * | 2018-02-02 | 2019-08-16 | 北京京东尚科信息技术有限公司 | 一种动态划分配送区域的方法和装置 |
CN110390409A (zh) * | 2018-04-17 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 配送方案的确定方法、装置以及计算机可读存储介质 |
CN108764754A (zh) * | 2018-06-08 | 2018-11-06 | 浪潮软件股份有限公司 | 一种基于地理区域分组的烟草配送车辆调度系统 |
CN110378638A (zh) * | 2018-08-27 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 配送管理方法、装置、存储介质及电子设备 |
CN110490510A (zh) * | 2019-07-08 | 2019-11-22 | 北京三快在线科技有限公司 | 一种物流配送线路生成方法和装置 |
CN111191873A (zh) * | 2019-11-26 | 2020-05-22 | 浙江数链科技有限公司 | 配送车辆调度方法、装置、系统、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
多回路分送式配送优化研究;褚阳;;科技信息;20090305(07);全文 * |
物流运输快速配送路径规划仿真;王力锋;刘双双;刘抗英;;计算机仿真;20170815(08);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113762572A (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110111048B (zh) | 仓储系统中的订单任务调度方法 | |
US11580860B2 (en) | Optimizing task assignments in a delivery system | |
CN109214551B (zh) | 一种配送调度方法及装置 | |
CA2863811C (en) | Perpetual batch order fulfillment | |
US20210224740A1 (en) | Merchandise delivery management system and program | |
US20110035247A1 (en) | Systems, methods, apparatuses, and computer program products for determining productivity associated with retrieving items in a warehouse | |
CN109118137A (zh) | 一种订单处理方法、装置、服务器及存储介质 | |
CN110751441A (zh) | 一种优化物流仓储系统中储位的方法及装置 | |
CN112132505B (zh) | 机器人拣货方法和系统、机器人、服务器和可读存储介质 | |
CN112561416A (zh) | 一种用于货物分拣出库的方法和装置 | |
US20150248638A1 (en) | Methods and arrangement for freight transportation management | |
CN113762572B (zh) | 一种物流方法、系统、装置、电子设备及其存储介质 | |
CN107844881B (zh) | 配送任务处理方法、装置、电子设备及存储介质 | |
CN111703802B (zh) | 出入库流程的控制方法和装置、仓储系统 | |
CN111062769B (zh) | 派单方法、系统以及存储装置 | |
CN116777180A (zh) | 一种基于物联网的可视化物流调度方法及系统 | |
CN107831764A (zh) | 一种适用于矩阵式仓库的分拣小车调度方法 | |
CN111210074A (zh) | 仓库中的订单处理方法、装置、介质、电子设备与系统 | |
CN113159467A (zh) | 一种派车单处理方法和装置 | |
CN112801759B (zh) | 基于智能供应链的电商系统 | |
CN114240301A (zh) | 任务处理方法、装置、电子设备和存储介质 | |
CN115936555A (zh) | 一种基于线上销售的商品智能配送系统及方法 | |
CN115375243A (zh) | 订单分配方法和装置、电子设备、计算机可读介质 | |
CN114169831A (zh) | 一种基于网络超市系统的物流配送方法 | |
JP2022542044A (ja) | 保管施設内でのオペレーションを容易にするための方法およびシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |