CN113807753A - 配送线路规划方法、装置、服务器及存储介质 - Google Patents
配送线路规划方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN113807753A CN113807753A CN202010535348.6A CN202010535348A CN113807753A CN 113807753 A CN113807753 A CN 113807753A CN 202010535348 A CN202010535348 A CN 202010535348A CN 113807753 A CN113807753 A CN 113807753A
- Authority
- CN
- China
- Prior art keywords
- distribution
- delivery
- line
- unit
- predicted
- 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.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 841
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000013439 planning Methods 0.000 title claims abstract description 77
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000012384 transportation and delivery Methods 0.000 claims description 372
- 238000005457 optimization Methods 0.000 claims description 45
- 238000004220 aggregation Methods 0.000 claims description 15
- 230000002776 aggregation Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 28
- 238000004422 calculation algorithm Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 4
- 238000002922 simulated annealing Methods 0.000 description 3
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005304 joining Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007787 solid Substances 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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种配送线路规划方法、装置、服务器及存储介质。该配送线路规划方法通过先将待加入配送单元尝试加入预计配送线路中,得到是否满足预设的约束条件的反馈结果,再根据反馈结果,只将对应满足预设的约束条件的待加入配送单元加入预计配送线路,能够准确过滤不满足预设的约束条件的待加入配送单元,实现准确过滤不满足预设的约束条件的配送单元场景,降低了线路规划的复杂度,提高了配送线路规划结果的准确度。
Description
技术领域
本发明涉及物流配送领域,具体涉及一种配送线路规划方法、装置、服务器及存储介质。
背景技术
在物流系统中,优化良好的配送路径不仅能够取得更好的运输结果,节省大量人力物力,而且还能有效的降低物流成本。因此,物流系统的车辆配送路径的优化问题已成为一个非常重要的问题。
车辆路径优化问题(Vehicle Routing Problem,VRP)一般定义为:对一系列发货点和/或收货点,组织适当的配送线路,使车辆有序地通过它们,在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆预设类型容量限制、行驶里程限制、时间限制等)下,达到一定的目标(如路程最短、费用最小、时间尽量少、使用车辆尽量少等)。
目前对于VRP主要解法有启发式算法,即通过启发式算法进行配送线路规划。现有的启发式算法常见有:模拟退火算法、阈值接受算法、禁忌搜索、遗传算法、蚁群算法、插入法等。现有的启发式算法有如下缺点:往往采用惩罚函数表示复杂的预设约束条件(例如行驶里程限制、时间限制),在进行配送线路规划时,运算过程复杂,配送线路规划结果不准确。
发明内容
本申请提供一种配送线路规划方法、装置、服务器及存储介质,以解决现有算法进行配送线路规划时,配送线路规划结果不准确的问题。
一方面,本申请提供一种配送线路规划方法,包括:
获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;
从所述配送单元集合中任选一所述配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;
确定所述当前尝试配送线路是否满足预设的约束条件,得到反馈结果;
若所述反馈结果满足预设的约束条件,将所述待加入配送单元加入所述预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;
当所述配送单元集合为空,或者所述当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
在一些可能的实现方式中,所述配送点为配送地址的坐标;
所述获取目标仓库的配送单元集合,包括:
获取目标仓库的多个待配送订单的配送地址,将多个待配送订单的配送地址分别解析为具有经纬度的坐标;
将配送地址对应的坐标相同的多个待配送订单合并成一配送单元,或者,将配送地址对应的坐标唯一的一个待配送订单作为一配送单元;
将所有配送单元集合成一配送单元集合。
在一些可能的实现方式中,所述获取目标仓库的配送单元集合,还包括:
计算每个配送单元中所有待配送订单的预设类型容量之和,所述预设类型容量为重量、体积或数量;
当配送单元中所有待配送订单的预设类型容量之和大于当前可配送车辆的最大预设类型容量时,将大于当前可配送车辆的最大预设类型容量的配送单元,拆分为m个子配送单元进行取代,其中,m为正整数;
删除配送单元集合中的大于当前可配送车辆的最大预设类型容量的所述配送单元,将m个子配送单元作为新的m个配送单元加入配送单元集合中。
在一些可能的实现方式中,所述m的取值通过当前可配送车辆的最大预设类型容量决定。
在删除所述配送单元集合中与所述初始路径点对应的所述配送单元之前,所述方法还包括:
计算所述配送单元集合中任意两个所述配送单元之间的有向距离,将所有的有向距离集合成一有向距离集合;
所述将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路,包括:
计算预计配送线路中当前已存在配送单元的当前坐标质心;
确定所述当前已存在配送单元中,与当前坐标质心直线距离最近的配送单元,作为当前中心点;
根据有向距离集合,在配送单元集合中查找与所述当前中心点有向距离最近的一个配送单元,作为待加入配送单元;
当待加入配送单元不在预计配送线路的不可用列表中时,将待加入配送单元尝试加入预计配送线路中,得到当前尝试配送线路。
在一些可能的实现方式中,所述方法还包括:
若反馈结果为不满足预设的约束条件,则拒绝待加入配送单元加入预计配送线路,并将待加入配送单元加入预计配送线路的不可用列表中。
在一些可能的实现方式中,所述方法还包括:
当配送单元集合不为空时,计算上一条预计配送线路中已存在配送单元的坐标质心;
确定所述已存在配送单元中,与坐标质心直线距离最近的配送单元,作为中心点;
确定所述配送单元集合中,与所述中心点直线距离最远的一个配送单元,作为下一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将配送单元集合中的一个配送单元,作为待加入配送单元,尝试加入预计配送线路中,确定多条预计配送线路。
在一些可能的实现方式中,所述方法还包括:通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路。
在一些可能的实现方式中,所述通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,包括:
在每条预计配送线路中,删除与每条预计配送线路的坐标质心直线距离最远的N个配送单元,得到多条待调整配送线路,其中,1=<N<Lmin的配送单元总数,Lmin为配送单元总数最少的预计配送线路;
将所有删除的配送单元集合成一备选配送单元集合;
依次从备选配送单元集合中任选一配送单元,作为待选择配送单元,尝试分别加入多条待调整配送线路中,得到多条尝试配送线路;
分别确定多条尝试配送线路是否满足预设的约束条件,得到多个反馈结果;
根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路。
在一些可能的实现方式中,所述根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路,包括:
分别以多个反馈结果中一反馈结果为目标反馈结果,当目标反馈结果满足预设的约束条件时,计算反馈结果对应的尝试配送线路的配送距离;
将待选择配送单元加入,配送距离最短的一条尝试配送线路对应的待调整配送线路中,作为待调整配送线路的路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
当备选配送单元集合为空时,确定多条待调整配送线路为多条路径优化配送线路。
在一些可能的实现方式中,在删除与每条预计配送线路的坐标质心直线距离最远的N个配送单元之前,所述方法还包括:
将所有的预计配送线路集合成一线路集合;
获取线路集合中所有的预计配送线路的配送距离之和;
所述通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,还包括:
将所有的路径优化配送线路集合成一优化线路集合;
获取优化线路集合中所有的路径优化配送线路的配送距离之和;
计算优化线路集合中所有的路径优化配送线路的配送距离之和,与线路集合中所有的预计配送线路的配送距离之和的差值;
根据所述差值,确定优化线路集合为最终路线集合。
另一方面,本申请还提供一种配送线路规划装置,包括:
订单处理模块,用于获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;
聚合处理模块,用于从配送单元集合中任选一配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将配送单元集合中一个配送单元,作为待加入配送单元,将待加入配送单元尝试加入预计配送线路中,得到当前尝试配送线路;
确定当前尝试配送线路是否满足预设的约束条件,得到反馈结果;
若反馈结果满足预设的约束条件,将待加入配送单元加入预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;
当配送单元集合为空,或者当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
在一些可能的实现方式中,所述配送点为配送地址的坐标;
所述获取目标仓库的配送单元集合,包括:
获取目标仓库的多个待配送订单的配送地址,将多个待配送订单的配送地址分别解析为具有经纬度的坐标;
将配送地址对应的坐标相同的多个待配送订单合并成一配送单元,或者,将配送地址对应的坐标唯一的一个待配送订单作为一配送单元;
将所有配送单元集合成一配送单元集合。
在一些可能的实现方式中,所述获取目标仓库的配送单元集合,还包括:
计算每个配送单元中所有待配送订单的预设类型容量之和,所述预设类型容量为重量、体积或数量;
当配送单元中所有待配送订单的预设类型容量之和大于当前可配送车辆的最大预设类型容量时,将大于当前可配送车辆的最大预设类型容量的配送单元,拆分为m个子配送单元进行取代,其中,m为正整数;
删除配送单元集合中的大于当前可配送车辆的最大预设类型容量的所述配送单元,将m个子配送单元作为新的m个配送单元加入配送单元集合中。
在一些可能的实现方式中,所述m的取值通过当前可配送车辆的最大预设类型容量决定。
在删除所述配送单元集合中与所述初始路径点对应的所述配送单元之前,所述聚合处理模块还用于:
计算配送单元集合中任意两个配送单元之间的有向距离,将所有的有向距离集合成一有向距离集合;
所述将配送单元集合中一个配送单元,作为待加入配送单元,将待加入配送单元尝试加入预计配送线路中,得到当前尝试配送线路,包括:
计算预计配送线路中当前已存在配送单元的当前坐标质心;
确定所述当前已存在配送单元中,与当前坐标质心直线距离最近的配送单元,作为当前中心点;
根据有向距离集合,在配送单元集合中查找与所述当前中心点有向距离最近的一个配送单元,作为待加入配送单元;
当待加入配送单元不在预计配送线路的不可用列表中时,将待加入配送单元尝试加入预计配送线路中,得到当前尝试配送线路。
在一些可能的实现方式中,所述聚合处理模块还用于:
若反馈结果为不满足预设的约束条件,则拒绝待加入配送单元加入预计配送线路,并将待加入配送单元加入预计配送线路的不可用列表中。
在一些可能的实现方式中,所述聚合处理模块还用于:
当配送单元集合不为空时,计算上一条预计配送线路中已存在配送单元的坐标质心;
确定所述已存在配送单元中,与坐标质心直线距离最近的配送单元,作为中心点;
确定所述配送单元集合中,与所述中心点直线距离最远的一个配送单元,作为下一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将配送单元集合中的一个配送单元,作为待加入配送单元,尝试加入预计配送线路中,确定多条预计配送线路。
在一些可能的实现方式中,所述配送线路规划装置还包括:优化模块,用于通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路。
在一些可能的实现方式中,所述通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,包括:
在每条预计配送线路中,删除与每条预计配送线路的坐标质心直线距离最远的N个配送单元,得到多条待调整配送线路,其中,1=<N<Lmin的配送单元总数,Lmin为配送单元总数最少的预计配送线路;
将所有删除的配送单元集合成一备选配送单元集合;
依次从备选配送单元集合中任选一配送单元,作为待选择配送单元,尝试分别加入多条待调整配送线路中,得到多条尝试配送线路;
分别确定多条尝试配送线路是否满足预设的约束条件,得到多个反馈结果;
根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路。
在一些可能的实现方式中,所述根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路,包括:
分别以多个反馈结果中一反馈结果为目标反馈结果,当目标反馈结果满足预设的约束条件时,计算反馈结果对应的尝试配送线路的配送距离;
将待选择配送单元加入,配送距离最短的一条尝试配送线路对应的待调整配送线路中,作为待调整配送线路的路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
当备选配送单元集合为空时,确定多条待调整配送线路为多条路径优化配送线路。
在一些可能的实现方式中,在删除与每条预计配送线路的坐标质心直线距离最远的N个配送单元之前,所述优化模块还用于:
将所有的预计配送线路集合成一线路集合;
获取线路集合中所有的预计配送线路的配送距离之和;
所述通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,还包括:
将所有的路径优化配送线路集合成一优化线路集合;
获取优化线路集合中所有的路径优化配送线路的配送距离之和;
计算优化线路集合中所有的路径优化配送线路的配送距离之和,与线路集合中所有的预计配送线路的配送距离之和的差值;
根据所述差值,确定优化线路集合为最终路线集合。
另一方面,本申请还提供一种服务器,包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现上述的配送线路规划方法。
另一方面,本申请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进行加载,以执行上述的配送线路规划方法中的步骤。
本申请提供的配送线路规划方法、装置、服务器及存储介质,通过先将待加入配送单元尝试加入预计配送线路中,得到是否满足预设的约束条件的反馈结果,再根据反馈结果,只将对应满足预设的约束条件的待加入配送单元加入预计配送线路,能够准确过滤不满足预设的约束条件的待加入配送单元,实现准确过滤不满足预设的约束条件的配送单元场景,降低了线路规划的复杂度,提高了配送线路规划结果的准确度。
附图说明
为了更清楚地说明本发明实施例中技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的配送线路规划系统的场景示意图
图2是本申请实施例提供的配送线路规划方法的一个实施例流程示意图;
图3是本申请实施例提供的配送线路规划装置的一个实施例结构示意图;
图4是本发明实施例提供的服务器的一个实施例结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本发明。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本发明的描述变得晦涩。因此,本发明并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种配送线路规划方法、装置、服务器及存储介质,以下分别进行详细说明。
请参阅图1,图1为本发明实施例所提供的配送线路规划系统的场景示意图,该配送线路规划系统可以包括服务器100、终端200及存储器300,服务器100中集成有配送线路规划装置,所述存储器300存储有各种的数据信息,例如:目标仓库的地址和时间窗口;当前可配送车辆的型号、价格、预设类型容量(可以是重量、体积、件数等)、点位数(可配送的配送单元的最大数量)、出发时间;待配送订单的配送地址、预设类型容量、时间窗口、服务时间等数据信息。
本申请实施例中,目标仓库可以是物流公司的储存快递包裹的仓库,当然也可以为其他仓库。所述待配送订单指的是待进行配送的快递订单,快递订单对应的快递包裹储存在目标仓库中。配送单元指的是地图上一个坐标点,该坐标点对应至少一个待配送订单的配送点。配送线路指的是在满足预设的约束条件(例如预计配送线路的时间窗口、点位数、最大配送距离等限制)下,可以通过至少一辆当前可配送车辆,将配送线路包含的所有配送单元全部配送完毕的一条线路。配送线路可以在地图上显示。配送线路的路径点对应待配送订单的配送点。
本申请实施例中服务器100主要用于获取终端200确定预计配送线路的操作请求,然后开始执行如下所述的动作:
从存储器300中获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;从所述配送单元集合中任选一所述配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;依次将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;确定所述当前尝试配送线路是否满足预设的约束条件,得到反馈结果;若所述反馈结果满足预设的约束条件,将所述待加入配送单元加入所述预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;当所述配送单元集合为空,或者所述当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
本申请实施例中,该服务器100可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本发明实施例中所描述的服务器200,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
本申请的实施例中,服务器100与终端200之间可通过任何通信方式实现通信,包括但不限于,基于第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)、长期演进(Long Term Evolution,LTE)、全球互通微波访问(Worldwide Interoperabilityfor Microwave Access,WiMAX)的移动通信,或基于TCP/IP协议族(TCP/IP ProtocolSuite,TCP/IP)、用户数据报协议(User Datagram Protocol,UDP)的计算机网络通信等。终端200可以通过上述通信方式从服务器100中获取目标仓库的配送单元集合。
本申请实施例中,上述的终端200可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中终端200可以是台式机、便携式电脑、网络服务器、掌上电脑(Personal Digital Assistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等,本实施例不限定终端200的类型。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的终端,例如图1中仅示出1个终端,可以理解的,该配送线路规划系统还可以包括一个或多个可访问服务器的其他终端,具体此处不作限定。
需要说明的是,图1所示的配送线路规划系统的场景示意图仅仅是一个示例,本发明实施例描述的配送线路规划系统以及场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着配送线路规划系统的演变和新业务场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。
首先,本发明实施例中提供一种配送线路规划方法,该配送线路规划方法的执行主体为配送线路规划装置,该配送线路规划装置应用于服务器100,该配送线路规划方法包括:获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;从配送单元集合中任选一配送单元作为一条预计配送线路的初始路径点,删除所述配送单元集合中与所述初始路径点对应的所述配送单元;依次将配送单元集合中一个配送单元,作为待加入配送单元,将待加入配送单元尝试加入预计配送线路中,得到当前尝试配送线路;确定当前尝试配送线路是否满足预设的约束条件,得到反馈结果;若反馈结果满足预设的约束条件,将待加入配送单元加入预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;当配送单元集合为空,或者当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
请参阅图2,为本申请实施例中配送线路规划方法的一个实施例流程示意图,该配送线路规划方法包括:
步骤S1、获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;
步骤S2、从所述配送单元集合中任选一所述配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
步骤S3、依次将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;
步骤S4、确定所述当前尝试配送线路是否满足预设的约束条件,得到反馈结果;
步骤S5、若所述反馈结果满足预设的约束条件,将所述待加入配送单元加入所述预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;
步骤S6、当所述配送单元集合为空,或者所述当前尝试配送线路满足预设的维度上限时,确定预计配送线路。此时,步骤S6相当于重复步骤S3-S5,直至配送单元集合为空,或者当前尝试配送线路满足预设的维度上限时,确定了第一条预计配送线路。
需要说明的是,现有的算法来解决车辆路径优化问题时,通常是采用一个惩罚函数来表示约束条件,通过惩罚函数的值来决定预计配送线路是否满足预设的约束条件。例如,当一条预计配送线路的惩罚函数的值大于或等于一预设的可行阈值时,则认为这条预计配送线路是不满足预设的约束条件的,当一条预计配送线路的惩罚函数的值小于一预设的可行阈值时,则认为这条预计配送线路是满足预设的约束条件的,将这条预计配送线路作为一条实际配送线路。然而在计算过程中,可能会存在某一条预计配送线路的惩罚函数的值大于或等于一预设的可行阈值,但这条预计配送线路是实际配送过程中唯一可行的实际配送线路的情况,或者,存在某一条预计配送线路的惩罚函数的值小于一预设的可行阈值,但这条预计配送线路却不是可行的实际配送线路的情况,此时会选择错误的预计配送线路作为实际配送线路。
本发明在解决车辆路径优化问题时,通过依次将配送单元集合中一个配送单元,作为待加入配送单元,将待加入配送单元尝试加入预计配送线路中,得到当前尝试配送线路;确定当前尝试配送线路是否满足预设的约束条件,得到反馈结果;若反馈结果满足预设的约束条件,将待加入配送单元加入预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;当配送单元集合为空,或者当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
也就是说,本发明是先尝试将一个配送单元加入预计配送线路中,得到一个是否满足预设的约束条件的反馈结果,再根据是与否的反馈结果来决定配送单元是否加入预计配送线路,而不是通过对应约束条件的函数值来决定配送单元是否加入预计配送线路,所以可以准确反映各种复杂的预设的约束条件,能够准确过滤不满足预设的约束条件的待加入配送单元,实现准确过滤不满足预设的约束条件的场景。另外,当预设的约束条件变化时,现有算法的惩罚函数也会相应变化,当预设的约束条件变化过大时会导致惩罚函数有较大的改动才能适用新的预设的约束条件,或者导致惩罚函数无法适用,而本发明不论预设的约束条件怎么变化,只需要逐步尝试将配送单元加入预计配送线路中,得到反馈结果,并根据反馈结果将对应满足预设的约束条件的配送单元对应加入预计配送线路中即可,能够扩大本发明的应用场景。
在一些实施例中,所述步骤S1中,所述配送点为配送地址的坐标;
所述步骤S1中,获取目标仓库的配送单元集合,包括:
获取目标仓库的多个待配送订单的配送地址,将多个待配送订单的配送地址分别解析为具有经纬度的坐标(也就是将待配送订单的配送地址转换为地图上的坐标);
将配送地址对应的坐标相同的多个待配送订单合并成一配送单元,或者,将配送地址对应的坐标唯一的一个待配送订单作为一配送单元;
将所有配送单元集合成一配送单元集合。
进一步的,坐标相同的多个待配送订单中每相邻两个待配送订单的配送地址之间的直线距离小于一预设的距离阈值,由于相邻两个待配送订单距离很近,因此具有相同的经纬度,那么坐标相同的多个待配送订单的配送地址可以看做为同一个配送地址,即一个配送单元可以看做为同一个配送地址。该预设的距离阈值优选为50m,当然也可以为其他值,只需要满足配送地址之间的直线距离小于一预设的距离阈值的相邻两个待配送订单具有相同的经纬度即可。
在配送过程中,采用一辆当前可配送车辆能完成至少一个配送单元的配送的情况是最好的,但是通常会存在一个配送单元的多个待配送订单的预设类型容量之和大于一辆当前可配送车辆的最大预设类型容量,则需要采用多辆当前可配送车辆来进行配送这一个配送单元,因此在一些实施例中,所述步骤S1中,获取目标仓库的配送单元集合,还包括:
计算每个配送单元中所有待配送订单的预设类型容量之和,所述预设类型容量为重量、体积或数量;
当配送单元中所有待配送订单的预设类型容量之和大于当前可配送车辆的最大预设类型容量时,将大于当前可配送车辆的最大预设类型容量的配送单元,拆分为m个子配送单元进行取代,其中,m为正整数;
删除配送单元集合中的大于当前可配送车辆的最大预设类型容量的所述配送单元,将m个子配送单元作为新的m个配送单元加入配送单元集合中。
在一些实施例中,所述m的取值通过当前可配送车辆的最大预设类型容量决定。例如,m为能够满足的最小整数,其中,Ci为配送单元中多个待配送订单的预设类型容量之和,为第k个子配送单元中多个待配送订单的预设类型容量之和,Cmax为当前可配送车辆的最大预设类型容量。
在一些实施例中,所述步骤S2中,在删除所述配送单元集合中与所述初始路径点对应的所述配送单元之前,所述步骤S2还包括:
计算配送单元集合中任意两个配送单元之间的有向距离,将所有的有向距离集合成一有向距离集合;
所述步骤S3中,所述将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路,包括:
计算预计配送线路中当前已存在配送单元的当前坐标质心;
确定所述当前已存在配送单元中,与当前坐标质心直线距离最近的配送单元,作为当前中心点;
根据有向距离集合,在配送单元集合中查找与所述当前中心点有向距离最近的一个配送单元,作为待加入配送单元;
当待加入配送单元不在预计配送线路的不可用列表中时,将待加入配送单元尝试加入预计配送线路中,得到当前尝试配送线路。本申请的配送线路规划方法在满足预设的约束条件下,通过将临近的多个配送单元加入同一条预计配送线路,可以使配送距离和配送成本最小化。
在一些实施例中,所述计算预计配送线路中当前已存在配送单元的当前坐标质心,包括:计算预计配送线路中,已存在配送单元的经度之和的平均值以及纬度之和的平均值,得到当前坐标质心。当前坐标质心为:其中,xi为第i个已存在配送单元的经度,yi为第i个已存在配送单元的纬度,n为预计配送线路中已存在配送单元的总数。
在一些实施例中,所述步骤S5还包括:若反馈结果为不满足预设的约束条件,则拒绝待加入配送单元加入预计配送线路,并将待加入配送单元加入预计配送线路的不可用列表中,从而防止重复寻找不满足预设的约束条件的待加入配送单元,去尝试加入预计配送线路中,以提高运算效率。并且后续在确定其他预计配送线路时,处于上一条的预计配送线路的不可用列表中的配送单元可以重新作为待加入配送单元(例如处于第一条预计配送线路的不可用列表中的配送单元,可以重新作为第二条预计配送线路的待加入配送单元),不影响确定其他预计配送线路。
在一些实施例中,请参阅图2,所述配送线路规划方法还包括:
步骤S7、当配送单元集合不为空时,计算上一条预计配送线路中已存在配送单元的坐标质心;
步骤S8、确定所述已存在配送单元中,与坐标质心直线距离最近的配送单元,作为中心点;
步骤S9、确定所述配送单元集合中,与所述中心点直线距离最远的一个配送单元,作为下一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
步骤S10、依次将配送单元集合中的一个配送单元,作为待加入配送单元,尝试加入预计配送线路中,确定多条预计配送线路。此时,步骤S10相当于重复步骤S3-S9,直到配送单元集合为空时,确定了多条预计配送线路。
也就是说,从确定第二条预计配送线路开始,选择待加入配送单元加入预计配送线路的方法,与上述确定第一条预计配送线路中,选择待加入配送单元加入预计配送线路的方法相同。而不同之处在于,从确定第二条预计配送线路开始,第二条预计配送线路的初始路径点由上一条预计配送线路决定,而不是从配送单元集合中任选一配送单元作为初始路径点。
在一些实施例中,所述步骤S7中,所述计算上一条预计配送线路中已存在配送单元的坐标质心,包括:计算上一条预计配送线路中,已存在配送单元的经度之和的平均值以及纬度之和的平均值,得到坐标质心。
另外,本发明的步骤S2-S10可采用并行化处理,从而提高计算速度。
在一些实施例中,由于步骤S2-S10采用的是一种最近邻策略,本质上是一种贪心策略,因此步骤S10确定的多条预计配送线路可能是一个局部最优解(局部范围内运费最小),而不是全局最优解(全局范围内运费最小),因此需要通过随机寻优算法调整,尝试寻找全局最优解。优选采用模拟退火算法进行寻找全局最优解。
请参阅图2,所述配送线路规划方法还包括步骤S11、通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路。
在一些实施例中,所述步骤S11中,通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,包括:
在每条预计配送线路中,删除与每条预计配送线路的坐标质心直线距离最远的N个配送单元(即每条预计配送线路中都要删除N个配送单元,例如在第1条预计配送线路中,删除与第1条预计配送线路的坐标质心直线距离最远的N个配送单元,依次类推直至删除最后一条预计配送线路的N个配送单元),得到多条待调整配送线路,其中,1=<N<Lmin的配送单元总数,Lmin为配送单元总数最少的预计配送线路;
将所有删除的配送单元集合成一备选配送单元集合;
依次从备选配送单元集合中任选一配送单元,作为待选择配送单元,尝试分别加入多条待调整配送线路中,得到多条尝试配送线路;
分别确定多条尝试配送线路是否满足预设的约束条件,得到多个反馈结果;
根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路。
在一些实施例中,所述根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路,包括:
分别以多个反馈结果中一反馈结果为目标反馈结果,当目标反馈结果满足预设的约束条件时,计算反馈结果对应的尝试配送线路的配送距离;
将待选择配送单元加入,配送距离最短的一条尝试配送线路对应的待调整配送线路中,作为待调整配送线路的路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
当备选配送单元集合为空时,确定多条待调整配送线路为多条路径优化配送线路。此时,多条路径优化配送线路的配送距离之和最短。
上述的N也可称为调整系数,通过控制调整系数可以让迭代跳出当前的局部领域来寻找新的解(也就是跳出得到的多条预计配送线路,来寻找新的解,以得到多条路径优化配送线路),从而找到全局最优解,优化效果较好。
在一些实施例中,N优选为Lmin的配送单元总数的一半,那么在线路调整过程中,至少保留Lmin的配送单元总数的一半,有利于快速找到全局最优解。
本发明步骤S11在优化调整配送线路过程中,同样也是采用通过反馈结果来决定待选择配送单元是否加入待调整配送线路,所以在优化调整配送线路过程中也能够准确过滤不满足预设的约束条件的待选择配送单元,同样实现准确过滤不满足预设的约束条件的场景。另外,本发明在优化调整配送线路过程中,不论预设的约束条件怎么变化,只需要逐步尝试将待选择配送单元加入待调整配送线路中,得到反馈结果,并根据反馈结果将满足预设的约束条件的待选择配送单元对应加入待调整配送线路中即可,也能够扩大本发明的应用场景。
在一些实施例中,为了验证多条路径优化配送线路是否为全局最优解。所述步骤S11中,在删除与每条预计配送线路的坐标质心直线距离最远的N个配送单元之前,所述步骤S11还包括:
将所有的预计配送线路集合成一线路集合;
获取线路集合中所有的预计配送线路的配送距离之和;
所述步骤S11中,通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,还包括:
将所有的路径优化配送线路集合成一优化线路集合;
获取优化线路集合中所有的路径优化配送线路的配送距离之和;
计算优化线路集合中所有的路径优化配送线路的配送距离之和,与线路集合中所有的预计配送线路的配送距离之和的差值;
根据所述差值,确定优化线路集合为最终路线集合。
在一些实施例中,所述根据所述差值,确定优化线路集合为最终路线集合,包括:
若差值小于0,或者,差值满足exp(-ΔE/E)>w,w∈(0,1)时,确定优化线路集合为最终路线集合;
其中,ΔE为优化线路集合中所有的路径优化配送线路的配送距离之和,与线路集合中所有的预计配送线路的配送距离之和的差值,E为线路集合中所有的预计配送线路的配送距离之和。
在一些实施例中,为了进一步验证最终线路集合是否为全局最优解,所述步骤S11中,通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,还包括:
通过多次迭代确定多条路径优化配送线路后计算ΔE(也就是多次重复执行确定多条路径优化配送线路的步骤,以及确定最终路线集合的步骤),当迭代次数等于一预设的次数阈值或者连续h次迭代后ΔE无变化,确定最终路线集合为最优路线集合,其中,h为正整数。h可以根据实际情况选择合适的值,例如100次,预设的次数阈值也可以根据实际情况选择合适的值,例如3000次。此时,最优路线集合为全局最优解。
本发明的步骤S11也可采用并行化处理,从而提高计算速度。
在一些实施例中,可以通过终端200显示配送线路优化后的结果,该结果可以包括最优路线集合中多条路径优化配送线路分别对应的发车时间、到店离店时间、车辆类型、载货量(按重量、体积、件数算)、预计里程、配送点数、待配送订单总数等,以及最优路线集合中总体统计:出车总数、里程总数、平均里程、配送总点数、平均点位、平均满载率(按重量、体积、件数算)、车型统计等。
请参阅图3,为了更好实施本申请实施例中配送线路规划方法,在配送线路规划方法基础之上,本申请实施例中还提供一种配送线路规划装置,包括:
订单处理模块10,用于获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;
聚合处理模块20,用于从所述配送单元集合中任选一所述配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;
确定所述当前尝试配送线路是否满足预设的约束条件,得到反馈结果;
若所述反馈结果满足预设的约束条件,将所述待加入配送单元加入所述预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;
当所述配送单元集合为空,或者所述当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
需要说明的是,现有的算法来解决车辆路径优化问题时,通常是采用一个惩罚函数来表示约束条件,通过惩罚函数的值来决定预计配送线路是否满足预设的约束条件。例如,当一条预计配送线路的惩罚函数的值大于或等于一预设的可行阈值时,则认为这条预计配送线路是不满足预设的约束条件的,当一条预计配送线路的惩罚函数的值小于一预设的可行阈值时,则认为这条预计配送线路是满足预设的约束条件的,将这条预计配送线路作为一条实际配送线路。然而在计算过程中,可能会存在某一条预计配送线路的惩罚函数的值大于或等于一预设的可行阈值,但这条预计配送线路是实际配送过程中唯一可行的实际配送线路的情况,或者,存在某一条预计配送线路的惩罚函数的值小于一预设的可行阈值,但这条预计配送线路却不是可行的实际配送线路的情况,此时会选择错误的预计配送线路作为实际配送线路。
本发明在解决车辆路径优化问题时,通过依次所述将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;确定当前尝试配送线路是否满足预设的约束条件,得到反馈结果;若反馈结果满足预设的约束条件,将待加入配送单元加入预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;当配送单元集合为空,或者当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
也就是说,本发明是先尝试将一个配送单元加入预计配送线路中,得到一个是否满足预设的约束条件的反馈结果,再根据是与否的反馈结果来决定配送单元是否加入预计配送线路,而不是通过对应约束条件的函数值来决定配送单元是否加入预计配送线路,所以可以准确反映各种复杂的预设的约束条件,能够准确过滤不满足预设的约束条件的待加入配送单元,实现准确过滤不满足预设的约束条件的配送单元场景,降低了线路规划的复杂度,提高了配送线路规划结果的准确度。另外,当预设的约束条件变化时,现有算法的惩罚函数也会相应变化,当预设的约束条件变化过大时会导致惩罚函数有较大的改动才能适用新的预设的约束条件,或者导致惩罚函数无法适用,而本发明不论预设的约束条件怎么变化,只需要逐步尝试将配送单元加入预计配送线路中,得到反馈结果,并根据反馈结果将满足预设的约束条件的配送单元对应加入预计配送线路中即可,能够扩大本发明的应用场景。
在一些实施例中,所述配送点为配送地址的坐标;
所述处理模块10获取目标仓库的配送单元集合,包括:
获取目标仓库的多个待配送订单的配送地址,将多个待配送订单的配送地址分别解析为具有经纬度的坐标;
将配送地址对应的坐标相同的多个待配送订单合并成一配送单元,或者,将配送地址对应的坐标唯一的一个待配送订单作为一配送单元;
将所有配送单元集合成一配送单元集合。
进一步的,坐标相同的多个待配送订单中每相邻两个待配送订单的配送地址之间的直线距离小于一预设的距离阈值,由于相邻两个待配送订单距离很近,因此具有相同的经纬度,那么坐标相同的多个待配送订单的配送地址可以看做为同一个配送地址,即一个配送单元可以看做为同一个配送地址。该预设的距离阈值优选为50m,当然也可以为其他值,只需要满足配送地址之间的直线距离小于一预设的距离阈值的相邻两个待配送订单具有相同的经纬度即可。
在配送过程中,采用一辆当前可配送车辆能完成一个配送单元的配送的情况是最好的,但是通常会存在一个配送单元的多个待配送订单的预设类型容量之和大于一辆当前可配送车辆的最大预设类型容量,则需要采用多辆当前可配送车辆来进行配送,因此在一些实施例中,所述处理模块10获取目标仓库的配送单元集合,还包括:
计算每个配送单元中所有待配送订单的预设类型容量之和,所述预设类型容量为重量、体积或数量;
当配送单元中所有待配送订单的预设类型容量之和大于当前可配送车辆的最大预设类型容量时,将大于当前可配送车辆的最大预设类型容量的配送单元,拆分为m个子配送单元进行取代,其中,m为正整数;
删除配送单元集合中的大于当前可配送车辆的最大预设类型容量的所述配送单元,将m个子配送单元作为新的m个配送单元加入配送单元集合中。
在一些实施例中,所述m的取值通过当前可配送车辆的最大预设类型容量决定。例如,m为能够满足的最小整数,其中,Ci为配送单元中多个待配送订单的预设类型容量之和,为第k个子配送单元中多个待配送订单的预设类型容量之和,Cmax为当前可配送车辆的最大预设类型容量。
在一些实施例中,所述聚合处理模块20在删除所述配送单元集合中与所述初始路径点对应的所述配送单元之前,所述聚合处理模块20还用于:
计算配送单元集合中任意两个配送单元之间的有向距离,将所有的有向距离集合成一有向距离集合;
所述聚合处理模块20所述将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路,包括:
计算预计配送线路中当前已存在配送单元的当前坐标质心;
确定所述当前已存在配送单元中,与当前坐标质心直线距离最近的配送单元,作为当前中心点;
根据有向距离集合,在配送单元集合中查找与所述当前中心点有向距离最近的一个配送单元,作为待加入配送单元;
当待加入配送单元不在预计配送线路的不可用列表中时,将待加入配送单元尝试加入预计配送线路中,得到当前尝试配送线路。即聚合处理模块20中会重复该步骤,依次将各个待加入配送单元加入预计配送线路中,直到确定一预计配送线路。本申请的配送线路规划装置在满足预设的约束条件下,通过将临近的多个配送单元加入同一条预计配送线路,可以使配送距离和配送成本最小化。
在一些实施例中,计算预计配送线路中当前已存在配送单元的当前坐标质心,包括:计算预计配送线路中,已存在配送单元的经度之和的平均值以及纬度之和的平均值,得到当前坐标质心。当前坐标质心为:其中,xi为第i个已存在配送单元的经度,yi为第i个已存在配送单元的纬度,n为预计配送线路中已存在配送单元的总数。
在一些实施例中,所述聚合处理模块20还用于:若反馈结果为不满足预设的约束条件,则拒绝待加入配送单元加入预计配送线路,并将待加入配送单元加入预计配送线路的不可用列表中,从而防止重复寻找不满足预设的约束条件的待加入配送单元,去尝试加入预计配送线路中,以提高运算效率。并且后续在确定其他预计配送线路时,处于上一条的预计配送线路的不可用列表中的配送单元可以重新作为待加入配送单元(例如处于第一条预计配送线路的不可用列表中的配送单元,可以重新作为第二条预计配送线路的待加入配送单元),不影响确定其他预计配送线路。
在一些实施例中,所述聚合处理模块20还用于:当配送单元集合不为空时,计算上一条预计配送线路中已存在配送单元的坐标质心;
确定所述已存在配送单元中,与坐标质心直线距离最近的配送单元,作为中心点;
确定所述配送单元集合中,与所述中心点直线距离最远的一个配送单元,作为下一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将配送单元集合中的一个配送单元,作为待加入配送单元,尝试加入预计配送线路中,确定多条预计配送线路。此时,从确定第二条预计配送线路开始,选择待加入配送单元加入预计配送线路的方法,与上述确定第一条预计配送线路中,选择待加入配送单元加入预计配送线路的方法相同。而不同之处在于,从确定第二条预计配送线路开始,第二条预计配送线路的初始路径点由上一条预计配送线路决定,而不是从配送单元集合中任选一配送单元作为初始路径点。
在一些实施例中,计算上一条预计配送线路中已存在配送单元的坐标质心,包括:计算上一条预计配送线路中,已存在配送单元的经度之和的平均值以及纬度之和的平均值,得到坐标质心。
另外,本发明的聚合处理模块20可采用并行化处理,从而提高计算速度。
在一些实施例中,由于聚合处理模块20采用的是一种最近邻策略,本质上是一种贪心策略,因此聚合处理模块20确定的多条预计配送线路可能是一个局部最优解(局部范围内运费最小),而不是全局最优解(全局范围内运费最小),因此需要通过随机寻优算法调整,尝试寻找全局最优解。优选采用模拟退火算法进行寻找全局最优解。
在一些实施例中,所述配送线路规划装置还包括优化模块30,用于通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路。
在一些实施例中,所述优化模块30通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,包括:
在每条预计配送线路中,删除与每条预计配送线路的坐标质心直线距离最远的N个配送单元(即每条预计配送线路中都要删除N个配送单元,例如在第1条预计配送线路中,删除与第1条预计配送线路的坐标质心直线距离最远的N个配送单元,依次类推直至删除最后一条预计配送线路的N个配送单元),得到多条待调整配送线路,其中,1=<N<Lmin的配送单元总数,Lmin为配送单元总数最少的预计配送线路;
将所有删除的配送单元集合成一备选配送单元集合;
依次从备选配送单元集合中任选一配送单元,作为待选择配送单元,尝试分别加入多条待调整配送线路中,得到多条尝试配送线路;
分别确定多条尝试配送线路是否满足预设的约束条件,得到多个反馈结果;
根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路。
在一些实施例中,所述根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路,包括:
分别以多个反馈结果中一反馈结果为目标反馈结果,当目标反馈结果满足预设的约束条件时,计算反馈结果对应的尝试配送线路的配送距离;
将待选择配送单元加入,配送距离最短的一条尝试配送线路对应的待调整配送线路中,作为待调整配送线路的路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
当备选配送单元集合为空时,确定多条待调整配送线路为多条路径优化配送线路。此时,多条路径优化配送线路的配送距离之和最短。
上述的N也可称为调整系数,通过控制调整系数可以让迭代跳出当前的局部领域来寻找新的解(也就是跳出得到的多条预计配送线路,来寻找新的解,以得到多条路径优化配送线路),从而找到全局最优解,优化效果较好。
在一些实施例中,N优选为Lmin的配送单元总数的一半,那么在线路调整过程中,至少保留Lmin的配送单元总数的一半,有利于快速找到全局最优解。
本发明优化模块30在优化调整配送线路过程中,同样也是采用通过反馈结果来决定待选择配送单元是否加入待调整配送线路,所以在优化调整配送线路过程中也可以实现准确过滤不满足预设的约束条件的配送单元场景,降低了线路规划的复杂度,提高了配送线路规划结果的准确度。另外,本发明在优化调整配送线路过程中,不论预设的约束条件怎么变化,只需要逐步尝试将待选择配送单元加入待调整配送线路中,得到反馈结果,并根据反馈结果将满足预设的约束条件的待选择配送单元对应加入待调整配送线路中即可,能够扩大本发明的应用场景。
在一些实施例中,为了验证多条路径优化配送线路是否为全局最优解。所述优化模块30在删除与每条预计配送线路的坐标质心直线距离最远的N个配送单元之前,所述优化模块30还用于:
将所有的预计配送线路集合成一线路集合;
获取线路集合中所有的预计配送线路的配送距离之和;
所述优化模块30通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,还包括:
将所有的路径优化配送线路集合成一优化线路集合;
获取优化线路集合中所有的路径优化配送线路的配送距离之和;
计算优化线路集合中所有的路径优化配送线路的配送距离之和,与线路集合中所有的预计配送线路的配送距离之和的差值;
根据所述差值,确定优化线路集合为最终路线集合。
在一些实施例中,所述根据所述差值,确定优化线路集合为最终路线集合,包括:若差值小于0,或者,差值满足exp(-ΔE/E)>w,w∈(0,1)时,确定优化线路集合为最终路线集合;
其中,ΔE为优化线路集合中所有的路径优化配送线路的配送距离之和,与线路集合中所有的预计配送线路的配送距离之和的差值,E为线路集合中所有的预计配送线路的配送距离之和。
在一些实施例中,为了进一步验证最终线路集合是否为全局最优解,所述优化模块30通过调整每条预计配送线路的多个配送单元,得到配送距离之和最短的多条路径优化配送线路,还包括:
通过多次迭代确定多条路径优化配送线路后计算ΔE(也就是多次重复执行确定多条路径优化配送线路的步骤,以及确定最终路线集合的步骤),当迭代次数等于一预设的次数阈值或者连续h次迭代后ΔE无变化,确定最终路线集合为最优路线集合,其中,h为正整数。h可以根据实际情况选择合适的值,例如100次,预设的次数阈值也可以根据实际情况选择合适的值,例如3000次。此时,最优路线集合为全局最优解。
本发明的优化模块30可采用并行化处理,从而提高计算速度。
本申请实施例中还提供一种服务器,其集成了本发明实施例所提供的任一种配送线路规划装置,所述服务器包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现上述的配送线路规划方法。
本发明实施例还提供一种服务器,其集成了本发明实施例所提供的任一种配送线路规划装置。如图4所示,其示出了本发明实施例所涉及的服务器的结构示意图,具体来讲:
该服务器可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图4中示出的服务器结构并不构成对服务器的限定,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。其中:
处理器401是该服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行服务器的各种功能和处理数据,从而对服务器进行整体监控。可选的,处理器401可包括一个或多个处理核心;处理器401可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据服务器的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
服务器还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该服务器还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,服务器还可以包括显示单元等,在此不再赘述。具体在本实施例中,服务器中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;
从所述配送单元集合中任选一所述配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;
确定所述当前尝试配送线路是否满足预设的约束条件,得到反馈结果;
若所述反馈结果满足预设的约束条件,将所述待加入配送单元加入所述预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;
当所述配送单元集合为空,或者所述当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例中还提供一种计算机可读存储介质,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行本发明实施例所提供的任一种配送线路规划方法中的步骤。例如,所述计算机程序被处理器进行加载可以执行如下步骤:
获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;
从所述配送单元集合中任选一所述配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;
确定所述当前尝试配送线路是否满足预设的约束条件,得到反馈结果;
若所述反馈结果满足预设的约束条件,将所述待加入配送单元加入所述预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;
当所述配送单元集合为空,或者所述当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的方法实施例,在此不再赘述。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的实施例,在此不再赘述。
以上对本发明实施例所提供的一种配送线路规划方法、装置、服务器及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (14)
1.一种配送线路规划方法,其特征在于,包括:
获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;
从所述配送单元集合中任选一所述配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;
确定所述当前尝试配送线路是否满足预设的约束条件,得到反馈结果;
若所述反馈结果满足预设的约束条件,将所述待加入配送单元加入所述预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;
当所述配送单元集合为空,或者所述当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
2.如权利要求1所述的配送线路规划方法,其特征在于,所述配送点为配送地址的坐标;
所述获取目标仓库的配送单元集合,包括:
获取目标仓库的多个待配送订单的配送地址,将所述多个待配送订单的配送地址分别解析为具有经纬度的坐标;
将配送地址对应的坐标相同的所述多个待配送订单合并成一配送单元,或者,将配送地址对应的坐标唯一的一个所述待配送订单作为一配送单元;
将所有配送单元集合成一配送单元集合。
3.如权利要求2所述的配送线路规划方法,其特征在于,所述获取目标仓库的配送单元集合,还包括:
计算每个所述配送单元中所有待配送订单的预设类型容量之和,所述预设类型容量为重量、体积或数量;
当所述配送单元中所有待配送订单的预设类型容量之和大于当前可配送车辆的最大预设类型容量时,将大于当前可配送车辆的最大预设类型容量的所述配送单元,拆分为m个子配送单元进行取代,其中,m为正整数;
删除配送单元集合中的大于当前可配送车辆的最大预设类型容量的所述配送单元,将m个子配送单元作为新的m个配送单元加入所述配送单元集合中。
4.如权利要求2所述的配送线路规划方法,其特征在于,所述m的取值通过所述当前可配送车辆的最大预设类型容量决定。
5.如权利要求2所述的配送线路规划方法,其特征在于,在删除所述配送单元集合中与所述初始路径点对应的所述配送单元之前,所述方法还包括:
计算所述配送单元集合中任意两个所述配送单元之间的有向距离,将所有的有向距离集合成一有向距离集合;
所述将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路,包括:
计算所述预计配送线路中当前已存在配送单元的当前坐标质心;
确定所述当前已存在配送单元中,与所述当前坐标质心直线距离最近的所述配送单元,作为当前中心点;
根据所述有向距离集合,在所述配送单元集合中查找与所述当前中心点有向距离最近的一个所述配送单元,作为待加入配送单元;
当所述待加入配送单元不在所述预计配送线路的不可用列表中时,将所述待加入配送单元尝试加入所述预计配送线路中,得到所述当前尝试配送线路。
6.如权利要求5所述的配送线路规划方法,其特征在于,所述方法还包括:
若反馈结果不满足预设的约束条件,则拒绝所述待加入配送单元加入所述预计配送线路,并将所述待加入配送单元加入所述预计配送线路的不可用列表中。
7.如权利要求1所述的配送线路规划方法,其特征在于,所述方法还包括:
当所述配送单元集合不为空时,计算上一条所述预计配送线路中已存在配送单元的坐标质心;
确定所述已存在配送单元中,与所述坐标质心直线距离最近的所述配送单元,作为中心点;
确定所述配送单元集合中,与所述中心点直线距离最远的一个所述配送单元,作为下一条所述预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将所述配送单元集合中的一个所述配送单元,作为待加入配送单元,尝试加入所述预计配送线路中,确定多条预计配送线路。
8.如权利要求7所述的配送线路规划方法,其特征在于,所述方法还包括:通过调整每条所述预计配送线路的多个所述配送单元,得到配送距离之和最短的多条路径优化配送线路。
9.如权利要求8所述的配送线路规划方法,其特征在于,所述通过调整每条所述预计配送线路的多个所述配送单元,得到配送距离之和最短的多条路径优化配送线路,包括:
在每条所述预计配送线路中,删除与每条所述预计配送线路的坐标质心直线距离最远的N个所述配送单元,得到多条待调整配送线路,其中,1=<N<Lmin的配送单元总数,Lmin为配送单元总数最少的所述预计配送线路;
将所有删除的配送单元集合成一备选配送单元集合;
依次从所述备选配送单元集合中任选一所述配送单元,作为待选择配送单元,尝试分别加入所述多条待调整配送线路中,得到多条尝试配送线路;
分别确定所述多条尝试配送线路是否满足预设的约束条件,得到多个反馈结果;
根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路。
10.如权利要求9所述的配送线路规划方法,其特征在于,所述根据所述多个反馈结果,确定配送距离之和最短的多条路径优化配送线路,包括:
分别以所述多个反馈结果中一反馈结果为目标反馈结果,当所述目标反馈结果满足预设的约束条件时,计算反馈结果对应的所述尝试配送线路的配送距离;
将所述待选择配送单元加入,配送距离最短的一条所述尝试配送线路对应的待调整配送线路中,作为所述待调整配送线路的路径点,并删除备选配送单元集合中的所述待选择配送单元;
当所述备选配送单元集合为空时,确定所述多条待调整配送线路为多条路径优化配送线路。
11.如权利要求9所述的配送线路规划方法,其特征在于,在删除与每条所述预计配送线路的坐标质心直线距离最远的N个所述配送单元之前,所述方法还包括:
将所有的预计配送线路集合成一线路集合;
获取所述线路集合中所有的预计配送线路的配送距离之和;
所述通过调整每条所述预计配送线路的多个所述配送单元,得到配送距离之和最短的多条路径优化配送线路,还包括:
将所有的路径优化配送线路集合成一优化线路集合;
获取所述优化线路集合中所有的路径优化配送线路的配送距离之和;
计算所述优化线路集合中所有的路径优化配送线路的配送距离之和,与所述线路集合中所有的预计配送线路的配送距离之和的差值;
根据所述差值,确定所述优化线路集合为最终路线集合。
12.一种配送线路规划装置,其特征在于,包括:
订单处理模块,用于获取目标仓库的配送单元集合,所述配送单元集合包括目标仓库的多个配送单元,每个配送单元对应至少一个待配送订单的配送点;
聚合处理模块,用于从配送单元集合中任选一所述配送单元作为一条预计配送线路的初始路径点,并删除所述配送单元集合中与所述初始路径点对应的所述配送单元;
依次将所述配送单元集合中一个所述配送单元作为待加入配送单元,将所述待加入配送单元尝试加入所述预计配送线路中,得到当前尝试配送线路;
确定所述当前尝试配送线路是否满足预设的约束条件,得到反馈结果;
若所述反馈结果满足预设的约束条件,将所述待加入配送单元加入所述预计配送线路中,作为预计配送线路的路径点,并删除所述配送单元集合中的所述待加入配送单元;
当所述配送单元集合为空,或者所述当前尝试配送线路满足预设的维度上限时,确定预计配送线路。
13.一种服务器,其特征在于,包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至11中任一项所述的配送线路规划方法。
14.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至11任一项所述的配送线路规划方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535348.6A CN113807753B (zh) | 2020-06-12 | 配送线路规划方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535348.6A CN113807753B (zh) | 2020-06-12 | 配送线路规划方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113807753A true CN113807753A (zh) | 2021-12-17 |
CN113807753B CN113807753B (zh) | 2024-05-28 |
Family
ID=
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000112925A (ja) * | 1998-10-07 | 2000-04-21 | Ibm Japan Ltd | 経路数を最少化する配送経路の生成方法およびそのシステム |
CN109816132A (zh) * | 2017-11-20 | 2019-05-28 | 北京京东尚科信息技术有限公司 | 信息生成方法和装置 |
CN110163441A (zh) * | 2019-05-24 | 2019-08-23 | 国网北京市电力公司 | 订单配送路线的传输方法及装置 |
CN110231044A (zh) * | 2019-06-10 | 2019-09-13 | 北京三快在线科技有限公司 | 一种路径规划方法及装置 |
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 |
CN111160690A (zh) * | 2019-11-15 | 2020-05-15 | 杭州拼便宜网络科技有限公司 | 一种车辆装载规划方法、装置及存储介质 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000112925A (ja) * | 1998-10-07 | 2000-04-21 | Ibm Japan Ltd | 経路数を最少化する配送経路の生成方法およびそのシステム |
CN109816132A (zh) * | 2017-11-20 | 2019-05-28 | 北京京东尚科信息技术有限公司 | 信息生成方法和装置 |
CN110163441A (zh) * | 2019-05-24 | 2019-08-23 | 国网北京市电力公司 | 订单配送路线的传输方法及装置 |
CN110231044A (zh) * | 2019-06-10 | 2019-09-13 | 北京三快在线科技有限公司 | 一种路径规划方法及装置 |
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 |
CN111160690A (zh) * | 2019-11-15 | 2020-05-15 | 杭州拼便宜网络科技有限公司 | 一种车辆装载规划方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034481B (zh) | 一种基于约束规划的带时间窗车辆路径问题建模及优化方法 | |
CN111553626A (zh) | 一种路径规划方法、装置、电子设备及其存储介质 | |
CN103250031B (zh) | 路线选择系统、路线选择方法和路线选择程序 | |
US9536192B2 (en) | Solving vehicle routing problems using evolutionary computing techniques | |
CN108510095B (zh) | 一种拣货路径的确定方法及装置 | |
CN111428991B (zh) | 用于确定配送车辆的方法和装置 | |
CN112418584A (zh) | 任务规划方法、装置、计算机设备及存储介质 | |
CN112925308B (zh) | 路径规划方法、装置及计算机存储介质 | |
CN111950950A (zh) | 订单配送路径的规划方法、装置、计算机介质及电子设备 | |
CN112884409A (zh) | 配送路线推荐方法、装置、设备及存储介质 | |
CN114841582A (zh) | 一种卡车和无人机协同配送方法 | |
CN112418475A (zh) | 物流路径规划方法、装置、电子设备及存储介质 | |
WO2022052043A1 (zh) | 一种车辆充电的方法和装置 | |
CN115705593A (zh) | 物流运输方法、装置、计算机设备和存储介质 | |
CN111461395B (zh) | 临时配送中心的选址方法和系统 | |
CN113807753B (zh) | 配送线路规划方法、装置、服务器及存储介质 | |
CN113807753A (zh) | 配送线路规划方法、装置、服务器及存储介质 | |
CN110956384A (zh) | 配送任务的处理方法、装置、电子设备及可读存储介质 | |
CN115062868B (zh) | 一种预聚类的车辆配送路径规划方法和装置 | |
CN112862135B (zh) | 快件运输线路规划方法、装置、服务器及存储介质 | |
CN112884180A (zh) | 物流集散点选址方法、装置、电子设备及存储介质 | |
CN114548880A (zh) | 物流规划方法、设备、装置和存储介质 | |
CN114066345A (zh) | 一种中转运输规划方法、装置、服务器及存储介质 | |
CN111199321B (zh) | 运输网络的优化方法、装置、介质及计算机设备 | |
CN111369189A (zh) | 生成拣货任务的方法、装置、存储介质及电子设备 |
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 |