CN113902359A - 物流配送路径规划方法、装置、计算机设备和存储介质 - Google Patents
物流配送路径规划方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113902359A CN113902359A CN202010639544.8A CN202010639544A CN113902359A CN 113902359 A CN113902359 A CN 113902359A CN 202010639544 A CN202010639544 A CN 202010639544A CN 113902359 A CN113902359 A CN 113902359A
- Authority
- CN
- China
- Prior art keywords
- type
- logistics
- flow direction
- warehouse
- path
- 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 76
- 238000012546 transfer Methods 0.000 claims abstract description 124
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 41
- 230000032683 aging Effects 0.000 claims abstract description 28
- 238000012216 screening Methods 0.000 claims abstract description 25
- 230000007704 transition Effects 0.000 claims description 81
- 239000011159 matrix material Substances 0.000 claims description 37
- 239000000463 material Substances 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 18
- 230000001550 time effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 27
- 238000010586 diagram Methods 0.000 description 5
- 230000003203 everyday effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000004576 sand Substances 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种物流配送路径规划方法、装置、计算机设备和存储介质。方法包括：获取目标区域内各仓库的物流订单的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件进行串仓路径规划，得到第一类配送路径，根据第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向，获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件进行串仓路径规划，得到第二类配送路径，归集得到物流配送路径规划结果。满足时效要求，且减少了物流配送过程的中转次数，降低货物在物流配送过程中的破损概率。
Description
技术领域
本申请涉及物流技术领域，特别是涉及一种物流配送路径规划方法、装置、计算机设备和存储介质。
背景技术
随着物流行业的发展，当前各物流企业针对全国各流向都拥有自己的大网路由，使得能将货物以较经济和以较快的时效从始发地配送到目的地。大网路由通常由干线和支线组成，其中干线运输是指将同流向的货物在始发中转场汇聚打包，统一运送到目的中转场，考虑其经济和时效等因素，从始发中转场到目的中转场，中间通常还会经过多个中转场；支线运输是指货物从中转场到目的派送网点或者货物从收派件网点到始发中转场的过程。
现有技术中对物流配送路径的优化通常包含两类：第一类是在大网干线路由中寻找各流向派送时长最合适的班次，由于中转场各班次派送时长不同，所以物流企业在优化运输时效时，通常为其在大网路由的每条流向中选择派送时长最合适的班次，从而达到的客户的时效要求。第二类是在支线配送上寻求路径优化的方法。而这两类路径优化均未改变大网路由在干线过程中的运输方式，由于单票货物的物流配送过程票件经过中转场次数越多，从而导致货物在物流配送过程中存在较大的破损概率。
发明内容
基于此，有必要针对上述技术问题，提供一种能够降低货物在物流配送过程中的破损率的物流配送路径规划方法、装置、计算机设备和存储介质。
一种物流配送路径规划方法，方法包括：
获取目标区域内各仓库的物流订单的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向；
以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径；
根据第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向；
获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径；
归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果。
在其中一个实施例中，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径包括：
以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类初始规划路径；
获取第一类初始规划路线对应物流流向的票件重量，得到第一类初始规划路径对应的票件总重量；
根据预设的第一类线路数量阈值，按票件总重量对第一类初始规划路径进行筛选，确定第一类配送路径。
在其中一个实施例中，获取第一类初始规划路线对应各物流流向的票件重量，得到第一类初始规划路径对应的票件总重量之前，还包括：
获取第一类初始规划路径的各规划班次，将始发仓库发车时间最晚的规划班次标记为第一类初始规划路径对应的配送班次；
根据配送班次、各仓库物流流向的时效要求和所需派送时长，确定第一类初始规划路径的集货时间；
获取第一类初始规划路线对应物流流向的票件重量，得到第一类初始规划路径对应的票件总重量包括：
根据集货时间，确定第一类初始规划路线对应的物流流向；
获取第一类初始规划路线对应的物流流向的票件重量，通过重量累加，得到第一类初始规划路径对应的票件总重量。
在其中一个实施例中，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径包括：
获取以各仓库和各目的中转场为起止点的距离矩阵与时间矩阵、起止点间的时效要求、各仓库以及各目的中转场对应的时间数据；
以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，基于距离矩阵、时间矩阵以及时间数据，进行串仓路径规划，得到第一类配送路径。
在其中一个实施例中，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，基于距离矩阵、时间矩阵以及时间数据，进行串仓路径规划，得到第一类配送路径包括：
以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，以总线路数量最少为主要优化目标和总耗费时间最短为次要优化目标，基于距离矩阵、时间矩阵以及时间数据，进行串仓路径规划，得到第一类配送路径。
在其中一个实施例中，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径包括：
以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类初始规划路径；
获取第二类初始规划路线对应各物流流向的票件重量，得到第二类初始规划路径对应的票件总重量；
根据预设的第二类线路数量阈值，按票件总重量对第二类初始规划路径进行筛选，确定第二类配送路径。
在其中一个实施例中，归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果包括：
根据第一类配送路径对应的已规划物流流向、以及第二类配送路径对应的已规划物流流向，确定待规划的第三类物流流向；
获取大网路由数据，根据大网路由数据对第三类物流流向进行路径规划，得到第三类物流流向对应的第三类配送路径；
归集第一类配送路径、第二类配送路径以及第三类配送路径，得到物流配送路径规划结果。
一种物流配送路径规划装置，装置包括：
第一类物流流向筛选模块，用于获取目标区域内各仓库的物流流向的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向；
第一类配送路径规划模块，用于以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径；
第二类物流流向确定模块，用于根据第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向；
第二类配送路径规划模块，用于获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径；
物流配送路径规划结果确定模块，用于归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果。
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
获取目标区域内各仓库的物流订单的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向；
以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径；
根据第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向；
获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径；
归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取目标区域内各仓库的物流订单的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向；
以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径；
根据第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向；
获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径；
归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果。
上述物流配送路径规划方法、装置、计算机设备和存储介质，通过对目标区域内的各仓库的物流流向根据目的中转场是否属于目标区域，筛选出待规划的第一类物流流向，并对第一类物流流向进行串仓路径规划，得到满足仓库到达目的中转场的时效要求的第一类配送路径，然后基于在第一类配送路径确认后得到的待规划的第二类物流流向，对第二类物流流向进行串仓路径规划，得到满足仓库到达始发中转场的时效要求的第二类配送路径，通过规划串仓从仓库直发目的中转场的第一类配送路径、以及通过串仓从仓库先发送至始发中转场再由始发中转场统一发送至目的中转场的第二类配送路径，能够在满足时效要求的同时，尽可能地减少了物流配送过程票件经过中转场次数，从而降低了货物在物流配送过程中的破损概率。
附图说明
图1为一个实施例中物流配送路径规划方法的应用环境图；
图2为一个实施例中物流配送路径规划方法的流程示意图；
图3为另一个实施例中物流配送路径规划方法的流程示意图；
图4为再一个实施例中物流配送路径规划方法的流程示意图；
图5为又一个实施例中物流配送路径规划方法的流程示意图；
图6为一个实施例中物流配送路径规划方法的场景示意图；
图7为一个实施例中物流配送路径规划方法的流程图；
图8为另一个实施例中物流配送路径规划方法的流程图；
图9为一个实施例中物流配送路径规划装置的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的物流配送路径规划方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。服务器104获取终端102上传的目标区域内各仓库的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径，根据第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向，获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径，归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果，并反馈至终端102。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种物流配送路径规划方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤202至步骤210。
步骤202，获取目标区域内各仓库的物流订单的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向。
目标区域是指预先划分确定的指定区域，在该区域内，包括多个用于提供仓储功能的仓库，仓库中存放有待进行物流配送的货物。在每一个仓库对应有待进行配送的货物的物流流向，物流流向中包括物品参数信息(例如物品重量、体积)、配送时效要求、配送目的地等。
中转场是大网路由物流配送中的一种物流处理方式，具体来说，大网路由通常由干线运输和支线运输组成，其中干线运输是指将同流向的货物在始发中转场汇聚打包，统一运送到目的中转场；支线运输是指快递从中转场到目的派送网点或者快递从收派件网点到始发中转场的过程。中转场每天有不同的收派件班次，现有大网路由除同城快递外，其余跨城市或跨省份快递通常至少会经过两次中转场：始发中转场和目的中转场，而大网路由在规划时为考虑其经济和时效等因素，某些流向还会经过3个及以上的中转场。
目的中转场是干线运输中的最后一个中转场，当物流到达目的中转场以后，再由目的中转场派送至对应的配送目的地。第一类物流流向是用于筛选出满足区域内串仓直发目的中转场的要求的流向。区域内串仓直发目的中转场这一运输场景是指在该区域内去往不同流向的快递会在各仓分拣装包完成，然后去往不同流向的货车每天会依次去到各个仓库装载去到对应目的中转场的快递，装载完成后直接将货物运送到目的中转场，快递在目的中转场拆包分拣后再由支线按目的地派送到各客户。根据物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向，是为了过滤跨区域的流向，进行物流流向的简单归类，便于进行第一类配送路径的规划过程的数据处理效率。
在实施例中，在获取目标区域内各仓库的物流订单的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向之前，即步骤202之前，还包括基于仓网覆盖关系，将物流配送涉及的区域划分为多个区域。
举例来说，考虑经济性和可行性，对全国(即物流配送涉及的区域)进行区域划分，该划分方法可以结合客户的仓网覆盖关系进行，如某客户位于杭州和上海的仓覆盖江浙沪皖的需求，位于中山、福州的仓覆盖整个华南的城市，则可以将江浙沪皖划分为同一个区域，将华南城市划分为同一个区域。通过区域划分，便于进行区域内串仓直发目的中转场这一运输场景的物流流向配送路径规划。
步骤204，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径。
以目的中转场为规划终点，实现从目标区域内的各个仓库串仓后直发至目的中转场的配送路径的规划。第一类物流流向对应的仓库到该第一类物流流向对应的目的中转场的时效要求可以是根据物流流向的时效要求以及目的中转场派送至客户的时长需要确定的最长可用时间，也可以是预先规划的仓库到目的中转场的时效要求。具体来说，目的中转场派送至客户的时长以及预先规划的仓库到目的中转场的时效要求可以通过现有的大网路由数据得到。大网路由数据是基于历史物流流向的配送过程的时间数据通过统计归纳得到。
串仓是指对目标区域内的各个仓库尽可能多的进行串联，货车在运输过程中，按照串联的顺序，依次去到各个仓库进行串线集货的方式。
在实施例中，串仓路径规划需要以第一类物流流向对应的仓库到该第一类物流流向对应的目的中转场的时效要求为约束条件，以单条线路尽可能多地串仓，即线路条数最少为优化目标进行规划，通过规划处理得到的第一类配送路径。
步骤206，根据第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向。
在实施例中，根据第一类配送路径可以是由初始规划路径得到，从而确定配送线路对应的物流流向为已规划物流流向，该些物流流向可以基于规划的线路进行物流配送。对于目标区域内各仓库的所有物流流向而言，除去已规划物流流向，其余的物流流向均为待规划的第二类物流流向。
在实施例中，根据第一类配送路径可以是由初始规划路径得到，具体可以是将初始规划路径全部作为配送线路。也可以是，在确定初始规划路径之后，可以基于实际需要对初始规划路径进行选择，按各线路的集货货物重量来选取部分线路作为配送线路，实现物流配送过程中的经济效益最大化。
步骤208，获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径。
第二类物流流向包括跨区域的物流流向，在实施例中，第二类物流流向还可以包括第一类物流流向中未被确定为已规划物流流向的物流流向，例如，规划的第一类配送路径被舍弃的情况下，该配送路径对应的物流流向，再例如，在串仓路径规划过程中，由于直发不满足时效要求被舍弃的物流流向。
第二类物流流向的串仓路径规划与第一类物流流向的串仓路径规划的主要区别点在于规划路线目的地的不同，第一类物流流向的串仓路径规划是以目的中转场为规划路线的目的地，第二类物流流向的串仓路径规划是以始发中转场为规划路线的目的地。其中，始发中转场和目的中转场可以基于大网路由确定，例如，始发中转场可以是距离仓库最近的中转场，目的中转场可以是距离配送目的地最近的中转场。在实施例中，第二类物流流向对应的仓库到该第二类物流流向对应的始发中转场的时效要求可以是根据客户流向的时效要求、始发中转场到目的中转场的时长、目的中转场派送至客户的时长确定的最长可用时间。
步骤210，归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果。
对于不满足第一类配送路径即区域内串仓直发目的中转场这一场景的物流流向，通过第二类配送路径即区域内串仓直发到某个始发中转场这一场景进行处理，基于规划不同的配送路径实现大网路由中的干线优化，得到物流配送路径规划结果。在其中一个实施例中，还可以对第二类配送路径设置条件，对于不满足条件的物流流向，采用原有的大网路由方式确定其配送路径。
上述物流配送路径规划方法，通过对目标区域内的各仓库的物流流向根据目的中转场是否属于目标区域，筛选出待规划的第一类物流流向，并对第一类物流流向进行串仓路径规划，得到满足仓库到达目的中转场的时效要求的第一类配送路径，然后基于在第一类配送路径确认后得到的待规划的第二类物流流向，对第二类物流流向进行串仓路径规划，得到满足仓库到达始发中转场的时效要求的第二类配送路径，通过规划串仓从仓库直发目的中转场的第一类配送路径、以及通过串仓从仓库先发送至始发中转场再由始发中转场统一发送至目的中转场的第二类配送路径，能够在满足时效要求的同时，尽可能地减少了物流配送过程票件经过中转场次数，从而降低了货物在物流配送过程中的破损概率。
在一个实施例中，如图3所示，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径包括步骤302至步骤306。
步骤302，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类初始规划路径。
步骤304，获取第一类初始规划路线对应物流流向的票件重量，得到第一类初始规划路径对应的票件总重量。
步骤306，根据预设的第一类线路数量阈值，按票件总重量对第一类初始规划路径进行筛选，确定第一类配送路径。
串仓路径规划得到的结果为理论结果，在实际应用过程中，还需要结合各线路的集货情况对第一类初始规划路径进行优化。具体来说，各线路的集货情况通过获取该规划线路的各物流流向的票件重量，进行票件重量数据的汇总，得到第一类初始规划路径对应的票件总重量，然后按票件总重量，对各个规划路线进行排序，并筛选出票件总重量靠前的预设数量的规划路线作为配送路线。第一类线路数量阈值的设定可以基于历史数据的统计分析得到，也可以基于现有的配送条件和配送要求确定，在此不作限定。
需要说明的是，各条第一类初始规划路径中，除了筛选确定为第一类配送路径的其他初始规划路径，其对应的物流流向将作为待规划的第二类物流流向重新进行路径规划。
在一个实施例中，如图4所示，获取第一类初始规划路线对应各物流流向的票件重量，得到第一类初始规划路径对应的票件总重量之前，还包括步骤402至步骤404。
步骤402，获取第一类初始规划路径的各规划班次，将始发仓库发车时间最晚的规划班次标记为第一类初始规划路径对应的配送班次。
步骤404，根据配送班次、各仓库物流流向的时效要求和所需派送时长，确定第一类初始规划路径的集货时间。
获取第一类初始规划路线对应物流流向的票件重量，得到第一类初始规划路径对应的票件总重量包括步骤406至步骤408。
步骤406，根据集货时间，确定第一类初始规划路线对应的物流流向。
步骤408，获取第一类初始规划路线对应的物流流向的票件重量，通过重量累加，得到第一类初始规划路径对应的票件总重量。
由于各中转场有多个班次，规划后的相同线路也有多个班次。为能使每条线路能尽可能多的装载货物，相同路线会选择始发仓最晚时间发车的班次作为配送班次。同时，对于每条线路会考虑是否能够集货，即多天发一次，从而减少运输躺数和成本。而最终每条线路的集货天数需要根据各仓的派送时长和各客户运输时效要求确定。以目的区域为华中地区、目的中转场为长沙中转场，规划华中地区到长沙中转场的一条路由示例：郑州仓—武汉仓1—武汉仓2—长沙仓—长沙中转场，该线路上的各客户的时效要求为48小时内派送完成，最终郑州仓、武汉仓1、武汉仓2和长沙仓的派送时长分别为28.17小时、15小时、13小时和5小时，所以郑州仓的集货天数为向上取整(48-28.17)/24，即1天，类似的算法，武汉仓1、武汉仓2和长沙仓的集货天数为2天。根据木桶定律，该条线路只能集货1天才能保证各仓快递的时效，从而确定该规划线路的集货时间。确定完线路的集货天数后，基于集货天数测算一段时间内各线路每次发车能装载的件量情况和该集货时间内的物流流向对应物流订单的票件重量，得到初始规划路径对应的票件总重量。
在一个实施例中，以第一类物流流向对应的仓库到该第一类物流流向对应的目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径包括：获取以各仓库和各目的中转场为起止点的距离矩阵与时间矩阵、起止点间的时效要求、各仓库以及各目的中转场对应的时间数据。以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，基于距离矩阵、时间矩阵以及时间数据，进行串仓路径规划，得到第一类配送路径。
在进行串仓路径规划之前，需要进行数据预处理，准备整个路由规划需要的数据输入。具体包括：各仓库到各中转场流向的时效要求、各仓和各城市中转场之间的距离矩阵和时间矩阵、各仓上下班时间、各目的中转场在大网路由规划中的派件班次时间和派送时长、客户的日度订单数据等。对于处于相同区域内的仓库，以距离矩阵、时间矩阵、各仓上下班时间、装车时间、各目的中转场的派件班次时间等为输入，以各流向的时效要求为约束进行线路规划，得到各线路到达各仓及目的中转场的顺序及时间。
在一个实施例中，以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，基于距离矩阵、时间矩阵以及时间数据，进行串仓路径规划，得到第一类配送路径包括：以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，以总线路数量最少为主要优化目标和总耗费时间最短为次要优化目标，基于距离矩阵、时间矩阵以及时间数据，进行串仓路径规划，得到第一类配送路径。
在一个实施例中，每个仓(起始点)有去到不同目的中转场(终点)的货物，货车对去到相同目的中转场的各仓进行串线集货。该路径优化模型需决策共需要的线路数量、各线路经过的仓的顺序。模型主目标为单条线路尽可能的串仓，即线路条数最少；次要目标为线路耗时最少，如下为模型具体相关事项：
模型相关参数含义如下：
T：规划后可能出现路线t的编号集合
N：所有仓库点的集合
O：虚拟的起点
D：终点(目的中转场)集合
A：弧的集合，包括O-N,N-N,N-D
Tij:节点i到节点j的时间矩阵，其中(i,j)∈A
LT：每个仓的装车时间
DTj:目的中转场的m的派件时间，其中j∈D
SLA：允许的最大路程耗时
模型决策变量：
模型目标：
(1)总路线数量最少
Min∑t∈T(wt) [1]
(2)总路程耗时最短
模型约束：
其中，约束条件[3]表示每个仓库只被分配给一条线路。约束条件[4]表示每条路线t每个节点只经过一次。约束条件[5]表示每个节点的流入与流出关系，对于虚拟起始点，只有流出；对于各仓库节点，流入等于流出；对于终点(目的中转场)只有流入。约束条件[6]表示整个路程耗时不应该超过约定的时效。
在一个实施例中，如图5所示，获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径包括步骤502至步骤506。
步骤502，获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类初始规划路径。
步骤504，获取第二类初始规划路线对应各物流流向的票件重量，得到第二类初始规划路径对应的票件总重量。
步骤506，根据预设的第二类线路数量阈值，按票件总重量对第二类初始规划路径进行筛选，确定第二类配送路径。
在实施例中，结合实际运营的可能性和经济性，相关运营管理人员会确定合理的开设直发的第一类配送路径的线路数量为X。根据统计的各线路票件重量情况，选择保留线路票件重量位于前X的线路作为第一类配送路径。在确定第一类配送路径之后，需要确定待规划的第二类物流流向，即收集整理需要进行第二类配送线路的流向，其中包括跨区域的流向、由仓直发到目的中转场城市超过客户给定时效的流向和第一类初始规划线路的票件重量未处于前X线路的流向。通过获取各流向的始发中转场在大网路由规划中的收件班次时间和对应班次的派送时长，和第一类物流流向的串仓路线规划类似，以距离矩阵、时间矩阵、各仓上下班时间、装车时间、各始发中转场的派件班次时间和派送时长等为输入，以各流向的时效要求为约束进行线路规划，得到各线路到达各仓及始发中转场的顺序及时间。具体的路径优化模型与第一类物流流向的串仓路线规划模型类似，只是该情景中的终点节点为始发中转场。举例来说，以成都各仓库的物流流向配送至贵阳中转场为例，将成都各地区的仓库如成都仓1、成都仓2、成都仓3通过串仓处理，先统一运输至成都中转场，成都中转场作为始发中转场进行停靠集货，再由成都中转场发往贵阳中转场。
在一个实施例中，归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果包括：根据第一类配送路径对应的已规划物流流向、以及第二类配送路径对应的已规划物流流向，确定待规划的第三类物流流向。获取大网路由数据，根据大网路由数据对第三类物流流向进行路径规划，得到第三类物流流向对应的第三类配送路径。归集第一类配送路径、第二类配送路径以及第三类配送路径，得到物流配送路径规划结果。
在实施例中，结合实际运营的可能性和经济性，相关运营管理人员会确定合理的开设直发的第二类配送路径的线路数量为Y，通过统计第二类初始规划路径的各线路票件重量情况，选择保留线路票件重量位于前Y的线路作为第二类配送路线。对于未处于第一类配送路线和第二类配送路线中的物流流向，将保留其当前大网路由的运输方式，并从大网路由中筛选其具体的路由明细确定其配送路径，该路由明细包括整体的配送时长和经过的中转场数量等。
在实施例中，通过整合3种场景的流向路线，得到物流配送路径规划结果，还可以统计所有票件量最终达成的时效情况和节省的中转次数情况，实现数据分析和整合，配置合理的第一类配送路径的线路数量阈值以及第二类配送路径的线路数量阈值。
上述物流配送路径规划方法，提出了在区域内联合串仓和大网路由的新运输模式，能够有效节省快递在干线运输过程中经过中转场的中转费用，降低整体运输成本，路径优化过程中以客户的约定时效为约束，能够保证客户时效的达成率；由于破损率和中转次数成正比关系，故减少干线的中转次数能够有效降低破损率。
在一个具体的实施例中，以将目标区域内的物流流向规划为三类场景为例对物流配送路径规划方法进行说明。其中，三种场景具体的路由运输方式参见图6，包括：场景1，区域内串仓直发目的中转场；场景2，区域内串仓直发到某个始发中转场；场景3，现状大网路由。
具体来说，场景1是指去往不同流向的快递会在各仓分拣装包完成，然后去往不同流向的货车每天会依次去到各个仓库装载去到对应目的地的快递，装载完成后直接将货物运送到目的城市中转场，快递在目的城市中转场拆包分拣后再由支线派送到各客户。该运输场景全程只经过1次中转场，即每票快递只被收取1次中转费用，但由于需要保证货车长途运输的经济性，需保证货车的满载率，所以只适用于某些票件量较多的流向。
场景2，由于运输的经济性，各仓去往某些目的城市的快递量汇聚后也不足以达到上高速的货物量要求，故针对某些比场景1货量较少的流向的货物，会在各仓进行分拣装包完成后，由货车依次去到各仓装载汇聚后统一运送到某个始发中转场，然后经由大网路由去到目的中转场。该运输场景的快递由于提前已在各仓分拣打包完成，所以除在目的中转场会进行拆包分拣外，在途中的中转场只是停靠操作，故全程每票快递只被收取1次中转费用。
场景3，对于场景1和场景2外的其他货量特少的流向，会保持原有的经由大网路由的运输方式，即各仓快递会汇聚到对应的始发中转场，然后在始发中转场分拣装包后途径若干中转场后直发到目的中转场。
不同场景的配送路径规划的选择过程可参见图7，首先，对目标区域内的全流向也就是所有物流流向进行场景1规划路由，基于规划的初始路径，统计规划后的各线路票件按重量排序是否处于前X，若是，则按场景1进行物流流向配送，若否，则对筛选后的待规划流向进行场景2规划路由，然后基于规划的初始路径，统计规划后的各线路票件按重量排序是否处于前Y，若是，则按场景2进行物流流向配送，若否，则确定对应的大网路由，则按场景3进行物流流向配送。
由于场景1在规划路由时，以客户给定的时效为约束重新规划运输路线，所以能最大可能满足客户给定的配送时效，较大程度减少运输过程中的中转费用，所以在进行各流向运输模式场景选择时，首先假设所有流向都能满足场景1的运输场景进行路由规划，然后根据路径优化模型的结果对各路线进行集货分析，统计各条线路每天通过串仓汇聚到的票件量情况，结合货车满载率要求设定合适的直发线路数量X，然后选择票件重量位于前X的线路中的流向作为场景1的流向。和场景1的流向选择类似，对于场景1筛选后的所有流向进行场景2的路由规划，然后根据路径优化模型结果对各路线进行集货分析，通过设定合适情景2路线数量Y，选择票件量重量位于前Y的线路中的流向作为场景2的流向。从全流向中筛选掉场景1和场景2的流向，剩下的流向均为票件量较少的流向，该部分流向保持现状大网干线路由运输方式到达目的地中转场。
具体来说，物流配送路径规划的数据处理过程如图8所示，首先，对目标区域内的全流向数据进行数据预处理，准备整个路由规划需要的数据输入，然后基于区域划分，挑选出处于目标区域的流向，进行场景1路由预规划，得到初始规划路线，然后通过发车班次规划和集货件量测算，从初始规划路线中筛选出线路票件重量排名处于前X的路线，确定场景1的流向。然后将筛选后的跨区域流向、场景1路由预规划过程中的直发超时流向和线路票件重量排名在X之后的流向进行汇总，以汇总后的流向的始发中转场串仓路径规划的目的地，同样进行数据预处理和场景2路由预规划，并按发车班次规划和集货件量测算，从初始规划路线中筛选出线路票件重量排名处于前Y的路线，确定场景2的流向，对于线路票件重量排名在Y之后的路线，基于大网路由，确定配送路径。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图9所示，提供了一种物流配送路径规划装置，包括：第一类物流流向筛选模块902、第一类配送路径规划模块904、第二类物流流向确定模块906、第二类配送路径规划模块908和物流配送路径规划结果确定模块910，其中：
第一类物流流向筛选模块902，用于获取目标区域内各仓库的物流订单的物流流向，确定物流流向对应的目的中转场，筛选出目的中转场属于目标区域的第一类物流流向；
第一类配送路径规划模块904，用于以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类配送路径；
第二类物流流向确定模块906，用于根据第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向；
第二类配送路径规划模块908，用于获取第二类物流流向对应的始发中转场，以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类配送路径；
物流配送路径规划结果确定模块910，用于归集第一类配送路径和第二类配送路径，得到物流配送路径规划结果。
在一个实施例中，第一类配送路径规划模块还用于以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对第一类物流流向进行串仓路径规划，得到第一类初始规划路径；获取第一类初始规划路线对应物流流向的票件重量，得到第一类初始规划路径对应的票件总重量；根据预设的第一类线路数量阈值，按票件总重量对第一类初始规划路径进行筛选，确定第一类配送路径。
在一个实施例中，第一类配送路径规划模块还用于获取第一类初始规划路径的各规划班次，将始发仓库发车时间最晚的规划班次标记为第一类初始规划路径对应的配送班次；根据配送班次、各仓库物流流向的时效要求和所需派送时长，确定第一类初始规划路径的集货时间；根据集货时间，确定第一类初始规划路线对应的物流流向；获取第一类初始规划路线对应的物流流向的票件重量，通过重量累加，得到第一类初始规划路径对应的票件总重量。
在一个实施例中，第一类配送路径规划模块还用于获取以各仓库和各目的中转场为起止点的距离矩阵与时间矩阵、起止点间的时效要求、各仓库以及各目的中转场对应的时间数据；以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，基于距离矩阵、时间矩阵以及时间数据，进行串仓路径规划，得到第一类配送路径。
在一个实施例中，第一类配送路径规划模块还用于以第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，以总线路数量最少为主要优化目标和总耗费时间最短为次要优化目标，基于距离矩阵、时间矩阵以及时间数据，进行串仓路径规划，得到第一类配送路径。
在一个实施例中，第二类配送路径规划模块还用于以第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对第二类物流流向进行串仓路径规划，得到第二类初始规划路径；获取第二类初始规划路线对应各物流流向的票件重量，得到第二类初始规划路径对应的票件总重量；根据预设的第二类线路数量阈值，按票件总重量对第二类初始规划路径进行筛选，确定第二类配送路径。
在一个实施例中，物流配送路径规划结果确定模块还用于根据第一类配送路径对应的已规划物流流向、以及第二类配送路径对应的已规划物流流向，确定待规划的第三类物流流向；获取大网路由数据，根据大网路由数据对第三类物流流向进行路径规划，得到第三类物流流向对应的第三类配送路径；归集第一类配送路径、第二类配送路径以及第三类配送路径，得到物流配送路径规划结果。
上述物流配送路径规划装置，通过对目标区域内的各仓库的物流流向根据目的中转场是否属于目标区域，筛选出待规划的第一类物流流向，并对第一类物流流向进行串仓路径规划，得到满足仓库到达目的中转场的时效要求的第一类配送路径，然后基于在第一类配送路径确认后得到的待规划的第二类物流流向，对第二类物流流向进行串仓路径规划，得到满足仓库到达始发中转场的时效要求的第二类配送路径，通过规划串仓从仓库直发目的中转场的第一类配送路径、以及通过串仓从仓库先发送至始发中转场再由始发中转场统一发送至目的中转场的第二类配送路径，能够在满足时效要求的同时，尽可能地减少了物流配送过程票件经过中转场次数，从而降低了货物在物流配送过程中的破损概率。
关于物流配送路径规划装置的具体限定可以参见上文中对于物流配送路径规划方法的限定，在此不再赘述。上述物流配送路径规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储路径规划数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种物流配送路径规划方法。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种物流配送路径规划方法，其特征在于，所述方法包括：
获取目标区域内各仓库的物流订单的物流流向，确定所述物流流向对应的目的中转场，筛选出目的中转场属于所述目标区域的第一类物流流向；
以所述第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对所述第一类物流流向进行串仓路径规划，得到第一类配送路径；
根据所述第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向；
获取所述第二类物流流向对应的始发中转场，以所述第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对所述第二类物流流向进行串仓路径规划，得到第二类配送路径；
归集所述第一类配送路径和所述第二类配送路径，得到物流配送路径规划结果。
2.根据权利要求1所述的方法，其特征在于，所述以所述第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对所述第一类物流流向进行串仓路径规划，得到第一类配送路径包括：
以所述第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对所述第一类物流流向进行串仓路径规划，得到第一类初始规划路径；
获取所述第一类初始规划路线对应物流流向的票件重量，得到第一类初始规划路径对应的票件总重量；
根据预设的第一类线路数量阈值，按所述票件总重量对第一类初始规划路径进行筛选，确定第一类配送路径。
3.根据权利要求1所述的方法，其特征在于，所述获取所述第一类初始规划路线对应各物流流向的票件重量，得到第一类初始规划路径对应的票件总重量之前，还包括：
获取所述第一类初始规划路径的各规划班次，将始发仓库发车时间最晚的规划班次标记为所述第一类初始规划路径对应的配送班次；
根据所述配送班次、各仓库物流流向的时效要求和所需派送时长，确定所述第一类初始规划路径的集货时间；
所述获取所述第一类初始规划路线对应物流流向的票件重量，得到第一类初始规划路径对应的票件总重量包括：
根据所述集货时间，确定所述第一类初始规划路线对应的物流流向；
获取所述第一类初始规划路线对应的物流流向的票件重量，通过重量累加，得到第一类初始规划路径对应的票件总重量。
4.根据权利要求1所述的方法，其特征在于，所述以所述第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对所述第一类物流流向进行串仓路径规划，得到第一类配送路径包括：
获取以各仓库和各目的中转场为起止点的距离矩阵与时间矩阵、起止点间的时效要求、各仓库以及各目的中转场对应的时间数据；
以所述第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，基于所述距离矩阵、所述时间矩阵以及所述时间数据，进行串仓路径规划，得到第一类配送路径。
5.根据权利要求4所述的方法，其特征在于，所述以所述第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，基于所述距离矩阵、所述时间矩阵以及所述时间数据，进行串仓路径规划，得到第一类配送路径包括：
以所述第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，以总线路数量最少为主要优化目标和总耗费时间最短为次要优化目标，基于所述距离矩阵、所述时间矩阵以及所述时间数据，进行串仓路径规划，得到第一类配送路径。
6.根据权利要求1-5任一种所述的方法，其特征在于，所述以所述第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对所述第二类物流流向进行串仓路径规划，得到第二类配送路径包括：
以所述第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对所述第二类物流流向进行串仓路径规划，得到第二类初始规划路径；
获取所述第二类初始规划路线对应各物流流向的票件重量，得到第二类初始规划路径对应的票件总重量；
根据预设的第二类线路数量阈值，按所述票件总重量对第二类初始规划路径进行筛选，确定第二类配送路径。
7.根据权利要求6所述的方法，其特征在于，所述归集所述第一类配送路径和所述第二类配送路径，得到物流配送路径规划结果包括：
根据所述第一类配送路径对应的已规划物流流向、以及所述第二类配送路径对应的已规划物流流向，确定待规划的第三类物流流向；
获取大网路由数据，根据所述大网路由数据对所述第三类物流流向进行路径规划，得到所述第三类物流流向对应的第三类配送路径；
归集所述第一类配送路径、所述第二类配送路径以及所述第三类配送路径，得到物流配送路径规划结果。
8.一种物流配送路径规划装置，其特征在于，所述装置包括：
第一类物流订单筛选模块，用于获取目标区域内各仓库的物流订单的物流流向，确定所述物流流向对应的目的中转场，筛选出目的中转场属于所述目标区域的第一类物流流向；
第一类配送路径规划模块，用于以所述第一类物流流向对应的仓库到目的中转场的时效要求为约束条件，对所述第一类物流流向进行串仓路径规划，得到第一类配送路径；
第二类物流流向确定模块，用于根据所述第一类配送路径对应的已规划物流流向，确定待规划的第二类物流流向；
第二类配送路径规划模块，用于获取所述第二类物流流向对应的始发中转场，以所述第二类物流流向对应的仓库到始发中转场的时效要求为约束条件，对所述第二类物流流向进行串仓路径规划，得到第二类配送路径；
物流配送路径规划结果确定模块，用于归集所述第一类配送路径和所述第二类配送路径，得到物流配送路径规划结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010639544.8A CN113902359A (zh) | 2020-07-06 | 2020-07-06 | 物流配送路径规划方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010639544.8A CN113902359A (zh) | 2020-07-06 | 2020-07-06 | 物流配送路径规划方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113902359A true CN113902359A (zh) | 2022-01-07 |
Family
ID=79186535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010639544.8A Pending CN113902359A (zh) | 2020-07-06 | 2020-07-06 | 物流配送路径规划方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113902359A (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732289A (zh) * | 2015-03-20 | 2015-06-24 | 深圳支付界科技有限公司 | 一种配送路径规划方法及系统 |
| CN107358326A (zh) * | 2017-07-20 | 2017-11-17 | 深圳市凯立德科技股份有限公司 | 一种单车多点配送线路处理方法 |
| CN107992985A (zh) * | 2018-01-22 | 2018-05-04 | 郑州云海信息技术有限公司 | 一种确定车辆路径的方法及装置 |
| CN108921483A (zh) * | 2018-07-16 | 2018-11-30 | 深圳北斗应用技术研究院有限公司 | 一种物流路径规划方法、装置及司机排班调度方法、装置 |
| CN109242211A (zh) * | 2018-10-16 | 2019-01-18 | 顺丰科技有限公司 | 一种运输网络规划方法、系统、设备及存储介质 |
| CN109272267A (zh) * | 2018-08-14 | 2019-01-25 | 顺丰科技有限公司 | 一种配送路径规划方法、装置及设备、存储介质 |
| CN109902990A (zh) * | 2019-01-16 | 2019-06-18 | 江苏玄通供应链股份有限公司 | 一种供应链物流配送线路规划系统 |
| CN109919532A (zh) * | 2017-12-13 | 2019-06-21 | 菜鸟智能物流控股有限公司 | 一种物流节点确定方法及装置 |
| CN109934532A (zh) * | 2019-02-21 | 2019-06-25 | 深圳市北斗智能科技有限公司 | 双向运输的路线规划方法和相关装置 |
| CN109948850A (zh) * | 2019-03-19 | 2019-06-28 | 深圳市金鹰鹏物流有限公司 | 物流配送车辆路径优化方法及系统 |
| CN110232544A (zh) * | 2019-06-11 | 2019-09-13 | 海南电网有限责任公司 | 一种运输路径规划方法及装置、存储介质及电子设备 |
| 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 |
| CN110555640A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东振世信息技术有限公司 | 路由规划的方法和装置 |
| CN110555642A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 一种确定路由起点方法和装置 |
| US20200027060A1 (en) * | 2017-03-30 | 2020-01-23 | Huawei Technologies Co., Ltd. | Logistics Path Planning Method and Device |
| CN111311138A (zh) * | 2018-12-11 | 2020-06-19 | 顺丰科技有限公司 | 同城快件配送方法、装置、设备及存储介质 |
| CN111325371A (zh) * | 2018-12-13 | 2020-06-23 | 顺丰科技有限公司 | 一种运输线路规划方法及系统 |
| CN111340431A (zh) * | 2020-03-27 | 2020-06-26 | 上海东普信息科技有限公司 | 运输路由的规划方法、装置、设备及存储介质 |
-
2020
- 2020-07-06 CN CN202010639544.8A patent/CN113902359A/zh active Pending
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732289A (zh) * | 2015-03-20 | 2015-06-24 | 深圳支付界科技有限公司 | 一种配送路径规划方法及系统 |
| US20200027060A1 (en) * | 2017-03-30 | 2020-01-23 | Huawei Technologies Co., Ltd. | Logistics Path Planning Method and Device |
| CN107358326A (zh) * | 2017-07-20 | 2017-11-17 | 深圳市凯立德科技股份有限公司 | 一种单车多点配送线路处理方法 |
| CN109919532A (zh) * | 2017-12-13 | 2019-06-21 | 菜鸟智能物流控股有限公司 | 一种物流节点确定方法及装置 |
| CN107992985A (zh) * | 2018-01-22 | 2018-05-04 | 郑州云海信息技术有限公司 | 一种确定车辆路径的方法及装置 |
| CN110555640A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东振世信息技术有限公司 | 路由规划的方法和装置 |
| CN110555642A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 一种确定路由起点方法和装置 |
| CN108921483A (zh) * | 2018-07-16 | 2018-11-30 | 深圳北斗应用技术研究院有限公司 | 一种物流路径规划方法、装置及司机排班调度方法、装置 |
| CN109272267A (zh) * | 2018-08-14 | 2019-01-25 | 顺丰科技有限公司 | 一种配送路径规划方法、装置及设备、存储介质 |
| CN109242211A (zh) * | 2018-10-16 | 2019-01-18 | 顺丰科技有限公司 | 一种运输网络规划方法、系统、设备及存储介质 |
| CN111311138A (zh) * | 2018-12-11 | 2020-06-19 | 顺丰科技有限公司 | 同城快件配送方法、装置、设备及存储介质 |
| CN111325371A (zh) * | 2018-12-13 | 2020-06-23 | 顺丰科技有限公司 | 一种运输线路规划方法及系统 |
| CN109902990A (zh) * | 2019-01-16 | 2019-06-18 | 江苏玄通供应链股份有限公司 | 一种供应链物流配送线路规划系统 |
| CN109934532A (zh) * | 2019-02-21 | 2019-06-25 | 深圳市北斗智能科技有限公司 | 双向运输的路线规划方法和相关装置 |
| CN109948850A (zh) * | 2019-03-19 | 2019-06-28 | 深圳市金鹰鹏物流有限公司 | 物流配送车辆路径优化方法及系统 |
| 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 |
| CN110232544A (zh) * | 2019-06-11 | 2019-09-13 | 海南电网有限责任公司 | 一种运输路径规划方法及装置、存储介质及电子设备 |
| CN111340431A (zh) * | 2020-03-27 | 2020-06-26 | 上海东普信息科技有限公司 | 运输路由的规划方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Burinskiene et al. | A simulation study for the sustainability and reduction of waste in warehouse logistics | |
| WO2022021119A1 (zh) | 一种集装箱码头间全自主水上运输调度方法及系统 | |
| CN110659839A (zh) | 一种物流智能配载调度方法 | |
| US20120226624A1 (en) | Optimization system of smart logistics network | |
| US20130159208A1 (en) | Shipper-oriented logistics base optimization system | |
| WO1999060543A1 (fr) | Systeme d'attribution de vehicules et dispositif d'attribution de vehicules | |
| CN107944598A (zh) | 一种物流路径配置方法及系统 | |
| CN108364105A (zh) | 一种物流配送线路的目标优化方法 | |
| CN110084471A (zh) | 拣选调度方法、装置、仓储系统及可读存储介质 | |
| US20200327497A1 (en) | System and method for linehaul optimization | |
| CN111563709A (zh) | 智慧物流货物链路集货方法及系统 | |
| Zhang et al. | Synchromodal transport planning with flexible services: Mathematical model and heuristic algorithm | |
| CN111768052A (zh) | 基于算法模型的整车厂进场物流路线自动规划方法 | |
| Rojas-Cuevas et al. | Capacitated vehicle routing problem model for carriers | |
| Makhloufi et al. | Simulation of mutualized urban logistics systems with real-time management | |
| CN116187092A (zh) | 一种考虑运力系统供需状态的动态配送订单分配优化方法 | |
| Zhang et al. | Split-demand multi-trip vehicle routing problem with simultaneous pickup and delivery in airport baggage transit | |
| CN113935528B (zh) | 智能调度方法、装置、计算机设备及存储介质 | |
| Peng et al. | A three-phase heuristic for last-mile delivery with spatial-temporal consolidation and delivery options | |
| Pal et al. | SmartPorter: A combined perishable food and people transport architecture in smart urban areas | |
| CN113330471A (zh) | 通信服务器装置及其操作方法 | |
| Lan et al. | Optimizing train formation problem with car flow routing and train routing by benders-and-price approach | |
| CN116542599B (zh) | 一种多维度订单合并方法 | |
| CN114693004B (zh) | 物流优化方法和装置 | |
| CN113902359A (zh) | 物流配送路径规划方法、装置、计算机设备和存储介质 |
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 |