CN114266385A - 一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质 - Google Patents
一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN114266385A CN114266385A CN202111431623.0A CN202111431623A CN114266385A CN 114266385 A CN114266385 A CN 114266385A CN 202111431623 A CN202111431623 A CN 202111431623A CN 114266385 A CN114266385 A CN 114266385A
- Authority
- CN
- China
- Prior art keywords
- center
- hub
- suppliers
- group
- distribution center
- 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 81
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 16
- 230000005484 gravity Effects 0.000 claims description 10
- 238000012805 post-processing Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 239000011324 bead Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质，属于物流管理技术领域，包括：获取集散中心个数和供应商信息，通过所述集散中心个数和供应商信息按集散中心数量对供应商随机聚类得到初始组别；对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，通过所述集散中心个数和供应商信息按所述所有供应商到各集散中心的距离重新聚类得到过程组别；判断所述过程组别与初始组别是否相同，若是，则将所述过程组别按供货商数量或货量阈值判断并调整集散中心组得到最终组别，将所述最终组别进行单计算中心选址得到各集散中心数据。本专利基于集散中心理论坐标选址所实现的运输成本最小化更贴合实际运营情况。
Description
技术领域
本发明公开了一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质，属于物流管理技术领域。
背景技术
汽车零部件物流集散中心在物流系统的运作过程中起到至关重要的作用，是连接异地供应商和生产车间的桥梁。我国传统物流资源较分散、诸多物流设施和设备闲置，造成了资源的极大浪费。集散中心可以整合优化各种资源，对资源合理的配置和使用能产生经济规模效益，大幅度降低汽车零部件货物运输成本和仓储成本，因此建立集散中心是十分必要的。集散中心地理位置的不同很大程度上影响着汽车零部件货物运输距离，进而影响货物运输成本和集散效率。物流成本作为企业的第三利润源泉，各大汽车物流企业一直高度重视汽车零部件集散中心的选址问题。
当前的选址方法主要分为定性和定量两类方法。其中定性的方法主要包括：专家打分法、Delphi法等；定量的方法包括：重心法、P中心法、多准则决策法、数学规划法等；当选址问题是NP难题时，可采用启发式算法或者仿真的方法解决，其中启发式算法包括：遗传算法、蚁群算法、模拟退火算法等。部分算法需要提供备选集散中心，对于大规模区域的选址，盲目寻找备选点会有很大的工作量。提前选好理论经纬度坐标，在理论经纬度坐标周围寻找备选点将节省很多工作量。但是无论是定性还是定量选址算法，大部分方法在计算物流运输成本时采用的是两点间的直线距离，代表性的方法就是重心法。但是道路网和地理环境复杂多样，存在大量山川、湖泊等车辆无法通行的地形，特别是沿海地区，例如长三江、珠三角等地弯折的海岸线，货车行驶距离与直线距离相差甚大。一般情况下，物流集散中心的进出运输车辆均为大型卡车，一些市区道路禁止此类车辆通行，货物运输只能选择绕行路径，因此会进一步增大两点间的距离。
因此计算货物运输成本与实际货物运输成本存在很大的误差。如何将实际货车行驶距离融入货物运输成本计算，获得最贴合实际情况物流集散中心选址结果是当前企业物流集散中心选址的新挑战。
发明内容
本发明的目的在于解决现有货物运输成本与实际货物运输成本存在很大的误差问题，提出一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质。
本发明所要解决的问题是由以下技术方案实现的：
根据本发明实施例的第一方面，提供一种汽车零部件物流多集散中心选址方法，包括：
获取集散中心个数和供应商信息，通过所述集散中心个数和供应商信息按集散中心数量对供应商随机聚类得到初始组别；
对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，通过所述集散中心个数和供应商信息按所述所有供应商到各集散中心的距离重新聚类得到过程组别；
判断所述过程组别与初始组别是否相同，若是，则将所述过程组别按供货商数量或货量阈值判断并调整集散中心组得到最终组别，将所述最终组别进行单计算中心选址得到各集散中心数据。
优选的是，所述对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，包括：
通过重心法获取集散中心理论经纬度坐标，将所述集散中心理论经纬度坐标作为中心点；
获取搜索步长，通过所述中心点和搜索步长得到八个备选点，判断八个所述备选点是否为最优点；
若不为最优点，增加单位长度得到新搜索步长，执行下一步骤；
通过所述新搜索步长判断当前区域是否囊括所有供应商；
若是，则所述中心点的坐标为该区域集散中心坐标；
通过所述该区域集散中心坐标得到所有供应商到各集散中心的距离。
优选的是，所述各集散中心数据包括：各集散中心坐标、对应供应商和服务货量。
优选的是，所述过程组别与初始组别不相同，用所述过程组别替代初始组别，重新对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离。
优选的是，八个所述备选点其中一个为最优点，则将最优点作为新的中心点，获取最新搜索步长，通过所述新的中心点和最新搜索步长得到八个更新备选点。
根据本发明实施例的第二方面，提供一种汽车零部件物流多集散中心选址系统，包括：
自动化前处理模块，用于获取集散中心个数和供应商信息，通过所述集散中心个数和供应商信息按集散中心数量对供应商随机聚类得到初始组别；
自动化处理模块，用于对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，通过所述集散中心个数和供应商信息按所述所有供应商到各集散中心的距离重新聚类得到过程组别；
自动化后处理模块，用于判断所述过程组别与初始组别是否相同，若是，则将所述过程组别按供货商数量或货量阈值判断并调整集散中心组得到最终组别，将所述最终组别进行单计算中心选址得到各集散中心数据。
优选的是，所述自动化处理模块，用于：
通过重心法获取集散中心理论经纬度坐标，将所述集散中心理论经纬度坐标作为中心点；
获取搜索步长，通过所述中心点和搜索步长得到八个备选点，判断八个所述备选点是否为最优点；
若不为最优点，增加单位长度得到新搜索步长，执行下一步骤；
通过所述新搜索步长判断当前区域是否囊括所有供应商；
若是，则所述中心点的坐标为该区域集散中心坐标；
通过所述该区域集散中心坐标得到所有供应商到各集散中心的距离。
优选的是，所述自动化后处理模块，用于：
所述过程组别与初始组别不相同，用所述过程组别替代初始组别，重新对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离。
根据本发明实施例的第三方面，提供一种终端，包括：
一个或多个处理器；
用于存储所述一个或多个处理器可执行指令的存储器；
其中，所述一个或多个处理器被配置为：
执行本发明实施例的第一方面所述的方法。
根据本发明实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行本发明实施例的第一方面所述的方法。
根据本发明实施例的第五方面，提供一种应用程序产品，当应用程序产品在终端在运行时，使得终端执行本发明实施例的第一方面所述的方法。
本发明的有益效果在于：
本专利提供一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质，选址以各集散中心到其所服务区域内的供应商运输成本最小化为目标，以各集散中心经纬度坐标和各集散中心与供应商的对应服务关系为决策变量，以单个集散中心服务供应商数量的上下限和单个集散中心服务货量的上下限为约束条件。通过聚类的思想，对供应商不断进行聚类迭代，其中每一组供应商对应一个单集散中心选址问题。并通过重心法获取该区域内理论集散中心坐标作为初始解，对集散中心理论坐标进行移动，寻找优于当前解的点，并设置特定的规则跳出局部最优解，搜索全局最优解。基于集散中心理论坐标，在周围寻找备选库房，以库房固定成本、短途取货成本、干线运输成本等选取成本最优的库房，从而选址实现的运输成本最小化更贴合实际运营情况。
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，并不能限制本发明。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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，下面描述中的附图仅仅是本申请的一些实施例，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是根据一示例性实施例示出的一种汽车零部件物流多集散中心选址方法的流程图；
图2是根据一示例性实施例示出的一种汽车零部件物流多集散中心选址方法的流程图；
图3是根据一示例性实施例示出的一种汽车零部件物流多集散中心选址方法中启发式算法示意图；
图4是根据一示例性实施例示出的一种汽车零部件物流多集散中心选址系统的结构示意框图；
图5是根据一示例性实施例示出的一种终端结构示意框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“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。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供了一种汽车零部件物流多集散中心选址方法，该方法由终端实现，终端可以是智能手机、台式计算机或者笔记本电脑等，终端至少包括CPU、语音采集装置等。
实施例一
图1-2是根据一示例性实施例示出的一种汽车零部件物流多集散中心选址方法的流程图，该方法用于终端中，该方法包括以下步骤：
步骤101、获取集散中心个数和供应商信息，通过所述集散中心个数和供应商信息按集散中心数量对供应商随机聚类得到初始组别；
步骤102、对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，通过所述集散中心个数和供应商信息按所述所有供应商到各集散中心的距离重新聚类得到过程组别，具体内容如下：
通过重心法获取集散中心理论经纬度坐标，将集散中心理论经纬度坐标作为中心点，如图3所示，获取搜索步长，通过中心点和搜索步长得到八个备选点，判断八个所述备选点是否为最优点：
八个备选点其中一个为最优点，则将最优点作为新的中心点，获取最新搜索步长，通过新的中心点和最新搜索步长得到八个更新备选点。
若不为最优点，增加单位长度得到新搜索步长，执行下一步骤。
通过所述新搜索步长判断当前区域是否囊括所有供应商；
若是，则中心点的坐标为该区域集散中心坐标；
通过所述该区域集散中心坐标得到所有供应商到各集散中心的距离。
通过所述集散中心个数和供应商信息按所述所有供应商到各集散中心的距离重新聚类得到过程组别。
步骤103、判断所述过程组别与初始组别是否相同：
是，则将所述过程组别按供货商数量或货量阈值判断并调整集散中心组得到最终组别，通过公式(1)-(4)判断：
minf＝∑j∑iθij·wj·d(si，sj) (1)
其中，I表示集散中心集合，i∈I；J表示供应商集合，j∈J；θij表示集散中心i与供应商j的对应服务关系，当供应商j被集散中心i服务时为1，不被集散中心i服务时为0；wj表示供应商j所提供的货量；d(si，sj)表示集散中心i与供应商j之间的驾车行驶路径距离，Si表示集散中心i的经纬度坐标，sj表示供应商j的经纬度坐标，可通过两个地点的经纬度坐标从第三方软件获取两点间的驾车行驶距离；
和
表示单个集散中心服务供应商数量的两个阈值；
和
表示单个集散中心服务货量的两个阈值。
当某集散中心服务货量高于单个集散中心服务供应商货量上限阈值时，遍历该组内所有供应商，到其余集散中心的货车行驶距离，选取距离最短的集散中心，判断将该供应商加入该集散中心组后，该组是否仍然符合各约束条件，如符合则加入，如不符合则增加该供应商和该集散中心间距离惩罚值，重新选择；
当某集散中心服务货量低于单个集散中心服务供应商货量下限阈值时，遍历其余组内供应商到该供应商的货车行驶距离，选取距离最小的供应商，判断将该供应商从其原组内取出，原组是否仍然符合约束条件，如符合则取出，如不符合则增加该集散中心和该供应商间距离惩罚值，重新选择。
将最终组别进行单计算中心选址得到各集散中心数据，各集散中心数据包括：各集散中心坐标、对应供应商和服务货量。
否，用过程组别替代初始组别，重新对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离。
实施例二
在示例性实施例中，还提供了一种汽车零部件物流多集散中心选址系统，如图4所示，包括：
自动化前处理模块210，用于获取集散中心个数和供应商信息，通过所述集散中心个数和供应商信息按集散中心数量对供应商随机聚类得到初始组别；
自动化处理模块220，用于对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，通过所述集散中心个数和供应商信息按所述所有供应商到各集散中心的距离重新聚类得到过程组别；
自动化后处理模块230，用于判断所述过程组别与初始组别是否相同，若是，则将所述过程组别按供货商数量或货量阈值判断并调整集散中心组得到最终组别，将所述最终组别进行单计算中心选址得到各集散中心数据。
优选的是，所述自动化处理模块220，用于：
通过重心法获取集散中心理论经纬度坐标，将所述集散中心理论经纬度坐标作为中心点；
获取搜索步长，通过所述中心点和搜索步长得到八个备选点，判断八个所述备选点是否为最优点；
若不为最优点，增加单位长度得到新搜索步长，重复上一步骤；
通过所述新搜索步长判断当前区域是否囊括所有供应商；
若是，则所述中心点的坐标为该区域集散中心坐标；
通过所述该区域集散中心坐标得到所有供应商到各集散中心的距离。
优选的是，所述自动化后处理模块230，用于：
所述过程组别与初始组别不相同，用所述过程组别替代初始组别，重新对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离。
本专利选址以各集散中心到其所服务区域内的供应商运输成本最小化为目标，以各集散中心经纬度坐标和各集散中心与供应商的对应服务关系为决策变量，以单个集散中心服务供应商数量的上下限和单个集散中心服务货量的上下限为约束条件。通过聚类的思想，对供应商不断进行聚类迭代，其中每一组供应商对应一个单集散中心选址问题。并通过重心法获取该区域内理论集散中心坐标作为初始解，对集散中心理论坐标进行移动，寻找优于当前解的点，并设置特定的规则跳出局部最优解，搜索全局最优解。基于集散中心理论坐标，在周围寻找备选库房，以库房固定成本、短途取货成本、干线运输成本等选取成本最优的库房，从而选址所实现的运输成本最小化更贴合实际运营情况。
实施例四
图4是本申请实施例提供的一种终端的结构框图，该终端可以是上述实施例中的终端。该终端300可以是便携式移动终端，比如：智能手机、平板电脑。终端300还可能被称为用户设备、便携式终端等其他名称。
通常，终端300包括有：处理器301和存储器302。
处理器301可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器301可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器301还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器302可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是有形的和非暂态的。存储器302还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器301所执行以实现本申请中提供的一种汽车零部件物流多集散中心选址方法。
在一些实施例中，终端300还可选包括有：外围设备接口303和至少一个外围设备。具体地，外围设备包括：射频电路304、触摸显示屏305、摄像头306、音频电路307、定位组件308和电源309中的至少一种。
外围设备接口303可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器301和存储器302。在一些实施例中，处理器301、存储器302和外围设备接口303被集成在同一芯片或电路板上；在一些其他实施例中，处理器301、存储器302和外围设备接口303中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路304用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。射频电路304将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路304包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路304可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路304还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
触摸显示屏305用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。触摸显示屏305还具有采集在触摸显示屏305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器301进行处理。触摸显示屏305用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，触摸显示屏305可以为一个，设置终端300的前面板；在另一些实施例中，触摸显示屏305可以为至少两个，分别设置在终端300的不同表面或呈折叠设计；在再一些实施例中，触摸显示屏305可以是柔性显示屏，设置在终端300的弯曲表面上或折叠面上。甚至，触摸显示屏305还可以设置成非矩形的不规则图形，也即异形屏。触摸显示屏305可以采用LCD(LiquidCrystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件306用于采集图像或视频。可选地，摄像头组件306包括前置摄像头和后置摄像头。通常，前置摄像头用于实现视频通话或自拍，后置摄像头用于实现照片或视频的拍摄。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能，主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能。在一些实施例中，摄像头组件306还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路307用于提供用户和终端300之间的音频接口。音频电路307可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器301进行处理，或者输入至射频电路304以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端300的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器301或射频电路304的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路307还可以包括耳机插孔。
定位组件308用于定位终端300的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件308可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源309用于为终端300中的各个组件进行供电。电源309可以是交流电、直流电、一次性电池或可充电电池。当电源309包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端300还包括有一个或多个传感器310。该一个或多个传感器310包括但不限于：加速度传感器311、陀螺仪传感器312、压力传感器313、指纹传感器314、光学传感器315以及接近传感器316。
加速度传感器311可以检测以终端300建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器311可以用于检测重力加速度在三个坐标轴上的分量。处理器301可以根据加速度传感器311采集的重力加速度信号，控制触摸显示屏305以横向视图或纵向视图进行用户界面的显示。加速度传感器311还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器312可以检测终端300的机体方向及转动角度，陀螺仪传感器312可以与加速度传感器311协同采集用户对终端300的3D(3Dimensions，三维)动作。处理器301根据陀螺仪传感器312采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器313可以设置在终端300的侧边框和/或触摸显示屏305的下层。当压力传感器313设置在终端300的侧边框时，可以检测用户对终端300的握持信号，根据该握持信号进行左右手识别或快捷操作。当压力传感器313设置在触摸显示屏305的下层时，可以根据用户对触摸显示屏305的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器314用于采集用户的指纹，以根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器301授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器314可以被设置终端300的正面、背面或侧面。当终端300上设置有物理按键或厂商Logo时，指纹传感器314可以与物理按键或厂商Logo集成在一起。
光学传感器315用于采集环境光强度。在一个实施例中，处理器301可以根据光学传感器315采集的环境光强度，控制触摸显示屏305的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏305的显示亮度；当环境光强度较低时，调低触摸显示屏305的显示亮度。在另一个实施例中，处理器301还可以根据光学传感器315采集的环境光强度，动态调整摄像头组件306的拍摄参数。
接近传感器316，也称距离传感器，通常设置在终端300的正面。接近传感器316用于采集用户与终端300的正面之间的距离。在一个实施例中，当接近传感器316检测到用户与终端300的正面之间的距离逐渐变小时，由处理器301控制触摸显示屏305从亮屏状态切换为息屏状态；当接近传感器316检测到用户与终端300的正面之间的距离逐渐变大时，由处理器301控制触摸显示屏305从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图5中示出的结构并不构成对终端300的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
实施例五
在示例性实施例中，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如本申请所有发明实施例提供的一种汽车零部件物流多集散中心选址方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。
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、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
实施例六
在示例性实施例中，还提供了一种应用程序产品，包括一条或多条指令，该一条或多条指令可以由上述装置的处理器301执行，以完成上述一种汽车零部件物流多集散中心选址方法。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种汽车零部件物流多集散中心选址方法，其特征在于，包括：
获取集散中心个数和供应商信息，通过所述集散中心个数和供应商信息按集散中心数量对供应商随机聚类得到初始组别；
对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，通过所述集散中心个数和供应商信息按所述所有供应商到各集散中心的距离重新聚类得到过程组别；
判断所述过程组别与初始组别是否相同，若是，则将所述过程组别按供货商数量或货量阈值判断并调整集散中心组得到最终组别得到最终组别，将所述最终组别进行单计算中心选址得到各集散中心数据。
2.根据权利要求1所述的一种汽车零部件物流多集散中心选址方法，其特征在于，所述对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，包括：
通过重心法获取集散中心理论经纬度坐标，将所述集散中心理论经纬度坐标作为中心点；
获取搜索步长，通过所述中心点和搜索步长得到八个备选点，判断八个所述备选点是否为最优点；
若不为最优点，增加单位长度得到新搜索步长，执行下一步骤；
通过所述新搜索步长判断当前区域是否囊括所有供应商；
若是，则所述中心点的坐标为该区域集散中心坐标；
通过所述该区域集散中心坐标得到所有供应商到各集散中心的距离。
3.根据权利要求1或2所述的一种汽车零部件物流多集散中心选址方法，其特征在于，所述各集散中心数据包括：各集散中心坐标、对应供应商和服务货量。
4.根据权利要求1所述的一种汽车零部件物流多集散中心选址方法，其特征在于，所述过程组别与初始组别不相同，用所述过程组别替代初始组别，重新对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离。
5.根据权利要求2所述的一种汽车零部件物流多集散中心选址方法，其特征在于，八个所述备选点其中一个为最优点，则将最优点作为新的中心点，获取最新搜索步长，通过所述新的中心点和最新搜索步长得到八个更新备选点。
6.一种汽车零部件物流多集散中心选址系统，其特征在于，包括：
自动化前处理模块，用于获取集散中心个数和供应商信息，通过所述集散中心个数和供应商信息按集散中心数量对供应商随机聚类得到初始组别；
自动化处理模块，用于对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离，通过所述集散中心个数和供应商信息按所述所有供应商到各集散中心的距离重新聚类得到过程组别；
自动化后处理模块，用于判断所述过程组别与初始组别是否相同，若是，则将所述过程组别按供货商数量或货量阈值判断并调整集散中心组得到最终组别得到最终组别，将所述最终组别进行单计算中心选址得到各集散中心数据。
7.根据权利要求6所示的一种汽车零部件物流多集散中心选址系统，其特征在于，所述自动化处理模块，用于：
通过重心法获取集散中心理论经纬度坐标，将所述集散中心理论经纬度坐标作为中心点；
获取搜索步长，通过所述中心点和搜索步长得到八个备选点，判断八个所述备选点是否为最优点；
若不为最优点，增加单位长度得到新搜索步长，执行下一步骤；
通过所述新搜索步长判断当前区域是否囊括所有供应商；
若是，则所述中心点的坐标为该区域集散中心坐标；
通过所述该区域集散中心坐标得到所有供应商到各集散中心的距离。
8.根据权利要求6所示的一种汽车零部件物流多集散中心选址系统，其特征在于，所述自动化后处理模块，用于：
所述过程组别与初始组别不相同，用所述过程组别替代初始组别，重新对每一类供应商进行单集散中心选址得到所有供应商到各集散中心的距离。
9.一种终端，其特征在于，包括：
一个或多个处理器；
用于存储所述一个或多个处理器可执行指令的存储器；
其中，所述一个或多个处理器被配置为：
执行如权利要求1至5任一所述的一种汽车零部件物流多集散中心选址方法。
10.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行如权利要求1至5任一所述的一种汽车零部件物流多集散中心选址方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111431623.0A CN114266385A (zh) | 2021-11-29 | 2021-11-29 | 一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111431623.0A CN114266385A (zh) | 2021-11-29 | 2021-11-29 | 一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114266385A true CN114266385A (zh) | 2022-04-01 |
Family
ID=80825774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111431623.0A Pending CN114266385A (zh) | 2021-11-29 | 2021-11-29 | 一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114266385A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116452245A (zh) * | 2023-06-15 | 2023-07-18 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011118784A (ja) * | 2009-12-04 | 2011-06-16 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
| CN102903037A (zh) * | 2011-07-28 | 2013-01-30 | 上海拉手信息技术有限公司 | 配送中心选址的方法 |
| WO2014005528A1 (zh) * | 2012-07-05 | 2014-01-09 | 华为技术有限公司 | 信息处理方法、服务器及物流终端 |
| CN105488580A (zh) * | 2015-10-09 | 2016-04-13 | 黑龙江职业学院 | 一种物流节点选址方法 |
| CN108763464A (zh) * | 2018-05-29 | 2018-11-06 | 杭州电子科技大学 | 基于监测点聚类和异常区域重心法的供水爆管定位方法 |
| CN111144675A (zh) * | 2018-11-05 | 2020-05-12 | 顺丰科技有限公司 | 一种片区规划方法、装置、设备及存储介质 |
| CN111199301A (zh) * | 2018-11-16 | 2020-05-26 | 顺丰科技有限公司 | 一种集散中心的选取方法、装置、设备及存储介质 |
-
2021
- 2021-11-29 CN CN202111431623.0A patent/CN114266385A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011118784A (ja) * | 2009-12-04 | 2011-06-16 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
| CN102903037A (zh) * | 2011-07-28 | 2013-01-30 | 上海拉手信息技术有限公司 | 配送中心选址的方法 |
| WO2014005528A1 (zh) * | 2012-07-05 | 2014-01-09 | 华为技术有限公司 | 信息处理方法、服务器及物流终端 |
| CN105488580A (zh) * | 2015-10-09 | 2016-04-13 | 黑龙江职业学院 | 一种物流节点选址方法 |
| CN108763464A (zh) * | 2018-05-29 | 2018-11-06 | 杭州电子科技大学 | 基于监测点聚类和异常区域重心法的供水爆管定位方法 |
| CN111144675A (zh) * | 2018-11-05 | 2020-05-12 | 顺丰科技有限公司 | 一种片区规划方法、装置、设备及存储介质 |
| CN111199301A (zh) * | 2018-11-16 | 2020-05-26 | 顺丰科技有限公司 | 一种集散中心的选取方法、装置、设备及存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| 倪卫红: "基于聚类-重心法的应急物流配送中心选址", 南京工业大学学报(自然科学版), vol. 2, no. 43, 25 January 2021 (2021-01-25), pages 255 - 263 * |
| 张晓云等: "基于动态聚类分析的改进多重心法的应用——以汽车整车分拨中心选址为例", 江苏商论, 7 June 2021 (2021-06-07), pages 39 - 43 * |
| 王勇;韦俊;姜涛;徐金荟;: "物流配送中心选址数学模型的研究和优化", 科技资讯, no. 03, 23 January 2020 (2020-01-23) * |
| 王朋;王晓强;王明葆;: "基于重心法的连锁超市物流配送中心选址", 电子商务, no. 01, 15 January 2015 (2015-01-15) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116452245A (zh) * | 2023-06-15 | 2023-07-18 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
| CN116452245B (zh) * | 2023-06-15 | 2023-09-01 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110095128B (zh) | 获取缺失道路情报的方法、装置、设备及存储介质 | |
| CN111104980A (zh) | 确定分类结果的方法、装置、设备及存储介质 | |
| CN113205515B (zh) | 目标检测方法、装置、及计算机存储介质 | |
| CN111311155A (zh) | 修改配送位置的方法、装置、系统、设备以及存储介质 | |
| CN113469620A (zh) | 配送资源的调度方法、装置、设备及计算机可读存储介质 | |
| CN113701743A (zh) | 地图数据处理方法、装置、计算机设备及存储介质 | |
| CN111010537B (zh) | 车辆控制方法、装置、终端及存储介质 | |
| WO2022205868A1 (zh) | 检测车辆的超限源头的方法、装置及计算机存储介质 | |
| CN114266385A (zh) | 一种汽车零部件物流多集散中心选址方法、系统、终端及存储介质 | |
| CN113255906A (zh) | 一种自动驾驶中回归障碍物3d角度信息方法、装置、终端及存储介质 | |
| CN110990728B (zh) | 兴趣点信息的管理方法、装置、设备及存储介质 | |
| CN112269939A (zh) | 自动驾驶的场景搜索方法、装置、终端、服务器及介质 | |
| CN111984755A (zh) | 确定目标停车点的方法、装置、电子设备及存储介质 | |
| CN112818243B (zh) | 导航路线的推荐方法、装置、设备及存储介质 | |
| CN111707263B (zh) | 路径规划方法、装置、电子设备及存储介质 | |
| CN111597285B (zh) | 路网拼接方法、装置、电子设备及存储介质 | |
| CN114598992A (zh) | 信息交互方法、装置、设备及计算机可读存储介质 | |
| CN116011939A (zh) | 项目招标系统、方法、设备及存储介质 | |
| CN109918566B (zh) | 查询方法、装置、电子设备及介质 | |
| CN111429106A (zh) | 资源转移凭证的处理方法、服务器、电子设备及存储介质 | |
| CN112699906A (zh) | 获取训练数据的方法、装置及存储介质 | |
| CN117782115B (zh) | 自动驾驶路由的生成方法 | |
| CN115311851B (zh) | 路况信息确定方法、装置、电子设备及存储介质 | |
| CN113590669B (zh) | 成本报表的生成方法、装置及计算机存储介质 | |
| CN116227104A (zh) | 获取信息处理模型的方法、信息处理方法、装置和设备 |
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 |