CN114399246A - 一种智能配送调度系统 - Google Patents

一种智能配送调度系统 Download PDF

Info

Publication number
CN114399246A
CN114399246A CN202111555438.2A CN202111555438A CN114399246A CN 114399246 A CN114399246 A CN 114399246A CN 202111555438 A CN202111555438 A CN 202111555438A CN 114399246 A CN114399246 A CN 114399246A
Authority
CN
China
Prior art keywords
vehicle
delivery
loading
vector
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111555438.2A
Other languages
English (en)
Inventor
王献美
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dingyun Technology Co ltd
Original Assignee
Hangzhou Dingyun Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Dingyun Technology Co ltd filed Critical Hangzhou Dingyun Technology Co ltd
Priority to CN202111555438.2A priority Critical patent/CN114399246A/zh
Publication of CN114399246A publication Critical patent/CN114399246A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/0834—Choice of carriers
    • G06Q10/08345—Pricing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种智能配送调度系统，包括：承运商管理模块，用于管理承运商信息；仓库管理模块，用于管理仓库信息；策略构建模块，用于建立各个仓库的第一位置至各个承运商的各个网点的配送策略及配送策略对应的配送参数信息；订单管理模块，用于获取并管理订单；配送策略适配模块，用于基于订单的订单信息、配送策略的配送参数信息和预设的适配原则，为订单适配配送策略。本发明的智能配送调度系统，实现订单的配送调度，以满足商户订单配送需求。

Description

一种智能配送调度系统
技术领域
本发明涉及人工智能技术领域，特别涉及一种智能配送调度系统。
背景技术
目前，随着互联网技术的快速发展，人们的传统的购物方式也逐渐被网上购物所取代，商家通过将购买的物品以发送快递的方式发送给购买人；并且在实际生活中，人们在日常生活中也有将物品寄送出去的需求；商家在寄送时往往选取一家公司进行寄送，并不了解该快递公司与其他公司对于配送同样物品的差别，因此无法进行较好的订单配送。
发明内容
本发明目的之一在于提供了一种智能配送调度系统，实现订单的配送调度，以满足商户订单配送需求。
本发明实施例提供的一种智能配送调度系统，包括：
承运商管理模块，用于管理承运商信息；
仓库管理模块，用于管理仓库信息；
策略构建模块，用于建立各个仓库的第一位置至各个承运商的各个网点的配送策略及配送策略对应的配送参数信息；
订单管理模块，用于获取并管理订单；
配送策略适配模块，用于基于订单的订单信息、配送策略的配送参数信息和预设的适配原则，为订单适配配送策略。
优选的，承运商管理模块包括：
配送区域管理单元，用于管理各个承运商的可到达区域；
面单管理单元，用于管理各个承运商的面单；
物流详情信息管理单元，用于管理各个承运商的物流详情信息；
报价管理单元，用于管理各个承运商的报价信息。
优选的，适配原则包括：时效优先、优配成本最低、兜底顺序其中一种。
优选的，智能配送调度系统，还包括：
面单个性化定制模块，用于根据客户需求个性化定制面单。
优选的，智能配送调度系统，还包括：配送车辆调度模块，用于调度配送车辆；
配送车辆调度模块执行如下操作：
将同一仓库、相同的配送策略的货物作为同一批次配送货物；
获取同一批次配送货物的各个货物的第一状态信息；
确定同一批次配送货物在仓库的出货位置信息；
获取多个待调度的车辆的第二状态信息；
解析出货位置信息，确定出货点的数量；
当出货点的数量为一时，基于第一状态信息和第二状态信息确定配送车辆并确定出货点的出货顺序；
当出货点的数量大于一时，基于第一状态信息、出货位置信息和第二状态信息确定配送车辆并确定配送车辆的装货路线及各个出货点的出货顺序；
将出货顺序发送给对应得出货点的出货设备，出货设备按照出货顺序进行出货。
优选的，当出货点的数量为一时，配送车辆调度模块基于第一状态信息和第二状态信息确定配送车辆并确定出货点的出货顺序，包括：
解析第二状态信息，确定待调度的车辆对应的三维装载空间；
采用预设的第一特征提取规则对所有的货物的第一状态信息进行特征提取，获取多个第一特征值；
采用预设的第二特征提取规则对第二状态信息进行特征提取，获取多个第二特征值；
基于多个第一特征值和多个第二特征值，构建第一提取向量；
获取预设的三维装载空间的分割规则库；
基于第一提取向量和分割规则库，确定三维装载空间的分割规则；
采用分割规则将三维装载空间分隔为多个装载区域及确定各个装载区域的装载顺序；
基于第一状态信息和预设的货物模型库，确定同一批次配送货物的各个货物的三维模型；
基于多个装载区域、装载区域的装载顺序、三维模型，进行货物在三维装载空间的堆叠；
采用预设的第三特征提取规则对堆叠后的三维装载空间的剩余空间进行特征提取，获取多个第三特征值；
基于多个第二特征值和多个第三特征值，构建第一调用向量；
获取预设的车辆调用库；
基于各个待调度的车辆的第一调用向量和车辆调用库，确定各个待调度的车辆的适配度；
调用适配度最高的车辆为配送车辆；
通过货物在调用的配送车辆对应的三维装载空间中的堆叠顺序，确定出货点的出货顺序；
其中，基于各个待调度的车辆的第一调用向量和车辆调用库，确定各个待调度的车辆的适配度，包括：
将第一调用向量与车辆调用库中各个适配向量一一进行匹配，获取匹配符合的适配向量相关联的适配度。
优选的，基于多个装载区域、装载区域的装载顺序、三维模型，进行货物在三维装载空间的堆叠，包括：
基于各个货物的三维模型，构建堆叠演练模型库；
按照装载顺序依次获取各个装载区域，采用堆叠演练模型库进行货物的堆叠演练；
装载区域的堆叠演练如下：
获取装载区域的底面的长度和宽度；
将堆叠演练模型库中相同高度的三维模型，基于长度和宽度进行平面拼接，确定多个拼接组；
获取装载区域的可装载高度；
可装载高度和各个拼接组的高度，为装载区域挑选堆叠演练的拼接组，确定多组用于演练的拼接组；
基于多组用于演练的拼接组，确定多个待筛选堆叠方案；
获取装载区域的底部的第一承重值；
获取各个堆叠方案中各个三维模型对应的货物的重量值及第二承重值；
基于所以第一承重值和待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个货物的第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及拼接组的位置关系，对待筛选堆叠方案进行评价，确定各个待筛选堆叠方案的评分值；
获取评分值最高的待筛选堆叠方案为装载区域的堆叠方案；
当将装载区域的堆叠方案中使用的三维模型从堆叠演练模型库中删除。
优选的，基于所以第一承重值和待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个货物的第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及拼接组的位置关系，对待筛选堆叠方案进行评价，确定各个待筛选堆叠方案的评分值，包括：
采用预设的第四特征提取规则对第一承重值和待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个货物的第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及拼接组的位置关系进行特征提取，获取多个第四特征值；
基于多个第四特征值，构建第一评分向量；
获取预设的堆叠方案评价库；
计算第一评分向量与堆叠方案评价库内各个第一标准向量的第一相似度，第一相似度计算公式如下：
Figure BDA0003418956870000051
其中，X1表示第一评分向量与第一标准向量之间的第一相似度；ai表示第一评分向量的第i个参数值；bi表示第一标准向量的第i个参数值；n表示第一标准向量的参数总数或第一评分向量的参数总数；
获取堆叠方案评价库中与第一评分向量的第一相似度最高的第一标准向量对应关联的评分值。
优选的，当出货点的数量大于一时，基于第一状态信息、出货位置信息和第二状态信息确定配送车辆并确定配送车辆的装货路线及各个出货点的出货顺序，包括：
解析第二状态信息，确定待调度的车辆对应的三维装载空间；
基于出货位置信息，在预设的仓库对应的道路图上确定各个出货点；
基于总线路最短原则将各个出货点进行串联，形成至少一条行车路径；
采用预设的第五特征提取规则对各个行车路径上的第一个出货点的所有的货物的第一状态信息进行特征提取，获取多个第五特征值；
采用预设的第二特征提取规则对第二状态信息进行特征提取，获取多个第二特征值；
基于多个第五特征值和多个第二特征值，构建第二评分向量；
获取预设的路径评价库；
计算第二评分向量与路径评价库内各个第二标准向量的第二相似度；
获取路径评价库中与第二评分向量的第二相似度最高的第二标准向量对应关联的评分值作为第二评分向量对应的行车路径的评分值；
将最高的评分值对应的行车路径作为待调度的车辆对应的装货路径；
采用预设的第一特征提取规则对装货路径上第一个出货点的所有的货物的第一状态信息进行特征提取，获取多个第一特征值；
采用预设的第二特征提取规则对进入第一个出货点时车辆的第二状态信息进行特征提取，获取多个第二特征值；
基于多个第一特征值和多个第二特征值，构建第一提取向量；
获取预设的三维装载空间的分割规则库；
基于第一提取向量和分割规则库，确定三维装载空间的分割规则；
采用分割规则将三维装载空间分隔为多个装载区域及确定各个装载区域的装载顺序；
基于第一个出货点的货物的第一状态信息和预设的货物模型库，确定第一个出货点的各个货物的三维模型；
基于多个装载区域、装载区域的装载顺序、第一个出货点的各个货物的三维模型，进行货物在三维装载空间的堆叠；
获取进行堆叠后的三维装载空间并对车辆的第二状态信息进行更新；
依据第一个出货点的货物堆叠处理方式依次对行车路径上各个出货点的货物堆叠进行处理；
当行车路径上的各个出货点的货物堆叠完成后，采用预设的第三特征提取规则对堆叠后的三维装载空间的剩余空间进行特征提取，获取多个第三特征值；
基于车辆进入第一个出货点时的多个第二特征值和多个第三特征值，构建第二调用向量；
获取预设的车辆调用库；
基于各个待调度的车辆的第一调用向量和车辆调用库，确定各个待调度的车辆的适配度；
调用适配度最高的车辆作为配送车辆；
通过货物在调用的车辆对应的三维装载空间中的堆叠顺序，确定各个出货点的出货顺序。
优选的，出货设备包括：
输送模块，用于输送货物；
图像采集模块，用于获取车辆进入出货点后的图像；
指示模块，用于指示货物在车辆中的堆叠位置；
处理器，分别与图像采集模块、输送模块和指示模块电连接；
处理器执行如下操作：
通过图像采集模块获取车辆进入出货点后的图像；
解析图像，将三维装载空间与车辆的车厢进行映射关联；
获取出货顺序；
控制输送模块按照出货顺序输送货物并通过指示模块将货物的堆叠位置在车厢内指示出。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种智能配送调度系统的示意图；
图2为本发明实施例中一种适配流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种智能配送调度系统，如图1所示，包括：
承运商管理模块1，用于管理承运商信息；例如：新增创建承运商，选择承运物流类型快递还是物流、承运商名称、是否对接系统，选择承运商是否子母运单的服务，同时可填写承运商对接需要的特殊配置；针对承运商突发或未及时更新，可手动指定停运地区。确定承运商的服务范围，如全国快递、城配公司、区域性承运商；对接各快递公司，自动更新获取各承运商停运的地区；
仓库管理模块2，用于管理仓库信息；仓库信息包括仓库的位置等；
策略构建模块3，用于建立各个仓库的第一位置至各个承运商的各个网点的配送策略及配送策略对应的配送参数信息；例如：建立仓库对应的可用承运商；建立仓库默认承运商顺序，当无配策略或指定决策快递不可达时，当前仓库遍历兜底承运商顺序，其中，承运商兜底顺序，按排序优先选择；
订单管理模块4，用于获取并管理订单；商户通过第三方平台发送的订单；第三方平台包括：淘宝、京东等；
配送策略适配模块5，用于基于订单的订单信息、配送策略的配送参数信息和预设的适配原则，为订单适配配送策略。例如：根据订单对应仓库、收货地址、重量是否指定快递；匹配承运商；
其中，承运商管理模块1包括：
配送区域管理单元，用于管理各个承运商的可到达区域；通过设置配送区域及停送区域；
面单管理单元，用于管理各个承运商的面单；管理商户在各个承运商余额信息，当余额不足商户设定的最小值时，发出提醒。
物流详情信息管理单元，用于管理各个承运商的物流详情信息；实时获取订单货物的位置等；
报价管理单元，用于管理各个承运商的报价信息。即配送策略中的报价，具体为某个仓库到订单地址对应的网点的运输价格；
适配原则包括：时效优先、优配成本最低、兜底顺序其中一种。系统初始默认为优配成本最低；当然可以根据用户的设置进行适配原则的更改。图2为适配流程图。
本发明的系统具有如下功能：
支持多快递平台对接，获取快递服务范围、快递面单号、快递面单余额。并预警面单余额可用，发送钉钉消息提醒充值余额。
支持多业务类型决策配送：DDS系统可以根据优配成本、时效优先、质量优先、人为指定等多种配送策略组合。
配送调度分析：依托实际配送情况，按运输线路、服务范围的实际物流成本分析，反向调整优配成本顺序。
配送资源管理：通过DDS统一管理下游所有配送承运商，建立承运商评价体系及统一报价管理。支持配送规则配置，实现透明化管理。
支持订单承运商重调度，针对指定快递不可达地区，提供可到达快递进行重新调度。
为满足不同客户的需求，在一个实施例中，智能配送调度系统，还包括：
面单个性化定制模块，用于根据客户需求个性化定制面单。客户包括：仓库、商户、承运商其中任意一个；
多样灵活的面单：根据仓库、商家要求按照阶段的直播促销要求提供不同的面单格式。满足配送要求的同时，增加客户服务的心智，比如送装一体服务、上门取退、送货上门。
在一个实施例中，智能配送调度系统，还包括：配送车辆调度模块，用于调度配送车辆；
配送车辆调度模块执行如下操作：
将同一仓库、相同的配送策略的货物作为同一批次配送货物；同一批次配送货物为从同一仓库发出、发往同一地点且由同一承运商承运的货物；
获取同一批次配送货物的各个货物的第一状态信息；第一状态信息包括：货物尺寸、货物重量及货物的承重等；
确定同一批次配送货物在仓库的出货位置信息；因为大型仓库往往采用多个出货点进行出货，因此可以通过出货位置信息确定各个货物的出货点；
获取多个待调度的车辆的第二状态信息；第二状态信息包括车厢内部尺寸、车厢内是否装载货物、装载货物的尺寸、货物的种类及货物的称重等；待调度的车辆包括：空载或路过仓库附近预设的距离内的可装载体积大于该批次配送货物的总体积的车辆；
解析出货位置信息，确定出货点的数量；
当出货点的数量为一时，基于第一状态信息和第二状态信息确定配送车辆并确定出货点的出货顺序；
当出货点的数量大于一时，基于第一状态信息、出货位置信息和第二状态信息确定配送车辆并确定配送车辆的装货路线及各个出货点的出货顺序；
将出货顺序发送给对应得出货点的出货设备，出货设备按照出货顺序进行出货。
上述技术方案的工作原理及有益效果为：
通过对待调度的车辆的情况、货物的出货情况以及货物自身的情况合理选择配送车辆，实现车辆资源的合理利用。
在一个实施例中，当出货点的数量为一时，配送车辆调度模块基于第一状态信息和第二状态信息确定配送车辆并确定出货点的出货顺序，包括：
解析第二状态信息，确定待调度的车辆对应的三维装载空间；
采用预设的第一特征提取规则对所有的货物的第一状态信息进行特征提取，获取多个第一特征值；第一特征提取规则为基于第一状态信息确定预设的货物模型库中该第一状态信息对应的三维模型的模型编号，将模型编号作为第一特征值的前半部分，提取各个模型编号的数量作为第一特征值的后半部分；例如：第一特征值为001080，前三位001代表模型编号、后三位080代表数量，表示本批次配送货物中编号为001的三维模型对应的货物的数量为80个；
采用预设的第二特征提取规则对第二状态信息进行特征提取，获取多个第二特征值；第二特征值包括：表示车厢长度的特征值、表示车厢宽度的特征值、表示车厢的高度的特征值、表示车厢内已装置货物的区域的高度的特征值、表示车厢内已装置货物的区域的宽度的特征值、表示车厢内已装置货物的区域的长度的特征值等；
基于多个第一特征值和多个第二特征值，构建第一提取向量；将第一特征值和第二特征值按照预设的顺序进行排列形成第一提取向量的各个参数；
获取预设的三维装载空间的分割规则库；分割规则库为事先通过大量的数据分析建立的，主要规定了车厢内可载货区域的分割规则，即各个装置区域的长度；在分割规则库中分割规则与分割向量一一对应关联；
基于第一提取向量和分割规则库，确定三维装载空间的分割规则；将第一提取向量与分割向量进行一一匹配，获取匹配符合的分割向量对应关联的分割规则；
采用分割规则将三维装载空间分隔为多个装载区域及确定各个装载区域的装载顺序；以车厢门在车辆的尾部的车辆为例，分割规则中规定了车厢从内部到车厢门方向上的各个装载区域的宽度，基于装载区域远离车厢门的距离的从大到小对装载区域进行排序获得装置顺序；当车厢内装载货物的三维装载空间经过风割规则风割后，第一个装载区域对应将装载货物上方的空间；
基于第一状态信息和预设的货物模型库，确定同一批次配送货物的各个货物的三维模型；
基于多个装载区域、装载区域的装载顺序、三维模型，进行货物在三维装载空间的堆叠；
采用预设的第三特征提取规则对堆叠后的三维装载空间的剩余空间进行特征提取，获取多个第三特征值；第三特征值包括剩余空间的体积、剩余空间的长度、宽度和高度等；
基于多个第二特征值和多个第三特征值，构建第一调用向量；
获取预设的车辆调用库；车辆调用库为基于大量经验数据分析后设置；在车辆调用库中，剩余空间的体积越小，适配度越高；当剩余空间体积相同时，已装载货物的车辆的适配度高于未装载货物的车辆的适配度；
基于各个待调度的车辆的第一调用向量和车辆调用库，确定各个待调度的车辆的适配度；
调用适配度最高的车辆为配送车辆；
通过货物在调用的配送车辆对应的三维装载空间中的堆叠顺序，确定出货点的出货顺序；
其中，基于各个待调度的车辆的第一调用向量和车辆调用库，确定各个待调度的车辆的适配度，包括：
将第一调用向量与车辆调用库中各个适配向量一一进行匹配，获取匹配符合的适配向量相关联的适配度；具体可以采用计算第一调用向量和适配向量的相似度，当相似度大于预设的阈值(例如0.95)时，确定第一调用向量与适配向量匹配。
在一个实施例中，基于多个装载区域、装载区域的装载顺序、三维模型，进行货物在三维装载空间的堆叠，包括：
基于各个货物的三维模型，构建堆叠演练模型库；
按照装载顺序依次获取各个装载区域，采用堆叠演练模型库进行货物的堆叠演练；
装载区域的堆叠演练如下：
获取装载区域的底面的长度和宽度；
将堆叠演练模型库中相同高度的三维模型，基于长度和宽度进行平面拼接，确定多个拼接组；例如：装载区域的底面的长度为2米，宽度为1米；三维模型A、B、C的高度都为20cm，A底面长度为2米、宽度为1米；B底面长度为1.5米、宽度为1米；C底面长度为1米、宽度为0.5米；将A、B、C进行拼接可形成长度为2米宽度为1米的拼接模型其刚好与装载区域的底部相同。
获取装载区域的可装载高度；
可装载高度和各个拼接组的高度，为装载区域挑选堆叠演练的拼接组，确定多组用于演练的拼接组；例如：可装载高度为1.5米；存在从A到H共八组拼接组，高度分别为0.3、0.5、0.7、0.75、0.75、0.8、1.0、1.2等，这样就A与H分为一组；B与G分为一组；C与F分为一组；D与E分为一组；共确定出4组用于演练的拼接组；
基于多组用于演练的拼接组，确定多个待筛选堆叠方案；还是以A到H共八组拼接组；分为4组用于演练的拼接组；通过调换拼接组的上下顺序，可以获得八组待筛选堆叠方案；
获取装载区域的底部的第一承重值；若装载区域的底部为车厢底板，则第一承重值为底板的承重质量，若装载区域的底部为已堆叠的货物，则是货物的上端面可容许放置的重量；
获取各个堆叠方案中各个三维模型对应的货物的重量值及第二承重值；第二承重值为货物上表面可承载最大重量值；
基于第一承重值和待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个货物的第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及拼接组的位置关系，对待筛选堆叠方案进行评价，确定各个待筛选堆叠方案的评分值；其中，因运输过程中存在颠簸，故要求承重值因大于10倍左右的质量值，但是为了保证运输的安全性，又要尽可能的保证运输的货物的重量，故当第一承重值和待筛选堆叠方案的所有货物的重量值的总和为10：1时，评分值最高；高于10：1时评分逐渐下降，低于10：1时评分直接置零；同样，各个货物的第二承重值与其上的货物的重量值的总和为10：1时，评分值最高；高于10：1时评分逐渐下降，低于10：1时评分直接置零；拼接组数量越少，评分值越高；位于下方的拼接组的高度大于位于上方的拼接组的高度的待筛选堆叠方案对应的评分值大于位于下方的拼接组的高度小于位于上方的拼接组的高度的待筛选堆叠方案；
获取评分值最高的待筛选堆叠方案为装载区域的堆叠方案；评分值最高的待筛选堆叠方案是所有待筛选堆叠方案中最能兼顾运输安全性及运输效率的堆叠方案；
当将装载区域的堆叠方案中使用的三维模型从堆叠演练模型库中删除。从堆叠演练模型库中删除已使用的三维模型，防止货物在堆叠演练中重复使用。
在一个实施例中，基于所以第一承重值和待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个货物的第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及拼接组的位置关系，对待筛选堆叠方案进行评价，确定各个待筛选堆叠方案的评分值，包括：
采用预设的第四特征提取规则对于第一承重值和待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个货物的第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及拼接组的位置关系进行特征提取，获取多个第四特征值；第四特征值包括：第一承重值和待筛选堆叠方案的所有货物的重量值的总和的比值、各个货物的第二承重值与其上的货物的重量值的总和的比值中最小的前N个、拼接组的数量、位于下方的拼接组的高度大于位于上方的拼接组的高度的数量、位于下方的拼接组的高度小于位于上方的拼接组的高度的数量等；
基于多个第四特征值，构建第一评分向量；将第四特征值按照预设的顺序进行排列获得第一评分向量；
获取预设的堆叠方案评价库；堆叠方案评价库是事先基于大量数据分析后由人工设置或采用神经网络模型对大量数据进行分析后由系统设置；
计算第一评分向量与堆叠方案评价库内各个第一标准向量的第一相似度，第一相似度计算公式如下：
Figure BDA0003418956870000141
其中，X1表示第一评分向量与第一标准向量之间的第一相似度；ai表示第一评分向量的第i个参数值；bi表示第一标准向量的第i个参数值；n表示第一标准向量的参数总数或第一评分向量的参数总数；
获取堆叠方案评价库中与第一评分向量的第一相似度最高的第一标准向量对应关联的评分值。
在一个实施例中，当出货点的数量大于一时，基于第一状态信息、出货位置信息和第二状态信息确定配送车辆并确定配送车辆的装货路线及各个出货点的出货顺序，包括：
解析第二状态信息，确定待调度的车辆对应的三维装载空间；
基于出货位置信息，在预设的仓库对应的道路图上确定各个出货点；
基于总线路最短原则将各个出货点进行串联，形成至少一条行车路径；
采用预设的第五特征提取规则对各个行车路径上的第一个出货点的所有的货物的第一状态信息进行特征提取，获取多个第五特征值；第五特征值包括：最大货物质量、最小货物质量、货物质量的平均值、位于最大货物质量与平均值之间的数量、位于最小货物质量与平均值之间的数量、最大货物高度、最小货物高度、货物高度的平均值、位于最大货物高度与货物高度的平均值之间的数量、位于最小货物高度与货物高度的平均值之间的数量等；
采用预设的第二特征提取规则对第二状态信息进行特征提取，获取多个第二特征值；第二特征值包括：表示车厢长度的特征值、表示车厢宽度的特征值、表示车厢的高度的特征值、表示车厢内已装置货物的区域的高度的特征值、表示车厢内已装置货物的区域的宽度的特征值、表示车厢内已装置货物的区域的长度的特征值等；
基于多个第五特征值和多个第二特征值，构建第二评分向量；
获取预设的路径评价库；路径评价库是基于大量数据分析建立；
计算第二评分向量与路径评价库内各个第二标准向量的第二相似度；
获取路径评价库中与第二评分向量的第二相似度最高的第二标准向量对应关联的评分值作为第二评分向量对应的行车路径的评分值；
将最高的评分值对应的行车路径作为待调度的车辆对应的装货路径；
例如：建立规则为通过解析第二特征值发现车辆的三维装载空间为长方体或正方体时，选取大件货物及重量重的货物较多的一个出货点为装货路径的第一个出货点；当过解析第二特征值发现车辆的三维装载空间不为长方体或正方体时，选取小件货物及重量轻的货物较多的一个出货点为装货路径的第一个出货点；通过将上述情况量化为第五特征值和第二特征值的综合分析，实现了车辆载货的路径的选择。
采用预设的第一特征提取规则对装货路径上第一个出货点的所有的货物的第一状态信息进行特征提取，获取多个第一特征值；
采用预设的第二特征提取规则对进入第一个出货点时车辆的第二状态信息进行特征提取，获取多个第二特征值；
基于多个第一特征值和多个第二特征值，构建第一提取向量；
获取预设的三维装载空间的分割规则库；
基于第一提取向量和分割规则库，确定三维装载空间的分割规则；
采用分割规则将三维装载空间分隔为多个装载区域及确定各个装载区域的装载顺序；
基于第一个出货点的货物的第一状态信息和预设的货物模型库，确定第一个出货点的各个货物的三维模型；
基于多个装载区域、装载区域的装载顺序、第一个出货点的各个货物的三维模型，进行货物在三维装载空间的堆叠；
获取进行堆叠后的三维装载空间并对车辆的第二状态信息进行更新；
依据第一个出货点的货物堆叠处理方式依次对行车路径上各个出货点的货物堆叠进行处理；
当行车路径上的各个出货点的货物堆叠完成后，采用预设的第三特征提取规则对堆叠后的三维装载空间的剩余空间进行特征提取，获取多个第三特征值；
基于车辆进入第一个出货点时的多个第二特征值和多个第三特征值，构建第二调用向量；
获取预设的车辆调用库；
基于各个待调度的车辆的第一调用向量和车辆调用库，确定各个待调度的车辆的适配度；
调用适配度最高的车辆作为配送车辆；
通过货物在调用的车辆对应的三维装载空间中的堆叠顺序，确定各个出货点的出货顺序。
上述技术方案的工作原理及有益效果为：
多个出货点的出货顺序的确定和配送车辆的调取，与单个出货点的差异在于每个出货点进行一次堆叠以及装货路径的选取；通过堆叠的演练实现了采用最佳的出货顺序，兼顾运输安全及货物的安全。
在一个实施例中，出货设备包括：
输送模块，用于输送货物；
图像采集模块，用于获取车辆进入出货点后的图像；
指示模块，用于指示货物在车辆中的堆叠位置；
处理器，分别与图像采集模块、输送模块和指示模块电连接；
处理器执行如下操作：
通过图像采集模块获取车辆进入出货点后的图像；
解析图像，将三维装载空间与车辆的车厢进行映射关联；
获取出货顺序；
控制输送模块按照出货顺序输送货物并通过指示模块将货物的堆叠位置在车厢内指示出。
上述技术方案的工作原理及有益效果为：
图像采集模块可以采用多个摄像头，输送模块包括输送带；指示模块包括：多个全息投影模块或红外指示射灯；实现当车辆装货时在车箱内指示货物的堆叠位置，辅助堆叠，进而保证按照堆叠顺序进行堆叠，通过合理堆叠货物提高运输的效率及保证运输中货物的安全。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种智能配送调度系统，其特征在于，包括：
承运商管理模块，用于管理承运商信息；
仓库管理模块，用于管理仓库信息；
策略构建模块，用于建立各个仓库的第一位置至各个所述承运商的各个网点的配送策略及配送策略对应的配送参数信息；
订单管理模块，用于获取并管理订单；
配送策略适配模块，用于基于所述订单的订单信息、所述配送策略的所述配送参数信息和预设的适配原则，为所述订单适配所述配送策略。
2.如权利要求1所述的智能配送调度系统，其特征在于，所述承运商管理模块包括：
配送区域管理单元，用于管理各个所述承运商的可到达区域；
面单管理单元，用于管理各个所述承运商的面单；
物流详情信息管理单元，用于管理各个所述承运商的物流详情信息；
报价管理单元，用于管理各个所述承运商的报价信息。
3.如权利要求1所述的智能配送调度系统，其特征在于，所述适配原则包括：时效优先、优配成本最低、兜底顺序其中一种。
4.如权利要求1所述的智能配送调度系统，其特征在于，还包括：
面单个性化定制模块，用于根据客户需求个性化定制面单。
5.如权利要求1所述的智能配送调度系统，其特征在于，还包括：配送车辆调度模块，用于调度配送车辆；
所述配送车辆调度模块执行如下操作：
将同一仓库、相同的配送策略的货物作为同一批次配送货物；
获取同一批次配送货物的各个货物的第一状态信息；
确定所述同一批次配送货物在所述仓库的出货位置信息；
获取多个待调度的车辆的第二状态信息；
解析所述出货位置信息，确定出货点的数量；
当所述出货点的数量为一时，基于所述第一状态信息和所述第二状态信息确定配送车辆并确定所述出货点的出货顺序；
当所述出货点的数量大于一时，基于所述第一状态信息、所述出货位置信息和所述第二状态信息确定配送车辆并确定所述配送车辆的装货路线及各个所述出货点的出货顺序；
将所述出货顺序发送给对应得所述出货点的出货设备，所述出货设备按照所述出货顺序进行出货。
6.如权利要求5所述的智能配送调度系统，其特征在于，当所述出货点的数量为一时，所述配送车辆调度模块基于所述第一状态信息和所述第二状态信息确定配送车辆并确定所述出货点的出货顺序，包括：
解析所述第二状态信息，确定待调度的车辆对应的三维装载空间；
采用预设的第一特征提取规则对所有的货物的所述第一状态信息进行特征提取，获取多个第一特征值；
采用预设的第二特征提取规则对所述第二状态信息进行特征提取，获取多个第二特征值；
基于多个所述第一特征值和多个所述第二特征值，构建第一提取向量；
获取预设的三维装载空间的分割规则库；
基于所述第一提取向量和所述分割规则库，确定所述三维装载空间的分割规则；
采用所述分割规则将所述三维装载空间分隔为多个装载区域及确定各个装载区域的装载顺序；
基于所述第一状态信息和预设的货物模型库，确定同一批次配送货物的各个货物的三维模型；
基于多个所述装载区域、所述装载区域的装载顺序、所述三维模型，进行货物在所述三维装载空间的堆叠；
采用预设的第三特征提取规则对堆叠后的所述三维装载空间的剩余空间进行特征提取，获取多个第三特征值；
基于多个所述第二特征值和多个所述第三特征值，构建第一调用向量；
获取预设的车辆调用库；
基于各个所述待调度的所述车辆的所述第一调用向量和所述车辆调用库，确定各个所述待调度的所述车辆的适配度；
调用所述适配度最高的所述车辆为所述配送车辆；
通过所述货物在调用的所述配送车辆对应的所述三维装载空间中的堆叠顺序，确定所述出货点的出货顺序；
其中，基于各个所述待调度的所述车辆的所述第一调用向量和所述车辆调用库，确定各个所述待调度的所述车辆的适配度，包括：
将所述第一调用向量与所述车辆调用库中各个适配向量一一进行匹配，获取匹配符合的所述适配向量相关联的所述适配度。
7.如权利要求6所述的智能配送调度系统，其特征在于，基于多个所述装载区域、所述装载区域的装载顺序、所述三维模型，进行货物在所述三维装载空间的堆叠，包括：
基于各个货物的所述三维模型，构建堆叠演练模型库；
按照所述装载顺序依次获取各个所述装载区域，采用堆叠演练模型库进行货物的堆叠演练；
所述装载区域的堆叠演练如下：
获取所述装载区域的底面的长度和宽度；
将所述堆叠演练模型库中相同高度的所述三维模型，基于所述长度和宽度进行平面拼接，确定多个拼接组；
获取所述装载区域的可装载高度；
所述可装载高度和各个所述拼接组的高度，为所述装载区域挑选堆叠演练的所述拼接组，确定多组用于演练的所述拼接组；
基于多组用于演练的所述拼接组，确定多个待筛选堆叠方案；
获取所述装载区域的底部的第一承重值；
获取各个所述堆叠方案中各个三维模型对应的货物的重量值及第二承重值；
基于所以第一承重值和所述待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个所述货物的所述第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及所述拼接组的位置关系，对所述待筛选堆叠方案进行评价，确定各个所述待筛选堆叠方案的评分值；
获取所述评分值最高的所述待筛选堆叠方案为所述装载区域的堆叠方案；
当将所述装载区域的堆叠方案中使用的所述三维模型从所述堆叠演练模型库中删除。
8.如权利要求7所述的智能配送调度系统，其特征在于，所述基于所以第一承重值和所述待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个所述货物的所述第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及所述拼接组的位置关系，对所述待筛选堆叠方案进行评价，确定各个所述待筛选堆叠方案的评分值，包括：
采用预设的第四特征提取规则对于所述第一承重值和所述待筛选堆叠方案的所有货物的重量值的总和之间的关系、各个所述货物的所述第二承重值与其上的货物的重量值的总和的关系、拼接组的数量以及所述拼接组的位置关系进行特征提取，获取多个第四特征值；
基于多个所述第四特征值，构建第一评分向量；
获取预设的堆叠方案评价库；
计算所述第一评分向量与所述堆叠方案评价库内各个第一标准向量的第一相似度，所述第一相似度计算公式如下：
Figure FDA0003418956860000051
其中，X1表示所述第一评分向量与所述第一标准向量之间的所述第一相似度；ai表示所述第一评分向量的第i个参数值；bi表示所述第一标准向量的第i个参数值；n表示所述第一标准向量的参数总数或所述第一评分向量的参数总数；
获取所述堆叠方案评价库中与所述第一评分向量的所述第一相似度最高的所述第一标准向量对应关联的评分值。
9.如权利要求5所述的智能配送调度系统，其特征在于，当所述出货点的数量大于一时，基于所述第一状态信息、所述出货位置信息和所述第二状态信息确定配送车辆并确定所述配送车辆的装货路线及各个所述出货点的出货顺序，包括：
解析所述第二状态信息，确定待调度的车辆对应的三维装载空间；
基于所述出货位置信息，在预设的所述仓库对应的道路图上确定各个所述出货点；
基于总线路最短原则将各个所述出货点进行串联，形成至少一条所述行车路径；
采用预设的第五特征提取规则对各个所述行车路径上的第一个所述出货点的所有的货物的所述第一状态信息进行特征提取，获取多个第五特征值；
采用预设的第二特征提取规则对所述第二状态信息进行特征提取，获取多个第二特征值；
基于多个所述第五特征值和多个所述第二特征值，构建第二评分向量；
获取预设的路径评价库；
计算所述第二评分向量与所述路径评价库内各个第二标准向量的第二相似度；
获取所述路径评价库中与所述第二评分向量的所述第二相似度最高的所述第二标准向量对应关联的评分值作为所述第二评分向量对应的所述行车路径的评分值；
将最高的所述评分值对应的所述行车路径作为所述待调度的车辆对应的所述装货路径；
采用预设的第一特征提取规则对所述装货路径上第一个所述出货点的所有的货物的所述第一状态信息进行特征提取，获取多个第一特征值；
采用预设的第二特征提取规则对进入所述第一个所述出货点时所述车辆的所述第二状态信息进行特征提取，获取多个第二特征值；
基于多个所述第一特征值和多个所述第二特征值，构建第一提取向量；
获取预设的三维装载空间的分割规则库；
基于所述第一提取向量和所述分割规则库，确定所述三维装载空间的分割规则；
采用所述分割规则将所述三维装载空间分隔为多个装载区域及确定各个装载区域的装载顺序；
基于第一个所述出货点的所述货物的所述第一状态信息和预设的货物模型库，确定第一个所述出货点的各个货物的三维模型；
基于多个所述装载区域、所述装载区域的装载顺序、第一个所述出货点的各个货物的三维模型，进行货物在所述三维装载空间的堆叠；
获取进行堆叠后的所述三维装载空间并对所述车辆的所述第二状态信息进行更新；
依据第一个所述出货点的货物堆叠处理方式依次对所述行车路径上各个所述出货点的货物堆叠进行处理；
当所述行车路径上的各个所述出货点的货物堆叠完成后，采用预设的第三特征提取规则对堆叠后的所述三维装载空间的剩余空间进行特征提取，获取多个第三特征值；
基于车辆进入第一个所述出货点时的多个所述第二特征值和多个所述第三特征值，构建第二调用向量；
获取预设的车辆调用库；
基于各个所述待调度的所述车辆的所述第一调用向量和所述车辆调用库，确定各个所述待调度的所述车辆的适配度；
调用所述适配度最高的所述车辆作为所述配送车辆；
通过所述货物在调用的车辆对应的所述三维装载空间中的堆叠顺序，确定各个所述出货点的出货顺序。
10.如权利要求6所述的智能配送调度系统，其特征在于，所述出货设备包括：
输送模块，用于输送货物；
图像采集模块，用于获取车辆进入所述出货点后的图像；
指示模块，用于指示货物在所述车辆中的堆叠位置；
处理器，分别与所述图像采集模块、所述输送模块和所述指示模块电连接；
所述处理器执行如下操作：
通过所述图像采集模块获取车辆进入所述出货点后的图像；
解析所述图像，将所述三维装载空间与所述车辆的车厢进行映射关联；
获取所述出货顺序；
控制所述输送模块按照所述出货顺序输送货物并通过所述指示模块将所述货物的堆叠位置在所述车厢内指示出。
CN202111555438.2A 2021-12-17 2021-12-17 一种智能配送调度系统 Pending CN114399246A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111555438.2A CN114399246A (zh) 2021-12-17 2021-12-17 一种智能配送调度系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111555438.2A CN114399246A (zh) 2021-12-17 2021-12-17 一种智能配送调度系统

Publications (1)

Publication Number Publication Date
CN114399246A true CN114399246A (zh) 2022-04-26

Family

ID=81227507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111555438.2A Pending CN114399246A (zh) 2021-12-17 2021-12-17 一种智能配送调度系统

Country Status (1)

Country Link
CN (1) CN114399246A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114881580A (zh) * 2022-07-11 2022-08-09 深圳市元美供应链管理有限公司 一种基于智能供应链的电商物流配送管理系统及方法
CN115619198A (zh) * 2022-11-28 2023-01-17 中国外运股份有限公司 库位移动规划方法、装置、电子设备及存储介质
CN117670257A (zh) * 2024-01-31 2024-03-08 天津小铁马科技有限公司 一种订单分配方法、装置、电子设备及介质
CN117933857A (zh) * 2024-03-21 2024-04-26 广州平云小匠科技股份有限公司 售后平台的物流订单调度方法、设备和可读存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114881580A (zh) * 2022-07-11 2022-08-09 深圳市元美供应链管理有限公司 一种基于智能供应链的电商物流配送管理系统及方法
CN115619198A (zh) * 2022-11-28 2023-01-17 中国外运股份有限公司 库位移动规划方法、装置、电子设备及存储介质
CN117670257A (zh) * 2024-01-31 2024-03-08 天津小铁马科技有限公司 一种订单分配方法、装置、电子设备及介质
CN117670257B (zh) * 2024-01-31 2024-04-26 天津小铁马科技有限公司 一种订单分配方法、装置、电子设备及介质
CN117933857A (zh) * 2024-03-21 2024-04-26 广州平云小匠科技股份有限公司 售后平台的物流订单调度方法、设备和可读存储介质

Similar Documents

Publication Publication Date Title
CN114399246A (zh) 一种智能配送调度系统
US11403585B2 (en) Gateway balancing
CN107844937B (zh) 一种物流配送管理方法和装置
Stephan et al. Cross-docking
KR20210127649A (ko) 모듈러 캠프 분류 및 다이내믹 로딩 레이아웃 생성을 위한 시스템 및 방법
Wu et al. An integrated programming model for storage management and vehicle scheduling at container terminals
US20130159208A1 (en) Shipper-oriented logistics base optimization system
US20130006442A1 (en) Systems and methods for creating on-demand routes for powered industrial vehicles
CN111768151A (zh) 一种货物装车用车辆装载方法及系统
CN109299810A (zh) 一种货运车辆配载方法
CN109978444A (zh) 仓储调度方法及系统、存储介质、电子设备
CN111815231B (zh) 一种物流平台智能拼车方法及系统
CN107423924A (zh) 一种基于saas的物流货物信息链实况跟踪服务平台
KR102382268B1 (ko) 복수의 물류 디바이스에 대한 통합 관리 방법 및 통합 관리 디바이스
CN111709608B (zh) 拣货任务确定方法、装置、计算机设备及存储介质
WO2009018437A1 (en) Transportation management system
CN110070237A (zh) 基于货物配送点、货物体积和车型的货物配载计算方法
CN113525987A (zh) 一种基于物联网技术的轻量级物流货物分拣运送方法、装置及电子设备
CN108062640A (zh) 一种物流诚信管理系统
JP2010168205A (ja) 最適配車システム，最適配車装置，最適配車方法及び最適配車プログラム
CN113830478B (zh) 自动化入库和分拣的方法、系统及装置
CN116523270B (zh) 一种物流运输任务自动调度方法、设备、服务器及介质
CN113610453A (zh) 一种多运输方式联合的集装箱运输路径选择方法
EP3255595A1 (en) Method and system for facilitating vehicle loading
CN114529236A (zh) 一种货架的仓储管理方法、装置、电子设备及存储介质

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