CN114742267A - 物流运输路由规划方法、系统、设备及存储介质 - Google Patents

物流运输路由规划方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN114742267A
CN114742267A CN202210225560.1A CN202210225560A CN114742267A CN 114742267 A CN114742267 A CN 114742267A CN 202210225560 A CN202210225560 A CN 202210225560A CN 114742267 A CN114742267 A CN 114742267A
Authority
CN
China
Prior art keywords
point
time
scheduled
nodes
destination
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
Application number
CN202210225560.1A
Other languages
English (en)
Other versions
CN114742267B (zh
Inventor
汪涵
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.)
Shenzhen Leap New Technology Co ltd
Original Assignee
Shenzhen Leap New 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 Shenzhen Leap New Technology Co ltd filed Critical Shenzhen Leap New Technology Co ltd
Priority to CN202210225560.1A priority Critical patent/CN114742267B/zh
Publication of CN114742267A publication Critical patent/CN114742267A/zh
Application granted granted Critical
Publication of CN114742267B publication Critical patent/CN114742267B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种物流运输路由规划方法、系统、设备及存储介质,其中方法包括:基于历史路线数据,构建由起点、终点、中间可途径节点组成的有向网络图;设置堆,将起点入堆;设定入堆点为待调度点;依次弹出待调度点,在所述有向网络图中遍历所弹出待调度点的目的节点,计算不同目的节点的惩罚时间并将所述目地节点入堆;按照惩罚时间由少到多对入堆的目的节点进行弹出排序;重复执行上述步骤,直至堆中无待调度点;输出根据惩罚时间最小确定的由起点到终点途径有向网络图中节点的最佳路由。本发明通过利用有向网络图和堆来实现物流路径查询,对算力要求低,计算速度快。

Description

物流运输路由规划方法、系统、设备及存储介质
技术领域
本申请涉及物流运输技术领域,特别是涉及一种物流运输路由规划方法、系统、设备及存储介质。
背景技术
物流路由指的是货物流转过程的网络路径及节点,是物流企业定期维护的一种运作方式,里面包含了起始地、发车时间、目的地、到达时间和行驶耗时这5个关键信息,大部分物流企业的物流运输过程是基于这些路由来安排货物运输流程的。但是不同地点之间的路由不可能全部被维护,有些偏冷门的线路是没有维护的,需要将已维护的路由串联并算出中转节点最少和时效较好的线路。
但是,现有技术中的物流运输过程多是基于动态规划或整数规划进行求解,该两种方案计算时间久,对算力要求高,严重耽误物流规划效率。
发明内容
本申请提供一种物流运输路由规划方法、系统、设备及存储介质,以解决现有的物流运输算力要求高、规划效果差的问题。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种物流运输路由规划方法,包括:S1、基于历史路线数据,构建由该起点、终点、中间可途径节点组成的有向网络图;S2、设置堆,将起点入堆;S3、设定入堆点为待调度点;依次弹出待调度点,在有向网络图中遍历所弹出待调度点的目的节点,计算不同目的节点的惩罚时间并将目地节点入堆;S4、按照惩罚时间由少到多对入堆的目的节点进行弹出排序;重复执行步骤S3~S4,直至堆中无待调度点;输出根据惩罚时间最小确定的由起点到终点途径有向网络图中节点的最佳路由。
作为本申请的进一步改进,待调度点遍历其目的节点前,若目的节点已被访问过,则该目的节点不再访问。
作为本申请的进一步改进,有向网络图中由两两节点连接的每条路由,包含取货、派货、干线三种路由属性;若弹出的待调度点为派货路由的结束节点,则结束待调度点弹出,直接输出最佳路由。
作为本申请的进一步改进,目的节点惩罚时间包括:待调度点的惩罚时间,以及对待调度点与目的节点间的行驶时间和待调度点的中转时间进行惩罚得到的时间。
作为本申请的进一步改进,对行驶时间和中转时间进行惩罚时,若目的节点与待调度点间的路由为干线路由,则随着中转次数增加,增大惩罚系数。
作为本申请的进一步改进,若目的节点的装卸货时间大于目的节点发车开始时刻与待调度点发车到达时刻的时间差值,则中转时间为时间差值+预设等待时间。
作为本申请的进一步改进,计算目的节点的惩罚时间同时,计算目的地的实际花费时间。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种物流运输路线规划系统,包括:构建模块,用于基于历史路线数据,构建由起点、终点、中间可途径节点组成的有向网络图;设置模块,用于设置堆,将起点入堆;计算模块,用于设定入堆点为待调度点;依次弹出待调度点,在有向网络图中遍历所弹出待调度点的目的节点,计算不同目的节点的惩罚时间并将目地节点入堆;排序模块,用于按照惩罚时间由少到多对入堆的目的节点进行弹出排序;输出模块,用于当堆中无待调度点时,输出根据惩罚时间最小确定的由起点到终点途径有向网络图中节点的最佳路由。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种计算机设备,计算机设备包括处理器、与处理器耦接的存储器,存储器中存储有程序指令,程序指令被处理器执行时,使得处理器执行如上述中任一项的物流运输路线规划方法的步骤。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种存储介质,存储有能够实现上述物流运输路线规划方法的程序指令。
本申请的有益效果是:本申请的物流运输路线规划方法通过利用历史路线数据构建物流路线的有向网络图,在规划物流路线时,设置堆,将起点入堆,再遍历有向网络图中所有的待调度点,并筛选目的节点入堆,再结合计算得到的惩罚时间,按照惩罚时间由少到多从堆中依次弹出新的待调度点进行目的节点遍历,如此循环重复,直至堆中无待调度点后,生成最佳路由,其利用有向网络图和堆实现路由规划,大大降低了对算力的要求,且计算速度更快,效率更高。
附图说明
图1是本发明实施例的物流运输路线规划方法的流程示意图;
图2是本发明实施例的物流运输路线规划系统的功能模块示意图;
图3是本发明实施例的计算机设备的结构示意图;
图4是本发明实施例的存储介质的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请中的术语“第一”、“第二”、“第三”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”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
图1是本发明实施例的物流运输路线规划方法的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图1所示的流程顺序为限。如图1所示,该方法包括步骤:
步骤S1、基于历史路线数据,构建由起点、终点、中间可途径节点组成的有向网络图。
需要说明的是,该历史路线数据根据历史订单信息所采用的历史路由线路得到。历史路线数据包括了起点、终点和中间节点,通过历史路线数据,即可构建由起点到终点的有向网络图。该有向网络图中由两两节点连接的每条路由,包含取货、派货、干线三种路由属性;进一步的,有向网络图中每一条边均包括上一节点的发车时间、下一节点的到达时间、两节点间的行驶耗时、两节点间的路由类型(包括取货、派货和干线)、两节点间行驶的历史最多行驶车型。本实施例中,以起点为取货点部、终点为派货点部,中间节点为二级或一级分拨场,取货点部与其可走节点间为取货路由,派货点部与其可走节点间为派货路由,余下节点之间均为干线路由进行方案说明,但可以理解的是,方案不以该实施例限定的路由划分规则为限。
步骤S2、设置堆,将起点入堆。
具体地,设置堆并初始化后,将起点入堆;进一步的,设置访问字典、路径字典、惩罚时间字典、和实际花费时间字典。其中,已访问字典用于后续搜索目的节点时记录已经访问的目的节点,初始化为未访问;路径字典用于记录到起点到某节点的最佳路径,初始化为空;惩罚时间字典用于记录到起点到某节点的最佳惩罚后的花费时间,其初始化为无穷大;实际花费时间字典用于记录起点到某节点的最佳实际花费时间,其初始化为无穷大。
步骤S3、设定入堆点为待调度点;依次弹出待调度点,在有向网络图中遍历所弹出待调度点的目的节点,计算不同目的节点的惩罚时间并将目地节点入堆。
步骤S4、按照惩罚时间由少到多对入堆的目的节点进行弹出排序。
具体地,在对目的节点入堆时,将目的节点按照惩罚时间由短到长进行排序,然后根据排序,按照惩罚时间由短到长依次弹出目的节点进行遍历。
重复执行步骤S3~S4,直至堆中无待调度点。
具体地,将入堆的点设为待调度点,弹出一个待调度点,结合有向网络图,遍历该待调度点能够达到的目的节点,在计算目标节点的惩罚时间后,将目的节点入堆,并按照惩罚时间由少到多对堆内的所有节点进行排序,惩罚时间最少的目的节点作为下一个弹出的待调度点;循环重复,直至堆中无调度点
本实施例中,第一个待调度点,即最先入堆的起点,此时,堆中无其他待调度点,根据起点和有向网络图进行遍历,从而确认起点能够到达的目的节点,再计算目的节点的惩罚时间后,将目的节点入堆;堆中存在新的入堆点,在对堆中的所有节点按照惩罚时间由少到排序后,弹出新的待调度点,遍历其对应目的节点,后将目的节点入堆;在对堆中的所有节点按照惩罚时间由少到多排序后,弹出新的待调度点;如此,循环遍历。
进一步的,在一些实施例中,待调度点遍历其对应的目的节点前,若目的节点已被访问过,则该目的节点不再访问入堆,例如,现有待调度点A,其对应的目的节点为B和C,其中,待调度点A与目的节点B和C的路线顺序关系为,待调度节点A可分别直接到达目的节点B和C,也可以先到达目的节点B,再到达目的节点C;此时,先判断目的节点B和C是否已访问,若否,则分别计算待调度点A至目的节点B和C的惩罚时间后,将目的节点B和C入堆;若堆内按照惩罚时间排序后,弹出的待调度节点为B,该待调度节点B所对应的目的节点为C和D,则由于目的节点C已被访问,并且作为上一节点A到达目的节点C一定优于节点A达到目的节点B再到C,所以,此时,B点遍历其对应的目标节点时,便不再访问目的节点C,也不计算待调度点B到目的节点C的惩罚时间。
具体地,对于已进行遍历的目的节点,在将其加入到堆中之后,已访问字典进行记录。当待调度点遍历其目的节点时,若目的节点在已访问字典中已存在访问的记录,则不再进行访问,提高了路由规划效率。
进一步的,由于有向网络图中由两两节点连接的每条路由,包含取货、派货、干线三种路由属性;若弹出的待调度点为派货路由的结束节点,则结束待调度点弹出,直接输出最佳路由。
具体地,堆中的待调度点是在排序后依次进行弹出的,因此,当堆中弹出的待调度点为派货路由的结束节点时,说明当前待调度点的目的节点即为终点,不再需要进行该待调度点的后续路线规划,因此,即可停止对堆中的待调度点的遍历过程,直接输出根据惩罚时间最小确定的由起点到终点途径有向网络图中节点的最佳路由。
本实施例中,利用对已访问节点和派货路由的控制,从而实现了结合实际业务情形对路由进行规划,进一步节省了算力,优化了路由规划过程,提升了路由规划效率。
进一步的,目的节点惩罚时间包括:待调度点的惩罚时间,以及对待调度点与目的节点间的行驶时间和待调度点的中转时间进行惩罚得到的时间。
具体地,目的节点惩罚时间的计算公式具体为:
cost_time_penalty_new=cost_time_penalty+(wait_time+driver_time)*C;
其中,cost_time_penalty_new为目的节点惩罚时间,cost_time_penalty为待调度点的惩罚时间,wait_time为待调度点的中转时间,driver_time为待调度点与目的节点间的行驶时间,C为惩罚系数。当待调度点为起点时,则cost_time_penalty为0。其中,中转时间根据从历史数据中获取的该段路由长跑车型计算得到。
进一步的,为了加强对中转过程的控制和优化,进而提升路由规划的效果,对行驶时间和中转时间进行惩罚时,若目的节点与待调度点间的路由为干线路由,则随着中转次数增加,增大惩罚系数。
具体地,惩罚系数的初始大小预先设置,当两节点间的路由属性为取货或派货时,则惩罚系数为初始大小,当两节点间的路由属性为干线时,则将惩罚系数随中转次数增加而增大;本实施例中,设定惩罚系数初始大小为1,则取货或派货路由的惩罚系数为1,取货路由的下个路由为中转路由,其惩罚系数为2,下下个路由的惩罚系数为3,并依次递增,从而利用惩罚系数的动态变化来控制中转次数,达到优化中转次数的目的。
可以理解的是,在一些实施例中,若只需要考虑时效最优,则将惩罚系数设定为固定值即可。
进一步的,若目的节点的装卸货时间大于目的节点发车开始时刻与待调度点发车到达时刻的时间差值,则中转时间为时间差值+预设等待时间。
需要理解的是,为了保证订单运输时效,每个节点的订单的发车开始时刻是预先设定,但是订单在中转过程中又需要消耗一定的装卸货时间,因此,本实施例中,在计算目的节点惩罚时间中的待调度点的中转时间时,需要根据目的节点的装卸货时间和目的节点发车开始时刻与待调度点发车到达时刻的时间差值进一步确认,当目的节点的装卸货时间大于目的节点发车开始时刻与待调度点发车到达时刻的时间差值时,说明当前批次的货物无法在目的节点发车开始时刻之前完成中转过程,需要等待下一个发车时刻,因此,其对应的中转时间为时间差值加上预设等待时间,该预设等待时间即为两次发车之间间隔的时间;而当目的节点的装卸货时间小于或等于目的节点发车开始时刻与待调度点发车到达时刻的时间差值时,则中转时间即为该时间差值。
进一步的,计算目的节点的惩罚时间同时,计算目的地的实际花费时间。
具体地,目的地的实际花费时间的计算公式为:
cost_time_new=cost_time+(wait_time+driver_time);
其中,cost_time_new为目的地的实际花费时间,cost_time为到待调度点的实际花费时间,wait_time为待调度点的中转时间,driver_time为待调度点与目的节点间的行驶时间。中转时间的确认请参考上述内容,此处不再赘述。
需要说明的是,在输出最佳路由后,根据该实际花费时间进行确定最佳路由中从起点至终点的实际行驶时间。
步骤S5、输出根据惩罚时间最小确定的由起点到终点途径有向网络图中节点的最佳路由。
具体地,通过循环执行步骤S3~S4,从而即可得到所有由起点到终点的路由,再根据惩罚时间来选取惩罚时间最小的最佳路由并输出。可以理解的是,在寻找到起点到终点间的最佳路由时,随着待调度点依次弹出进行目的节点的遍历,已访问字典、路径词典、惩罚字典和实际花费时间字典不断记录并更新。由于详细记录并更新信息并非本申请方案重点,故不作详细描述。
本发明实施例的物流运输路线规划方法通过利用历史路线数据构建物流路线的有向网络图,在规划物流路线时,设置堆,将起点入堆,再遍历有向网络图中所有的待调度点,并筛选目的节点入堆,再结合计算得到的惩罚时间,按照惩罚时间由少到多从堆中依次弹出新的待调度点进行目的节点遍历,如此循环重复,生成最佳路由,其利用有向网络图和堆实现路由规划,大大降低了对算力的要求,且计算速度更快,效率更高。
图2是本发明实施例的物流运输路线规划系统的功能模块示意图。如图2所示,该物流运输路线规划系统20包括构建模块21、设置模块22、计算模块23、排序模块24和输出模块25。
构建模块21,用于基于历史路线数据,构建由该起点、终点、中间可途径节点组成的有向网络图。
设置模块22,用于设置堆,将起点入堆。
计算模块23,用于设定入堆点为待调度点;依次弹出待调度点,在有向网络图中遍历所弹出待调度点的目的节点,计算不同目的节点的惩罚时间并将目地节点入堆。
排序模块24,用于按照惩罚时间由少到多对入堆的目的节点进行弹出排序。
输出模块25,用于当堆中无待调度点时,输出根据惩罚时间最小确定的由起点到终点途径有向网络图中节点的最佳路由。
可选地,计算模块23在待调度点遍历其目的节点前,若目的节点已被访问过,则该目的节点不再访问。
可选地,有向网络图中由两两节点连接的每条路由,包含取货、派货、干线三种路由属性;
计算模块23还用于若弹出的待调度点为派货路由的结束节点,则结束待调度点弹出,直接输出最佳路由。
可选地,目的节点惩罚时间包括:待调度点的惩罚时间,以及对待调度点与目的节点间的行驶时间和待调度点的中转时间进行惩罚得到的时间。
可选地,计算模块23还用于对行驶时间和中转时间进行惩罚时,若目的节点与待调度点间的路由为干线路由,则随着中转次数增加,增大惩罚系数。
可选地,若目的节点的装卸货时间大于目的节点发车开始时刻与待调度点发车到达时刻的时间差值,则中转时间为时间差值+预设等待时间。
可选地,计算模块23还用于计算目的节点的惩罚时间同时,计算目的地的实际花费时间。
关于上述实施例物流运输路线规划系统中各模块实现技术方案的其他细节,可参见上述实施例中的物流运输路线规划方法中的描述,此处不再赘述。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
请参阅图3,图3为本发明实施例的计算机设备的结构示意图。如图3所示,该计算机设备30包括处理器31及和处理器31耦接的存储器32,存储器32中存储有程序指令,程序指令被处理器31执行时,使得处理器31执行上述任一实施例所述的物流运输路线规划方法的步骤。
其中,处理器31还可以称为CPU(Central Processing Unit,中央处理单元)。处理器31可能是一种集成电路芯片,具有信号的处理能力。处理器31还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(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。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。
参阅图4,图4为本发明实施例的存储介质的结构示意图。本发明实施例的存储介质存储有能够实现上述所有方法的程序指令41,其中,该程序指令41可以以软件产品的形式存储在上述存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等计算机设备设备。
在本申请所提供的几个实施例中,应该理解到,所揭露的计算机设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种物流运输路由规划方法,其特征在于,包括:
S1、基于历史路线数据,构建由起点、终点、中间可途径节点组成的有向网络图;
S2、设置堆,将起点入堆;
S3、设定入堆点为待调度点;依次弹出待调度点,在所述有向网络图中遍历所弹出待调度点的目的节点,计算不同目的节点的惩罚时间并将所述目地节点入堆;
S4、按照惩罚时间由少到多对入堆的目的节点进行弹出排序;
重复执行步骤S3~S4,直至堆中无待调度点;输出根据惩罚时间最小确定的由起点到终点途径有向网络图中节点的最佳路由。
2.根据权利要求1所述的物流运输路由规划方法,其特征在于,待调度点遍历其目的节点前,若目的节点已被访问过,则该目的节点不再访问。
3.根据权利要求1所述的物流运输路由规划方法,其特征在于,所述有向网络图中由两两节点连接的每条路由,包含取货、派货、干线三种路由属性;
若所述弹出的待调度点为派货路由的结束节点,则结束待调度点弹出,直接输出最佳路由。
4.根据权利要求3所述的物流运输路线规划方法,其特征在于,目的节点惩罚时间包括:待调度点的惩罚时间,以及对待调度点与目的节点间的行驶时间和待调度点的中转时间进行惩罚得到的时间。
5.根据权利要求4所述的物流运输路线规划方法,其特征在于,对所述行驶时间和中转时间进行惩罚时,若目的节点与待调度点间的路由为干线路由,则随着中转次数增加,增大惩罚系数。
6.根据权利要求3所述的物流运输路线规划方法,其特征在于,若目的节点的装卸货时间大于目的节点发车开始时刻与待调度点发车到达时刻的时间差值,则所述中转时间为所述时间差值+预设等待时间。
7.根据权利要求1所述的物流运输路线规划方法,其特征在于,计算目的节点的惩罚时间同时,计算目的地的实际花费时间。
8.一种物流运输路线规划系统,其特征在于,包括:
构建模块,用于基于历史路线数据,构建由起点、终点、中间可途径节点组成的有向网络图;
设置模块,用于设置堆,将起点入堆;
计算模块,用于设定入堆点为待调度点;依次弹出待调度点,在所述有向网络图中遍历所弹出待调度点的目的节点,计算不同目的节点的惩罚时间并将所述目地节点入堆;
排序模块,用于按照惩罚时间由少到多对入堆的目的节点进行弹出排序;
输出模块,用于当堆中无待调度点时,输出根据惩罚时间最小确定的由起点到终点途径有向网络图中节点的最佳路由。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、与所述处理器耦接的存储器,所述存储器中存储有程序指令,所述程序指令被所述处理器执行时,使得所述处理器执行如权利要求1-7中任一项权利要求所述的物流运输路线规划方法的步骤。
10.一种存储介质,其特征在于,存储有能够实现如权利要求1-7中任一项所述的物流运输路线规划方法的程序指令。
CN202210225560.1A 2022-03-07 2022-03-07 物流运输路由规划方法、系统、设备及存储介质 Active CN114742267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210225560.1A CN114742267B (zh) 2022-03-07 2022-03-07 物流运输路由规划方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210225560.1A CN114742267B (zh) 2022-03-07 2022-03-07 物流运输路由规划方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114742267A true CN114742267A (zh) 2022-07-12
CN114742267B CN114742267B (zh) 2024-09-13

Family

ID=82275033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210225560.1A Active CN114742267B (zh) 2022-03-07 2022-03-07 物流运输路由规划方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114742267B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116611761A (zh) * 2023-07-18 2023-08-18 深圳市恒顺合鑫科技有限公司 一种基于智慧物流的信息处理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104567905A (zh) * 2014-12-25 2015-04-29 深圳国泰安教育技术股份有限公司 一种车辆规划路径的生成方法、装置
CN106096783A (zh) * 2016-06-13 2016-11-09 Tcl集团股份有限公司 一种基于Dijkstra的路径优化方法及其系统
CN111754052A (zh) * 2020-07-31 2020-10-09 叶阗瑞 一种货物运到时限最佳路由优化方法
CN112162569A (zh) * 2020-09-09 2021-01-01 北京航空航天大学 一种飞行器绕多禁飞区路径规划与决策方法
CN113705901A (zh) * 2021-08-30 2021-11-26 康键信息技术(深圳)有限公司 物流配送路径选择方法、装置、设备及存储介质
CN113960969A (zh) * 2021-10-27 2022-01-21 陈凯妍 一种基于大数据的物流仓储的调度方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104567905A (zh) * 2014-12-25 2015-04-29 深圳国泰安教育技术股份有限公司 一种车辆规划路径的生成方法、装置
CN106096783A (zh) * 2016-06-13 2016-11-09 Tcl集团股份有限公司 一种基于Dijkstra的路径优化方法及其系统
CN111754052A (zh) * 2020-07-31 2020-10-09 叶阗瑞 一种货物运到时限最佳路由优化方法
CN112162569A (zh) * 2020-09-09 2021-01-01 北京航空航天大学 一种飞行器绕多禁飞区路径规划与决策方法
CN113705901A (zh) * 2021-08-30 2021-11-26 康键信息技术(深圳)有限公司 物流配送路径选择方法、装置、设备及存储介质
CN113960969A (zh) * 2021-10-27 2022-01-21 陈凯妍 一种基于大数据的物流仓储的调度方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郝爽等: "限时配送业务中的商品配送路径选择问题", 哈尔滨商业大学学报, vol. 31, no. 1, 15 February 2015 (2015-02-15), pages 116 - 119 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116611761A (zh) * 2023-07-18 2023-08-18 深圳市恒顺合鑫科技有限公司 一种基于智慧物流的信息处理方法及系统
CN116611761B (zh) * 2023-07-18 2024-01-05 深圳市恒顺合鑫科技有限公司 一种基于智慧物流的信息处理方法及系统

Also Published As

Publication number Publication date
CN114742267B (zh) 2024-09-13

Similar Documents

Publication Publication Date Title
US12106255B2 (en) Dynamically routing salvage shipments and associated method
US20220063915A1 (en) Goods sorting method and goods sorting system
US10655975B2 (en) System and method for routing optimization
CN112001064B (zh) 一种集装箱码头间全自主水上运输调度方法及系统
US20200408541A1 (en) System and method for determining routing by learned selective optimization
CN112488386B (zh) 基于分布熵多目标粒子群的物流车辆配送规划方法及系统
CN114331220B (zh) 基于订单动态优先级的乘用车运输车辆调度方法及装置
US20220292413A1 (en) Bike sharing rebalancing optimization method based on adaptive neighborhood search algorithm
US10745210B2 (en) Sorting machine with dynamic lane routing
CN114742267A (zh) 物流运输路由规划方法、系统、设备及存储介质
WO2024021809A1 (zh) 容器搬运任务的分配方法及装置
CN114415610A (zh) 机器人的调度方法、装置、电子设备及存储介质
CN111598324A (zh) 配载车线优化方法、装置、设备及存储介质
CN115345549A (zh) 结合装载方案的车辆路径调整方法及系统
CN113935528B (zh) 智能调度方法、装置、计算机设备及存储介质
CN109032789B (zh) 一种物流网络的部署方法、装置和服务器
CN115705593A (zh) 物流运输方法、装置、计算机设备和存储介质
CN114037380A (zh) 一种取送货问题的车辆路径规划方法
Li et al. A multi-objective evolutionary algorithm based on R2 indicator for pickup and delivery problem with time windows
US20220147887A1 (en) Efficient routing
CN116797112A (zh) 车辆调度方法、装置、电子设备和介质
CN110390413B (zh) 组合优化问题的处理方法和装置
CN113537885B (zh) 卡车和无人机组合配送的包裹投递方法及系统
CN113962619A (zh) 运单的运输班次确定方法、装置、电子设备及存储介质
CN112529235A (zh) 路径确定方法和装置、电子设备和计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant