CN115081992A - 一种冷链商品运力调配方法 - Google Patents

一种冷链商品运力调配方法 Download PDF

Info

Publication number
CN115081992A
CN115081992A CN202210861028.9A CN202210861028A CN115081992A CN 115081992 A CN115081992 A CN 115081992A CN 202210861028 A CN202210861028 A CN 202210861028A CN 115081992 A CN115081992 A CN 115081992A
Authority
CN
China
Prior art keywords
transportation
cold
node
path
inherent
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
CN202210861028.9A
Other languages
English (en)
Inventor
冯俊超
伏树安
尹姚
山敏
高飞
曾小松
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.)
Chengdu Yunlitchi Technology Co ltd
Original Assignee
Chengdu Yunlitchi 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 Chengdu Yunlitchi Technology Co ltd filed Critical Chengdu Yunlitchi Technology Co ltd
Priority to CN202210861028.9A priority Critical patent/CN115081992A/zh
Publication of CN115081992A publication Critical patent/CN115081992A/zh
Pending legal-status Critical Current

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
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • 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
    • G06Q10/0832Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635Processing of requisition or of purchase orders

Landscapes

  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种冷链商品运力调配方法,属于运力预测领域,包括如下步骤:获取订单信息,以运输节点为端点对运输路径进行分割,生成若干个路径分段,每个路径分段上均配置有定期往返于两个端点的固有的配送车辆,获取路径分段中固有的配送车辆的行驶计划与存储容量余量预估值,而后将相邻两个路径分段中固有的配送车辆的行驶计划进行相互匹配,同时将各个路径分段中固有的配送车辆的存储容量余量预估值与订单对应的货运量进行匹配。本发明使得一部分固有的配送车辆能够有效承载急件的运输过程,充分对已有的冷链运输能力进行挖掘,提升了对冷链急件商品的需求消化能力。

Description

一种冷链商品运力调配方法
技术领域
本发明涉及一种冷链商品运力调配方法,属于冷链运力预测领域。
背景技术
大部分城市都建有冷链仓库作为中转站,并通过配送车辆实现不同城市之间,乃至长距离城市之间的冷链商品运输。随着社会经济发展,冷链商品种类和需求量大量增加,同时部分客户群体对于冷链运输的时效性有着越来越高的要求。
伴随着上述变化,现在冷链市场上还呈现出一种特别的现象,就是冷链商品急件的件数大量增加,例如需要冷藏的紧急药品就是上述急件的一个重要品类。为了保证这些急件的时效性,最为常规的方式就是增加配送车辆以应对急件的发生,这就导致成本急剧增加,但是急件的出现频率是极不规律的,为了应对可能随时出现的急件需求,会需要大量配送车辆处于待机状态,这就造成了运力的浪费。故而在不明显增加成本的基础上提升急件的处理能力,是现阶段亟待解决的问题。
发明内容
本发明所要解决的技术问题在于克服现有技术的不足而提供一种冷链商品运力调配方法。
解决上述技术问题,本发明采用如下技术方案:
一种冷链商品运力调配方法,包括如下步骤:
步骤S1:获取订单信息,以获得订单对应的货运量和运输路径,而后筛选出运输路径中所有运输节点:
步骤S2:以运输节点为端点对运输路径进行分割,生成若干个路径分段,每个路径分段上均配置有定期往返于两个端点的固有的配送车辆;
步骤S3:获取路径分段中固有的配送车辆的行驶计划与存储容量余量预估值,而后将相邻两个路径分段中固有的配送车辆的行驶计划进行相互匹配,同时将各个路径分段中固有的配送车辆的存储容量余量预估值与订单对应的货运量进行匹配,如果所有路径分段均匹配成功,则认为订单匹配成功,冷链商品通过各个路径分段的固有的配送车辆完成运输,否则冷链商品通过额外增设的配送车辆完成运输。
本发明步骤S2中,分别采用多种分割方案对运输路径进行分割,步骤S3中,分别对每个分割方案内的各个路径分段上固有的配送车辆进行匹配。
本发明步骤S1中,获取多个运输路径,并设定长度阈值,剔除路径长度大于长度阈值的运输路径,以在步骤S2中对剩余的运输路径分别进行分割。
本发明步骤S3中,相邻两个路径分段中,若在后和在前路径分段中配送车辆到达所述相邻两个路径分段共有的运输节点的时间差t≥0,则相邻两个路径分段中固有的配送车辆的行驶计划匹配成功。
本发明运输节点分为热门节点和冷门节点,热门节点和冷门节点处均设置有中转仓库,且热门节点处仓库容量大于冷门节点处仓库容量,若相邻两个路径分段共有的运输节点为热门节点,且在后和在前路径分段中配送车辆到达所述相邻两个路径分段共有的运输节点的时间差t2≥t≥0,则相邻两个路径分段中固有的配送车辆的行驶计划匹配成功,若相邻两个路径分段共有的运输节点为冷门节点,且在后和在前路径分段中配送车辆到达所述相邻两个路径分段共有的运输节点的时间差t1≥t≥0,则相邻两个路径分段中固有的配送车辆的行驶计划匹配成功,其中t2为第二时间差阈值,t1为第一时间差阈值,且t2>t1
本发明步骤S1中,对订单进行拆分以获得多个子订单,对所有子订单依次分别进行步骤S2和S3。
本发明t1和t2均负相关于子订单数量,子订单数量正相关于运输路径条数。
本发明子订单进行步骤S2和S3的优先级正相关于子订单对应的货运量。
本发明在先进行步骤S2和S3的子订单若匹配成功,则其匹配成功时采用的分割方案为优先分割方案,在后进行匹配的子订单首先采用优先分割方案进行匹配。
本发明步骤S3中,如果所有路径分段均匹配成功,对配送车辆的存储容量余量预估值进行更新,步骤S1中若同时获取有多个订单,则依照订单的到货规定时间分先后依次进行匹配。
本发明相较现有技术而言,具备以下优势:通过对不同路径分段中配送车辆的行驶计划匹配,以及对配送车辆离开运输节点时的存储容量余量预估值和货运量的匹配,使得一部分固有的配送车辆能够有效承载急件的运输过程,充分对已有的冷链运输能力进行挖掘,提升了对冷链急件商品的需求消化能力,以此降低对配送车辆增加的迫切需求,降低配送车辆的增购数量,从而降低冷链运输的成本。
本发明的其他特点和优点将会在下面的具体实施方式、附图中详细的揭露。
附图说明
下面结合附图对本发明做进一步的说明:
图1为本发明实施例1冷链商品运力调配方法的流程图。
具体实施方式
下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明,但下述实施例仅为本发明的优选实施例,并非全部。基于实施方式中的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例,都属于本发明的保护范围。
在下文描述中,出现诸如术语“内”、“外”、“上”、“下”、“左”、“右”等指示方位或者位置关系仅是为了方便描述实施例和简化描述,而不是指示或暗示所指的装置或者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。
实施例1:
现阶段,大部分城市都建有存储冷链商品的中转仓库,且相邻或者相近的几个城市之间存在按一定频率往返的配送车辆进行冷链商品的运输,该配送车辆直接往返于相邻两个城市的中转仓库,在此过程中不会途径其他城市。如果相距较远的两个城市,例如A市和B市,需要进行冷链商品的运输,那么就会选取A市和B市之间的C市作为中转站,往返于A市和C市之间的配送车辆首先会将冷链商品从A市的中转仓库运送至C市的中转仓库,而后往返于C市和B市之间的配送车辆再将冷链商品从C市的中转仓库运送至B市的中转仓库,之后再配送至位于B市内的客户手中。由上可知,每个城市都可以作为一个运输节点。当然,如果A市和B市之间间距中等,且A市和B市的冷链商品需求相对旺盛,那么A市和B市之间也可以配置定期直接进行往返的配送车辆,该配送车辆在经过C市时不会绕道至C市的中转仓库,而是在A市和B市的中转仓库之间直接进行往返,以此提升A市和B市之间的冷链运输效率,考虑到A市和B市较大的冷链商品需求,配送车辆以不在C市停留的方式往返于A市和B市也不会造成运力的过多浪费。
针对于上述行业现状,本实施例提供了一种冷链商品运力调配方法,包括如下步骤:
步骤S1:获取急件的订单信息,从中能够读取得到订单对应的冷链商品的货运量,同时还能够读取得到冷链商品的发货地址和收货地址,由此可以获得订单对应的运输路径,运输路径至少包含两个运输节点,其中一个是作为起点的发货地址所在城市,另一个是作为终点的收货地址所在城市,如果还有其他运输节点,则是作为中转节点位于发货地址和收货地址之间的其他城市,将运输路径中所有运输节点筛选出来;
步骤S2:以运输节点为端点对运输路径进行分割,生成若干个路径分段,例如运输路径依次有P、Q、S、T四个运输节点,那么可以采用第一种分割方案将其分割为PQ、QS、ST三个路径分段,也可以采用第二种分割方案将其分割为PQS和ST两个路径分段,也可以采用其他分割方案进行分割,但是应当注意的是,不论采用哪一种分割方案,都应当满足其分割得到的每个路径分段上均配置有定期往返于两个端点的固有的配送车辆这一要求,例如采用第一种分割方案的情况下,路径分段PQ上配置有配送车辆,该配送车辆往返于运输节点P和运输节点Q,且在运输节点P和运输节点Q所在处的中转仓库均会进行装货和卸货,同理,路径分段QS和路径分段ST也是如此,如果无法满足上述要求,则该分割方案应当予以剔除;
步骤S3:分割方案确定后,各个路径分段也相应确定了,两个运输节点之间固有的配送车辆的发车时间基本是事先设定的,以避免发车间隔过长,影响冷链运输的时效性,以第一种分割方案进行举例,针对于路径分段PQ而言,急件的订单要求的发货时间点为T1,由路径分段PQ上配送车辆的行驶计划可以知道在运输节点P处晚于T1的最近一次发往运输节点Q的配送车辆的发车时间为T1’,根据已有的发货安排,可以知道配送车辆在T1’时的存储容量余量预估值,将该存储容量余量预估值与订单对应的货运量进行匹配,只要存储容量余量预估值大于订单对应的货运量,即可认为存储容量余量预估值匹配成功,说明在时间点T1’从运输节点P前往运输节点Q的配送车辆有足够空间装载作为急件的冷链商品,假定冷链商品经由该配送车辆到达运输节点Q的时间点为T2,由路径分段QS上配送车辆的行驶计划可以知道从运输节点Q到运输节点S晚于T2的最近一次发车时间点为T2’,如果T2’-T2的差值过大,说明冷链商品即使到达了运输节点Q,也无法及时到达运输节点S,冷链商品的运输时效性无法得到保证,可以认为路径分段QS和路径分段PQ中固有的配送车辆的行驶计划匹配失败,反之,如果T2’-T2的差值很小,则说明冷链商品到达运输节点Q后,只要从运输节点Q到运输节点S的配送车辆有足够的存储容量余量预估值,就能及时完成冷链商品从运输节点Q到运输节点S的配送,说明路径分段QS和路径分段PQ中固有的配送车辆的行驶计划匹配成功,同理,后续再进行路径分段QS和路径分段ST中固有的配送车辆的行驶计划匹配,以及运输节点Q前往运输节点S的配送车辆和运输节点S前往运输节点T的配送车辆刚离开运输节点时的存储容量余量预估值与货运量的匹配,只有所有相邻两个路径分段中固有的配送车辆的行驶计划均匹配成功,同时各个路径分段中固有的配送车辆的存储容量余量预估值与订单对应的货运量也均匹配成功的情况下,才可以认为订单匹配成功,冷链商品可以通过固有的配送车辆从运输节点P依次经过运输节点Q和S最终到达运输节点T,且该运输过程时效性也得到了保证。反之,只要有一个环节匹配失败,则说明作为急件的冷链商品无法依靠现有的配送车辆及时完成运输,故而只能通过额外增设的配送车辆完成运输。
通过上述过程可以发现,通过对不同路径分段中配送车辆的行驶计划匹配,以及对配送车辆离开运输节点时的存储容量余量预估值和货运量的匹配,使得一部分固有的配送车辆能够有效承载急件的运输过程,充分对已有的冷链运输能力进行挖掘,提升了对冷链急件商品的需求消化能力,以此降低对配送车辆增加的迫切需求,降低配送车辆的增购数量,从而降低冷链运输的成本。
实施例2:
本实施例与实施例1的区别在于,步骤S2中,分别采用多种分割方案对运输路径进行分割,步骤S3中,分别对每个分割方案内的各个路径分段上固有的配送车辆进行匹配,该匹配过程同时包含了存储容量余量预估值和货运量的匹配过程,也包含了行驶计划的匹配过程。只要有一个分割方案匹配成功,即可按该分割方案进行冷链商品的运输,只有全部分割方案均匹配失败,才会通过额外增设的配送车辆完成运输。通过增加进行匹配的分割方案个数,从而极大提升匹配成功的概率,从而提升利用固有配送车辆对冷链急件商品进行运输的可能性,从而进一步降低对配送车辆的增购需求。
进一步的,订单对应的发货地址和收货地址之间可能不止一条运输路径,在此情况下需要在步骤S1中获得多个运输路径,从而步骤S2中在对多个运输路径采用多种分割方案进行分割,最终针对每一种分割方案进行匹配。通过增加运输路径的方式增加了分割方案的个数,从而提升匹配成功可能性。
特别的,本实施例在获得多个运输路径后,需要设定长度阈值,并将路径长度大于长度阈值的运输路径进行剔除,其原因在于长度过长的运输路径对应的分割方案即使匹配成功,并按照该分割方案进行运输,也会花费过多运输时间,冷链运输的时效性无法得到保证,因此事先将这部分运输路径进行剔除,从而避免进行后续不必要的匹配过程,降低计算量。
步骤S3中,相邻两个路径分段中,若在后和在前路径分段中配送车辆到达所述相邻两个路径分段共有的运输节点的时间差t≥0,则相邻两个路径分段中固有的配送车辆的行驶计划匹配成功。
同样以路径分段PQ和路径分段QS为例,其中PQ为在前路径分段,QS为在后路径分段,配送车辆从运输节点P到达运输节点Q的时候,运输节点Q处未必有等待前往运输节点S的配送车辆,因此配送车辆从运输节点P到达运输节点Q的时候,可以将冷链商品急件先暂时存放在运输节点Q处的中转仓库,待配送车辆从运输节点S返回至运输节点Q后再从运输节点Q处的中转仓库中将冷链商品急件取出装车。t≥0的含义也就是说,只要配送车辆从运输节点P到达运输节点Q的时候,当日还有配送车辆准备或者正在从运输节点S返回至运输节点Q,即可认为相邻两个路径分段中固有的配送车辆的行驶计划匹配成功。
实施例3:
本实施例与实施例2的区别在于,运输节点分为热门节点和冷门节点,热门节点和冷门节点处均设置有中转仓库,且热门节点处仓库容量大于冷门节点处仓库容量。设定第一时间差阈值t1以及第二时间差阈值t2,t2>t1。以相邻的两个路径分段PQ和路径分段QS为例,运输节点Q为其二者共有的运输节点,如果运输节点Q为热门节点,那么运输节点Q处的仓库容量较大,对仓储需求的容错率较高,相对而言可以更长时间对从运输节点P处送来的急件进行存储,反之,如果运输节点Q为冷门节点,那么其仓库容量较小,对仓储需求的容错率较低,难以长时间对从运输节点P处送来的急件进行存储。基于这一差异化特性,如果运输节点Q为热门节点,那么配送车辆从运输节点S返回至运输节点Q的时间点和配送车辆从运输节点P到达运输节点Q的时间点差值t满足t2≥t≥0,则可以认为路径分段PQ和路径分段QS中固有的配送车辆的行驶计划匹配成功,如果t>t2,则可以认为路径分段PQ和路径分段QS中固有的配送车辆的行驶计划匹配失败,如果运输节点Q为冷门节点,那么配送车辆从运输节点S返回至运输节点Q的时间点和配送车辆从运输节点P到达运输节点Q的时间点差值t满足t1≥t≥0,则可以认为路径分段PQ和路径分段QS中固有的配送车辆的行驶计划匹配成功,如果t>t1,则可以认为路径分段PQ和路径分段QS中固有的配送车辆的行驶计划匹配失败。
通过设定t2和t1,限制了分割方案匹配成功后急件在中转仓库中的停留时间,提升了急件的运输效率,同时也不会对中转仓库产生过多的空间挤占,从而降低对正常运输的冷链商品的影响,尽可能地保证了其他冷链商品的正常运输。如果t2和t1足够小,在分割方案匹配成功时,甚至可能不需要中转仓库对急件进行中转,直接在配送车辆之间完成急件的转移。
实施例4:
本实施例与实施例3的区别在于,步骤S1中,对订单进行拆分以获得多个子订单,对所有子订单依次分别进行步骤S2和S3。由实施例1中的分析可知,分割方案匹配成功的其中一个重要因素为冷链商品的货运量和存储容量余量预估值之间的匹配结果,根据其匹配成功的条件,冷链商品的货运量越低,则匹配成功率越高,也因此,一些货运量很大的急件采用实施例1中的方法很难实现分割方案的匹配成功。而在本实施例中,通过将订单进行拆分,从而获得货运量较低的子订单,由子订单进行匹配,也就是将急件打散,利用现有的配送车辆分别运输,如果一部分子订单无法匹配成功,那么也可以用额外增设的规格较小的配送车辆完成运输,相较而言也能降低一定成本。
当一个子订单匹配成功后,其采用的分割方案中配送车辆对应的存储容量余量预估值也就发生改变,因此子订单不能同时进行匹配,否则可能产生相互冲突,故而特别强调各个子订单需要分别依次步骤S2和S3。
同样的,子订单对应的货运量越大,其匹配难度越高,此外随着子订单匹配过程的进行,存储容量余量会逐渐降低,基于这部分考虑,子订单进行步骤S2和S3的优先级正相关于子订单对应的货运量,也就是说,货运量越大的子订单越先进行匹配,从而提升货运量大的子订单的匹配成功率。后续即使货运量较小的子订单匹配失败,也只需要额外增设的规格较小的配送车辆进行运输即可。
子订单数量越多,一般单个子订单对应的货运量越低,其匹配成功的可能性越高,同时子订单对应货物在中转仓库中的空间占用效果越轻微,故而子订单对应货物在中转仓库中的中转时间可以相对延长,t1和t2可以适当增加。但是需要注意的是,所有子订单需要都到达最后的运输节点处后,才能够统一进行配送,也因此,所有子订单之间的运输时间都要尽可能相近,由于路径长度大于长度阈值的运输路径已经被剔除,因此不同的运输路径之间距离相差不大,也因此,需要尽可能减少子订单对应货物在中转仓库中停留的时间,基于该问题,本实施例中t1和t2均负相关于子订单数量,以此降低对中转仓库的利用程度,同时也能尽可能使子订单对应的货物在运输节点处尽可能直接在配送车辆之间完成转移。
此外,子订单数量越多,就需要越多的运输路径,从而使各个子订单对应的货物能够同时进行运输,以此使所有子订单对应的货物能够尽可能同时到达最后的运输节点,也因此子订单数量正相关于运输路径条数。
若要使各个子订单对应的货物能够尽可能同时到达最后的运输节点,还有一个重要的方式就是使尽可能多的子订单匹配于同一个分割方案,因此如果在先进行步骤S2和S3的子订单匹配成功,则其匹配成功时采用的分割方案为优先分割方案,在后进行匹配的子订单首先采用优先分割方案进行匹配,在后进行匹配的子订单如果采用优先分割方案匹配成功,就不需要再进行其他分割方案的匹配过程。
实施例5:
本实施例与实施例4的区别在于,步骤S1中同时获取有多个订单,不同的订单并不需要同时到达目的地,因此依照订单的到货规定时间分先后依次进行匹配。步骤S3中,在先的订单匹配成功,则对配送车辆的存储容量余量预估值进行更新,以避免不同订单之间的匹配过程发生冲突。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。

Claims (10)

1.一种冷链商品运力调配方法,其特征在于,包括如下步骤:
步骤S1:获取订单信息,以获得订单对应的货运量和运输路径,而后筛选出运输路径中所有运输节点:
步骤S2:以运输节点为端点对运输路径进行分割,生成若干个路径分段,每个路径分段上均配置有定期往返于两个端点的固有的配送车辆;
步骤S3:获取路径分段中固有的配送车辆的行驶计划与存储容量余量预估值,而后将相邻两个路径分段中固有的配送车辆的行驶计划进行相互匹配,同时将各个路径分段中固有的配送车辆的存储容量余量预估值与订单对应的货运量进行匹配,如果所有路径分段均匹配成功,则认为订单匹配成功,冷链商品通过各个路径分段的固有的配送车辆完成运输,否则冷链商品通过额外增设的配送车辆完成运输。
2.根据权利要求1所述的冷链商品运力调配方法,其特征在于,步骤S2中,分别采用多种分割方案对运输路径进行分割,步骤S3中,分别对每个分割方案内的各个路径分段上固有的配送车辆进行匹配。
3.根据权利要求2所述的冷链商品运力调配方法,其特征在于,步骤S1中,获取多个运输路径,并设定长度阈值,剔除路径长度大于长度阈值的运输路径,以在步骤S2中对剩余的运输路径分别进行分割。
4.根据权利要求3所述的冷链商品运力调配方法,其特征在于,步骤S3中,相邻两个路径分段中,若在后和在前路径分段中配送车辆到达所述相邻两个路径分段共有的运输节点的时间差t≥0,则相邻两个路径分段中固有的配送车辆的行驶计划匹配成功。
5.根据权利要求3所述的冷链商品运力调配方法,其特征在于,运输节点分为热门节点和冷门节点,热门节点和冷门节点处均设置有中转仓库,且热门节点处仓库容量大于冷门节点处仓库容量,若相邻两个路径分段共有的运输节点为热门节点,且在后和在前路径分段中配送车辆到达所述相邻两个路径分段共有的运输节点的时间差t2≥t≥0,则相邻两个路径分段中固有的配送车辆的行驶计划匹配成功,若相邻两个路径分段共有的运输节点为冷门节点,且在后和在前路径分段中配送车辆到达所述相邻两个路径分段共有的运输节点的时间差t1≥t≥0,则相邻两个路径分段中固有的配送车辆的行驶计划匹配成功,其中t2为第二时间差阈值,t1为第一时间差阈值,且t2>t1
6.根据权利要求5所述的冷链商品运力调配方法,其特征在于,步骤S1中,对订单进行拆分以获得多个子订单,对所有子订单依次分别进行步骤S2和S3。
7.根据权利要求6所述的冷链商品运力调配方法,其特征在于,t1和t2均负相关于子订单数量,子订单数量正相关于运输路径条数。
8.根据权利要求6所述的冷链商品运力调配方法,其特征在于,子订单进行步骤S2和S3的优先级正相关于子订单对应的货运量。
9.根据权利要求6所述的冷链商品运力调配方法,其特征在于,在先进行步骤S2和S3的子订单若匹配成功,则其匹配成功时采用的分割方案为优先分割方案,在后进行匹配的子订单首先采用优先分割方案进行匹配。
10.根据权利要求1所述的冷链商品运力调配方法,其特征在于,步骤S3中,如果所有路径分段均匹配成功,对配送车辆的存储容量余量预估值进行更新,步骤S1中若同时获取有多个订单,则依照订单的到货规定时间分先后依次进行匹配。
CN202210861028.9A 2022-07-22 2022-07-22 一种冷链商品运力调配方法 Pending CN115081992A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210861028.9A CN115081992A (zh) 2022-07-22 2022-07-22 一种冷链商品运力调配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210861028.9A CN115081992A (zh) 2022-07-22 2022-07-22 一种冷链商品运力调配方法

Publications (1)

Publication Number Publication Date
CN115081992A true CN115081992A (zh) 2022-09-20

Family

ID=83243660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210861028.9A Pending CN115081992A (zh) 2022-07-22 2022-07-22 一种冷链商品运力调配方法

Country Status (1)

Country Link
CN (1) CN115081992A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115759514A (zh) * 2022-11-18 2023-03-07 广东豆加壹科技有限公司 一种冷链配送车调度管理方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111563708A (zh) * 2020-03-31 2020-08-21 深圳市跨越新科技有限公司 智慧物流货物链路运输方法及系统
CN112906949A (zh) * 2021-02-02 2021-06-04 满帮信息咨询有限公司 路线规划方法、装置、电子设备及可读存储介质
CN113537752A (zh) * 2021-07-09 2021-10-22 大连海事大学 基于多数据源的交通运输大数据调度方法及调度平台

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111563708A (zh) * 2020-03-31 2020-08-21 深圳市跨越新科技有限公司 智慧物流货物链路运输方法及系统
CN112906949A (zh) * 2021-02-02 2021-06-04 满帮信息咨询有限公司 路线规划方法、装置、电子设备及可读存储介质
CN113537752A (zh) * 2021-07-09 2021-10-22 大连海事大学 基于多数据源的交通运输大数据调度方法及调度平台

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115759514A (zh) * 2022-11-18 2023-03-07 广东豆加壹科技有限公司 一种冷链配送车调度管理方法及装置

Similar Documents

Publication Publication Date Title
Kim et al. Trade-off between carbon dioxide emissions and logistics costs based on multiobjective optimization
US8972304B2 (en) System and method of vessel scheduling for product distribution
CN109345161A (zh) 一种面向价值流的配送派单方法
CN110550359B (zh) 一种仓储系统、利用该仓储系统进行货物进出库的方法及终端
CN111768052B (zh) 基于算法模型的整车厂进场物流路线自动规划方法
Azcuy et al. Designing integrated urban delivery systems using public transport
Zhang et al. Synchromodal transport planning with flexible services: Mathematical model and heuristic algorithm
US20230196273A1 (en) Methods and systems for managing shipment of products from a distribution center
CN115081992A (zh) 一种冷链商品运力调配方法
CN108764804B (zh) 一种利用出租车的无仓储包裹运输方法和装置
CN114358677A (zh) 物流运输分配方法、装置、计算机设备和存储介质
CN115293654A (zh) 穿梭车任务调度方法、装置与计算机设备
CN110119831A (zh) 一种物流管理系统的运输路径优化系统及方法
CN117217650B (zh) 一种国际运输散货全程订单轨迹系统
JP2022522927A (ja) 通信サーバ装置およびその運用方法
CN116090689B (zh) 一种基于中转接驳的货运资源优化方法及优化系统
CN111126643B (zh) 一种月台的预约方法、预约装置及可读存储介质
CN116308016A (zh) 一种基于物联网的厢式车物流控制方法
CN114926103A (zh) 一种物流调配方法、装置、设备及存储介质
CN114202280A (zh) 物流运输订单处理方法和系统
CN114862038A (zh) 冷链物流车辆的调度方法及相关设备
KR102447122B1 (ko) 인공지능 기반의 환적배차 서비스 제공 장치 및 방법
KR102447123B1 (ko) 인공지능 기반의 복화배차 서비스 제공 장치 및 방법
CN109886467A (zh) 一种城市uls和道路一体化货运网络配流系统及方法
Romero-Silva et al. Modelling Landside Logistic Operations of a Mega-hub Airport with Discrete-event Simulation.

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220920

RJ01 Rejection of invention patent application after publication