CN115526385A - 一种仓储物流配送路径规划方法、装置、设备及介质 - Google Patents

一种仓储物流配送路径规划方法、装置、设备及介质 Download PDF

Info

Publication number
CN115526385A
CN115526385A CN202211112812.6A CN202211112812A CN115526385A CN 115526385 A CN115526385 A CN 115526385A CN 202211112812 A CN202211112812 A CN 202211112812A CN 115526385 A CN115526385 A CN 115526385A
Authority
CN
China
Prior art keywords
logistics distribution
data
logistics
path
task data
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
CN202211112812.6A
Other languages
English (en)
Other versions
CN115526385B (zh
Inventor
隋少春
黎小华
周旭郸
陈林
张整新
梁伟聪
李艳
吴仁钟
郭娟英
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 Aircraft Industrial Group Co Ltd
Original Assignee
Chengdu Aircraft Industrial Group 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 Aircraft Industrial Group Co Ltd filed Critical Chengdu Aircraft Industrial Group Co Ltd
Priority to CN202211112812.6A priority Critical patent/CN115526385B/zh
Publication of CN115526385A publication Critical patent/CN115526385A/zh
Application granted granted Critical
Publication of CN115526385B publication Critical patent/CN115526385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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

Landscapes

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

Abstract

本申请公开了一种仓储物流配送路径规划方法、装置、设备及介质，涉及航空物流配送技术领域，用于解决现有技术中不能对仓储物流的配送路径进行合理的规划，从而极大的降低了物流配送的执行效率的技术问题，该方法包括获得目标区域的电子路线数据和物流配送任务数据；对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据；基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径；对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径。通过上述技术方案可以对仓储物流的配送路径进行更合理的规划，从而可以极大的提高物流配送的执行效率。

Description

一种仓储物流配送路径规划方法、装置、设备及介质
技术领域
本申请涉及航空物流配送技术领域，尤其涉及仓储物流配送路径规划方法、装置、设备及介质。
背景技术
在智能制造时代，以“智能工厂”、“智能生产”和“智能物流”三大主题，明确了“智能物流”应充分发挥现有物流资源供给的效率，通过物联网、高精度定位等技术整合各种物流资源，逐步构建物流支持的智慧物流体系，为物流需求方提供高效、快速且能够充分满足其需要的灵活化仓储物流配送服务。
但是，当前仓储物流的配送方式随机性较大，不能对仓储物流的配送路径进行合理的规划，从而极大的降低了物流配送的执行效率。
发明内容
本申请的主要目的在于提供仓储物流配送路径规划方法、装置、设备及介质，旨在解决现有技术中不能对仓储物流的配送路径进行合理的规划，从而极大的降低了物流配送的执行效率的技术问题。
为实现上述目的，本申请第一方面提供了一种仓储物流配送路径规划方法，所述方法包括：
获取目标区域的电子路线数据和物流配送任务数据；
对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据；其中，所述单条物流配送任务数据为具有相同配送起止地点的任务数据；
基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径；
对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径。
可选地，所述对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据，包括：
提取所述物流配送任务数据的物流配送任务信息，所述物流配送任务信息包括配送任务编号数据、配送起止地点数据和拟送达时间数据；
基于所述物流配送任务信息，获得若干个单条物流配送任务数据。
可选地，在所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径的步骤之前，还包括：
获得若干所述单条物流配送任务数据的优先级，所述优先级用于表征所述单条物流配送任务数据拟送达时间的先后顺序，所述拟送达时间越早的单条物流配送任务数据的优先级越高；
根据所述单条物流配送任务数据的优先级从高到低的顺序，对若干所述单条物流配送任务数据进行排序；
所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径，包括：
基于所述电子路线数据和所述单条物流配送任务数据，依次获得排序后的每条所述单条物流配送任务数据的若干物流配送路径。
可选地，所述对所述物流配送路径进行优化，以获得目标配送路径，包括：
根据所述单条物流配送任务数据的优先级从高到低的顺序，依次获得每条所述单条物流配送任务数据中距离最短的最短物流配送路径；
将若干个所述最短物流配送路径组合为最短物流配送路径集合，所述最短物流配送路径集合为目标配送路径。
可选地，在所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径的步骤之前，还包括：
获得约束条件数据和所述物流配送任务数据中的待配送物料数据；其中，所述约束条件数据包括物流配送车承载数据、工作包载具承载数据和装载托盘承载数据；
基于所述待配送物料数据、所述物流配送车承载数据、所述工作包载具承载数据和所述装载托盘承载数据，选取物流配送车、工作包载具和装载托盘；
所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径，包括：
基于所述电子路线数据、所述单条物流配送任务数据和所述约束条件数据，获得物流配送路径；
所述对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径，包括：
对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为在满足所述约束条件数据的情况下，配送若干个所述单条物流配送任务数据的最短路径。
可选地，所述基于所述待配送物料数据、物流配送车承载数据、工作包载具承载数据和装载托盘承载数据，选取物流配送车、工作包载具和装载托盘，包括：
确认物流配送车、工作包载具和装载托盘的使用状态；
基于所述物流配送车、所述工作包载具和所述装载托盘的使用状态，选取物流配送车、工作包载具和装载托盘；其中，所述物流配送车的承载重量大于或等于所述待配送物料数据中待配送物流的重量之和，所述物流配送车的货位尺寸大于或等于所述工作包载具的载具尺寸和所述装载托盘的托盘尺寸之和。
可选地，通过如下关系式，获得物流配送车承载数据：
Aldv＝{A11，A12，…，A21，A22…，Aij}
Aij＝{Aw，Av，Am}
Av＝{Avl，Avw，Avh}
Am＝{0，1}
其中，Aldv表示所有物流配送车的承载能力参数集合，Aij表示第i种型号的第j个编号的物流配送车的承载能力参数，Aw表示物流配送车的承载重量， Av表示物流配送车的货位尺寸，Avl表示物流配送车的货位长度，Avw表示物流配送车的货位宽度，Avh表示物流配送车的货位高度，Am表示物流配送车是否保养维护，0表示物流配送车未处于保养维护状态，1表示物流配送车处于保养维护状态；
通过如下关系式，获得工作包载具承载数据：
Bmt＝{B11，B12，…，B21，B22…，Bkl}
Bkl＝{Bw，Bv，Bm}
Bv＝{Bvl，Bvw，Bvh}
Bm＝{0，1}
其中，Bmt表示所有工作包载具的承载能力参数集合，Bkl表示第k种型号的第l个编号的工作包载具的承载能力参数，Bw表示工作包载具的承载重量， Bv表示工作包载具的承载尺寸，Bvl表示工作包载具的承载长度，Bvw表示工作包载具的承载宽度，Bvh表示工作包载具的承载高度，Bm表示工作包载具是否可用，0表示工作包载具可用，1表示工作包载具不可用；
通过如下关系式，获得装载托盘承载数据：
Cmt＝{C11，C12,…，C21，C22…，Cnm}
Cnm＝{Cw，Cv，Cm}
Cv＝{Cvl，Cvw，Cvh}
Cm＝{0，1}
其中，Cmt表示所有装载托盘的承载能力参数集合，Cnm表示第n种型号的第m个编号的装载托盘的承载能力参数，Cw表示装载托盘的承载重量，Cv表示装载托盘的承载尺寸，Cvl表示装载托盘的承载长度，Cvw表示装载托盘的承载宽度，Cvh表示装载托盘的承载高度，Cm表示装载托盘是否可用，0表示装载托盘可用，1表示装载托盘不可用；
通过如下关系式，获得待配送物料数据：
Dmt＝{D11，D12，…，D21，D22…，Dsd}
Dsd＝{Dw，Dv}
Dv＝{Dl，Dw，Dh}
其中，Dmt表示所有待配送物料的属性参数集合，Dsd表示第s种型号的第d个编号的待配送物料的属性参数，Dw表示待配送物料的重量，Dv表示待配送物料的尺寸，Dl表示待配送物料的长度，Dw表示待配送物料的宽度，Dh表示待配送物料的高度。
第二方面，本申请提供了一种仓储物流配送路径规划装置，所述装置包括：
第一获得模块，用于获得目标区域的电子路线数据和物流配送任务数据；
第二获得模块，用于对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据；其中，所述单条物流配送任务数据为具有相同配送起止地点的任务数据；
第三获得模块，用于基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径；
第四获得模块，用于对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径。
第三方面，本申请提供了一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现实施例中所述的方法。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现实施例中所述的方法。
通过上述技术方案，本申请至少具有如下有益效果：
本申请实施例提出的仓储物流配送路径规划方法、装置、设备及介质，该方法通过先获得目标区域的电子路线数据和物流配送任务数据；然后对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据；其中，所述单条物流配送任务数据为具有相同配送起止地点的任务数据；再基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径；最后对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径。由于将物流配送任务按照具有相同配送起止地点的原则分解为若干个单条物流配送任务，也就是每个单条物流配送任务中包括至少一个配送任务，这些配送任务具有相同的配送起止地点，因此物流配送车一次性可以同时完成多个配送任务；由于获得的目标配送路径为配送若干个单条物流配送任务数据的最短路径，因此物流配送车从起点到终点不但一次性可以面向多业务域协同配送更多的配送任务，而且所用时间更短，如此可以对仓储物流的配送路径进行更合理的规划，从而可以极大的提高物流配送的执行效率。
附图说明
图1为本申请实施例涉及的硬件运行环境的计算机设备结构示意图；
图2为本申请实施例的仓储物流配送路径规划方法的流程示意图；
图3为本申请实施例的电子路线数据拓扑化处理示意图；
图4为步骤S11的一种具体执行方法的流程示意图；
图5为步骤S13的一种具体执行方法的流程示意图；
图6为本申请实施例的仓储物流配送路径规划装置的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所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。
在智能制造时代，以“智能工厂”、“智能生产”和“智能物流”三大主题的工业4.0浪潮，明确了“智能物流”应充分发挥现有物流资源供给的效率，通过物联网、高精度定位等技术整合各种物流资源，逐步构建物流支持的智慧物流体系，为物流需求方提供高效、快速且能够充分满足其需要的灵活化仓储物流配送服务。当前物流配送方式随机性较大，物流配送车使用效率低下，往往存在不能充分利用物流配送车载力；同时，也不能准时将各专业厂所需的物料配送至生产现场，配送路径也依赖物流配送人员对园区内道路、各专业厂物料交接地点的熟悉程度；配送行进路径选择也较为随意，配送过程中往往会绕路执行。因此，迫切需要一套切实有效的面向多业务域协同生产的最优化物流配送方案实现方法，可实现基于实际物流配送任务需求解析，多专业厂多业务域协同生产的物流配送方案计算与优化调整，满足不同专业厂灵活的物料配送需求，有力支撑航空制造企业生产制造的进行。然而，当前仓储物流的配送方式随机性较大，不能对仓储物流的配送路径进行合理的规划，从而极大的降低了物流配送的执行效率。
为了解决上述技术问题，本申请提供了一种仓储物流配送路径规划方法、装置、设备及介质，在介绍本申请的具体技术方案之前，先介绍下本申请实施例方案涉及的硬件运行环境。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的计算机设备结构示意图。
如图1所示，该计算机设备可以包括：处理器1001，例如中央处理器 (CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口 1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004 可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity， WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及电子程序。
在图1所示的计算机设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明计算机设备中的处理器1001、存储器1005可以设置在计算机设备中，所述计算机设备通过处理器1001调用存储器1005中存储的仓储物流配送路径规划装置，并执行本申请实施例提供的仓储物流配送路径规划方法。
参照图2，基于前述实施例的硬件环境，本申请的实施例提供了一种仓储物流配送路径规划方法，该方法包括：
S10：获取目标区域的电子路线数据和物流配送任务数据。
在具体实施过程中，目标区域是指物流配送的范围区域，例如园区；电子线路数据是指在目标区域内能指导配送人员配送物质的线路数据，例如全域电子地图，具体的，可以通过航拍设备或者第三方地图服务的方式获得。物流配送任务数据指在目标区域内需配送的任务数据，具体可以通过上游仓储物流管理系统下发的方式获得。
在本实施例中，由于在配送物流的过程中，需要路线指引，以及所配送物质信息，因此，需要获取目标区域的电子路线数据和物流配送任务数据。具体的，对接上游仓储物流管理系统，获取已经发布、待执行的物流配送任务，主要为待执行物流配送任务详细数据信息即物流配送任务数据。利用航拍设备或者第三方地图服务，获取园区精细化的电子路线数据(全域电子地图)，作为物流配送路径规划计算的地图基础数据，并剔除地图中不必要的信息(如树木位置、地图阴影等)，同时对地图精度进行校正，确保园区内道路、建筑物具备高精准度。基于第三方地图服务平台，根据目标区域(如园区) 的实际道路、建筑等情况(航拍设备或第三方地图服务无法精确获取的信息)，对已获得的全域电子地图剔除其中树木位置、地图阴影、异常建筑位置标识等会影响路径规划计算的要素，在全域电子地图中删除这些影响要素的二维平面x坐标值、y坐标值、标识等属性信息数据。同时，对电子地图中不精确的地方进行人工校正修订，如道路走向、道路宽度、道路阻断(临时园区内道路阻断施工、禁行道路等)、道路限高、建筑物尺寸、各专业厂位置名称、仓储仓库位置名称等必要要素，在全域电子地图对这些必要要素修改其起始或位置x/y坐标值、宽度坐标值、道路限高数值及限高位置x/y坐标值、对应建筑物名称等属性信息数据。对全域电子地图经过上述处理后，在第三方地图服务平台中重新生成可支撑路径规划计算的二维精细化地图。
然后结合园区各专业厂、仓储仓库布局规划和名称，对已获得的电子路线数据(全域电子地图)进行拓扑化处理，将各专业厂、仓储仓库位置在电子地图点位化表示并绑定对应标识编码。具体的，在已获得的电子路线数据 (全域电子地图)的基础上，基于第三方地图服务平台，根据园区各专业厂、仓储仓库布局规划和名称信息数据，在电子地图上标识出各专业厂、仓储仓库的点位(标注其点位单点x/y坐标值)，同时设置其点位标识编码，如：数控加工专业厂点位x/y坐标值为(xa,yb)，标识编码为SKC，若数控加工专业厂有多个厂房，则依次相应标识SKC1、SKC2……的顺序标识编码，各专业厂、仓储仓库的标识编码采用主数据系统中的唯一识别编码。在对各专业厂、仓储仓库地点位化表示与标识编码绑定的基础上，如图3所示，在全域电子地图中将代表各专业厂、仓储仓库的点位进行连线连接，连接时需要沿目标区域的实际道路走向进行连接。同时，基于第三方地图服务平台，标注设定连线长度(实际距离长度)，以此形成拓扑化的全域电子地图。
S11：对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据；其中，所述单条物流配送任务数据为具有相同配送起止地点的任务数据。
在具体实施过程中，单条物流配送任务可能包括多个物流配送子任务(多个不同的待配送对象任务)，也可能单条物流配送任务数据只包含单个物流配送任务(单个待配送对象任务)。因此，需要根据物流配送任务具体内容进行任务分解，分解原则为具有相同的配送起止地点归为单条物流配送任务。对已经获取的物流配送任务进行分解，物流配送任务中已经包含了配送任务编号、配送起止地点(如从仓储仓库A到数控专业厂)、拟送达时间、待配送物料(原材料、半成品、标准件、零部件等)的名称、数量等信息，提取这些关键信息数据，为配送方案计算提供支撑；同时，根据已经获取的待配送物料信息，对接相应物料BOM清单或相应的物料管理系统，获取物料尺寸、重量等物流配送方案计算所需的信息。
S12：基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径。
在具体实施过程中，物流配送路径指指引物流人员将需配送的物流从出发地配送到目的地的具体路径。具体的，每个单条物流配送任务数据中具有至少一个配送任务，这些配送任务具有相同的配送起止地点，也就是每个单条物流配送任务数据中的若干个配送任务都是从同一个地方到另一个地方，假设第一个单条物流配送任务数据中的配送任务从甲地到乙地有3条路径，第二个单条物流配送任务数据中的配送任务从乙地到丙地有2条路径，则配送完第一个单条物流配送任务数据和第二个单条物流配送任务数据中的配送任务就具有6条配送路径。
S13：对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径。
在具体实施过程中，就如步骤S12中的例子，从甲地到乙地的3条路径中选择一条最短的路径来来配送第一个单条物流配送任务数据中的配送任务，从乙地到丙地有2条路径中选择一条最短的路径来来配送第二个单条物流配送任务数据中的配送任务，这两条最短的路径的集合就是目标路径。
本实施例中，由于将物流配送任务按照具有相同配送起止地点的原则分解为若干个单条物流配送任务，也就是每个单条物流配送任务中包括至少一个配送任务，这些配送任务具有相同的配送起止地点，因此物流配送车一次性可以同时完成多个配送任务；由于获得的目标配送路径为配送若干个单条物流配送任务数据的最短路径，因此物流配送车从起点到终点不但一次性可以面向多业务域协同配送更多的配送任务，而且所用时间更短，如此可以对仓储物流的配送路径进行更合理的规划，从而可以极大的提高物流配送的执行效率。
可以理解的是，对所述物流配送任务数据进行分解是为了获得若干个单条物流配送任务数据，可以通过现有的的方式进行分解，但为了达到能获得更准确的单条物流配送任务数据的效果，在一些实施例中，如图4所示，所述对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据的步骤包括：
S111：提取所述物流配送任务数据的物流配送任务信息，所述物流配送任务信息包括配送任务编号数据、配送起止地点数据和拟送达时间数据。
在具体实施过程中，物流配送任务来自上游仓储物流管理系统，物流配送任务信息数据为结构化的数据，包含了配送任务编号(数字编码字符串)、配送起止地点(仓储仓库之间、各专业厂之间、仓储仓库与专业厂之间)、拟送达时间(时间字符串)、待配送物料明细(原材料、半成品、标准件、零部件等的名称、规格、数量)等信息数据。
S112：基于所述物流配送任务信息，获得若干个单条物流配送任务数据。
在具体实施过程中，物流配送任务信息提取后，可获得待配送物料明细，包含待配送物料名称、规格、数量的基本信息，调取物料BOM清单数据或物料管理系统中相应物料信息数据，按照提取的物料名称、规格，获取相应的物料尺寸、重量等信息数据，再将具有相同配送起止地点的任务数据组合起来，形成单条物流配送任务数据。如此，通过提取物流配送任务数据的物流配送任务信息，可以获得更准确的单条物流配送任务数据。
可以理解的是，为了满足目标区域内各单位使用所需物质的紧急程度，即先后顺序，进一步的提高对物料的配送效率，在一些实施例中，在所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径的步骤之前还包括：
先获得若干所述单条物流配送任务数据的优先级，所述优先级用于表征所述单条物流配送任务数据拟送达时间的先后顺序，所述拟送达时间越早的单条物流配送任务数据的优先级越高。然后，根据所述单条物流配送任务数据的优先级从高到低的顺序，对若干所述单条物流配送任务数据进行排序。
因此，所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径的步骤包括：基于所述电子路线数据和所述单条物流配送任务数据，依次获得排序后的每条所述单条物流配送任务数据的若干物流配送路径。
本实施例中，物流配送任务分解完成后，按照各条物流配送任务的拟送达时间先后顺序进行任务执行优先级排序，这样可以将更急需的物料第一时间配送到目的地，同时由于待配送的物料具有配送的先后顺序，因此配送人员配送完第一个单条物流配送任务数据中的配送任务后，可以马上对第二个单条物流配送任务数据中的配送任务进行配送，配送更井然有序，期间耽搁的时间更少，因此可以更进一步的提高对物料的配送效率。
可以理解的是，通过上述技术方案可以获得将物流配送车上所有货物配送到所有目标单位的所有物流配送路径，这里的目标单位指需要获得的单位。但是，为了得到最优的物流配送路径，在一些实施例中，如图5所示，所述对所述物流配送路径进行优化，以获得目标配送路径的步骤包括：
S131：根据所述单条物流配送任务数据的优先级从高到低的顺序，依次获得每条所述单条物流配送任务数据中距离最短的最短物流配送路径。
在具体实施过程中，物流配送路径计算基于Dijkstra算法计算目标区域全域拓扑地图中物流配送车最优装载方案下，完成所有待执行物流配送任务的最优路径即目标路径。具体的，先对各专业厂、仓储仓库最短路径初始化，在已经对全域电子地图进行了拓扑化处理，标注了各专业厂、仓储仓库点位，及点位之间的实际距离数值。然后进行起始源点设置，以全域拓扑地图中的仓储仓库点位为起始源点。再对优先点位设置，在实际配送任务中存在需要优先配送的专业厂，因此需要设置优先点位；若不存在需要优先配送的专业厂，则无需设置优先点位。最后进行最短路径的多轮遍历计算，以集合S表示最短路径，以仓储仓库为源点，初始最短路径为仓储仓库到自身为最短距离。
先进行第一轮路径遍历计算，即获得对排在第一位的单条物流配送任务数据中的配送任务的配送路径。具体的，从仓储仓库出发，计算其到其他专业厂节点的距离，若存在配送优先级，则指定该配送优先专业厂为第一轮路径遍历计算为最短路径；若无配送优先级，则遍历计算仓储仓库到拟配送专业厂距离，无法直接连接的则以无穷表示。选择其中最短的一条路径添加到集合S，如：仓储仓库到热表厂为第一轮路径遍历的最短路径，而该最短路径的编号为6，则表示为CCK—RBC(6)。
然后进行第二轮路径遍历计算，即获得对排在第二位的单条物流配送任务数据中的配送任务的配送路径。具体的，以第一轮路径遍历计算结果(CCK —RBC)为初始值，遍历计算仓储仓库通过热表厂到其他专业厂节点的路径距离。如仓储仓库到热表厂再到数控专业厂为第二轮路径遍历的最短路径而该最短路径的编号为9，则表示为CCK—RBC—SKC(9)。
以此类推计算，直至从仓储仓库出发到所有待配送专业厂均存在最小路径数值。
S132：将若干个所述最短物流配送路径组合为最短物流配送路径集合，所述最短物流配送路径集合为目标配送路径。
在具体实施过程中，根据步骤S131中得到的路径遍历计算中所有最小路径数值的集合定义为最短物流配送路径集合即目标路径。为了更保险起见，还可以对已经得到的目标路径进行审核检查，对其中明显不符合规则的方案结果进行标定。如需求配送到达时间变更导致物流配送任务执行优先级发生变化，目标区域内道路临时管制导致部分配送路线无法通行；因此，需要重新设定相对应的计算输入条件(配送任务优先级变化时需重新获取物流配送任务并分解，重复步骤S11-S13；部分配送路线无法通行时需要重新对园区全域拓扑地图进行修改，重复步骤S10和S13)。通过重新对计算输入条件的调整，并重新进行物流配送方案计算，可得到最终可执行的物流配送方案。然后，将目标路径(物流配送方案结果)发布，根据已经最优的物流配送方案计算结果，发布至物流配送任务执行环节，由物流配送人员执行相应任务；这样获得的目标路径的准确性更高，整个配送路径的条理更清楚。
为了能充分的利用物流配送车的载力，更进一步的提高物流的配送效率，在一些实施例中，在所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径的步骤之前还包括：
步骤1：获得约束条件数据和所述物流配送任务数据中的待配送物料数据；其中，所述约束条件数据包括物流配送车承载数据、工作包载具承载数据和装载托盘承载数据。
在具体实施过程中，在实际物流配送过程中，需要对各种型号的物流配送车的性能参数进行设定，这些性能参数直接影响配送车型的选择、最优方案的计算。具体的，通过如下关系式，获得物流配送车承载数据：
Aldv＝{A11，A12，…，A21，A22…，Aij}
Aij＝{Aw，Av，Am}
Av＝{Avl，Avw，Avh}
Am＝{0，1}
其中，Aldv表示所有物流配送车的承载能力参数集合，Aij表示第i种型号的第j个编号的物流配送车的承载能力参数，Aw表示物流配送车的承载重量， Av表示物流配送车的货位尺寸，Avl表示物流配送车的货位长度，Avw表示物流配送车的货位宽度，Avh表示物流配送车的货位高度，Am表示物流配送车是否保养维护，0表示物流配送车未处于保养维护状态，1表示物流配送车处于保养维护状态。
工作包载具是承载不同料箱的托盘，承载了料箱的工作包载具会直接放置在物流配送车上进行配送运输。因此，工作包载具承载能力参数会影响工作包载具型号选择、最优方案计算。具体的，通过如下关系式，获得工作包载具承载数据：
Bmt＝{B11，B12，…，B21，B22…，Bkl}
Bkl＝{Bw，Bv，Bm}
Bv＝{Bvl，Bvw，Bvh}
Bm＝{0，1}
其中，Bmt表示所有工作包载具的承载能力参数集合，Bkl表示第k种型号的第l个编号的工作包载具的承载能力参数，Bw表示工作包载具的承载重量， Bv表示工作包载具的承载尺寸，Bvl表示工作包载具的承载长度，Bvw表示工作包载具的承载宽度，Bvh表示工作包载具的承载高度，Bm表示工作包载具是否可用，0表示工作包载具可用，1表示工作包载具不可用；
装载托盘主要承载较大、无法放置在工作包载具上的物料，在实际物流配送中需根据拟配送的物料的重量、尺寸选择合适的装载托盘。具体的，通过如下关系式，获得装载托盘承载数据：
Cmt＝{C11，C12,…，C21，C22…，Cnm}
Cnm＝{Cw，Cv，Cm}
Cv＝{Cvl，Cvw，Cvh}
Cm＝{0，1}
其中，Cmt表示所有装载托盘的承载能力参数集合，Cnm表示第n种型号的第m个编号的装载托盘的承载能力参数，Cw表示装载托盘的承载重量，Cv表示装载托盘的承载尺寸，Cvl表示装载托盘的承载长度，Cvw表示装载托盘的承载宽度，Cvh表示装载托盘的承载高度，Cm表示装载托盘是否可用，0表示装载托盘可用，1表示装载托盘不可用；
物料重量、尺寸主要影响工作包载具、装载托盘的选择，在计算时，其重量、尺寸数据主要来源于BOM清单。具体的，通过如下关系式，获得待配送物料数据：
Dmt＝{D11，D12，…，D21，D22…，Dsd}
Dsd＝{Dw，Dv}
Dv＝{Dl，Dw，Dh}
其中，Dmt表示所有待配送物料的属性参数集合，Dsd表示第s种型号的第d个编号的待配送物料的属性参数，Dw表示待配送物料的重量，Dv表示待配送物料的尺寸，Dl表示待配送物料的长度，Dw表示待配送物料的宽度，Dh表示待配送物料的高度。
步骤2：基于所述待配送物料数据、所述物流配送车承载数据、所述工作包载具承载数据和所述装载托盘承载数据，选取物流配送车、工作包载具和装载托盘。具体的，先确认物流配送车、工作包载具和装载托盘的使用状态；然后，基于所述物流配送车、所述工作包载具和所述装载托盘的使用状态，选取物流配送车、工作包载具和装载托盘；其中，所述物流配送车的承载重量大于或等于所述待配送物料数据中待配送物流的重量之和，所述物流配送车的货位尺寸大于或等于所述工作包载具的载具尺寸和所述装载托盘的托盘尺寸之和。
因此，所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径的步骤包括：基于所述电子路线数据、所述单条物流配送任务数据和所述约束条件数据，获得物流配送路径。
所述对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径的步骤包括：对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为在满足所述约束条件数据的情况下，配送若干个所述单条物流配送任务数据的最短路径。
本实施例中，以经过拓扑化处理的精细全域电子地图数据、计算约束规则数据(配送载具承载能力、工作包载具承载能力等约束条件)、已分解的物流配送任务(待配送专业厂名称、物料需求送达时间、待配送物料信息等) 等数据为计算输入条件，代入物流配送方案算法中进行物流配送方案计算。
具体的，物流配送车装载计算主要实现基于物流配送车承载能力的待配送物料最优化装车方案，计算方式为：
一、物流配送车状态确认，在上述方案中设定了物流配送车承载能力约束条件Aldv，物流配送车Aij的维护保养状态Am表示物流配送车是否可用(0 表示可用，1表示不可用)，确认所有可执行物流配送任务的配送车状态。
二、待执行物流配送任务排序，在上述方案中对所获取的物料配送任务按照相同配送起止地点为原则进行了任务分解，按照各条物流配送任务拟送达时间先后顺序进行了任务执行优先级排序，得到具有先后顺序的待执行物流配送任务。
三、待配送物料信息匹配，在上述方案中对待配送物料信息进行了匹配，得到待配送物料详细信息数据，包括重量、体积等信息。
四、工作包载具、装载托盘匹配，在上述方案中设定了工作包载具和装载托盘承载能力约束条件集合Bmt、Cmt，根据已经获得的待执行物流配送任务、待配送物料信息、可使用的工作包载具或装载托盘信息，匹配合适的工作包载具、装载托盘。如：同一时间内，某仓储仓库待配送至数控加工专业厂、热表专业厂的配送任务中包含了10件小型零部件(8件配送至数控加工专业厂、2件配送至热表专业厂)、1件较大零部件(配送至热表专业厂)，根据零部件重量体积信息、工作包载具承载能力、装载托盘承载能力，匹配10 件小型零部件放置于单个或多个相同型号或不同型号的工作包载具中，1件较大零部件放置于某型号装载托盘中。
五、物流配送车装载匹配，上一步已完成基于待执行物流配送任务的待配送物料与工作包载具、装载托盘匹配，根据上述方案中设定的物流配送车承载能力约束条件Aldv(物流配送车Aij的总承载重量Aw、货位尺寸Av)信息数据，匹配满足承载能力要求的物流配送车。如：同一时间内，共有4个a 型工作包载具、3个b型装载托盘，共计1000kg重量物料需要配送，某型号物流配送车可承载5个a型工作包载具、3个b型装载托盘、共计1200kg载重，故可匹配选择此型物流配送车。
本实施例中，通过对物流配送车、工作包载具和装载托盘的准确选择，可以使得物流配送车每次配送物料的量都最大化，这样可以充分利用物流配送车载力，提高对物料配送的效率。
综上，本申请通过利用航拍设备或第三方服务获取精细化全域电子地图，并结合园区各专业厂、仓储仓库等建筑位置信息，对全域电子地图进行拓扑化处理，对物流配送车承载能力、工作包载具承载能力等影响配送方案计算的约束条件进行设置，并对接上游仓储物流管理系统，获取物流配送任务详细数据信息，提取其中配送对象、拟送达时间、待配送物料等信息。基于全域电子地图数据、计算约束规则数据、已分解的物流配送任务等数据，利用物流配送方案算法中进行物流配送方案计算，并对已经计算的配送方案进行审核检查，不合规则的方案结果重新设定计算输入条件进行调整优化，发布最终的物流配送方案结果至物流配送人员执行，从而极大提高了物流配送执行效率，物料配送准时到达准确率，大大保障了多专业厂多业务域协同生产，显著提高了企业生产效率。
在另一实施例中，如图6所示，基于与前述实施例相同的发明思路，本申请的实施例还提供了一种仓储物流配送路径规划装置，该装置包括：
第一获得模块，用于获得目标区域的电子路线数据和物流配送任务数据；
第二获得模块，用于对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据；其中，所述单条物流配送任务数据为具有相同配送起止地点的任务数据；
第三获得模块，用于基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径；
第四获得模块，用于对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径。
需要说明的是，本实施例中仓储物流配送路径规划装置中各模块是与前述实施例中的仓储物流配送路径规划方法中的各步骤一一对应，因此，本实施例的具体实施方式和达到的技术效果可参照前述仓储物流配送路径规划方法的实施方式，这里不再赘述。
此外，在一种实施例中，本申请还提供一种计算机设备，所述计算机设备包括处理器，存储器以及存储在所述存储器中的计算机程序，所述计算机程序被处理器运行时实现前述实施例中方法。
此外，在一种实施例中，本申请还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器运行时实现前述实施例中方法。
在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、 EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。
在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例，可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言(HTML，Hyper TextMarkup Language)文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。
作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台多媒体终端设备(可以是手机，计算机，电视接收机，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，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)

1.一种仓储物流配送路径规划方法，其特征在于，所述方法包括：
获取目标区域的电子路线数据和物流配送任务数据；
对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据；其中，所述单条物流配送任务数据为具有相同配送起止地点的任务数据；
基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径；
对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径。
2.如权利要求1所述的仓储物流配送路径规划方法，其特征在于，所述对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据，包括：
提取所述物流配送任务数据的物流配送任务信息，所述物流配送任务信息包括配送任务编号数据、配送起止地点数据和拟送达时间数据；
基于所述物流配送任务信息，获得若干个单条物流配送任务数据。
3.如权利要求1所述的仓储物流配送路径规划方法，其特征在于，在所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径的步骤之前，还包括：
获得若干所述单条物流配送任务数据的优先级，所述优先级用于表征所述单条物流配送任务数据拟送达时间的先后顺序，所述拟送达时间越早的单条物流配送任务数据的优先级越高；
根据所述单条物流配送任务数据的优先级从高到低的顺序，对若干所述单条物流配送任务数据进行排序；
所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径，包括：
基于所述电子路线数据和所述单条物流配送任务数据，依次获得排序后的每条所述单条物流配送任务数据的若干物流配送路径。
4.如权利要求3所述的仓储物流配送路径规划方法，其特征在于，所述对所述物流配送路径进行优化，以获得目标配送路径，包括：
根据所述单条物流配送任务数据的优先级从高到低的顺序，依次获得每条所述单条物流配送任务数据中距离最短的最短物流配送路径；
将若干个所述最短物流配送路径组合为最短物流配送路径集合，所述最短物流配送路径集合为目标配送路径。
5.如权利要求1所述的仓储物流配送路径规划方法，其特征在于，在所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径的步骤之前，还包括：
获得约束条件数据和所述物流配送任务数据中的待配送物料数据；其中，所述约束条件数据包括物流配送车承载数据、工作包载具承载数据和装载托盘承载数据；
基于所述待配送物料数据、所述物流配送车承载数据、所述工作包载具承载数据和所述装载托盘承载数据，选取物流配送车、工作包载具和装载托盘；
所述基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径，包括：
基于所述电子路线数据、所述单条物流配送任务数据和所述约束条件数据，获得物流配送路径；
所述对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径，包括：
对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为在满足所述约束条件数据的情况下，配送若干个所述单条物流配送任务数据的最短路径。
6.如权利要求5所述的仓储物流配送路径规划方法，其特征在于，所述基于所述待配送物料数据、物流配送车承载数据、工作包载具承载数据和装载托盘承载数据，选取物流配送车、工作包载具和装载托盘，包括：
确认物流配送车、工作包载具和装载托盘的使用状态；
基于所述物流配送车、所述工作包载具和所述装载托盘的使用状态，选取物流配送车、工作包载具和装载托盘；其中，所述物流配送车的承载重量大于或等于所述待配送物料数据中待配送物流的重量之和，所述物流配送车的货位尺寸大于或等于所述工作包载具的载具尺寸和所述装载托盘的托盘尺寸之和。
7.如权利要求6所述的仓储物流配送路径规划方法，其特征在于，通过如下关系式，获得物流配送车承载数据：
Aldv＝{A11，A12，…，A21，A22…，Aij}
Aij＝{Aw，Av，Am}
Av＝{Avl，Avw，Avh}
Am＝{0，1}
其中，Aldv表示所有物流配送车的承载能力参数集合，Aij表示第i种型号的第j个编号的物流配送车的承载能力参数，Aw表示物流配送车的承载重量，Av表示物流配送车的货位尺寸，Avl表示物流配送车的货位长度，Avw表示物流配送车的货位宽度，Avh表示物流配送车的货位高度，Am表示物流配送车是否保养维护，0表示物流配送车未处于保养维护状态，1表示物流配送车处于保养维护状态；
通过如下关系式，获得工作包载具承载数据：
Bmt＝{B11，B12，…，B21，B22…，Bkl}
Bkl＝{Bw，Bv，Bm}
Bv＝{Bvl，Bvw，Bvh}
Bm＝{0，1}
其中，Bmt表示所有工作包载具的承载能力参数集合，Bkl表示第k种型号的第l个编号的工作包载具的承载能力参数，Bw表示工作包载具的承载重量，Bv表示工作包载具的承载尺寸，Bvl表示工作包载具的承载长度，Bvw表示工作包载具的承载宽度，Bvh表示工作包载具的承载高度，Bm表示工作包载具是否可用，0表示工作包载具可用，1表示工作包载具不可用；
通过如下关系式，获得装载托盘承载数据：
Cmt＝{C11，C12,…，C21，C22…，Cnm}
Cnm＝{Cw，Cv，Cm}
Cv＝{Cvl，Cvw，Cvh}
Cm＝{0，1}
其中，Cmt表示所有装载托盘的承载能力参数集合，Cnm表示第n种型号的第m个编号的装载托盘的承载能力参数，Cw表示装载托盘的承载重量，Cv表示装载托盘的承载尺寸，Cvl表示装载托盘的承载长度，Cvw表示装载托盘的承载宽度，Cvh表示装载托盘的承载高度，Cm表示装载托盘是否可用，0表示装载托盘可用，1表示装载托盘不可用；
通过如下关系式，获得待配送物料数据：
Dmt＝{D11，D12，…，D21，D22…，Dsd}
Dsd＝{Dw，Dv}
Dv＝{Dl，Dw，Dh}
其中，Dmt表示所有待配送物料的属性参数集合，Dsd表示第s种型号的第d个编号的待配送物料的属性参数，Dw表示待配送物料的重量，Dv表示待配送物料的尺寸，Dl表示待配送物料的长度，Dw表示待配送物料的宽度，Dh表示待配送物料的高度。
8.一种仓储物流配送路径规划装置，其特征在于，所述装置包括：
第一获得模块，用于获得目标区域的电子路线数据和物流配送任务数据；
第二获得模块，用于对所述物流配送任务数据进行分解，以获得若干个单条物流配送任务数据；其中，所述单条物流配送任务数据为具有相同配送起止地点的任务数据；
第三获得模块，用于基于所述电子路线数据和所述单条物流配送任务数据，获得物流配送路径；
第四获得模块，用于对所述物流配送路径进行优化，以获得目标配送路径；其中，所述目标配送路径为配送若干个所述单条物流配送任务数据的最短路径。
9.一种计算机设备，其特征在于，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现如权利要求1-7中任一项所述的方法。
CN202211112812.6A 2022-09-13 2022-09-13 一种仓储物流配送路径规划方法、装置、设备及介质 Active CN115526385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211112812.6A CN115526385B (zh) 2022-09-13 2022-09-13 一种仓储物流配送路径规划方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211112812.6A CN115526385B (zh) 2022-09-13 2022-09-13 一种仓储物流配送路径规划方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115526385A true CN115526385A (zh) 2022-12-27
CN115526385B CN115526385B (zh) 2024-04-16

Family

ID=84697418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211112812.6A Active CN115526385B (zh) 2022-09-13 2022-09-13 一种仓储物流配送路径规划方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115526385B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117436776A (zh) * 2023-12-19 2024-01-23 广东鑫港湾供应链管理有限公司 一种供应链智能物流配送管理系统
CN118171990A (zh) * 2024-05-10 2024-06-11 浙江口碑网络技术有限公司 一种物品存放的指引和确定方法、存储介质和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106679685A (zh) * 2016-12-29 2017-05-17 鄂尔多斯市普渡科技有限公司 一种用于车辆导航的行车路径规划方法
CN106705982A (zh) * 2017-01-25 2017-05-24 上海蔚来汽车有限公司 多地点依存的路径规划方法和系统
CN111928867A (zh) * 2020-08-20 2020-11-13 上海西井信息科技有限公司 基于时间扩展的路径规划方法、系统、设备及存储介质
CN113177752A (zh) * 2021-04-20 2021-07-27 杉数科技(北京)有限公司 一种路线规划方法、装置及服务器
CN114781966A (zh) * 2022-04-08 2022-07-22 重庆大学 物流配送路径规划方法、装置、设备及存储介质
CN114862301A (zh) * 2022-03-31 2022-08-05 浙江科钛机器人股份有限公司 基于二维码辅助定位的托盘叉车agv自动装载方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106679685A (zh) * 2016-12-29 2017-05-17 鄂尔多斯市普渡科技有限公司 一种用于车辆导航的行车路径规划方法
CN106705982A (zh) * 2017-01-25 2017-05-24 上海蔚来汽车有限公司 多地点依存的路径规划方法和系统
CN111928867A (zh) * 2020-08-20 2020-11-13 上海西井信息科技有限公司 基于时间扩展的路径规划方法、系统、设备及存储介质
CN113177752A (zh) * 2021-04-20 2021-07-27 杉数科技(北京)有限公司 一种路线规划方法、装置及服务器
CN114862301A (zh) * 2022-03-31 2022-08-05 浙江科钛机器人股份有限公司 基于二维码辅助定位的托盘叉车agv自动装载方法
CN114781966A (zh) * 2022-04-08 2022-07-22 重庆大学 物流配送路径规划方法、装置、设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117436776A (zh) * 2023-12-19 2024-01-23 广东鑫港湾供应链管理有限公司 一种供应链智能物流配送管理系统
CN117436776B (zh) * 2023-12-19 2024-03-29 广东鑫港湾供应链管理有限公司 一种供应链智能物流配送管理系统
CN118171990A (zh) * 2024-05-10 2024-06-11 浙江口碑网络技术有限公司 一种物品存放的指引和确定方法、存储介质和电子设备

Also Published As

Publication number Publication date
CN115526385B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
CN115526385A (zh) 一种仓储物流配送路径规划方法、装置、设备及介质
Fazlollahtabar et al. Hybrid cost and time path planning for multiple autonomous guided vehicles
Pina-Pardo et al. The traveling salesman problem with release dates and drone resupply
Serper et al. The design of capacitated intermodal hub networks with different vehicle types
US10007889B2 (en) Finding minimum cost transportation routes for orders through a transportation network
Faiz et al. A column generation algorithm for vehicle scheduling and routing problems
US20160300186A1 (en) Vehicle fleet control systems and methods
Rao et al. Scheduling a single vehicle in the just-in-time part supply for a mixed-model assembly line
Dondo et al. Operational planning of forward and reverse logistic activities on multi-echelon supply-chain networks
Thanos et al. Dispatch and conflict-free routing of capacitated vehicles with storage stack allocation
Najy et al. Collaborative truck-and-drone delivery for inventory-routing problems
Lee et al. Winner determination problem in multiple automated guided vehicle considering cost and flexibility
Sung et al. Speed optimization algorithm with routing to minimize fuel consumption under time-dependent travel conditions
Omagari et al. Provisional-ideal-point-based multi-objective optimization method for drone delivery problem
Ucal Sari et al. Analysis of intelligent software implementations in air cargo using fermatean fuzzy CODAS method
WO2017218362A1 (en) Vehicle fleet control systems and methods
Tadumadze et al. Loading and scheduling outbound trucks at a dispatch warehouse
JP5382844B2 (ja) 輸送スケジュール作成システム
Ács et al. Optimizations of a multi-agent system for a real-world warehouse problem
JP2007314335A (ja) 地図情報を用いた物流輸送管理装置及び物流輸送管理システム
JP2008230816A (ja) 調達物流スケジュール作成システム
Dondo et al. A branch-and-price approach to manage cargo consolidation and distribution in supply chains
Shirazi et al. Modeling and solving a three-stage fixed charge transportation problem considering stochastic demand and price
Mungwattana et al. A practical case study of a heterogeneous fleet vehicle routing problem with various constraints
Alizon et al. Optimising material handling costs in an assembly workshop

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