CN115705593A - 物流运输方法、装置、计算机设备和存储介质 - Google Patents
物流运输方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115705593A CN115705593A CN202110882500.2A CN202110882500A CN115705593A CN 115705593 A CN115705593 A CN 115705593A CN 202110882500 A CN202110882500 A CN 202110882500A CN 115705593 A CN115705593 A CN 115705593A
- Authority
- CN
- China
- Prior art keywords
- logistics
- information
- line
- node
- route
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种物流运输方法、装置、计算机设备和存储介质，包括：获取待规划节点的订单信息和位置信息；基于预设的包含三维装车约束的三维装车算法，分析订单信息和位置信息，得到满足于三维装车约束的初始物流线路；基于各初始物流线路包含的节点数量，优化初始物流线路，得到用于物流运输的目标物流线路。采用本方法为物流运输任务规划合理线路和装车方案，不仅可满足物流运输任务的时效性，还可提高物流运输任务的装载率，避免物流运输车辆出现货物悬空或超载的问题，节省了物流运输成本、提高了物流运输效率。
Description
技术领域
本申请涉及物流技术领域，具体涉及一种物流运输方法、装置、计算机设备和存储介质。
背景技术
目前，物流运输线路的选择主要以司机经验为主，缺乏对运输成本和运输时效的综合考量，也缺乏科学的装车操作指引，导致不同程度的空间浪费。因此，需要一套便于落地实施，且装载率较高的线路规划装车方案作为操作指导，促使线路选择与装车双向合理化。
然而，现有的线路规划方法并未考虑其他物流因素，如未考虑各线路实施过程中需要完成的货物配载任务，导致按照该线路实现物流运输时，不可避免的发生货物悬空或货物超载等问题。
因此，现有的线路规划方法存在因线路规划不合理，而导致物流运输效率低的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种物流运输方法、装置、计算机设备和存储介质，用以合理规划物流配送任务的运输路线和装车方案，降低失误风险，进而提高物流运输效率。
第一方面，本申请提供一种物流运输方法，包括：
获取待规划节点的订单信息和位置信息；
基于预设的包含三维装车约束的三维装车算法，分析订单信息和位置信息，得到满足于三维装车约束的初始物流线路；
基于各初始物流线路包含的节点数量，优化初始物流线路，得到用于物流运输的目标物流线路。
在本申请一些实施例中，基于预设的包含三维装车约束的三维装车算法，分析订单信息和位置信息，得到满足于三维装车约束的初始物流线路，包括：在待规划节点为非空的情况下，获取当前可用线路对应的车辆工作时间和车辆容量信息；基于预设的包含三维装车约束的三维装车算法，分析订单信息、位置信息、车辆工作时间和/或车辆容量信息，得到分析结果；基于分析结果，筛选出当前可用线路中的目标线路，作为初始物流线路。
在本申请一些实施例中，基于预设的包含三维装车约束的三维装车算法，分析订单信息、位置信息、车辆工作时间和/或车辆容量信息，得到分析结果，包括：确定用于规划物流线路的目标函数，目标函数为第一目标函数和/或第二目标函数；若目标函数为第一目标函数和第二目标函数，则按照各目标函数的预置优先级，结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到分析结果；其中，线路规划信息包括订单信息和位置信息；若目标函数为第一目标函数或第二目标函数，则结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到分析结果；其中，目标约束包括三维装车约束，以及预设的时间窗约束和/或容量约束。
在本申请一些实施例中，目标函数还包括第三目标函数，订单信息包括货物参数信息和物流时效时间，结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到分析结果，包括：结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到货物装车规划结果；若货物装车规划结果满足于目标函数和目标约束，则确定分析结果为第一分析结果；若货物装车规划结果不满足目标函数或目标约束，则获取初始化后的空路线，并且当待规划节点在空路线中的物流成本数值不满足于预设的成本条件时，确定分析结果为第二分析结果。
在本申请一些实施例中，基于分析结果，筛选出当前可用线路中的目标线路，作为初始物流线路，包括：若分析结果为第一分析结果，则将对应的当前可用线路作为目标线路；获取目标线路的线路编码；基于线路编码，筛选出当前可用线路中的目标线路，作为初始物流线路。
在本申请一些实施例中，基于各初始物流线路包含的节点数量，优化初始物流线路，得到用于物流运输的目标物流线路，包括：获取各初始物流线路包含的节点数量；基于节点数量，确定各初始物流线路中的待删除线路，待删除线路的节点数量为各节点数量中的最小值；若待删除线路中包含待规划节点，则获取不包含待删除线路的线路集合，并基于线路集合，优化初始物流线路，得到用于物流运输的目标物流线路。
在本申请一些实施例中，获取待规划节点的订单信息和位置信息的步骤，包括：获取待规划节点的取货计划信息或送货计划信息，取货计划信息或送货计划信息中包括货物参数信息和物流时效时间；处理取货计划信息或送货计划信息的信息格式，得到待规划节点的订单信息；获取取货计划信息或送货计划信息中的货物运输地址，得到待规划节点的位置信息。
第二方面，本申请提供一种物流运输装置，包括：
信息获取模块，用于获取待规划节点的订单信息和位置信息；
线路规划模块，用于基于预设的包含三维装车约束的三维装车算法，分析订单信息和位置信息，得到满足于三维装车约束的初始物流线路；
线路优化模块，用于基于各初始物流线路包含的节点数量，优化初始物流线路，得到用于物流运输的目标物流线路。
第三方面，本申请还提供一种计算机设备，包括：
一个或多个处理器；
存储器；以及一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的物流运输方法。
第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的物流运输方法中的步骤。
第五方面，本申请实施例提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面提供的方法。
上述物流运输方法、装置、计算机设备和存储介质，服务器通过获取待规划节点的订单信息和位置信息，以基于预设的包含三维装车约束的三维装车算法，分析订单信息和位置信息，得到满足于三维装车约束的初始物流线路，进而基于各初始物流线路包含的节点数量，优化初始物流线路，得到用于物流运输的目标物流线路。由于本申请在实现物流运输的过程中，使用了动态生成放置点的装车算法将三维装车约束作为线路规划的硬性条件，可以有效避免线路实际实施过程中无法装车的情况。因此，采用本方法为物流运输任务规划合理线路，避免了物流运输所用车辆出现货物悬空或超载的问题，节省了物流运输成本、提高了物流运输效率。
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是本申请实施例中物流运输方法的场景示意图；
图2是本申请实施例中物流运输方法的流程示意图；
图3是本申请实施例中物流运输方法的算法框架示意图；
图4是本申请实施例中物流运输方法的装车算法示意图；
图5是本申请实施例中初始物流线路获取步骤的流程示意图；
图6是本申请实施例中初始物流线路优化步骤的流程示意图；
图7是本申请实施例中物流运输装置的结构示意图；
图8是本申请实施例中计算机设备的结构示意图。
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，所描述的实施例仅仅是本申请一部分实施例，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。
在本申请的描述中，术语“第一”、“第二”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”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请的描述中，术语“例如”一词用来表示“用作例子、例证或说明”。本申请中被描述为“例如”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种物流运输方法、装置、计算机设备和存储介质，以下分别进行详细说明。
参阅图1，图1为本申请提供的物流运输方法的场景示意图，该物流运输方法可应用于物流运输系统中。其中，物流运输系统包括通过网络建立有通信连接的终端100和服务器200。终端100可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。终端100具体可以是台式终端或移动终端，终端100具体还可以是手机、平板电脑、笔记本电脑等中的一种。服务器200可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，本申请提及的网络包含但不限于是：广域网、城域网或局域网。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是适用于本申请方案的一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个服务器200，可以理解的是，该物流运输系统还可以包括一个或多个其他服务器，具体此处不作限定。另外，该物流运输系统还可以包括存储器，用于存储数据，如存储取货计划信息、送货计划信息等。
需要说明的是，图1所示的物流运输系统的场景示意图仅仅是一个示例，本发明实施例描述的物流运输系统以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着物流运输系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
参阅图2，本申请实施例提供了一种物流运输方法，主要以该方法应用于上图1中的服务器200来举例说明，该方法包括步骤S201至S203，具体如下：
S201，获取待规划节点的订单信息和位置信息。
其中，待规划节点可以是指未被服务且需为其规划物流运输线路的客户节点，或者对货物有销售需求而需为其规划物流运输线路的供应商节点。需要说明的是，当客户作为待规划节点时，本申请提供的物流运输方法适用于送货场景，即需要规划出供应商到客户之间的送货物流线路；当供应商作为待规划节点时，本申请提供的物流运输方法适用于取货场景，即需要规划出制造商到供应商之间的取货物流线路。
其中，订单信息可以是包含货物参数信息和物流时效时间的，以订单格式存在的信息，货物参数信息可以是货物尺寸信息和/或货物重量信息，物流时效时间可以是待规划节点允许车辆到达的时间，例如，物流时效时间为2021年1月1日12点零分至2021年1月5日12点零分；又例如，货物尺寸信息为XX长XX宽XX高、货物重量信息为XX千克(kg)或XX克(g)。
其中，位置信息可以是指待规划节点的GPS定位，也可以是指带规划节点的合法注册位置，例如，XX市XX区XX街道XX号。
具体地，服务器200针对待规划节点分析物流运输线路之前，首先需确定哪些是待规划节点，然后再获取对应待规划节点的订单信息和位置信息，作为物流线路规划的分析依据。因此，服务器200可接收终端100指令确定待规划节点(如终端100新增提交的节点)，或基于本地存储的节点列表以预设数量筛选确定待规划节点(如按顺序筛选一定数量节点，或参照特殊参数筛选一定数量节点，该特殊参数可以是服务标识(标识0表示为“未服务”，表示1表示为“已服务”，“已服务”则代表对应节点已被安排在相应的物流线路中))。
更具体地，服务器200确定了待规划节点之后，可进一步获取待规划节点的订单信息和位置信息，信息获取方式可采用如下几种方式之一：
(1)从终端100或其他设备处获取待规划节点的订单信息和位置信息，即每个待规划节点与物流企业之间的各项业务交易，将在终端100处编辑提交，终端100上传业务交易数据的同时，也会记录该待识别账户的物流业务信息；
(2)从其他服务器同步获取得到，即物流企业的多个服务器和/或终端可作为区块链节点构成区块链系统，例如公有链系统或私有链系统，虽然这两种区块链系统基本属性不同(公有链存储信息不可篡改、私有链存储信息可篡改)，但相同的是存储在任意一个节点服务器处的订单信息和位置信息，均可被系统内其他节点服务器请求获取；
(3)从上级服务器请求得到，或是从下级服务器轮询得到，即物流企业的多个服务器存在上下级关系，上级服务器更新数据之后下级服务器可实时请求获取，下级服务器更新数据之后上级服务器可定时轮询获取。
可以理解的是，上述公有链系统、私有链系统、请求获取方式或轮询获取方式的选取可依据实际应用需求确定，本申请实施例不做具体限定。本实施例中涉及的订单信息和位置信息获取步骤将在下文详细说明。
在一个实施例中，本步骤包括：获取待规划节点的取货计划信息或送货计划信息；处理取货计划信息或送货计划信息的信息格式，得到待规划节点的订单信息；获取取货计划信息或送货计划信息中的货物运输地址，得到待规划节点的位置信息。
其中，取货计划信息可以是指各个制造商与各个供应商之间取货计划，取货计划信息可分析各个制造商的物料需求计划得到，即可从制造商A的物料需求计划中推出其前往各个供应商的取货计划。
其中，送货计划信息可以是指各个供应商与各个客户之间送货计划，送货计划信息可分析各个客户的货物需求计划得到，即可从客户B的货物需求计划中推出各个供应商对其的送货计划。
其中，取货计划信息或送货计划信息中包括货物参数信息和物流时效时间，货物参数信息可以包含货物尺寸信息和货物重量信息，物流时效时间可以是指待规划节点允许车辆到达的时间。
具体地，服务器200识别得到待规划节点之后，若待规划节点为客户节点，则服务器200可进一步获取待规划节点的取货计划信息；若待规划节点为供应商节点，则服务器200可进一步获取待规划节点的送货计划信息，进而处理取货计划信息或送货计划信息的信息格式，如将信息存储的文件进行格式转换(如转换为excel格式)，即可得到后续所需的订单信息。其中，若待规划节点为客户节点，则需要对应物流线路配置的车辆前往各个客户节点卸货；若待规划节点为供应商节点，则需要对应物流线路配置的车辆前往各个供应商节点装货，因此，客户和供应商是不同场景中的节点。
更具体地，服务器200获取到待规划节点的订单信息之后，可进一步获取待规划节点的货物运输地址，如待规划节点的企业注册地址、订单提交地址、实际定位(GPS)地址，即可得到后续所需的位置信息。
S202，基于预设的包含三维装车约束的三维装车算法，分析订单信息和位置信息，得到满足于三维装车约束的初始物流线路。
其中，三维装车约束的设置是基于优先车辆装载率的考虑，即对当前线路进行装车时会考虑所装货物的具体长、宽、高等其他业务属性。原因在于，线路规划时考虑三维装车约束可以有效避免线路实际实施过程中无法装车的情况，更贴近实际的物流运输状况，进而提升物流运输效率。
具体地，服务器200分析规划物流线路的基础是待规划节点非空，若为空，则无需规划物流线路。因此，本申请实施例提出可在待规划节点为非空的情况下，以预设的包含三维装车约束的三维装车算法作为分析策略，分析待规划节点的订单信息和位置信息，筛选满足于三维装车约束的初始物流线路，作为待规划节点可选取插入的物流线路。本实施例中涉及的初始物流线路获取步骤将在下文详细说明。
在一个实施例中，本步骤包括：在待规划节点为非空的情况下，获取当前可用线路对应的车辆工作时间和车辆容量信息；基于预设的包含三维装车约束的三维装车算法，分析订单信息、位置信息、车辆工作时间和/或车辆容量信息，得到分析结果；基于分析结果，筛选出当前可用线路中的目标线路，作为初始物流线路。
其中，当前可用线路可以是指已被初始化而即将插入节点分析的线路，例如，线路A(“0—>1—>0”)还可插入其他节点，可作为当前可用线路。其中的“0”可表示仓库节点、“1”可表示为客户节点。
其中，车辆工作时间可以是指为当前可用线路配置的对应车辆的工作时间，例如，车辆工作时间为2021年2月1日12点零分至2021年2月3日12点零分，表示这期间当前可用线路的车辆处于运输行驶时间。
其中，车辆容量信息可以是指为当前可用线路配置的对应车辆的货物容量，例如，车辆容量信息为“1吨”即表示该车辆可转载重量小于或等于“1吨”的货物；又例如，车辆容量信息为“50立方米”即表示该车辆可转载体积小于或等于“50立方米”的货物。
具体地，服务器200可在检测到待规划节点为非空的情况下，首先获取当前可用线路，进而获取当前可用线路对应的车辆工作时间和车辆容量信息。其中，如图3所示，若待规划节点为客户节点，则待规划节点可预先存储在一个预置的“客户池”中，当前可用线路可预先存储在一个预置的“路径池”中，预置的“选择池”则可存储待规划节点对应的初始物流线路。
更具体地，服务器200获取到各个当前可用线路对应的车辆工作时间和车辆容量信息之后，可基于预设的包含三维装车约束的三维装车算法，分析待规划节点的订单信息和位置信息，并分析各个当前可用线路对应的车辆工作时间和/或车辆容量信息，以获取分析结果，即分析待规划节点是否可插入至对应的当前可用线路中，即可得到可插入的分析结果，又或是不可插入的分析结果。
进一步地，是否分析车辆工作信息和车辆容量信息，取决于服务器200当前配置的目标约束是否包含时间窗约束和容量约束，其中的车辆工作信息即用于供服务器200检测时间窗约束、车辆容量信息即用于供服务器200检测容量约束。服务器200综合分析了订单信息、位置信息以及车辆工作时间，或者分析了订单信息、位置信息以及车辆容量信息，或者分析了订单信息、位置信息、车辆工作信息以及车辆容量信息，得到分析结果之后，即可基于分析结果筛选出当前可用线路中的目标线路，作为对应待规划节点的初始物流线路。本实施例中使用的目标函数和约束条件将在下文详细说明。
在一个实施例中，基于预设的包含三维装车约束的三维装车算法，分析订单信息、位置信息、车辆工作时间和/或车辆容量信息，得到分析结果，包括：确定用于规划物流线路的目标函数，目标函数为第一目标函数和/或第二目标函数；若目标函数为第一目标函数和第二目标函数，则按照各目标函数的预置优先级，结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到分析结果；其中，线路规划信息包括订单信息和位置信息；若目标函数为第一目标函数或第二目标函数，则结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到分析结果；其中，目标约束包括三维装车约束，以及预设的时间窗约束和/或容量约束。
其中，目标函数(objective function)可以是指所关心的目标(某一变量)与相关的因素(某些变量)的函数关系，本申请实施例涉及的目标函数包括“车辆资源数目最少”和“总行驶里程最短”。
其中，在分析某些具体的逻辑函数时，经常会遇到这样一种状况，即输入变量的取值不是任意的，因而对输入变量取值所加的限制称为约束条件，本申请实施例涉及的约束条件包括“时间窗约束”、“容量约束”和“三维装车约束”；实际确定目标约束时，可根据业务场景、业务衡量指标的不同加入丰富的搜索目标，实现多业务目标的搜索优化，在不同的目标优先级下，输出特定的线路规划和装车方案。
具体地，本申请实施例使用的目标函数包括第一目标函数和/或第二目标函数，第一目标函数用于最小化初始物流线路的车辆资源数目，第二目标函数用于最小化初始物流线路的行驶里程数值。若是采用多目标分析，则因第一目标函数的优先级高于第二目标函数的优先级，所以需要优先判断当前解使用的车辆数，如果车辆数一样，则判断总行驶里程。其中，车辆数即当前解(初始物流线路)的线路数。其中，第二目标函数表示为：
i表示节点i、j表示节点j、k表示线路，xijk表示线路k是否遍历边ij，dij表示节点i与节点j之间的距离。
更具体地，本申请实施例可选用的约束条件包括时间窗约束、容量约束以及三维装车约束。其中，时间窗约束，用于限定当前可用线路访问一个客户节点的时间必须在客户允许的时间窗口内；容量约束，用于限定当前可用线路访问客户节点的总需求量不能超过指定车型的最大容量，以体积或者重量衡量；三维装车约束，用于限定当前可用线路进行装车时，需考虑所装货物的长、宽、高等属性。本申请实施例提出在线路规划时考虑三维装车约束，可以有效避免线路实际实施过程中无法装车的情况，进而改善物流运输效率。
进一步地，时间窗约束是路径规划的基础约束，可用[ei,li]表示节点i的时间窗，ei表示节点i的最早开始访问时间，li表示节点i的最晚开始访问时间，ai表示车辆到达节点i的时间(ai＝aj+tji+si)，si表示节点i的装卸货时间，tji表示节点j到节点i的行驶时间，那么只有当ai在区间[ei,li]内，方可判定对应线路的解满足时间窗约束。
进一步地，容量约束可用公式Q1+Q2+Qn＝di≤V表示。其中，Q表示初始容量，di表示提货量(取自于订单信息)、V表示车的当前容量(取自于车辆容量信息)。
进一步地，三维装车约束在本申请实施例中不存在具体公式，但三维装车约束的作用在于控制初始物流线路对应配置的车辆能够承载待规划节点所需的货物参数信息，即从重量或体积上需满足。
例如，可参阅图4，服务器200可使用三维装车算法(简称装车算法)检测三维装车约束，即遵循以下规则确定分析结果：(1)最大底面积优先，即放置货物时，优先选择底面积最大的货物，以此类推；(2)从头到尾、由里到外、由下往上，即装车时，放置货物的顺序是从车头到车尾、从里部到外部、由下往上。
最后，若服务器200分析确定线路规划信息(包括订单信息和位置信息)、车辆工作时间和/或车辆容量信息，均满足于预设的一个或多个目标函数以及预设的一个或多个约束条件，则可确定对应线路的分析结果为第一分析结果，反之则为第二分析结果。需要说明的是，第一分析结果包括装车方案，具体包括各个货物编码在对应物流运输车辆中的摆放位置、摆放方式，货物编码和对应物流运输车辆的装车容积信息均存在于订单信息中，摆放效果可参阅图4。
在一个实施例中，目标函数还包括第三目标函数，订单信息包括货物参数信息和物流时效时间，结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到分析结果，包括：结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到货物装车规划结果；若货物装车规划结果满足于目标函数和目标约束，则确定分析结果为第一分析结果；若货物装车规划结果不满足目标函数或目标约束，则获取初始化后的空路线，并且当待规划节点在空路线中的物流成本数值不满足于预设的成本条件时，确定分析结果为第二分析结果。
其中，第三目标函数用于最大化车辆装载量，货物参数信息可以包含货物尺寸信息和货物重量信息，物流时效时间可以是指待规划节点允许车辆到达的时间，上文已说明故而本实施例中不再赘述。
具体地，服务器200可结合上述的“客户池”、“路径池”、“选择池”获取分析结果，即获取是否可将包含有待规划节点的当前可用线路添加至选择池的结果，分析步骤包括：(1)初始化“客户池”，添加所有未被服务的客户节点(若是取货场景则添加未被服务的供应商节点)；(2)如果“客户池”不为空，则到步骤3，否则到步骤5；(3)判断“选择池”是否为空，如果不为空，从“选择池”中选择最优的插入操作，选择标准依据上文所述的目标函数和约束条件，将选中的客户节点插入到对应的当前可用路径中，得到正分析的客户节点的初始物流线路，进而再从“客户池”中删除该客户节点；(4)如果“选择池”为空，则初始化一条空路径存储在“路径池”中，并将“客户池”中的客户节点插入到新开辟的空路径中，记录所有可行的插入位置和插入成本，插入成本的计算逻辑根据目标函数和约束条件确定，最后将所有可行的插入选择存储中“选择池”中，回到步骤2；(5)确定“选择池”中的路径，作为对应被插入的待规划节点的初始物流线路。
更具体地，上文所述从“选择池”中选择最优的插入操作，选取参考对象即为待规划节点的订单信息和位置信息，以及当前可用线路的车辆工作时间和/或车辆容量信息，所得的货物装车规划结果存在两种情况，即满足于目标函数和目标约束的情况、不满足于目标函数和目标约束的情况。若分析判断待规划节点A1与当前可用线路B1不匹配，此时需进一步分析待规划节点A1在空线路中的成本是否满足条件，如小于或等于成语阈值，若仍否，则可确定其分析结果为第二分析结果，即该当前可用线路B1非待规划节点A1的初始物流线路。反之，可判定分析结果为第一分析结果，当前可用线路B1是待规划节点A1的初始物流线路。
在一个实施例中，基于分析结果，筛选出当前可用线路中的目标线路，作为初始物流线路的步骤，包括：若分析结果为第一分析结果，则将对应的当前可用线路作为目标线路；获取目标线路的线路编码；基于线路编码，筛选出当前可用线路中的目标线路，作为初始物流线路。
其中，线路编码可以是指各物流线路的标识码，可采用数字、字母或特殊字符等构成，例如，123a、234b等。
具体地，服务器200针对待规划节点分析各个当前可用线路，得到对应的分析结果之后，即可将第一分析结果对应的当前可用线路作为目标线路，查表获取该目标线路的线路编码，以此筛选出各个当前可用线路中的目标线路作为待规划节点对应的初始物流线路。
S203，基于各初始物流线路包含的节点数量，优化初始物流线路，得到用于物流运输的目标物流线路。
其中，节点数量可以是指各初始物流线路中包含的客户节点/供应商节点的节点数量，例如，节点数量为5、10、20等。
具体地，可参阅图5，服务器200可将待规划节点的订单信息、位置信息以及基于位置信息计算得到的位置距离时间矩阵信息(如供应商节点位置到客户节点位置之间的车辆行驶时间和车辆行驶距离；又如供应商节点位置到制造商节点位置之间的车辆行驶时间和车辆行驶距离)作为线路规划的输入数据，结合三维装车算法与线路规划算法，分析得到待规划节点的初始物流线路之后，还可进一步提高线路可行性、节省物流运输成本，即对初始物流线路进行优化。
更具体地，本申请实施例提出在分析得到待规划节点的多个初始物流线路，或分析得到多个待规划节点一一对应的初始物流线路之后，面对多于一条的初始物流线路，可再次筛选优化，降低物流运输成本，具体详见下述实施例。
在一个实施例中，本步骤包括：获取各初始物流线路包含的节点数量；基于节点数量，确定各初始物流线路中的待删除线路，待删除线路的节点数量为各节点数量中的最小值；若待删除线路中包含待规划节点，则获取不包含待删除线路的线路集合，并基于线路集合，优化初始物流线路，得到用于物流运输的目标物流线路。
具体地，可按照以下步骤优化初始物流线路、获取目标物流线路：(1)确定各个初始物流线路的节点数量之后，移除节点数量最少的那条线路C，并将移除的节点存储到“弹射池”中，将移除了线路C的线路集合标记为S′，S′也可以仅剩一条初始物流线路；(2)从“弹射池”中选择一个客户节点，从S′中寻找可行的插入位置，找到位置后对应插入节点，即可构成新线路集合S″；(3)如果不存在可行的插入位置，那么就随机插入，此时构成的新线路集合S″是一个不可行解，此时会对S″进行修复，修复算法可采用节点交换算法，即将两条线路的两个节点进行交换，详见图6所示，实现对不可行解的修复；(4)如果不可行解S″修复成功，重复步骤2和3，直至“弹射池”中所有的节点均被插入；如果不可行解S″修复不成功，那么将当前节点重新添加至“弹射池”中，选择“弹射池”中的其他节点重复步骤2和3；(5)如果“弹射池”中的节点均被插入，那么可输出优化后的初始物流线路作为目标物流线路；如果仍存在节点未被插入，则需将初始物流线路判定为对应待规划节点的目标物流线路。
上述实施例中的物流运输方法，服务器通过获取待规划节点的订单信息和位置信息，以基于预设的包含三维装车约束的三维装车算法，分析订单信息和位置信息，得到满足于三维装车约束的初始物流线路，进而基于各初始物流线路包含的节点数量，优化初始物流线路，得到用于物流运输的目标物流线路。由于本申请在实现物流运输的过程中，使用了动态生成放置点的装车算法将三维装车约束作为线路规划的硬性条件，可以有效避免线路实际实施过程中无法装车的情况，不仅可满足物流运输任务的时效性，还可提高物流运输任务的装载率。因此，采用本方法为物流运输任务规划合理线路，避免了物流运输所用车辆出现货物悬空或超载的问题，节省了物流运输成本、提高了物流运输效率。
为了更好实施本申请实施例中的物流运输方法，在如图2所示的物流运输方法基础之上，本申请实施例中还提供了一种物流运输装置，如图7所示，该物流运输装置700包括：
信息获取模块710，用于获取待规划节点的订单信息和位置信息；
线路规划模块720，用于基于预设的包含三维装车约束的三维装车算法，分析订单信息和位置信息，得到满足于三维装车约束的初始物流线路；
线路优化模块730，用于基于各初始物流线路包含的节点数量，优化初始物流线路，得到用于物流运输的目标物流线路。
具体地，上述信息获取模块710可称为IO模块，IO模块可管理输入数据信息和输出结果信息，输入数据信息包括但不限于是待规划节点的订单信息和位置信息，输出结果信息为待规划节点的初始物流线路或目标物流线路；上述线路规划模块720和线路优化模块730统称为算法模块，算法模块包括但不限于约束信息模块(Constraint模块)、目标信息模块(Objective模块)、线路信息模块(Route模块)、构造算法模块(Initial Solution模块)、改进算法模块(Algorithm模块)以及装箱算法模块(BinPack模块)。
其中，各个模块的处理步骤是：(1)IO模块中的数据流入算法模块；(2)InitialSolution模块初始化需要访问的节点(一个节点就是一个位置)；(3)调用Route模块，根据Constraint模块判断是否可以将未访问的节点添加到路径中，根据最优解优先策略选中最终添加到路径中的节点，同时更新Route模块和Objective模块；(4)重复步骤2和步骤3，直至所有节点访问完毕，此时所有路径便作为算法的初始解(初始物流线路)；(5)调用Algorithm模块，用弹射池算法对初始解进行改进，设置最大迭代次数终止算法运行，输出最终结果，存储在IO模块。
在本申请一些实施例中，信息获取模块710还用于获取待规划节点的取货计划信息或送货计划信息，取货计划信息或送货计划信息中包括货物参数信息和物流时效时间；处理取货计划信息或送货计划信息的信息格式，得到待规划节点的订单信息；获取取货计划信息或送货计划信息中的货物运输地址，得到待规划节点的位置信息。
在本申请一些实施例中，线路规划模块720还用于在待规划节点为非空的情况下，获取当前可用线路对应的车辆工作时间和车辆容量信息；基于预设的包含三维装车约束的三维装车算法，分析订单信息、位置信息、车辆工作时间和/或车辆容量信息，得到分析结果；基于分析结果，筛选出当前可用线路中的目标线路，作为初始物流线路。
在本申请一些实施例中，线路规划模块720还用于确定用于规划物流线路的目标函数，目标函数为第一目标函数和/或第二目标函数；若目标函数为第一目标函数和第二目标函数，则按照各目标函数的预置优先级，结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到分析结果；其中，线路规划信息包括订单信息和位置信息；若目标函数为第一目标函数或第二目标函数，则结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到分析结果；其中，目标约束包括三维装车约束，以及预设的时间窗约束和/或容量约束。
在本申请一些实施例中，目标函数还包括第三目标函数，订单信息包括货物参数信息和物流时效时间，线路规划模块720还用于结合目标函数和目标约束分析线路规划信息，并分析车辆工作时间和/或车辆容量信息，得到货物装车规划结果；若货物装车规划结果满足于目标函数和目标约束，则确定分析结果为第一分析结果；若货物装车规划结果不满足目标函数或目标约束，则获取初始化后的空路线，并且当待规划节点在空路线中的物流成本数值不满足于预设的成本条件时，确定分析结果为第二分析结果。
在本申请一些实施例中，线路规划模块720还用于若分析结果为第一分析结果，则将对应的当前可用线路作为目标线路；获取目标线路的线路编码；基于线路编码，筛选出当前可用线路中的目标线路，作为初始物流线路。
在本申请一些实施例中，线路优化模块730还用于获取各初始物流线路包含的节点数量；基于节点数量，确定各初始物流线路中的待删除线路，待删除线路的节点数量为各节点数量中的最小值；若待删除线路中包含待规划节点，则获取不包含待删除线路的线路集合，并基于线路集合，优化初始物流线路，得到满足于货物参数信息和物流时效时间的目标物流线路。
上述实施例中，由于本申请在实现物流运输的过程中，使用了动态生成放置点的装车算法将三维装车约束作为线路规划的硬性条件，可以有效避免线路实际实施过程中无法装车的情况，不仅可满足物流运输任务的时效性，还可提高物流运输任务的装载率。因此，采用本方法为物流运输任务规划合理线路，避免了物流运输所用车辆出现货物悬空或超载的问题，节省了物流运输成本、提高了物流运输效率。
关于物流运输装置的具体限定可以参见上文中对于物流运输方法的限定，在此不再赘述。上述物流运输装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在本申请一些实施例中，物流运输装置700可以实现为一种计算机程序的形式，计算机程序可在如图8所示的计算机设备上运行。计算机设备的存储器中可存储组成该物流运输装置700的各个程序模块，比如，图8所示的信息获取模块710、线路规划模块720以及线路优化模块730。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的物流运输方法中的步骤。
例如，图8所示的计算机设备可以通过如图8所示的物流运输装置700中的信息获取模块710执行步骤S201。计算机设备可通过线路规划模块720执行步骤S202。计算机设备可通过线路优化模块730执行步骤S203。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的计算机设备通过网络连接通信。该计算机程序被处理器执行时以实现一种物流运输方法。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在本申请一些实施例中，提供了一种计算机设备，包括一个或多个处理器；存储器；以及一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述物流运输方法的步骤。此处物流运输方法的步骤可以是上述各个实施例的物流运输方法中的步骤。
在本申请一些实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器进行加载，使得处理器执行上述物流运输方法的步骤。此处物流运输方法的步骤可以是上述各个实施例的物流运输方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上对本申请实施例所提供的一种物流运输方法、装置、计算机设备和存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种物流运输方法，其特征在于，包括：
获取待规划节点的订单信息和位置信息；
基于预设的包含三维装车约束的三维装车算法，分析所述订单信息和所述位置信息，得到满足于所述三维装车约束的初始物流线路；
基于各所述初始物流线路包含的节点数量，优化所述初始物流线路，得到用于物流运输的目标物流线路。
2.如权利要求1所述的方法，其特征在于，所述基于预设的包含三维装车约束的三维装车算法，分析所述订单信息和所述位置信息，得到满足于所述三维装车约束的初始物流线路，包括：
在所述待规划节点为非空的情况下，获取当前可用线路对应的车辆工作时间和车辆容量信息；
基于预设的包含三维装车约束的三维装车算法，分析所述订单信息、所述位置信息、所述车辆工作时间和/或所述车辆容量信息，得到分析结果；
基于所述分析结果，筛选出所述当前可用线路中的目标线路，作为所述初始物流线路。
3.如权利要求2所述的方法，其特征在于，所述基于预设的包含三维装车约束的三维装车算法，分析所述订单信息、所述位置信息、所述车辆工作时间和/或所述车辆容量信息，得到分析结果，包括：
确定用于规划物流线路的目标函数，所述目标函数为第一目标函数和/或第二目标函数；
若所述目标函数为所述第一目标函数和所述第二目标函数，则按照各所述目标函数的预置优先级，结合所述目标函数和目标约束分析线路规划信息，并分析所述车辆工作时间和/或所述车辆容量信息，得到分析结果；其中，所述线路规划信息包括所述订单信息和所述位置信息；
若所述目标函数为所述第一目标函数或所述第二目标函数，则结合所述目标函数和所述目标约束分析所述线路规划信息，并分析所述车辆工作时间和/或所述车辆容量信息，得到分析结果；其中，所述目标约束包括所述三维装车约束，以及预设的时间窗约束和/或容量约束。
4.如权利要求3所述的方法，其特征在于，所述目标函数还包括第三目标函数，所述订单信息包括货物参数信息和物流时效时间，所述结合所述目标函数和所述目标约束分析所述线路规划信息，并分析所述车辆工作时间和/或所述车辆容量信息，得到分析结果，包括：
结合所述目标函数和所述目标约束分析所述线路规划信息，并分析所述车辆工作时间和/或所述车辆容量信息，得到货物装车规划结果；
若所述货物装车规划结果满足于所述目标函数和所述目标约束，则确定所述分析结果为第一分析结果；
若所述货物装车规划结果不满足所述目标函数或所述目标约束，则获取初始化后的空路线，并且当所述待规划节点在所述空路线中的物流成本数值不满足于预设的成本条件时，确定所述分析结果为第二分析结果。
5.如权利要求2所述的方法，其特征在于，所述基于所述分析结果，筛选出所述当前可用线路中的目标线路，作为所述初始物流线路，包括：
若所述分析结果为第一分析结果，则将对应的当前可用线路作为目标线路；
获取所述目标线路的线路编码；
基于所述线路编码，筛选出所述当前可用线路中的目标线路，作为所述初始物流线路。
6.如权利要求1-5中任一项所述的方法，其特征在于，所述基于各所述初始物流线路包含的节点数量，优化所述初始物流线路，得到用于物流运输的目标物流线路，包括：
获取各所述初始物流线路包含的节点数量；
基于所述节点数量，确定各所述初始物流线路中的待删除线路，所述待删除线路的节点数量为各所述节点数量中的最小值；
若所述待删除线路中包含所述待规划节点，则获取不包含所述待删除线路的线路集合，并基于所述线路集合，优化所述初始物流线路，得到用于物流运输的目标物流线路。
7.如权利要求1-5中任一项所述的方法，其特征在于，所述获取待规划节点的订单信息和位置信息，包括：
获取待规划节点的取货计划信息或送货计划信息；
处理所述取货计划信息或所述送货计划信息的信息格式，得到所述待规划节点的订单信息；
获取所述取货计划信息或所述送货计划信息中的货物运输地址，得到所述待规划节点的位置信息。
8.一种物流运输装置，其特征在于，包括：
信息获取模块，用于获取待规划节点的订单信息和位置信息；
线路规划模块，用于基于预设的包含三维装车约束的三维装车算法，分析所述订单信息和所述位置信息，得到满足于所述三维装车约束的初始物流线路；
线路优化模块，用于基于各所述初始物流线路包含的节点数量，优化所述初始物流线路，得到用于物流运输的目标物流线路。
9.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
存储器；以及一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7中任一项所述的物流运输方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的物流运输方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110882500.2A CN115705593A (zh) | 2021-08-02 | 2021-08-02 | 物流运输方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110882500.2A CN115705593A (zh) | 2021-08-02 | 2021-08-02 | 物流运输方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115705593A true CN115705593A (zh) | 2023-02-17 |
Family
ID=85178408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110882500.2A Pending CN115705593A (zh) | 2021-08-02 | 2021-08-02 | 物流运输方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115705593A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116070776A (zh) * | 2023-02-24 | 2023-05-05 | 中外运跨境电商物流有限公司 | 一种航空货运产品的智能拼接方法与系统 |
| CN117217420A (zh) * | 2023-11-07 | 2023-12-12 | 北京全路通信信号研究设计院集团有限公司 | 一种运输信息的确定方法、装置、设备及存储介质 |
-
2021
- 2021-08-02 CN CN202110882500.2A patent/CN115705593A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116070776A (zh) * | 2023-02-24 | 2023-05-05 | 中外运跨境电商物流有限公司 | 一种航空货运产品的智能拼接方法与系统 |
| CN116070776B (zh) * | 2023-02-24 | 2024-03-29 | 中外运空运有限公司 | 一种航空货运产品的智能拼接方法与系统 |
| CN117217420A (zh) * | 2023-11-07 | 2023-12-12 | 北京全路通信信号研究设计院集团有限公司 | 一种运输信息的确定方法、装置、设备及存储介质 |
| CN117217420B (zh) * | 2023-11-07 | 2024-02-13 | 北京全路通信信号研究设计院集团有限公司 | 一种运输信息的确定方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12106255B2 (en) | Dynamically routing salvage shipments and associated method | |
| CN109034481B (zh) | 一种基于约束规划的带时间窗车辆路径问题建模及优化方法 | |
| Rivera et al. | Anticipatory freight selection in intermodal long-haul round-trips | |
| US11282026B2 (en) | Method and apparatus for planning route | |
| CN111553626A (zh) | 一种路径规划方法、装置、电子设备及其存储介质 | |
| CN115705593A (zh) | 物流运输方法、装置、计算机设备和存储介质 | |
| CN110084471A (zh) | 拣选调度方法、装置、仓储系统及可读存储介质 | |
| US20200408541A1 (en) | System and method for determining routing by learned selective optimization | |
| CN109345166B (zh) | 用于生成信息的方法和装置 | |
| CN111044062B (zh) | 路径规划、推荐方法和装置 | |
| CN111311005B (zh) | 配送路径的规划方法、装置、介质及计算机设备 | |
| CN112418475B (zh) | 物流路径规划方法、装置、电子设备及存储介质 | |
| CN110659850A (zh) | 用于货物调配的规划 | |
| CN114548880A (zh) | 物流规划方法、设备、装置和存储介质 | |
| CN111144796A (zh) | 用于生成理货信息的方法和装置 | |
| CN115829451A (zh) | 物流路径规划方法、装置、计算机设备和存储介质 | |
| WO2023129341A1 (en) | Solving routing problems using machine learning | |
| CN116933477A (zh) | 一种仿真模型的构建方法和装置 | |
| CN114707820A (zh) | 货物运输方法、装置、终端设备及可读存储介质 | |
| CN112801567B (zh) | 快递派件模式选取方法、装置、计算机设备和存储介质 | |
| CN116228053A (zh) | 货物配送优化方法、装置、计算机设备及存储介质 | |
| CN113537863A (zh) | 路线规划方法、装置、计算机设备和存储介质 | |
| CN111275226A (zh) | 一种为货物运输设备选择交货仓的方法和装置 | |
| CN113780924A (zh) | 用于生成信息的方法和装置 | |
| CN118627983A (zh) | 一种装车方法及装置、电子设备、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 |