CN116070776B - 一种航空货运产品的智能拼接方法与系统 - Google Patents

一种航空货运产品的智能拼接方法与系统 Download PDF

Info

Publication number
CN116070776B
CN116070776B CN202310183875.9A CN202310183875A CN116070776B CN 116070776 B CN116070776 B CN 116070776B CN 202310183875 A CN202310183875 A CN 202310183875A CN 116070776 B CN116070776 B CN 116070776B
Authority
CN
China
Prior art keywords
port
null
aport
cost
time
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.)
Active
Application number
CN202310183875.9A
Other languages
English (en)
Other versions
CN116070776A (zh
Inventor
臧文轩
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.)
Sinotrans Air Transport Co ltd
Original Assignee
Sinotrans Air Transport 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 Sinotrans Air Transport Co ltd filed Critical Sinotrans Air Transport Co ltd
Priority to CN202310183875.9A priority Critical patent/CN116070776B/zh
Publication of CN116070776A publication Critical patent/CN116070776A/zh
Application granted granted Critical
Publication of CN116070776B publication Critical patent/CN116070776B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本发明涉及一种航空货运产品的智能拼接方法与系统，其中，该方法包括：获取航空货运产品的订单数据；以整体运输成本单价最低为目标构建目标函数；根据订单的运输时长构建所述目标函数的第一约束条件；利用每段港到港运输的订舱数量确定所述目标函数的第二约束条件；对所述目标函数进行求解得到运输成本最低的货运线路。本发明以航班的整体运输成本单价最低为目标构建目标函数，并对其进行求解得到各个产品的货运线路，可以最大程度的节约运输成本。

Description

一种航空货运产品的智能拼接方法与系统
技术领域
本发明涉及航空货运技术领域，特别是涉及一种航空货运产品的智能拼接方法、系统、电子设备及计算机可读存储介质。
背景技术
航空货运即空运是现代物流的重要组成部分，其提供的是安全、快捷、方便和优质的服务。空运以其安全、迅捷、准时赢得了相当大的市场，大大缩短了交货期。然而航空货运公司在运输产品时，一般都是按照货物的运输时限分配运输线路的，这样虽然可以保证货物的运输效率，但是其货运成本会大大提高。
发明内容
为解决上述问题，本发明实施例的目的在于提供一种航空货运产品的智能拼接方法与系统。
一种航空货运产品的智能拼接方法，包括：
步骤1：获取航空货运产品的订单数据；
步骤2：以整体运输成本单价最低为目标构建目标函数；
步骤3：根据订单的运输时长构建所述目标函数的第一约束条件；
步骤4：利用每段港到港运输的订舱数量确定所述目标函数的第二约束条件；
步骤5：对所述目标函数进行求解得到运输成本最低的货运线路。
优选的，所述步骤2中的目标函数为：
Min：Cost(Lport(C1)(Y1))+Cost(Lport(C2)(Y4))+
Z1*Cost(Aport(Y1)(Y2))+Z2*Cost(Aport(Y2)(Y3))+Z3*Cost(Aport(Y3)(Y4))+Z4*Cost(Aport(Y1)(Y4))+Z5*Cost(Aport(Y2)(Y4))
其中，Cost(Lport(C1)(Y1))表示始发地C1到港口Y1的成本单价，Cost(Lport(C2)(Y4))表示目的地C2到港口Y4的成本单价，Cost(Aport(Y1)(Y2))表示港口Y1到港口Y2的成本单价，如果Y2为null，Z1＝0，反之为1，Cost(Aport(Y2)(Y3))表示港口Y2到港口Y3的成本单价，如果Y2和Y3为null，Z2＝0，反之为1，Cost(Aport(Y3)(Y4))表示港口Y3到港口Y4的成本单价，如果Y3为null，Z3＝0，反之为1，Cost(Aport(Y1)(Y4))表示港口Y1到港口Y4的成本单价，如果Y2和Y3为null，Z4＝1，反之为0，Cost(Aport(Y2)(Y4))表示港口Y2到港口Y4的成本单价，如果Y3为null且Y2不为null，Z5＝1，反之为0。
优选的，所述步骤3中目标函数的第一约束条件为：
Time(Lport(C1)(Y1))+Time(Lport(C2)(Y4))+Z1*Time(Aport(Y1)(Y2))+Z2*Time(Aport(Y2)(Y3))+Z3*Time(Aport(Y3)(Y4))
Z4*Time(Aport(Y1)(Y4))+Z5*Time(Aport(Y2)(Y4))≤MaxTime
其中，Time(Lport(C1)(Y1))为始发地C1到港口Y1的运输时长，Time(Lport(C2)(Y4))为目的地C2到港口Y4的运输时长，Time(Aport(Y1)(Y2))为港口Y1到港口Y2的运输时长，如果Y2为null，Z1＝0，反之为1，Time(Aport(Y2)(Y3))为港口Y2到港口Y3的运输时长，如果Y2和Y3为null，Z2＝0，反之为1，Time(Aport(Y3)(Y4))为港口Y3到港口Y4的运输时长，如果Y3为null，Z3＝0，反之为1，Time(Aport(Y1)(Y4))为港口Y1到港口Y4的运输时长，如果Y2和Y3为null，Z4＝1，反之为0，Time(Aport(Y2)(Y4))为港口Y2到港口Y4的运输时长，如果Y3为null且Y2不为null，Z5＝1，反之为0，MaxTime为订单的运输时长。
优选的，所述步骤4中目标函数的第二约束条件为：
25％＜＝Rank(Y1，Y2)＜＝75％，if Y2！＝null
25％＜＝Rank(Y2，Y3)＜＝75％，if Y2！＝null&Y3！＝null
25％＜＝Rank(Y3，Y4)＜＝75％，if Y2！＝null&Y3！＝null
25％＜＝Rank(Y2，Y4)＜＝75％，if Y2！＝null&Y3＝null
25％＜＝Rank(Y1，Y4)＜＝75％，if Y2＝null&Y3＝null
其中，Rank(Y1，Y2)表示港口Y1到港口Y2的订舱数量在全部线路订舱数量的排序，Rank(Y2，Y3)表示港口Y2到港口Y3的订舱数量在全部线路订舱数量的排序，Rank(Y3，Y4)表示港口Y3到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y2，Y4)表示港口Y2到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y1，Y4)表示港口Y1到港口Y4的订舱数量在全部线路订舱数量的排序。
本发明还提供了一种航空货运产品的智能拼接系统，包括：
订单数据获取模块，用于获取航空货运产品的订单数据；
目标函数构建模块，用于以整体运输成本单价最低为目标构建目标函数；
第一约束条件构建模块，用于根据订单的运输时长构建所述目标函数的第一约束条件；
第二约束条件构建模块，用于利用每段港到港运输的订舱数量确定所述目标函数的第二约束条件；
目标函数求解模块，用于对所述目标函数进行求解得到运输成本最低的货运线路。
优选的，所述目标函数构建模块中的目标函数为：
Min：Cost(Lport(C1)(Y1))+Cost(Lport(C2)(Y4))+Z1*Cost(Aport(Y1)(Y2))+Z2*Cost(Aport(Y2)(Y3))+Z3*Cost(Aport(Y3)(Y4))+Z4*Cost(Aport(Y1)(Y4))+Z5*Cost(Aport(Y2)(Y4))
其中，Cost(Lport(C1)(Y1))表示始发地C1到港口Y1的成本单价，Cost(Lport(C2)(Y4))表示目的地C2到港口Y4的成本单价，Cost(Aport(Y1)(Y2))表示港口Y1到港口Y2的成本单价，如果Y2为null，Z1＝0，反之为1，Cost(Aport(Y2)(Y3))表示港口Y2到港口Y3的成本单价，如果Y2和Y3为null，Z2＝0，反之为1，Cost(Aport(Y3)(Y4))表示港口Y3到港口Y4的成本单价，如果Y3为null，Z3＝0，反之为1，Cost(Aport(Y1)(Y4))表示港口Y1到港口Y4的成本单价，如果Y2和Y3为null，Z4＝1，反之为0，Cost(Aport(Y2)(Y4))表示港口Y2到港口Y4的成本单价，如果Y3为null且Y2不为null，Z5＝1，反之为0。
优选的，所述目标函数的第一约束条件为：
Time(Lport(C1)(Y1))+Time(Lport(C2)(Y4))+Z1*Time(Aport(Y1)(Y2))+Z2*Time(Aport(Y2)(Y3))+Z3*Time(Aport(Y3)(Y4))
Z4*Time(Aport(Y1)(Y4))+Z5*Time(Aport(Y2)(Y4))≤MaxTime
其中，Time(Lport(C1)(Y1))为始发地C1到港口Y1的运输时长，Time(Lport(C2)(Y4))为目的地C2到港口Y4的运输时长，Time(Aport(Y1)(Y2))为港口Y1到港口Y2的运输时长，如果Y2为null，Z1＝0，反之为1，Time(Aport(Y2)(Y3))为港口Y2到港口Y3的运输时长，如果Y2和Y3为null，Z2＝0，反之为1，Time(Aport(Y3)(Y4))为港口Y3到港口Y4的运输时长，如果Y3为null，Z3＝0，反之为1，Time(Aport(Y1)(Y4))为港口Y1到港口Y4的运输时长，如果Y2和Y3为null，Z4＝1，反之为0，Time(Aport(Y2)(Y4))为港口Y2到港口Y4的运输时长，如果Y3为null且Y2不为null，Z5＝1，反之为0，MaxTime为订单的运输时长。
优选的，所述目标函数的第二约束条件为：
25％＜＝Rank(Y1，Y2)＜＝75％，if Y2！＝null
25％＜＝Rank(Y2，Y3)＜＝75％，if Y2！＝null&Y3！＝null
25％＜＝Rank(Y3，Y4)＜＝75％，if Y2！＝null&Y3！＝null
25％＜＝Rank(Y2，Y4)＜＝75％，if Y2！＝null&Y3＝null
25％＜＝Rank(Y1，Y4)＜＝75％，if Y2＝null&Y3＝null
其中，Rank(Y1，Y2)表示港口Y1到港口Y2的订舱数量在全部线路订舱数量的排序，Rank(Y2，Y3)表示港口Y2到港口Y3的订舱数量在全部线路订舱数量的排序，Rank(Y3，Y4)表示港口Y3到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y2，Y4)表示港口Y2到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y1，Y4)表示港口Y1到港口Y4的订舱数量在全部线路订舱数量的排序。
本发明还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述的一种航空货运产品的智能拼接方法中的步骤。
本发明还提供了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执行时实现上述的一种航空货运产品的智能拼接方法中的步骤。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明涉及一种航空货运产品的智能拼接方法、系统、电子设备及计算机可读存储介质，其中，该方法包括：获取航空货运产品的订单数据；以整体运输成本单价最低为目标构建目标函数；根据订单的运输时长构建所述目标函数的第一约束条件；利用每段港到港运输的订舱数量确定所述目标函数的第二约束条件；对所述目标函数进行求解得到运输成本最低的货运线路。本发明以航班的整体运输成本单价最低为目标构建目标函数，并对其进行求解得到各个产品的货运线路，可以最大程度的节约运输成本。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，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为本发明提供的一种航空货运产品的智能拼接方法流程图；
图2为本发明提供的一种航空货运产品的智能拼接系统原理图。
具体实施方式
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或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。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1，一种航空货运产品的智能拼接方法，包括：
步骤1：获取航空货运产品的订单数据；
步骤2：以整体运输成本单价最低为目标构建目标函数；
对于门到门的线路，始发城市C1到目的城市C2，确定中转的港口集合{Y1，Y2，Y3，Y4}，其中Y1为始发城市C1陆运到的始发港，Y4为目的城市C2陆运到的目的港，Y2，Y3为Y1和Y4之间中转的港口(Y2，Y3可以为空值)，以便整体运输成本单价最低。
本发明定义邻域Lport(c)为城市c可以通过卡车到达的港口，集合数量为N。
Cost(Lport(c)(Y))为城市c通过卡车到达一个港口的成本单价，Y为该集合中的一个元素；
Time(Lport(c)(Y))为城市c通过卡车到达一个港口的时长，Y为该集合中的一个元素。
对于每个港口p，定义其邻域Aport(p)为p港口可以通过航班到达的其他港口，集合数量为M；
Cost(Aport(p)(X))为p港口通过航班到达一个港口的成本单价，X为该集合中的一个元素；
Time(Aport(p)(X))为p港口通过航班到达一个港口的时长，X为该集合中的一个元素；
No(Aport(p)(X))为p港口通过航班到达一个港口的订舱数量，X为该集合中的一个元素。
对于热门直飞的线路，由于舱位紧张，即使提供直飞产品，也经常由于没有真正可用的舱位，客户实际无法下单。需要在满足运输时效的情况下，提供成本最低且订舱成功比例较高的线路。本发明构建的目标函数为：
Min：Cost(Lport(C1)(Y1))+Cost(Lport(C2)(Y4))+Z1*Cost(Aport(Y1)(Y2))+z2*Cost(Aport(Y2)(Y3))+z3*Cost(Aport(Y3)(Y4))+Z4*Cost(Aport(Y1)(Y4))+Z5*Cost(Aport(Y2)(Y4))
其中，Cost(Lport(C1)(Y1))表示始发地C1到港口Y1的成本单价，Cost(Lport(C2)(Y4))表示目的地C2到港口Y4的成本单价，Cost(Aport(Y1)(Y2))表示港口Y1到港口Y2的成本单价，如果Y2为null，Z1＝0，反之为1，Cost(Aport(Y2)(Y3))表示港口Y2到港口Y3的成本单价，如果Y2和Y3为null，Z2＝0，反之为1，Cost(Aport(Y3)(Y4))表示港口Y3到港口Y4的成本单价，如果Y3为null，Z3＝0，反之为1，Cost(Aport(Y1)(Y4))表示港口Y1到港口Y4的成本单价，如果Y2和Y3为null，Z4＝1，反之为0，Cost(Aport(Y2)(Y4))表示港口Y2到港口Y4的成本单价，如果Y3为null且Y2不为null，Z5＝1，反之为0。
步骤3：根据订单的运输时长构建所述目标函数的第一约束条件；
运输时长要满足客户要求，目标函数的第一约束条件为：
Time(Lport(C1)(Y1))+Time(Lport(C2)(Y4))+Z1*Time(Aport(Y1)(Y2))+Z2*Time(Aport(Y2)(Y3))+Z3*Time(Aport(Y3)(Y4))
Z4*Time(Aport(Y1)(Y4))+Z5*Time(Aport(Y2)(Y4))≤MaxTime
其中，Time(Lport(C1)(Y1))为始发地C1到港口Y1的运输时长，Time(Lport(C2)(Y4))为目的地C2到港口Y4的运输时长，Time(Aport(Y1)(Y2))为港口Y1到港口Y2的运输时长，如果Y2为null，Z1＝0，反之为1，Time(Aport(Y2)(Y3))为港口Y2到港口Y3的运输时长，如果Y2和Y3为null，Z2＝0，反之为1，Time(Aport(Y3)(Y4))为港口Y3到港口Y4的运输时长，如果Y3为null，Z3＝0，反之为1，Time(Aport(Y1)(Y4))为港口Y1到港口Y4的运输时长，如果Y2和Y3为null，Z4＝1，反之为0，Time(Aport(Y2)(Y4))为港口Y2到港口Y4的运输时长，如果Y3为null且Y2不为null，Z5＝1，反之为0，MaxTime为订单的运输时长。
步骤4：利用每段港到港运输的订舱数量确定所述目标函数的第二约束条件；
历史某个始发港到目的港的订舱数量越大，说明线路越热门，实际可用的舱位越紧张，航司不接受订舱的概率越高。历史某个始发港到目的港的订舱数量越小，说明航司提供的最大舱位越小，被航司甩货的概率越高。只有某个始发港到目的港的订舱数量居中，说明可用的舱位不是特别紧张，且航司提供的最大舱位适中，被航司甩货的概率较低，因此本发明以全部系统中的订舱数量按照港到港对应的订舱数量顺序排序后，每段港到港运输的订舱数量在全部线路订舱数量的排序在25％到75％(经验值)为适宜的线路。此处定义函数Rank为基于港到港线路来获取排序的函数。
基于此，本发明目标函数的第二约束条件为：
25％<＝Rank(Y1,Y2)<＝75％,if Y2！＝null
25％<＝Rank(Y2,Y3)<＝75％,if Y2！＝null&Y3！＝null
25％<＝Rank(Y3,Y4)<＝75％,if Y2！＝null&Y3！＝null
25％<＝Rank(Y2,Y4)<＝75％,if Y2！＝null&Y3＝null
25％<＝Rank(Y1,Y4)<＝75％,if Y2＝null&Y3＝null
其中，Rank(Y1,Y2)表示港口Y1到港口Y2的订舱数量在全部线路订舱数量的排序，Rank(Y2,Y3)表示港口Y2到港口Y3的订舱数量在全部线路订舱数量的排序，Rank(Y3,Y4)表示港口Y3到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y2,Y4)表示港口Y2到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y1,Y4)表示港口Y1到港口Y4的订舱数量在全部线路订舱数量的排序。
需要说明的是，为简化计算，港到港的线路控制不超3段。且如果Y1,Y4中间只有一个中转港，则该中转港为Y2，而不是Y3
步骤5：对所述目标函数进行求解得到运输成本最低的货运线路。
由于该优化过程无法通过单纯形法等方法求值，需要通过模拟退火算法和禁忌搜索来进行求解。求解过程如下：
1.设定初始温度t＝tmax,
定义初始解r的Y1为Lport(C1)中的一个随机港口，Y4为Lport(C2)中的一个随机港口；
生成一个取值范围为0到1的随机数，
如果该值小于0.33，则直接判断Y1和Y4之间是否存在航班可以到达且该线路的条件满足约束3，如果满足则获得初始解
如果该值大于等于0.33小于0.67，则判断Aport(Y1)和Aport(Y4)之间是否存在并集，如果存在并集，则取Y2为并集中的一个满足约束3的随机元素作为初始解；
如果该值大于等于0.67，则随机取Aport(Y1)的一个元素A，随机取Aport(Y4)一个元素B，并判断Y1和A的线路，A和B的线路，B和Y4线路是否都存在且约束3，如果都满足则Y2＝A，Y3＝B；
如果没有获得可行的初始解，重新进行该过程，直到获得初始解；
2.内循环
1.从r的邻域中随机选一个解rt,计算r和rt对应目标函数E的值,如rt对应目标函数值较小，则令r＝rt；否则若
则令r＝rt.
此处r的邻域的构造方式类似初始解的构造：
设Y1为Lport(C1)中的一个随机港口，Y4为Lport(C2)中的一个随机港口；
生成一个取值范围为0到1的随机数R，
前50％的循环步骤时，如果该值小于0.33，后50％的循环步骤时，如果该值小于P1，则直接判断Y1和Y4之间是否存在航班可以到达且该线路的条件满足约束3，如果满足则获得当前解；
前50％的循环步骤时，如果该值大于等于0.33小于0.67，后50％的循环步骤时，如果该值大于P1小于等于P2，则判断Aport(Y1)和Aport(Y4)之间是否存在并集，如果存在并集，则取Y2为并集中的一个满足约束3的随机元素作为当前解；
前50％的循环步骤时，如果该值大于等于0.67，后50％的循环步骤时，如果该值大于P2，则随机取Aport(Y1)的一个元素A，随机取Aport(Y4)一个元素B，并判断Y1和A的线路，A和B的线路，B和Y4线路是否都存在且约束3，如果都满足则Y2＝A，Y3＝B；
如果没有获得可行的解，重新进行该过程，直到获得新的解；
为了防止解已经出现过，系统会保留一个集合T，记录已经计算过的r和对应的目标值。每次计算后，将新的解和目标值添加到集合T中，如果本次的邻域的新解在T中已存在，则重新随机生成一个新解，重复该判断，直到该解不在T中。
同时为了动态调整前面R的划分方式，以便更快的选择到成本最低的线路，此处将集合T中的元素分为3类
T1为Y2和Y3为null的子集合，T1Cost为子集合的成本的总和
T2为Y2不为null，Y3为null的子集合，T2Cost为子集合的成本的总和
T3为Y2和Y3都不为null的子集合，T3Cost为子集合的成本的总和
定义P1＝(1/T1Cost)/(1/T1Cost+1/T2Cost+1/T3Cost)
定义P2＝(1/T1Cost+1/T2Cost)
/(1/T1Cost+1/T2Cost+1/T3Cost)
2.如果不满足内循环停止条件(1.目标函数E的均值稳定2.连续若干步的目标值变化较小3.固定的抽样步数)时，重复前一步
3.外循环
1.降温t＝decrease(t)
2.如不满足外循环停止条件，则转第二步(1.达到终止温度2.达到迭代次数3.最优值连续若干步保持不变)；否则算法结束。
本发明以航班的整体运输成本单价最低为目标构建目标函数，并对其进行求解得到各个产品的货运线路，可以最大程度的节约运输成本。
本发明还提供了一种航空货运产品的智能拼接系统，包括：
订单数据获取模块，用于获取航空货运产品的订单数据；
目标函数构建模块，用于以整体运输成本单价最低为目标构建目标函数；
第一约束条件构建模块，用于根据订单的运输时长构建所述目标函数的第一约束条件；
第二约束条件构建模块，用于利用每段港到港运输的订舱数量确定所述目标函数的第二约束条件；
目标函数求解模块，用于对所述目标函数进行求解得到运输成本最低的货运线路。
优选的，所述目标函数构建模块中的目标函数为：
Min：Cost(Lport(C1)(Y1))+Cost(Lport(C2)(Y4))+Z1*Cost(Aport(Y1)(Y2))+Z2*Cost(Aport(Y2)(Y3))+Z3*Cost(Aport(Y3)(Y4))+Z4*Cost(Aport(Y1)(Y4))+Z5*Cost(Aport(Y2)(Y4))
其中，Cost(Lport(C1)(Y1))表示始发地C1到港口Y1的成本单价，Cost(Lport(C2)(Y4))表示目的地C2到港口Y4的成本单价，Cost(Aport(Y1)(Y2))表示港口Y1到港口Y2的成本单价，如果Y2为null，Z1＝0，反之为1，Cost(Aport(Y2)(Y3))表示港口Y2到港口Y3的成本单价，如果Y2和Y3为null，Z2＝0，反之为1，Cost(Aport(Y3)(Y4))表示港口Y3到港口Y4的成本单价，如果Y3为null，Z3＝0，反之为1，Cost(Aport(Y1)(Y4))表示港口Y1到港口Y4的成本单价，如果Y2和Y3为null，Z4＝1，反之为0，Cost(Aport(Y2)(Y4))表示港口Y2到港口Y4的成本单价，如果Y3为null且Y2不为null，Z5＝1，反之为0。
优选的，所述目标函数的第一约束条件为：
Time(Lport(C1)(Y1))+Time(Lport(C2)(Y4))+Z1*Time(Aport(Y1)(Y2))+Z2*Time(Aport(Y2)(Y3))+Z3*Time(Aport(Y3)(Y4))
Z4*Time(Aport(Y1)(Y4))+Z5*Time(Aport(Y2)(Y4))≤MaxTime
其中，Time(Lport(C1)(Y1))为始发地C1到港口Y1的运输时长，Time(Lport(C2)(Y4))为目的地C2到港口Y4的运输时长，Time(Aport(Y1)(Y2))为港口Y1到港口Y2的运输时长，如果Y2为null，Z1＝0，反之为1，Time(Aport(Y2)(Y3))为港口Y2到港口Y3的运输时长，如果Y2和Y3为null，Z2＝0，反之为1，Time(Aport(Y3)(Y4))为港口Y3到港口Y4的运输时长，如果Y3为null，Z3＝0，反之为1，Time(Aport(Y1)(Y4))为港口Y1到港口Y4的运输时长，如果Y2和Y3为null，Z4＝1，反之为0，Time(Aport(Y2)(Y4))为港口Y2到港口Y4的运输时长，如果Y3为null且Y2不为null，Z5＝1，反之为0，MaxTime为订单的运输时长。
优选的，所述目标函数的第二约束条件为：
25％＜＝Rank(Y1，Y2)＜＝75％，if Y2！＝null
25％＜＝Rank(Y2，Y3)＜＝75％，if Y2！＝null&Y3！＝null
25％＜＝Rank(Y3，Y4)＜＝75％，if Y2！＝null&Y3！＝null
25％＜＝Rank(Y2，Y4)＜＝75％，if Y2！＝null&Y3＝null
25％＜＝Rank(Y1，Y4)＜＝75％，if Y2＝null&Y3＝null
其中，Rank(Y1，Y2)表示港口Y1到港口Y2的订舱数量在全部线路订舱数量的排序，Rank(Y2，Y3)表示港口Y2到港口Y3的订舱数量在全部线路订舱数量的排序，Rank(Y3，Y4)表示港口Y3到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y2，Y4)表示港口Y2到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y1，Y4)表示港口Y1到港口Y4的订舱数量在全部线路订舱数量的排序。
与现有技术相比，本发明提供的一种航空货运智能配载的实现系统的有益效果与上述技术方案所述一种航空货运产品的智能拼接方法的有益效果相同，在此不做赘述。
本发明实施例还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述一种航空货运产品的智能拼接方法中实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
此外，本发明实施例还提供了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执行时实现上述一种航空货运产品的智能拼接方法中实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
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，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换的技术方案，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (4)

1.一种航空货运产品的智能拼接方法，其特征在于，包括：
步骤1：获取航空货运产品的订单数据；
步骤2：以整体运输成本单价最低为目标构建目标函数；
步骤3：根据订单的运输时长构建所述目标函数的第一约束条件；
步骤4：利用每段港到港运输的订舱数量确定所述目标函数的第二约束条件；
步骤5：对所述目标函数进行求解得到运输成本最低的货运线路；
所述步骤2中的目标函数为：
Min:Cost(Lport(C1)(Y1))+Cost(Lport(C2)(Y4))+Z1*Cost(Aport(Y1)(Y2))+Z2*Cost(Aport(Y2)(Y3))+Z3*Cost(Aport(Y3)(Y4))+Z4*Cost(Aport(Y1)(Y4))+Z5*Cost(Aport(Y2)(Y4))
其中，Cost(Lport(C1)(Y1))表示始发地C1到港口Y1的成本单价，Cost(Lport(C2)(Y4))表示目的地C2到港口Y4的成本单价，Cost(Aport(Y1)(Y2))表示港口Y1到港口Y2的成本单价，如果Y2为null，Z1＝0，反之为1，Cost(Aport(Y2)(Y3))表示港口Y2到港口Y3的成本单价，如果Y2和Y3为null，Z2＝0，反之为1，Cost(Aport(Y3)(Y4))表示港口Y3到港口Y4的成本单价，如果Y3为null，Z3＝0，反之为1，Cost(Aport(Y1)(Y4))表示港口Y1到港口Y4的成本单价，如果Y2和Y3为null，Z4＝1，反之为0，Cost(Aport(Y2)(Y4))表示港口Y2到港口Y4的成本单价，如果Y3为null且Y2不为null，Z5＝1，反之为0；
所述步骤3中目标函数的第一约束条件为：
Time(Lport(C1)(Y1))+Time(Lport(C2)(Y4))+Z1*Time(Aport(Y1)(Y2))+Z2*Time(Aport(Y2)(Y3))+Z3*Time(Aport(Y3)(Y4))Z4*Time(Aport(Y1)(Y4))+Z5*Time(Aport(Y2)(Y4))≤MaxTime
其中，Time(Lport(C1)(Y1))为始发地C1到港口Y1的运输时长，Time(Lport(C2)(Y4))为目的地C2到港口Y4的运输时长，Time(Aport(Y1)(Y2))为港口Y1到港口Y2的运输时长，如果Y2为null，Z1＝0，反之为1，Time(Aport(Y2)(Y3))为港口Y2到港口Y3的运输时长，如果Y2和Y3为null，Z2＝0，反之为1，Time(Aport(Y3)(Y4))为港口Y3到港口Y4的运输时长，如果Y3为null，Z3＝0，反之为1，Time(Aport(Y1)(Y4))为港口Y1到港口Y4的运输时长，如果Y2和Y3为null，Z4＝1，反之为0，Time(Aport(Y2)(Y4))为港口Y2到港口Y4的运输时长，如果Y3为null且Y2不为null，Z5＝1，反之为0，MaxTime为订单的运输时长；
所述步骤4中目标函数的第二约束条件为：
25％<＝Rank(Y1,Y2)<＝75％,if Y2！＝null
25％<＝Rank(Y2,Y3)<＝75％,if Y2！＝null&Y3！＝null
25％<＝Rank(Y3,Y4)<＝75％,if Y2！＝null&Y3！＝null
25％<＝Rank(Y2,Y4)<＝75％,if Y2！＝null&Y3＝null
25％<＝Rank(Y1,Y4)<＝75％,if Y2＝null&Y3＝null
其中，Rank(Y1,Y2)表示港口Y1到港口Y2的订舱数量在全部线路订舱数量的排序，Rank(Y2,Y3)表示港口Y2到港口Y3的订舱数量在全部线路订舱数量的排序，Rank(Y3,Y4)表示港口Y3到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y2,Y4)表示港口Y2到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y1,Y4)表示港口Y1到港口Y4的订舱数量在全部线路订舱数量的排序。
2.一种航空货运产品的智能拼接系统，其特征在于，包括：
订单数据获取模块，用于获取航空货运产品的订单数据；
目标函数构建模块，用于以整体运输成本单价最低为目标构建目标函数；
第一约束条件构建模块，用于根据订单的运输时长构建所述目标函数的第一约束条件；
第二约束条件构建模块，用于利用每段港到港运输的订舱数量确定所述目标函数的第二约束条件；
目标函数求解模块，用于对所述目标函数进行求解得到运输成本最低的货运线路；
所述目标函数构建模块中的目标函数为：
Min:Cost(Lport(C1)(Y1))+Cost(Lport(C2)(Y4))+Z1*Cost(Aport(Y1)(Y2))+Z2*Cost(Aport(Y2)(Y3))+Z3*Cost(Aport(Y3)(Y4))+Z4*Cost(Aport(Y1)(Y4))+Z5*Cost(Aport(Y2)(Y4))
其中，Cost(Lport(C1)(Y1))表示始发地C1到港口Y1的成本单价，Cost(Lport(C2)(Y4))表示目的地C2到港口Y4的成本单价，Cost(Aport(Y1)(Y2))表示港口Y1到港口Y2的成本单价，如果Y2为null，Z1＝0，反之为1，Cost(Aport(Y2)(Y3))表示港口Y2到港口Y3的成本单价，如果Y2和Y3为null，Z2＝0，反之为1，Cost(Aport(Y3)(Y4))表示港口Y3到港口Y4的成本单价，如果Y3为null，Z3＝0，反之为1，Cost(Aport(Y1)(Y4))表示港口Y1到港口Y4的成本单价，如果Y2和Y3为null，Z4＝1，反之为0，Cost(Aport(Y2)(Y4))表示港口Y2到港口Y4的成本单价，如果Y3为null且Y2不为null，Z5＝1，反之为0；
所述目标函数的第一约束条件为：
Time(Lport(C1)(Y1))+Time(Lport(C2)(Y4))+Z1*Time(Aport(Y1)(Y2))+Z2*Time(Aport(Y2)(Y3))+Z3*Time(Aport(Y3)(Y4))Z4*Time(Aport(Y1)(Y4))+Z5*Time(Aport(Y2)(Y4))≤MaxTime
其中，Time(Lport(C1)(Y1))为始发地C1到港口Y1的运输时长，Time(Lport(C2)(Y4))为目的地C2到港口Y4的运输时长，Time(Aport(Y1)(Y2))为港口Y1到港口Y2的运输时长，如果Y2为null，Z1＝0，反之为1，Time(Aport(Y2)(Y3))为港口Y2到港口Y3的运输时长，如果Y2和Y3为null，Z2＝0，反之为1，Time(Aport(Y3)(Y4))为港口Y3到港口Y4的运输时长，如果Y3为null，Z3＝0，反之为1，Time(Aport(Y1)(Y4))为港口Y1到港口Y4的运输时长，如果Y2和Y3为null，Z4＝1，反之为0，Time(Aport(Y2)(Y4))为港口Y2到港口Y4的运输时长，如果Y3为null且Y2不为null，Z5＝1，反之为0，MaxTime为订单的运输时长；
所述目标函数的第二约束条件为：
25％<＝Rank(Y1,Y2)<＝75％,if Y2！＝null
25％<＝Rank(Y2,Y3)<＝75％,if Y2！＝null&Y3！＝null
25％<＝Rank(Y3,Y4)<＝75％,if Y2！＝null&Y3！＝null
25％<＝Rank(Y2,Y4)<＝75％,if Y2！＝null&Y3＝null
25％<＝Rank(Y1,Y4)<＝75％,if Y2＝null&Y3＝null
其中，Rank(Y1,Y2)表示港口Y1到港口Y2的订舱数量在全部线路订舱数量的排序，Rank(Y2,Y3)表示港口Y2到港口Y3的订舱数量在全部线路订舱数量的排序，Rank(Y3,Y4)表示港口Y3到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y2,Y4)表示港口Y2到港口Y4的订舱数量在全部线路订舱数量的排序，Rank(Y1,Y4)表示港口Y1到港口Y4的订舱数量在全部线路订舱数量的排序。
3.一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1所述的一种航空货运产品的智能拼接方法中的步骤。
4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1所述的一种航空货运产品的智能拼接方法中的步骤。
CN202310183875.9A 2023-02-24 2023-02-24 一种航空货运产品的智能拼接方法与系统 Active CN116070776B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310183875.9A CN116070776B (zh) 2023-02-24 2023-02-24 一种航空货运产品的智能拼接方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310183875.9A CN116070776B (zh) 2023-02-24 2023-02-24 一种航空货运产品的智能拼接方法与系统

Publications (2)

Publication Number Publication Date
CN116070776A CN116070776A (zh) 2023-05-05
CN116070776B true CN116070776B (zh) 2024-03-29

Family

ID=86174950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310183875.9A Active CN116070776B (zh) 2023-02-24 2023-02-24 一种航空货运产品的智能拼接方法与系统

Country Status (1)

Country Link
CN (1) CN116070776B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007257664A (ja) * 1999-12-16 2007-10-04 Hitachi Ltd 生産計画システム
CA2885591A1 (en) * 2014-04-09 2015-10-09 Amadeus S.A.S. Travel planning system
CN111178606A (zh) * 2019-12-22 2020-05-19 南京理工大学 基于nsga-ii的自动化仓储货位分配优化方法
CN111242523A (zh) * 2018-11-29 2020-06-05 顺丰科技有限公司 确定航空运输路径的方法、装置、服务器及存储介质
CN111626482A (zh) * 2020-05-09 2020-09-04 天津市市政工程设计研究院 航空货运舱位分配方法及系统
CN111768149A (zh) * 2020-06-23 2020-10-13 华院数据技术(上海)有限公司 一种快递物流网络规划优化方法及系统
CN112183812A (zh) * 2020-08-25 2021-01-05 昆明理工大学 一种计及短时低成本的成品卷烟物流车辆调度方法
CN113222243A (zh) * 2021-05-10 2021-08-06 桂林理工大学 一种多目标航空物流智能配载优化方法
CN114418331A (zh) * 2021-12-27 2022-04-29 武汉理工大学 一种洗舱站选址规划方法
CN115705593A (zh) * 2021-08-02 2023-02-17 顺丰科技有限公司 物流运输方法、装置、计算机设备和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11928641B2 (en) * 2020-09-30 2024-03-12 International Business Machines Corporation Self adaptive delivery based on simulated disruption

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007257664A (ja) * 1999-12-16 2007-10-04 Hitachi Ltd 生産計画システム
CA2885591A1 (en) * 2014-04-09 2015-10-09 Amadeus S.A.S. Travel planning system
CN111242523A (zh) * 2018-11-29 2020-06-05 顺丰科技有限公司 确定航空运输路径的方法、装置、服务器及存储介质
CN111178606A (zh) * 2019-12-22 2020-05-19 南京理工大学 基于nsga-ii的自动化仓储货位分配优化方法
CN111626482A (zh) * 2020-05-09 2020-09-04 天津市市政工程设计研究院 航空货运舱位分配方法及系统
CN111768149A (zh) * 2020-06-23 2020-10-13 华院数据技术(上海)有限公司 一种快递物流网络规划优化方法及系统
CN112183812A (zh) * 2020-08-25 2021-01-05 昆明理工大学 一种计及短时低成本的成品卷烟物流车辆调度方法
CN113222243A (zh) * 2021-05-10 2021-08-06 桂林理工大学 一种多目标航空物流智能配载优化方法
CN115705593A (zh) * 2021-08-02 2023-02-17 顺丰科技有限公司 物流运输方法、装置、计算机设备和存储介质
CN114418331A (zh) * 2021-12-27 2022-04-29 武汉理工大学 一种洗舱站选址规划方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A review of the transportation mode choice and carrier selection literature;Mary J Mario, 等;The International Journal of Logistics Management;20080815;第19卷(第2期);第183-211页 *
Demand and capacity management in air transportation;Cynthia Barnhart, 等;《EURO Journal on Transportation and Logistics》;20120421;第1卷(第1-2期);第135-155页 *
城市轨道交通列车时刻表与车底周转协同优化方法研究;胡雅婷;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20210115(第1期);第C033-705页 *
带时限约束的快递多运输方式组合路径优化问题研究;姚东鑫;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20210315(第3期);第C034-5页 *
考虑顾客满意度的油品混载配送车辆调度优化模型与应用研究;闵珊;《中国优秀硕士学位论文全文数据库经济与管理科学辑》;20181215(第12期);第J145-241页 *

Also Published As

Publication number Publication date
CN116070776A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN111328404B (zh) 仓库和供应链协调器
Yu et al. Storage space allocation models for inbound containers in an automatic container terminal
WO2022021119A1 (zh) 一种集装箱码头间全自主水上运输调度方法及系统
Zhang et al. A reactive tabu search algorithm for the multi-depot container truck transportation problem
Maknoon et al. Vehicle routing with cross-dock selection
Shouwen et al. Integrated scheduling in automated container terminals considering AGV conflict-free routing
Huang et al. A new parcel delivery system with drones and a public train
Meisel et al. Synchronized routing of active and passive means of transport
CN107944598A (zh) 一种物流路径配置方法及系统
Lin et al. System reliability for a multistate intermodal logistics network with time windows
CN111553626A (zh) 一种路径规划方法、装置、电子设备及其存储介质
CN108510095B (zh) 一种拣货路径的确定方法及装置
CN107220796A (zh) 一种配送商的货品运输方法及装置
CN112001064A (zh) 一种集装箱码头间全自主水上运输调度方法及系统
Wijayaningrum et al. Optimization of ship’s route scheduling using genetic algorithm
CN110232540A (zh) 业务订单撮合方法及装置
Shu et al. Dynamic container deployment: two-stage robust model, complexity, and computational results
Liu et al. A scheduling decision support model for minimizing the number of drones with dynamic package arrivals and personalized deadlines
Zhou et al. Information-based allocation strategy for grid-based transshipment automated container terminal
Küçükoğlu et al. A hybrid meta-heuristic algorithm for vehicle routing and packing problem with cross-docking
Kim et al. Efficient stowage plan with loading and unloading operations for shipping liners using foldable containers and shift cost-sharing
CN116070776B (zh) 一种航空货运产品的智能拼接方法与系统
CN114611794A (zh) 基于亚启发式算法的车机协同取送货路径优化方法和系统
Pal et al. SmartPorter: A combined perishable food and people transport architecture in smart urban areas
Kovalyov et al. A note on scheduling container storage operations of two non‐passing stacking cranes

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 301, 3rd Floor, Building 1, No. 4 Baolian Second Street, Shunyi District, Beijing, 101300 (Tianzhu Comprehensive Bonded Zone)

Applicant after: Sinotrans Air Transport Co.,Ltd.

Address before: Floor 5, Building 1, Park, No. 20, Tianzhu Road, Airport Economic Core Zone, Shunyi District, Beijing, 101300

Applicant before: Sinotrans cross border e-commerce logistics Co.,Ltd.

GR01 Patent grant
GR01 Patent grant