CN116402430B - 一种基于冷链物流场景的干线订单匹配方法 - Google Patents

一种基于冷链物流场景的干线订单匹配方法 Download PDF

Info

Publication number
CN116402430B
CN116402430B CN202310665707.3A CN202310665707A CN116402430B CN 116402430 B CN116402430 B CN 116402430B CN 202310665707 A CN202310665707 A CN 202310665707A CN 116402430 B CN116402430 B CN 116402430B
Authority
CN
China
Prior art keywords
order
trunk
distribution
matching
orders
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
CN202310665707.3A
Other languages
English (en)
Other versions
CN116402430A (zh
Inventor
孙晓宇
黄博
刘方琦
刘昌盛
陈娅妮
江培荣
曾小松
杨茂茹
华强
干浩
李强
孙凯
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.)
Sichuan Mingxian Store Supply Chain Management 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 CN202310665707.3A priority Critical patent/CN116402430B/zh
Publication of CN116402430A publication Critical patent/CN116402430A/zh
Application granted granted Critical
Publication of CN116402430B publication Critical patent/CN116402430B/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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • G06Q10/0833—Tracking
    • 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

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

Abstract

本发明公开了一种基于冷链物流场景的干线订单匹配方法，属于物流配送技术领域，包括以下步骤：S1：获取干线订单的配送信息和货物信息以及所有待匹配订单的配送信息和货物信息；S2：根据干线订单和所有待匹配订单的配送信息，在所有待匹配订单中确定最佳匹配订单集合；S3：根据干线订单和最佳匹配订单集合的货物信息，在最佳匹配订单集合中确定最终匹配订单。该基于冷链物流场景的干线订单匹配方法获取订单的配送信息和货物信息，充分考虑货物所处位置和货物特性对订单匹配的影响，自动计算最佳匹配订单集合的匹配度，并将匹配度最高的干线订单推送给用户，提高调度效率，降低运输成本。

Description

一种基于冷链物流场景的干线订单匹配方法
技术领域
本发明属于物流配送技术领域，具体涉及一种基于冷链物流场景的干线订单匹配方法。
背景技术
对于物流公司而言，干线运输的成本相对较高，所以零担干线订单通常会和其他干线订单一起共配，以此降低配送成本。在考虑共配的时候，除了冷链运输场景下货品温区外，最重要的是确定订单的流向是否一致，比如上海到重庆与上海到成都可以共配。对于物流公司的调度人员而言，需要给零担干线订单找到最适合的共配订单，在订单量大的情况下人工无法处理，需要算法来自动确定适合共配的订单以及匹配度。
发明内容
本发明为了解决上述问题，提出了一种基于冷链物流场景的干线订单匹配方法。
本发明的技术方案是：
一种基于冷链物流场景的干线订单匹配方法包括以下步骤：
S1：获取干线订单的配送信息和货物信息以及所有待匹配订单的配送信息和货物信息；
S2：根据干线订单和所有待匹配订单的配送信息，在所有待匹配订单中确定最佳匹配订单集合；
S3：根据干线订单和最佳匹配订单集合的货物信息，在最佳匹配订单集合中确定最终匹配订单。
本发明的有益效果是：
（1）该基于冷链物流场景的干线订单匹配方法在所有待匹配订单中确定最佳匹配订单集合，最佳匹配订单集合中包含了与干线订单配送起点和配送终点距离最适合的待匹配订单，合理调度配送资源，提高运力资源的使用效率；
（2）该基于冷链物流场景的干线订单匹配方法在最佳匹配订单集合中确定最终匹配订单，最终匹配订单不仅与干线订单的配送路径匹配度高，且其储存特性相似度也高，可保证多个订单在同一配送车辆中互不影响，保证冷链运输场景下货物的储存温区最佳，不影响货物品质；
（3）该基于冷链物流场景的干线订单匹配方法获取订单的配送信息和货物信息，充分考虑货物所处位置和货物特性对订单匹配的影响，自动计算最佳匹配订单集合的匹配度，并将匹配度最高的干线订单推送给用户，提高调度效率，降低运输成本。
进一步地，S1中，获取干线订单和所有待配送订单的配送信息的具体方法为：将干线订单的配送起点在电子地图中的位置与配送终点在电子地图中的位置连线，将连线的中点作为原点，绘制二维坐标系；将干线订单的配送起点在二维坐标系中的位置坐标和配送终点在二维坐标系中的位置坐标作为干线订单的配送信息；将所有待配送订单的配送起点在二维坐标系中的位置坐标和配送终点在二维坐标系中的位置坐标作为所有待配送订单的配送信息；
S1中，干线订单和所有待匹配订单的货物信息包括货物RFID标签；货物RFID标签包括货物最佳储存温度区间和货物数量。
RFID读写模块实时将保质期信息写入冷藏车车厢内货物上的RFID标签；
进一步地，S2包括以下子步骤：
S21：根据干线订单的配送信息，绘制干线订单的最佳配送起点区域和最佳配送终点区域，将所有待匹配订单中配送起点不属于最佳配送起点区域或配送终点不属于最佳配送终点区域的待配送订单剔除，生成初步匹配订单集合；
S22：绘制匹配规则，将初步匹配订单集合中不符合匹配规则的待匹配订单剔除，生成候选匹配订单集合；
S23：计算候选匹配订单集合中各个待匹配订单的配送路径匹配度，将配送路径匹配度小于预设配送路径匹配度阈值对应的待匹配订单剔除，生成最佳匹配订单集合。预设配送路径匹配度阈值一般为0.5，可根据实际情况改变。
进一步地，S21中，最佳配送起点区域的半径R1的计算公式为：
；式中，x1表示干线订单的配送起点在二维坐标系中的横坐标，y1表示干线订单的配送起点在二维坐标系中的纵坐标，x2表示干线订单的配送终点在二维坐标系中的横坐标，y2表示干线订单的配送终点在二维坐标系中的纵坐标，a表示第一常数，b表示第二常数。a=|x2/x1|，a=|y2/y1|。
进一步地，S21中，最佳配送终点区域R2的计算公式为：
；式中，x1表示干线订单的配送起点在二维坐标系中的横坐标，y1表示干线订单的配送起点在二维坐标系中的纵坐标，x2表示干线订单的配送终点在二维坐标系中的横坐标，y2表示干线订单的配送终点在二维坐标系中的纵坐标，c表示第三常数，d表示第四常数。c=|x1/x2|，d=|y1/y2|。
进一步地，S22中，匹配规则具体为：在二维坐标系中，若待匹配订单的配送起点和配送终点之间的连线与干线订单的配送起点和配送终点之间的连线相交且夹角小于30°，则该待匹配订单符合匹配规则，否则不符合。
进一步地，S23中，待匹配订单的配送路径匹配度N的计算公式为：
；式中，d1表示二维坐标系中干线订单的配送起点与配送终点之间的直线距离，d2表示二维坐标系中干线订单的配送起点与待匹配订单的配送起点之间的直线距离，d3表示二维坐标系中待匹配订单的配送起点与配送起点之间的直线距离，d4表示二维坐标系中干线订单的配送终点与待匹配订单的配送终点之间的直线距离，φ表示二维坐标系中待匹配订单的配送起点和配送终点之间的连线与干线订单的配送起点和配送终点之间的连线相交的夹角。
进一步地，S3包括以下子步骤：
S31：根据干线订单的货物最佳储存温度区间，确定配送环境温度区间；
S32：获取最佳匹配订单集合中各个待匹配订单的货物最佳储存温度区间；
S33：在最佳匹配订单集合中，将不属于配送环境温度区间的货物最佳储存温度区间对应的待匹配订单剔除，将其余待匹配订单作为最终匹配订单。
RFID标签中携带有货物的标识信息
进一步地，配送环境温度区间的左端点T1的计算公式为：
；式中，Tm1表示干线订单中第m个货物的最佳储存温度区间的左端点，Tm2表示干线订单中第m个货物的最佳储存温度区间的右端点，M表示干线订单的货物总数，T0表示干线订单的配送车辆的初始温度，T＇表示干线订单的配送车辆中制冷机组的送风温度，M1表示干线订单的配送车辆中制冷机组的蒸发温度，M2表示干线订单的配送车辆中制冷机组的冷凝温度。
进一步地，配送环境温度区间的右端点T2的计算公式为：
；式中，Tm1表示干线订单中第m个货物的最佳储存温度区间的左端点，Tm2表示干线订单中第m个货物的最佳储存温度区间的右端点，M表示干线订单的货物总数，T0表示干线订单的配送车辆的初始温度，T＇表示干线订单的配送车辆中制冷机组的送风温度，M1表示干线订单的配送车辆中制冷机组的蒸发温度，M2表示干线订单的配送车辆中制冷机组的冷凝温度。
附图说明
图1为基于冷链物流场景的干线订单匹配方法的流程图；
图2为干线订单与待匹配订单的配送起点和配送终点位置的示意图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示，本发明提供了一种基于冷链物流场景的干线订单匹配方法，包括以下步骤：
S1：获取干线订单的配送信息和货物信息以及所有待匹配订单的配送信息和货物信息；
S2：根据干线订单和所有待匹配订单的配送信息，在所有待匹配订单中确定最佳匹配订单集合；
S3：根据干线订单和最佳匹配订单集合的货物信息，在最佳匹配订单集合中确定最终匹配订单。
判断干线订单之间是否能共配，主要由两个因素决定，一是订单之间的配送起点和配送终点的位置关系，二是两个订单的货品是否能共配（温区和数量等）。
配送信息用于确定配送起点和配送终点位置适宜的待匹配订单，生成最佳匹配订单集合；货物信心用于在最佳匹配订单集合中确定温区最适宜的待匹配订单。
在本发明实施例中，S1中，获取干线订单和所有待配送订单的配送信息的具体方法为：将干线订单的配送起点在电子地图中的位置与配送终点在电子地图中的位置连线，将连线的中点作为原点，绘制二维坐标系；将干线订单的配送起点在二维坐标系中的位置坐标和配送终点在二维坐标系中的位置坐标作为干线订单的配送信息；将所有待配送订单的配送起点在二维坐标系中的位置坐标和配送终点在二维坐标系中的位置坐标作为所有待配送订单的配送信息；
S1中，干线订单和所有待匹配订单的货物信息包括货物RFID标签；货物RFID标签包括货物最佳储存温度区间和货物数量。
在本发明实施例中，采用RFID读写模块实时将储存温度区间写入冷藏车车厢内货物上的RFID标签。
在本发明实施例中，S2包括以下子步骤：
S21：根据干线订单的配送信息，绘制干线订单的最佳配送起点区域和最佳配送终点区域，将所有待匹配订单中配送起点不属于最佳配送起点区域或配送终点不属于最佳配送终点区域的待配送订单剔除，生成初步匹配订单集合；
S22：绘制匹配规则，将初步匹配订单集合中不符合匹配规则的待匹配订单剔除，生成候选匹配订单集合；
S23：计算候选匹配订单集合中各个待匹配订单的配送路径匹配度，将配送路径匹配度小于预设配送路径匹配度阈值对应的待匹配订单剔除，生成最佳匹配订单集合。预设配送路径匹配度阈值一般为0.5，可根据实际情况改变。
在本发明实施例中，S21中，最佳配送起点区域的半径R1的计算公式为：
；式中，x1表示干线订单的配送起点在二维坐标系中的横坐标，y1表示干线订单的配送起点在二维坐标系中的纵坐标，x2表示干线订单的配送终点在二维坐标系中的横坐标，y2表示干线订单的配送终点在二维坐标系中的纵坐标，a表示第一常数，b表示第二常数。a=|x2/x1|，a=|y2/y1|。
在本发明实施例中，S21中，最佳配送终点区域R2的计算公式为：
；式中，x1表示干线订单的配送起点在二维坐标系中的横坐标，y1表示干线订单的配送起点在二维坐标系中的纵坐标，x2表示干线订单的配送终点在二维坐标系中的横坐标，y2表示干线订单的配送终点在二维坐标系中的纵坐标，c表示第三常数，d表示第四常数。c=|x1/x2|，d=|y1/y2|。
S21中，若待匹配订单的配送起点不属于最佳配送起点区域或配送终点不属于最佳配送终点区域的待配送订单，则表示该待匹配订单的起点或终点距离干线订单较远，不适合共同配送。
在本发明实施例中，S22中，干线订单与待匹配订单的配送起点和配送终点的位置关系有以下三种情况：1、配送起点和配送终点均不相同；2、配送起点相同，配送终点不同；3、配送起点不同，配送终点相同。
根据三种情况可以看出，干线订单与待匹配订单的匹配度由订单配送起点和配送终点之间形成的向量的夹角决定，夹角越小说明相似度越高，即订单的流向更接近。但仅仅依靠计算向量之间的夹角来判断又是不准确的，虽然两订单的向量夹角很小，但配送起点和配送终点之间相隔很远，这两个订单的匹配度也会很低，同一个车配送并不能降低配送成本；或者，两订单的向量夹角为零，但两个订单的配送路径处于完全平行的状态，没有重合路径，这两个订单的匹配度也会很低，同一个车配送并不能降低配送成本。所以通过匹配规则来确定候选匹配订单集合。匹配规则具体为：在二维坐标系中，若待匹配订单的配送起点和配送终点之间的连线与干线订单的配送起点和配送终点之间的连线相交且夹角小于30°，则该待匹配订单符合匹配规则，否则不符合。
在本发明实施例中，S23中，待匹配订单的配送路径匹配度N的计算公式为：
；式中，d1表示二维坐标系中干线订单的配送起点与配送终点之间的直线距离，d2表示二维坐标系中干线订单的配送起点与待匹配订单的配送起点之间的直线距离，d3表示二维坐标系中待匹配订单的配送起点与配送起点之间的直线距离，d4表示二维坐标系中干线订单的配送终点与待匹配订单的配送终点之间的直线距离，φ表示二维坐标系中待匹配订单的配送起点和配送终点之间的连线与干线订单的配送起点和配送终点之间的连线相交的夹角。如图2所示，为d1-d4的连线示意图。
在本发明实施例中，S3中，干线订单作为主要运送内容，其在配送车辆中所占比例较大，其会影响配送环境的温度变化。S3包括以下子步骤：
S31：根据干线订单的货物最佳储存温度区间，确定配送环境温度区间；
S32：获取最佳匹配订单集合中各个待匹配订单的货物最佳储存温度区间；
S33：在最佳匹配订单集合中，将不属于配送环境温度区间的货物最佳储存温度区间对应的待匹配订单剔除，将其余待匹配订单作为最终匹配订单。
在本发明实施例中，配送环境温度区间的左端点T1的计算公式为：
；式中，Tm1表示干线订单中第m个货物的最佳储存温度区间的左端点，Tm2表示干线订单中第m个货物的最佳储存温度区间的右端点，M表示干线订单的货物总数，T0表示干线订单的配送车辆的初始温度，T＇表示干线订单的配送车辆中制冷机组的送风温度，M1表示干线订单的配送车辆中制冷机组的蒸发温度，M2表示干线订单的配送车辆中制冷机组的冷凝温度。
在本发明实施例中，配送环境温度区间的右端点T2的计算公式为：
；式中，Tm1表示干线订单中第m个货物的最佳储存温度区间的左端点，Tm2表示干线订单中第m个货物的最佳储存温度区间的右端点，M表示干线订单的货物总数，T0表示干线订单的配送车辆的初始温度，T＇表示干线订单的配送车辆中制冷机组的送风温度，M1表示干线订单的配送车辆中制冷机组的蒸发温度，M2表示干线订单的配送车辆中制冷机组的冷凝温度。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (6)

1.一种基于冷链物流场景的干线订单匹配方法，其特征在于，包括以下步骤：
S1：获取干线订单的配送信息和货物信息以及所有待匹配订单的配送信息和货物信息；
S2：根据干线订单和所有待匹配订单的配送信息，在所有待匹配订单中确定最佳匹配订单集合；
S3：根据干线订单和最佳匹配订单集合的货物信息，在最佳匹配订单集合中确定最终匹配订单；
所述S2包括以下子步骤：
S21：根据干线订单的配送信息，绘制干线订单的最佳配送起点区域和最佳配送终点区域，将所有待匹配订单中配送起点不属于最佳配送起点区域或配送终点不属于最佳配送终点区域的待配送订单剔除，生成初步匹配订单集合；
S22：绘制匹配规则，将初步匹配订单集合中不符合匹配规则的待匹配订单剔除，生成候选匹配订单集合；
S23：计算候选匹配订单集合中各个待匹配订单的配送路径匹配度，将配送路径匹配度小于预设配送路径匹配度阈值对应的待匹配订单剔除，生成最佳匹配订单集合；
所述S22中，匹配规则具体为：在二维坐标系中，若待匹配订单的配送起点和配送终点之间的连线与干线订单的配送起点和配送终点之间的连线相交且夹角小于30°，则该待匹配订单符合匹配规则，否则不符合；
所述S23中，待匹配订单的配送路径匹配度N的计算公式为：
；式中，d1表示二维坐标系中干线订单的配送起点与配送终点之间的直线距离，d2表示二维坐标系中干线订单的配送起点与待匹配订单的配送起点之间的直线距离，d3表示二维坐标系中待匹配订单的配送起点与待匹配订单的配送终点之间的直线距离，d4表示二维坐标系中干线订单的配送终点与待匹配订单的配送终点之间的直线距离，φ表示二维坐标系中待匹配订单的配送起点和配送终点之间的连线与干线订单的配送起点和配送终点之间的连线相交的夹角；
所述S3包括以下子步骤：
S31：根据干线订单的货物最佳储存温度区间，确定配送环境温度区间；
S32：获取最佳匹配订单集合中各个待匹配订单的货物最佳储存温度区间；
S33：在最佳匹配订单集合中，将不属于配送环境温度区间的货物最佳储存温度区间对应的待匹配订单剔除，将其余待匹配订单作为最终匹配订单。
2.根据权利要求1所述的基于冷链物流场景的干线订单匹配方法，其特征在于，所述S1中，获取干线订单和所有待配送订单的配送信息的具体方法为：将干线订单的配送起点在电子地图中的位置与配送终点在电子地图中的位置连线，将连线的中点作为原点，绘制二维坐标系；将干线订单的配送起点在二维坐标系中的位置坐标和配送终点在二维坐标系中的位置坐标作为干线订单的配送信息；将所有待配送订单的配送起点在二维坐标系中的位置坐标和配送终点在二维坐标系中的位置坐标作为所有待配送订单的配送信息；
所述S1中，干线订单和所有待匹配订单的货物信息包括货物RFID标签；所述货物RFID标签包括货物最佳储存温度区间和货物数量。
3.根据权利要求1所述的基于冷链物流场景的干线订单匹配方法，其特征在于，所述S21中，最佳配送起点区域的半径R1的计算公式为：
；式中，x1表示干线订单的配送起点在二维坐标系中的横坐标，y1表示干线订单的配送起点在二维坐标系中的纵坐标，x2表示干线订单的配送终点在二维坐标系中的横坐标，y2表示干线订单的配送终点在二维坐标系中的纵坐标，a表示第一常数，b表示第二常数。
4.根据权利要求1所述的基于冷链物流场景的干线订单匹配方法，其特征在于，所述S21中，最佳配送终点区域R2的计算公式为：
；式中，x1表示干线订单的配送起点在二维坐标系中的横坐标，y1表示干线订单的配送起点在二维坐标系中的纵坐标，x2表示干线订单的配送终点在二维坐标系中的横坐标，y2表示干线订单的配送终点在二维坐标系中的纵坐标，c表示第三常数，d表示第四常数。
5.根据权利要求1所述的基于冷链物流场景的干线订单匹配方法，其特征在于，所述配送环境温度区间的左端点T1的计算公式为：
；式中，Tm1表示干线订单中第m个货物的最佳储存温度区间的左端点，Tm2表示干线订单中第m个货物的最佳储存温度区间的右端点，M表示干线订单的货物总数，T0表示干线订单的配送车辆的初始温度，T＇表示干线订单的配送车辆中制冷机组的送风温度，M1表示干线订单的配送车辆中制冷机组的蒸发温度，M2表示干线订单的配送车辆中制冷机组的冷凝温度。
6.根据权利要求1所述的基于冷链物流场景的干线订单匹配方法，其特征在于，所述配送环境温度区间的右端点T2的计算公式为：
；式中，Tm1表示干线订单中第m个货物的最佳储存温度区间的左端点，Tm2表示干线订单中第m个货物的最佳储存温度区间的右端点，M表示干线订单的货物总数，T0表示干线订单的配送车辆的初始温度，T＇表示干线订单的配送车辆中制冷机组的送风温度，M1表示干线订单的配送车辆中制冷机组的蒸发温度，M2表示干线订单的配送车辆中制冷机组的冷凝温度。
CN202310665707.3A 2023-06-07 2023-06-07 一种基于冷链物流场景的干线订单匹配方法 Active CN116402430B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310665707.3A CN116402430B (zh) 2023-06-07 2023-06-07 一种基于冷链物流场景的干线订单匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310665707.3A CN116402430B (zh) 2023-06-07 2023-06-07 一种基于冷链物流场景的干线订单匹配方法

Publications (2)

Publication Number Publication Date
CN116402430A CN116402430A (zh) 2023-07-07
CN116402430B true CN116402430B (zh) 2023-09-19

Family

ID=87018340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310665707.3A Active CN116402430B (zh) 2023-06-07 2023-06-07 一种基于冷链物流场景的干线订单匹配方法

Country Status (1)

Country Link
CN (1) CN116402430B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116957449B (zh) * 2023-09-18 2023-12-05 青岛冠成软件有限公司 一种基于人工智能的生鲜供应链应急调度系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004213466A (ja) * 2003-01-07 2004-07-29 E-Track Kk 貨物の共同配送支援システム、貨物の共同配送に係る集配運賃の計算方法、この方法をコンピュータに実行させるプログラム、このプログラムを記録した記録媒体
CN108921362A (zh) * 2018-08-02 2018-11-30 顺丰科技有限公司 一种医药干线优化方法、系统、设备及存储介质
CN109345161A (zh) * 2018-08-29 2019-02-15 广西大学 一种面向价值流的配送派单方法
CN109472524A (zh) * 2017-09-08 2019-03-15 北京京东尚科信息技术有限公司 信息处理方法和装置
CN111612238A (zh) * 2020-05-15 2020-09-01 无锡东方云峰科技有限公司 基于数字地图的箱式封装货物拼单匹配方法
CN111815231A (zh) * 2020-06-19 2020-10-23 江苏汇舟物流有限公司 一种物流平台智能拼车方法及系统
CN111950758A (zh) * 2019-05-17 2020-11-17 拉扎斯网络科技（上海）有限公司 配送路径规划方法、装置、服务器及存储介质
CN112633786A (zh) * 2019-09-24 2021-04-09 北京京东尚科信息技术有限公司 订单方法及其装置、计算机可存储介质
CN113361990A (zh) * 2021-05-25 2021-09-07 深圳依时货拉拉科技有限公司 一种货运拼车方法、计算机可读存储介质及计算机设备
CN113935680A (zh) * 2021-09-17 2022-01-14 黄天明 一种基于大数据的冷链物流智能管理方法及系统
KR20220006726A (ko) * 2020-07-09 2022-01-18 주식회사 와이엘피 경로 빅데이터 기반 밀크런 자동배차 제공 장치 및 방법
CN115147185A (zh) * 2022-07-11 2022-10-04 北京沃东天骏信息技术有限公司 订单的处理方法、装置和计算机可读存储介质
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
CN115994725A (zh) * 2022-11-25 2023-04-21 上海东普信息科技有限公司 物流零担货运方法、装置、设备及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004213466A (ja) * 2003-01-07 2004-07-29 E-Track Kk 貨物の共同配送支援システム、貨物の共同配送に係る集配運賃の計算方法、この方法をコンピュータに実行させるプログラム、このプログラムを記録した記録媒体
CN109472524A (zh) * 2017-09-08 2019-03-15 北京京东尚科信息技术有限公司 信息处理方法和装置
CN108921362A (zh) * 2018-08-02 2018-11-30 顺丰科技有限公司 一种医药干线优化方法、系统、设备及存储介质
CN109345161A (zh) * 2018-08-29 2019-02-15 广西大学 一种面向价值流的配送派单方法
CN111950758A (zh) * 2019-05-17 2020-11-17 拉扎斯网络科技（上海）有限公司 配送路径规划方法、装置、服务器及存储介质
CN112633786A (zh) * 2019-09-24 2021-04-09 北京京东尚科信息技术有限公司 订单方法及其装置、计算机可存储介质
CN111612238A (zh) * 2020-05-15 2020-09-01 无锡东方云峰科技有限公司 基于数字地图的箱式封装货物拼单匹配方法
CN111815231A (zh) * 2020-06-19 2020-10-23 江苏汇舟物流有限公司 一种物流平台智能拼车方法及系统
KR20220006726A (ko) * 2020-07-09 2022-01-18 주식회사 와이엘피 경로 빅데이터 기반 밀크런 자동배차 제공 장치 및 방법
CN113361990A (zh) * 2021-05-25 2021-09-07 深圳依时货拉拉科技有限公司 一种货运拼车方法、计算机可读存储介质及计算机设备
CN113935680A (zh) * 2021-09-17 2022-01-14 黄天明 一种基于大数据的冷链物流智能管理方法及系统
CN115147185A (zh) * 2022-07-11 2022-10-04 北京沃东天骏信息技术有限公司 订单的处理方法、装置和计算机可读存储介质
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
CN115994725A (zh) * 2022-11-25 2023-04-21 上海东普信息科技有限公司 物流零担货运方法、装置、设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A distributed mode-free ride-sharing approach for joint matching，pricing，and dispatching using deep reinforcement learning;Marina Haliem 等;IEEE Transactions on Intelligent Transportation Systems;第22卷(第12期);7931-7942 *
基于高铁快运的多温蓄冷箱全程冷链物流模式研究;黄虹;国优秀硕士学位论文全文数据库 经济与管理科学辑(第11期);J149-297 *
大型网上超市拆分订单基于分拨中心的合并配送时空网络优化方法;黄敏芳 等;管理工程学报;第35卷(第5期);163-172 *
零担物流企业城市物流网络优化研究;刘洋;中国优秀硕士学位论文全文数据库 经济与管理科学辑(第04期);J145-63 *

Also Published As

Publication number Publication date
CN116402430A (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN116402430B (zh) 一种基于冷链物流场景的干线订单匹配方法
CN109086921B (zh) 货架位置调整方法、装置、计算机设备和存储介质
KR102503198B1 (ko) 인공지능 기반의 최적 배송경로 제공 장치 및 방법
JP2003146437A (ja) 流通管理方法及びシステム
US20210326792A1 (en) Product picking system
US20230184579A1 (en) Auto-generated fulfillment attributes
CN108362294A (zh) 一种应用于自动驾驶的多车协同建图方法
US11087384B2 (en) Information processing system, storage medium storing program, and control method
WO2022205816A1 (zh) 目标检测方法、装置、设备及计算机可读存储介质
CN113888098A (zh) 车辆信息推荐方法、装置和电子设备
CN112862413A (zh) 承运订单的校验方法及装置、电子设备、存储介质
CN111209473B (zh) 一种基于大数据的车货匹配方法及系统
WO2025113433A1 (zh) 机器人避障方法、装置、设备和可读存储介质
KR102706169B1 (ko) 병원 실내 지도를 활용한 배송물 전달 시스템
CN118446615A (zh) 智慧物流管理系统
CN109983486A (zh) 用于交换运输集装箱的方法和系统
CN111667208B (zh) 一种物品存储控制方法、装置、设备及介质
CN115271205B (zh) 一种基于Dijkstra算法的最短物流路径规划方法
CN105488649A (zh) 一种物流运输交易管理系统
CN113705974B (zh) 一种基于多路径分拣策略的商品分拣方法及装置
CN116911713A (zh) 一种药品运输方法、装置、电子设备及存储介质
CN112801567B (zh) 快递派件模式选取方法、装置、计算机设备和存储介质
CN105741064B (zh) 基于云计算思想的协同物流调度方法和系统
Hanzel Modern Warehouse and Delivery Object Monitoring–Safety, Precision, and Reliability in the Context of the Use the UWB Technology
CN112598096A (zh) 一种基于商品大数据的电子价签更新方法及系统

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20250427

Address after: No. 706, 7th Floor, Unit 2, Building 11, No. 966 North Tianfu Avenue, Chengdu High tech Zone, China (Sichuan) Pilot Free Trade Zone, Chengdu, Sichuan Province 610000

Patentee after: Sichuan Mingxian Store Supply Chain Management Co.,Ltd.

Country or region after: China

Address before: No. 6A, Floor 4, No. 184, Jinyang Road, Wuhou District, Chengdu, Sichuan 610041

Patentee before: Chengdu yunlitchi Technology Co.,Ltd.

Country or region before: China