CN116562598B - 一种分销调度方法、装置及存储介质 - Google Patents
一种分销调度方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116562598B CN116562598B CN202310828578.5A CN202310828578A CN116562598B CN 116562598 B CN116562598 B CN 116562598B CN 202310828578 A CN202310828578 A CN 202310828578A CN 116562598 B CN116562598 B CN 116562598B
- Authority
- CN
- China
- Prior art keywords
- distribution
- line
- historical
- historical distribution
- routes
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 230000002776 aggregation Effects 0.000 claims description 17
- 238000004220 aggregation Methods 0.000 claims description 17
- 239000006185 dispersion Substances 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005494 condensation Effects 0.000 claims description 3
- 238000009833 condensation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims 3
- 230000008901 benefit Effects 0.000 abstract description 9
- 239000000463 material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 235000009355 Dianthus caryophyllus Nutrition 0.000 description 1
- 240000006497 Dianthus caryophyllus Species 0.000 description 1
- 241000220317 Rosa Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种分销调度方法、装置及存储介质,包括:根据历史分销数据集生成历史分销路线之间的距离矩阵;根据所述距离矩阵和预设的评价系数将所述历史分销路线分为若干线路族,得到每个线路族内历史分销路线的数量;根据每个线路族内历史分销路线的数量生成分销调度计划。本发明一方面可以在特殊节日订单量猛增的情况下自动为供货商提供分销调度规划,另一方面可以为商家提供合理的配货建议,无须人工,干预或调参就能实现对分销调度计划的自动规划,最大化供货商和商家的经济效益。
Description
技术领域
本发明涉及商品分销技术领域,具体涉及一种分销调度方法、装置及存储介质。
背景技术
随着近年来经济的增长和商家的营销,鲜花已经逐渐成为人们生活中不可或缺的一种商品。不同的鲜花都被赋予了不同的花语,如玫瑰代表爱情,康乃馨代表亲情,满天星寄托思念等等,这就导致了花材的分销区别于其它商品,除了日常的需求外,在特定节日区间会出现订单量急剧增加的情况。对于花店一类的商家而言,只能根据之前的经验向供货商提前下订,由于鲜花的时效性,有很大可能造成花材的浪费,直接导致商家的经济损失;对于供货商而言,商家的离散程度较高,在接到商家订单后再进行配货和车辆的调度,提高了花材的配货和配送成本。因此,急需一种方法能够打破商家的信息壁垒,发挥供货商的资源优势,提高商家和供货商双方的经济效益。
发明内容
针对上述问题,本发明的目的是提供一种分销调度方法、装置及存储介质,无须通过人工经验判断,能够实现花材配送和配货的自动规划调度。
为实现上述目的,本发明采取以下技术方案:
一种分销调度方法.包括:
根据历史分销数据集生成历史分销路线之间的距离矩阵;
根据所述距离矩阵和预设的评价系数将所述历史分销路线分为若干线路族,得到每个线路族内历史分销路线的数量;
根据每个线路族内历史分销路线的数量生成分销调度计划。
进一步地,上述历史分销数据集包括:目标调度区域内的历史分销路线、所述历史分销路线对应的时间信息、出发点、分销点和商品信息,所述商品信息包括商品品类和商品数量。
进一步地,上述根据历史分销数据集生成历史分销路线之间的距离矩阵包括以下步骤:
将所述历史分销数据集中目标单位时间内每条所述历史分销路线途经的分销点按距离出发点的距离进行排序;
通过动态时间规整算法遍历所述分销点的最佳对齐方式;
生成历史分销路线之间在最佳对齐方式下的距离矩阵。
进一步地,上述根据所述距离矩阵和预设的评价系数将所述历史分销路线分为若干线路族包括以下步骤:
通过凝聚层次聚类遍历预设线路族数量集,得到若干组凝聚层次聚类结果;
通过预设的评价系数评价若干个所述凝聚层次聚类结果,得到最佳线路族数量;
根据最佳线路族数量对应的凝聚层次聚类结果将所述历史分销线路分为若干线路族。
进一步地,上述通过凝聚层次聚类遍历预设线路族数量集包括:
步骤1:将所述历史分销数据集中目标单位时间内每条所述历史分销路线作为一个线路族;
步骤2:通过距离矩阵得到各线路族中距离最近的两个线路族并凝聚为一个线路族;
步骤3:通过距离矩阵得到凝聚后的新线路族与其它线路族之间的距离,将距离最近的两个线路族合并为一个线路族;
步骤4:重复步骤2至步骤3,直到线路簇的数量达到预设线路族数量集中目标线路族数量。
进一步地,上述评价系数为平均轮廓系数,所述平均轮廓系数为每条历史分销线路的轮廓系数的平均值,历史分销线路p的轮廓系数s(p)的计算公式为:
;
其中,b(p)为历史分销线路p与其它线路族之间的离散度,a(p)为历史航迹p与所在线路族内历史分销线路之间的聚合度,当所述线路族内的历史分销线路的聚合度小于预设的聚合度阈值,且相邻所述线路族之间的离散度大于预设的离散度阈值时,选取对应平均轮廓值最大的线路族数量作为最佳线路族数量。
进一步地,上述根据每个线路族内历史分销路线的数量生成分销调度计划包括以下步骤:
获取目标调度区域内的可调度车辆信息,所述可调度车辆信息包括可调度车辆的数量和载货量;
根据每个线路族内历史分销路线的数量、可调度车辆信息和商品信息,分配可调度车辆的行驶路线和配货单。
为实现上述目的,本申请另一方面还提供一种分销调度装置.包括:
采集模块,用于采集历史分销数据集和可调度车辆信息;
处理模块,用于对历史分销路线进行聚类,得到若干个线路族;
评价模块,用于对历史分销路线的聚类结果进行评价,得到最佳线路族数量;
生成模块,用于根据每个线路族内历史分销路线的数量生成分销调度计划。
为实现上述目的,本申请另一方面还提供一种计算机可读存储介质,所述计算机可读存储介质包括计算机程序,所述计算机程序用于实现上述的方法。
本发明由于采取以上技术方案,其具有以下优点:
本发明提供的一种分销调度方法、装置及存储介质,针对目标分销区域,可以通过预采集的历史分销数据集生成历史分销路线之间的距离矩阵,计算出历史分销路线之间的距离,再基于预设的评价系数对历史分销路线进行分族,得到每一个分族内的历史分销路线的数量,对应需要调度的车辆,再结合历史分销数据集,可以给出每个调度车辆需要装载的配货,生成完整的分销调度计划。本申请的技术方案一方面可以在特殊节日订单量猛增的情况下自动为供货商提供分销调度规划,另一方面可以为商家提供合理的配货建议,无须人工,干预或调参就能实现对分销调度计划的自动规划,最大化供货商和商家的经济效益。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。在整个附图中,用相同的附图标记表示相同的部件。在附图中:
图1是本发明实施方式中分销调度方法流程示意图。
图2是本发明实施方式中距离矩阵生成方法流程示意图。
图3是本发明实施方式中分销点对齐方式示意图。
图4是本发明实施方式中通过凝聚层次聚类遍历预设线路族数量集方法流程示意图。
图5是本发明实施方式中分销调度计划生成流程示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示,本申请提出了一种分销调度方法,具体包括以下步骤:
步骤101:采集历史分销数据集;
在本实施方式中,历史分销数据集可以包括:目标调度区域内的历史分销路线、所述历史分销路线对应的时间信息、出发点、分销点和商品信息,所述商品信息包括商品品类和商品数量。其中,目标调度区域可以是一个城市,或者地理位置较近的几个行政区域;在目标调度区域内筛选出分销点,分销点可以包括批发商、花店、花鸟市场等to c端商家的地址,然后筛选出某个时间段内面向各个分销点的历史分销路线,历史分销路线中包括配送开始时间、配送时间跨度、配送路线、出发点、分销点的总个数和位置信息,更进一步地,历史分销路线对应的时间段可以是历年的各个节日期间需要配送的时间段;在本申请的其中一种实施方式中,商品信息特指花材信息,具体地,花材信息可以包括每个历史分销路线对应的鲜花的种类和数量,以及花材的包装材料等一切鲜花销售需要用到的商品的配送信息;历史分销数据集还可以包括配送车辆的信息,即配送车辆的车型和载货量等信息。
步骤102:根据历史分销数据集生成历史分销路线之间的距离矩阵;
如图2和图3所示,在本实施方式中,历史分销路线之间的距离矩阵为欧式距离矩阵,生成历史分销路线之间的距离矩阵包括以下步骤:
步骤201:将所述历史分销数据集中目标单位时间内每条所述历史分销路线途经的分销点按距离出发点的距离进行排序;
步骤202:通过动态时间规整算法遍历所述分销点的最佳对齐方式;
步骤203:生成历史分销路线之间在最佳对齐方式下的距离矩阵。
其中,通过动态时间规整算法遍历所述分销点的最佳对齐方式时,不同历史分销路线不需要严格按位置进行对齐比较,例如,轨迹1和轨迹2之间存在时间维度下的局部轨迹缩放重合。如果按照“一对一”点匹配原则,两条轨迹的相似性并不明显;但是如果按照“一对多”点匹配原则,轨迹1和轨迹2具有一定的相似性。运用动态规划的思想,搜寻两条轨迹的最优规整路径,计算轨迹间的累计距离作为航迹间的距离。
在本申请的其中一个实施方式中,计算历史航迹之间的相似度还可以使用欧式距离法、动态时间扭曲(DTW)法、编辑距离(ERP)法,欧式距离法、编辑距离(ERP)法及本申请使用的动态时间规整法等等均可以实线历史分销路线相似度度量的全局匹配,此处不再赘述。
步骤103:根据所述距离矩阵和预设的评价系数将所述历史分销路线分为若干线路族,得到每个线路族内历史分销路线的数量;
在本实施方式中,对历史分销路线进行层次聚类是指将某个时间段内面向各个分销点的历史分销路线集合按一定的规则划分为不同的类别或簇,形状相似的历史分销路线被划分为同一类,不相似的被划分为其他类。层次聚类包括自底向上的凝聚层次聚类和自顶向下的分裂层次聚类。本申请利用凝聚层次聚类实现历史分销路线的聚类过程,以单个历史分销路线为起始簇,按照历史分销路线间的距离逐步聚合距离最近的线路,直到满足一定的聚类条件终止聚合过程。聚类方法还可以使谱聚类、k-means聚类、DBSCAN聚类等,此处不设具体限制,只需要达到对历史分销路线的合理聚类即可。
如图4所示,其中,通过凝聚层次聚类遍历预设线路族数量集包括:
步骤301:将所述历史分销数据集中目标单位时间内每条所述历史分销路线作为一个线路族;
步骤302:通过距离矩阵得到各线路族中距离最近的两个线路族并凝聚为一个线路族;
步骤303:通过距离矩阵得到凝聚后的新线路族与其它线路族之间的距离,将距离最近的两个线路族合并为一个线路族;
步骤304:重复步骤302至步骤303,直到线路簇的数量达到预设线路族数量集中目标线路族数量。
在本实施方式中,所述评价系数为平均轮廓系数,所述平均轮廓系数为每条历史分销线路的轮廓系数的平均值,历史分销线路p的轮廓系数s(p)的计算公式为:
;
其中,b(p)为历史分销线路p与其它线路族之间的离散度,a(p)为历史航迹p与所在线路族内历史分销线路之间的聚合度,当所述线路族内的历史分销线路的聚合度小于预设的聚合度阈值,且相邻所述线路族之间的离散度大于预设的离散度阈值时,选取对应平均轮廓值最大的线路族数量作为最佳线路族数量。
步骤104:根据每个线路族内历史分销路线的数量生成分销调度计划。
如图5所示,在本实施方式中,根据所述聚类数量生成分单调度计划包括以下步骤:
步骤401:获取目标调度区域内的可调度车辆信息,所述可调度车辆信息包括可调度车辆的数量和载货量;
步骤402:根据每个线路族内历史分销路线的数量、可调度车辆信息和商品信息,分配可调度车辆的行驶路线和配货单。
其中,针对目标分销区域,可以通过预采集的历史分销数据集生成历史分销路线之间的距离矩阵,计算出历史分销路线之间的距离,再基于预设的评价系数对历史分销路线进行分族,得到每一个分族内的历史分销路线的数量,对应需要调度的车辆,再结合历史分销数据集,可以给出每个调度车辆需要装载的配货,生成完整的分销调度计划。本申请的技术方案一方面可以在特殊节日订单量猛增的情况下自动为供货商提供分销调度规划,另一方面可以为商家提供合理的配货建议,无须人工,干预或调参就能实现对分销调度计划的自动规划,最大化供货商和商家的经济效益。
本申请另一方面还提供一种分销调度装置.包括:
采集模块,用于采集历史分销数据集和可调度车辆信息;
处理模块,用于对历史分销路线进行聚类,得到若干个线路族;
评价模块,用于对历史分销路线的聚类结果进行评价,得到最佳线路族数量;
生成模块,用于根据每个线路族内历史分销路线的数量生成分销调度计划。
本实施方式中提供的装置是用于执行上述方法实施例的,具体流程和详细内容参考上述实施例,此处不再赘述。
本申请实施例还公开一种计算机可读存储介质。
计算机可读存储介质,存储有能够被处理器加载并执行如上述的方法中任一种方法的计算机程序。
其中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用;计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
综上所述,本申请提供的一种分销调度方法、装置及存储介质,在商家侧可以根据不同节日中各商家历年的销售数据为商家进行合理的配货,并保证了商品送达的时效性;在供货商侧,针对目标分销区域,可以通过预采集的历史分销数据集生成历史分销路线之间的距离矩阵,计算出历史分销路线之间的距离,再基于预设的评价系数对历史分销路线进行分族,得到每一个分族内的历史分销路线的数量,对应需要调度的车辆,再结合历史分销数据集,可以给出每个调度车辆需要装载的配货,生成完整的分销调度计划。本申请的技术方案一方面可以在特殊节日订单量猛增的情况下自动为供货商提供分销调度规划,另一方面可以为商家提供合理的配货建议,无须人工,干预或调参就能实现对分销调度计划的自动规划,最大化供货商和商家的经济效益。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种分销调度方法,其特征在于,包括:
根据历史分销数据集生成历史分销路线之间的距离矩阵;
根据所述距离矩阵和预设的评价系数将所述历史分销路线分为若干线路族,得到每个线路族内历史分销路线的数量;
根据每个线路族内历史分销路线的数量生成分销调度计划;
所述历史分销数据集包括:目标调度区域内的历史分销路线、所述历史分销路线对应的时间信息、出发点、分销点和商品信息,所述商品信息包括商品品类和商品数量;
所述根据历史分销数据集生成历史分销路线之间的距离矩阵包括以下步骤:
将所述历史分销数据集中目标单位时间内每条所述历史分销路线途经的分销点按距离出发点的距离进行排序;
通过动态时间规整算法遍历所述分销点的最佳对齐方式;
生成历史分销路线之间在最佳对齐方式下的距离矩阵;
所述根据所述距离矩阵和预设的评价系数将所述历史分销路线分为若干线路族包括以下步骤:
通过凝聚层次聚类遍历预设线路族数量集,得到若干组凝聚层次聚类结果;
通过预设的评价系数评价若干个所述凝聚层次聚类结果,得到最佳线路族数量;
根据最佳线路族数量对应的凝聚层次聚类结果将历史分销线路分为若干线路族;
所述评价系数为平均轮廓系数,所述平均轮廓系数为每条历史分销线路的轮廓系数的平均值,历史分销线路p的轮廓系数s(p)的计算公式为:
;
其中,b(p)为历史分销线路p与其它线路族之间的离散度,a(p)为历史航迹p与所在线路族内历史分销线路之间的聚合度,当所述线路族内的历史分销线路的聚合度小于预设的聚合度阈值,且相邻所述线路族之间的离散度大于预设的离散度阈值时,选取对应平均轮廓值最大的线路族数量作为最佳线路族数量;
所述根据每个线路族内历史分销路线的数量生成分销调度计划包括以下步骤:
获取目标调度区域内的可调度车辆信息,所述可调度车辆信息包括可调度车辆的数量和载货量;
根据每个线路族内历史分销路线的数量、可调度车辆信息和商品信息,分配可调度车辆的行驶路线和配货单,得出目标分销区域中每个可调度车辆需要装载的配货,生成完整的分销调度计划。
2.根据权利要求1所述的方法,其特征在于,所述通过凝聚层次聚类遍历预设线路族数量集包括:
步骤1:将所述历史分销数据集中目标单位时间内每条所述历史分销路线作为一个线路族;
步骤2:通过距离矩阵得到各线路族中距离最近的两个线路族并凝聚为一个线路族;
步骤3:通过距离矩阵得到凝聚后的新线路族与其它线路族之间的距离,将距离最近的两个线路族合并为一个线路族;
步骤4:重复步骤2至步骤3,直到线路簇的数量达到预设线路族数量集中目标线路族数量。
3.一种分销调度装置,应用如权利要求1-2中任一项所述的分销调度方法,其特征在于,包括:
采集模块,用于采集历史分销数据集和可调度车辆信息;
处理模块,用于对历史分销路线进行聚类,得到若干个线路族;
评价模块,用于对历史分销路线的聚类结果进行评价,得到最佳线路族数量;
生成模块,用于根据每个线路族内历史分销路线的数量、可调度车辆信息和商品信息,分配可调度车辆的行驶路线和配货单,得出目标分销区域中每个可调度车辆需要装载的配货,生成完整的分销调度计划。
4.一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包括计算机程序,所述计算机程序用于实现如权利要求1至2中任一权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310828578.5A CN116562598B (zh) | 2023-07-07 | 2023-07-07 | 一种分销调度方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310828578.5A CN116562598B (zh) | 2023-07-07 | 2023-07-07 | 一种分销调度方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116562598A CN116562598A (zh) | 2023-08-08 |
CN116562598B true CN116562598B (zh) | 2023-09-19 |
Family
ID=87502197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310828578.5A Active CN116562598B (zh) | 2023-07-07 | 2023-07-07 | 一种分销调度方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116562598B (zh) |
Citations (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102881154A (zh) * | 2012-09-27 | 2013-01-16 | 青岛海信网络科技股份有限公司 | 车辆调度设备、车载终端、车辆调度系统及方法 |
CN105868843A (zh) * | 2016-03-22 | 2016-08-17 | 南京邮电大学 | 一种面向货品配送的路线规划方法 |
CN106951981A (zh) * | 2017-02-24 | 2017-07-14 | 河海大学 | 一种车辆路径选择方法 |
CN107346478A (zh) * | 2016-05-04 | 2017-11-14 | 中国农业大学 | 基于历史数据的货运路径规划方法、服务器及系统 |
CN107545323A (zh) * | 2017-08-17 | 2018-01-05 | 深圳大学 | 商品的物流配送方法、装置、设备及存储介质 |
CN107878512A (zh) * | 2016-12-15 | 2018-04-06 | 比亚迪股份有限公司 | 列车调度方法和系统 |
CN108280463A (zh) * | 2017-12-20 | 2018-07-13 | 中国人民解放军国防科技大学 | 车辆搭载无人机双层路径的优化方法及装置 |
CN108564211A (zh) * | 2018-04-09 | 2018-09-21 | 无锡太湖学院 | 物流运输路径规划方法及系统 |
CN108596390A (zh) * | 2018-04-24 | 2018-09-28 | 北京计算机技术及应用研究所 | 一种解决车辆路径问题的方法 |
CN108932598A (zh) * | 2018-05-31 | 2018-12-04 | 广东工业大学 | 一种基于云平台的大规模物流配送方法 |
CN109255462A (zh) * | 2017-07-14 | 2019-01-22 | 中移(杭州)信息技术有限公司 | 一种货物配送方法及装置 |
CN109740828A (zh) * | 2019-02-28 | 2019-05-10 | 广州中国科学院沈阳自动化研究所分所 | 船舶航行路径规划方法、系统、介质和设备 |
CN109931943A (zh) * | 2019-03-25 | 2019-06-25 | 智慧航海(青岛)科技有限公司 | 无人船舶全局路径规划方法及电子设备 |
CN110188803A (zh) * | 2019-05-16 | 2019-08-30 | 南京图申图信息科技有限公司 | 基于出租车轨迹数据的出行时空模式识别方法与系统 |
CN110298583A (zh) * | 2019-06-27 | 2019-10-01 | 浙江工业大学 | 基于多车场多车型的低成本的车辆调度和路径规划方法 |
CN110399686A (zh) * | 2019-07-30 | 2019-11-01 | 中国民航大学 | 一种基于轮廓系数的参数无关航空器飞行轨迹聚类方法 |
CN110443311A (zh) * | 2019-08-07 | 2019-11-12 | 长安大学 | 一种基于形状因素调整的交通轨迹聚类相似性计算方法 |
CN110490510A (zh) * | 2019-07-08 | 2019-11-22 | 北京三快在线科技有限公司 | 一种物流配送线路生成方法和装置 |
CN110570040A (zh) * | 2019-09-09 | 2019-12-13 | 天津京东深拓机器人科技有限公司 | 车辆调度方法及装置、计算机存储介质、电子设备 |
CN110634331A (zh) * | 2019-09-12 | 2019-12-31 | 广州大学 | 基于负载均衡的多uav路径设计方法 |
CN110837993A (zh) * | 2019-10-30 | 2020-02-25 | 北京三快在线科技有限公司 | 配送线路的规划方法、装置、电子设备和存储介质 |
CN110930092A (zh) * | 2019-11-06 | 2020-03-27 | 北京三快在线科技有限公司 | 一种配送路线调整方法、装置、电子设备和存储介质 |
CN111080198A (zh) * | 2019-11-29 | 2020-04-28 | 浙江大搜车软件技术有限公司 | 车辆物流路径生成的方法、装置、计算机设备及存储介质 |
CN111428925A (zh) * | 2020-03-20 | 2020-07-17 | 北京百度网讯科技有限公司 | 用于确定配送路径的方法和装置 |
CN111506627A (zh) * | 2020-04-21 | 2020-08-07 | 成都路行通信息技术有限公司 | 一种目标行为聚类方法和系统 |
CN111626577A (zh) * | 2016-09-30 | 2020-09-04 | 杭州数梦工场科技有限公司 | 一种车辆调度方法和装置 |
CN111768030A (zh) * | 2020-06-24 | 2020-10-13 | 中国工商银行股份有限公司 | 银行运输配送线路规划方法和装置、设备以及介质 |
CN111915078A (zh) * | 2020-07-29 | 2020-11-10 | 中国烟草总公司湖北省公司 | 一种基于数据驱动的柔性化卷烟配送线路规划方法及系统 |
CN111984702A (zh) * | 2020-08-17 | 2020-11-24 | 北京大学深圳研究生院 | 村镇聚落的空间演化分析方法、装置、设备及存储介质 |
CN112307286A (zh) * | 2020-11-09 | 2021-02-02 | 西南大学 | 一种基于并行st-agnes算法的车辆轨迹聚类方法 |
CN112328728A (zh) * | 2020-11-30 | 2021-02-05 | 浙江师范大学 | 挖掘出行者轨迹的聚类方法、装置、电子装置和存储介质 |
CN112686444A (zh) * | 2020-12-29 | 2021-04-20 | 北京中交兴路信息科技有限公司 | 基于相似车辆行驶特征数据的货车路线规划方法及装置 |
CN112801590A (zh) * | 2021-02-05 | 2021-05-14 | 成都花娃网络科技有限公司 | 基于目的地定位的鲜花配送方法、装置及计算机设备 |
CN113032938A (zh) * | 2021-03-26 | 2021-06-25 | 北京邮电大学 | 时间敏感流的路由调度方法、装置、电子设备及介质 |
CN113283834A (zh) * | 2021-05-21 | 2021-08-20 | 坐标系未来科技(杭州)有限公司 | 运输路径规划方法和系统 |
CN113962449A (zh) * | 2021-10-09 | 2022-01-21 | 浪潮软件股份有限公司 | 一种客户送货线路规划方法 |
CN113972694A (zh) * | 2021-11-18 | 2022-01-25 | 国网重庆市电力公司 | 一种配电网分布式光伏与储能电站投资决策方法 |
CN114266457A (zh) * | 2021-12-14 | 2022-04-01 | 国网山东省电力公司枣庄供电公司 | 一种配电线路异损诱因检测的方法 |
CN114563008A (zh) * | 2020-11-27 | 2022-05-31 | 顺丰科技有限公司 | 路径规划方法、装置、计算机设备和存储介质 |
CN114936332A (zh) * | 2022-05-31 | 2022-08-23 | 集美大学 | 一种风电场水域船舶交通流分析的方法、装置和存储介质 |
CN115271175A (zh) * | 2022-06-28 | 2022-11-01 | 长安大学 | 一种无人机与卡车物流配送路径优化方法及系统 |
CN115510953A (zh) * | 2022-09-02 | 2022-12-23 | 武汉大学 | 地铁站接驳区内共享单车流动模式识别方法及设备 |
CN115689431A (zh) * | 2022-10-28 | 2023-02-03 | 重庆邮电大学 | 一种新客户两阶段入线的末端配送路径规划方法 |
CN115755954A (zh) * | 2022-10-28 | 2023-03-07 | 佳源科技股份有限公司 | 巡检路径规划方法、系统、计算机设备及存储介质 |
CN115790636A (zh) * | 2023-02-01 | 2023-03-14 | 西华大学 | 基于大数据的无人驾驶零售车巡航路径规划方法及装置 |
CN116010838A (zh) * | 2023-01-10 | 2023-04-25 | 吉林大学 | 一种融合密度值和K-means算法的车辆轨迹聚类方法 |
CN116009552A (zh) * | 2023-01-17 | 2023-04-25 | 广州赛特智能科技有限公司 | 一种路径规划方法、装置、设备及存储介质 |
CN116089849A (zh) * | 2023-04-10 | 2023-05-09 | 国网江西省电力有限公司电力科学研究院 | 一种基于大数据的配电网拓扑自动识别方法及系统 |
CN116307682A (zh) * | 2022-12-30 | 2023-06-23 | 中国电子科技集团公司第二十八研究所 | 一种考虑多元指标的机场航线网络失稳状态综合评价方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2189919A1 (en) * | 2008-11-25 | 2010-05-26 | Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. | Method and system for building a phylogeny from genetic sequences and using the same for recommendation of vaccine strain candidates for the influenza virus |
US20190019254A1 (en) * | 2017-07-14 | 2019-01-17 | Allstate Insurance Company | Distributed data processing systems for processing remotely captured sensor data |
-
2023
- 2023-07-07 CN CN202310828578.5A patent/CN116562598B/zh active Active
Patent Citations (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102881154A (zh) * | 2012-09-27 | 2013-01-16 | 青岛海信网络科技股份有限公司 | 车辆调度设备、车载终端、车辆调度系统及方法 |
CN105868843A (zh) * | 2016-03-22 | 2016-08-17 | 南京邮电大学 | 一种面向货品配送的路线规划方法 |
CN107346478A (zh) * | 2016-05-04 | 2017-11-14 | 中国农业大学 | 基于历史数据的货运路径规划方法、服务器及系统 |
CN111626577A (zh) * | 2016-09-30 | 2020-09-04 | 杭州数梦工场科技有限公司 | 一种车辆调度方法和装置 |
CN107878512A (zh) * | 2016-12-15 | 2018-04-06 | 比亚迪股份有限公司 | 列车调度方法和系统 |
CN106951981A (zh) * | 2017-02-24 | 2017-07-14 | 河海大学 | 一种车辆路径选择方法 |
CN109255462A (zh) * | 2017-07-14 | 2019-01-22 | 中移(杭州)信息技术有限公司 | 一种货物配送方法及装置 |
CN107545323A (zh) * | 2017-08-17 | 2018-01-05 | 深圳大学 | 商品的物流配送方法、装置、设备及存储介质 |
CN108280463A (zh) * | 2017-12-20 | 2018-07-13 | 中国人民解放军国防科技大学 | 车辆搭载无人机双层路径的优化方法及装置 |
CN108564211A (zh) * | 2018-04-09 | 2018-09-21 | 无锡太湖学院 | 物流运输路径规划方法及系统 |
CN108596390A (zh) * | 2018-04-24 | 2018-09-28 | 北京计算机技术及应用研究所 | 一种解决车辆路径问题的方法 |
CN108932598A (zh) * | 2018-05-31 | 2018-12-04 | 广东工业大学 | 一种基于云平台的大规模物流配送方法 |
CN109740828A (zh) * | 2019-02-28 | 2019-05-10 | 广州中国科学院沈阳自动化研究所分所 | 船舶航行路径规划方法、系统、介质和设备 |
CN109931943A (zh) * | 2019-03-25 | 2019-06-25 | 智慧航海(青岛)科技有限公司 | 无人船舶全局路径规划方法及电子设备 |
CN110188803A (zh) * | 2019-05-16 | 2019-08-30 | 南京图申图信息科技有限公司 | 基于出租车轨迹数据的出行时空模式识别方法与系统 |
CN110298583A (zh) * | 2019-06-27 | 2019-10-01 | 浙江工业大学 | 基于多车场多车型的低成本的车辆调度和路径规划方法 |
CN110490510A (zh) * | 2019-07-08 | 2019-11-22 | 北京三快在线科技有限公司 | 一种物流配送线路生成方法和装置 |
CN110399686A (zh) * | 2019-07-30 | 2019-11-01 | 中国民航大学 | 一种基于轮廓系数的参数无关航空器飞行轨迹聚类方法 |
CN110443311A (zh) * | 2019-08-07 | 2019-11-12 | 长安大学 | 一种基于形状因素调整的交通轨迹聚类相似性计算方法 |
CN110570040A (zh) * | 2019-09-09 | 2019-12-13 | 天津京东深拓机器人科技有限公司 | 车辆调度方法及装置、计算机存储介质、电子设备 |
CN110634331A (zh) * | 2019-09-12 | 2019-12-31 | 广州大学 | 基于负载均衡的多uav路径设计方法 |
CN110837993A (zh) * | 2019-10-30 | 2020-02-25 | 北京三快在线科技有限公司 | 配送线路的规划方法、装置、电子设备和存储介质 |
CN110930092A (zh) * | 2019-11-06 | 2020-03-27 | 北京三快在线科技有限公司 | 一种配送路线调整方法、装置、电子设备和存储介质 |
CN111080198A (zh) * | 2019-11-29 | 2020-04-28 | 浙江大搜车软件技术有限公司 | 车辆物流路径生成的方法、装置、计算机设备及存储介质 |
CN111428925A (zh) * | 2020-03-20 | 2020-07-17 | 北京百度网讯科技有限公司 | 用于确定配送路径的方法和装置 |
CN111506627A (zh) * | 2020-04-21 | 2020-08-07 | 成都路行通信息技术有限公司 | 一种目标行为聚类方法和系统 |
CN111768030A (zh) * | 2020-06-24 | 2020-10-13 | 中国工商银行股份有限公司 | 银行运输配送线路规划方法和装置、设备以及介质 |
CN111915078A (zh) * | 2020-07-29 | 2020-11-10 | 中国烟草总公司湖北省公司 | 一种基于数据驱动的柔性化卷烟配送线路规划方法及系统 |
CN111984702A (zh) * | 2020-08-17 | 2020-11-24 | 北京大学深圳研究生院 | 村镇聚落的空间演化分析方法、装置、设备及存储介质 |
CN112307286A (zh) * | 2020-11-09 | 2021-02-02 | 西南大学 | 一种基于并行st-agnes算法的车辆轨迹聚类方法 |
CN114563008A (zh) * | 2020-11-27 | 2022-05-31 | 顺丰科技有限公司 | 路径规划方法、装置、计算机设备和存储介质 |
CN112328728A (zh) * | 2020-11-30 | 2021-02-05 | 浙江师范大学 | 挖掘出行者轨迹的聚类方法、装置、电子装置和存储介质 |
CN112686444A (zh) * | 2020-12-29 | 2021-04-20 | 北京中交兴路信息科技有限公司 | 基于相似车辆行驶特征数据的货车路线规划方法及装置 |
CN112801590A (zh) * | 2021-02-05 | 2021-05-14 | 成都花娃网络科技有限公司 | 基于目的地定位的鲜花配送方法、装置及计算机设备 |
CN113032938A (zh) * | 2021-03-26 | 2021-06-25 | 北京邮电大学 | 时间敏感流的路由调度方法、装置、电子设备及介质 |
CN113283834A (zh) * | 2021-05-21 | 2021-08-20 | 坐标系未来科技(杭州)有限公司 | 运输路径规划方法和系统 |
CN113962449A (zh) * | 2021-10-09 | 2022-01-21 | 浪潮软件股份有限公司 | 一种客户送货线路规划方法 |
CN113972694A (zh) * | 2021-11-18 | 2022-01-25 | 国网重庆市电力公司 | 一种配电网分布式光伏与储能电站投资决策方法 |
CN114266457A (zh) * | 2021-12-14 | 2022-04-01 | 国网山东省电力公司枣庄供电公司 | 一种配电线路异损诱因检测的方法 |
CN114936332A (zh) * | 2022-05-31 | 2022-08-23 | 集美大学 | 一种风电场水域船舶交通流分析的方法、装置和存储介质 |
CN115271175A (zh) * | 2022-06-28 | 2022-11-01 | 长安大学 | 一种无人机与卡车物流配送路径优化方法及系统 |
CN115510953A (zh) * | 2022-09-02 | 2022-12-23 | 武汉大学 | 地铁站接驳区内共享单车流动模式识别方法及设备 |
CN115689431A (zh) * | 2022-10-28 | 2023-02-03 | 重庆邮电大学 | 一种新客户两阶段入线的末端配送路径规划方法 |
CN115755954A (zh) * | 2022-10-28 | 2023-03-07 | 佳源科技股份有限公司 | 巡检路径规划方法、系统、计算机设备及存储介质 |
CN116307682A (zh) * | 2022-12-30 | 2023-06-23 | 中国电子科技集团公司第二十八研究所 | 一种考虑多元指标的机场航线网络失稳状态综合评价方法 |
CN116010838A (zh) * | 2023-01-10 | 2023-04-25 | 吉林大学 | 一种融合密度值和K-means算法的车辆轨迹聚类方法 |
CN116009552A (zh) * | 2023-01-17 | 2023-04-25 | 广州赛特智能科技有限公司 | 一种路径规划方法、装置、设备及存储介质 |
CN115790636A (zh) * | 2023-02-01 | 2023-03-14 | 西华大学 | 基于大数据的无人驾驶零售车巡航路径规划方法及装置 |
CN116089849A (zh) * | 2023-04-10 | 2023-05-09 | 国网江西省电力有限公司电力科学研究院 | 一种基于大数据的配电网拓扑自动识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
计及负荷波动及线路可靠性的两阶段风险调度;张简炼;罗刚;章立宗;郭创新;祁炜雯;章剑光;;电网技术(第04期);第1543-1552页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116562598A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | RFID-enabled flexible warehousing | |
CN105867322B (zh) | 用于材料处理设备中的程序管理的系统和方法 | |
Gao et al. | Integrated batch production and distribution scheduling with limited vehicle capacity | |
CN112150237B (zh) | 多模型融合的订单逾期预警方法、装置、设备及存储介质 | |
US20240086726A1 (en) | Systems and methods for big data analytics | |
CN118076967A (zh) | 基于优化树集成的需求模型 | |
CN116562598B (zh) | 一种分销调度方法、装置及存储介质 | |
CN114266395A (zh) | 基于组合预测法卷烟物流集散分拨中心信息系统 | |
Shobhana | AI-powered supply chains towards greater efficiency | |
Shander et al. | Improving the technology of freight car fleet management of operator company | |
CN115034704A (zh) | 物流跟踪方法、装置、设备及存储介质 | |
US20200387868A1 (en) | Systems and methods for targeted distribution item delivery | |
Czerniachowska et al. | A Model for an Order-Picking Problem with a One-Directional Conveyor and Buffer | |
Ou et al. | A Coordination-Based Algorithm for Dedicated Destination Vehicle Routing in B2B E-Commerce. | |
Farsi et al. | Simultaneous Pricing, Routing, and Inventory Control for Perishable Goods in a Two-echelon Supply Chain | |
Qiu et al. | Improving First-time Attempts in Last-Mile Deliveries | |
Rabbani et al. | Designing an advanced available-to-promise mechanism compatible with the make-to-forecast production systems through integrating inventory allocation and job shop scheduling with due dates and weighte | |
Leila et al. | Customers’ classification for pick-up’s demand by using the K-means clustering: A case study of urban freight transportation in Casablanca city | |
Desiawan et al. | Design of a Raw Material Warehouse Layout Utilizing The Class-Based Storage Method For the Textile and Textile Products Industry | |
CN113592379B (zh) | 散粮集装箱物流运输环境异常检测的关键特征识别方法 | |
CN117114817B (zh) | 一种基于商品零售的智能化订单管理系统 | |
CN112418552B (zh) | 基于调度要求对货单与承运车辆进行优化调度的工作方法 | |
Yang | MANAGING A SINGLE WAREHOUSE, MULTIPLE RETAILER DISTRIBUTION CENTER. | |
Li et al. | Crowdsourcing takeout distribution route optimization considering pickup and delivery | |
Ma et al. | The stochastic and dynamic vehicle routing problem: A literature review |
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 |