CN116882866A - 一种物流运输车辆路线规划推荐处理方法、系统及其存储介质 - Google Patents

一种物流运输车辆路线规划推荐处理方法、系统及其存储介质 Download PDF

Info

Publication number
CN116882866A
CN116882866A CN202310885580.6A CN202310885580A CN116882866A CN 116882866 A CN116882866 A CN 116882866A CN 202310885580 A CN202310885580 A CN 202310885580A CN 116882866 A CN116882866 A CN 116882866A
Authority
CN
China
Prior art keywords
route
target logistics
vehicle
transportation vehicle
logistics transportation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310885580.6A
Other languages
English (en)
Other versions
CN116882866B (zh
Inventor
沈兰
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.)
Guangdong Yiqianyi Logistics Technology Co ltd
Original Assignee
Jiangling County Jinshun Logistics 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 Jiangling County Jinshun Logistics Co ltd filed Critical Jiangling County Jinshun Logistics Co ltd
Priority to CN202310885580.6A priority Critical patent/CN116882866B/zh
Publication of CN116882866A publication Critical patent/CN116882866A/zh
Application granted granted Critical
Publication of CN116882866B publication Critical patent/CN116882866B/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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

Landscapes

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

Abstract

本发明属于物流运输车辆路线规划技术领域，涉及到一种物流运输车辆路线规划推荐处理方法、系统及其存储介质。本发明通过分析天气信息得到目标物流运输车辆各优选路线，结合各优选路线的总成本，进一步得到目标物流运输车辆的最优路线，并实时获取目标物流运输车辆实际路线对应各剩余路段的路况信息和天气信息，进而判断实际路线更改需求，考虑了天气因素对目标物流运输车辆的速度的影响，从而提高了目标物流运输车辆路线规划的精确性，并且降低了运输成本分析的复杂度，同时满足了消费者和商家的要求，有利于消费者和网店商家的长期交易，并且优化了实际运输路线的规划，保证了目标物流运输车辆能够及时送达。

Description

一种物流运输车辆路线规划推荐处理方法、系统及其存储 介质
技术领域
本发明属于物流运输车辆路线规划技术领域，涉及到一种物流运输车辆路线规划推荐处理方法、系统及其存储介质。
背景技术
随着移动互联网的普及和电子商务的崛起，网上购物逐渐成为主流，购物者可以随时随地通过互联网访问在线商店，浏览和比较各种商品，并择优选择最符合自己心意的。由于消费者越来越倾向于通过互联网进行购物，网购已经成为日常生活中普遍采用的购物方式。
而人们在网购之后拿到实物的时间取决于快递的送达时间，进而对于快递的运输车辆路线的规划就十分有必要，然而现有技术对于物流运输车辆的路线规划还存在一些缺陷：一方面，现有技术对于物流运输的路线规划基于物流运输车辆的起点到终点的各个路线进行分析，得到以时间最短为目标的最优路径，在选取时间最短路径时主要对车流量和车辆限制条件等进行考虑，但是忽略了天气因素对物流运输时间的影响，当秋冬时节时，可能遇见大雾天气导致道路能见度低，为了保证物流运输车辆的行驶安全就需降速行驶，进而增加了物流运输的时长，若遇到大雪天气，则可能造成道路堵塞，进而导致物流运输车辆的停滞，由此可见忽略了天气因素对物流运输的影响的路线规划明显不合理，影响了物流运输车辆路线的规划精确度。
另一方面，现有技术对于在物流运输车辆行驶过程中结合实际交通拥堵程度重新调整路线，而忽略了实时天气对物流运输时间的影响，在夏季梅雨季节可能出现部分地区的雷阵雨甚至可能出现冰雹天气，进而影响了物流运输车辆的行驶速度，从而延迟了物流运输车辆的到达目的地的时间。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种物流运输车辆路线规划推荐处理方法、系统及其存储介质。
本发明的目的可以通过以下技术方案实现：本发明的第一方面提供一种物流运输车辆路线规划推荐处理方法，包括以下步骤：(1)运输路线信息获取：将目标物流运输车辆从当前位置作为起点到终点的各路线记为目标物流运输车辆各路线，获取目标物流运输车辆各路线对应各类路段的道路信息和天气信息。
(2)运输路线信息分析：根据目标物流运输车辆各路线对应各类路段的道路信息和天气信息，分析目标物流运输车辆各路线的预测时长，进而筛选得到目标物流运输车辆各优选路线。
(3)运输成本获取：获取目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费。
(4)运输成本分析：根据目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费，分析目标物流运输车辆各优选路线的总成本。
(5)运输路线综合分析：根据目标物流运输车辆各优选路线的总成本，分析得到目标物流运输车辆的最优路线。
(6)最优运输路线符合系数分析：实时获取目标物流运输车辆最优路线的路况信息和天气信息，分析目标物流运输车辆最优路线的实际时长，进而分析目标物流运输车辆最优路线的符合系数。
(7)最优运输路线更改需求判断：若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行(1)。
优选地，所述目标物流运输车辆各路线对应各类路段的道路信息包括车辆限速和里程。
所述目标物流运输车辆各路线对应各类路段的天气信息包括能见度、降雨量、降雪量和风速。
优选地，所述目标物流运输车辆各路线的预测时长的具体分析步骤如下：(21)提取目标物流运输车辆各路线对应各类路段的道路信息中的车辆限速和里程以及天气信息中的能见度、降雨量、降雪量和风速，分别记为Vij、Lij、CNij、CYij、CXij、CVij，其中i＝1,2,......,n，j＝1,2,......,m，i为目标物流运输车辆各路线的编号，j为各路段的编号。
(22)依据目标物流运输车辆各路线对应各类路段的能见度、降雨量、降雪量和风速，进而分析目标物流运输车辆各路线对应各类路段的车辆安全行驶速度其中CN0、CY0、CX0、CV0分别为设定的车辆安全行驶速度中允许存在的能见度、降雨量、降雪量和风速，α1、α2、α3、α4分别为能见度、降雨量、降雪量和风速的所占权重，α1+α2+α3+α4＝1，e为自然常数。
(23)根据目标物流运输车辆各路线对应各类路段的车辆安全行驶速度和里程，分析目标物流运输车辆各路线对应各类路段的预测时长对其进行累加得到目标物流运输车辆各路线的预测时长/>
(24)对目标物流运输车辆各路线的预测时长进行筛选，获得目标物流运输车辆最短预测时长对应的路线，将目标物流运输车辆各路线的预测时长与最短预测时长作差，得到目标物流运输车辆各路线的预测时长与最短预测时长的差值，进一步筛选得到差值小于设定差值阈值的目标物流运输车辆路线，将其记为目标物流运输车辆各优选路线。
优选地，所述目标物流运输车辆各优选路线的总成本的获取具体过程如下：(41)从物流运输车辆信息库中提取目标物流运输车辆各优选路线对应各类路段车辆单位里程的耗油量和损耗率以及各优选路线对应各类路段的过路费，分别记为Hkj、φkj、其中k＝1,2,......,a，k为目标物流运输车辆各优选路线的编号，且a≤n，从油价网获取当前时间的汽油单价，记为R。
(42)计算目标物流运输车辆各优选路线对应各类路段的油费计算目标物流运输车辆各路线对应各类路段的车辆损耗费其中M车为目标物流运输车辆的购买价格。
(43)分析得到目标运输车辆各优选路线的总成本
优选地，所述目标物流运输车辆的最优路线的具体获取方式为：提取目标物流运输车辆各优选路线的总成本，对其进行筛选，得到目标物流运输车辆各优选路线的总成本中最低总成本对应的路线，将其作为目标物流运输车辆的最优路线。
优选地，所述目标物流运输车辆最优路线的路况信息包括实时车速和各剩余路段长度。
优选地，所述目标物流运输车辆最优路线的符合系数的具体分析过程为：(61)将目标物流运输车辆最优路线所属的编号与目标物流运输车辆各路线的编号进行匹配，得到目标物流运输车辆最优路线的预测时长及其对应各类路段的车辆安全行驶速度和天气信息。
(62)提取实时车速和各剩余路段长度，分别记为V0′、L′f，其中f＝0,1,2,......,b，f为各剩余路段的编号，f＝0表示当前路段的编号，且b≤m，获取目标物流运输车辆最优路线对应各剩余路段的能见度、降雨量、降雪量和风速，分别记为CN′f、CYf′、CX′f、CVf′，提取目标物流运输车辆最优路线对应各剩余路段的车辆安全行驶速度，记为Vf′。
(63)根据目标物流运输车辆最优路线对应各剩余路段的能见度、降雨量、降雪量和风速以及车辆安全行驶速度，分析目标物流运输车辆最优路线对应各剩余路段的车辆实际安全行驶速度其中CNf、CYf、CXf、CVf分别为目标物流运输车辆最优路线对应第f个剩余路段的车辆安全行驶速度所对应的能见度、降雨量、降雪量和风速，β1、β2、β3、β4分别为能见度、降雨量、降雪量和风速的影响因子，β1+β2+β3+β4＝1。
(64)从物流运输车辆信息库中提取目标物流运输车辆出发时的时间点，结合当前时间点进行作差，得到目标物流运输车辆最优路线的已花费时长，将其记为T′已。
(65)根据目标物流运输车辆最优路线的实时车速和各剩余路段长度以及各剩余路段的车辆实际安全行驶速度，分析目标物流运输车辆最优路线的时长
(66)根据目标物流运输车辆最优路线的时长与目标物流运输车辆最优路线的预测时长，分析目标物流运输车辆最优路线的符合系数其中T0为目标物流运输车辆最优路线的预测时长，ΔT为设定的允许存在的时长偏差值。
优选地，所述目标物流运输车辆最优运输路线的更改需求的具体判断方式为：提取目标物流运输车辆最优路线的符合系数，将其与预设的路线符合系数阈值进行对比，若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行(1)。
本发明的第二方面提供一种物流运输车辆路线规划推荐处理系统，包括以下模块：运输路线信息获取模块，用于将目标物流运输车辆从当前位置作为起点到终点的各路线记为目标物流运输车辆各路线，获取目标物流运输车辆各路线对应各类路段的道路信息和天气信息。
运输路线信息分析模块，用于根据目标物流运输车辆各路线对应各类路段的道路信息和天气信息，分析目标物流运输车辆各路线的预测时长，进而筛选得到目标物流运输车辆各优选路线。
运输成本获取模块，用于获取目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费。
运输成本分析模块，用于根据目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费，分析目标物流运输车辆各优选路线的总成本。
运输路线综合分析模块，用于根据目标物流运输车辆各优选路线的总成本，分析得到目标物流运输车辆的最优路线。
最优运输路线符合系数分析模块，用于实时获取目标物流运输车辆最优路线的路况信息和天气信息，分析目标物流运输车辆最优路线的实际时长，进而分析目标物流运输车辆最优路线的符合系数。
最优运输路线更改需求判断模块，用于最优运输路线更改需求的判断，若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行运输路线信息获取模块。
本发明的第三方面提供一种存储介质，所述存储介质存储一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现本发明所述的物流运输车辆路线规划推荐处理方法中的步骤。
相较于现有技术，本发明所具备的优点及积极效果为：(1)本发明通过对目标物流运输车辆各路线对应各类路段的道路信息和天气信息进行分析，得到目标物流运输车辆各路线的预测时长，进一步筛选得到目标物流运输车辆各优选路线，考虑了天气因素对目标物流运输车辆的速度的影响，从而提高了目标物流运输车辆路线规划的精确性，并且降低了运输成本分析的复杂度。
(2)本发明根据目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费，分析目标物流运输车辆各优选路线的总成本，进一步分析得到目标物流运输车辆的最优路线，在考虑运输时间的基础上选择成本最低的运输路线，从而满足了消费者对运输时间短的要求，也满足了商家的金钱成本低的要求，有利于消费者和网店商家的长期交易。
(3)本发明实时获取目标物流运输车辆最优路线的路况信息和天气信息，分析目标物流运输车辆最优路线的实际时长，进而分析目标物流运输车辆最优路线的符合系数，进一步判断目标物流运输车辆的最优路线更改需求，从而根据目标物流运输车辆在最优运输路线中的天气情况进行及时的路线调整，优化了最优运输路线的规划，从而保证了目标物流运输车辆能够及时送达。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的方法实施步骤示意图。
图2为本发明的系统模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。
实施例1
参阅图1所示，本发明提供了一种物流运输车辆路线规划推荐处理方法，包括以下步骤：(1)运输路线信息获取：将目标物流运输车辆从当前位置作为起点到终点的各路线记为目标物流运输车辆各路线，获取目标物流运输车辆各路线对应各类路段的道路信息和天气信息。
(2)运输路线信息分析：根据目标物流运输车辆各路线对应各类路段的道路信息和天气信息，分析目标物流运输车辆各路线的预测时长，进而筛选得到目标物流运输车辆各优选路线。
作为一个具体实施例，所述目标物流运输车辆各路线对应各类路段的道路信息包括车辆限速和里程。
需要进一步说明的是，所述车辆限速和里程的具体获取方式为：从各路线对应各路段的交通管理中心获取目标物流运输车辆各路线对应各路段的车辆限速和里程。
所述目标物流运输车辆各路线对应各类路段的天气信息包括能见度、降雨量、降雪量和风速。
需要进一步说明的是，所述能见度、降雨量、降雪量和风速的具体获取方式为：从气象管理中心获取目标物流运输车辆各路线对应各路段的能见度、降雨量、降雪量和风速。
作为一个具体实施例，所述目标物流运输车辆各路线的预测时长的具体分析步骤如下：(21)提取目标物流运输车辆各路线对应各类路段的道路信息中的车辆限速和里程以及天气信息中的能见度、降雨量、降雪量和风速，分别记为Vij、Lij、CNij、CYij、CXij、CVij，其中i＝1,2,......,n，j＝1,2,......,m，i为目标物流运输车辆各路线的编号，j为各路段的编号。
(22)依据目标物流运输车辆各路线对应各类路段的能见度、降雨量、降雪量和风速，进而分析目标物流运输车辆各路线对应各类路段的车辆安全行驶速度其中CN0、CY0、CX0、CV0分别为设定的车辆安全行驶速度中允许存在的能见度、降雨量、降雪量和风速，α1、α2、α3、α4分别为能见度、降雨量、降雪量和风速的所占权重，α1+α2+α3+α4＝1，e为自然常数。
需要进一步说明的是，所述车辆安全行驶速度为目标物流运输车辆各路线对应各类路段在各种天气情形下保证车辆安全的建议行驶速度。
(23)根据目标物流运输车辆各路线对应各类路段的车辆安全行驶速度和里程，分析目标物流运输车辆各路线对应各类路段的预测时长对其进行累加得到目标物流运输车辆各路线的预测时长/>
(24)对目标物流运输车辆各路线的预测时长进行筛选，获得目标物流运输车辆最短预测时长对应的路线，将目标物流运输车辆各路线的预测时长与最短预测时长作差，得到目标物流运输车辆各路线的预测时长与最短预测时长的差值，进一步筛选得到差值小于设定差值阈值的目标物流运输车辆路线，将其记为目标物流运输车辆各优选路线。
本发明通过对目标物流运输车辆各路线对应各类路段的道路信息和天气信息进行分析，得到目标物流运输车辆各路线的预测时长，进一步筛选得到目标物流运输车辆各优选路线，考虑了天气因素对目标物流运输车辆的速度的影响，从而提高了目标物流运输车辆路线规划的精确性，并且降低了运输成本分析的复杂度。
(3)运输成本获取：获取目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费。
(4)运输成本分析：根据目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费，分析目标物流运输车辆各优选路线的总成本。
(5)运输路线综合分析：根据目标物流运输车辆各优选路线的总成本，分析得到目标物流运输车辆的最优路线。
作为一个具体实施例，所述目标物流运输车辆各优选路线的总成本的获取具体过程如下：(41)从物流运输车辆信息库中提取目标物流运输车辆各优选路线对应各类路段车辆单位里程的耗油量和损耗率以及各优选路线对应各类路段的过路费，分别记为Hkj、φkj、其中k＝1,2,......,a，k为目标物流运输车辆各优选路线的编号，且a≤n，从油价网获取当前时间的汽油单价，记为R。
(42)计算目标物流运输车辆各优选路线对应各类路段的油费计算目标物流运输车辆各路线对应各类路段的车辆损耗费其中M车为目标物流运输车辆的购买价格。
(43)分析得到目标运输车辆各优选路线的总成本
作为一个具体实施例，所述目标物流运输车辆的最优路线的具体获取方式为：提取目标物流运输车辆各优选路线的总成本，对其进行筛选，得到目标物流运输车辆各优选路线的总成本中最低总成本对应的路线，将其作为目标物流运输车辆的最优路线。
本发明根据目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费，分析目标物流运输车辆各优选路线的总成本，进一步分析得到目标物流运输车辆的最优路线，在考虑运输时间的基础上选择成本最低的运输路线，从而满足了消费者对运输时间短的要求，也满足了商家的金钱成本低的要求，有利于消费者和网店商家的长期交易。
(6)最优运输路线符合系数分析：实时获取目标物流运输车辆最优路线的路况信息和天气信息，分析目标物流运输车辆最优路线的实际时长，进而分析目标物流运输车辆最优路线的符合系数。
(7)最优运输路线更改需求判断：若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行(1)。
作为一个具体实施例，所述目标物流运输车辆最优路线的路况信息包括实时车速和各剩余路段长度。
需要进一步说明的是，所述实时车速和各剩余路段长度的具体获取方式为：从目标物流运输车辆的控制平台获取实时车速，从实际路线对应各剩余路段的交通管理中心获取各剩余路段长度。
作为一个具体实施例，所述目标物流运输车辆最优路线的符合系数的具体分析过程为：(61)将目标物流运输车辆最优路线所属的编号与目标物流运输车辆各路线的编号进行匹配，得到目标物流运输车辆最优路线的预测时长及其对应各类路段的车辆安全行驶速度。
(62)提取实时车速和各剩余路段长度，分别记为V0′、L′f，其中f＝0,1,2,......,b，f为各剩余路段的编号，f＝0表示当前路段的编号，且b≤m，获取目标物流运输车辆最优路线对应各剩余路段的能见度、降雨量、降雪量和风速，分别记为CN′f、CYf′、CX′f、CVf′，提取目标物流运输车辆最优路线对应各剩余路段的车辆安全行驶速度，记为Vf′。
(63)根据目标物流运输车辆最优路线对应各剩余路段的能见度、降雨量、降雪量和风速以及车辆安全行驶速度，分析目标物流运输车辆最优路线对应各剩余路段的车辆实际安全行驶速度其中CNf、CYf、CXf、CVf分别为目标物流运输车辆最优路线对应第f个剩余路段的车辆安全行驶速度所对应的能见度、降雨量、降雪量和风速，β1、β2、β3、β4分别为能见度、降雨量、降雪量和风速的影响因子，β1+β2+β3+β4＝1。
(64)从物流运输车辆信息库中提取目标物流运输车辆出发时的时间点，结合当前时间点进行作差，得到目标物流运输车辆最优路线的已花费时长，将其记为T′已。
(65)根据目标物流运输车辆最优路线的实时车速和各剩余路段长度以及各剩余路段的车辆实际安全行驶速度，分析目标物流运输车辆最优路线的时长
(66)根据目标物流运输车辆最优路线的时长与目标物流运输车辆最优路线的预测时长，分析目标物流运输车辆最优路线的符合系数其中T0为目标物流运输车辆最优路线的预测时长，ΔT为设定的允许存在的时长偏差值。
作为一个具体实施例，所述目标物流运输车辆最优运输路线的更改需求的具体判断方式为：提取目标物流运输车辆最优路线的符合系数，将其与预设的路线符合系数阈值进行对比，若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行(1)。
本发明实时获取目标物流运输车辆最优路线的路况信息和天气信息，分析目标物流运输车辆最优路线的实际时长，进而分析目标物流运输车辆最优路线的符合系数，进一步判断目标物流运输车辆的最优路线更改需求，从而根据目标物流运输车辆在最优运输路线中的天气情况进行及时的路线调整，优化了实际运输路线的规划，从而保证了目标物流运输车辆能够及时送达。
实施例2
参照图2所示，本发明提出的一种物流运输车辆路线规划推荐处理系统，包括以下模块：运输路线信息获取模块，用于将目标物流运输车辆从当前位置作为起点到终点的各路线记为目标物流运输车辆各路线，获取目标物流运输车辆各路线对应各类路段的道路信息和天气信息。
运输路线信息分析模块，用于根据目标物流运输车辆各路线对应各类路段的道路信息和天气信息，分析目标物流运输车辆各路线的预测时长，进而筛选得到目标物流运输车辆各优选路线。
运输成本获取模块，用于获取目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费。
运输成本分析模块，用于根据目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费，分析目标物流运输车辆各优选路线的总成本。
运输路线综合分析模块，用于根据目标物流运输车辆各优选路线的总成本，分析得到目标物流运输车辆的最优路线。
最优运输路线符合系数分析模块，用于实时获取目标物流运输车辆最优路线的路况信息和天气信息，分析目标物流运输车辆最优路线的实际时长，进而分析目标物流运输车辆最优路线的符合系数。
最优运输路线更改需求判断模块，用于最优运输路线更改需求的判断，若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行运输路线信息获取模块。
物流运输车辆信息库，用于存储目标物流运输车辆各路线对应各类路段的道路信息和天气信息，存储目标物流运输车辆各优选路线对应各类路段车辆单位里程的耗油量和损耗率以及各优选路线对应各类路段的过路费，存储目标物流运输车辆出发时的时间点。
实施例3
本发明的第三方面提供一种存储介质，所述存储介质存储一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现本发明所述的物流运输车辆路线规划推荐处理方法中的步骤。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种物流运输车辆路线规划推荐处理方法，其特征在于：包括：
(1)运输路线信息获取：将目标物流运输车辆从当前位置作为起点到终点的各路线记为目标物流运输车辆各路线，获取目标物流运输车辆各路线对应各类路段的道路信息和天气信息；
(2)运输路线信息分析：根据目标物流运输车辆各路线对应各类路段的道路信息和天气信息，分析目标物流运输车辆各路线的预测时长，进而筛选得到目标物流运输车辆各优选路线；
(3)运输成本获取：获取目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费；
(4)运输成本分析：根据目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费，分析目标物流运输车辆各优选路线的总成本；
(5)运输路线综合分析：根据目标物流运输车辆各优选路线的总成本，分析得到目标物流运输车辆的最优路线；
(6)最优运输路线符合系数分析：实时获取目标物流运输车辆最优路线的路况信息和天气信息，分析目标物流运输车辆最优路线的实际时长，进而分析目标物流运输车辆最优路线的符合系数；
(7)最优运输路线更改需求判断：若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行(1)。
2.根据权利要求1所述的一种物流运输车辆路线规划推荐处理方法，其特征在于：所述目标物流运输车辆各路线对应各类路段的道路信息包括车辆限速和里程；
所述目标物流运输车辆各路线对应各类路段的天气信息包括能见度、降雨量、降雪量和风速。
3.根据权利要求2所述的一种物流运输车辆路线规划推荐处理方法，其特征在于：所述目标物流运输车辆各路线的预测时长的具体分析步骤如下：
(21)提取目标物流运输车辆各路线对应各类路段的道路信息中的车辆限速和里程以及天气信息中的能见度、降雨量、降雪量和风速，分别记为Vij、Lij、CNij、CYij、CXij、CVij，其中i＝1,2,......,n，j＝1,2,......,m，i为目标物流运输车辆各路线的编号，j为各路段的编号；
(22)依据目标物流运输车辆各路线对应各类路段的能见度、降雨量、降雪量和风速，进而分析目标物流运输车辆各路线对应各类路段的车辆安全行驶速度其中CN0、CY0、CX0、CV0分别为设定的车辆安全行驶速度中允许存在的能见度、降雨量、降雪量和风速，α1、α2、α3、α4分别为能见度、降雨量、降雪量和风速的所占权重，α1+α2+α3+α4＝1，e为自然常数；
(23)根据目标物流运输车辆各路线对应各类路段的车辆安全行驶速度和里程，分析目标物流运输车辆各路线对应各类路段的预测时长对其进行累加得到目标物流运输车辆各路线的预测时长/>
(24)对目标物流运输车辆各路线的预测时长进行筛选，获得目标物流运输车辆最短预测时长对应的路线，将目标物流运输车辆各路线的预测时长与最短预测时长作差，得到目标物流运输车辆各路线的预测时长与最短预测时长的差值，进一步筛选得到差值小于设定差值阈值的目标物流运输车辆路线，将其记为目标物流运输车辆各优选路线。
4.根据权利要求3所述的一种物流运输车辆路线规划推荐处理方法，其特征在于：所述目标物流运输车辆各优选路线的总成本的获取具体过程如下：
(41)从物流运输车辆信息库中提取目标物流运输车辆各优选路线对应各类路段车辆单位里程的耗油量和损耗率以及各优选路线对应各类路段的过路费，分别记为Hkj、φkj、其中k＝1,2,......,a，k为目标物流运输车辆各优选路线的编号，且a≤n，从油价网获取当前时间的汽油单价，记为R；
(42)计算目标物流运输车辆各优选路线对应各类路段的油费计算目标物流运输车辆各路线对应各类路段的车辆损耗费/>其中M车为目标物流运输车辆的购买价格；
(43)分析得到目标运输车辆各优选路线的总成本
5.根据权利要求4所述的一种物流运输车辆路线规划推荐处理方法，其特征在于：所述目标物流运输车辆的最优路线的具体获取方式为：
提取目标物流运输车辆各优选路线的总成本，对其进行筛选，得到目标物流运输车辆各优选路线的总成本中最低总成本对应的路线，将其作为目标物流运输车辆的最优路线。
6.根据权利要求1所述的一种物流运输车辆路线规划推荐处理方法，其特征在于：所述目标物流运输车辆最优路线的路况信息包括实时车速和各剩余路段长度。
7.根据权利要求6所述的一种物流运输车辆路线规划推荐处理方法，其特征在于：所述目标物流运输车辆最优路线的符合系数的具体分析过程为：
(61)将目标物流运输车辆最优路线所属的编号与目标物流运输车辆各路线的编号进行匹配，得到目标物流运输车辆最优路线的预测时长及其对应各类路段的车辆安全行驶速度和天气信息；
(62)提取实时车速和各剩余路段长度，分别记为V0′、L′f，其中f＝0,1,2,......,b，f为各剩余路段的编号，f＝0表示当前路段的编号，且b≤m，获取目标物流运输车辆最优路线对应各剩余路段的能见度、降雨量、降雪量和风速，分别记为CN′f、CYf′、CX′f、CVf′，提取目标物流运输车辆最优路线对应各剩余路段的车辆安全行驶速度，记为V′f；
(63)根据目标物流运输车辆最优路线对应各剩余路段的能见度、降雨量、降雪量和风速以及车辆安全行驶速度，分析目标物流运输车辆最优路线对应各剩余路段的车辆实际安全行驶速度其中CNf、CYf、CXf、CVf分别为目标物流运输车辆最优路线对应第f个剩余路段的车辆安全行驶速度所对应的能见度、降雨量、降雪量和风速，β1、β2、β3、β4分别为能见度、降雨量、降雪量和风速的影响因子，β1+β2+β3+β4＝1；
(64)从物流运输车辆信息库中提取目标物流运输车辆出发时的时间点，结合当前时间点进行作差，得到目标物流运输车辆最优路线的已花费时长，将其记为T′已；
(65)根据目标物流运输车辆最优路线的实时车速和各剩余路段长度以及各剩余路段的车辆实际安全行驶速度，分析目标物流运输车辆最优路线的时长
(66)根据目标物流运输车辆最优路线的时长与目标物流运输车辆最优路线的预测时长，分析目标物流运输车辆最优路线的符合系数其中T0为目标物流运输车辆最优路线的预测时长，ΔT为设定的允许存在的时长偏差值。
8.根据权利要求7所述的一种物流运输车辆路线规划推荐处理方法，其特征在于：所述目标物流运输车辆最优运输路线的更改需求的具体判断方式为：
提取目标物流运输车辆最优路线的符合系数，将其与预设的路线符合系数阈值进行对比，若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行(1)。
9.一种物流运输车辆路线规划推荐处理系统，其特征在于：包括以下模块：
运输路线信息获取模块，用于将目标物流运输车辆从当前位置作为起点到终点的各路线记为目标物流运输车辆各路线，获取目标物流运输车辆各路线对应各类路段的道路信息和天气信息；
运输路线信息分析模块，用于根据目标物流运输车辆各路线对应各类路段的道路信息和天气信息，分析目标物流运输车辆各路线的预测时长，进而筛选得到目标物流运输车辆各优选路线；
运输成本获取模块，用于获取目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费；
运输成本分析模块，用于根据目标物流运输车辆各优选路线对应各类路段的油费、车辆损耗费和过路费，分析目标物流运输车辆各优选路线的总成本；
运输路线综合分析模块，用于根据目标物流运输车辆各优选路线的总成本，分析得到目标物流运输车辆的最优路线；
最优运输路线符合系数分析模块，用于实时获取目标物流运输车辆最优路线的路况信息和天气信息，分析目标物流运输车辆最优路线的实际时长，进而分析目标物流运输车辆最优路线的符合系数；
最优运输路线更改需求判断模块，用于最优运输路线更改需求的判断，若目标物流运输车辆最优路线的符合系数大于预设的路线符合系数阈值，则目标物流运输车辆的运输路线更改需求为无需更改需求，继续行驶该路线，反之，则目标物流运输车辆的运输路线更改需求为需要更改需求，执行运输路线信息获取模块。
10.一种存储介质，其特征在于：所述存储介质存储一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-8任意一项所述的物流运输车辆路线规划推荐处理方法中的步骤。
CN202310885580.6A 2023-07-19 2023-07-19 一种物流运输车辆路线规划推荐处理方法、系统及其存储介质 Active CN116882866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310885580.6A CN116882866B (zh) 2023-07-19 2023-07-19 一种物流运输车辆路线规划推荐处理方法、系统及其存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310885580.6A CN116882866B (zh) 2023-07-19 2023-07-19 一种物流运输车辆路线规划推荐处理方法、系统及其存储介质

Publications (2)

Publication Number Publication Date
CN116882866A true CN116882866A (zh) 2023-10-13
CN116882866B CN116882866B (zh) 2024-03-05

Family

ID=88256441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310885580.6A Active CN116882866B (zh) 2023-07-19 2023-07-19 一种物流运输车辆路线规划推荐处理方法、系统及其存储介质

Country Status (1)

Country Link
CN (1) CN116882866B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130159208A1 (en) * 2011-12-19 2013-06-20 Byung Jun Song Shipper-oriented logistics base optimization system
CN110119831A (zh) * 2018-02-07 2019-08-13 青岛农业大学 一种物流管理系统的运输路径优化系统及方法
CN114580750A (zh) * 2022-03-07 2022-06-03 南京邮电大学 一种改进的区域车辆路径规划动态分析模型的分析方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130159208A1 (en) * 2011-12-19 2013-06-20 Byung Jun Song Shipper-oriented logistics base optimization system
CN110119831A (zh) * 2018-02-07 2019-08-13 青岛农业大学 一种物流管理系统的运输路径优化系统及方法
CN114580750A (zh) * 2022-03-07 2022-06-03 南京邮电大学 一种改进的区域车辆路径规划动态分析模型的分析方法

Also Published As

Publication number Publication date
CN116882866B (zh) 2024-03-05

Similar Documents

Publication Publication Date Title
US10949864B2 (en) Smart vehicle navigation and tracking system
CN109191898A (zh) 一种在线智能停车系统
CN107195198A (zh) 一种基于图像识别技术的路边停车管理方法及其系统
CN108444486B (zh) 一种导航路线排序方法和装置
CN110047319A (zh) 停车场车位导航方法、电子装置及存储介质
CN106504351A (zh) 一种停车场停车收费方法和服务器
CN107085227A (zh) 路线导航服务方法、装置以及系统
CN114435138A (zh) 一种车辆能耗预测方法、装置、车辆及存储介质
Jiang et al. A multi-period analysis of taxi drivers' behaviors based on GPS trajectories
CN110009131A (zh) 一种考虑多因素影响的网约车派单方法
Paľo et al. The comparison of automatic traffic counting and manual traffic counting
CN109035768B (zh) 一种出租车绕路行为的识别方法
CN115375234A (zh) 基于gnss的运输车辆运行轨迹规划方法
CN111860558A (zh) 行程异常检测方法、装置及电子设备
CN107798522A (zh) 一种车费代付方法及装置
CN113052505A (zh) 基于人工智能的跨境文旅推荐方法、装置和设备
CN116882866B (zh) 一种物流运输车辆路线规划推荐处理方法、系统及其存储介质
CN116777331A (zh) 一种基于大数据的货源智能推送方法及系统
JP7266264B2 (ja) 洗車システム
US20200256687A1 (en) System For Determining A Risk Of An Accident On A Driving Route
CN113408877A (zh) 网约车信息处理方法、装置、设备和计算机存储介质
Leonardi et al. Feasibility study of a network of consolidation centres in Luxembourg
JP3780331B2 (ja) 交通情報処理方法及び交通情報処理システム
CN113963350A (zh) 车辆识别检测方法、系统、计算机设备、存储介质及终端
CN113393007A (zh) 基于物联网技术的代驾预测方法、系统和调度系统

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
TA01 Transfer of patent application right

Effective date of registration: 20240204

Address after: Room 301-303, Building A, Yunxiang New Economic Ecological Park, No. 2 Xiangshan Avenue South, Xintang Town, Zengcheng District, Guangzhou City, Guangdong Province, 511300

Applicant after: GUANGDONG YIQIANYI LOGISTICS TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: No. 1702 Jianshe Road West, Haoxue Town, Jiangling County, Jingzhou City, Hubei Province, 434100

Applicant before: Jiangling County Jinshun Logistics Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant