CN116911724A - 一种确定运输路径的方法、装置及设备 - Google Patents

一种确定运输路径的方法、装置及设备 Download PDF

Info

Publication number
CN116911724A
CN116911724A CN202310280875.0A CN202310280875A CN116911724A CN 116911724 A CN116911724 A CN 116911724A CN 202310280875 A CN202310280875 A CN 202310280875A CN 116911724 A CN116911724 A CN 116911724A
Authority
CN
China
Prior art keywords
delivery point
delivery
determining
demand
subset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310280875.0A
Other languages
English (en)
Inventor
高亮
常惠
姜晓辉
高阳
陈龙
郭志明
孙勇
王珣
王迪
白子龙
夏彬凯
李阳
张少攀
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.)
Institute of Automation of Chinese Academy of Science
Ordnance Science and Research Academy of China
Original Assignee
Institute of Automation of Chinese Academy of Science
Ordnance Science and Research Academy of China
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 Institute of Automation of Chinese Academy of Science, Ordnance Science and Research Academy of China filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN202310280875.0A priority Critical patent/CN116911724A/zh
Publication of CN116911724A publication Critical patent/CN116911724A/zh
Pending legal-status Critical Current

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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • 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

Landscapes

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

Abstract

本申请提供一种确定运输路径的方法、装置及设备，涉及计算机技术领域，用于提高资源运输的准确性。该确定运输路径的方法包括：从投送点集合中，确定N个投送点子集，N个投送点子集中的每个投送点子集提供的资源的数量大于或等于第一需求量，N为大于1的整数，第一需求量为需求中心所需的资源的数量；确定每个投送点子集的可靠度，共获得N个可靠度，可靠度指示通过每个投送点子集按照需求将资源运输到需求中心的成功率；根据N个可靠度，从N个投送点子集中，确定目标投送点子集；确定目标投送点子集到需求中心的运输路径。

Description

一种确定运输路径的方法、装置及设备
技术领域
本申请涉及计算机技术领域，尤其涉及一种确定运输路径的方法、装置及设备。
背景技术
在资源运输场景，例如救灾场景或军队供给等场景，均涉及将投送点的资源运输其他地方使用。在运输资源之前，一般需合理规划资源的运输路径。
目前，一种确定运输路径的方式为：将运输时间最短的一条路径作为最终的运输路径。但这种方式下仅以运输时间作为选择运输路径的方式，确定出的运输路径的可参考性差，即准确性较差。
发明内容
本申请实施例提供一种确定运输路径的方法、装置及设备，用于提高确定的运输路径的准确性。
第一方面，本申请实施例提供一种确定运输路径的方法，包括：从投送点集合中，确定N个投送点子集，所述N个投送点子集中的每个投送点子集提供的资源的数量大于或等于第一需求量，N为大于1的整数，所述第一需求量为需求中心所需的资源的数量；确定所述每个投送点子集的可靠度，共获得N个可靠度，所述可靠度指示通过所述每个投送点子集能够按照需求将资源运输到所述需求中心的成功率；根据所述N个可靠度，从所述N个投送点子集中，确定目标投送点子集；确定所述目标投送点子集到所述需求中心的运输路径。
在本申请实施例中，在确定运输路径时，会考虑投送点子集能够提供的资源的数量是否满足第一需求量，以及还会考虑通过投送点子集运输资源的可靠度，以确定目标投送点子集，进而通过目标投送点子集运输资源，由于考虑了运输路径的更多因素，因此可以确定出更具有参考性的运输路径，即有利于提高确定的运输路径的准确性。
在一种可能的实施方式中，从投送点集合中，确定N个投送点子集，包括：确定第一数量，其中，所述第一数量为投送点的数量，所述第一数量的需求点所需的资源的数量大于或等于所述第一需求量，所述第一数量减一的需求点的所需的资源的数量小于所述第一需求量，所述需求中心用于向所述多个需求点提供资源；从所述投送点集合中，确定Q个投送点子集，所述Q个投送点子集中的任一投送点子集包括所述第一数量的投送点，Q为大于1的整数；将所述Q个投送点子集中提供的资源的数量大于或等于所述第一需求量的投送点子集，确定为所述N个投送点子集。
在该实施方式中，通过各个需求点所需的资源的数量与第一需求量的数量关系，求解第一数量，该第一数量可表示最少需要参与资源运输的投送点的数量。因此，通过第一数量确定的Q个投送点子集可保证参与资源运输的投送点的数量最少，再通过第一需求量从Q个投送点子集中筛选得到的N个投送点子集，则即可保证参数资源运输的投送点的数量最少，也可保证提供的资源的数量大于或等于第一需求量，从而达到资源集中运输的效果。
在一种可能的实施方式中，确定所述每个投送点子集的可靠度，包括：获取所述每个投送点子集中的每个投送点的参数，共获得多个参数，所述参数指示通过所述每个投送点按照需求将资源运输到所述需求中心的成功率；根据所述多个参数的乘积，确定所述每个投送点子集的可靠度。
在该实施方式中，根据每个投送点的参数的乘积得到每个投送点子集的可靠度，也就是说，每个投送点子集的可靠度综合考虑每个投送点子集包括的每个投送点的运输资源的情况，从而基于该可靠度确定出的目标投送点子集的运输路径也更加准确。
在一种可能的实施方式中，在确定所述目标投送点子集到所述需求中心的运输路径之后，所述方法还包括：按照预设规则，对所述目标投送点子集中的每个目标投送点的参数进行排序，获得排序后的所述每个目标投送点的参数；根据排序后的所述每个目标投送点的参数，获得所述每个目标投送点运输资源的顺序。
在该实施方式中，将参数较高的投送点安排为优先运输，而将参数较小的投送点安排为靠后运输，需求中心则可在预设时间内及时的接收到投送点运输的资源，并向各个需求点分配资源，避免了参数较低的投送点优先运输，但由于运输路径的参数较低，运输时间不稳定，导致资源无法按时运输到需求中心，各个需求点资源匮乏的情况出现。
在一种可能的实施方式中，根据所述N个可靠度，从所述N个投送点子集中，确定目标投送点子集，包括：将可靠度大于或等于预设阈值的投送点子集确定为所述目标投送点子集；或，将可靠度最大的投送点子集确定为所述目标投送点子集。
在该实施方式中，可靠度越大的投送点子集，投送点子集中的投送点能够按照需求将资源运输到需求中心的成功率越大，因此，选择可靠度大的投送点子集作为目标投送点子集，进而根据目标投送点子集确定的运输路径更加准确。
在一种可能的实施方式中，确定所述目标投送点子集到所述需求中心的运输路径，包括：确定所述目标投送点子集中每个目标投送点到所述需求中心的多个候选路径；将所述多个候选路径中满足第一条件的候选路径确定为所述每个目标投送点到所述需求中心的运输路径，其中，所述第一条件包括沿候选路径运输的距离、所需的时间和花费的加权求和最小。
在该实施方式中，在确定目标投送点子集后，目标投送点子集中每个目标投送点到需求中心的运输路径均是距离、时间和花费加权求和最小的最优路径，也就是说，本申请在保证运输路径的准确性的同时，还综合考虑了资源运输的距离、时间和花费问题，进而最后确定出的运输路径更为合理。
在一种可能的实施方式中，所述投送点集合中的任一投送点满足如下第二条件：通过所述任一投送点将资源运输到所述需求中心的运输时长小于或等于第一时长。
在该实施方式中，优先通过第一时长筛选得到投送点集合，可减少后续不满足条件的投送点子集的数量，从而提高确定目标投送点子集的效率。
第二方面，本申请实施例提供一种确定运输路径的装置，包括：确定模块，用于从投送点集合中，确定N个投送点子集，所述N个投送点子集中的每个投送点子集提供的资源的数量大于或等于第一需求量，N为大于1的整数，所述第一需求量为需求中心所需的资源的数量；运算模块，用于确定所述每个投送点子集的可靠度，共获得N个可靠度，所述可靠度指示通过所述每个投送点子集按照需求将资源运输到所述需求中心的成功率；运算模块，还用于根据所述N个可靠度，从所述N个投送点子集中，确定目标投送点子集；确定模块，还用于确定所述目标投送点子集到所述需求中心的运输路径。
在一种可能的实施方式中，所述确定模块，具体用于：确定第一数量，其中，所述第一数量为投送点的数量，所述第一数量的需求点所需的资源的数量大于或等于所述第一需求量，所述第一数量减一的需求点的所需的资源的数量小于所述第一需求量，所述需求中心用于向所述多个需求点提供资源；从所述投送点集合中，确定Q个投送点子集，所述Q个投送点子集中的任一投送点子集包括所述第一数量的投送点，Q为大于1的整数；将所述Q个投送点子集中提供的资源的数量大于或等于所述第一需求量的投送点子集，确定为所述N个投送点子集。
在一种可能的实施方式中，所述运算模块，具体用于：获取所述每个投送点子集中的每个投送点的参数，共获得多个参数，所述参数指示通过所述每个投送点按照需求将资源运输到所述需求中心的成功率；根据所述多个参数的乘积，确定所述每个投送点子集的可靠度。
在一种可能的实施方式中，所述确定模块，还用于：在确定所述目标投送点子集到所述需求中心的运输路径之后，按照预设规则，对所述目标投送点子集中的每个目标投送点的参数进行排序，获得排序后的所述每个目标投送点的参数；根据排序后的所述每个目标投送点的参数，获得所述每个目标投送点运输资源的顺序。
在一种可能的实施方式中，所述运算模块，具体用于：将可靠度大于或等于预设阈值的投送点子集确定为所述目标投送点子集；或，将可靠度最大的投送点子集确定为所述目标投送点子集。
在一种可能的实施方式中，所述确定模块，具体用于：确定所述目标投送点子集中每个目标投送点到所述需求中心的多个候选路径；将所述多个候选路径中满足第一条件的候选路径确定为所述每个目标投送点到所述需求中心的运输路径，其中，所述第一条件包括沿候选路径运输的距离、所需的时间和花费的加权求和最小。
在一种可能的实施方式中，所述投送点集合中的任一投送点满足如下第二条件：通过所述任一投送点将资源运输到所述需求中心的运输时长小于或等于第一时长。
第三方面，本申请实施例提供一种确定运输路径的设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面及任一可能的实施方式所述的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如第一方面及任一可能的实施方式所述的方法。
第五方面，本申请实施例提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得上述如前文第一方面及任一可能的实施方式所述的方法被实现。
关于第二方面至第五方面的有益效果可参照前文所论述的内容，此处不再赘述。
附图说明
图1为本申请实施例提供的一种确定运输路径的方法的应用场景示意图；
图2为本申请实施例提供的一种确定运输路径的方法的流程示意图；
图3为本申请实施例提供的一种投送点到需求点的候选路径示意图；
图4为本申请实施例提供的一种中间点i到中间点i+1的候选子路径示意图；
图5为本申请实施例提供的一种投送点到需求点的路径示意图；
图6为本申请实施例提供的一种确定运输路径的装置的结构示意图；
图7为本申请实施例提供的一种确定运输路径的设备的结构示意图。
具体实施方式
为了更好地理解本申请提供的技术方案，下面将结合说明书附图以及具体的实施方式进行详细地说明。
请参照图1，为本申请实施例提供的一种确定运输路径的方法的应用场景示意图。如图1所示，该场景包括第一设备101和第二设备102，第一设备101和第二设备102之间可进行有线或无线通信。
第一设备101例如为终端设备，终端设备包括但不限于手机、个人计算机(personal computer，PC)、平板电脑、笔记本电脑、掌上电脑或移动互联网设备(mobileinternet device，MID)。
第二设备102为具有计算处理能力的设备，例如为终端设备或服务器。终端设备的内容可参照前文所述的内容，此处不再赘述。
示例性的，第一设备101用于获取用户输入的需求中心的信息以及需求中心所需的资源的数量，并将需求中心的信息以及需求中心所需的资源的数量发送给第二设备102，第二设备102根据需求中心的信息以及需求中心所需的资源的数量从多个投送点中选出目标投送点，并确定目标投送点到需求中心的运输路径，其中，需求中心的信息包括需求中心在第二设备102中的名称和/或需求中心所在的地点。目标投送点用于向需求中心提供资源，其中，第二设备102确定运输路径的方式将在下文中介绍。
请参照图2，为本申请实施例提供的一种确定运输路径的方法的流程示意图。下文中确定运输路径的方法是以第二设备为执行主体进行介绍的，本申请实施例所涉及的第二设备例如为图1所示的第二设备102。
S201，第二设备从投送点集合中，确定N个投送点子集，N个投送点子集中的每个投送点子集提供的资源的数量大于或等于第一需求量。
N为大于1的整数。第一需求量为需求中心所需的资源的数量。需求中心可理解为投送点集合运输的资源的集合地。需求中心可以是运输的终点(或目的地)。可选的，需求中心还可进一步向多个需求点提供资源。
投送点集合可包括多个投送点，多个投送点中的任一投送点均可提供资源，资源例如食品、药品或弹药中的至少一种等。下面对第二设备确定投送点集合的方式进行介绍。
1、第二设备可以是从第一设备接收的投送点集合的信息。
示例性的，第一设备可向第二设备发送投送点集合的信息。如此，第二设备也就直接确定投送点集合。
2、第二设备可从预存的R个投送点中，确定投送点集合。R为大于1的整数。R个投送点的信息可以是第二设备预存的，或者也可以是从第一设备接收的。
示例性的，第二设备可以将R个投送点中符合第二条件的投送点，确定为投送点集合。也就是说，投送点集合中的任一投送点均满足第二条件。
第二条件包括通过投送点集合中的任一投送点将资源运输到需求中心的运输时长小于或等于第一时长。第一时长可以是预存在第二设备中的。由于某些特殊情况下，对资源的运输时长有要求，因此第一时长也可称为调运限制期限。
例如，投送点集合表示为S＝{S1,S2,…,Sm}，投送点集合中的任一投送点表示为Si，投送点集合中的任一投送点的第一运输时长表示为第一时长表示为T，那么任一投送点的运输时长应当满足如下关系：/>
下面对第二设备确定通过投送点集合中的每个投送点将资源运输到需求中心的运输时长的方式进行介绍。由于第二设备确定通过投送点集合中的任意两个投送点将资源运输到需求中心的运输时长的方式是相同的，下文以介绍确定通过投送点集合中的任一投送点将资源运输到需求中心的运输时长为例进行介绍。为了简化描述，下文将通过投送点集合中的任一投送点将资源运输到需求中心的运输时长简称为第一运输时长。
方式一、第二设备将任一投送点到需求中心的直线距离除以预设速度的结果，确定为第一运输时长。
方式二、第二设备确定任一投送点到需求中心的目标运输路径，并根据目标运输路径，确定第一运输时长。
示例性的，第二设备可确定任一投送点到需求中心的J个候选路径，并从J个候选路径中选择满足第一条件的候选路径作为目标运输路径。J为大于或等于2的整数。第一条件是指沿候选路径对应的距离、所需的时间和花费的加权求和最小。
示例性的，一种表示第一条件的表达式如下所示。
Z＝minF＝(fcostftimefdistance) (1)
其中，Z表示沿候选路径对应的距离、所需的时间和花费的加权求和的最小值；F表示沿候选路径对应的距离、所需的时间和花费的加权求和的值；fcost表示沿候选路径运输所需的花费；ftime表示沿候选路径运输所需的时间；fdistance表示沿候选路径运输的距离。
下面对第二设备生成任一投送点的J个候选路径，以及从J个候选路径中，确定任一投送点对应的目标运输路径的方式进行介绍。
示例性的，第二设备可根据任一投送点与需求中心之间的至少一个中间点，确定与任一投送点对应的J个候选路径。至少一个中间点的信息可以是被预配置在第二设备中的。
例如，第二设备可将包括任一投送点、至少一个中间点中的每个中间点、以及需求中心的路径作为候选路径，和/或，第二设备可将包括任一投送点、至少一个中间点中的至少两个中间点、以及需求中心的路径作为候选路径，以获得J个候选路径。
需要说明的是，J个候选路径中的两个候选路径可能经过了相同的中间点，但两个候选路径对应的运输方式不同，这两个候选路径也可视为不同的候选路径。其中，运输方式例如为铁路运输、公路运输和航空运输等。
请参照图3，为本申请实施例提供的一种投送点到需求点的候选路径示意图。该示意图包括投送点1、投送点2、投送点3、投送点4、需求中心D、需求点1、需求点2和需求点3，以及投送点1到需求中心D的中间点h、中间点f、中间点i-1、中间点i和中间点i+1。第二设备可确定投送点1到需求中心D的J个候选路径包括投送点1→中间点i-1→中间点i→中间点i+1→需求中心D、投送点1→中间点i-1→中间点h→需求中心D、投送点1→中间点i-1→中间点h→中间点i+1→需求中心D、投送点1→中间点i-1→中间点i→中间点i+1→中间点f→需求中心D、投送点1→中间点i-1→中间点h→中间点i+1→中间点f→需求中心D和投送点1→中间点i-1→中间点i→中间点i+1→中间点h→需求中心D。
在一种可能的实施方式中，任一投送点与需求点之间的至少一个中间点可包括必经点和避让点。必经点是指从任一投送点运输资源必须经过的点。必经点可以是第二设备根据实际运输需求确定的。避让点为运输资源必须避让的地点。避让点可以是第二设备根据道路实际情况确定的，例如，第二设备确定任一投送点对应的某个中间点由于道路损坏等原因而无法通行，那么第二设备可将该中间点设置为避让点。
或者，必经点和避让点的信息也可以是第二设备从第一设备接收的。
第二设备在生成任一投送点对应的J个候选路径时，可以放弃包含避让点的路径，以及保留经过了必经点的路径。换言之，任一投送点对应的J个候选路径中的任一候选路径包括必经点，且不包括避让点。
例如，请继续参照图3，若第二设备确定中间点f为避让点，中间点i-1和中间点i+1为必经点，则投送点1到需求中心D的候选路径包括投送点1→中间点i-1→中间点i→中间点i+1→需求中心D、投送点1→中间点i-1→中间点h→中间点i+1→需求中心D和投送点1→中间点i-1→中间点i→中间点i+1→中间点h→需求中心D。
应理解的是，投送点集合中的任意两个投送点到需求点之间的必经点可以相同或不同，投送点集合中的任意两个投送点到需求点之间的避让点也可以是相同或不同，本申请实施例对此不作限定。
第二设备确定任一投送点的J个候选路径后，可以确定任一投送点的J个候选路径中每个候选路径对应的距离、所需的时间和花费。
具体的，第二设备可将任一投送点的每个候选路径按照中间点划分为多个路段，多个路段中的每个路段包括多个子路径，从多个子路径中，确定多个路段中每个路段中的最优子路径。第二设备组合多个路段中每个路段的最优子路径，获得目标运输路径。下文为便于描述，将任一投送点的任一候选路径中的多个路段中每个路段的多个子路径中的任一子路径称为第一子路径。
这种情况下，任一投送点对应的任一候选路径的距离、所需的时间和花费的加权求和结果为多个结果之和。多个结果中的每个结果为任一投送点对应的任一候选路径中的多个路段中每个路段对应的最优子路径对应的距离、所需的时间和花费的加权求和结果。
由于任一投送点的任一候选路径可能对应一种或多种运输方式。在任一投送点的任一候选路径对应多种运输方式的时候，任一投送点的任一候选路径对应的距离包括换乘运输方式的距离，任一投送点的任一候选路径对应的时间包括换乘运输方式的时间，以及任一投送点的任一候选路径对应的花费包括换乘运输方式的花费。
例如，一种确定沿任一投送点对应的任一候选路径中的第一子路径运输所需的时间的计算公式如下所示。
其中，ftime为沿任一投送点对应的任一候选路径中的第一子路径运输所需的时间。表示从中间点i到中间点i+1之间采用运输方式k的运输时间。/> 表示从中间点i到中间点i+1采用运输方式k，/>表示从中间点i到中间点i+1不采用运输方式k。fi lk表示在中间点i运输方式从l变为k的换乘运输方式的时间。 表示在中间点i运输方式由l变为k，/>表示在中间点i不改变运输方式。
一种确定沿任一投送点对应的任一候选路径中的第一子路径运输的距离的计算公式如下所示。
其中，fdistance为任一投送点对应的任一候选路径中的第一子路径的距离。表示从中间点i到中间点i+1之间采用运输方式k的运输距离。/>表示在中间点i运输方式从l变为k的换乘运输方式的距离。/>和/>的含义可参照前文所论述的内容，此处不再赘述。
一种确定任一投送点对应的任一候选路径中的第一子路径运输的花费的计算公式如下所示。
其中，fcost表示沿任一投送点对应的任一候选路径中的第一子路径运输的花费。表示从中间点i到中间点i+1之间的运输方式采用k的运输所需的花费。/>表示在中间点i运输方式从l变为k的换乘运输方式所需的花费。/>和/>的含义可参照前文所论述的内容，此处不再赘述。
上述公式的约束条件为：
其中，表示中间点i到中间点i+1只采用了一种运输方式。表示在中间点i最多发生一次换乘，即最多更换一次运输方式。表示相邻中间点的运输方式以及在中间点换乘需满足的关系。
第二设备基于上述公式即可求得沿任一投送点的任一候选路径中第一子路径运输的距离、所需的时间和花费，进而第二设备采用上述方法可确定沿任一投送点的任一候选路径的多个路段中，每个路段的多个子路径中的每个子路径运输的距离、所需的时间和花费，即可基于第一条件从多个子路径中确定出多个路段中每个路段的最优子路径。
下面将结合图4所示的中间点i到中间点i+1的候选路径示意图对第二设备确定多个子路径进行举例说明。
第二设备可根据候选路径投送点1→中间点i-1→中间点i→中间点i+1→需求中心D包括的中间点i-1、中间点i和中间点i+1，将该候选路径划分为4条路段，即为投送点1到中间点i-1、中间点i-1到中间点i、中间点i到中间点i+1和中间点i+1到需求中心D。
其中，每条路段还包括多条子路径，下面以中间点i到中间点i+1为例进行示意。请参照图4，为本申请实施例提供的中间点i到中间点i+1的多个子路径示意图。如图4所示，从中间点i到中间点i+1包括子节点a、子节点b、子节点c和子节点d。相应地，中间点i到中间点i+1之间也存在多个子路径，如中间点i→子节点a→中间点i+1，中间点i→子节点b→中间点i+1，中间点i→子节点c→子节点d→中间点i+1等。当然，图4中还包括多个子路径，此处不再一一列举。
第二设备在确定目标运输路径后，则将沿目标运输路径所需的时间确定为第一运输时长。
其中，第二设备确定R个投送点中的每个投送点的目标运输路径以及第一运输时长的方式也可参照前文论述的过程，此处不再一一列举。
应理解的是，确定投送点集合的过程可以视为基于艾尔曼(Elman)神经网络通过第一约束条件对R个投送点进行第一次优化得到投送点集合的过程。第一约束条件即为投送点的运输时长小于或等于第一时长。
第二设备可以根据第一需求量确定从投送点集合中确定N个投送点子集。
具体的，第二设备确定投送点的数量，即第一数量，第一数量还可理解为满足第一需求量最少需要的投送点的数量，则N个投送点子集中每个投送点子集均包括最少的投送点的数量，从而减少参与运输资源的投送点的数量。
其中，第一数量满足如下条件：第一数量的需求点所需的资源的数量大于或等于第一需求量，第一数量减一的需求点的所需的资源的数量小于第一需求量。也就是说，在第一需求量与多个需求点所需的资源的数量之间，存在第一数量，使得上述关系成立。第一数量又可以视为一个临界值。因此，第二设备能够基于上述资源的数量的关系确定第一数量。
示例性的，一种确定第一数量的计算公式如下所示。
其中，u为第一数量，1≤u≤k，u为正整数，为多个需求点所需的资源的数量，为第一需求量。
第二设备将第一数量作为所需投送点数量，从投送点集合中，确定Q个投送点子集。Q个投送点子集中的任一投送点子集包括第一数量的投送点，Q为大于1的整数。
具体的，第二设备可对投送点集合进行排列组合，获得Q个投送点子集。例如，第一数量为u，投送点集合包括的投送点的数量为m，则
应理解的是，第二设备确定Q个投送点子集的过程可以视为基于Elman神经网络通过第二约束条件对第一次优化后得到的投送点集合进行第二次优化得到Q个投送点子集的过程。第二约束条件是指参与运输资源的投送点的数量最少。
可选的，第二设备将Q个投送点子集中提供的资源的数量大于或等于第一需求量的投送点子集，确定为N个投送点子集。每个投送点子集提供的资源的数量是第二设备根据每个投送点子集中每个投送点可提供的资源的数量之和确定的。
示例性的，N个投送点子集中每个投送点子集中任一投送点提供的资源的数量表示为si，第一需求量表示为dT，那么N个投送点子集中的任一子集应当满足：
在一种可能的实施方式，每个投送点均设置有最大投送量，在这种情况下，每个投送点投送的资源的数量应小于或等于最大投送量。例如，将最大投送量表示为sk，则任一投送点提供的资源的数量应当满足：0＜si≤sk。
应理解的是，第二设备确定N个投送点子集的过程可以视为基于Elman神经网络通过第三约束条件对第二次优化后得到的Q个投送点子集进行第三次优化得到N个投送点子集的过程。第三约束条件即为每个投送点子集提供的资源的数量大于或等于第一需求量。
S202，第二设备确定每个投送点子集的可靠度，共获得N个可靠度，可靠度指示通过每个投送点子集按照需求将资源运输到需求中心的成功率。
其中，需求包括时间需求和/或距离需求等。时间需求例如为运输时长小于或等于预设的运输时长，距离需求例如为运输距离小于或等于预设的运输距离。
第二设备确定N个投送点子集中每个投送点子集的可靠度是根据N个投送点子集中每个投送点子集中的每个投送点的参数确定的，参数指示通过每个投送点子集中的每个投送点按照需求将资源运输到需求中心的成功率。其中，每个投送点的参数可以是预先存储的，也可以是第二设备根据每个投送点的历史数据进行计算分析得到的。历史数据包括每个投送点运输资源的数量、运输路径、实际运输时长和预计运输时长。
示例性的，第二设备可将通过N个投送点子集中的每个投送点的目标运输路径运输资源的正常抵达的运输次数与总运输次数之间的比值，确定为N个投送点子集中的每个投送点的参数。
其中，第二设备可根据通过N个投送点子集中的每个投送点的运输的实际运输时长与预计运输时长确定每次运输为正常抵达或延迟抵达。下面以一次运输为例进行介绍。
若一次运输的实际运输时长大于预计运输时长，则可视为所述一次运输为延迟抵达；若一次运输的实际运输时长小于或等于预计运输时长，则可视为所述一次运输为正常抵达。或者，若一次运输的实际运输时长减去预计运输时长的差值大于或等于预设运输时长的20％，则第二设备确认一次运输为延迟抵达。若实际运输时长减去预计运输时长的差值小于预设运输时长的20％，则确认一次运输为正常抵达。
例如，通过投送点1的运输路径Y运输资源的总次数为20，其中，资源运输延迟抵达的次数为12，正常抵达的次数为8，则运输路径Y的参数为8/20，即运输路径Y的参数为40％，其中“/”在此处表示为数学符合中的除号或分号。
或者，若第二设备中未预存有N个投送点子集中每个投送点子集中的每个投送点的历史数据，第二设备可从第一设备处接收N个投送点子集中每个投送点子集中的每个投送点的参数。第一设备中的每个投送点的参数可以是从用户输入的。
具体的，第二设备获取N个投送点子集中每个投送点子集中的每个投送点的参数，共获得多个参数，则将这多个参数的乘积，确定为每个投送点子集的可靠度。示例性的，一种确定N个投送点子集中每个投送点子集的可靠度的公式如下所示。
其中，P为N个投送点子集中每个投送点子集的可靠度，pi为N个投送点子集中每个投送点子集中的每个投送点的参数。
例如，一个投送点子集包括投送点1、投送点2和投送点3，第二设备确定投送点1的参数为p1，投送点2的参数为p1，投送点3的参数为p3，则所述一个投送点子集的可靠度为：(p1*p2*p3)，其中“*”表示乘积。
以此类推，第二设备确定可确定N个投送点子集中的每个投送点子集的可靠度，共获得N个可靠度。
S203，第二设备根据N个可靠度，从N个投送点子集中，确定目标投送点子集。
第二设备确定目标投送点子集是根据N个可靠度的大小顺序确定的。
具体的，第二设备可将可靠度大于或等于预设阈值的投送点子集确定为目标投送点子集。或者，第二设备对N个可靠度进行排序，将可靠度最大的投送点子集确定为目标投送点子集。
应理解的是，第二设备确定目标投送点子集的过程可以视为基于Elman神经网络通过第四约束条件选择最优结果(即目标投送点子集)的过程。第四约束条件例如为选择可靠度较大的投送点子集确定为目标投送点子集。
S204，第二设备确定目标投送点子集到需求中心的运输路径。
为简化描述，下文将目标投送点子集到需求中心的运输路径称为第一目标运输路径。其中，第一目标运输路径包括目标投送点子集中每个目标投送点到需求中心的运输路径。换言之，第二设备确定第一目标运输路径包括第二设备确定目标投送点子集中的每个目标投送点到需求中心的目标运输路径。
其中，第二设备确定第一目标运输路径的具体方式可参照前文S201处第二设备确定R个投送点中每个投送点到需求中心的目标运输路径的具体方式。
在一种可能的实施方式中，第二设备还可对目标投送点子集中的每个目标投送点运输资源的顺序进行排序。
具体的，第二设备按照预设规则，对目标投送点子集中的每个目标投送点的参数进行排序，获得排序后的每个目标投送点的参数。例如，预设规则是指按照由大到小的顺序进行排列。其中，预设规则是预配置在第二设备中的，或是从第一设备接收的。
第二设备根据排序后的每个目标投送点的参数，获得每个目标投送点运输资源的顺序。也就是说，每个目标投送点运输资源的顺序是按照每个目标投送点的参数的大小顺序确定的。
例如，目标投送点子集包括投送点1、投送点2和投送点3，第二设备确定投送点1的参数为p1、投送点2的参数为p2和投送点3的参数为p3，将p1、p2和p3按照由小到大的顺序进行排列，排列后的投送点1、投送点2和投送点3的参数顺序为p3＜p2＜p1，因此，第二设备可确定优先运输投送点1的资源到需求中心，其次运输投送点2的资源到需求中心，最后运输投送点3的资源到需求中心。
在一种可能的实施方式中，第二设备可按照S201-S204的过程，确定第一目标运输路径。第二设备可确定第一目标运输路径是否满足第三条件。如果第一目标运输路径满足第三条件时，则第一目标运输路径作为目标投送点子集到需求中心的最终运输路径。
如果第一目标运输路径不满足第三条件，则可对第一目标运输路径进行更新，直到更新后的第一目标运输路径满足第三条件，并将更新后的第一目标运输路径作为目标投送点子集到需求中心的最终运输路径。
其中，第三条件可根据实际需求设定，例如，第三条件为沿第一目标运输路径的距离小于或等于第一阈值、沿第一目标运输路径的所需的时间小于或等于第二阈值以及沿第一目标运输路径的所需的时间小于或等于第三阈值中的至少一种。
下面对更新第一目标运输路径的过程进行介绍。
示例性的，第二设备可对R个投送点、R个投送点对应的多个中间点、以及需求中心进行组合，确定M个候选路径。M个候选路径包括J个候选路径中的一部分。
为了便于组合得到M个候选路径，第二设备将J个候选路径中的每个候选路径以实数编码的方式表示。例如，将每个候选路径的起点、中间点以及终点表示为正整数，不同的地点的数字不同；将运输方式表示为负整数，不同的运输方式数字不同。则一条候选路径可表示为{1，-1，6，-2，5，-3，7}。
第二设备通过遗传算法中的选择算子、交叉算子、变异算子、灾变算子和修复算子中的至少一个，对R个投送点、R个投送点对应的多个中间点、以及需求中心进行组合，确定M个候选路径。其中，选择算子用于根据适应度值在J个候选路径中选择满足第四条件的候选路径为M个候选路径中的一部分。下文为便于描述，将J个候选路径中选择满足第四条件的候选路径称为Z个候选路径。交叉算子用于将Z个候选路径中的任意两个候选路径进行重新组合。变异算子用于从Z个候选路径中选择任一候选路径，并在候选路径的起点以及终点不发生改变的情况下，用新的中间点替换该候选路径中的任一中间点，从而形成新的候选路径。例如，一条候选路径为{1，-1，6，-2，5，-3，7}，利用变异算子对这一条候选路径进行变异，将中间点6修改为中间点4，即可产生新的候选路径为{1，-1，4，-2，5，-3，7}。灾变算子用于提高获取多条不同的候选路径的概率。修复算子用于在第四条件或其他条件发生变化的情况下，导致候选路径无法满足运输需求时，修复候选路径以使所述候选路径满足运输需求。由于本申请实施例中未修复候选路径的内容，因此修复候选路径的具体方式此处不再具体说明。
第二设备通过适应度值筛掉M个候选路径中的部分候选路径。例如，第二设备可将适应度值低于第四阈值的部分候选路径从M个候选路径中删除。适应度值表示个体(沿候选路径运输的花费、沿候选路径运输的时间和沿候选路径运输的距离和该候选路径的可靠度等)在种群(M个候选路径)中的优劣程度。适应度值是基于适应度函数计算的，适应度函数即为计算沿候选路径运输的时间、成本、距离等的函数。
第二设备将M个候选路径中除了部分候选路径之外的候选路径，加入J个候选路径中，若M个候选路径中除了部分候选路径以外的候选路径与J个候选路径中的部分路径相同，则将相同的候选路径重合为一个候选路径。执行上述S201-S204的过程，直至得到满足第三条件的第一目标运输路径，即获得更新后的第一目标运输路径。
需要说明的是，前文公式(1)到公式(9)可视为本申请实施例提供的一种用于确定运输路径的模型，该模型可称为联合投送优化模型。
下面将通过模拟测试对本申请实施例提供的联合投送优化模型确定运输路径的过程进行举例说明。
此次模拟测试需要运输的资源类型以及提供资源的投送点，需求点以及第一时长如下表1所示。其中，第一时长的具体含义可参照前文所论述的内容。
表1
资源类型 投送点 需求点 第一时长
1 D E T+9
2 D C T+7
3 B E T+6
4 F C T+10
5 B C T+8
资源1只能通过公路的运输方式进行运输，资源2和资源5只能通过铁路的运输方式进行运输，资源2的开始运输时刻需晚于资源3的开始运输时刻，资源5的开始运输时刻需晚于资源2和资源3的开始运输时刻。
请参照图5，为本申请实施例提供的一种投送点到需求点的路径示意图。图5所示的路径示意图即为本次模拟运输涉及的投送点到需求点的路径示意图，其中，为便于联合投送优化模型的计算，将该投送路网中将各节点用数字编号表示。第二设备可以以1表示中间点A，以2表示B，以3表示C，以4表示D，以5表示E，以6表示F。
其中，图5所示的投送路网中涉及的途径点、运输方式以及装载能力如下表2所示。
表2
上述部分节点的装卸载能力信息如下表3所示。
表3
将上述信息输入联合投送优化模型后，设置本次测试所需的参数。
1、设置候选路径的编码长度。其中，候选路径的编码长度越长，精度则越高，具体设置长度可基于实际需求设定。例如，一条候选路径的编码{1，-1，6，-2，5，-3，7}，编码的长度越长，则表示该候选路径所途径的中间点以及运输方式更加详细，使得确定出的沿候选路径的时间、成本和距离也更加准确。
2、设置候选路径的规模大小。候选路径的规模大小指示了包括的候选路径的数量，通常情况下，候选路径的规模大小取值在20～200之间。
3、设置交叉概率。交叉概率是指从候选路径中选择任意两条候选路径产生新的路径的概率。交叉概率一般取值较大，建议取值在0.4～0.99之间。
4、设置变异概率。变异概率是指候选路径中随机选择一条候选路径更改这一条候选路径中任一途径的地点的概率。变异概率取值较小，建议取值在0.001～0.1之间。
5、设置执行S201-S204的次数。执行S201-S204可基于实际需求设定，本申请实施例设置在100～1000之间。
通过联合投送优化模型后，得到两套联合投送方案，第一套方案如下表4所示。
表4
基于表4可知，资源1的运输路线为D-E，采用公路的运输方式从T天开始运输，持续7天，在T+6天时完成运输。资源2的运输路线为从D-B-A-C，采用铁路的运输方式从T天开始运输，持续9天，在T+8天时完成运输。资源3的运输路线为B-F-E，采用铁路的运输方式从T天开始运输，持续6天，在T+5天时完成运输。资源4的运输路线为F-B-A-C，采用公路的运输方式从T天开始运输，持续7天，在T+6天时完成运输。资源5的运输路线为B-A-C，采用铁路的运输方式从T+7天开始运输，持续7天，在T+13天时完成运输。资源1、资源2、资源3、资源4和资源5的投送数量均为50。
第二套方案如下表5所示。
表5
基于表5可知，资源1的运输路线为D-E，采用公路的运输方式从T天开始运输，持续7天，在T+6天时完成运输。资源2的运输路线为从D-B-A-C，采用铁路的运输方式从T天开始运输，持续9天，在T+8天时完成运输。资源3的运输路线为B-F-E，采用公路的运输方式从T天开始运输，持续6天，在T+5天时完成运输。资源4的运输路线为F-B-A-C，采用公路的运输方式从T+5天开始运输，持续6天，在T+10天时完成运输。资源5的运输路线为B-A-C，采用铁路的运输方式从T+6天开始运输，持续7天，在T+12天时完成运输。资源1、资源2、资源3、资源4和资源5的投送数量均为50。
基于上述内容可知，第一套方案与第二套方案的运输路径、所需的运输时间均相同。第一套方案中，资源5在T+5天开始投送，而其他资源是从T天开始投送，第二套方案中，资源1、资源2和资源3从T天开始运输，资源4从T+5天开始运输，资源5从T+6天开始运输。相较于第一套方案，第二套方案的线路利用率更为合理。并且，第一套方案中资源4对应的运输持续时间长于第二套方案中的运输持续时间，而持续时间越长，运输风险越大。因此，基于上述理由，选择第二套方案为优选联合投送方案。
基于同一发明构思，本申请实施例提供一种确定运输路径的装置，该装置用于实现上述任一的确定运输路径的方法，例如为图2所示的确定运输路径的方法，并且，该装置还可实现前文中第二设备的功能。
请参照图6，为本申请实施例提供的一种确定运输路径的装置的结构示意图。如图6所示，该确定运输路径的装置600包括确定模块601和运算模块602。
示例性的，确定模块601，用于从投送点集合中，确定N个投送点子集，N个投送点子集中的每个投送点子集提供的资源的数量大于或等于第一需求量，N为大于1的整数，第一需求量为需求中心所需的资源的数量；运算模块602，用于确定每个投送点子集的可靠度，共获得N个可靠度，可靠度指示通过每个投送点子集按照需求将资源运输到需求中心的成功率；运算模块602，还用于根据N个可靠度，从N个投送点子集中，确定目标投送点子集；确定模块601，还用于确定目标投送点子集到需求中心的运输路径。
在一种可能的实施方式中，确定模块601，具体用于：确定第一数量，其中，第一数量为投送点的数量，第一数量的需求点所需的资源的数量大于或等于第一需求量，第一数量减一的需求点的所需的资源的数量小于第一需求量，需求中心用于向多个需求点提供资源；从投送点集合中，确定Q个投送点子集，Q个投送点子集中的任一投送点子集包括第一数量的投送点，Q为大于1的整数；将Q个投送点子集中提供的资源的数量大于或等于第一需求量的投送点子集，确定为N个投送点子集。
在一种可能的实施方式中，运算模块602，具体用于：获取每个投送点子集中的每个投送点的参数，共获得多个参数，参数指示通过每个投送点按照需求将资源运输到需求中心的成功率；根据多个参数的乘积，确定每个投送点子集的可靠度。
在一种可能的实施方式中，确定模块601，还用于：在确定目标投送点子集到需求中心的运输路径之后，按照预设规则，对目标投送点子集中的每个目标投送点的参数进行排序，获得排序后的每个目标投送点的参数；根据排序后的每个目标投送点的参数，获得每个目标投送点运输资源的顺序。
在一种可能的实施方式中，运算模块602，具体用于：将可靠度大于或等于预设阈值的投送点子集确定为目标投送点子集；或，将可靠度最大的投送点子集确定为目标投送点子集。
在一种可能的实施方式中，确定模块601，具体用于：确定目标投送点子集中每个目标投送点到需求中心的多个候选路径；将多个候选路径中满足第一条件的候选路径确定为每个目标投送点到需求中心的运输路径，其中，第一条件包括沿候选路径运输的距离、所需的时间和花费的加权求和最小。
在一种可能的实施方式中，投送点集合中的任一投送点满足如下第二条件：通过任一投送点将资源运输到需求中心的运输时长小于或等于第一时长。
基于同一发明构思，本申请实施例提供一种确定运输路径的设备，该设备用于实现上述任一的确定运输路径的方法，例如为图2所示的确定运输路径的方法，并且，该设备还可实现前文中第二设备的功能。
请参照图7，为本申请实施例提供的一种确定运输路径的设备的结构示意图。如图7所示，该确定运输路径的设备700包括至少一个处理器701，以及与至少一个处理器701通信连接的存储器702。
其中，处理器701可以是通用处理器或者专用处理器等。处理器701例如，包括：基带处理器或中央处理器等。所述基带处理器可以用于对通信协议以及通信数据进行处理。所述中央处理器可以用于对确定运输路径的设备进行控制，执行软件程序和/或处理数据。不同的处理器可以是独立的器件，也可以是设置在一个或多个处理电路中，例如，集成在一个或多个专用集成电路上。
在一个实施例中，存储器702存储有可被至少一个处理器701执行的指令，至少一个处理器701通过执行存储器702存储的指令实现如前文第二设备的功能，相应的，也可实现前文第二设备执行的步骤。
在这种实施例下，该确定运输路径的设备700还可实现前文确定运输路径的装置600的功能，并且，该确定运输路径的设备700中的至少一个处理器701还可实现前文确定模块601和运算模块602的功能。
基于同一发明构思，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行任一的确定运输路径的方法，例如为图2所示的确定运输路径的方法。
基于同一发明构思，本申请实施例提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得上述任一的确定运输路径的方法，例如为图2所示的确定运输路径的方法被实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种确定运输路径的方法，其特征在于，包括：
从投送点集合中，确定N个投送点子集，所述N个投送点子集中的每个投送点子集提供的资源的数量大于或等于第一需求量，N为大于1的整数，所述第一需求量为需求中心所需的资源的数量；
确定所述每个投送点子集的可靠度，共获得N个可靠度，所述可靠度指示通过所述每个投送点子集按照需求将资源运输到所述需求中心的成功率；
根据所述N个可靠度，从所述N个投送点子集中，确定目标投送点子集；
确定所述目标投送点子集到所述需求中心的运输路径。
2.根据权利要求1所述的方法，其特征在于，从投送点集合中，确定N个投送点子集，包括：
确定第一数量，其中，所述第一数量为投送点的数量，所述第一数量的需求点所需的资源的数量大于或等于所述第一需求量，所述第一数量减一的需求点的所需的资源的数量小于所述第一需求量，所述需求中心用于向所述多个需求点提供资源；
从所述投送点集合中，确定Q个投送点子集，所述Q个投送点子集中的任一投送点子集包括所述第一数量的投送点，Q为大于1的整数；
将所述Q个投送点子集中提供的资源的数量大于或等于所述第一需求量的投送点子集，确定为所述N个投送点子集。
3.根据权利要求1所述的方法，其特征在于，确定所述每个投送点子集的可靠度，包括：
获取所述每个投送点子集中的每个投送点的参数，共获得多个参数，所述参数指示通过所述每个投送点按照需求将资源运输到所述需求中心的成功率；
根据所述多个参数的乘积，确定所述每个投送点子集的可靠度。
4.根据权利要求3所述的方法，其特征在于，在确定所述目标投送点子集到所述需求中心的运输路径之后，所述方法还包括：
按照预设规则，对所述目标投送点子集中的每个目标投送点的参数进行排序，获得排序后的所述每个目标投送点的参数；
根据排序后的所述每个目标投送点的参数，获得所述每个目标投送点运输资源的顺序。
5.根据权利要求1所述的方法，其特征在于，根据所述N个可靠度，从所述N个投送点子集中，确定目标投送点子集，包括：
将可靠度大于或等于预设阈值的投送点子集确定为所述目标投送点子集；或，
将可靠度最大的投送点子集确定为所述目标投送点子集。
6.根据权利要求1所述的方法，其特征在于，确定所述目标投送点子集到所述需求中心的运输路径，包括：
确定所述目标投送点子集中每个目标投送点到所述需求中心的多个候选路径；
将所述多个候选路径中满足第一条件的候选路径确定为所述每个目标投送点到所述需求中心的运输路径，其中，所述第一条件包括沿候选路径运输的距离、所需的时间和花费的加权求和最小。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述投送点集合中的任一投送点满足如下第二条件：
通过所述任一投送点将资源运输到所述需求中心的运输时长小于或等于第一时长。
8.一种确定运输路径的装置，其特征在于，包括：
确定模块，用于从投送点集合中，确定N个投送点子集，所述N个投送点子集中的每个投送点子集提供的资源的数量大于或等于第一需求量，N为大于1的整数，所述第一需求量为需求中心所需的资源的数量；
运算模块，用于确定所述每个投送点子集的可靠度，共获得N个可靠度，所述可靠度指示通过所述每个投送点子集按照需求将资源运输到所述需求中心的成功率；
运算模块，还用于根据所述N个可靠度，从所述N个投送点子集中，确定目标投送点子集；
确定模块，还用于确定所述目标投送点子集到所述需求中心的运输路径。
9.一种确定运输路径的设备，其特征在于，包括：
至少一个处理器，以及
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1-7中任一项所述的方法。
10.一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存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-7中任一项所述的方法。
CN202310280875.0A 2023-03-21 2023-03-21 一种确定运输路径的方法、装置及设备 Pending CN116911724A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310280875.0A CN116911724A (zh) 2023-03-21 2023-03-21 一种确定运输路径的方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310280875.0A CN116911724A (zh) 2023-03-21 2023-03-21 一种确定运输路径的方法、装置及设备

Publications (1)

Publication Number Publication Date
CN116911724A true CN116911724A (zh) 2023-10-20

Family

ID=88349932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310280875.0A Pending CN116911724A (zh) 2023-03-21 2023-03-21 一种确定运输路径的方法、装置及设备

Country Status (1)

Country Link
CN (1) CN116911724A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553626A (zh) * 2020-04-09 2020-08-18 北京顺达同行科技有限公司 一种路径规划方法、装置、电子设备及其存储介质
CN113313285A (zh) * 2021-04-21 2021-08-27 山东师范大学 多约束条件的车辆路径优化方法、系统、存储介质及设备
CN113469620A (zh) * 2021-06-30 2021-10-01 北京三快在线科技有限公司 配送资源的调度方法、装置、设备及计算机可读存储介质
CN113988720A (zh) * 2021-12-27 2022-01-28 北京京东振世信息技术有限公司 分流路径生成方法、装置、电子设备和计算机可读介质
CN115409439A (zh) * 2022-04-27 2022-11-29 深圳市智汇奇策科技有限公司 基于改进蚁群算法的多车型供应链调度方法及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553626A (zh) * 2020-04-09 2020-08-18 北京顺达同行科技有限公司 一种路径规划方法、装置、电子设备及其存储介质
CN113313285A (zh) * 2021-04-21 2021-08-27 山东师范大学 多约束条件的车辆路径优化方法、系统、存储介质及设备
CN113469620A (zh) * 2021-06-30 2021-10-01 北京三快在线科技有限公司 配送资源的调度方法、装置、设备及计算机可读存储介质
CN113988720A (zh) * 2021-12-27 2022-01-28 北京京东振世信息技术有限公司 分流路径生成方法、装置、电子设备和计算机可读介质
CN115409439A (zh) * 2022-04-27 2022-11-29 深圳市智汇奇策科技有限公司 基于改进蚁群算法的多车型供应链调度方法及电子设备

Similar Documents

Publication Publication Date Title
US10642257B2 (en) Tree search-based scheduling method and electronic apparatus using the same
CN108846623A (zh) 基于多目标蚁群算法的整车物流调度方法及装置、存储介质、终端
CN107292551A (zh) 一种物流配送网络生成方法及装置
CN111368999B (zh) 一种物流调度系统
CN107909228B (zh) 基于模因计算的动态车辆收发货路径规划方法及装置
CN109345091A (zh) 基于蚁群算法的整车物流调度方法及装置、存储介质、终端
CN109934372A (zh) 一种路径规划方法、装置及设备
Kerkhove et al. Scheduling of unrelated parallel machines with limited server availability on multiple production locations: a case study in knitted fabrics
Izdebski et al. Heuristic algorithms applied to the problems of servicing actors in supply chains
CN110389822A (zh) 执行任务的节点调度方法、装置和服务器
WO2023129244A1 (en) Smart deployment using graph optimization
JP2019174865A (ja) 在庫量推移シミュレーション方法及び在庫量推移シミュレーション装置
CN110942271A (zh) 一种基于神经网络遗传算法的智能运输调度管理方法
CN109413202A (zh) 区块链交易信息的排序系统及方法
Gharaei et al. An ERNSGA‐III algorithm for the production and distribution planning problem in the multiagent supply chain
CN109255462B (zh) 一种货物配送方法及装置
US20160342899A1 (en) Collaborative filtering in directed graph
CN115330051A (zh) 基于混合遗传算法的车辆路径优化方法及应用
Kim et al. Ant colony optimisation with random selection for block transportation scheduling with heterogeneous transporters in a shipyard
CN117575451B (zh) 物流订单控制方法、装置、计算机设备及存储介质
Park et al. Practical Human Resource Allocation in Software Projects Using Genetic Algorithm.
CN116911724A (zh) 一种确定运输路径的方法、装置及设备
Rifai et al. Multi-operator hybrid genetic algorithm-simulated annealing for reentrant permutation flow-shop scheduling
Zare Mehrjerdi A multiple objective stochastic approach to vehicle routing problem
CN107122849B (zh) 基于SparkR的产品检测总完工时间极小化方法

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