CN117332912B - 一种智能订单排线方法及设备 - Google Patents
一种智能订单排线方法及设备 Download PDFInfo
- Publication number
- CN117332912B CN117332912B CN202311257769.7A CN202311257769A CN117332912B CN 117332912 B CN117332912 B CN 117332912B CN 202311257769 A CN202311257769 A CN 202311257769A CN 117332912 B CN117332912 B CN 117332912B
- Authority
- CN
- China
- Prior art keywords
- order
- delivery
- distribution
- target
- information
- 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 41
- 238000009826 distribution Methods 0.000 claims abstract description 143
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000010586 diagram Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000011549 displacement method Methods 0.000 claims 1
- 238000004804 winding Methods 0.000 claims 1
- 230000002354 daily effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/04—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能订单排线方法及设备，属于智能导航技术领域，用于解决目前的订单配送方式，无法对大量订单的城市配送路线进行统一且全面的规划，无法给出最佳的配送引导，导致送货效率无法提升的技术问题。方法包括：根据当日送货订单信息，构建当日配送拓扑结构地图；在当日送货订单中筛选属于送货片区的订单信息，得到目标订单信息；基于预设时间间隔，获取送货片区的路况信息；根据配送人员所选排线模式、目标订单信息以及路况信息，生成当前预设时间间隔内的目标订单配送路线排布图；若加入了新订单，则根据新订单的订单信息，确定新订单的优先级权重；根据优先级权重，将新订单加入目标订单配送路线排布图中，并进行重新排线。
Description
技术领域
本申请涉及智能导航技术领域，尤其涉及一种智能订单排线方法及设备。
背景技术
对于大型商品供货商来说，几乎每天都会接到城市中不同片区的商超、便利店等分销商的货物配送订单。这些订单的送货时间、地点、种类均不固定，且城市中交通时常拥堵，如果依靠人工对各个待配送订单的配送路线进行设定和调整，可能会导致送货时间延迟、漏发订单、送错订单等损害双方利益的情况发生。
随着导航技术的发展，目前的手机导航等软件已经比较先进，送货司机可以根据导航指示前往订单配送地点。但是在订单量较大且订单配送地点较分散的情况下，仍需要司机决定先去哪个地点进行配送，并决策下一个配送地点，这不仅需要司机花时间查询并选择合适的送货路线，还有些司机会凭借经验，每天走同样的路线配送货物，但交通路况每天都在变化，若发生较大的路况变化，这种习惯可能会大大拖慢送货进度。并且人工选择的送货路线考虑的因素较单一，并不一定是最佳路线，白白耽误很多送货时间。因此，仅依靠导航技术无法对大量订单的城市配送路线进行统一且全面的规划，无法给出最佳的配送引导，导致送货效率无法提升。
发明内容
本申请实施例提供了一种智能订单排线方法及设备，用于解决如下技术问题：目前的订单配送方式，无法对大量订单的城市配送路线进行统一且全面的规划，无法给出最佳的配送引导，导致送货效率无法提升。
本申请实施例采用下述技术方案：
一方面，本申请实施例提供了一种智能订单排线方法，方法包括：根据当日送货订单信息，构建当日配送拓扑结构地图；
基于配送人员在所述当日配送拓扑结构地图中框选的送货片区，在当日送货订单中筛选属于所述送货片区的订单信息，得到目标订单信息；
基于预设时间间隔，获取所述送货片区的路况信息；
根据配送人员所选排线模式、所述目标订单信息以及所述路况信息，生成当前预设时间间隔内的目标订单配送路线排布图；
若加入了新订单，则根据所述新订单的订单信息，确定所述新订单的优先级权重；
根据所述优先级权重，将所述新订单加入所述目标订单配送路线排布图中，并进行重新排线。
在一种可行的实施方式中，所述根据当日送货订单信息，构建当日配送拓扑结构地图，具体包括：
通过拓扑结构法，构建当前城市地图的拓扑结构图G＝(V,E,W)，得到当前城市地图模型；其中，V为节点集合，节点包括订单配送点以及补货点；E为线段集合，代表可通行路段；W代表每条线段的权值，代表每条路段的实际长度；
将当日送货订单信息导入所述当前城市地图模型中，在所述当前城市地图模型中突出显示当日订单配送点，以及当日订单配送点之间的可通行道路，得到当日配送拓扑结构地图。
在一种可行的实施方式中，基于配送人员在所述当日配送拓扑结构地图中框选的送货片区，在当日送货订单中筛选属于所述送货片区的订单信息，得到目标订单信息，具体包括：
获取所述送货片区的边缘位置信息；
根据所述边缘位置信息，确定所述送货片区的横坐标范围区间以及纵坐标范围区间；
在所述当日送货订单的订单位置信息中，筛选横坐标属于所述横坐标范围区间，且纵坐标属于所述纵坐标范围区间的订单，得到目标订单及目标订单信息；其中，所述目标订单信息至少包括订单位置信息、订单配送时间信息、货物信息以及配送紧急程度信息。
在一种可行的实施方式中，基于预设时间间隔，获取所述送货片区的路况信息，具体包括：
通过相关联的交通监测系统以及地图软件，获取所述送货片区中每个路段的路况信息；其中，所述路况信息至少包括：车流量、拥堵点数量以及红绿灯数量；
在预设时间间隔后，再次获取所述送货片区中每个路段的路况信息。
在一种可行的实施方式中，根据配送人员所选排线模式、所述目标订单信息以及所述路况信息，生成当前预设时间间隔内的目标订单配送路线排布图，具体包括：
获取所述配送人员所选排线模式；其中，排线模式包括指定起始配送点以及不指定起始配送点；
根据所述配送人员所选排线模式，确定第一个目标订单配送点；
根据所述目标订单信息，确定其余目标订单配送点的优先级顺序；
根据所述路况信息以及其余目标订单配送点的优先级顺序，确定第二个目标订单配送点以及最佳配送路线；依次类推，确定出所有目标订单配送点的配送顺序及对应的最佳配送路线，得到所述当前预设时间间隔内的目标订单配送路线排布图；
在预设时间间隔后，根据再次获取的所述送货片区中每个路段的路况信息，确定剩余目标订单配送点的配送顺序以及对应的最佳配送路线，刷新所述目标订单配送路线排布图。
在一种可行的实施方式中，根据所述配送人员所选排线模式，确定第一个订单配送点；根据所述目标订单信息，确定其余目标订单配送点的优先级顺序，具体包括：
若所述配送人员选择的排线模式为指定起始配送点，则将其指定的起始配送点确定为所述第一个目标订单配送点；
若所述配送人员选择的排线模式为不指定起始配送点，则获取所述配送人员的当前位置；确定与所述配送人员的当前位置距离最近的订单配送点，确定为所述第一个目标订单配送点；
将所述第一个目标订单配送点的优先级顺序设为1；
根据其余目标订单的目标订单信息，分别计算其余目标订单的配送时间与当前时间的时间差值；
根据Pi＝(Ti·ω1+Li·ω2)·Ci，计算第i个目标订单的优先级权重Pi；其中，Ti为第i个目标订单的配送时间与当前时间的时间差值，ω1为时间权重，Li为第i个目标订单的货物量，ω2为货物权重，Ci为第i个目标订单的配送紧急程度；其中，所述时间权重与所述货物权重由配送方制定；
根据所述优先级权重从大到小的顺序，设定其余目标订单对应的目标订单配送点的优先级顺序；其中，优先级权重最大的目标订单配送点为第二个目标订单配送点，其优先级顺序为2。
在一种可行的实施方式中，根据所述路况信息以及其余目标订单配送点的优先级顺序，确定第二个目标订单配送点以及最佳配送路线，具体包括：
确定所述第一个目标订单配送点的前K个距离最近的目标订单配送点；
在所述前K个距离最近的目标订单配送点中，选取优先级顺序数值最小的目标订单配送点为所述第二个目标订单配送点；
在所述当日配送拓扑结构地图中，确定所述第一个目标订单配送点与所述第二个目标订单配送点之间的若干条行驶路线；
根据每条行驶路线的拐弯数量，确定每条行驶路线的拐弯代价；
根据确定每条行驶路线的综合评价值I；其中，n为行驶路线中包含的路段数量，Fj为第j条路段的当前车流量，ω3为车流量权重，Gj为第j条路段的拥堵点数量，ω4为拥堵权重，Rj为第j条路段的红绿灯数量，ω5为红绿灯权重，其中，ω4＞ω3＞ω5；σ为行驶路线的拐弯代价，Wj为第j条路段的权值，即第j条路段的实际长度；
将所述综合评价值最大的行驶路线确定为所述最佳配送路线。
在一种可行的实施方式中，若加入了新订单，则根据所述新订单的订单信息，确定所述新订单的优先级权重，具体包括：
获取所述配送人员在所述新订单加入时的所处位置；
根据所述配送人员的所处位置以及所述新订单的订单位置信息，计算所述配送人员与所述新订单的距离；
确定所述新订单的订单配送时间信息与下单时间的时间差值；
根据计算所述新订单的优先级权重Pnew；其中，Tnew为所述新订单的订单配送时间信息与下单时间的时间差值，ω1为时间权重，Lnew为所述新订单的货物量，ω2为货物权重，Cnew为所述新订单的配送紧急程度；dnew为所述配送人员与所述新订单的距离。
在一种可行的实施方式中，根据所述优先级权重，将所述新订单加入所述目标订单配送路线排布图中，并进行重新排线，具体包括：
将所述新订单的优先级权重与未配送目标订单的优先级权重进行重新排序，确定所述新订单与所述未配送目标订单的优先级顺序；
对于在所述新订单优先级顺序之前的目标订单配送点，配送顺序及配送路线不变；
对于所述新订单的订单配送点以及在所述新订单优先级顺序之后的目标订单配送点，重新进行路线排布。
另一方面，本申请实施例还提供了一种智能订单排线设备，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，
所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据上述任一实施方式所述的一种智能订单排线方法。
与现有技术相比，本申请实施例提供的一种智能订单排线方法及设备，具有如下有益效果：
1、本申请通过构建当日配送拓扑结构地图，使配送人员能够在地图中随意框选送货片区，进而可以显示出所选的送货片区内的所有当日待送订单，直观的可视化界面可以方便配送人员了解当日订单数量及分布情况。
2、本申请综合考虑了送货片区内的订单信息与路况信息，生成了合理的订单配送路线排布图，最后显示在地图中对配送人员进行指引，为配送人员提供系统化的路线引导。并且为配送人员提供了两种排线模式，配送人员可以选择指定或不指定第一个配送点，能够满足一些特殊的优先配送需求。并且考虑到路况时刻在变化，本申请每隔一段时间就会刷新路线排布图，以适应实时路况变化。
3、本申请还提供了加单排线功能，在新订单加入时，对新订单进行权重评估，根据其权重将其加入到已有的路线排布图中。本申请对新订单的加入原则为：与配送人员当时位置距离越近，权重越高，在路线排布图中的顺序越靠前，同理，距离越远，权重越低，在路线排布图中的顺序越靠后。目的是在新订单与配送人员距离较远时，尽量将其向后排，对当前路线排布图的改动最小，节省计算量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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。在附图中：
图1为本申请实施例提供的一种智能订单排线方法流程图；
图2为本申请实施例提供的一种智能订单排线设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请实施例提供了一种智能订单排线方法，如图1所示，智能订单排线方法具体包括步骤S101-S106：
S101、根据当日送货订单信息，构建当日配送拓扑结构地图。
具体地，根据配送商的历史订单合作信息，通过拓扑结构法，构建当前城市地图的拓扑结构图G＝(V,E,W)，得到当前城市地图模型；其中，V为节点集合，节点包括订单配送点以及补货点；E为线段集合，代表可通行路段；W代表每条线段的权值，代表每条路段的实际长度。当前城市地图模型中的节点集合中包含配送商的所有合作商家所在配送点。
进一步地，获取配送商的当日送货订单。然后将当日送货订单信息导入上述当前城市地图模型中，在当前城市地图模型中突出显示当日订单配送点，以及当日订单配送点之间的可通行道路，并将其他订单配送点隐藏，得到当日配送拓扑结构地图。
S102、基于配送人员在当日配送拓扑结构地图中框选的送货片区，在当日送货订单中筛选属于送货片区的订单信息，得到目标订单信息。
具体地，配送人员可以在当日配送拓扑结构地图中框选自己负责的送货片区。后台自动获取前端发来的送货片区的边缘位置信息，然后根据边缘位置信息，确定送货片区的横坐标范围区间以及纵坐标范围区间。
进一步地，在当日送货订单的订单位置信息中，筛选横坐标属于该横坐标范围区间，且纵坐标属于该纵坐标范围区间的订单，得到目标订单及目标订单信息。其中，目标订单信息至少包括订单位置信息、订单配送时间信息、货物信息以及配送紧急程度信息。
作为一种可行的实施方式，订单的配送紧急程度根据订单是否加急确定，普通订单的配送紧急程度为0，加急订单的配送紧急程度为1，紧急订单的配送紧急程度为2。
S103、基于预设时间间隔，获取送货片区的路况信息。
具体地，通过相关联的交通监测系统以及地图软件，获取送货片区中每个路段的路况信息；其中，路况信息至少包括：车流量、拥堵点数量以及红绿灯数量。
在预设时间间隔后，再次获取送货片区中每个路段的路况信息。每隔预设时间间隔后，都重新获取一次送货片区中每个路段的路况信息。
S104、根据配送人员所选排线模式、目标订单信息以及路况信息，生成当前预设时间间隔内的目标订单配送路线排布图。
具体地，获取配送人员所选排线模式；其中，排线模式包括指定起始配送点以及不指定起始配送点。
然后根据配送人员所选排线模式，确定第一个目标订单配送点；根据目标订单信息，确定其余目标订单配送点的优先级顺序，具体包括：若配送人员选择的排线模式为指定起始配送点，则将其指定的起始配送点确定为第一个目标订单配送点；若配送人员选择的排线模式为不指定起始配送点，则获取配送人员的当前位置；确定与配送人员的当前位置距离最近的订单配送点，确定为第一个目标订单配送点。
进一步地，将第一个目标订单配送点的优先级顺序设为1。然后根据其余目标订单的目标订单信息，分别计算其余目标订单的配送时间与当前时间的时间差值。
进一步地，根据Pi＝(Ti·ω1+Li·ω2)·Ci，计算第i个目标订单的优先级权重Pi；其中，Ti为第i个目标订单的配送时间与当前时间的时间差值，ω1为时间权重，Li为第i个目标订单的货物量，ω2为货物权重，Ci为第i个目标订单的配送紧急程度；其中，时间权重与货物权重由配送方制定。不同的配送方注重的点不同，有些配送方更注重配送时间的准时，有些配送方更注重订单的货物重量，希望先送货物量大的订单，此处的时间权重和货物权重可根据配送方的侧重点进行设置，更加灵活多变。
进一步地，根据优先级权重从大到小的顺序，设定其余目标订单对应的目标订单配送点的优先级顺序。其中，优先级权重最大的目标订单配送点为第二个目标订单配送点，其优先级顺序为2。
进一步地，根据路况信息以及其余目标订单配送点的优先级顺序，确定第二个目标订单配送点以及最佳配送路线；依次类推，确定出所有目标订单配送点的配送顺序及对应的最佳配送路线，得到当前预设时间间隔内的目标订单配送路线排布图。
进一步地，在预设时间间隔后，根据再次获取的所述送货片区中每个路段的路况信息，确定剩余目标订单配送点的配送顺序以及对应的最佳配送路线，刷新目标订单配送路线排布图。具体包括：
确定第一个目标订单配送点的前K个距离最近的目标订单配送点。然后在前K个距离最近的目标订单配送点中，选取优先级顺序数值最小的目标订单配送点为第二个目标订单配送点。
进一步地，在当日配送拓扑结构地图中，确定第一个目标订单配送点与第二个目标订单配送点之间的若干条行驶路线。然后根据每条行驶路线的拐弯数量，确定每条行驶路线的拐弯代价。大型货车转弯时需要完成等红绿灯、减速、调整位姿以及加速等一系列操作，相较于直行路线会消耗更多行驶时间，转弯次数越多消耗时间也越多，因此在路线评价中引入拐弯代价，需要拐几次弯，拐弯代价即为多少。
进一步地，根据确定每条行驶路线的综合评价值I；其中，n为行驶路线中包含的路段数量，Fj为第j条路段的当前车流量，ω3为车流量权重，Gj为第j条路段的拥堵点数量，ω4为拥堵权重，Rj为第j条路段的红绿灯数量，ω5为红绿灯权重，其中，ω4＞ω3＞ω5；σ为行驶路线的拐弯代价，Wj为第j条路段的权值，即第j条路段的实际长度。最后，将综合评价值最大的行驶路线确定为最佳配送路线。
通过上述方法，依次计算第三个目标订单配送点、第四个目标订单配送点、......、第N个目标订单配送点，并求出每相邻两个目标订单配送点之间的最佳配送路线，构成目标订单配送路线排布图，显示在前端地图界面中，并根据路线排布图以及配送人员的GPS数据，为配送人员提供导航指引。
S105、若加入了新订单，则根据新订单的订单信息，确定新订单的优先级权重。
具体地，若配送人员在配送过程中又加入了当前送货片区内的新订单，那么后台获取配送人员在新订单加入时的所处位置。根据配送人员的所处位置以及新订单的订单位置信息，计算配送人员与新订单的距离。然后确定新订单的订单配送时间信息与下单时间的时间差值。
进一步地，根据计算新订单的优先级权重Pnew。其中，Tnew为新订单的订单配送时间信息与下单时间的时间差值，ω1为时间权重，Lnew为新订单的货物量，ω2为货物权重，Cnew为新订单的配送紧急程度；dnew为配送人员与新订单的距离。
此处考虑到新订单与配送人员的距离越近，越有先送新订单的必要，距离越远，越没有打乱已有路线排布的必要。因此在优先级权重计算公式中，新订单与配送人员的距离越小，优先级权重Pnew越大，配送优先级越高；距离越大，优先级权重越小，配送优先级越低。在新订单距离较远时，能够将其尽量向后排序，减少需要重新排布的目标订单配送点数量，从而减少计算量。
S106、根据优先级权重，将新订单加入目标订单配送路线排布图中，并进行重新排线。
具体地，将新订单的优先级权重与未配送目标订单的优先级权重进行重新排序，确定新订单与未配送目标订单的优先级顺序。
对于在新订单优先级顺序之前的目标订单配送点，配送顺序及配送路线不变；对于新订单的订单配送点以及在新订单优先级顺序之后的目标订单配送点，以新订单配送点前面的目标订单配送点为起始点，根据S104中的方法重新进行后续路线排布，完成加单排线。
另外，本申请实施例还提供了一种智能订单排线设备，如图2所示，智能订单排线设备具体包括：
至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，
存储器存储有能够被至少一个处理器执行的指令，以使至少一个处理器能够执行：
根据当日送货订单信息，构建当日配送拓扑结构地图；
基于配送人员在所述当日配送拓扑结构地图中框选的送货片区，在当日送货订单中筛选属于所述送货片区的订单信息，得到目标订单信息；
基于预设时间间隔，获取所述送货片区的路况信息；
根据配送人员所选排线模式、所述目标订单信息以及所述路况信息，生成当前预设时间间隔内的目标订单配送路线排布图；
若加入了新订单，则根据所述新订单的订单信息，确定所述新订单的优先级权重；
根据所述优先级权重，将所述新订单加入所述目标订单配送路线排布图中，并进行重新排线。
本说明书是参照根据本说明书实施例的方法、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。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (8)
1.一种智能订单排线方法，其特征在于，所述方法包括：
根据当日送货订单信息，构建当日配送拓扑结构地图；
基于配送人员在所述当日配送拓扑结构地图中框选的送货片区，在当日送货订单中筛选属于所述送货片区的订单信息，得到目标订单信息；
基于预设时间间隔，获取所述送货片区的路况信息；
根据配送人员所选排线模式、所述目标订单信息以及所述路况信息，生成当前预设时间间隔内的目标订单配送路线排布图，具体包括：
获取所述配送人员所选排线模式；其中，排线模式包括指定起始配送点以及不指定起始配送点；
根据所述配送人员所选排线模式，确定第一个目标订单配送点；
根据所述目标订单信息，确定其余目标订单配送点的优先级顺序；
根据所述路况信息以及其余目标订单配送点的优先级顺序，确定第二个目标订单配送点以及最佳配送路线；依次类推，确定出所有目标订单配送点的配送顺序及对应的最佳配送路线，得到所述当前预设时间间隔内的目标订单配送路线排布图；
在预设时间间隔后，根据再次获取的所述送货片区中每个路段的路况信息，确定剩余目标订单配送点的配送顺序以及对应的最佳配送路线，刷新所述目标订单配送路线排布图；
其中，根据所述配送人员所选排线模式，确定第一个订单配送点；根据所述目标订单信息，确定其余目标订单配送点的优先级顺序，具体包括：
若所述配送人员选择的排线模式为指定起始配送点，则将其指定的起始配送点确定为所述第一个目标订单配送点；
若所述配送人员选择的排线模式为不指定起始配送点，则获取所述配送人员的当前位置；确定与所述配送人员的当前位置距离最近的订单配送点，确定为所述第一个目标订单配送点；
将所述第一个目标订单配送点的优先级顺序设为1；
根据其余目标订单的目标订单信息，分别计算其余目标订单的配送时间与当前时间的时间差值；
根据Pi＝(Ti·ω1+Li·ω2)·Ci，计算第i个目标订单的优先级权重Pi；其中，Ti为第i个目标订单的配送时间与当前时间的时间差值，ω1为时间权重，Li为第i个目标订单的货物量，ω2为货物权重，Ci为第i个目标订单的配送紧急程度；其中，所述时间权重与所述货物权重由配送方制定；
根据所述优先级权重从大到小的顺序，设定其余目标订单对应的目标订单配送点的优先级顺序；其中，优先级权重最大的目标订单配送点为第二个目标订单配送点，其优先级顺序为2；
若加入了新订单，则根据所述新订单的订单信息，确定所述新订单的优先级权重；
根据所述优先级权重，将所述新订单加入所述目标订单配送路线排布图中，并进行重新排线。
2.根据权利要求1所述的一种智能订单排线方法，其特征在于，所述根据当日送货订单信息，构建当日配送拓扑结构地图，具体包括：
通过拓扑结构法，构建当前城市地图的拓扑结构图G＝(V,E,W)，得到当前城市地图模型；其中，V为节点集合，节点包括订单配送点以及补货点；E为线段集合，代表可通行路段；W代表每条线段的权值，代表每条路段的实际长度；
将当日送货订单信息导入所述当前城市地图模型中，在所述当前城市地图模型中突出显示当日订单配送点，以及当日订单配送点之间的可通行道路，得到当日配送拓扑结构地图。
3.根据权利要求1所述的一种智能订单排线方法，其特征在于，基于配送人员在所述当日配送拓扑结构地图中框选的送货片区，在当日送货订单中筛选属于所述送货片区的订单信息，得到目标订单信息，具体包括：
获取所述送货片区的边缘位置信息；
根据所述边缘位置信息，确定所述送货片区的横坐标范围区间以及纵坐标范围区间；
在所述当日送货订单的订单位置信息中，筛选横坐标属于所述横坐标范围区间，且纵坐标属于所述纵坐标范围区间的订单，得到目标订单及目标订单信息；其中，所述目标订单信息至少包括订单位置信息、订单配送时间信息、货物信息以及配送紧急程度信息。
4.根据权利要求1所述的一种智能订单排线方法，其特征在于，基于预设时间间隔，获取所述送货片区的路况信息，具体包括：
通过相关联的交通监测系统以及地图软件，获取所述送货片区中每个路段的路况信息；其中，所述路况信息至少包括：车流量、拥堵点数量以及红绿灯数量；
在预设时间间隔后，再次获取所述送货片区中每个路段的路况信息。
5.根据权利要求1所述的一种智能订单排线方法，其特征在于，根据所述路况信息以及其余目标订单配送点的优先级顺序，确定第二个目标订单配送点以及最佳配送路线，具体包括：
确定所述第一个目标订单配送点的前K个距离最近的目标订单配送点；
在所述前K个距离最近的目标订单配送点中，选取优先级顺序数值最小的目标订单配送点为所述第二个目标订单配送点；
在所述当日配送拓扑结构地图中，确定所述第一个目标订单配送点与所述第二个目标订单配送点之间的若干条行驶路线；
根据每条行驶路线的拐弯数量，确定每条行驶路线的拐弯代价；
根据确定每条行驶路线的综合评价值I；其中，n为行驶路线中包含的路段数量，Fj为第j条路段的当前车流量，ω3为车流量权重，Gj为第j条路段的拥堵点数量，ω4为拥堵权重，Rj为第j条路段的红绿灯数量，ω5为红绿灯权重，其中，ω4>ω3>ω5；σ为行驶路线的拐弯代价，Wj为第j条路段的权值，即第j条路段的实际长度；
将所述综合评价值最大的行驶路线确定为所述最佳配送路线。
6.根据权利要求1所述的一种智能订单排线方法，其特征在于，若加入了新订单，则根据所述新订单的订单信息，确定所述新订单的优先级权重，具体包括：
获取所述配送人员在所述新订单加入时的所处位置；
根据所述配送人员的所处位置以及所述新订单的订单位置信息，计算所述配送人员与所述新订单的距离；
确定所述新订单的订单配送时间信息与下单时间的时间差值；
根据计算所述新订单的优先级权重Pnew；其中，Tnew为所述新订单的订单配送时间信息与下单时间的时间差值，ω1为时间权重，Lnew为所述新订单的货物量，ω2为货物权重，Cnew为所述新订单的配送紧急程度；dnew为所述配送人员与所述新订单的距离。
7.根据权利要求1所述的一种智能订单排线方法，其特征在于，根据所述优先级权重，将所述新订单加入所述目标订单配送路线排布图中，并进行重新排线，具体包括：
将所述新订单的优先级权重与未配送目标订单的优先级权重进行重新排序，确定所述新订单与所述未配送目标订单的优先级顺序；
对于在所述新订单优先级顺序之前的目标订单配送点，配送顺序及配送路线不变；
对于所述新订单的订单配送点以及在所述新订单优先级顺序之后的目标订单配送点，重新进行路线排布。
8.一种智能订单排线设备，其特征在于，所述设备包括：
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，
所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1-7任一项所述的一种智能订单排线方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311257769.7A CN117332912B (zh) | 2023-09-26 | 2023-09-26 | 一种智能订单排线方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311257769.7A CN117332912B (zh) | 2023-09-26 | 2023-09-26 | 一种智能订单排线方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117332912A CN117332912A (zh) | 2024-01-02 |
| CN117332912B true CN117332912B (zh) | 2024-05-28 |
Family
ID=89292482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311257769.7A Active CN117332912B (zh) | 2023-09-26 | 2023-09-26 | 一种智能订单排线方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117332912B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109945884A (zh) * | 2019-04-12 | 2019-06-28 | 德邦物流股份有限公司 | 实时路径规划方法、装置、计算机终端和可读存储介质 |
| CN111461396A (zh) * | 2020-02-25 | 2020-07-28 | 北京三快在线科技有限公司 | 物流排线方法、装置、电子设备及可读存储介质 |
| CN113128744A (zh) * | 2020-01-15 | 2021-07-16 | 北京沃东天骏信息技术有限公司 | 配送规划方法和装置 |
| CN114580749A (zh) * | 2022-03-04 | 2022-06-03 | 上海连尚网络科技有限公司 | 一种确定骑行订单资源信息的方法与设备 |
| CN115049263A (zh) * | 2022-06-17 | 2022-09-13 | 北京三快在线科技有限公司 | 一种配送网络的构建方法 |
| CN115062825A (zh) * | 2022-05-26 | 2022-09-16 | 东南大学 | 共享出行的流量与需求预测的通用方法 |
| KR102462618B1 (ko) * | 2022-06-28 | 2022-11-03 | 주식회사 디버 | 퀵 배송 서비스를 위한 배송경로정보 제공 방법 및 장치 |
| CN116050978A (zh) * | 2022-12-30 | 2023-05-02 | 天津五八到家货运服务有限公司 | 配送路线规划方法、装置、服务端设备及存储介质 |
| CN116307306A (zh) * | 2023-05-25 | 2023-06-23 | 广钢气体(广州)有限公司 | 基于大数据的智能调度方法、装置、设备以及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200349509A1 (en) * | 2019-05-01 | 2020-11-05 | Accenture Global Solutions Limited | Determining an optimal route for logistics delivery |
-
2023
- 2023-09-26 CN CN202311257769.7A patent/CN117332912B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109945884A (zh) * | 2019-04-12 | 2019-06-28 | 德邦物流股份有限公司 | 实时路径规划方法、装置、计算机终端和可读存储介质 |
| CN113128744A (zh) * | 2020-01-15 | 2021-07-16 | 北京沃东天骏信息技术有限公司 | 配送规划方法和装置 |
| CN111461396A (zh) * | 2020-02-25 | 2020-07-28 | 北京三快在线科技有限公司 | 物流排线方法、装置、电子设备及可读存储介质 |
| CN114580749A (zh) * | 2022-03-04 | 2022-06-03 | 上海连尚网络科技有限公司 | 一种确定骑行订单资源信息的方法与设备 |
| CN115062825A (zh) * | 2022-05-26 | 2022-09-16 | 东南大学 | 共享出行的流量与需求预测的通用方法 |
| CN115049263A (zh) * | 2022-06-17 | 2022-09-13 | 北京三快在线科技有限公司 | 一种配送网络的构建方法 |
| KR102462618B1 (ko) * | 2022-06-28 | 2022-11-03 | 주식회사 디버 | 퀵 배송 서비스를 위한 배송경로정보 제공 방법 및 장치 |
| CN116050978A (zh) * | 2022-12-30 | 2023-05-02 | 天津五八到家货运服务有限公司 | 配送路线规划方法、装置、服务端设备及存储介质 |
| CN116307306A (zh) * | 2023-05-25 | 2023-06-23 | 广钢气体(广州)有限公司 | 基于大数据的智能调度方法、装置、设备以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117332912A (zh) | 2024-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103337167B (zh) | 预防城市交通拥堵的调控系统 | |
| Hosseini et al. | Refueling-station location problem under uncertainty | |
| US9776512B2 (en) | Methods, circuits, devices, systems and associated computer executable code for driver decision support | |
| CN110889601B (zh) | 一种信息确定方法、装置、服务器及存储介质 | |
| Rhodes et al. | Smart routing: A novel application of collaborative path-finding to smart parking systems | |
| CN102890869B (zh) | 车辆行车路线预测通知方法及移动智能终端 | |
| US20160334233A1 (en) | Elevation query systems for vehicular route optimization and methods thereof | |
| CN106767871A (zh) | 一种基于云端的预设模式的导航系统及其使用方法 | |
| CN111161560B (zh) | 一种公交廊道营运秩序管理方法及装置 | |
| CN105973252A (zh) | 一种线路规划的方法及终端 | |
| US20140214715A1 (en) | Scheduling system and method for distribution of perishable loads of pre-mixed concrete to multiple sites | |
| CN114550482A (zh) | 一种基于低碳目标的导航方法及停车场导航方法 | |
| CN115719193A (zh) | 一种物联网的物流车辆调度规划系统 | |
| Şahin et al. | Multi-period line planning with resource transfers | |
| CN117332912B (zh) | 一种智能订单排线方法及设备 | |
| CN115547023A (zh) | 一种车辆控制方法、装置及系统 | |
| CN105788341A (zh) | 车辆站点位置确定方法和装置 | |
| CN114877906A (zh) | 配送计划生成方法、装置、系统及计算机可读存储介质 | |
| Aksyonov et al. | Decision Support for Gasoline Tanker Logistics with BPsim. DSS | |
| CN116663763A (zh) | 一种网约车派单方法及派单系统 | |
| Yu et al. | Coordinating matching, rebalancing and charging of electric ride-hailing fleet under hybrid requests | |
| CN115273457A (zh) | 考虑城市路网行程时间动态变化的全局最优路径规划方法 | |
| Wang et al. | Operations of electric taxis to serve advance reservations by trip chaining: Sensitivity analysis on network size, customer demand and number of charging stations | |
| JP4451622B2 (ja) | 業務支援システム | |
| Lv et al. | Optimization of dynamic parking guidance information for special events |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 250101 Inspur science and Technology Park, 1036 Inspur Road, hi tech Zone, Jinan City, Shandong Province Applicant after: Shandong Inspur aigou cloud Chain Information Technology Co.,Ltd. Applicant after: Shandong Inspur Smart Supply Chain Technology Co.,Ltd. Applicant after: Inspur Digital Cloud Chain (Yunnan) Supply Chain Technology Co.,Ltd. Applicant after: Shandong Inspur Emergency Technology Co.,Ltd. Address before: 250101 Inspur science and Technology Park, 1036 Inspur Road, hi tech Zone, Jinan City, Shandong Province Applicant before: Shandong Inspur aigou cloud Chain Information Technology Co.,Ltd. Country or region before: China Applicant before: Shandong Inspur Smart Supply Chain Technology Co.,Ltd. Applicant before: Inspur Digital Cloud Chain (Yunnan) Supply Chain Technology Co.,Ltd. Applicant before: Shandong Inspur Emergency Service Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |