CN117371897A - 一种基于路网的多目标点物流派送路径的规划方法及系统 - Google Patents
一种基于路网的多目标点物流派送路径的规划方法及系统 Download PDFInfo
- Publication number
- CN117371897A CN117371897A CN202311334983.8A CN202311334983A CN117371897A CN 117371897 A CN117371897 A CN 117371897A CN 202311334983 A CN202311334983 A CN 202311334983A CN 117371897 A CN117371897 A CN 117371897A
- Authority
- CN
- China
- Prior art keywords
- polygon
- road network
- isolated
- adjacent
- path
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000010586 diagram Methods 0.000 claims abstract description 35
- 239000000725 suspension Substances 0.000 claims abstract description 4
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 8
- 238000010276 construction Methods 0.000 abstract description 2
- 238000012216 screening Methods 0.000 abstract 1
- 241000282414 Homo sapiens Species 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 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
- G06Q10/08—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及计算机科学与地理信息科学领域,其具体公开了一种基于路网的多目标点物流派送路径的规划方法,包括以下步骤:S1、对路网图进行拓扑构面;S2、搜索图形中度为2的节点,确定必经路线;S3、根据必经路线的部分,筛选出必经多边形;S4、根据必经多边形,剔除必不经线路;S5、根据必不经线路和必经线路,剔除必不经多边形;S6、若出现悬点,则路网不存在多目标点物流派送必经路径。本发明还公开了一种基于路网的多目标点物流派送路径的规划系统。本发明的一种基于路网的多目标点物流派送路径的规划方法及系统,能够有效的判断路网约束条件下多目标点物流派送必经路径是否存在,以便于后续对路网约束条件下物流派送路径的设计与规划。
Description
技术领域
本发明涉及计算机科学与地理信息科学领域,尤其涉及一种基于路网的多目标点物流派送路径的规划方法及系统。
背景技术
人类社会生活中多目标送达问题非常常见,这也是一个经典的哲学与现实问题:“怎么走”。现实中人类的活动受制于现状路网等约束,属于在约束条件下的路径分析问题,与经典的多目标到达路径问题如哈密顿路径路径问题相比,属于该类问题的特例,不仅要考虑目标点间的连接可能性,还要考虑连接线是否存在,复杂度更高。
哈密顿路径是由天文学家哈密顿(William Rowan Hamilton)提出的旨在一个有多个城市的地图网络中,寻找一条从给定的起点到给定的终点沿途恰好经过所有其他城市一次的路径。
哈密顿路径问题源自于社会生活的实际,与人类的社会生活息息相关。如旅游领域我们总想设计合理的线路,实现一次旅行踏足所有梦想之地的目标;如在物流领域我们希望合理分配每个无人车的送货路径,使得无人车能够按照设定的送货路径依次对每个派送点进行派送,以实现物流派送的经济最优,效率最高;如在军事领域我们希望机动力量可以选择最合理的路径最快到达目标点等等,这些问题皆与哈密顿路径问题息息相关。
路网指的是在一定区域内,由各种道路组成的相互联络、交织成网状分布的道路系统,以路网中道路相连的点作为节点,可以看出路网中节点之间的连接是具有约束限制的。日常生活中,交通运输都是沿着路网规划的道路运行,据不完全统计,由交通问题造成的GDP损耗,可以达到5%,因此,对于路网约束条件下的多目标点的物流派送必经路径进行合理的规划与设计,对人类社会具有较强的现实意义。例如在路网条件下规划物流派送路径时,需规划一条能够经过全部派送点,且每一派送点仅经过一次的路径,即约束条件下的哈密顿路径,使得物流派送过程中,不会重复在相同的派送路径下多次运输,这样会使得物流派送路径的设计更为合理,从而提高物流派送效率。因此提供一种能够对路网约束条件下多目标点物流派送路径的规划方法非常有必要。
发明内容
本发明旨在至少解决上述所提及的技术问题之一,提供一种基于路网的多目标点物流派送路径的规划方法及系统,能够提高路网约束条件下多目标点的物流派送路径的规划效率,同时使得路径的规划设计合理,提高物流派送效率。
为了实现上述目的,本发明采用的技术方案为:一种基于路网的多目标点物流派送路径的规划方法,包括以下步骤:
一种基于路网的多目标点物流派送路径的规划方法,包括以下步骤:
S1、获取包括物流派送区域范围的路网图,通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面;
S2、搜索图形中与度为2的节点相连的边线,通过搜索出的边线确定图形中的孤立多边形;
S3、以孤立多边形为基准,以其上的任意节点数为2的边线搜索临近多边形,再以搜索到的临近多边形上的任意节点数为2的边线搜索下一个临近多边形,直至将所有的孤立多边形相连;
S4、选择孤立多边形和搜索得到的临近多边形,查看是否存在岛洞;若存在岛洞,则去除岛洞,进入S5;若不存在岛洞,进入S5;
S5、将步骤S4中的孤立多边形和临近多边形合并,得到一个多边形,该多边形的边界即为所需规划的物流派送路径。
优选的,所述步骤S2中,搜索图形最外围节点为2的边线,选取其所在的多边形为孤立多边形。
优选的,所述步骤S4中,搜索与岛洞多边形边缘相邻接的孤立多边形或临近多边形反选作为反选多边形,当反选多边形的边线包括图形最外围边线,或反选多边形与图形中不属于岛洞多边形且未被搜索的多边形相连,则停止搜索;否则将反选多边形与岛洞多边形合并为新的岛洞多边形,以新的岛洞多边形为基准重复上述搜索步骤。
优选的,若搜索的反选多边形与岛洞多边形合并为一个多边形后出现悬点,则该搜索结果不能被选取。
优选的,若与岛洞多边形边缘相邻接的孤立多边形或临近多边形被反选后,其余的孤立多边形和临近多边形出现不是边相连的情况,则该与岛洞多边形边缘相邻接的孤立多边形或临近多边形不能被反选。
本申请还公开了一种基于路网的多目标点物流派送路径的规划系统,包括:
数据获取模块,用于获取包括物流派送区域范围的路网图;
数据处理模块,通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面;
图形处理模块;以孤立多边形为基准,以其上的任意节点数为2的边线搜索临近多边形,再以搜索到的临近多边形上的任意节点数为2的边线搜索下一个临近多边形,直至将所有的孤立多边形相连;
图形处理模块;选择孤立多边形和搜索得到的临近多边形,查看是否存在岛洞;若存在岛洞,则去除岛洞,当图形中不存在岛洞多边形后,将孤立多边形和临近多边形合并,得到一个多边形,该多边形的边界即为所需规划的物流派送路径。
有益效果是:与现有技术相比,本发明的一种基于路网的多目标点物流派送路径的规划方法及系统通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面,同时通过对图形中节点度的约束以及多边形临近关系的约束,避免了路径规划过程中大量冗余计算的弊端,将路径规划问题的复杂度降低到与节点数相关的计算复杂度以及多边形临接关系的量级,能够提高路网约束条件下多目标点的物流派送路径的规划效率,同时使得路径的规划设计合理,提高物流派送效率。
附图说明
以下结合附图对本发明的具体实施方式作进一步的详细说明,其中:
图1为本发明中100个物流派送点在路网图中的分布示意图;
图2为提取包含100个物流派送点的路径的示意图;
图3为图2中的路径拓扑构面后的示意图;
图4为图形最外围边界线上搜索出孤立多边形后的示意图;
图5为搜索临近多边形的示意图;
图6为临近多边形搜索完成后的示意图;
图7为图形中出现岛洞的示意图;
图8为岛洞第一种去除方式的示意图;
图9为岛洞第二种去除方式的示意图;
图10为岛洞第三年种去除方式的示意图;
图11为岛洞第四种去除方式的示意图;
图12为反选多边形与岛洞多边形合并出现悬点情况的示意图;
图13为孤立多边形和临近多边形出现不是边相连情况的示意图;
图14为孤立多边形和临近多边形合并后的示意图;
图15为规划后物流派送路径的示意图;
图16为物流派送点转换为节点的示意图;
图17为临近多边形合并的示意图。
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的一部分实施例,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。
需要说明的是,当组件被称为“固定于”另一个组件,它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件,它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件,它可以是直接设置在另一个组件上或者可能同时存在居中组件,当部件被称为“设置在中部”,不仅仅是设置在正中间位置,只要不是设置在两端部都属于中部所限定的范围内。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
由本领域的基本常识可知,点的连线属于一维逻辑问题,线分布方向在二维空间,约束条件下的连线问题是一维问题在二维空间的多重约束,具有一定的数学难度和计算复杂度,也是至今人类无法直接利用逻辑思维进行问题解决的关键所在。哈密顿环就是将哈密顿路径的起始点和终点相连,其实就是闭合线,闭合线在二维空间就是面,因此多维空间的隐性空间关系如临近和连接关系,将会约束不同维度的图形元素。
如上分析可知,哈密顿环是闭合线问题,不出现交叉路径,由专利CN202111032274.5、CN202111129796.7、CN202010941563.6可知,哈密顿环问题其实质就是就是包含所有节点多边形构建问题,因此通过将该哈密顿线问题拓展到面领域,问题解决的可能性增加。
对于普通多边形,具有如下特性:如果临近多边形的邻接边仅有两个节点,如图17所示,将邻接边去除,此时两个临近多边形就自动合并为一个多边形。
由哈密顿环的特点可知,结点的度应该为2,因此对于包含节点度为2的边线,且边线处于图形最外围边缘时,该包含该边线的多边形必然是哈密顿环多边形的一部分。
既然知道路径的必然部分,则通过临近关系逐步将必然部分间的连接多边形找出,即可实现问题求解,因此结合上文提及的临近多边形的特点,完成必然部分之间多边形和路径搜索。
由此,本申请公开了一种基于路网的多目标点物流派送路径的规划方法,包括以下步骤:
S1、获取包括物流派送区域范围的路网图,通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面;
S2、搜索图形中与度为2的节点相连的边线,通过搜索出的边线确定图形中的孤立多边形;
S3、以孤立多边形为基准,以其上的任意节点数为2的边线搜索临近多边形,再以搜索到的临近多边形上的任意节点数为2的边线搜索下一个临近多边形,直至将所有的孤立多边形相连;
S4、选择孤立多边形和搜索得到的临近多边形,查看是否存在岛洞;若存在岛洞,则去除岛洞,进入S5;若不存在岛洞,进入S5;
S5、将步骤S4中的孤立多边形和临近多边形合并,得到一个多边形,该多边形的边界即为所需规划的物流派送路径。
具体的,本申请中的物流派送点为100个,这些物流派送点在路网图中的分布如图1所示,通过栅矢转换提取路网图中的路径,如图2所示,为了便于路径规划,可以将路网的节点作为物流派送点,优选的,当物流派送点不在节点位置时,可以根据临近点原则将物流派送点转换为路径中的节点,如图16所示,A、B为路网中的节点,C为A、B连线中的派送点,若C与A之间的距离小于C与B之间的距离,则将节点A作为物流派送点,然后如图3所示,对路径进行拓扑构面;
然后搜索图形中与度为2的节点相连的边线,通过搜索出的边线确定图形中的孤立多边形,在搜索时,可以搜索图形最外围节点为2的边线,选取其所在的多边形为孤立多边形,如图4所示中深灰色显示的部分即为搜索得到的孤立多边形;
再如图5所示,以孤立多边形为基准,以其上的任意节点数为2的边线搜索临近多边形,再以搜索到的临近多边形上的任意节点数为2的边线搜索下一个临近多边形,直至将所有的孤立多边形相连,如图6所示,图中黑色的部分为搜索得到的孤立多边形,浅灰色的部分为搜索得到的临近多边形;
最后选择孤立多边形和搜索得到的临近多边形,即图中浅灰色的部分,图中深灰色的部分即未被搜索或选择的多边形,查看这些未被搜索或选择的多边形构成的图案中是否存在岛洞;若存在岛洞,则去除岛洞,如图7所示,图形中未被搜索的多边形被孤立多边形和临近多边形所围绕在中间,从而形成岛洞,岛洞可以看成是一个独立的环形,而孤立多边形和临近多边形构造成另一个环形,两个环形不相连,因此需要将岛洞去除,将两个环连成一个环,在去除岛洞时,可以搜索与岛洞多边形边缘相邻接的孤立多边形或临近多边形反选作为反选多边形,如图9所示的去除方案中,当反选多边形的边线包括图形最外围边线,或如图8和图10所的示去除方案中,反选多边形与图形中不属于岛洞多边形且未被搜索的多边形相连,则停止搜索;否则如图11所示,将反选多边形与岛洞多边形合并为新的岛洞多边形,以新的岛洞多边形为基准重复上述搜索步骤,直至反选多边形的边线包括图形最外围边线,或反选多边形与图形中不属于岛洞多边形且未被搜索的多边形相连,从而将岛洞去除,在去除岛洞的过程中,若出现图12中的情况,搜索的反选多边形与岛洞多边形合并为一个多边形后出现悬点,则该搜索结果不能被选取,若出现图13中的情况,即与岛洞多边形边缘相邻接的孤立多边形或临近多边形被反选后,其余的孤立多边形和临近多边形出现不是边相连的情况,则该与岛洞多边形边缘相邻接的孤立多边形或临近多边形不能被反选。需要说明的是,图8至图13中,浅灰色的部分为搜索得到的孤立多边形和临近多边形,深灰色的部分为未被搜索到的多边形和反选多边形。
当图形中不存在岛洞后,如图14所示,将孤立多边形和临近多边形合并,得到一个多边形,如图15所示,该多边形的边界即为所需规划的物流派送路径。
本发明的一种基于路网的多目标点物流派送路径的规划方法通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面,同时通过对图形中节点度的约束以及多边形临近关系的约束,避免了路径规划过程中大量冗余计算的弊端,将路径规划问题的复杂度降低到与节点数相关的计算复杂度以及多边形临接关系的量级,能够提高路网约束条件下多目标点的物流派送路径的规划效率,同时使得路径的规划设计合理,提高物流派送效率。
此外,一种基于路网的多目标点物流派送路径的规划系统,包括:
数据获取模块,用于获取包括物流派送区域范围的路网图;
数据处理模块,通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面;
图形处理模块;以孤立多边形为基准,以其上的任意节点数为2的边线搜索临近多边形,再以搜索到的临近多边形上的任意节点数为2的边线搜索下一个临近多边形,直至将所有的孤立多边形相连;
图形处理模块;选择孤立多边形和搜索得到的临近多边形,查看是否存在岛洞;若存在岛洞,则去除岛洞,当图形中不存在岛洞多边形后,将孤立多边形和临近多边形合并,得到一个多边形,该多边形的边界即为所需规划的物流派送路径。
本发明的一种基于路网的多目标点物流派送路径的规划系统通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面,同时通过对图形中节点度的约束以及多边形临近关系的约束,避免了路径规划过程中大量冗余计算的弊端,将路径规划问题的复杂度降低到与节点数相关的计算复杂度以及多边形临接关系的量级,能够提高路网约束条件下多目标点的物流派送路径的规划效率,同时使得路径的规划设计合理,提高物流派送效率。
以上实施例仅用以说明本发明的技术方案而并非对其进行限制,凡未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明技术方案的范围内。
Claims (6)
1.一种基于路网的多目标点物流派送路径的规划方法,其特征在于,包括以下步骤:
S1、获取包括物流派送区域范围的路网图,通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面;
S2、搜索图形中与度为2的节点相连的边线,通过搜索出的边线确定图形中的孤立多边形;
S3、以孤立多边形为基准,以其上的任意节点数为2的边线搜索临近多边形,再以搜索到的临近多边形上的任意节点数为2的边线搜索下一个临近多边形,直至将所有的孤立多边形相连;
S4、选择孤立多边形和搜索得到的临近多边形,查看是否存在岛洞;若存在岛洞,则去除岛洞,进入S5;若不存在岛洞,进入S5;
S5、将步骤S4中的孤立多边形和临近多边形合并,得到一个多边形,该多边形的边界即为所需规划的物流派送路径。
2.根据权利要求1所述的一种基于路网的多目标点物流派送路径的规划方法,其特征在于,所述步骤S2中,搜索图形最外围节点为2的边线,选取其所在的多边形为孤立多边形。
3.根据权利要求1所述的一种基于路网的多目标点物流派送路径的规划方法,其特征在于,所述步骤S4中,搜索与岛洞多边形边缘相邻接的孤立多边形或临近多边形反选作为反选多边形,当反选多边形的边线包括图形最外围边线,或反选多边形与图形中不属于岛洞多边形且未被搜索的多边形相连,则停止搜索;否则将反选多边形与岛洞多边形合并为新的岛洞多边形,以新的岛洞多边形为基准重复上述搜索步骤。
4.根据权利要求3所述的一种基于路网的多目标点物流派送路径的规划方法,其特征在于,若搜索的反选多边形与岛洞多边形合并为一个多边形后出现悬点,则该搜索结果不能被选取。
5.根据权利要求3所述的一种基于路网的多目标点物流派送路径的规划方法,其特征在于,若与岛洞多边形边缘相邻接的孤立多边形或临近多边形被反选后,其余的孤立多边形和临近多边形出现不是边相连的情况,则该与岛洞多边形边缘相邻接的孤立多边形或临近多边形不能被反选。
6.一种基于路网的多目标点物流派送路径的规划系统,其特征在于,包括:
数据获取模块,用于获取包括物流派送区域范围的路网图;
数据处理模块,通过栅矢转换提取路网图中的路径,根据临近点原则将物流派送点转换为路径中的节点,并对路径进行拓扑构面;
图形处理模块;以孤立多边形为基准,以其上的任意节点数为2的边线搜索临近多边形,再以搜索到的临近多边形上的任意节点数为2的边线搜索下一个临近多边形,直至将所有的孤立多边形相连;
图形处理模块;选择孤立多边形和搜索得到的临近多边形,查看是否存在岛洞;若存在岛洞,则去除岛洞,当图形中不存在岛洞多边形后,将孤立多边形和临近多边形合并,得到一个多边形,该多边形的边界即为所需规划的物流派送路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311334983.8A CN117371897B (zh) | 2023-10-16 | 2023-10-16 | 一种基于路网的多目标点物流派送路径的规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311334983.8A CN117371897B (zh) | 2023-10-16 | 2023-10-16 | 一种基于路网的多目标点物流派送路径的规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117371897A true CN117371897A (zh) | 2024-01-09 |
CN117371897B CN117371897B (zh) | 2024-06-21 |
Family
ID=89397753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311334983.8A Active CN117371897B (zh) | 2023-10-16 | 2023-10-16 | 一种基于路网的多目标点物流派送路径的规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117371897B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117217396A (zh) * | 2023-09-12 | 2023-12-12 | 广西交科集团有限公司 | 一种基于路网的多目标派送路径存在判定方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210006486A1 (en) * | 2018-02-16 | 2021-01-07 | Nippon Telegraph And Telephone Corporation | Route calculation method, route calculation device, and program |
CN112347312A (zh) * | 2020-11-10 | 2021-02-09 | 北部湾大学 | 一种基于等高线思维的哈密顿路径求解方法 |
CN113516206A (zh) * | 2020-09-09 | 2021-10-19 | 深圳市城市规划设计研究院有限公司 | 一种基于tin三角形网络的哈密顿路径快速搜索方法 |
US20220018669A1 (en) * | 2019-11-18 | 2022-01-20 | Guangxi Hualan Geotechnical Engineering Co., Ltd. | A method for searching the shortest path of must-pass nodes |
CN116007624A (zh) * | 2022-12-06 | 2023-04-25 | 东软集团股份有限公司 | 一种路径规划方法、装置、设备及存储介质 |
-
2023
- 2023-10-16 CN CN202311334983.8A patent/CN117371897B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210006486A1 (en) * | 2018-02-16 | 2021-01-07 | Nippon Telegraph And Telephone Corporation | Route calculation method, route calculation device, and program |
US20220018669A1 (en) * | 2019-11-18 | 2022-01-20 | Guangxi Hualan Geotechnical Engineering Co., Ltd. | A method for searching the shortest path of must-pass nodes |
CN113516206A (zh) * | 2020-09-09 | 2021-10-19 | 深圳市城市规划设计研究院有限公司 | 一种基于tin三角形网络的哈密顿路径快速搜索方法 |
CN112347312A (zh) * | 2020-11-10 | 2021-02-09 | 北部湾大学 | 一种基于等高线思维的哈密顿路径求解方法 |
CN116007624A (zh) * | 2022-12-06 | 2023-04-25 | 东软集团股份有限公司 | 一种路径规划方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117217396A (zh) * | 2023-09-12 | 2023-12-12 | 广西交科集团有限公司 | 一种基于路网的多目标派送路径存在判定方法及系统 |
CN117217396B (zh) * | 2023-09-12 | 2024-06-11 | 广西交科集团有限公司 | 一种基于路网的多目标派送路径存在判定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117371897B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Contextual fuzzy cognitive map for decision support in geographic information systems | |
CN117371897B (zh) | 一种基于路网的多目标点物流派送路径的规划方法及系统 | |
CN105258704A (zh) | 基于快速路网建模的多尺度时空热点路径探测方法 | |
CN103593430A (zh) | 一种基于移动对象时空信息轨迹分段聚类的方法 | |
CN113722553B (zh) | 一种物流路径搜索方法 | |
Zhang | Modeling structure and patterns in road network generalization | |
CN113516206B (zh) | 一种多目标点的路径规划方法 | |
Wang et al. | Extraction of maritime road networks from large-scale AIS data | |
CN112131330B (zh) | 一种自由流动模式下共享汽车的运营区域选址布局方法 | |
CN117217396B (zh) | 一种基于路网的多目标派送路径存在判定方法及系统 | |
CN113032404B (zh) | 一种面向地表覆盖数据的图斑变化轨迹提取方法与系统 | |
Ai et al. | A map generalization model based on algebra mapping transformation | |
Edwardes et al. | Intelligent generalisation of urban road networks | |
CN109740957A (zh) | 一种城市交通网络节点分类方法 | |
CN112052405B (zh) | 一种基于司机经验的寻客区域推荐方法 | |
Schoier et al. | Individual movements and geographical data mining. Clustering algorithms for highlighting hotspots in personal navigation routes | |
Yao et al. | Trip segmentation and mode detection for human mobility data | |
CN113449403B (zh) | 一种基于分层网络划分的复杂网络节点评价方法 | |
Fushimi et al. | Facility location problem on network based on group centrality measure considering cooperation and competition | |
Fushimi et al. | Functional cluster extraction from large spatial networks | |
CN112862186A (zh) | 一种基于升维降维思维的最短哈密顿路径求解方法 | |
Ai et al. | A displacement method based on field analysis | |
Wang et al. | Analysis on the belt and road initiative flight network based on Markov clustering and complex network | |
Gonzalez | Rooftop-Place Suitability Analysis for Urban Air Mobility Hubs | |
Fushimi et al. | Clustering and Visualizing Functionally Similar Regions in Large-Scale Spatial Networks |
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 |