CN117709836A - 一种数字化物流供应链的管理系统 - Google Patents
一种数字化物流供应链的管理系统 Download PDFInfo
- Publication number
- CN117709836A CN117709836A CN202311611248.7A CN202311611248A CN117709836A CN 117709836 A CN117709836 A CN 117709836A CN 202311611248 A CN202311611248 A CN 202311611248A CN 117709836 A CN117709836 A CN 117709836A
- Authority
- CN
- China
- Prior art keywords
- logistics
- scheduling
- optimization
- particle
- vehicle
- 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
Links
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 92
- 238000007726 management method Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 24
- 239000002245 particle Substances 0.000 claims description 154
- 238000005457 optimization Methods 0.000 claims description 131
- 238000009826 distribution Methods 0.000 claims description 36
- 238000012546 transfer Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000013068 supply chain management Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract description 17
- 230000000694 effects Effects 0.000 abstract description 17
- 238000012544 monitoring process Methods 0.000 abstract description 13
- 238000013461 design Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 6
- 241000531116 Blitum bonus-henricus Species 0.000 description 4
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数字化物流供应链的管理系统,本发明能够在接收到物流订单时,快速生成相应的出库调度方案和最佳的物流运输方案,如此,可保证整个物流运输的时效性;同时,本发明还能够实现物流运输过程中的异常监控,并在运输异常时,快速生成异常处理方案来解决运输异常问题,从而保证物流运输的可靠性;由此,本发明有机整合了商品出库调度、物流运输调度以及物流运输监控三个物流活动过程,并以此来对物流供应链进行系统管理,覆盖了物流运输的全生命周期,实现了物流供应链的智能化管理,可满足现有市场的物流管理使用需求,适用于在物流管理技术领域的大规模应用与推广。
Description
技术领域
本发明属于物流管理技术领域,具体涉及一种数字化物流供应链的管理系统。
背景技术
物流作为供应链管理的一个重要环节,已被众多企业所重视,物流信息是指与物流活动(商品包装、商品运输、商品储存、商品装卸等)有关的一切信息,是反映物流各种活动内容的知识、资料、图像、数据、文件的总称;物流信息是物流活动中各个环节生成的信息,一般是随生产到消费的物流活动而产生的信息流,其与物流过程中的运输、保管、装卸、包装等各种职能有机结合在一起,是保障整个物流活动顺利进行的重要基础。
现有的物流供应链管理系统大多数都是基于物流单据来进行物流管理,如根据货物的出入库单据,对货物的具体流向进行监控;或根据货物的运输单据,对货物的物流运输进行跟踪等等;虽然能够在一定程度上实现物流供应链的管理;但是,不能有机的整合货物的出库调度、运输调度以及运输监控等物流活动过程,从而导致无法实现整个物流活动的智能化管理;由此,现有的物流供应链管理系统已不能满足实际使用需求,基于此,如何提供一种能够实现物流活动全过程的智能化管理的管理系统,已成为一个亟待解决的问题。
发明内容
本发明的目的是提供一种数字化物流供应链的管理系统,用以解决现有技术中所存在的不能有机的整合货物的出库调度、运输调度以及运输监控等物流活动过程,从而导致无法实现整个物流活动的智能化管理的问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,提供了一种数字化物流供应链的管理系统,包括:
订单分析模块,其中,所述订单分析模块用于接收各订单客户端发送的订单信息,并对各订单信息进行数据分析,得到各订单信息对应的商品信息以及收货地址;
仓储配货模块,通信连接所述订单分析模块,用于根据各订单信息对应的商品信息,生成商品出货单,并将所述商品出货单发送至拣货终端,以使所述拣货终端对应的工作人员基于所述商品出货单进行出库操作;
仓储配货模块,还用于接收拣货终端发送的物流出库信息,其中,所述物流出库信息是所述拣货终端与工作人员进行人机交互操作时所生成的,且所述物流出库信息包括有各订单信息对应商品的出库窗口信息;
物流配送模块,其中,所述物流配送模块内存储有物流中心仓库地址,且所述物流配送模块通信连接订单分析模块和仓储配货模块,用于在接收到所述订单分析模块发送的各订单信息对应的收货地址,以及所述仓储配货模块发送的物流出库信息后,获取空闲物流车辆信息;
所述物流配送模块,用于根据物流中心仓库地址、空闲物流车辆信息以及各收货地址,确定出最佳物流运输方案,其中,所述最佳物流运输方案包括各空闲物流车辆的送货行驶路径,且所有送货行驶路径对应的各个行驶途经点包括有所述物流中心仓库地址和所有收货地址;
所述物流配送模块,还用于基于所述最佳物流运输方案和所述物流出库信息,生成上货通知信息,并将所述上货通知信息发送至物流运输模块,其中,所述上货通知信息包括各空闲物流车辆的送货行驶路径和送货商品的出库窗口信息;
物流运输模块,通信连接所述物流配送模块,用于基于接收到的上货通知信息进行空闲物流车辆的分配,以进行各订单信息对应商品的物流运输;
物流跟踪模块,用于接收各中转网点端和配送网点端发送的物流运输信息,以及用于基于接收的物流运输信息判断各订单信息对应商品是否存在运输异常,并在判断出运输异常时,生成异常信息发送至物流管理模块,其中,任一中转网点端发送的物流运输信息是各空闲物流车辆到达该任一中转网点时,由该任一中转网点终端与该任一中转网点对应网点人员进行人机交互操作时所生成的;
物流管理模块,通信连接所述物流跟踪模块,用于基于所述异常信息生成异常处理方案,并根据异常处理方案进行运输异常处理,以在运输异常处理完成后,完成各订单信息对应商品的物流运输。
基于上述公开的内容,本发明所提供的管理系统,先根据各个订单信息,来分析出各个订单信息所对应的商品信息和收货地址;然后,利用商品信息来生成商品出库单发送至拣货终端,从而使拣货终端依据商品出库单来进行商品出库操作,并在出库后,向管理系统返回物流出库信息;如此,该操作相当于实现了商品的出库调配,并得到了各个出库商品的出库窗口。
接着,本发明还依据各个商品的收货地址、物流中心仓库地址以及空闲物流车辆信息,来生成包含有各个空闲物流车辆送货行驶路径的最佳物流运输方案;基于此,该操作相当于实现了各个商品的最佳物流运输调配;同时,本发明还基于前述最佳物流运输方案和物流出库信息,来生成上货通知信息,并依据上货通知信息来进行空闲物流车辆的分配,且由于前述已确定出了各个车辆的送货行驶路径,以及各个商品的出库窗口,因此,可使得分配后的各个空闲物流车辆,确定出其对应的运输商品,并到达对应运输商品的出库窗口进行装货,基于此,则可实现各个商品的快速装车以及运输。
最后,在物流运输过程中,结合各个送货行驶路径上的各个中转网点和配送网点,来获取各个商品的物流运输信息,以便基于各个商品的物流运输信息判断各个商品是否存在运输异常,并在判断出运输异常时,生成异常信息发送至物流管理模块,以基于物流管理模块生成异常处理方案,从而根据该方案快速解决运输异常问题,以保证各商品的正常物流运输。
通过前述设计,本发明能够在接收到物流订单时,快速生成相应的出库调度方案和最佳的物流运输方案,如此,可保证整个物流运输的时效性;同时,本发明还能够实现物流运输过程中的异常监控,并在运输异常时,快速生成异常处理方案来解决运输异常问题,从而保证物流运输的可靠性;由此,本发明有机整合了商品出库调度、物流运输调度以及物流运输监控三个物流活动过程,并以此来对物流供应链进行系统管理,覆盖了物流运输的全生命周期,实现了物流供应链的智能化管理,可满足现有市场的物流管理使用需求,适用于在物流管理技术领域的大规模应用与推广。
在一个可能的设计中,所述物流配送模块包括:物流参数计算单元和物流优化调度单元;
所述物流参数计算单元,用于基于各订单信息对应的商品信息以及收货地址,确定出各收货地址对应的送货量;
所述物流优化调度单元,用于依据物流中心仓库地址、空闲物流车辆信息和各收货地址对应的送货量,构建出车辆调度目标函数以及车辆调度目标函数的约束函数,其中,所述车辆调度目标函数用于使所有空闲物流车辆的行驶距离之和最短;
所述物流优化调度单元,还用于依据车辆调度目标函数以及车辆调度目标函数的约束函数,对各空闲物流车辆进行调度优化处理,以在调度优化处理后,得到所述最佳物流运输方案。
在一个可能的设计中,所述空闲物流车辆信息包括:各空闲物流车辆的编号和载货量;其中,所述物流优化调度单元,用于依据物流中心仓库地址、空闲物流车辆信息和各收货地址对应的送货量,并按照如下公式(1),构建出车辆调度目标函数,以及按照如下公式(2),构建出所述车辆调度目标函数的约束函数;
上述式(1)中,F表示所述车辆调度目标函数,R表示收货地址总数,n表示空闲物流车辆的编号,N表示空闲物流车辆的总数,srm表示收货地址r至收货地址m之间的行驶距离,yrmn表示空闲物流车辆n从收货地址r行驶至收货地址m,用于限定每个收货地址均能得到空闲物流车辆的物流运输,且当r或m为0时,表示物流中心仓库地址;
上述式(2)中,s.t.表示约束函数,zr表示收货地址r的送货量,hnr表示收货地址r的送货量由空闲物流车辆n完成,用于限定每个收货地址仅限于一辆空闲物流车辆完成物流运输,Zn表示空闲物流车辆n的载货量,表示任一空闲物流车辆。
在一个可能的设计中,所述物流优化调度单元,用于获取调度粒子种群数,并对调度粒子种群数中的每个调度粒子进行粒子编码处理,得到各个调度粒子的编码数据,其中,任一调度粒子的编码数据为三维数据,且三维数据中的第一维数据为各个收货地址,三维数据中的第二维数据用于表征分配给各个收货地址的空闲物流车辆的编号元素,三维数据中的第三维数据用于表征分配给各个收货地址的空闲物流车辆到对应收货地址的行驶距离;
所述物流优化调度单元,用于对各个调度粒子进行解码处理,得到各个调度粒子的解码数据,并利用各个调度粒子的解码数据,生成各个调度粒子各自对应的车辆调度方案,以及利用各个调度粒子的解码数据和车辆调度目标函数,计算得到各个调度粒子在第t次调度优化时的适应度,其中,t的初始值为1,且任一车辆调度方案包括各空闲物流车辆的送货行驶路径;
所述物流优化调度单元,用于判断各个调度粒子的车辆调度方案是否满足所述约束函数;
若是,所述物流优化调度单元则基于各个调度粒子在第t次调度优化时的适应度,确定出第t次调度优化时的全局最优适应度和各个调度粒子在第t次调度优化时的个体最优适应度;
所述物流优化调度单元,用于判断第t次的调度优化是否满足迭代结束条件;
若否,所述物流优化调度单元则利用第t次调度优化时的全局最优适应度和各个调度粒子在第t次调度优化时的个体最优适应度,更新各个调度粒子的编码数据;
所述物流优化调度单元,用于重新对各个调度粒子进行解码处理,并将t自加1,直至第t次调度优化满足迭代结束条件时,基于第t次调度优化时的全局最优适应度,确定出全局最优调度粒子;
所述物流优化调度,还用于将全局最优调度粒子对应的车辆调度方案,作为所述最佳物流运输方案。
在一个可能的设计中,任一调度粒子对应三维数据中的第二维数据内的任一编号元素为处于取值区间[1,N+1]之间的实数,且N为空闲物流车辆的总数,其中,所述物流优化调度单元,用于对各个调度粒子进行解码处理,得到各个调度粒子的解码数据,包括:
对于任一调度粒子,所述物流优化调度单元,用于对任一调度粒子中的第二维数据中的各个编号元素进行取整处理,得到各个编号元素的取整结果;
所述物流优化调度单元,用于提取各个编号元素的取整结果所对应的第三维数据;
所述物流优化调度单元,还用于将各个编号元素的取整结果以及各个编号元素的取整结果所对应的第三维数据,作为该任一调度粒子的解码数据。
在一个可能的设计中,物流优化调度单元利用各个调度粒子的解码数据,生成各个调度粒子各自对应的车辆调度方案,包括:
对于任一调度粒子,所述物流优化调度单元用于将各个编号元素的取整结果作为空闲物流车辆的编号,以及用于基于各个编号元素的取整结果所对应的第三维数据,确定出每个空闲物流车辆所对应的收货地址;
所述物流优化调度单元,用于将各个编号元素的取整结果所对应的第三维数据,按照从大至小的顺序进行排序,并将各个编号元素的取整结果所对应的第三维数据的排序顺序,作为各个编号元素的取整结果所对应空闲物流车辆的收货地址的排序顺序;
所述物流优化调度单元,用于在各个空闲物流车辆的收货地址的排序顺序的首位和末位,分别添加物流中心仓库地址,以在添加后,得到各个空闲物流车辆的送货行驶路径;
所述物流优化调度单元,还用于将各个空闲物流车辆的送货行驶路径,作为该任一调度粒子的车辆调度方案。
在一个可能的设计中,所述物流优化调度单元利用第t次调度优化时的全局最优适应度和各个调度粒子在第t次调度优化时的个体最优适应度,并按照如下公式(3)和公式(4),更新各个调度粒子的编码数据;
上述式(3)中,表示第i个调度粒子在第t次调度优化时的第三维数据,/>表示第i个调度粒子更新后的第三维数据,ω表示调度权重,a1和a2均表示调度优化因子,/>表示第i个调度粒子在第t次调度优化时的个体最优适应度,/>表示第t次调度优化时的全局最优适应度,/>表示第i个调度粒子在第t次调度优化时的第二维数据,rand()表示(0,1)之间的随机数;
上述式(4)中,表示第i个调度粒子更新后的第二维数据。
在一个可能的设计中,所述物流优化调度单元,在判断出各个调度粒子的车辆调度方案不满足所述约束函数时,还用于重新对调度粒子种群数中的每个调度粒子进行粒子编码处理,以得到各个调度粒子的编码数据。
在一个可能的设计中,所述迭代结束条件为t是否大于等于优化次数,或第t次调度优化时的全局最优适应度是否达到最小值。
在一个可能的设计中,所述管理系统还包括:库存管理模块;
所述库存管理模块,用于获取物流中心仓库对应各个供应企业的历史供应信息和产品需求信息,并基于各个供应企业的历史物流供应信息和产品需求信息,得到各个供应企业的库存调整信息;
所述库存管理模块,还用于根据各个供应企业的库存调整信息,生成各个供应企业的库存调整方案,并将各个库存调整方案发送至对应的供应企业,以完成所述物流中心仓库中各个供应企业供应商品的库存调整。
有益效果:
(1)本发明能够在接收到物流订单时,快速生成相应的出库调度方案和最佳的物流运输方案,如此,可保证整个物流运输的时效性;同时,本发明还能够实现物流运输过程中的异常监控,并在运输异常时,快速生成异常处理方案来解决运输异常问题,从而保证物流运输的可靠性;由此,本发明有机整合了商品出库调度、物流运输调度以及物流运输监控三个物流活动过程,并以此来对物流供应链进行系统管理,覆盖了物流运输的全生命周期,实现了物流供应链的智能化管理,可满足现有市场的物流管理使用需求,适用于在物流管理技术领域的大规模应用与推广。
(2)本发明能够合理调整各个物流供应企业自身的库存,保证库存调整后满足各个供应企业自身需求目的;同时,本发明还降低了供应链内企业库存调整的人工主观参与度,提高了库存调整的效率和准确率。
附图说明
图1为本发明实施例提供的数字化物流供应链的管理系统的架构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述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。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
应当理解,尽管本文可能使用术语第一、第二等等来描述各种单元,但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B三种情况;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A,单独存在A和B两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
实施例:
参见图1所示,本实施例所提供的数字化物流供应链的管理系统,能够从货物出库、物流运输分配以及运输监控三个物流进程方面来进行物流管理,如此,可实现物流供应链全物流活动过程的智能化调控,可满足现有市场的物流管理使用需求,适用于在物流管理技术领域的大规模应用与推广;在具体实施时,举例该管理系统可以但不限于包括有:订单分析模块、仓储配货模块、物流配送模块、物流运输模块、物流跟踪模块以及物流管理模块(前述各个模块可隶属一管理平台);可选的,本系统还包括有各个订单客户端、拣货终端、中转网点端和配送网点端等,即其通信连接有外部各个订单客户端(如电商平台、快递下单平台等等)、拣货终端、中转网点端和配送网点端等,以便在接收到物流订单后,快速实现物流的出库调配、物流运输分配以及物流运输监控,从而实现物流供应链的全过程智能化管理。
在具体应用时,所述订单分析模块用于接收各订单客户端发送的订单信息,并对各订单信息进行数据分析,得到各订单信息对应的商品信息以及收货地址;在本实施例中,举例商品信息可以但不限于包括有商品名称、数量、商品总重量等,而收货地址则是商品的送货地址;如此,订单分析模块则可基于接收的每个订单,来确定出需运输商品的重量以及运输地址,从而为后续物流运输分配提供数据基础。
同时,订单分析模块还会将前述分析得到的商品信息,发送至仓储配货模块,从而便于仓储配货模块依据商品信息生成商品出货单;即仓储配货模块,通信连接所述订单分析模块,用于根据各订单信息对应的商品信息,生成商品出货单,并将所述商品出货单发送至拣货终端,以使所述拣货终端对应的工作人员基于所述商品出货单进行出库操作;在本实施例中,举例商品出货单包括有出库商品名称、数量、出库仓储号、出库所需人员(如需要人员3个)、出库限定时间(如必须在xx时间-xxx时间段内出库完毕)和出库注意事项等等;如此,拣货终端在接收到商品出货单后,则可依据商品出货单来分配相应数量的工作人员,并到达出货单中出库仓储号相对应的仓储进行出库操作;在本实施例中,工作人员在出库完毕后,还需借助拣货终端上传相应的物流出库信息(即拣货终端与工作人员进行人机交互操作生成所述物流出库信息),以便基于拣货终端将该物流出库信息转发至仓储配货模块,并由仓储配货模块发送至物流配送模块;即仓储配货模块,还用于接收拣货终端发送的物流出库信息,且所述物流出库信息包括有各订单信息对应商品的出库窗口信息(如在5号出库窗口出库)和出库完毕时间等等;如此,该物流出库信息则可在后续物流运行分配时,帮助运输人员快速定位商品上货点,从而提高物流运输效率。
进一步的,订单分析模块还会将各个订单信息对应的收货地址发送至物流配送模块,以便物流配送模块依据收货地址以及空闲物流车辆,来进行空闲物流车辆的分配,使每个车辆的送货路径达到最优;在具体实施时,举例所述物流配送模块内存储有物流中心仓库地址,且所述物流配送模块通信连接订单分析模块和仓储配货模块,用于在接收到所述订单分析模块发送的各订单信息对应的收货地址,以及所述仓储配货模块发送的物流出库信息后,获取空闲物流车辆信息;同时,该物流配送模块还用于根据物流中心仓库地址、空闲物流车辆信息以及各收货地址,确定出最佳物流运输方案,其中,所述最佳物流运输方案包括各空闲物流车辆的送货行驶路径,且所有送货行驶路径对应的的各个行驶途经点包括有所述物流中心仓库地址和所有收货地址;如此,本管理系统相当于结合收货地址、物流中心仓库地址以及空闲车辆,来为每个车辆分配最优的送货路径;在本实施例中,每个车辆最优的送货路径是指行驶距离最短,由此,则可保证每个商品的物流运输效率,从而提高客户的物流运输体验。
经过前述物流配送模块对各个空闲物流车辆的送货路径的规划后,则可结合前述物流出库信息,来为每个空闲物流车辆,分配所运载的货物;在具体实施时,前述物流配送模块,则还用于基于所述最佳物流运输方案和所述物流出库信息,生成上货通知信息,并将所述上货通知信息发送至物流运输模块;而物流运输模块,则通信连接所述物流配送模块,用于基于接收到的上货通知信息进行空闲物流车辆的分配,以进行各订单信息对应商品的物流运输。
在本实施例中,举例所述上货通知信息可以但不限于包括有各空闲物流车辆的送货行驶路径、送货商品的出库窗口信息和空闲物流车辆对应运输人员的终端标识等;如此,即可基于前述终端标识,来向不同运输人员的终端发送工作通知(该通知中包含有上货窗口、货物名称、重量、上货时间等等),从而使运输人员基于工作通知,驾驶空闲物流车辆到达对应的上货窗口进行商品的上货操作;具体的,由于前述最佳物流运输方案中包括有各个空闲物流车辆的送货行驶路径,因此,可确定出每个空闲物流车辆所运载的商品(即送货商品),同时,结合物流出库信息,则可确定各个空闲物流车辆所运载商品的出库窗口;如假设空闲物流车辆2的送货行驶路径为:收货地址1、收货地址3和收货地址4,那么,该空闲物流车辆2的上货窗口则为收货地址1、收货地址3和收货地址4对应商品的出库窗口;当然,其余空闲物流车辆的上货窗口的确定过程与前述举例一致,于此不再赘述。
在完成前述各个商品的物流车辆的分配,以及上货窗口的分配后,即可完成物流调配过程,此时,则进入下一物流活动,即物流运输过程;因此,本管理系统还通过设置物流跟踪模块,来实现各商品的物流运输跟踪,以及时发现并处理异常运输问题。
在本实施例中,物流跟踪模块,用于接收各中转网点端和配送网点端发送的物流运输信息,以及用于基于接收的物流运输信息判断各订单信息对应商品是否存在运输异常,并在判断出运输异常时,生成异常信息发送至物流管理模块,其中,任一中转网点端发送的物流运输信息是各空闲物流车辆到达该任一中转网点时,由该任一中转网点终端与该任一中转网点对应网点人员进行人机交互操作时所生成的;在本实施例中,中转网点可以但不限于包括各物流运输中转站,而配送网点则是商品的配送终端,即空闲物流车辆每到达一个中转网点或配送网点时,对应的网点人员均会接收货物,此时,则可借助中转网点端和配送网点端,上传货物接收信息;而后,即可将该货物接收信息作为物流运输信息,发送至物流跟踪模块;更进一步的,举例物流运输信息包括有接收时间以及上一网点的运输启程时间,如此,即可基于前述两时间数据,来计算出运输时长,且当运输时长超过预定时长时,则可认定存在运输异常;同时,还可在网点收货时,判断商品是否损坏,且当商品损坏时,也可认定运输异常,当然,还可设置其余不同的异常认定标准,于此不作具体限定;具体应用时,当认定出存在运输异常时,则可提取运输异常的空闲物流车辆上所运输商品的信息,从而利用前述信息来生成异常信息(该异常信息则包含有异常商品名单、异常原因(运输超时等)、异常地址(未按时到达xx网点等)),并发送至物流管理模块,以便物流管理模块来生成相应的处理方案,进而及时解决运输异常。
在具体应用时,物流管理模块则用于基于所述异常信息生成异常处理方案,并根据异常处理方案进行运输异常处理,以在运输异常处理完成后,完成各订单信息对应商品的物流运输;在本实施例中,举例本管理系统设置有数据库,该数据库中存储有不同异常原因所对应的处理方案,因此,物流管理模块可根据异常信息中的异常原因,在数据库中进行方案匹配,而输出的结果则作为异常处理方案;最后,即可根据异常处理方案进行运输异常处理,从而保证运输的可靠性;如运输超时,则进行超时赔偿,商品损坏,则进行商品赔偿、退单或重新发货等等。
由此通过前述对数字化物流供应链的管理系统的阐述,本系统有机整合了商品出库调度、物流运输调度以及物流运输监控三个物流活动过程,并以此来对物流供应链进行系统管理,覆盖了物流运输的全生命周期,实现了物流供应链的智能化管理,可满足现有市场的物流管理使用需求,适用于在物流管理技术领域的大规模应用与推广。
在一个具体的实施方式中,下述提供前述物流配送模块基于收货地址、空闲物流车辆信息和物流中心仓库地址,来实现空闲物流车辆送货路径规划的具体过程,如下述所示:
在本实施例中,举例所述物流配送模块可以但不限于包括:物流参数计算单元和物流优化调度单元,其中,所述物流参数计算单元,用于基于各订单信息对应的商品信息以及收货地址,确定出各收货地址对应的送货量;在本实施例中,前述就已说明商品信息包括商品总重量,因此,可将同一收货地址对应商品的商品总重量之和作为送货量。
同时,所述物流优化调度单元,则用于依据物流中心仓库地址、空闲物流车辆信息和各收货地址对应的送货量,构建出车辆调度目标函数以及车辆调度目标函数的约束函数,其中,所述车辆调度目标函数用于使所有空闲物流车辆的行驶距离之和最短;如此,以该车辆调度目标函数和其对应的约束函数为基础,即可进行各个空闲物流车辆对应送货路径的规划;具体的,所述物流优化调度单元,则具体用于依据车辆调度目标函数以及车辆调度目标函数的约束函数,对各空闲物流车辆进行调度优化处理,以在调度优化处理后,得到所述最佳物流运输方案。
进一步的,举例所述空闲物流车辆信息包括:各空闲物流车辆的编号(如编号1,2,3,...,N)和载货量,因此,前述物流优化调度单元,则可依据前述数据,并按照如下公式(1),构建出车辆调度目标函数,以及按照如下公式(2),构建出车辆调度目标函数的约束函数;
上述式(1)中,F表示所述车辆调度目标函数,R表示收货地址总数(可编号为0,1,...,R),n表示空闲物流车辆的编号,N表示空闲物流车辆的总数,srm表示收货地址r至收货地址m之间的行驶距离,yrmn表示空闲物流车辆n从收货地址r行驶至收货地址m,用于限定每个收货地址均能得到空闲物流车辆的物流运输,且当r或m为0时,表示物流中心仓库地址。
上述式(2)中,s.t.表示约束函数,zr表示收货地址r的送货量,hnr表示收货地址r的送货量由空闲物流车辆n完成,用于限定每个收货地址仅限于一辆空闲物流车辆完成物流运输,Zn表示空闲物流车辆n的载货量,表示任一空闲物流车辆;在本实施例中,满足yrmn时,yrmn取值为1,否则,取值为1;同理,满足hnr时,hnr取值为1,否则取值为0。
如此,前述公式(1)和(2)所表示的则是:要求每个收货地址都能得到一空闲物流车辆的物流运输,且限制每个收货地址只能由一辆空闲物流车辆进行物流运输;同时,保证每条送货路径上的商品总重量,小于或等于该送货路径对应空闲物流车辆的载货量;如此,在满足前述三个条件下,调度优化的目标则是使车辆调度目标函数的值最小(也就是所有空闲物流车辆的行驶距离之和最短),而在车辆调度目标函数值最小时,即可得到各个空闲物流车辆的最优的送货行驶路径。
在具体实施时,举例物流优化调度单元可以但不限于采用粒子群算法来计算出每个空闲物流车辆的最佳送货路径,其中,物流优化调度单元的具体调度优化过程如下所示:
首先,所述物流优化调度单元,用于获取调度粒子种群数,并对调度粒子种群数中的每个调度粒子进行粒子编码处理,得到各个调度粒子的编码数据,其中,任一调度粒子的编码数据为三维数据,且三维数据中的第一维数据为各个收货地址,三维数据中的第二维数据用于表征分配给各个收货地址的空闲物流车辆的编号元素,三维数据中的第三维数据用于表征分配给各个收货地址的空闲物流车辆到对应收货地址的行驶距离;在本实施例中,举例任一调度粒子对应三维数据中的第二维数据内的任一编号元素为处于取值区间[1,N+1]之间的实数,且在进行粒子编码处理时,保证任一调度粒子的第二维数据将区间[1.N+1]覆盖,从而保证每台空闲物流车辆均被分配给收货地址;同时,空闲物流车辆到对应收货地址的行驶距离是根据空闲物流车辆的位置坐标,与收货地址的位置坐标而计算得到的,且将物流中心仓库地址,作为空闲物流车辆的位置坐标。
在完成调度粒子种群中各个调度粒子的编码处理后,则可进行解码处理,从而根据解码后的数据,来生成各个调度粒子各自对应的车辆调度方案,以及计算各个调度粒子的适应度;即所述物流优化调度单元,用于对各个调度粒子进行解码处理,得到各个调度粒子的解码数据,并利用各个调度粒子的解码数据,生成各个调度粒子各自对应的车辆调度方案,以及利用各个调度粒子的解码数据和车辆调度目标函数,计算得到各个调度粒子在第t次调度优化时的适应度,其中,t的初始值为1,且任一车辆调度方案包括各空闲物流车辆的送货行驶路径。
在本实施例中,对于任一调度粒子,所述物流优化调度单元,用于对任一调度粒子中的第二维数据中的各个编号元素进行取整处理,得到各个编号元素的取整结果;同时,其还用于提取各个编号元素的取整结果所对应的第三维数据;最后,则可将各个编号元素的取整结果以及各个编号元素的取整结果所对应的第三维数据,作为该任一调度粒子的解码数据。
在得到任一调度粒子的解码数据后,物流优化调度单元则将各个编号元素的取整结果作为空闲物流车辆的编号,以及基于各个编号元素的取整结果所对应的第三维数据,确定出每个空闲物流车辆所对应的收货地址;而后,再将各个编号元素的取整结果所对应的第三维数据,按照从大至小的顺序进行排序,并将各个编号元素的取整结果所对应的第三维数据的排序顺序,作为各个编号元素的取整结果所对应空闲物流车辆的收货地址的排序顺序;接着,物流优化调度单元还在各个空闲物流车辆的收货地址的排序顺序的首位和末位,分别添加物流中心仓库地址,以在添加后,得到各个空闲物流车辆的送货行驶路径;最后,则将各个空闲物流车辆的送货行驶路径,作为该任一调度粒子的车辆调度方案。
下述以一个实例来阐述前述解码过程,以及各个调度粒子的车辆调度方案的生成过程:
假设有10个收货地址(编号为1到10),4辆空闲物流车辆(编号元素的取值则为[1,5]),那么经过粒子编码处理后,该任一调度粒子的粒子编码数据如下述表1所示:
表1为前述任一调度粒子的粒子编码数据
在得到编码数据后,根据前述处理过程,先将该任一调度粒子的第二维数据进行取整处理,那么表1则变为:
此时,该任一调度粒子的解码数据则包括:编号元素1对应45km和56km;编号元素2对应51.2km、89.3km和30km;编号元素3对应36.5km和24km,编号元素4对应13km、50km和100km。
接着,即可将编号元素作为空闲物流车辆的编号,即空闲物流车辆1对应收货地址1和收货地址5;空闲物流车辆2对应收货地址2、收货地址4和收货地址8;空闲物流车辆3对应收货地址3和收货地址7;空闲物流车辆4对应收货地址6、收货地址9和收货地址10;
更进一步的,将编号元素对应的第三维数据按照从大至小的顺序进行排序:那么空闲物流车辆1对应的排序顺序为:45,56;空闲物流车辆2对应的排序顺序为:30,51.2,89.3;空闲物流车辆3对应的排序顺序为:34,36.5;空闲物流车辆4对应的排序顺序为:13,50,100;基于此,空闲物流车辆1对应的收货地址排序顺序为:收货地址1—收货地址5;空闲物流车辆2对应的收货地址排序顺序为:收货地址8—收货地址2—收货地址4;空闲物流车辆1对应的收货地址排序顺序为:收货地址7—收货地址3;空闲物流车辆4对应的收货地址排序顺序为:收货地址6—收货地址9—收货地址10。
由此,前述空闲物流车辆1的送货行驶路径为:
物流中心仓库—收货地址1—收货地址5—物流中心仓库
空闲物流车辆2的送货行驶路径为:
物流中心仓库—收货地址8—收货地址2—收货地址4—物流中心仓库
空闲物流车辆3的送货行驶路径为:
物流中心仓库—收货地址7—收货地址3—物流中心仓库
空闲物流车辆4的送货行驶路径为:
物流中心仓库—收货地址6—收货地址9—收货地址10—物流中心仓库。
如此,按照前述举例所阐述的原理,即可基于每个调度粒子的解码数据,来生成各个调度粒子的车辆调度方案;而后,利用前述解码数据和车辆调度目标函数,则可计算出各个调度粒子在本次调度优化时的适应度;在本实施例中,即将各个调度粒子的解码数据代入车辆调度目标函数中,并取结果的倒数,作为的各个调度粒子的适应度。
在得到各个调度粒子在第t次调度优化时的适应度后,物流优化调度单元还需判断各个调度粒子的车辆调度方案是否满足所述约束函数;即是否满足每个收货地址都能得到一空闲物流车辆的物流运输,且限制每个收货地址只能由一辆空闲物流车辆进行物流运输;同时,保证每条送货路径上的商品总重量,小于或等于该送货路径对应空闲物流车辆的载货量;若是,则基于各个调度粒子在第t次调度优化时的适应度,确定出第t次调度优化时的全局最优适应度和各个调度粒子在第t次调度优化时的个体最优适应度;否则,则重新对调度粒子种群数中的每个调度粒子进行粒子编码处理,以得到各个调度粒子的编码数据。
在本实施例中,第i个调度粒子在第t次调度优化时的个体最优适应度的确定过程为:比较其在第t次调度优化时的适应度,与第t-1次(当t为1时,t-1则表示初始粒子的适应度)的适应度,选择最大的作为个体最优适应度;而全局最优适应度,则是在第t次调度优化时,将所有调度粒子中,适应度最大的作为全局最优适应度。
而在得到全局最优适应度和各个调度粒子的个体最优适应度后,物流优化调度单元则判断第t次的调度优化是否满足迭代结束条件,其中,迭代结束条件为t是否大于等于优化次数(为预设值),或第t次调度优化时的全局最优适应度是否达到最小值;可选的,当全局最优适应度在迭代过程中不发生变化时,则判定达到最小值。
在具体实施时,若未达到迭代结束条件,那么,物流优化调度单元则利用第t次调度优化时的全局最优适应度和各个调度粒子在第t次调度优化时的个体最优适应度,更新各个调度粒子的编码数据;在本实施例中,举例可以但不限于按照如下公式(3)和公式(4),更新各个调度粒子的编码数据。
上述式(3)中,表示第i个调度粒子在第t次调度优化时的第三维数据,i=1,2,...,I,I为调度粒子总数量,/>表示第i个调度粒子更新后的第三维数据,ω表示调度权重,a1和a2均表示调度优化因子,/>表示第i个调度粒子在第t次调度优化时的个体最优适应度,/>表示第t次调度优化时的全局最优适应度,/>表示第i个调度粒子在第t次调度优化时的第二维数据,rand()表示(0,1)之间的随机数;上述式(4)中,/>表示第i个调度粒子更新后的第二维数据。
在本实施例中,由于前述表1可知,任一调度粒子的编码数据中的第二维和第三维数据,其实质包含有多个,因此,在进行数据更新时,也是对第二维和第三维中的每个数据进行更新,如此,前述式(3)和式(4)则可变更为:
/>
上述式中,表示第i个调度粒子在第t次调度优化时的第三维数据中的第j个数据(j=1,2,...,J,J为第三维数据中的数据总量),/>表示第i个调度粒子更新后的第三维数据中的第j个数据,/>表示第i个调度粒子在第t次调度优化时的第二维数据中的第j个数据,/>表示第i个调度粒子更新后的第二维数据中的第j个数据。
如此,基于前述公式(5)和公式(6)完成各个调度粒子的更新后,则可重复前述处理过程,即物流调度单元重新对各个调度粒子进行解码处理,并将t自加1,直至第t次调度优化满足迭代结束条件时,基于第t次调度优化时的全局最优适应度,确定出全局最优调度粒子;最后,即可将全局最优调度粒子对应的车辆调度方案,作为所述最佳物流运输方案。
由此通过前述对最佳物流运输方案的生成过程的详细阐述,将粒子群算法引入至各个空闲物流车辆的送货路径的规划过程中,可充分考虑行驶距离、送货量、车辆载货量等因素,使得生成的车辆调度方案可在保证物流运输时效的基础上,更加的合理以及准确。
基于此,本发明所提供的管理系统,能够从货物出库、物流运输分配以及运输监控三个物流进程方面来进行物流管理,如此,可实现物流供应链全物流活动过程的智能化调控,可满足现有市场的物流管理使用需求,适用于在物流管理技术领域的大规模应用与推广。
在一个具体的实施方式中,举例本管理系统还可以但不限于包括有:库存管理模块,其中,所述库存管理模块,用于获取物流中心仓库对应各个供应企业的历史供应信息和产品需求信息,并基于各个供应企业的历史物流供应信息和产品需求信息,得到各个供应企业的库存调整信息;同时,还用于根据各个供应企业的库存调整信息,生成各个供应企业的库存调整方案,并将各个库存调整方案发送至对应的供应企业,以完成所述物流中心仓库中各个供应企业供应商品的库存调整。
可选的,举例可以但不限于将各个供应企业的历史物流供应信息为第一训练数据,以及将各个供应企业的产品需求信息作为第二训练数据,以第一训练数据为输入,各个供应企业的供应预测结果为输出,训练第一神经网络模型;以第二训练数据为数据,各个供应企业的产品需求预测结果为输出,训练第二神经网络模型;而后,获取各个供应企业的实际供应信息和产品实际需求信息,并将前述两信息输入至各自对应的模型中,得到实际供应预测结果和实际产品需求预测结果;接着,根据实际供应预测结果和实际产品需求预测结果,生成物流供应与产品需求之间的变化趋势;最后,根据变化趋势,来生成库存调整信息,以得到最终的库存调整方案;具体的,则是根据变化趋势,计算出进货量,并根据现有库存,来进行调整进货量,从而完成库存的调整。
由此通过前述设计,本发明能够合理调整各个物流供应企业自身的库存,保证库存调整后满足各个供应企业自身需求目的;同时,本发明还降低了供应链内企业库存调整的人工主观参与度,提高了库存调整的效率和准确率。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数字化物流供应链的管理系统,其特征在于,包括:
订单分析模块,其中,所述订单分析模块用于接收各订单客户端发送的订单信息,并对各订单信息进行数据分析,得到各订单信息对应的商品信息以及收货地址;
仓储配货模块,通信连接所述订单分析模块,用于根据各订单信息对应的商品信息,生成商品出货单,并将所述商品出货单发送至拣货终端,以使所述拣货终端对应的工作人员基于所述商品出货单进行出库操作;
仓储配货模块,还用于接收拣货终端发送的物流出库信息,其中,所述物流出库信息是所述拣货终端与工作人员进行人机交互操作时所生成的,且所述物流出库信息包括有各订单信息对应商品的出库窗口信息;
物流配送模块,其中,所述物流配送模块内存储有物流中心仓库地址,且所述物流配送模块通信连接订单分析模块和仓储配货模块,用于在接收到所述订单分析模块发送的各订单信息对应的收货地址,以及所述仓储配货模块发送的物流出库信息后,获取空闲物流车辆信息;
所述物流配送模块,用于根据物流中心仓库地址、空闲物流车辆信息以及各收货地址,确定出最佳物流运输方案,其中,所述最佳物流运输方案包括各空闲物流车辆的送货行驶路径,且所有送货行驶路径对应的各个行驶途经点包括有所述物流中心仓库地址和所有收货地址;
所述物流配送模块,还用于基于所述最佳物流运输方案和所述物流出库信息,生成上货通知信息,并将所述上货通知信息发送至物流运输模块,其中,所述上货通知信息包括各空闲物流车辆的送货行驶路径和送货商品的出库窗口信息;
物流运输模块,通信连接所述物流配送模块,用于基于接收到的上货通知信息进行空闲物流车辆的分配,以进行各订单信息对应商品的物流运输;
物流跟踪模块,用于接收各中转网点端和配送网点端发送的物流运输信息,以及用于基于接收的物流运输信息判断各订单信息对应商品是否存在运输异常,并在判断出运输异常时,生成异常信息发送至物流管理模块,其中,任一中转网点端发送的物流运输信息是各空闲物流车辆到达该任一中转网点时,由该任一中转网点终端与该任一中转网点对应网点人员进行人机交互操作时所生成的;
物流管理模块,通信连接所述物流跟踪模块,用于基于所述异常信息生成异常处理方案,并根据异常处理方案进行运输异常处理,以在运输异常处理完成后,完成各订单信息对应商品的物流运输。
2.根据权利要求1所述的一种数字化物流供应链的管理系统,其特征在于,所述物流配送模块包括:物流参数计算单元和物流优化调度单元;
所述物流参数计算单元,用于基于各订单信息对应的商品信息以及收货地址,确定出各收货地址对应的送货量;
所述物流优化调度单元,用于依据物流中心仓库地址、空闲物流车辆信息和各收货地址对应的送货量,构建出车辆调度目标函数以及车辆调度目标函数的约束函数,其中,所述车辆调度目标函数用于使所有空闲物流车辆的行驶距离之和最短;
所述物流优化调度单元,还用于依据车辆调度目标函数以及车辆调度目标函数的约束函数,对各空闲物流车辆进行调度优化处理,以在调度优化处理后,得到所述最佳物流运输方案。
3.根据权利要求2所述的一种数字化物流供应链的管理系统,其特征在于,所述空闲物流车辆信息包括:各空闲物流车辆的编号和载货量;其中,所述物流优化调度单元,用于依据物流中心仓库地址、空闲物流车辆信息和各收货地址对应的送货量,并按照如下公式(1),构建出车辆调度目标函数,以及按照如下公式(2),构建出所述车辆调度目标函数的约束函数;
上述式(1)中,F表示所述车辆调度目标函数,R表示收货地址总数,n表示空闲物流车辆的编号,N表示空闲物流车辆的总数,srm表示收货地址r至收货地址m之间的行驶距离,yrmn表示空闲物流车辆n从收货地址r行驶至收货地址m,用于限定每个收货地址均能得到空闲物流车辆的物流运输,且当r或m为0时,表示物流中心仓库地址;
上述式(2)中,s.t.表示约束函数,zr表示收货地址r的送货量,hnr表示收货地址r的送货量由空闲物流车辆n完成,用于限定每个收货地址仅限于一辆空闲物流车辆完成物流运输,Zn表示空闲物流车辆n的载货量,表示任一空闲物流车辆。
4.根据权利要求2所述的一种数字化物流供应链的管理系统,其特征在于;
所述物流优化调度单元,用于获取调度粒子种群数,并对调度粒子种群数中的每个调度粒子进行粒子编码处理,得到各个调度粒子的编码数据,其中,任一调度粒子的编码数据为三维数据,且三维数据中的第一维数据为各个收货地址,三维数据中的第二维数据用于表征分配给各个收货地址的空闲物流车辆的编号元素,三维数据中的第三维数据用于表征分配给各个收货地址的空闲物流车辆到对应收货地址的行驶距离;
所述物流优化调度单元,用于对各个调度粒子进行解码处理,得到各个调度粒子的解码数据,并利用各个调度粒子的解码数据,生成各个调度粒子各自对应的车辆调度方案,以及利用各个调度粒子的解码数据和车辆调度目标函数,计算得到各个调度粒子在第t次调度优化时的适应度,其中,t的初始值为1,且任一车辆调度方案包括各空闲物流车辆的送货行驶路径;
所述物流优化调度单元,用于判断各个调度粒子的车辆调度方案是否满足所述约束函数;
若是,所述物流优化调度单元则基于各个调度粒子在第t次调度优化时的适应度,确定出第t次调度优化时的全局最优适应度和各个调度粒子在第t次调度优化时的个体最优适应度;
所述物流优化调度单元,用于判断第t次的调度优化是否满足迭代结束条件;
若否,所述物流优化调度单元则利用第t次调度优化时的全局最优适应度和各个调度粒子在第t次调度优化时的个体最优适应度,更新各个调度粒子的编码数据;
所述物流优化调度单元,用于重新对各个调度粒子进行解码处理,并将t自加1,直至第t次调度优化满足迭代结束条件时,基于第t次调度优化时的全局最优适应度,确定出全局最优调度粒子;
所述物流优化调度,还用于将全局最优调度粒子对应的车辆调度方案,作为所述最佳物流运输方案。
5.根据权利要求4所述的一种数字化物流供应链的管理系统,其特征在于,任一调度粒子对应三维数据中的第二维数据内的任一编号元素为处于取值区间[1,N+1]之间的实数,且N为空闲物流车辆的总数,其中,所述物流优化调度单元,用于对各个调度粒子进行解码处理,得到各个调度粒子的解码数据,包括:
对于任一调度粒子,所述物流优化调度单元,用于对任一调度粒子中的第二维数据中的各个编号元素进行取整处理,得到各个编号元素的取整结果;
所述物流优化调度单元,用于提取各个编号元素的取整结果所对应的第三维数据;
所述物流优化调度单元,还用于将各个编号元素的取整结果以及各个编号元素的取整结果所对应的第三维数据,作为该任一调度粒子的解码数据。
6.根据权利要求5所述的一种数字化物流供应链的管理系统,其特征在于,物流优化调度单元利用各个调度粒子的解码数据,生成各个调度粒子各自对应的车辆调度方案,包括:
对于任一调度粒子,所述物流优化调度单元用于将各个编号元素的取整结果作为空闲物流车辆的编号,以及用于基于各个编号元素的取整结果所对应的第三维数据,确定出每个空闲物流车辆所对应的收货地址;
所述物流优化调度单元,用于将各个编号元素的取整结果所对应的第三维数据,按照从大至小的顺序进行排序,并将各个编号元素的取整结果所对应的第三维数据的排序顺序,作为各个编号元素的取整结果所对应空闲物流车辆的收货地址的排序顺序;
所述物流优化调度单元,用于在各个空闲物流车辆的收货地址的排序顺序的首位和末位,分别添加物流中心仓库地址,以在添加后,得到各个空闲物流车辆的送货行驶路径;
所述物流优化调度单元,还用于将各个空闲物流车辆的送货行驶路径,作为该任一调度粒子的车辆调度方案。
7.根据权利要求4所述的一种数字化物流供应链的管理系统,其特征在于,所述物流优化调度单元利用第t次调度优化时的全局最优适应度和各个调度粒子在第t次调度优化时的个体最优适应度,并按照如下公式(3)和公式(4),更新各个调度粒子的编码数据;
上述式(3)中,表示第i个调度粒子在第t次调度优化时的第三维数据,/>表示第i个调度粒子更新后的第三维数据,ω表示调度权重,a1和a2均表示调度优化因子,/>表示第i个调度粒子在第t次调度优化时的个体最优适应度,/>表示第t次调度优化时的全局最优适应度,/>表示第i个调度粒子在第t次调度优化时的第二维数据,rand()表示(0,1)之间的随机数;
上述式(4)中,表示第i个调度粒子更新后的第二维数据。
8.根据权利要求4所述的一种数字化物流供应链的管理系统,其特征在于,所述物流优化调度单元,在判断出各个调度粒子的车辆调度方案不满足所述约束函数时,还用于重新对调度粒子种群数中的每个调度粒子进行粒子编码处理,以得到各个调度粒子的编码数据。
9.根据权利要求4所述的一种数字化物流供应链的管理系统,其特征在于,所述迭代结束条件为t是否大于等于优化次数,或第t次调度优化时的全局最优适应度是否达到最小值。
10.根据权利要求1所述的一种数字化物流供应链的管理系统,其特征在于,所述管理系统还包括:库存管理模块;
所述库存管理模块,用于获取物流中心仓库对应各个供应企业的历史供应信息和产品需求信息,并基于各个供应企业的历史物流供应信息和产品需求信息,得到各个供应企业的库存调整信息;
所述库存管理模块,还用于根据各个供应企业的库存调整信息,生成各个供应企业的库存调整方案,并将各个库存调整方案发送至对应的供应企业,以完成所述物流中心仓库中各个供应企业供应商品的库存调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311611248.7A CN117709836A (zh) | 2023-11-28 | 2023-11-28 | 一种数字化物流供应链的管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311611248.7A CN117709836A (zh) | 2023-11-28 | 2023-11-28 | 一种数字化物流供应链的管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117709836A true CN117709836A (zh) | 2024-03-15 |
Family
ID=90150660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311611248.7A Pending CN117709836A (zh) | 2023-11-28 | 2023-11-28 | 一种数字化物流供应链的管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117709836A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014466A (zh) * | 2024-04-10 | 2024-05-10 | 北京博多国际货运代理有限公司 | 一种数字化全供应链物流方法与系统 |
-
2023
- 2023-11-28 CN CN202311611248.7A patent/CN117709836A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014466A (zh) * | 2024-04-10 | 2024-05-10 | 北京博多国际货运代理有限公司 | 一种数字化全供应链物流方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111461624B (zh) | 物流线路规划方法、装置、设备及存储介质 | |
CN112270135B (zh) | 一种物流发运调度智能配送方法、装置、设备及存储介质 | |
Sarmiento et al. | A review of integrated analysis of production-distribution systems | |
US20220156693A1 (en) | Computerized system and method for developing optimized cargo transportation solutions | |
KR20220158848A (ko) | 이행 센터들의 계층구조로부터의 전자 상거래 주문을 이행하는 시스템 및 방법 | |
JP2000036093A (ja) | 配車装置 | |
CN116402309B (zh) | 港口集疏运车辆调度匹配方法及系统 | |
CN114626790A (zh) | 一种基于物联网的城市绿色配送交易系统 | |
CN113420928A (zh) | 订单调度方法、装置、设备及存储介质 | |
CN117709836A (zh) | 一种数字化物流供应链的管理系统 | |
CN115994725A (zh) | 物流零担货运方法、装置、设备及存储介质 | |
Shramenko et al. | Methodology of costs assessment for customer transportation service of small perishable cargoes | |
CN111724086A (zh) | 物流订单的配送方法、系统、存储介质及电子设备 | |
Papier et al. | Queuing models for sizing and structuring rental fleets | |
Parragh et al. | A survey on pickup and delivery models part ii: Transportation between pickup and delivery locations | |
Naumov et al. | Model of the delivery routes forming process as a service provided by forwarding companies | |
Correia et al. | Smart supply chain management: The 5W1H open and collaborative framework | |
CN114936822A (zh) | 车货匹配方法、装置、设备及存储介质 | |
Kamsopa et al. | Hybrid genetic algorithm for multi-period vehicle routing problem with mixed pickup and delivery with time window, heterogeneous fleet, duration time and rest area | |
Weise et al. | Solving real-world vehicle routing problems with evolutionary algorithms | |
CN108985510B (zh) | 基于人工智能的大规模智能物流路径判定系统 | |
CN112801336B (zh) | 一种组合拼载的货运调控方法 | |
CN114819805A (zh) | 车辆运输管理系统 | |
CN115222340A (zh) | 基于智能仓储的货物调度管理方法及相关装置 | |
Al Theeb et al. | Optimization of the heterogeneous vehicle routing problem with cross docking logistic system |
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 |