JP7417724B2 - コールドチェーン配送経路の決定方法、装置、サーバおよび記憶媒体 - Google Patents
コールドチェーン配送経路の決定方法、装置、サーバおよび記憶媒体 Download PDFInfo
- Publication number
- JP7417724B2 JP7417724B2 JP2022525754A JP2022525754A JP7417724B2 JP 7417724 B2 JP7417724 B2 JP 7417724B2 JP 2022525754 A JP2022525754 A JP 2022525754A JP 2022525754 A JP2022525754 A JP 2022525754A JP 7417724 B2 JP7417724 B2 JP 7417724B2
- Authority
- JP
- Japan
- Prior art keywords
- delivery route
- delivery
- customer
- location information
- parameter
- 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 description 118
- 238000003860 storage Methods 0.000 title claims description 22
- 238000012545 processing Methods 0.000 claims description 64
- 238000012549 training Methods 0.000 claims description 36
- 238000004422 calculation algorithm Methods 0.000 claims description 35
- 238000012360 testing method Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 23
- 238000010845 search algorithm Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 11
- 238000013461 design Methods 0.000 description 8
- 238000003780 insertion Methods 0.000 description 8
- 230000037431 insertion Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000012966 insertion method Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- 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
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Description
端末装置から送信された経路決定要求を受信することであって、前記経路決定要求には、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報と配送センターの位置情報が含まれることと、
配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報、シーン制約条件及び配送コスト制約条件に基づいて、少なくとも1つの目標配送経路を決定することと、
前記端末装置に前記少なくとも1つの目標配送経路をプッシュすることと、を含む。
前記配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報及びシーン制約条件に基づいて、少なくとも1つの初期計画経路を決定することであって、前記シーン制約条件には、顧客ポイントの時間枠制約、走行時間制約、単一車種の配送、及び配送センターに戻らないことが含まれることと、
総配送コストが最小となることを解決すべき目標とし、各初期計画経路に対して反復更新を行い、少なくとも1つの目標配送経路を決定することと、を含む。
前記配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報に基づいて、第1初期計画経路を作成することであって、前記第1初期計画経路の種顧客ポイントが、前記シーン制約条件を満たすとともに、配送センターから最も遠い顧客ポイントであることと、
予め設定されたアルゴリズムに基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入し、挿入対象の顧客ポイントが前記シーン制約条件を満たさないまで行うことと、
挿入対象の顧客ポイントが前記シーン制約条件を満たさない場合、前記配送対象となる顧客ポイントの集合における残りの顧客ポイントに基づいて、第2初期計画経路を作成することと、を含む。
前記配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報に基づいて、任意の2つの顧客ポイントの間のナビゲーション距離、及び各顧客ポイントと前記配送センターとのナビゲーション距離を決定することと、
任意の2つの顧客ポイントの間のナビゲーション距離、及び各顧客ポイントと前記配送センターのナビゲーション距離に基づいて、距離マトリクスを作成することと、をさらに含み、
予め設定されたアルゴリズムに基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入することは、
最近傍補間法、前記距離マトリクス及びセービング法に基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入することを含む。
各初期計画経路の総配送コストを計算することと、
各初期計画経路に対して、前記初期計画経路における顧客ポイントの配送順序に基づいて、前記初期計画経路を破棄-再作成する方式を使用し、複数の更新後の初期計画経路を決定し、かつ、各更新後の初期計画経路の総配送コストをそれぞれ計算することと、
全ての更新後の初期計画経路の総配送コストに基づいて、全ての更新後の初期計画経路における総配送コストが最も低い経路である目標配送経路を決定することと、を含む。
前記配送対象となる顧客ポイントの集合における全ての顧客ポイントの位置情報及び配送センターの位置情報を配送経路計画モデルに入力し、少なくとも1つの目標配送経路を出力し、各目標配送経路における顧客ポイントがシーン制約条件を満たし、かつ、各目標配送経路の配送コストが配送コスト制約条件に合致することを含む。
予め設定されたサイクル数に応じて、異なるパラメータの値を持つ前記配送経路計画モデルをそれぞれ実行し、前記配送経路計画モデルの各実行のパラメータの値及び各実行結果を取得することと、
前記配送経路計画モデルの全ての実行のパラメータの値及び全ての実行結果に基づいて、訓練データ及びテストデータを含むデータの集合を取得することと、
予め設定されたアルゴリズムにより前記訓練データを処理し、前記配送経路計画モデルの重要なパラメータの集合を決定することと、
前記重要なパラメータの集合と前記テストデータを組み合わせて、前記重要なパラメータの集合における各重要なパラメータの値の範囲を決定することと、をさらに含む。
前記重要なパラメータの集合における各重要なパラメータの値の範囲に対して、グリッドサーチアルゴリズムに基づいて、前記重要なパラメータの集合に対応するパラメータグリッドを決定することと、
前記パラメータグリッドと前記訓練データに対して交差検証を行い、複数の重要なパラメータと各重要なパラメータの値を含む最適なパラメータの組み合わせを決定することと、
前記最適なパラメータの組み合わせ及び前記訓練データを使用して、前記配送経路計画モデルを更新することと、をさらに含む。
前記テストデータを使用して更新後の配送経路計画モデルの性能評価を行い、更新後の配送経路計画モデルの配送経路計画性能を決定することをさらに含む。
前記受信モジュールは、端末装置から送信された経路決定要求を受信するために用いられ、前記経路決定要求は、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報を含み、
前記処理モジュールは、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報、シーン制約条件及び配送コスト制約条件に基づいて、少なくとも1つの目標配送経路を決定するために用いられ、
前記プッシュモジュールは、前記端末装置に前記少なくとも1つの目標配送経路をプッシュするために用いられる。
前記第1処理ユニットは、前記配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報及びシーン制約条件に基づいて、少なくとも1つの初期計画経路を決定するために用いられ、前記シーン制約条件は、顧客ポイントの時間枠制約、走行時間制約、単一車種の配送、及び配送センターに戻らないことを含み、
前記第2処理ユニットは、総配送コストが最小となることを解決すべき目標として、各初期計画経路に対して反復更新を行い、少なくとも1つの目標配送経路を決定するために用いられる。
前記配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報に基づいて、第1初期計画経路を作成し、前記第1初期計画経路の種顧客ポイントが、前記シーン制約条件を満たすとともに、配送センターから最も遠い顧客ポイントであることと、
予め設定されたアルゴリズムに基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入し、挿入対象の顧客ポイントが前記シーン制約条件を満たさないまで行うことと、
挿入対象の顧客ポイントが前記シーン制約条件を満たさない場合、前記配送対象となる顧客ポイントの集合における残りの顧客ポイントに基づいて、第2初期計画経路を作成することと、のために用いられる。
前記第1処理ユニットは、予め設定されたアルゴリズムに基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入するために用いられ、具体的に、
前記第1処理ユニットは、具体的に、最近傍補間法、前記距離マトリクス及びセービング法に基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入するために用いられる。
各初期計画経路の総配送コストを計算することと、
各初期計画経路に対して、前記初期計画経路における顧客ポイントの配送順序に基づいて、前記初期計画経路を破棄-再作成する方式を使用し、複数の更新後の初期計画経路を決定し、かつ、各更新後の初期計画経路の総配送コストをそれぞれ計算することと、
全ての更新後の初期計画経路の総配送コストに基づいて、全ての更新後の初期計画経路における総配送コストが最も低い経路である目標配送経路を決定することと、のために用いられる。
予め設定されたサイクル数に応じて、異なるパラメータの値を持つ前記配送経路計画モデルをそれぞれ実行し、前記配送経路計画モデルの各実行のパラメータの値及び各実行結果を取得することと、
前記配送経路計画モデルの全ての実行のパラメータの値及び全ての実行結果に基づいて、訓練データ及びテストデータを含むデータの集合を取得することと、
予め設定されたアルゴリズムにより前記訓練データを処理し、前記配送経路計画モデルの重要なパラメータの集合を決定することと、
前記重要なパラメータの集合と前記テストデータを組み合わせて、前記重要なパラメータの集合における各重要なパラメータの値の範囲を決定することと、のためにも用いられる。
前記重要なパラメータの集合における各重要なパラメータの値の範囲に対して、グリッドサーチアルゴリズムに基づいて、前記重要なパラメータの集合に対応するパラメータグリッドを決定することと、
前記パラメータグリッドと前記訓練データに対して交差検証を行い、複数の重要なパラメータと各重要なパラメータの値を含む最適なパラメータの組み合わせを決定することと、
前記最適なパラメータの組み合わせ及び前記訓練データを使用して、前記配送経路計画モデルを更新することと、のためにも用いられる。
プロセッサ、メモリ、及び前記メモリに記憶され、かつプロセッサ上で実行可能なコンピュータプログラム命令、を含み、前記プロセッサが前記コンピュータプログラム命令を実行するとき、前記第1の態様に記載の方法が実現される。
選択可能に、前記プロセッサは、チップであってもよい。
ここで、該シーン制約条件は、顧客ポイントの時間枠制約、走行時間制約、単一車種の配送、及び配送センターに戻らないことを含む。
ここで、式(1)は、最小化された総走行距離である目的関数であり、式(2)は顧客ポイントの時間枠制約を示し、式(3)は走行時間制約を示す。
ここで、第1初期計画経路の種顧客ポイントは、シーン制約条件を満たし、かつ、配送センターから最も遠い顧客ポイントである。
A1において、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報に基づいて、任意の2つの顧客ポイントの間のナビゲーション距離及び各顧客ポイントと配送センターとのナビゲーション距離を決定する。
A2において、任意の2つの顧客ポイントの間のナビゲーション距離、及び各顧客ポイントと配送センターのナビゲーション距離に基づいて、距離マトリクスを作成する。
最近傍補間法、前記距離マトリクス及びセービング法に基づいて、第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入する。
本願の実施例において、各初期計画経路の顧客ポイントの位置、各顧客ポイントの位置コストに基づいて、各初期計画経路の総配送コストを計算し、後続の初期計画経路の更新条件を提供する。
ステップ61において、予め設定されたサイクル数に応じて、異なるパラメータの値を持つ配送経路計画モデルをそれぞれ実行し、該配送経路計画モデルの各実行のパラメータの値及び各実行結果を取得する。
ステップ62において、配送経路計画モデルの全ての実行のパラメータの値及び全ての実行結果に基づいて、データの集合を取得する。
ここで、該データの集合は、訓練データ及びテストデータを含む。
例示的に、図9は、モデルパラメータにおけるいくつかのパラメータの重要性を示す図である。図9に示すように、実際のサービスデータを使用して、重要なパラメータの集合における各重要なパラメータの値を取得する。本実施例において、線分が長いほどパラメータがより重要になる。サーバに閾値を予め設定し、パラメータの値が閾値より大きいパラメータを重要なパラメータとして決定してもよい。
本実施例において、図11に示すように、前記ステップを実行することにより得られた重要なパラメータの数を徐々に増加し、最後に、最適なパラメータの組み合わせ及び訓練データを使用して配送経路計画モデルのパラメータを置き換えることができ、さらに配送経路計画モデルの更新を実現する。
ここで、該受信モジュール121は、端末装置から送信された経路決定要求を受信するために用いられ、前記経路決定要求は、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報を含み、
該処理モジュール122は、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報、シーン制約条件及び配送コスト制約条件に基づいて、少なくとも1つの目標配送経路を決定するために用いられ、
該プッシュモジュール123は、前記端末装置に前記少なくとも1つの目標配送経路をプッシュするために用いられる。
該第1処理ユニットは、前記配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報及びシーン制約条件に基づいて、少なくとも1つの初期計画経路を決定するために用いられ、前記シーン制約条件は、顧客ポイントの時間枠制約、走行時間制約、単一車種の配送、及び配送センターに戻らないことを含む。
該第2処理ユニットは、総配送コストが最小となることを解決すべき目標とし、各初期計画経路に対して反復更新を行い、少なくとも1つの目標配送経路を決定するために用いられる。
前記配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報に基づいて、第1初期計画経路を作成し、前記第1初期計画経路の種顧客ポイントが、前記シーン制約条件を満たすとともに、配送センターから最も遠い顧客ポイントであることと、
予め設定されたアルゴリズムに基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入し、挿入対象の顧客ポイントが前記シーン制約条件を満たさないまで行うことと、
挿入対象の顧客ポイントが前記シーン制約条件を満たさない場合、前記配送対象となる顧客ポイントの集合における残りの顧客ポイントに基づいて、第2初期計画経路を作成することと、のために用いられる。
第1処理ユニットは、予め設定されたアルゴリズムに基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入するために用いられ、具体的に、
第1処理ユニットは、具体的に、最近傍補間法、前記距離マトリクス及びセービング法に基づいて、前記第1初期計画経路には前記配送対象となる顧客ポイントの集合における顧客ポイントを順番に挿入するために用いられる。
各初期計画経路の総配送コストを計算することと、
各初期計画経路に対して、前記初期計画経路における顧客ポイントの配送順序に基づいて、前記初期計画経路を破棄-再作成する方式を使用し、複数の更新後の初期計画経路を決定し、かつ、各更新後の初期計画経路の総配送コストをそれぞれ計算することと、
全ての更新後の初期計画経路の総配送コストに基づいて、全ての更新後の初期計画経路における総配送コストが最も低い経路である目標配送経路を決定することと、のために用いられる。
予め設定されたサイクル数に応じて、異なるパラメータの値を持つ前記配送経路計画モデルをそれぞれ実行し、前記配送経路計画モデルの各実行のパラメータの値及び各実行結果を取得することと、
前記配送経路計画モデルの全ての実行のパラメータの値及び全ての実行結果に基づいて、訓練データ及びテストデータを含むデータの集合を取得することと、
予め設定されたアルゴリズムにより前記訓練データを処理し、前記配送経路計画モデルの重要なパラメータの集合を決定することと、
前記重要なパラメータの集合と前記テストデータを組み合わせて、前記重要なパラメータの集合における各重要なパラメータの値の範囲を決定することと、のためにも用いられる。
前記重要なパラメータの集合における各重要なパラメータの値の範囲に対して、グリッドサーチアルゴリズムに基づいて、前記重要なパラメータの集合に対応するパラメータグリッドを決定することと、
前記パラメータグリッドと前記訓練データに対して交差検証を行い、複数の重要なパラメータと各重要なパラメータの値を含む最適なパラメータの組み合わせを決定することと、
前記最適なパラメータの組み合わせ及び前記訓練データを使用して、前記配送経路計画モデルを更新することと、のためにも用いられる。
Claims (10)
- コールドチェーン配送経路の決定方法であって、
端末装置から送信された経路決定要求を受信することであって、前記経路決定要求には、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報が含まれることと、
配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報、シーン制約条件及び配送コスト制約条件に基づいて、少なくとも1つの目標配送経路を決定することと、
前記端末装置に前記少なくとも1つの目標配送経路をプッシュすることと、を含み、
前記配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報、シーン制約条件及び配送コスト制約条件に基づいて、少なくとも1つの目標配送経路を決定することは、
前記配送対象となる顧客ポイントの集合における全ての顧客ポイントの位置情報及び配送センターの位置情報を配送経路計画モデルに入力し、少なくとも1つの目標配送経路を出力し、各目標配送経路における顧客ポイントがシーン制約条件を満たすとともに、各目標配送経路の配送コストが配送コスト制約条件に合致することを含み、
前記方法は、
予め設定されたサイクル数に応じて、異なるパラメータの値を持つ前記配送経路計画モデルをそれぞれ実行し、前記配送経路計画モデルの各実行のパラメータの値及び各実行結果を取得することと、
前記配送経路計画モデルの全ての実行のパラメータの値及び全ての実行結果に基づいて、データの集合を取得し、得られた前記データの集合を訓練データとテストデータに区分することと、
予め設定されたアルゴリズムにより前記訓練データを処理し、前記配送経路計画モデルの重要なパラメータの集合を決定することと、
前記重要なパラメータの集合と前記テストデータを組み合わせて、前記重要なパラメータの集合における各重要なパラメータの値の範囲を決定することと、をさらに含む、
ことを特徴とするコールドチェーン配送経路の決定方法。 - 前記方法は、
前記重要なパラメータの集合における各重要なパラメータの値の範囲に対して、グリッドサーチアルゴリズムに基づいて、前記重要なパラメータの集合に対応するパラメータグリッドを決定することと、
前記パラメータグリッドと前記訓練データに対して交差検証を行い、複数の重要なパラメータと各重要なパラメータの値を含む最適なパラメータの組み合わせを決定することと、
前記最適なパラメータの組み合わせ及び前記訓練データを使用して、前記配送経路計画モデルを更新することと、をさらに含む、
ことを特徴とする請求項1に記載の方法。 - 前記方法は、
前記テストデータを使用して更新後の配送経路計画モデルの性能評価を行い、更新後の配送経路計画モデルの配送経路計画性能を決定することをさらに含む、
ことを特徴とする請求項2に記載の方法。 - 受信モジュール、処理モジュール及びプッシュモジュールを含み、
前記受信モジュールは、端末装置から送信された経路決定要求を受信するために用いられ、前記経路決定要求は、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報及び配送センターの位置情報を含み、
前記処理モジュールは、配送対象となる顧客ポイントの集合における各顧客ポイントの位置情報、配送センターの位置情報、シーン制約条件及び配送コスト制約条件に基づいて、少なくとも1つの目標配送経路を決定するために用いられ、
前記プッシュモジュールは、前記端末装置に前記少なくとも1つの目標配送経路をプッシュするために用いられ、
前記処理モジュールは、具体的に、前記配送対象となる顧客ポイントの集合における全ての顧客ポイントの位置情報と配送センターの位置情報を配送経路計画モデルに入力し、少なくとも1つの目標配送経路を出力し、各目標配送経路における顧客ポイントはシーン制約条件を満たすとともに、各目標配送経路の配送コストが配送コスト制約条件に合致し、
前記処理モジュールは、
予め設定されたサイクル数に応じて、異なるパラメータの値を持つ前記配送経路計画モデルをそれぞれ実行し、前記配送経路計画モデルの各実行のパラメータの値及び各実行結果を取得することと、
前記配送経路計画モデルの全ての実行のパラメータの値及び全ての実行結果に基づいて、データの集合を取得し、得られた前記データの集合を訓練データとテストデータに区分することと、
予め設定されたアルゴリズムにより前記訓練データを処理し、前記配送経路計画モデルの重要なパラメータの集合を決定することと、
前記重要なパラメータの集合と前記テストデータを組み合わせて、前記重要なパラメータの集合における各重要なパラメータの値の範囲を決定することと、のためにも用いられる、
ことを特徴とするコールドチェーン配送経路の決定装置。 - 前記処理モジュールは、
前記重要なパラメータの集合における各重要なパラメータの値の範囲に対して、グリッドサーチアルゴリズムに基づいて、前記重要なパラメータの集合に対応するパラメータグリッドを決定することと、
前記パラメータグリッドと前記訓練データに対して交差検証を行い、複数の重要なパラメータと各重要なパラメータの値を含む最適なパラメータの組み合わせを決定することと、
前記最適なパラメータの組み合わせ及び前記訓練データを使用して、前記配送経路計画モデルを更新することと、のためにも用いられる、
ことを特徴とする請求項4に記載の装置。 - 前記処理モジュールは、前記テストデータを使用して更新後の配送経路計画モデルの性能評価を行い、更新後の配送経路計画モデルの配送経路計画性能を決定するためにも用いられる、
ことを特徴とする請求項5に記載の装置。 - プロセッサ、メモリ、及び前記メモリに記憶されるとともにプロセッサで実行可能なコンピュータプログラム命令を含むサーバであって、
前記プロセッサが前記コンピュータプログラム命令を実行するとき、請求項1~3のいずれか一項に記載の方法が実現される、
ことを特徴とするサーバ。 - コンピュータプログラム命令が記憶されたコンピュータで読み取り可能な記憶媒体であって、前記コンピュータプログラム命令がプロセッサにより実行されるとき、請求項1~3のいずれか一項に記載の方法が実現される、
ことを特徴とするコンピュータで読み取り可能な記憶媒体。 - 命令を実行するチップであって、前記チップがメモリと、プロセッサとを含み、前記メモリにコード及びデータが記憶され、前記メモリは、前記プロセッサに結合され、前記プロセッサは、前記メモリ内のコードを実行することにより、前記チップが請求項1~3のいずれか一項に記載の方法を実行することに用いられる、
ことを特徴とするチップ。 - コンピュータプログラムであって、コンピュータプログラムがプロセッサにより実行されるとき、請求項1~3のいずれか一項に記載の方法が実現される、
ことを特徴とするコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010108742.1 | 2020-02-21 | ||
CN202010108742.1A CN112288347A (zh) | 2020-02-21 | 2020-02-21 | 冷链配送的路线确定方法、装置、服务器及存储介质 |
PCT/CN2020/135880 WO2021164390A1 (zh) | 2020-02-21 | 2020-12-11 | 冷链配送的路线确定方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023500883A JP2023500883A (ja) | 2023-01-11 |
JP7417724B2 true JP7417724B2 (ja) | 2024-01-18 |
Family
ID=74420187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022525754A Active JP7417724B2 (ja) | 2020-02-21 | 2020-12-11 | コールドチェーン配送経路の決定方法、装置、サーバおよび記憶媒体 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230084312A1 (ja) |
EP (1) | EP4030368A4 (ja) |
JP (1) | JP7417724B2 (ja) |
KR (1) | KR102655411B1 (ja) |
CN (1) | CN112288347A (ja) |
WO (1) | WO2021164390A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801593A (zh) * | 2021-02-09 | 2021-05-14 | 北京橙心无限科技发展有限公司 | 生成配送方案的方法和装置 |
CN113029144B (zh) * | 2021-03-01 | 2023-03-17 | 汇链通产业供应链数字科技(厦门)有限公司 | 一种协同运输的亚启发算法路径规划方法 |
CN113780951B (zh) * | 2021-09-15 | 2023-11-07 | 北京京东振世信息技术有限公司 | 物品运输的方法、装置、电子设备和存储介质 |
CN116307959A (zh) * | 2021-12-03 | 2023-06-23 | 株洲瑞德尔智能装备有限公司 | 一种用于物料配送的数据处理方法及装置 |
CN114523476B (zh) * | 2022-03-02 | 2024-02-20 | 北京云迹科技股份有限公司 | 服务机器人的控制方法及装置 |
CN115032997B (zh) * | 2022-06-22 | 2023-04-07 | 江南大学 | 一种基于蚁群算法的第四方物流运输路径规划方法 |
CN115311005B (zh) * | 2022-07-25 | 2023-04-07 | 深圳市昂捷信息技术股份有限公司 | 一种生鲜的供需管理方法、装置、电子设备及存储介质 |
CN115081995B (zh) * | 2022-07-27 | 2023-04-07 | 成都运荔枝科技有限公司 | 用于冷链物流的车辆调度方法、装置及电子设备 |
CN115841287B (zh) * | 2023-02-21 | 2023-05-09 | 山东科技大学 | 一种混合车队动态路径规划方法及设备 |
CN115829183B (zh) * | 2023-02-22 | 2023-05-02 | 四川港投新通道物流产业投资集团有限公司 | 冷链物流路径规划方法、装置、设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002302257A (ja) | 2001-04-05 | 2002-10-18 | Mitsubishi Electric Corp | 配送計画方法およびその方法をコンピュータに実行させるプログラム |
JP2008114960A (ja) | 2006-11-02 | 2008-05-22 | Hitachi Ltd | 輸送計画システム |
JP2010111452A (ja) | 2008-11-04 | 2010-05-20 | Internatl Business Mach Corp <Ibm> | 複数車両の配送経路を求めるための方法、装置及びプログラム |
JP2014153264A (ja) | 2013-02-12 | 2014-08-25 | Denso Corp | 冷凍車の配送ルート算出装置 |
CN108510227A (zh) | 2018-03-23 | 2018-09-07 | 东华大学 | 一种基于机器学习的车载物流配送实时规划系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6904421B2 (en) * | 2001-04-26 | 2005-06-07 | Honeywell International Inc. | Methods for solving the traveling salesman problem |
JP2003109170A (ja) * | 2001-09-27 | 2003-04-11 | Hitachi Software Eng Co Ltd | 輸送計画作成方法およびシステム |
KR100913837B1 (ko) * | 2006-01-10 | 2009-08-26 | 주식회사 엘지화학 | 다수의 차량에 대한 최적 배차 방법 및 이를 위한 시스템 |
CN101739812A (zh) * | 2009-12-10 | 2010-06-16 | 浙江师范大学 | 物流配送车辆路径优化方法 |
KR101461063B1 (ko) * | 2012-09-05 | 2014-11-13 | 김동석 | 택배화물 배송시스템 |
KR20180086084A (ko) * | 2017-01-20 | 2018-07-30 | (주)광개토연구소 | 인공 지능 기술을 적용한 기계 학습 기반의 입력 특허 집합과 관계성 높은 특허 집합을 생성하는 방법 및 장치 |
CN106779570A (zh) * | 2017-03-10 | 2017-05-31 | 镇江康飞汽车制造股份有限公司 | 一种智能冷链物流路径多目标优化算法 |
CN107464018B (zh) * | 2017-08-01 | 2020-12-01 | 北京同城必应科技有限公司 | 一种配送路径优化方法和装置、计算机设备、存储介质 |
CN109389239A (zh) * | 2017-08-14 | 2019-02-26 | 顺丰科技有限公司 | 一种随机路径摧毁重建方法、系统、设备 |
US20190114564A1 (en) * | 2017-10-18 | 2019-04-18 | United Parcel Service Of America, Inc. | Enriched Logistics System for Unmanned Vehicle Delivery of Parcels |
CN107977739B (zh) * | 2017-11-22 | 2021-07-06 | 深圳北斗应用技术研究院有限公司 | 物流配送路径的优化方法、装置及设备 |
US20210356279A1 (en) * | 2018-07-08 | 2021-11-18 | Nng Software Developing And Commercial Llc. | A Method and Apparatus for Optimal Navigation to Multiple Locations |
US10817809B2 (en) * | 2018-07-27 | 2020-10-27 | Servicenow, Inc. | Systems and methods for customizable route optimization |
CN109214551B (zh) * | 2018-08-08 | 2022-08-26 | 北京三快在线科技有限公司 | 一种配送调度方法及装置 |
CN109726863A (zh) * | 2018-12-26 | 2019-05-07 | 深圳市北斗智能科技有限公司 | 一种多目标优化的物流方法和系统 |
US10565543B1 (en) * | 2019-03-01 | 2020-02-18 | Coupang, Corp. | Systems, apparatuses, and methods of efficient route planning for e-commerce fulfillment |
CN110059934A (zh) * | 2019-03-27 | 2019-07-26 | 浙江工商大学 | 燃油车和新能源车协同配送调度的方法 |
CN110189073B (zh) * | 2019-04-17 | 2022-05-03 | 北京百度网讯科技有限公司 | 路线规划方法、装置、设备及计算机可读存储介质 |
-
2020
- 2020-02-21 CN CN202010108742.1A patent/CN112288347A/zh active Pending
- 2020-12-11 EP EP20920599.6A patent/EP4030368A4/en active Pending
- 2020-12-11 US US17/801,081 patent/US20230084312A1/en active Pending
- 2020-12-11 WO PCT/CN2020/135880 patent/WO2021164390A1/zh unknown
- 2020-12-11 KR KR1020227011707A patent/KR102655411B1/ko active IP Right Grant
- 2020-12-11 JP JP2022525754A patent/JP7417724B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002302257A (ja) | 2001-04-05 | 2002-10-18 | Mitsubishi Electric Corp | 配送計画方法およびその方法をコンピュータに実行させるプログラム |
JP2008114960A (ja) | 2006-11-02 | 2008-05-22 | Hitachi Ltd | 輸送計画システム |
JP2010111452A (ja) | 2008-11-04 | 2010-05-20 | Internatl Business Mach Corp <Ibm> | 複数車両の配送経路を求めるための方法、装置及びプログラム |
JP2014153264A (ja) | 2013-02-12 | 2014-08-25 | Denso Corp | 冷凍車の配送ルート算出装置 |
CN108510227A (zh) | 2018-03-23 | 2018-09-07 | 东华大学 | 一种基于机器学习的车载物流配送实时规划系统 |
Non-Patent Citations (1)
Title |
---|
ブルコフ アンドリー Andriy Burkov,機械学習100+ページ エッセンス ,第1版,株式会社インプレス 小川 亨,2019年12月21日,59-61ページ |
Also Published As
Publication number | Publication date |
---|---|
JP2023500883A (ja) | 2023-01-11 |
CN112288347A (zh) | 2021-01-29 |
WO2021164390A1 (zh) | 2021-08-26 |
KR102655411B1 (ko) | 2024-04-04 |
EP4030368A1 (en) | 2022-07-20 |
US20230084312A1 (en) | 2023-03-16 |
EP4030368A4 (en) | 2023-08-30 |
KR20220059531A (ko) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7417724B2 (ja) | コールドチェーン配送経路の決定方法、装置、サーバおよび記憶媒体 | |
US20210390461A1 (en) | Graph model build and scoring engine | |
US9122786B2 (en) | Systems and/or methods for statistical online analysis of large and potentially heterogeneous data sets | |
US20210026860A1 (en) | Method and device for generating ranking model | |
US20150310066A1 (en) | Processing queries using hybrid access paths | |
US20190278773A1 (en) | Grouping in analytical databases | |
WO2015040789A1 (ja) | 商品推薦装置、商品推薦方法、及び、記録媒体 | |
CN103177066B (zh) | 分析和表示人际关系 | |
Hilprecht et al. | Zero-shot cost models for out-of-the-box learned cost prediction | |
CN106228263A (zh) | 基于大数据的物流信息化方法 | |
WO2022116689A1 (zh) | 图数据处理方法、装置、计算机设备和存储介质 | |
CN105956723A (zh) | 基于数据挖掘的物流信息管理方法 | |
US9324026B2 (en) | Hierarchical latent variable model estimation device, hierarchical latent variable model estimation method, supply amount prediction device, supply amount prediction method, and recording medium | |
CN116501711A (zh) | 一种基于“存算分离”架构的算力网络任务调度方法 | |
CN107145574A (zh) | 数据库数据处理方法、装置及存储介质和电子设备 | |
Júnior et al. | A greedy randomized adaptive search procedure application to solve the travelling salesman problem | |
CN105956816A (zh) | 物资运输信息智能处理方法 | |
US20150066870A1 (en) | Correlation of Maximum Configuration Data Sets | |
EP4174678A1 (en) | Cloud analysis scenario-based hybrid query method and system, and storage medium | |
CN115422205A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
Chu et al. | A graph based framework for route optimization in sea-trade logistics | |
Cai et al. | A Two-Layers Heuristic Search Algorithm for Milk Run with a New PDPTW Model | |
CN117370619B (zh) | 图的分片存储和子图采样方法及装置 | |
CN111949913B (zh) | 面向时空感知发布/订阅系统的高效匹配方法及系统 | |
CN110958144B (zh) | 获取网络的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220428 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220428 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230606 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230612 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230912 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231010 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231128 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240105 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7417724 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |