TW201741953A - 車輛路徑規劃方法及裝置 - Google Patents
車輛路徑規劃方法及裝置 Download PDFInfo
- Publication number
- TW201741953A TW201741953A TW105131308A TW105131308A TW201741953A TW 201741953 A TW201741953 A TW 201741953A TW 105131308 A TW105131308 A TW 105131308A TW 105131308 A TW105131308 A TW 105131308A TW 201741953 A TW201741953 A TW 201741953A
- Authority
- TW
- Taiwan
- Prior art keywords
- vehicle
- path planning
- information
- vehicle path
- warehouse
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—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
- 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
- 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
- G01C21/36—Input/output arrangements for on-board computers
-
- 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
- G01C21/3667—Display of a road map
- G01C21/3676—Overview of the route on the road map
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一種車輛路徑規劃方法包括:執行至少一目標函數; 根據車輛資訊、倉庫資訊及顧客資訊中的至少一者生成至少一路徑規劃資訊;根據所述路徑規劃資訊及所述目標函數生成一解決方案,其中所述解決方案滿足所述目標函數;及根據所述解決方案生成一車輛路徑規劃計畫。本發明還提供一種車輛路徑規劃裝置。本發明所述的車輛路徑規劃方法及車輛路徑規劃裝置考慮了倉庫位置、顧客需求、時窗、車輛資訊等資訊,且採用模擬退火演算法,提高了車輛路徑規劃計畫生成的準確性及效率。
Description
本發明涉及一種車輛路徑規劃方法及車輛路徑規劃裝置。
目前零售商都將其採購策略從到傳統批發市場分散採購調整為通過其自身的配送中心進行集中採購。然而,管理團隊需要選擇一個理想的配送中心地點,進而最小化營運及運輸成本。通常物流成本占了公司費用的很大一個比例。因此,對於很多產業來說,物流配送系統的設計成為一個非常重要的事情。
通常,工廠及/或倉儲的選址需要從策略層面進行考量,同時,車輛的運輸路徑也必須從策略和營運層面去考量以滿足顧客需求。選址和路徑規劃是相互關聯,不可分割的。
鑒於以上內容,有必要提供一種車輛路徑規劃方法及車輛路徑規劃裝置。
一種車輛路徑規劃方法包括:執行至少一目標函數; 根據車輛資訊、倉庫資訊及顧客資訊中的至少一者生成至少一路徑規劃資訊;根據所述路徑規劃資訊及所述目標函數生成一解決方案,其中所述解決方案滿足所述目標函數;及根據所述解決方案生成一車輛路徑規劃計畫。
一種車輛路徑規劃裝置包括:處理器;輸入單元,所述輸入單元與所述處理器通訊連接,用於接收輸入資訊,所述輸入資訊包括車輛資訊、倉庫資訊及顧客資訊中的至少一者;及記憶體,與所述處理器相連,所述記憶體包括儲存其內的指令,所述指令被所述處理器執行以執行如上所述的車輛路徑規劃方法。
相較於現有技術,本發明所述的車輛路徑規劃方法及車輛路徑規劃裝置考慮了倉庫位置、顧客需求、時窗、車輛資訊等資訊,且採用模擬退火演算法,提高了車輛路徑規劃計畫生成的準確性及效率。
圖1A是本發明較佳實施例的一種配送系統之示意圖。
圖1B是本發明另一較佳實施例的一種配送系統之示意圖。
圖2是本發明較佳實施例的一種配送網路之系統架構圖。
圖3是本發明較佳實施例的裝置模組圖其應用於圖2所示之網路。
圖4是本發明較佳實施例的一種車輛路徑規劃方法之流程圖。
圖5是本發明另一較佳實施例的一種車輛路徑規劃方法之流程圖。
圖6是本發明較佳實施例的一種車輛路徑規劃方法之細化流程圖。
圖7是本發明較佳實施例的一種車輛路徑規劃裝置之應用介面圖。
圖8為本發明較佳實施例的一種車輛路徑規劃裝置之另一應用介面圖。
為便於描述,不同圖中的相同標號代表相同或類似的元件。而且,各種細節描述是為了更好地理解本發明的各實施方式。但是,應當可以理解的是,本處所描述的實施例並不是必須要描述的全部細節。在其他實施例中,未詳細描述的方法、流程及元件不會使得所描述的相關特徵不清楚。而且,所描述並不能理解為對所描述的實施例的範圍的限定。所述圖中各相關元件並非都是成比例繪製的,有的部分誇大僅僅是為了更好地呈現其中的細節和特徵。
本揭露,包括相應的圖示,僅僅為例示目的而非限定。下述為幾個貫穿本揭露的定義。可以理解的是,本揭露的實施例中提到的“一”或“一個”並非限定為一個,而應當可以理解為至少一個。
所述“包括”意指“包括,但不限於”;它特指開放式包括,或屬於一個所描述的組合、群組、系列及類似物。
所述“連接”定義為直接連接或通過中間元件間接連接,並不局限於物理連接。所述連接可以是永久性連接也可以是可拆卸地連接。所述“基本”、“大致”被定義為本質上符合特定的尺寸、形狀,或其他類似物,不需要所述元件剛好是那樣的。例如,基本呈矩形是指所述元件類似於矩形,但是可能是一個矩形的變形。所述“模組”是指電腦邏輯或韌體邏輯,或採用可程式設計語言(例如Java,C或其他類似語言)編寫的軟體指令之集合。所述模組中的一個或複數軟體指令可被內嵌在韌體,例如可讀寫可程式設計的唯讀記憶體(EPROM)中。本處所述模組可以軟體及/或計算模組的方式實現並可被保存在任何類型的非揮發性電腦可讀介質或其他存放裝置中。所述非揮發性電腦可讀之儲存介質包括,但不限於CD、DVD、藍光、快閃記憶體及影碟等。
本揭露是關於一種尋找最佳或接近最佳的倉儲位置及/或車輛路徑的系統和方法,以服務該配送系統中的顧客。例如,要求在最小化總運輸距離的同時滿足顧客的特定需求或特定時窗(可接收運輸貨物的時段)。因此,本揭露所提供的系統和方法可供決定某一倉儲倉庫是否關閉,某一運輸車輛是否可提供運送服務至所開啟的倉儲倉庫,及所構建的運輸路徑是否滿足所述需求。
圖1A為一實施例的配送系統10。所述例示的配送系統10可包括一個或複數配送車輛12,複數顧客14,複數倉庫16以解決複數顧客需求(Di)18。在一些實施例中,所述倉庫16可在所述配送系統10運行前預先設置。例如,D1和D2需要考慮哪一個應當開啟或兩者同時開啟。
圖1B為本發明另一實施例的配送系統100。所述例示的配送系統100可包括,但不限於,一輛或多輛運輸車輛102,複數顧客104,複數倉庫106,以用於滿足複數顧客需求(Di)108。
每一車輛102有一定的承載量及啟用成本。每一顧客104的資訊包括顧客需求108、位置座標,服務時間,及/或可收貨的時段。每一倉庫106的資訊包括開放成本,位置座標,倉儲能力及開放/關閉的時間。
在至少一實施例中,所述車輛102出發的起點及最後返回的地點皆為同一個倉庫106。例如,當所述車輛102從倉庫D1出發,完成工作後即返回倉庫D1。所述車輛之終點站不能是倉庫D2,D3或D4。另一車輛102可從不同的倉庫106出發,而終點站為其出發倉庫。例如,所述車輛102從倉庫D2出發,最後返回所述倉庫D2。
在至少一實施例中,所述車輛102的起點及終點可在不同的倉庫106。例如,所述車輛102從倉庫D1出發,最後返回倉庫D2,D3或D4。
另一車輛可開始於不同的倉庫,但是最終必須返回其開始倉庫。例如,另一車輛(如第2車輛),從第2倉庫出發,最終也必須返回第2倉庫。
例如,當倉庫D1開放而倉庫D2關閉時,所述車輛102具有能承載30份貨物的承載能力,其在D1倉庫裝載30份貨物,然後選擇路徑1(D1-C1-C2-C3-C4-D1)沿第一輪路徑行進。所述車輛102可在顧客C1卸載5份貨物,在顧客C2卸載5份貨物,在顧客C3卸載10份貨物,在顧客C4卸載10份貨物,然後調轉車頭回到D1倉庫。所述車輛102接著可以在倉庫D1裝載20份貨物,然後選擇路徑2(D1-C5-C6-D1)進行第二輪路徑旅程。所述車輛102可在顧客C5卸載10份貨物,在顧客C6卸載10份貨物,然後回到倉庫D1。在一些實施例中,所述車輛102可選擇其他路徑(例如D1-C4-C5-C6-D1)以滿足不同的目標,例如總運輸距離最短,總運輸時間最短,最小化配送網路成本等。在一些實施例中,所述配送系統100可採用多輛車輛102。
其中,最小化配送成本可包括倉庫開放成本及路徑成本。例如,旅行成本及固定成本。所做的決定可包括開放哪些倉庫,投入多少車輛營運,所營運的車輛在路徑規劃及運載能力限制下是否能滿足所有顧客需求等。
在一些實施例中,所述車輛的數量是充足的,且一個顧客僅僅只能由一台車輛服務。在一些實施例中,倉庫儲存能力及需求是確定的,每一顧客或每一倉庫具有確定的開放時段。在一些實施例中,每一顧客或每一倉庫具有特定的時間限制。
本揭露所提供的所述車輛路徑規劃方法可應用於交貨網路外的多種配送網路,例如,報紙配送網路,垃圾搜集網路,食物和飲料配送網路,醫療服務網路及其他類似配送網路。
圖2示出了一種車輛路徑規劃系統。所述例示的車輛路徑規劃系統200包括複數通過網路204(例如:網際網路)相互通訊連接的車輛路徑規劃裝置202(在所述實施例中,為N個裝置,N為大於或等於1的正整數)。所述車輛路徑規劃裝置202可設置在所述倉庫內,所述車輛上或被所述顧客攜帶。所有的路徑規劃資訊及資料(例如車輛路徑規劃計畫)可在所述倉庫、所述車輛或所述顧客之間通過所述車輛路徑規劃裝置202交換。在一些實施例中,所述安排車輛路徑的裝置202可設置在一雲端中心,所述雲端中心可從所述倉庫、所述車輛、所述顧客中接收所有路徑規劃資訊。例如,在所述倉庫中的所述路徑規劃裝置202可用於提供倉庫倉儲能力或倉庫開放時段資訊,所述車輛中的路徑規劃裝置202可用於提供車輛額定載重或車輛調配資訊;所述顧客攜帶的車輛路徑規劃裝置202可用於提供訂單資訊或顧客時窗資訊(即顧客可被服務的時段)。所述雲端中心可用於接收所述路徑規劃資訊及制定相應的最佳路徑規劃計畫。
在至少一實施例中,所述路徑規劃裝置為一雲端中心206。
圖3示出了一例示的車輛路徑規劃裝置300,所述例示的車輛路徑規劃裝置300採用圖2中示出的車輛路徑規劃系統200。所述車輛路徑規劃裝置300包括處理器304,所述處理器304根據路徑規劃資訊生成至少一營運解決方案。一輸入單元302與所述處理器304相連接並用於輸入路徑規劃資訊。所述輸入單元302可為任意適宜的介面,包括用於接收輸入資料/資訊的電子裝置(例:手機、個人數位助理PDA、膝上型電腦、收音機、廣播、手提電話機等)。記憶體306與所述處理器304相連接並用於接收及儲存所述路徑規劃資訊。所述記憶體306可儲存所述處理器304執行的指令(例如:軟體指令、韌體指令或程式)。所述記憶體306可包括,但不限於,揮發性記憶體或非揮發性記憶體,例如快閃記憶體,唯讀記憶體(Read Only Memory, ROM),或隨機存取記憶體(Random Access Memory, RAM)。顯示單元310與所述處理器304相連接並用於顯示營運指令及關於車輛路徑規劃資訊的營運解決方案等資訊,例如,顯示一路徑規劃計畫。所述顯示單元310可為一包括輸出單元的電子裝置,例如,顯示器,手機,個人數位助理PDA,膝上型電腦、收音機、廣播、手提電話機等。一通訊單元308與所述處理器304相連接並用於傳輸或接收路徑規劃資訊。
在至少一實施例中,所述車輛路徑規劃裝置300可設置在一倉庫內。所述倉庫的員工可通過所述輸入單元302輸入目標資訊及倉庫資訊。在一些實施例中,所述目標資訊包括最小化配送網路/系統總成本及所述倉庫資訊可被預先儲存在記憶體306中。所述通訊單元308用於從車輛接收車輛資訊及從顧客接收顧客資訊作為路徑規劃資訊。所述目標資訊及所述路徑規劃資訊可被儲存至所述記憶體306或被直接傳輸至所述處理器304。所述處理器304用於執行一程式以根據所述路徑規劃資訊及所述目標資訊生成車輛路徑規劃計畫。所述車輛路徑規劃計畫可通過所述顯示單元310顯示給所述倉庫的員工,還可通過所述通訊單元308傳輸至所述車輛和顧客。因此,車輛路徑規劃計劃即更新。在一些實施例中,車輛、顧客或雲端中心也可運行所述車輛路徑規劃裝置300。在至少一實施例中,所述車輛路徑規劃裝置300主要運行在所述雲端中心以生成車輛路徑規劃計畫。所述目標函數(或目標資訊)可預先安裝在位於所述雲端中心的所述車輛路徑規劃裝置300中,或由所述車輛路徑規劃裝置300的操作者手動輸入。所述倉庫、車輛、顧客提供其自身資訊至所述雲端中心及從所述雲端中心接收所述車輛路徑規劃計畫。
在至少一實施例中,所述車輛路徑規劃裝置300可被設置在雲端中心,其中,所述通訊單元308可作為所述車輛、倉庫、顧客之間交換所述車輛路徑規劃資訊的媒介。生成車輛路徑規劃計畫的流程在所述雲端中心執行。例如,所述車輛路徑規劃裝置300運行在雲端中心,並通過所述通訊單元308從所述車輛、倉庫、顧客中的任何裝置(例如,手機、PDA等)接收所述車輛路徑規劃資訊。在所述處理器304生成車輛路徑規劃計畫後,所述通訊單元308將所述車輛路徑規劃計畫從所述雲端中心傳輸至車輛、倉庫及顧客中的任何裝置(例:手機,PDA等)。
由於有些資訊可能是動態的,所述車輛路徑規劃計畫可隨著所述目標資訊及所述倉庫、車輛及顧客的狀態而改變。例如,當一車輛發生事故不能再工作,所述車輛將更新其車輛資訊至所述系統以便所述車輛路徑規劃裝置/系統可以根據該更新的資訊重新制定一新的車輛路徑規劃計畫。
圖4示出了一種例示的車輛路徑規劃方法400的流程圖。
步驟402,執行至少一目標函數(或目標資訊),所述目標函數(或目標資訊)通過所述輸入單元302輸入或預裝在所述記憶體306中。所述目標函數可包括總運輸路程、總運輸時間或總運輸成本最小化。
步驟404,所述處理器304根據所述倉庫資訊、所述車輛資訊及顧客資訊中的其中至少一者生成至少一路徑規劃資訊。
當從所述倉庫、所述車輛及所述顧客接收到資訊時,所述資訊為原始資訊。所述原始資訊是隨意設置的,沒有最佳化設置。因此,根據所述目標資訊生成一最佳解決方案是必要的。
步驟406,所述處理器304根據所述路徑規劃資訊及所述目標資訊生成一解決方案,其中所述解決方案滿足所述目標函數。所述目標函數可包括所述解決方案需要滿足的條件。當所述解決方案滿足所述條件時,所述解決方案可被選作為最佳解決方案或接近最佳的解決方案。
步驟408,所述處理器304根據所述解決方案生成一車輛路徑規劃計畫。所述車輛路徑規劃計畫用於安排所述車輛的路徑以滿足所述目標,例如總路程最短、總時間最小或總運輸成本最低。
步驟412,輸出所述車輛路徑規劃計畫至一顯示單元。
在一些實施例中,所述車輛路徑規劃計畫包括倉庫設置計畫。所述倉庫設置計畫可根據所述處理器304的解決方案生成。所述倉庫設置計畫提供一安排計畫,確定倉庫的設置地點,以滿足所述目標,例如最小化總運輸距離,最小化總運輸時間或最小化總配送網路成本。
在一些實施例中,所述處理器依倉庫設置方法提出倉庫設置計畫。例如,當管理者評估要在哪裡設置所述倉庫時,將會有複數倉庫可供選擇,在滿足所述目標(例如,最小化總運輸距離、最小化總運輸時間或最小化總配送網路成本)的前提下,所述倉庫設置計畫提供最佳的倉庫設置地點。
參閱圖5所示,為所述步驟406生成所述解決方案指令的一種實施方式。例如,第一解決方案(初始解決方案)根據貪婪演算法(Greedy Algorithm)產生。所述指令還可根據所述第一解決方案生成第二解決方案。例如,所述第二解決方案可使用模擬退火演算法(simulated annealing algorithm,SA)生成。所述SA演算法是一種全域最佳解搜索演算法,是一種根據區域搜索的探索式搜索演算法,可避免在其最佳解搜索過程中局限於區域最佳解。所述SA搜索全域最小的優化過程是類比物理退火過程中的緩慢冷卻過程。根據貪婪法則,從初始解決方案開始,在每一次反覆運算過程中,採取預先定義的鄰近解作為新的解決方案。
在步驟502中,所述指令能夠輸入或輸出資料。在步驟504中,所述指令能夠生成一第一解決方案。在步驟506中,所述指令能夠根據所述第一解決方案生成一第二解決方案。
在步驟508中,所述指令能夠評估決定所述第二解決方案是否優於第一解決方案。當所述第二解決方案優於所述第一解決方案時,所述流程進入下一評估流程。在步驟510中,所述指令能夠評估和決定所述第二解決方案是否優於當前最佳解決方案。當所述第二解決方案優於所述當前最佳解決方案時,生成一新的第二解決方案,所述新的第二解決方案替代所述當前最佳解決方案。在步驟512中,所述指令能夠判斷所述營運目標是否達成。
圖6示出了考量時窗的車輛路徑規劃方法的根據SA演算法的一種細化流程圖。其中所述目標可包括總運輸距離最短或總運輸成本最低。
步驟602,根據貪婪啟發式法則,設置當前溫度T=T0,並隨機生成一初始解決方案X。
步驟604,當前最佳解決方案Xbest
、X的最佳目標函數Fbest
分別設置為X及Obj(X)。
步驟606,生成一隨機值r。
步驟608,每一次迭代皆根據當前解決方案X及隨機值r找出鄰近解作為新的解決方案Y,並計算所述解決方案X、Y的目標函數值。所述r的值對應於不同的步驟,當r≦1/3時,執行步驟610,進行交換(Swap)運算;1/3<r≦2/3時,執行步驟612,進行插入(Insertion)運算;2/3<r≦1時,執行步驟614(2-opt),接著進入下一次迭代過程(步驟616,I=I+1)。
其中,步驟610的Swap運算具體為:在所規劃的路徑中,隨機挑選兩個位置(下面範例所選的是9和1),將兩點的位置交換,重組成新的路線。
(運算前)
2→15→18→0→9
→8→13→1
→14→0
(運算後)
2→15→18→0→1
→8→13→9
→14→0
步驟612的Insertion運算具體為:在所規劃的路徑中,隨機挑選一個位置(下面範例所選的是9),將9從路線中抽出,並安插在另一個隨機挑選的位置(下面範例所選的是1)的前方,重組成新的路線。
(運算前)
2→15→18→0→9
→8→13→1
→14→0
(運算後)
2→15→18→0→8→13→9
→1
→14→0
步骤614的(2-opt)運算具體為:在所規劃的路徑中,隨機挑選兩個位置(下面範例所選的是9和1),將兩點所連成的線段之方向改變,重組成新的路線,如範例路線從原本的9→8→13→1變成1→13→8→9。
(運算前)
2→15→18→0→9
→8→13→1
→14→0
(運算後)
2→15→18→0→1
→13→8→9
→14→0
步驟618,假定Δ = obj(Y) - obj(X),如果Δ小於或等於零,則代表解決方案Y優於解決方案X,因此,在步驟620中,所述解決方案X將被替換為解決方案Y。否則,解決方案X被替換為解決方案Y的概率為exp(-Δ/KT)。步驟626中,所述概率值exp(-Δ/KT)與步驟624中生成的r值進行比較,如果r的值小於exp(-Δ/KT),進入步驟620,X被替換為Y;否則,返回步驟606重新生成r值。
步驟622,如果obj(X)小於Fbest
,則意味著Xbest
=X,且Fbest
= obj(X)(步驟628)。否則,進入步驟630,判斷I是否到達最大迭代次數Iiteration
,如果否,則返回步驟606進行下一輪迭代運算;如果是,則進入步驟632,將當前溫度值T降低,T = α*T,其中0<α<1。例如,最大迭代次數Iiteration
可設為5000,α可設為0.98.
步驟634,令Y=X.
步驟636,將解決方案Y透過Swap方法進行區域搜尋。
步驟638,判斷Obj(Y,P)是否小於Fbest
。如果是,進入步驟640,如果否,進入步驟642。
步驟640,令Xbest
=Y, Fbest
=Obj(Y,P) 及N=0。
步驟642,將解決方案Y透過Insertion方法進行區域搜尋。
步驟644,判斷Obj(Y,P)是否小於Fbest
。如果是,進入步驟646,如果否,進入步驟648。
步驟648,令N=N+1。
步驟650,判斷T是否小於Tfinal
或N=Nnon-improving
。其中Tfinal
代表T的最小值,Nnon-improving
代表當前溫度T持續下降而Xbest
不再改善時N的值。當T=Tfinal
或N=Nnon-improving
時,則終止該流程。
圖7示出了本發明一實施例的車輛路徑規劃裝置的介面700。第一輸入欄位702用於選擇及導入顧客資料或顧客資訊。第二輸入欄位704用於選擇及導入倉庫資料或倉庫資訊。輸入所述倉庫資訊和顧客資訊後,位置地圖708示出了所述倉庫的位置和顧客的位置。當使用者按下試算按鈕(solve button)706時,則開始執行所述程式。在一些實施例中,還可以在介面700選擇及導入車輛資訊。
圖8示出了本發明另一實施例的車輛路徑規劃裝置之介面800。第一輸出欄位元802顯示依目標函數計算的總成本。視窗804及報告806顯示所述程式執行後的結果:車輛路徑規劃計畫。所述車輛路徑規劃計畫包括每一車輛路徑資訊,所述車輛路徑資訊包括車輛識別代碼,車輛載重,車輛額定載重,車輛運輸距離,車輛啟動成本以及所述車輛訪問過的顧客數量。所述車輛路徑規劃計畫還包括倉庫資訊,所述倉庫資訊包括倉庫識別碼,倉庫額定儲存量,倉庫需求,及開放成本。所述車輛路徑規劃計畫還包括成本資訊,所述成本資訊包括總開放成本,總啟動成本,總運輸成本及總成本。
以上實施例僅用以說明本發明的技術方案而非限制,本領域的普通技術人員應當理解,可以對本發明的技術方案進行修改或者等同替換都不應脫離本發明技術方案的精神和範圍。
202,300‧‧‧車輛路徑規劃裝置
204‧‧‧網路
206‧‧‧雲端中心
302‧‧‧輸入單元
304‧‧‧處理器
306‧‧‧記憶體
308‧‧‧通訊單元
310‧‧‧顯示單元
70,80‧‧‧介面
702‧‧‧第一輸入欄位
704‧‧‧第二輸入欄位
706‧‧‧試算按鈕
708‧‧‧位置地圖
802‧‧‧第一輸出欄位
804‧‧‧視窗
806‧‧‧報告
無
202‧‧‧車輛路徑規劃裝置
204‧‧‧網路
206‧‧‧雲端中心
Claims (14)
- 一種車輛路徑規劃方法,所述車輛路徑規劃方法包括:
執行至少一目標函數;
根據車輛資訊、倉庫資訊及顧客資訊中的至少一者生成至少一路徑規劃資訊;
根據所述路徑規劃資訊及所述目標函數生成一解決方案,其中所述解決方案滿足所述目標函數;及
根據所述解決方案生成一車輛路徑規劃計畫。 - 如請求項1所述的車輛路徑規劃方法,其中,所述車輛路徑規劃計畫包括倉庫設置計畫,所述倉庫設置計畫包括設置倉庫的地點。
- 如請求項1所述的車輛路徑規劃方法,其中,所述解決方案根據模擬退火法則生成。
- 如請求項1所述的車輛路徑規劃方法,其中,所述車輛路徑規劃計畫包括車輛路徑規劃資訊,所述車輛路徑規劃資訊包括車輛識別碼、車輛載重、車輛額定載重、車輛運輸距離、車輛啟動成本、車輛訪問過的顧客數量中的至少一者。
- 如請求項1所述的車輛路徑規劃方法,其中,所述倉庫資訊包括倉庫倉儲能力資訊和倉庫時窗資訊中的至少一者。
- 如請求項1所述的車輛路徑規劃方法,其中,所述車輛資訊包括車輛額定承載資訊和可提供服務的車輛資訊中的至少一者。
- 如請求項1所述的車輛路徑規劃方法,其中,所述顧客資訊包括訂單資訊和顧客時窗資訊中的至少一者。
- 如請求項1所述的車輛路徑規劃方法,其中,所述目標函數包括最小化運輸距離、最小化運輸時間、最小化總運輸網路成本。
- 如請求項1所述的車輛路徑規劃方法,其中,所述車輛資訊、所述倉庫資訊及所述顧客資訊預先儲存在一記憶體中。
- 如請求項1所述的車輛路徑規劃方法,其中,所述車輛路徑規劃方法進一步包括接收及發送所述路徑規劃資訊和車輛路徑規劃計畫。
- 如請求項1所述的車輛路徑規劃方法,其中,所述車輛路徑規劃方法進一步包括通過一顯示單元顯示所述車輛路徑規劃計畫。
- 一種車輛路徑規劃裝置,所述車輛路徑規劃裝置包括:
處理器;
輸入單元,所述輸入單元與所述處理器通訊連接,用於接收輸入資訊,所述輸入資訊包括車輛資訊、倉庫資訊及顧客資訊中的至少一者;及
記憶體,與所述處理器相連,所述記憶體包括儲存其內的指令,所述指令被所述處理器執行以執行如請求項1至9任一項所述的車輛路徑規劃方法。 - 如請求項12所述的車輛路徑規劃裝置,其中,所述車輛路徑規劃裝置還包括顯示單元,用於顯示所述車輛路徑規劃裝置。
- 如請求項12所示的車輛路徑規劃裝置,其中,所述車輛路徑規劃裝置還包括通訊單元,用於接收及發送所述路徑規劃資訊和車輛路徑規劃計畫。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/080,844 US20170278064A1 (en) | 2016-03-25 | 2016-03-25 | Method, system, and device for distribution network |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201741953A true TW201741953A (zh) | 2017-12-01 |
Family
ID=59898581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105131308A TW201741953A (zh) | 2016-03-25 | 2016-09-29 | 車輛路徑規劃方法及裝置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20170278064A1 (zh) |
CN (1) | CN107230028A (zh) |
TW (1) | TW201741953A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI777863B (zh) * | 2019-04-17 | 2022-09-11 | 南韓商韓領有限公司 | 用於批次揀選最佳化的電腦實施的系統與方法 |
TWI819265B (zh) * | 2020-07-10 | 2023-10-21 | 南韓商韓領有限公司 | 用於包裹遞送的電腦實行系統以及方法 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2018326801B2 (en) | 2017-09-01 | 2023-07-13 | Put Corp. | Computerized applications for coordinating delivery data with mobile computing devices |
CN107932505B (zh) * | 2017-11-15 | 2021-06-08 | 广东工业大学 | 基于关节臂机器人的最优打磨任务路径规划方法和装置 |
CN107933578A (zh) * | 2017-11-21 | 2018-04-20 | 中车长江车辆有限公司 | 一种运输方法及管道运输系统 |
CN108109477B (zh) * | 2017-12-18 | 2020-01-17 | 清华大学 | 路径规划与智能选址的物流规划教学系统 |
CN110555640B (zh) * | 2018-05-31 | 2023-08-08 | 北京京东振世信息技术有限公司 | 路由规划的方法和装置 |
CN108960747B (zh) * | 2018-08-21 | 2021-10-01 | 安吉汽车物流股份有限公司 | 物流调度的优化方法及装置、存储介质、终端 |
CN111288991B (zh) * | 2018-12-06 | 2022-09-06 | 北京京东乾石科技有限公司 | 路径规划方法、装置、机器人和计算机可读存储介质 |
CN109934405B (zh) * | 2019-03-12 | 2021-06-11 | 北京科技大学 | 基于模拟退火算法的有时限的多车型多车次路径规划方法 |
CN111178737A (zh) * | 2019-12-24 | 2020-05-19 | 北京摩拜科技有限公司 | 车辆投放方法和服务器 |
JP7142948B2 (ja) * | 2020-03-25 | 2022-09-28 | 株式会社Bioism | ゴミ収集ナビゲーションルート編集システム及びプログラム |
CN111652552B (zh) * | 2020-05-29 | 2024-07-12 | 优信数享(北京)信息技术有限公司 | 一种用于物流订单运输规划方法、系统及装置 |
CN113759887A (zh) * | 2020-06-04 | 2021-12-07 | 北京京东乾石科技有限公司 | 一种路径规划方法、装置、存储介质及电子设备 |
CN111429078B (zh) * | 2020-06-08 | 2020-09-08 | 北京每日优鲜电子商务有限公司 | 一种电商平台交货系统 |
CN112053117B (zh) * | 2020-09-11 | 2024-02-02 | 东北大学 | 一种协同配送的路径规划方法及装置 |
CN112348562B (zh) * | 2020-09-27 | 2024-03-26 | 北京淇瑀信息科技有限公司 | 基于路由成本消耗的计算机辅助资源投放管理方法及平台 |
CN113778094A (zh) * | 2021-09-14 | 2021-12-10 | 北京航空航天大学 | 车辆路径规划方法、装置、可读存储介质及电子设备 |
CN115619063B (zh) * | 2022-12-02 | 2023-06-02 | 华侨大学 | 一种社区共同配送方法、系统、电子设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0220062D0 (en) * | 2002-08-29 | 2002-10-09 | Itis Holdings Plc | Traffic scheduling system |
US8572001B2 (en) * | 2008-04-08 | 2013-10-29 | The Boeing Company | Simultaneous vehicle routing, vehicle scheduling, and crew scheduling |
-
2016
- 2016-03-25 US US15/080,844 patent/US20170278064A1/en not_active Abandoned
- 2016-09-29 TW TW105131308A patent/TW201741953A/zh unknown
- 2016-12-07 CN CN201611117365.8A patent/CN107230028A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI777863B (zh) * | 2019-04-17 | 2022-09-11 | 南韓商韓領有限公司 | 用於批次揀選最佳化的電腦實施的系統與方法 |
TWI819265B (zh) * | 2020-07-10 | 2023-10-21 | 南韓商韓領有限公司 | 用於包裹遞送的電腦實行系統以及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107230028A (zh) | 2017-10-03 |
US20170278064A1 (en) | 2017-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201741953A (zh) | 車輛路徑規劃方法及裝置 | |
Chen et al. | Multiple crossdocks with inventory and time windows | |
US11593756B2 (en) | Automated guided vehicle control and organizing inventory items using predictive models for slow item types | |
CN108492068B (zh) | 用于路径规划的方法和装置 | |
Chen et al. | The storage location assignment and interleaving problem in an automated storage/retrieval system with shared storage | |
US20220366362A1 (en) | Optimizing pallet location in a warehouse | |
Raidl et al. | Balancing bicycle sharing systems: Improving a VNS by efficiently determining optimal loading operations | |
US20170046654A1 (en) | Free location item and storage retrieval | |
Seixas et al. | Column generation for a multitrip vehicle routing problem with time windows, driver work hours, and heterogeneous fleet | |
Fowler et al. | Design for customer responsiveness: Decision support system for push–pull supply chains with multiple demand fulfillment points | |
Hu et al. | Vehicle Routing Problem for Fashion Supply Chains with Cross‐Docking | |
Low et al. | Integration of production scheduling and delivery in two echelon supply chain | |
Xu et al. | Dynamic vehicle routing using an improved variable neighborhood search algorithm | |
Faulin et al. | The ALGACEA‐1 method for the capacitated vehicle routing problem | |
Martínez et al. | Green facility location | |
Kılıç et al. | A two-stage stochastic mixed-integer programming approach to physical distribution network design | |
Ho* et al. | A machine-to-loop assignment and layout design methodology for tandem AGV systems with multiple-load vehicles | |
Ellis et al. | Effective material flow at an assembly facility | |
Mamasis et al. | Managing vehicle breakdown incidents during urban distribution of a common product | |
Chen et al. | The Linehaul‐Feeder Vehicle Routing Problem with Virtual Depots and Time Windows | |
Lamghari-Idrissi et al. | Increasing chip availability through a new after-sales service supply concept at ASML | |
Powell | Designing lookahead policies for sequential decision problems in transportation and logistics | |
CN108776882A (zh) | 任务处理方法及设备 | |
Demir et al. | Multidepot distribution planning at logistics service provider Nabuurs BV | |
Bouma et al. | The routed inventory pooling problem with multiple lateral transshipments |