CN103745021A - 车辆取货路径综合规划方法 - Google Patents
车辆取货路径综合规划方法 Download PDFInfo
- Publication number
- CN103745021A CN103745021A CN201310545248.1A CN201310545248A CN103745021A CN 103745021 A CN103745021 A CN 103745021A CN 201310545248 A CN201310545248 A CN 201310545248A CN 103745021 A CN103745021 A CN 103745021A
- Authority
- CN
- China
- Prior art keywords
- point
- picking
- vehicle
- time
- circuit
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种车辆取货路径综合规划方法,基于引入时间窗和车型为约束的改进C-W路径规划算法,以距离主机厂的距离、取货频次为约束条件来筛选供应商,运用改进C-W算法来求解,得到相应规划路径和车辆装载率,根据求解结果选择较合适的车型来运输;利用本方法可以开发出完整的可视化路径规划软件,通过API技术可以将路径在谷歌地图上显示,便于企业运输管理人员和司机使用。
Description
技术领域
本发明属于物流路径规划领域,特别涉及一种车辆取货路径综合规划方法。
背景技术
车辆的取货路径受到取货点地理位置、取货的数量、车辆的载货量、取货的时间窗大小,以及取货频次等多种因素的影响,目前业界尚未形成一套完整的规划方案。现有的技术,当取货点特别多时,不能很好地得到合理的车辆取货路径,进而导致车辆装载率也不高,也不能根据车型的变化来选择最经济的运输车辆。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种车辆取货路径综合规划方法,本方法不仅能提高车辆的装载率、最大限度的减少运输距离,而且还能利用地图方便地显示结果,便于管理人员使用。
为了实现上述目的,本发明采用的技术方案是:
一种车辆取货路径综合规划方法,包括如下步骤:
步骤1:引入时间窗和车型约束,对现有C-W算法进行改进如下:
步骤1.1:计算s(i,j),令M={s(i,j)s(i,j)>0},并在M内按s(i,j)从大到小降序排列;
步骤1.2:若,则终止,否则对第一项s(i,j),考察对应的(i,j),若满足下列条件之一则转至步骤1.3,否则转至步骤1.6;
条件1,点i和点j均不在已构的线路上;
条件2,点i和点j在已构的线路上,但是线路的外点;
条件3,点i和点j位于己构成的不同线路上,均不是内点,且一个是起点一个是终点;
步骤1.3:考察点i和点j连接后的线路上总货运量Q,若Q≤q,则转至步骤1.4,否则转至步骤1.6;
步骤1.4:计算EFj
若EFj=0,则转至步骤1.5;
步骤1.5:连接点i和点j,计算车辆到达各取货点的新时间,转至步骤1.6;
步骤1.6:令M=M-s(i,j),转至步骤1.2;
其中,i表示线路中两点中的第一个点,j表示线路中两点中的第二个点。s(i,j)表示应用节约算法后节约的运输距离即节约值,计算公式为s(i,j)=a+b-c,其中a为i点到主机厂的距离,b为j点到主机厂距离,c为i,j两点间距离;q表示车的额定载重量;EFj表示车辆在连接点i和点j所在的线路上到达取货点j的时间比在原路线上车辆到达j点时间的推迟量或提前量,原路线是指采用主机厂直接向j点直达送货的路线,ET表示取货车辆最早到达时间,LT表示取货车辆最迟到达时间,则有:EFj=si+Ti+tij-sj,其中si表示主机厂到i的时间,Ti表示在i点的装卸时间,tij表示i,j两点的运输时间,sj表示主机厂到j点的时间,表示车辆在线路上取货点j后面的各取货点任务处均不需要等待的取货点的到达时间的最大可以提前量;表示车辆在线路上取货点j后面的各取货点任务处不违反时间窗限制的取货点的到达时间的最大允许延迟量,sr表示主机厂到达线路中j以后的点的运输时间,ETr表示线路中j以后的点的最早到达时间;M=M-s(i,j)表示从所有节约值中除去最大的节约值,
步骤2:根据取货频次以及供应商到主机厂的距离进行供应商的筛选;
步骤3:分别设置不同车型和时间窗参数,转到步骤1求解出对应取货路线,以及车辆的装载率,比较选择较优的一种,运用VC++编程技术对上述过程进行求解,并以可视化窗口形式进行操作和求解结果的显示;
步骤4:运用API技术在二维和三维地图上显示结果。
其中,可以通过设置距主机厂距离和取货频次来筛选供应商;以车型和时间窗为约束条件来改进C-W算法,提高求解的精度;将整个过程运用VC++编程技术进行求解,并实现可视化操作显示,最后运用API编程技术将求解较优路径结果在二维、三维地图上予以显示。
与现有技术相比,本发明在时间窗和车型作为约束条件下对C-W算法进行改进,同时以取货频次和距离来筛选取货点(供应商),并运用改进C-W算法对筛选的结果进行求解,大大提高了算法的精确度,也可以对大批量数据进行处理,最大限度的减少运输距离,提高车辆装载率,得到多条不同的取货路径。利用VC++可视化编程和API技术,可在地图上显示出所得路径,直观的显示出路径上点的地理位置、地理环境等信息。
附图说明
图1是改进C-W算法流程图。
图2基于线路规划方法的软件的组成结构。
图3路径规划软件的工作流程图。
具体实施方式
下面结合附图和实施例详细说明本发明的实施方式。
为更好地说明本发明的方法,进行如下定义:EFj表示连接点i和点j所在的线路后,车辆在到达取货点j的时间比在原路线上车辆到达j点时间的推迟量或提前量。ET表示取货车辆最早到达时间,LT表示取货车辆最迟到达时间。则有:
EFj=si+Ti+tij-sj
显然有,当EFj<0时,车辆到达取货点j的任务时间提前;
EFj>0,车辆到达取货点j的任务时间延迟;
当EFj=0时,车辆到达取货点j的任务时间不变。
为说明问题方便,定义参数如下:
其计算公式分别是:
显然,在对称费用的情况下,连接点j和点i与连接点i和点j已不再相同。当考虑连接点j和点i所在的线路时,需要检查是否违反时间窗的限制。
如图1所示,本发明车辆取货路径综合规划方法,主要是对现有的C-W算法进行了改进。步骤如下:
步骤1:计算s(i,j),令M={s(i,j)s(i,j)>0},并在M内按s(i,j)从大到小按降序排列;
1、点i和点j均不在已构的线路上;
2、点i和点j在已构的线路上,但是线路的外点;
3、点i和点j位于己构成的不同线路上,均不是内点,且一个是起点一个是终点。
步骤3:考察点i和点j连接后的线路上总货运量Q,若Q≤q,则转至步骤4,否则转至步骤6。
步骤4:计算EFi
若EFi=0,则转至步骤5;
若EFi>0,则计算当则转至步骤5,否则转至步骤6。
步骤5:连接点i和点j,计算车辆到达各取货点的新时间,转至步骤6;
步骤6:令M=M-s(i,j),转至步骤2。
可以根据离主机厂距离和取货频次来筛选点,将筛选出的点运用改进C-W算法进行求解,得到相应的取货路径(根据节约值从大到小进行处理),以及该路径的车辆装载率、总行驶时间、线路总的运输量、线路路程和、该线路所经过的经销商。利用API技术能够将线路在地图中绘制出来,并在谷歌三维地图中显示,对每个地点地形的考察,这对于重新合理的规划取货线路非常重要。同时,设计线路时可以避开建筑物或交通密集的地方,使车辆顺利的通行。
Claims (2)
1.一种车辆取货路径综合规划方法,包括如下步骤:
步骤1:引入时间窗和车型的约束,对现有C-W算法进行改进如下:
步骤1.1:计算s(i,j),令M={s(i,j)s(i,j)>0},并在M内按s(i,j)从大到小降序排列;
条件1,点i和点j均不在已构的线路上;
条件2,点i和点j在已构的线路上,但是线路的外点;
条件3,点i和点j位于己构成的不同线路上,均不是内点,且一个是起点一个是终点;
步骤1.3:考察点i和点j连接后的线路上总货运量Q,若Q≤q,则转至步骤1.4,否则转至步骤1.6;
步骤1.4:计算EFj
若EFj=0,则转至步骤1.5;
步骤1.5:连接点i和点j,计算车辆到达各取货点的新时间,转至步骤1.6;
步骤1.6:令M=M-s(i,j),转至步骤1.2;
其中,i表示线路中两点中的第一个点,j表示线路中两点中的第二个点。s(i,j)表示应用节约算法后节约的运输距离即节约值,计算公式为s(i,j)=a+b+c,a为i点到主机厂的距离,b为j点到主机厂距离,c为i,j两点间距离;q表示车的额定载重;EFj表示车辆在连接点i和点j所在的线路上到达取货点j的时间比在原路线上车辆到达j点时间的推迟量或提前量,原路线指主机厂向j点直达送货的路线;ET表示取货车辆最早到达时间,LT表示取货车辆最迟到达时间,则有:EFj=si+Ti+tij-sj,其中si表示主机厂到i的运输时间,Ti表示在i点的装卸时间,tij表示i,j两点的运输时间,sj表示主机厂到j点的运输时间,表示车辆在线路上取货点j后面的各取货点任务处均不需要等待的取货点的到达时间的最大可以提前量;表示车辆在线路上取货点j后面的各取货点任务处不违反时间窗限制的取货点的到达时间的最大允许延迟量,sr表示主机厂到线路上j点以后的点的运输时间,ETr表示线路中j以后的点的最早到达时间;M=M-s(i,j)表示从所有节约值中除去已经处理的最大的节约值;
步骤2:根据取货频次及供应商到主机厂的距离来筛选供应商;
步骤3:分别设置不同车型和时间窗参数,转到步骤1求解出对应取货路线,以及车辆的装载率,比较选择较优的一种,运用VC++编程技术对上述过程进行求解,并以可视化窗口形式进行操作和求解结果的显示;
步骤4:运用API编程技术将求解所得较优的车辆取货线路在二维和三维地图软件上显示。
2.根据权利要求1所述的车辆取货路径综合规划方法,其特征在于,通过设置距主机厂距离和取货频次来筛选供应商;以车型和时间窗为约束条件来改进C-W算法,提高求解的精度;将求解结果通过可视化窗口和二维、三维地图予以显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310545248.1A CN103745021A (zh) | 2013-11-05 | 2013-11-05 | 车辆取货路径综合规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310545248.1A CN103745021A (zh) | 2013-11-05 | 2013-11-05 | 车辆取货路径综合规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103745021A true CN103745021A (zh) | 2014-04-23 |
Family
ID=50502038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310545248.1A Pending CN103745021A (zh) | 2013-11-05 | 2013-11-05 | 车辆取货路径综合规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103745021A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779568A (zh) * | 2017-01-20 | 2017-05-31 | 广州市交通高级技工学校 | 城市配送路径获取方法和*** |
CN109978469A (zh) * | 2019-04-03 | 2019-07-05 | 辽宁工业大学 | 一种基于云计算的物流路线规划设备及方法 |
CN112686475A (zh) * | 2021-01-25 | 2021-04-20 | 上海泰聚数据技术有限公司 | 一种现场服务业务中的路径规划***及方法 |
CN112801310A (zh) * | 2020-11-17 | 2021-05-14 | 北京工业大学 | 一种基于c-w节约算法的车辆路径优化方法 |
CN112819370A (zh) * | 2021-02-24 | 2021-05-18 | 一汽物流(天津)有限公司 | 循环取货的时间窗口排布控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542395A (zh) * | 2010-12-31 | 2012-07-04 | 北京师范大学 | 一种应急物资调度***及计算方法 |
CN103245349A (zh) * | 2013-05-13 | 2013-08-14 | 天津大学 | 基于图片gps信息和谷歌地图的路线导航方法 |
-
2013
- 2013-11-05 CN CN201310545248.1A patent/CN103745021A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542395A (zh) * | 2010-12-31 | 2012-07-04 | 北京师范大学 | 一种应急物资调度***及计算方法 |
CN103245349A (zh) * | 2013-05-13 | 2013-08-14 | 天津大学 | 基于图片gps信息和谷歌地图的路线导航方法 |
Non-Patent Citations (3)
Title |
---|
李军: "有时间窗的车辆路线安排问题的启发式算法", 《***工程》 * |
柴铁,季建华,孙琦: "存在不同取货频次情况的汽车生产配送物流研究", 《陕西科技大学学报》 * |
汪安静,龚本刚: "基于C-W算法的汽车零部件循环取货车辆路径优化研究", 《安徽工程科技学院学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779568A (zh) * | 2017-01-20 | 2017-05-31 | 广州市交通高级技工学校 | 城市配送路径获取方法和*** |
CN106779568B (zh) * | 2017-01-20 | 2020-11-13 | 广州市交通高级技工学校 | 城市配送路径获取方法和*** |
CN109978469A (zh) * | 2019-04-03 | 2019-07-05 | 辽宁工业大学 | 一种基于云计算的物流路线规划设备及方法 |
CN112801310A (zh) * | 2020-11-17 | 2021-05-14 | 北京工业大学 | 一种基于c-w节约算法的车辆路径优化方法 |
CN112801310B (zh) * | 2020-11-17 | 2024-07-16 | 北京工业大学 | 一种基于c-w节约算法的车辆路径优化方法 |
CN112686475A (zh) * | 2021-01-25 | 2021-04-20 | 上海泰聚数据技术有限公司 | 一种现场服务业务中的路径规划***及方法 |
CN112686475B (zh) * | 2021-01-25 | 2024-04-26 | 上海泰聚数据技术有限公司 | 一种现场服务业务中的路径规划***及方法 |
CN112819370A (zh) * | 2021-02-24 | 2021-05-18 | 一汽物流(天津)有限公司 | 循环取货的时间窗口排布控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10140854B2 (en) | Vehicle traffic state determination | |
CN103745021A (zh) | 车辆取货路径综合规划方法 | |
US9778045B2 (en) | Method for managing service schedule of vehicle | |
US20210335133A1 (en) | Vehicle dispatching method, electronic device and storage medium | |
US20190113356A1 (en) | Automatic discovery of optimal routes for flying cars and drones | |
CN103177412A (zh) | 一种出租车载客信息的计算方法和*** | |
CN103606292A (zh) | 一种智能导航仪及其路径导航的实现方法 | |
CN112348428A (zh) | 集装箱的监控方法、装置、服务器及存储介质 | |
CN101807348B (zh) | 一种动态网络导航***及方法 | |
CN105654721A (zh) | 一种采用公交ic卡和车载gps数据计算公交od量的方法 | |
CN111861009A (zh) | 一种智能路由规划方法、装置和设备 | |
CN105243868A (zh) | 一种公交车辆到站时间预测方法及装置 | |
Sotelo et al. | Introduction to the special issue on emergent cooperative technologies in intelligent transportation systems | |
CN105136159A (zh) | 一种货车导航方法及导航设备 | |
CN103714695A (zh) | 一种基于车辆行驶数据分析车辆运营状态方法 | |
CN113284337B (zh) | 基于车辆轨迹多维数据的od矩阵计算方法及装置 | |
Terelius et al. | An efficiency measure for road transportation networks with application to two case studies | |
CN103712627A (zh) | 一种基于车载终端位置数据的线路偏移识别方法 | |
CN117146848A (zh) | 路径规划方法、装置及电子设备 | |
Kostiantyn et al. | Management of freight transport projects in cities in assessing their effectiveness | |
CN103077312A (zh) | 一种城市轨道交通线路建设时序的自动判定方法 | |
CN108204820B (zh) | 一种快速导航路径推测方法 | |
CN114582125A (zh) | 道路通行方向的识别的方法、装置、设备及存储介质 | |
JP6654040B2 (ja) | 作業指示システム | |
Li et al. | A two-stage stochastic programming model for rail-truck intermodal network design with uncertain customer demand |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140423 |