CN109711599A - 基于时效优先的物流自动化调度方法及*** - Google Patents
基于时效优先的物流自动化调度方法及*** Download PDFInfo
- Publication number
- CN109711599A CN109711599A CN201811414999.9A CN201811414999A CN109711599A CN 109711599 A CN109711599 A CN 109711599A CN 201811414999 A CN201811414999 A CN 201811414999A CN 109711599 A CN109711599 A CN 109711599A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- moment
- information
- feasible
- picking
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于时效优先的物流自动化调度方法及***,其中该方法包括:S1、获取包括取货地址、下单时刻、要求最晚取货时刻和货物关联信息的客户订单信息;S2、调取可行车辆并获取包括车辆当前地址和运力关联信息的可行车辆信息;S3、根据下单时刻、车辆当前地址和取货地址计算出每台车辆的预计到达时刻;S4、以下单时刻为起点,预设时间常量值C为单位耗时,沿要求最晚取货时刻方向划分出多个时刻区间;S5、根据预计到达时刻位于的时刻区间情况计算判定时刻;S6、根据判定时刻的早晚,按照车辆运力关联信息与货物关联信息匹配且预计到达时刻不超过要求最晚取货时刻筛选出目标车辆筛选目标车辆;S7、调度目标车辆进行取件。
Description
技术领域
本发明涉及计算机领域,尤其涉及一种基于时效优先的物流自动化调度方法及***。
背景技术
基于本司主营“国内限时”、“时效优先”的运营理念,因此,在收到客户订单时,会向取货用时最短的车辆发出取货指令,以便及时取货。
但是,在现实的取货过程中,取货用时最短的车辆并不一定满足客户货物运载需求,譬如:待取货物件的体积超过取货用时最短的车辆的可用运载空间、待取货物件的重量超过取货用时最短的车辆的可运载重量、甚至取货用时最短的车辆不满足待取货物件的运载附加条件(例如:待取货物件属于生鲜产品,则普通运载车不满足运输需求)等等。
有鉴于此,在保证时效优先的基础上,调度适宜的车辆去取件,使得物流自动调度更精准、更高效是当前亟待解决的技术问题。
发明内容
本发明的目的在于提供一种基于时效优先的物流自动化调度方法及***,以解决现有的物流调度方法,调度精准度低以及调度有效率低的技术问题。
为了解决上述问题,本发明提供了一种基于时效优先的物流自动化调度方法,其包括如下步骤:
S1、获取客户订单信息,客户订单信息包括取货地址、下单时刻、要求最晚取货时刻和货物关联信息;
S2、调取可行车辆,并获取可行车辆信息,可行车辆信息包括车辆当前地址和运力关联信息;
S3、根据下单时刻、车辆当前地址和取货地址,计算出每台可行车辆到达取货地址的预计到达时刻;
S4、设定以下单时刻为起点,预设时间常量值C为单位耗时,沿要求最晚取货时刻方向划分出多个等单位耗时的时刻区间;
S5、根据所有可行车辆预计到达时刻位于的时刻区间情况,计算出相应的判定时刻;
S6、根据判定时刻的早晚,依序对每个判定时刻对应的可行车辆进行筛选,按照车辆运力关联信息与货物关联信息匹配,且车辆预计到达时刻不超过要求最晚取货时刻筛选出目标车辆;
S7、调度目标车辆进行取件。
作为本发明的进一步改进,步骤S5,具体包括:
S51、将可行车辆的预计到达时刻转换为时间戳值YDT;
S52、将时间戳值YDT与预设时间常量值C进行取模预算,得到模值M;
S53、将模值M与时间常量值的一半进行比较,若M<C/2,则可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M后转化为的相应时刻;若M> C/2,可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M并加上预设时间常量C后转化为的相应时刻。
作为本发明的进一步改进,步骤S6包括:
S61、根据判定时刻的早晚,调取最早判定时刻对应的所有可行车辆;
S62、判断当前可行车辆的运力关联信息是否与货物关联信息匹配,且当前可行车辆的预计到达时刻是否不超过要求最晚取货时刻;若均满足,则确认当前可行车辆为目标车辆,否则,继续对次最早判定时刻对应的其他可行车辆进行判断筛选,依此类推,直至筛选出目标车辆。
作为本发明的进一步改进,步骤S2包括:
步骤S20,根据取货地址所在区域确认网点,网点对应的管辖区域包含取货地址;
步骤S21,获取与网点对应的多台管辖车辆,并将多台管辖车辆作为可行车辆进行调取。
作为本发明的进一步改进:货物关联信息包括货物重量信息、货物体积信息、以及货物运输附加信息,其中,货物运输附加信息包括易碎品运输信息、生鲜食物运输信息、以及防潮物品运输信息;运力关联信息包括可用运输载重信息、可用运输油耗信息、可用运输体积信息以及运输车辆附加信息,其中,该运输车辆附加信息包括生鲜运输是否许可信息、以及易碎品运输是否许可信息。
为了解决上述问题,本发明还提供了一种基于时效优先的物流自动化调度***,其包括:
订单信息获取模块,用于获取客户订单信息,客户订单信息包括取货地址、下单时刻、要求最晚取货时刻和货物关联信息;
车辆调取模块,用于调取可行车辆,并获取可行车辆信息,可行车辆信息包括车辆当前地址和运力关联信息;
预计到达时刻计算模块,用于根据下单时刻、车辆当前地址和取货地址,计算出每台可行车辆到达取货地址的预计到达时刻;
时刻区间划分模块,用于设定以下单时刻为起点,预设时间常量值C为单位耗时,沿要求最晚取货时刻方向划分出多个等单位耗时的时刻区间;
判定时刻计算模块,用于根据所有可行车辆预计到达时刻位于的时刻区间情况,计算出相应的判定时刻;
目标车辆筛选模块,用于根据判定时刻的早晚,依序对每个判定时刻对应的可行车辆进行筛选,按照车辆运力关联信息与货物关联信息匹配,且车辆预计到达时刻不超过要求最晚取货时刻筛选出目标车辆;
调度模块,用于调度目标车辆进行取件。
作为本发明的进一步改进:判定时刻计算模块包括:
时间戳转换单元,用于将可行车辆的预计到达时刻转换为时间戳值YDT;
取模运算单元,用于将时间戳值YDT与预设时间常量值C进行取模预算,得到模值M;
判定时刻转化单元,用于将模值M与时间常量值的一半进行比较,若M<C/2,则可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M后转化为的相应时刻;若M>C/2,可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M并加上预设时间常量C后转化为的相应时刻。
作为本发明的进一步改进:目标车辆筛选模块包括:
车辆选定单元,用于调取判定时刻对应的可行车辆;
目标车辆确认单元,用于判断最早判定时刻对应的可行车辆的运力关联信息是否与货物关联信息匹配,且所述最早判定时刻对应的可行车辆的预计到达时刻是否不超过要求最晚取货时刻;若均满足,则确认所述最早判定时刻对应的可行车辆为目标车辆,否则,继续对车辆选定单元调取的次最早判定时刻对应的其他可行车辆进行判断筛选,依此类推,直至筛选出目标车辆。
作为本发明的进一步改进:车辆调取模块包括:
网点确认单元,用于根据取货地址所在区域确认网点,网点对应的管辖区域包含取货地址;
管辖车辆获取单元,用于获取与网点对应的多台管辖车辆,并将多台管辖车辆作为可行车辆进行调取。
作为本发明的进一步改进:货物关联信息包括货物重量信息、货物体积信息、以及货物运输附加信息,其中,货物运输附加信息包括易碎品运输信息、生鲜食物运输信息、以及防潮物品运输信息;运力关联信息包括可用运输载重信息、可用运输油耗信息、可用运输体积信息以及运输车辆附加信息,其中,该运输车辆附加信息包括生鲜运输是否许可信息、以及易碎品运输是否许可信息。
与现有技术相比,本发明将处于同一时刻区间的预计到达时刻转换为同一判定时刻,从而可以根据该判定时刻对多台可行车辆进行筛选调度,提升了调度效率,此外,在判定时刻相同的多台可行车辆中,根据货物关联信息和运力关联信息,以及车辆预计到达时刻和最晚取货时刻筛选出目标车辆,既保证了时效优先,也满足了运载需求,从而使得物流自动调度更迅速、更精准且更高效。
附图说明
图1为本发明基于时效优先的物流自动化调度方法一个实施例的流程示意图;
图2为图1中车辆调取流程一个实施例的流程示意图;
图3为时间轴区间划分一个实施例的展示示意图;
图4为图1中判定时刻转化流程一个实施例的流程示意图;
图5为时间轴区间划分另一个实施例的展示示意图;
图6为可行车辆时刻区间落入情况一个实施例的展示示意图;
图7为本发明基于时效优先的物流自动化调度***一个实施例的功能模块示意图;
图8为图7中判定时刻计算模块一个实施例的功能模块示意图;
图9为图7中目标车辆筛选模块一个实施例的功能模块示意图;
图10为图7中车辆调取模块一个实施例的功能模块示意图。
具体实施方式
下面将结合本发明实施例中的附图,对实施例中的技术方案进行清楚、完整地描述,附图中类似的组件标号代表类似的组件。显然,以下将描述的实施例仅仅是本发明一部分实施例,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作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。
图1-图6展示了本发明基于时效优先的物流自动化调度方法的一个实施例。在本实施例中,如图1所示,该基于时效优先的物流自动化调度方法包括如下步骤:
步骤S1,获取客户订单信息,客户订单信息包括取货地址、下单时刻、要求最晚取货时刻和货物关联信息。
在本实施例中,客户终端接收用户输入的客户订单信息,该客户订单信息包括取货地址下单时刻和货物关联信息,其中,该货物关联信息包括货物重量信息、货物体积信息、以及货物运输附加信息。需要说明的是,该货物运输附加信息包括易碎品运输信息、生鲜食物运输信息、以及防潮物品运输信息等等。
需要说明的是,本实施例中的客户终端包括固定终端和移动终端,其中,该移动终端包括手机、平板电脑等移动终端设备。
步骤S2,调取可行车辆,并获取可行车辆信息,可行车辆信息包括车辆当前地址和运力关联信息。
在本实施例中,该运力关联信息包括可用运输载重信息、可用运输油耗信息、可用运输体积信息以及运输车辆附加信息,其中,该运输车辆附加信息包括生鲜运输是否许可信息、以及易碎品运输是否许可信息。
需要说明的是,本实施例中的可用运输载重信息的意思为:可行车辆当前剩余的载重信息,具体地,可行车辆最大载重是:2吨,已载重:1.5吨,则可用运输载重信息为:2-1.5=0.5吨。如此类推运力关联信息的其他属性信息,因此,在此不再赘述。
进一步地,在本实施例中,在获取客户定单信息和可行车辆信息后,为了减少数据处理量,可以先剔除不能满足运载需求的可行车辆。
具体地,根据货物关联信息分析可行车辆的运力关联信息是否满足预设最低运载条件,若不满足,则剔除与当前运力关联信息的可行车辆。
举例说明:不能最低满足运载需求的情况包括:可用运输载重信息<货物重量信息,可用运输体积信息<货物体积信息,货物为生鲜食品但可行车辆不允许运输生鲜食品等等情况。
本实施例通过剔除可行车辆中不能满足最低运载需求的车辆,从而减少了数据处理量,进而提成了数据处理速率,以致进提升了调度速率。
在本实施例中的基础上,其他实施例中,参见图2,该步骤S2包括:
步骤S20,根据取货地址所在区域确认网点,网点对应的管辖区域包含取货地址。
步骤S21,获取与网点对应的多台管辖车辆,并将多台管辖车辆作为可行车辆进行调取。
在本实施例中,在某一个地区设有多个网点,每一个网点对应一个管辖区域,一个管辖区域内配置多台管辖车辆。具体地,首先,自动调取管理***解析该客户订单信息得到取货地址,确认取货地址落入哪一个管辖区域,以及确认与该管辖区域对应的网点代码,其次,根据该网点代码从自动调取管理***中获取与该网点代码对应的可行车辆信息,该可行车辆信息包括车辆车牌和车辆等级,以及获取与该车辆等级对应的运力关联信息。最后,确认与车辆车牌对应的车辆为可行车辆并进行调取。
本实施例通过取货地址所在区域,快速确认网点以及管辖车辆,从而提升了可行车辆的调取速率。
步骤S3,根据下单时刻、车辆当前地址和取货地址,计算出每台可行车辆到达取货地址的预计到达时刻。
在本实施例中,首先,根据该车辆当前地址、取货地址得到该车辆与取货点之间的最短行进距离。其次,获取当前的车况信息(行进路线交通信息、车辆行进平均速度等),并根据该车况信息预估行进平均速率,根据车牌信息查询是否存在限行路段。最后,根据该最短行进距离和行进平均速率以及下单时刻计算得到预计到达时刻。
步骤S4,设定以下单时刻为起点,预设时间常量值C为单位耗时,沿要求最晚取货时刻方向划分出多个等单位耗时的时刻区间。
在本实施例中,假设下单时刻为T0,预设时间常量为C,则第一个时刻区间为TO-T0+C,第二个时刻区间为T0+C-T0+2C,如此类推,则第N个时刻区间为T0+(N-1)C-T0+NC。
具体地,在本实施例中,时刻如图3所示的时刻轴进行划分,示例性的,该时刻轴被划分为2个时刻区间。
S5、根据所有可行车辆预计到达时刻位于的时刻区间情况,计算出相应的判定时刻。
在本实施例的基础上,其实施例中,参见图4,该步骤S5包括:
S51、将可行车辆的预计到达时刻转换为时间戳值YDT。
在本实施例中,假设某可行车辆预计达到时刻为:2018-10-1500:11:55,转换成时间戳YDT=1539533515(时间戳是指格林威治时间1970年01月01日 00时00分00秒(北京时间1970年01月01日08时00分00秒)起至现在的总秒数,计算出YDT=1539533515(时间戳,单位:秒))。
S52、将时间戳值YDT与预设时间常量值C进行取模预算,得到模值M。
在本实施例中,取模运算:假设模值为M:则M=YDT%C,其中,假设预设时间常量C取900(单位:秒);则M=1539533515%900=715(单位:秒)。
S53、将模值M与时间常量值的一半进行比较,若M<C/2,则可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M后转化为的相应时刻;若M> C/2,可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M并加上预设时间常量C后转化为的相应时刻。
在本实施例中,每个时刻区间内部作进一步的划分,划分为至少两个子时刻区间。作进一步划分后得到的两个子时刻区间,可以是等时间间隔的,也可以时间间隔不等的。为了更加详细说明本发明的技术方案,以每个时刻区间划分为两个子时刻区间,且两个子时刻区间等时间间隔为例进行示例性说明。
具体地,第一步,计算判断差值:
当每个时刻区间划分为两个等时间间隔的子时刻区间时,判断差值为模值M与预设时间常量的一半C/2之间的差值。
计算公式为:PV=M-C/2;
计算过程:PV=715-900/2=265(单位:秒)。
进一步的,可采用公式:PV=M-(C-C%2)/2;
计算过程:PV=715-(900-900%2)/2=715-(900-0)/2=265(单位:秒)。
其中,(C-C%2)/2确保整除,避免出现小数,可减少计算量,从而提升了计算速率,进而提升运行效率。
第二步,确认落入的子时刻区间并计算判定时刻
当每个时刻区间划分为两个等时间间隔的子时刻区间时,则可以根据判断差值与0的比较关系,确认可行车辆的预计到达时刻是落入一个区间时刻中的左半部分子时刻区间还是落入右半部分子时刻区间,其中,左半部分子时刻区间在时刻上早于右半部分子时刻区间。
具体地,将判断差值PV与0进行比较,若判断差值PV<0,确认该可行车辆预计到达时刻落入左半部分子时刻区间,则其判定时刻采用a逻辑得到,a 逻辑为:YDT1(判定时刻时间戳)=YDT-M,将YDT1作时间戳逆转换得到判定时刻T1。
若判断差值PV>0,确认该可行车辆预计到达时刻落入右半部分子时刻区间,且则其判定时刻采用b逻辑得到,b逻辑为:YDT2(判定时刻时间戳)=YDT-M+C,将YDT2作时间戳逆转换得到判定时刻T2。
若判断差值PV=0,则选择采用a逻辑计算或采用b逻辑计算判定时刻。
如上述实施例的描述,每个时刻区间划分为两个等时间间隔的子时刻区间,时刻轴如图5所示。
为了更加详细说明本发明的技术方案,假设配置了两种车辆等级的车辆,每一种车辆等级的车辆配置了5台,分别为a1、a2、a3、a4、a5、A1、A2、A3、 A4和A5,其中,a是指小车代码,A是指大车代码。
具体地,假设a1的预计到达时刻t1=12:04、a2的预计到达时刻t2=12: 05、a3的预计到达时刻t3=12:13、a4的预计到达时刻t4=12:18、a5的预计到达时刻t5=12:15;A1的预计到达时刻T1=12:03、A2的预计到达时刻T2=12:05、A3的预计到达时刻T3=12:13、A4的预计到达时刻T4=12:18、A5的预计到达时刻T5=12:15。
设下单时刻为12:00,为起点,通过这10台车辆的预计到达时刻与预设时间常量C进行计算(C取值900,单位为秒),得到这10台车辆的预计到达时刻落入的时刻区间如图6所示。
参见图6和如下数据表,经过计算,可行车辆a1、a2、A1、A2的预计到达时刻落入第一个时刻区间的左半部分子时刻区间内,因此,可行车辆a1、a2、 A1、A2的判定时刻相同,均为12:00。
可行车辆a3和A3落入第一个时刻区间的右半部分子时刻区间内,因此,可行车辆a3和A3的判定时刻相同,均为12:15。
可行车辆a4和A4落入第二个时间区间的左半部分子时刻区间内,因此,可行车辆a4和A4的判定时刻与a3和A3的判定时刻相同,均为12:15。
可行车辆a5和A5落入第二个时间区间的右半部分子时刻区间内,因此, a5和A5的判定时刻相同,均为12:30。
预计到达时刻与判定时刻之间的关系请参见如下的数据表。
步骤S6,根据判定时刻的早晚,依序对每个判定时刻对应的可行车辆进行筛选,按照车辆运力关联信息与货物关联信息匹配,且车辆预计到达时刻不超过要求最晚取货时刻筛选出目标车辆。
在本实施例的基础上,其他的实施例中,该步骤S6具体包括:
S61、根据判定时刻的早晚,调取最早判定时刻对应的所有可行车辆;
S62、判断当前可行车辆的运力关联信息是否与货物关联信息匹配,且当前可行车辆的预计到达时刻是否不超过要求最晚取货时刻;若均满足,则确认所述当前可行车辆为目标车辆,否则,继续对次最早判定时刻对应的其他可行车辆进行筛选,依此类推,直至筛选出目标车辆。
具体地,如上述实施例描述:最早到达取货点的判定时刻对应的可行车辆为:a1、a2、A1、A2。根据货物关联信息分别确认a1、a2、A1或A2的运力关联信息是否匹配,且根据a1、a2、A1或A2的预计到达时刻分别确认是否超过要求最晚取货时刻,若两者均满足,则该可行车辆为目标车辆。若任一不满足,则继续对次早到达取货点的判定时刻对应的可行车辆a3、A3、a4、A4进行判断筛选,根据货物关联信息分别确认a1、a2、A1或A2的运力关联信息是否匹配,且根据a1、a2、A1或A2的预计到达时刻分别确认是否超过要求最晚取货时刻,若两者均满足,则该可行车辆为目标车辆。
依此类推,如果前面判定到达时刻对应的可行车辆不匹配,则继续对紧接着的后一判定时刻对应的可行车辆进行判断筛选,直至筛选出目标车辆。
步骤S7,调度目标车辆进行取件。
本实施例将处于同一时刻区间的预计到达时刻转换为同一判定时刻,从而可以根据该判定时刻同时对多台可行车辆进行筛选调度,进而提升了调度效率,此外,在判定时刻相同的多台可行车辆中,根据货物关联信息和运力关联信息,以及车辆预计到达时刻和最晚取货时刻筛选出目标车辆,既保证了时效优先,也满足了运载需求,从而使得物流自动调度更迅速、更精准且更高效。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图7展示了本发明基于时效优先的物流自动化调度***的另一个实施例。在本实施例中,如图7所示,该基于时效优先的物流自动化调度***包括订单信息获取模块10、车辆调取模块11、预计到达时刻计算模块12、时刻区间划分模块13、判定时刻计算模块14、目标车辆筛选模块15和调度模块16。
其中,订单信息获取模块10,用于获取客户订单信息,客户订单信息包括取货地址、下单时刻、要求最晚取货时刻和货物关联信息;车辆调取模块11,用于调取可行车辆,并获取可行车辆信息,可行车辆信息包括车辆当前地址和运力关联信息;预计到达时刻计算模块12,用于根据下单时刻、车辆当前地址和取货地址,计算出每台可行车辆到达取货地址的预计到达时刻;时刻区间划分模块13,用于设定以下单时刻为起点,预设时间常量值C为单位耗时,沿要求最晚取货时刻方向划分出多个等单位耗时的时刻区间;判定时刻计算模块14,用于根据所有可行车辆预计到达时刻位于的时刻区间情况,计算出相应的判定时刻;目标车辆筛选模块15,用于根据判定时刻的早晚,依序对每个判定时刻对应的可行车辆进行筛选,按照车辆运力关联信息与货物关联信息匹配,且车辆预计到达时刻不超过要求最晚取货时刻筛选出目标车辆;调度模块16,用于调度目标车辆进行取件。
在本实施例的基础上,其他实施例中,参见图8,判定时刻计算模块14包括时间戳转换单元140、取模运算单元141和判定时刻转化单元142。
其中,时间戳转换单元140,用于将可行车辆的预计到达时刻转换为时间戳值YDT;取模运算单元141,用于将时间戳值YDT与预设时间常量值C进行取模预算,得到模值M;判定时刻转化单元142,用于将模值M与时间常量值的一半进行比较,若M<C/2,则可行车辆到达取货地址的判定时刻为,时间戳值YDT 减去模值M后转化为的相应时刻;若M>C/2,可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M并加上预设时间常量C后转化为的相应时刻。
在本实施例的基础上,其他实施例中,参见图9,目标车辆筛选模块15, 包括最早时间车辆选定单元150和目标车辆确认单元151。
其中,车辆选定单元150,用于调取判定时刻对应的可行车辆;目标车辆确认单元151,用于判断最早判定时刻对应的可行车辆的运力关联信息是否与货物关联信息匹配,且所述最早判定时刻对应的可行车辆的预计到达时刻是否不超过要求最晚取货时刻;若均满足,则确认所述最早判定时刻对应的可行车辆为目标车辆,否则,继续对车辆选定单元150调取的次最早判定时刻对应的其他可行车辆进行判断筛选,依此类推,直至筛选出目标车辆。
在本实施例的基础上,其他实施例中,参见图10,该车辆调取模块11包括网点确认单元110和管辖车辆获取单元111。
其中,网点确认单元110,用于根据取货地址所在区域确认网点,网点对应的管辖区域包含取货地址;管辖车辆获取单元111,用于获取与网点对应的多台管辖车辆,并将多台管辖车辆作为可行车辆进行调取。
在本实施例的基础上,其他实施例中,货物关联信息包括货物重量信息、货物体积信息、以及货物运输附加信息,其中,货物运输附加信息包括易碎品运输信息、生鲜食物运输信息、以及防潮物品运输信息;运力关联信息包括可用运输载重信息、可用运输油耗信息、可用运输体积信息以及运输车辆附加信息,其中,该运输车辆附加信息包括生鲜运输是否许可信息、以及易碎品运输是否许可信息。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将基于时效优先的物流自动化调度***的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上对发明的具体实施方式进行了详细说明,但其只作为范例,本发明并不限制与以上描述的具体实施方式。对于本领域的技术人员而言,任何对该发明进行的等同修改或替代也都在本发明的范畴之中,因此,在不脱离本发明的精神和原则范围下所作的均等变换和修改、改进等,都应涵盖在本发明的范围内。
Claims (10)
1.一种基于时效优先的物流自动化调度方法,其特征在于,其包括如下步骤:
S1、获取客户订单信息,所述客户订单信息包括取货地址、下单时刻、要求最晚取货时刻和货物关联信息;
S2、调取可行车辆,并获取可行车辆信息,所述可行车辆信息包括车辆当前地址和运力关联信息;
S3、根据所述下单时刻、所述车辆当前地址和所述取货地址,计算出每台可行车辆到达所述取货地址的预计到达时刻;
S4、设定以下单时刻为起点,预设时间常量值C为单位耗时,沿要求最晚取货时刻方向划分出多个等单位耗时的时刻区间;
S5、根据所有可行车辆预计到达时刻位于的时刻区间情况,计算出相应的判定时刻;
S6、根据判定时刻的早晚,依序对每个判定时刻对应的可行车辆进行筛选,按照车辆运力关联信息与货物关联信息匹配,且车辆预计到达时刻不超过要求最晚取货时刻筛选出目标车辆;
S7、调度所述目标车辆进行取件。
2.根据权利要求1所述的基于时效优先的物流自动化调度方法,其特征在于,所述步骤S5,具体包括:
S51、将所述可行车辆的预计到达时刻转换为时间戳值YDT;
S52、将所述时间戳值YDT与预设时间常量值C进行取模预算,得到模值M;
S53、将所述模值M与所述时间常量值的一半进行比较,若M<C/2,则所述可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M后转化为的相应时刻;若M>C/2,所述可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M并加上预设时间常量C后转化为的相应时刻。
3.根据权利要求1所述的基于时效优先的物流自动化调度方法,其特征在于,所述步骤S6包括:
S61、根据判定时刻的早晚,调取最早判定时刻对应的所有可行车辆;
S62、判断当前可行车辆的运力关联信息是否与货物关联信息匹配,且所述当前可行车辆的预计到达时刻是否不超过要求最晚取货时刻;若均满足,则确认所述当前可行车辆为目标车辆,否则,继续对次最早判定时刻对应的其他可行车辆进行判断筛选,依此类推,直至筛选出目标车辆。
4.根据权利要求1所述的基于时效优先的物流自动化调度方法,其特征在于,所述步骤S2包括:
步骤S20,根据所述取货地址所在区域确认网点,所述网点对应的管辖区域包含取货地址;
步骤S21,获取与所述网点对应的多台管辖车辆,并将所述多台管辖车辆作为可行车辆进行调取。
5.根据权利要求1所述的基于时效优先的物流自动化调度方法,其特征在于:所述货物关联信息包括货物重量信息、货物体积信息、以及货物运输附加信息,其中,所述货物运输附加信息包括易碎品运输信息、生鲜食物运输信息、以及防潮物品运输信息;所述运力关联信息包括可用运输载重信息、可用运输油耗信息、可用运输体积信息以及运输车辆附加信息,其中,该运输车辆附加信息包括生鲜运输是否许可信息、以及易碎品运输是否许可信息。
6.一种基于时效优先的物流自动化调度***,其特征在于,其包括:
订单信息获取模块,用于获取客户订单信息,所述客户订单信息包括取货地址、下单时刻、要求最晚取货时刻和货物关联信息;
车辆调取模块,用于调取可行车辆,并获取可行车辆信息,所述可行车辆信息包括车辆当前地址和运力关联信息;
预计到达时刻计算模块,用于根据所述下单时刻、所述车辆当前地址和所述取货地址,计算出每台可行车辆到达所述取货地址的预计到达时刻;
时刻区间划分模块,用于设定以下单时刻为起点,预设时间常量值C为单位耗时,沿要求最晚取货时刻方向划分出多个等单位耗时的时刻区间;
判定时刻计算模块,用于根据所有可行车辆预计到达时刻位于的时刻区间情况,计算出相应的判定时刻;
目标车辆筛选模块,用于根据判定时刻的早晚,依序对每个判定时刻对应的可行车辆进行筛选,按照车辆运力关联信息与货物关联信息匹配,且车辆预计到达时刻不超过要求最晚取货时刻筛选出目标车辆;
调度模块,用于调度所述目标车辆进行取件。
7.根据权利要求6所述的基于时效优先的物流自动化调度***,其特征在于:所述判定时刻计算模块包括:
时间戳转换单元,用于将所述可行车辆的预计到达时刻转换为时间戳值YDT;
取模运算单元,用于将所述时间戳值YDT与预设时间常量值C进行取模预算,得到模值M;
判定时刻转化单元,用于将所述模值M与所述时间常量值的一半进行比较,若M<C/2,则所述可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M后转化为的相应时刻;若M>C/2,所述可行车辆到达取货地址的判定时刻为,时间戳值YDT减去模值M并加上预设时间常量C后转化为的相应时刻。
8.根据权利要求6所述的基于时效优先的物流自动化调度***,其特征在于:所述目标车辆筛选模块包括:
车辆选定单元,用于调取判定时刻对应的可行车辆;
目标车辆确认单元,用于判断最早判定时刻对应的可行车辆的运力关联信息是否与货物关联信息匹配,且所述最早判定时刻对应的可行车辆的预计到达时刻是否不超过要求最晚取货时刻;若均满足,则确认所述最早判定时刻对应的可行车辆为目标车辆,否则,继续对车辆选定单元调取的次最早判定时刻对应的其他可行车辆进行判断筛选,依此类推,直至筛选出目标车辆。
9.根据权利要求6所述的基于时效优先的物流自动化调度***,其特征在于:所述车辆调取模块包括:
网点确认单元,用于根据所述取货地址所在区域确认网点,所述网点对应的管辖区域包含取货地址;
管辖车辆获取单元,用于获取与所述网点对应的多台管辖车辆,并将所述多台管辖车辆作为可行车辆进行调取。
10.根据权利要求6所述的基于时效优先的物流自动化调度***,其特征在于:所述货物关联信息包括货物重量信息、货物体积信息、以及货物运输附加信息,其中,所述货物运输附加信息包括易碎品运输信息、生鲜食物运输信息、以及防潮物品运输信息;所述运力关联信息包括可用运输载重信息、可用运输油耗信息、可用运输体积信息以及运输车辆附加信息,其中,该运输车辆附加信息包括生鲜运输是否许可信息、以及易碎品运输是否许可信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811414999.9A CN109711599B (zh) | 2018-11-26 | 2018-11-26 | 基于时效优先的物流自动化调度方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811414999.9A CN109711599B (zh) | 2018-11-26 | 2018-11-26 | 基于时效优先的物流自动化调度方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109711599A true CN109711599A (zh) | 2019-05-03 |
CN109711599B CN109711599B (zh) | 2021-03-23 |
Family
ID=66255121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811414999.9A Active CN109711599B (zh) | 2018-11-26 | 2018-11-26 | 基于时效优先的物流自动化调度方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711599B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841455A (zh) * | 2022-05-20 | 2022-08-02 | 鸿讯供应链科技有限公司 | 一种物流运输时效预报方法、装置、电子设备及存储介质 |
CN116090933A (zh) * | 2023-04-11 | 2023-05-09 | 深圳市宏大供应链服务有限公司 | 一种调度智能优化方法、***和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130290496A1 (en) * | 2012-04-30 | 2013-10-31 | Xio, Inc. | Configurable, connectorized server-augmented control system |
CN103473230A (zh) * | 2012-06-06 | 2013-12-25 | 阿里巴巴集团控股有限公司 | 服务范围确定方法、物流服务提供方推荐方法及相应装置 |
CN104036333A (zh) * | 2014-06-26 | 2014-09-10 | 广东工业大学 | 求解单车场时变关联物流运输车辆路径问题的算法 |
CN104036379A (zh) * | 2014-06-26 | 2014-09-10 | 广东工业大学 | 求解带硬时间窗时变关联物流运输车辆路径问题的方法 |
CN106529855A (zh) * | 2016-10-17 | 2017-03-22 | 桐城市闲产网络服务有限公司 | 一种安全物流运输交互方法 |
CN107121690A (zh) * | 2017-03-31 | 2017-09-01 | 景致惠通工程咨询(武汉)有限公司 | 一种基于多运动参数的停留点识别方法和装置 |
CN108229879A (zh) * | 2017-12-26 | 2018-06-29 | 拉扎斯网络科技(上海)有限公司 | 一种行程时长预估方法、装置及存储介质 |
CN108417022A (zh) * | 2018-03-16 | 2018-08-17 | 千禧神骅科技(成都)有限公司 | 一种适用于新能源专车平台的用车调度方法 |
-
2018
- 2018-11-26 CN CN201811414999.9A patent/CN109711599B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130290496A1 (en) * | 2012-04-30 | 2013-10-31 | Xio, Inc. | Configurable, connectorized server-augmented control system |
CN103473230A (zh) * | 2012-06-06 | 2013-12-25 | 阿里巴巴集团控股有限公司 | 服务范围确定方法、物流服务提供方推荐方法及相应装置 |
CN106250568A (zh) * | 2012-06-06 | 2016-12-21 | 阿里巴巴集团控股有限公司 | 服务范围确定方法、物流服务提供方推荐方法及相应装置 |
CN104036333A (zh) * | 2014-06-26 | 2014-09-10 | 广东工业大学 | 求解单车场时变关联物流运输车辆路径问题的算法 |
CN104036379A (zh) * | 2014-06-26 | 2014-09-10 | 广东工业大学 | 求解带硬时间窗时变关联物流运输车辆路径问题的方法 |
CN106529855A (zh) * | 2016-10-17 | 2017-03-22 | 桐城市闲产网络服务有限公司 | 一种安全物流运输交互方法 |
CN107121690A (zh) * | 2017-03-31 | 2017-09-01 | 景致惠通工程咨询(武汉)有限公司 | 一种基于多运动参数的停留点识别方法和装置 |
CN108229879A (zh) * | 2017-12-26 | 2018-06-29 | 拉扎斯网络科技(上海)有限公司 | 一种行程时长预估方法、装置及存储介质 |
CN108417022A (zh) * | 2018-03-16 | 2018-08-17 | 千禧神骅科技(成都)有限公司 | 一种适用于新能源专车平台的用车调度方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841455A (zh) * | 2022-05-20 | 2022-08-02 | 鸿讯供应链科技有限公司 | 一种物流运输时效预报方法、装置、电子设备及存储介质 |
CN116090933A (zh) * | 2023-04-11 | 2023-05-09 | 深圳市宏大供应链服务有限公司 | 一种调度智能优化方法、***和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109711599B (zh) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2860819C (en) | Terminal resources and traffic flow management | |
CN109711599A (zh) | 基于时效优先的物流自动化调度方法及*** | |
CN112236790B (zh) | 运输管理***、运输管理装置、运输管理方法及记录介质 | |
CN109740910A (zh) | 运输车辆确定方法和装置 | |
CN111353722B (zh) | 货运调度信息管理方法及装置 | |
CN111768052A (zh) | 基于算法模型的整车厂进场物流路线自动规划方法 | |
CN109902866A (zh) | 铁路快运班列开行方案与车底运用的协同优化方法 | |
CN109409613A (zh) | 一种基于物流运力团购车货匹配优化方法 | |
CN107563530A (zh) | 基于电子围栏的搬家车辆呼叫请求推送方法及*** | |
CN113033971B (zh) | 一种服务器及递送机器人的运单调度方法、介质和装置 | |
CN112184092A (zh) | 物流节点确定方法、装置、服务器及存储介质 | |
JP3516606B2 (ja) | 輸送計画作成方法及びシステム | |
JP7122216B2 (ja) | 配送計画立案システム、および配送計画立案方法 | |
CN110400004A (zh) | 铁路货物的时限预警方法及装置 | |
JP2002193450A (ja) | 輸送貨物の物流制御方法および物流制御システム | |
Laih et al. | Effects of the optimal n-step toll scheme on bulk carriers queuing for multiple berths at a busy port | |
JPH07334797A (ja) | 荷運搬車両のルート・ダイヤ決定装置 | |
CN116432783A (zh) | 确定车辆排队号的方法、装置、电子设备及存储介质 | |
CN114091994A (zh) | 货物的数据处理方法及装置 | |
CN110852592A (zh) | 一种砂石场车辆管理***及方法 | |
JPH08225118A (ja) | 部品自動倉庫システム | |
CN112506966A (zh) | 一种基于参数灵活设置的智能自动选车***及方法 | |
NL2013937B1 (en) | Method and system for loading packages in a plurality of delivery vehicles. | |
CN112950106B (zh) | 中转场车辆囤货方法、装置、电子设备及存储介质 | |
DE102010012795A1 (de) | Logistiksystem |
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 | ||
CB02 | Change of applicant information |
Address after: 518000 1 / F-8 / F, building a, Lufthansa Park, terminal 4 road, Shenzhen airport, hourui community, Hangcheng street, Bao'an District, Shenzhen City, Guangdong Province Applicant after: KUAYUE EXPRESS GROUP Co.,Ltd. Address before: 518000 the first and second floors of buildings 7 and 8, Shenxiang logistics base, Aviation City Industrial Park, No.5 Fuyuan 2nd Road, Heping community, Fuyong street, Bao'an District, Shenzhen City, Guangdong Province Applicant before: KUAYUE EXPRESS GROUP Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |