CN111141297A

CN111141297A - 路径规划、推荐方法和装置

Info

Publication number: CN111141297A
Application number: CN201811301179.9A
Authority: CN
Inventors: 郭伟
Original assignee: Beijing Jingdong Century Trading Co Ltd; Beijing Jingdong Shangke Information Technology Co Ltd
Current assignee: Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority date: 2018-11-02
Filing date: 2018-11-02
Publication date: 2020-05-12

Abstract

本发明公开了一种路径规划、推荐方法和装置，涉及仓储物流技术领域。其中，路径规划方法包括：根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径；其中，所述时间槽是通过对用于订单揽收或配送的时间进行分割得到的；根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中；其中，所述信息矩阵包括订单连接对的信息素。通过以上步骤，能够有效解决动态路径规划问题，提高路径规划效率，改善路径规划效果。

Description

路径规划、推荐方法和装置

技术领域

本发明涉及仓储物流技术领域，尤其涉及一种路径规划、推荐方法和装置。

背景技术

路径规划是物流配送、揽收中的一个重要环节。合理地安排订单配送或揽收路线可以有效降低物流成本、提高用户体验。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：目前基本没有大规模投入使用的订单配送或揽收的动态路径规划***。这是因为：在现实的订单配送或揽收场景中，每次的路径规划都需要耗费很长时间找出精确解、且路径规划效果往往不理想，并且随着新订单不断进入***，需要对路径做出新的规划。由于新的路径规划所消耗的时间无法提前预知，而且有些情况下路径规划可能会被打断(比如在新的订单进入***时，车辆已经离开仓库的情况)，这将给调度***和车辆司机带来困扰和压力。

发明内容

有鉴于此，本发明提供一种路径规划、推荐方法和装置，能够有效解决动态路径规划问题，提高路径规划效率，改善路径规划效果。

为实现上述目的，根据本发明的第一方面，提供了一种路径规划方法。

本发明的路径规划方法包括：根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径；其中，所述时间槽是通过对用于订单揽收或配送的时间进行分割得到的；根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中；其中，所述信息矩阵包括订单连接对的信息素。

可选地，所述根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径的步骤包括：步骤1、初始化目标函数值以及初始化订单连接对的信息素；步骤2、根据决策函数对车辆的订单访问路径进行扩展，并对订单连接对的信息素进行局部更新，直至得到所述订单访问路径的当前最优解；步骤3、对所述订单访问路径的当前最优解进行局部搜索，以得到订单访问路径的局部最优解，并确定所述局部最优解的目标函数值；在局部最优解的目标函数值优于当前最优解的目标函数值的情况下，对所述当前最优解进行更新；步骤4、在根据步骤2和步骤3确定所有车辆的订单访问路径的当前最优解之后，对订单连接对的信息素进行全局更新；步骤5、重复执行步骤2至步骤4，直至满足迭代停止条件，并将最终得到的当前最优解作为优化后的订单访问路径。

可选地，所述决策函数满足：

其中，决策函数

表示车辆a在访问完订单i之后，将

取值最大的订单作为下一个访问的订单；

表示车辆a在访问完订单i之后，下一个访问的是订单k的概率；μ_ik表示吸引指数，代表订单i和订单k的访问点之间的行驶路程或行驶时间；τ_ik表示订单连接对的信息素，代表过去所有车辆在访问订单i之后，下一个访问的是订单k的频繁程度；F_i ^a表示车辆a在访问完订单i之后，下一个允许访问的订单的集合；

表示对F_i ^a中所有订单的μ_irτ_ir值进行求和运算。

为实现上述目的，根据本发明的第二方面，提供了一种路径推荐方法。

本发明的路径推荐方法包括：接收客户端发送的路径推荐请求；根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径；其中，所述时间槽是通过对用于订单揽收或配送的时间进行分割得到的；根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中；其中，所述信息矩阵包括订单连接对的信息素；将所述优化后的订单访问路径发送至所述客户端。

为实现上述目的，根据本发明的第三方面，提供了一种路径规划装置。

本发明的路径规划装置包括：规划模块，用于根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径；其中，所述时间槽是通过对用于订单揽收或配送的时间进行分割得到的；更新模块，用于根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中；其中，所述信息矩阵包括订单连接对的信息素。

可选地，所述规划模块根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径包括：所述规划模块执行步骤1：初始化目标函数值以及初始化订单连接对的信息素；所述规划模块执行步骤2：根据决策函数对车辆的订单访问路径进行扩展，并对订单连接对的信息素进行局部更新，直至得到所述订单访问路径的当前最优解；所述规划模块执行步骤3：对所述订单访问路径的当前最优解进行局部搜索，以得到订单访问路径的局部最优解，并确定所述局部最优解的目标函数值；在局部最优解的目标函数值优于当前最优解的目标函数值的情况下，对所述当前最优解进行更新；所述规划模块执行步骤4：在根据步骤2和步骤3确定所有车辆的订单访问路径的当前最优解之后，对订单连接对的信息素进行全局更新；所述规划模块执行步骤5：重复执行步骤2至步骤4，直至满足迭代停止条件，并将最终得到的当前最优解作为优化后的订单访问路径。

可选地，所述规划模块采用的决策函数满足：

其中，决策函数

表示车辆a在访问完订单i之后，将

取值最大的订单作为下一个访问的订单；

表示对F_i ^a中所有订单的μ_irτ_ir值进行求和运算。

为实现上述目的，根据本发明的第四方面，提供了一种路径推荐装置。

本发明的路径推荐装置包括：接收模块，用于接收客户端发送的路径推荐请求；规划模块，用于根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径；其中，所述时间槽是通过对用于订单揽收或配送的时间进行分割得到的；更新模块，用于根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中；其中，所述信息矩阵包括订单连接对的信息素；发送模块，用于将所述优化后的订单访问路径发送至所述客户端。

为实现上述目的，根据本发明的第五方面，提供了一种电子设备。

本发明的电子设备，包括：一个或多个处理器；以及，存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明的路径规划方法或路径推荐方法。

为实现上述目的，根据本发明的第六方面，提供了一种计算机可读介质。

本发明的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明的路径规划方法或路径推荐方法。

上述发明中的一个实施例具有如下优点或有益效果：通过将用于订单揽收或配送的时间进行分割成多个时间槽，并根据蚁群算法对当前时间槽内接收的订单进行规划，能够将动态路径规划问题转换为一系列的静态路径规划问题，有助于提高路径规划效率，改善路径规划效果；通过根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中，能够将一次静态路径规划中获得的好的解的信息传递至下一次的静态路径规划中，从而不断优化每次规划获得的解，进一步提高路径规划效率，改善路径规划效果。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明一个实施例的路径规划方法的主要步骤示意图；

图2是根据本发明一个实施例的对当前时间槽内接收的订单进行规划的主要步骤示意图；

图3是根据本发明一个实施例的路径推荐方法的主要步骤示意图；

图4是根据本发明一个实施例的路径规划装置的主要模块示意图；

图5是根据本发明一个实施例的路径推荐装置的主要模块示意图；

图6是是本发明实施例可以应用于其中的示例性***架构图之一；

图7是本发明实施例可以应用于其中的示例性***架构图之二；

图8是适于用来实现本发明实施例的电子设备的计算机***的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要指出的是，在不冲突的情况下，本发明中的实施例以及实施例中的特征可以相互组合。

图1是根据本发明一个实施例的路径规划方法的主要步骤示意图。如图1所示，本发明实施例的路径规划方法包括：

步骤S101、根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径。

其中，所述时间槽是通过对用于订单揽收或配送的时间进行分割得到的。以订单揽收场景为例，假设一天内总共的订单揽收时间为S，则可将时间S分为N个时间槽，每个时间槽的时长M为S/N。进而，可针对每个时间槽内接收的订单进行静态路径规划，从而将动态的路径规划问题转换成一系列的静态路径规划问题。

其中，订单访问路径可以为订单配送路径，用于表示各个订单(或称为各个订单中的货物)的配送顺序。另外，订单访问路径也可以为订单揽收路径，用于表示各个订单(或称为各个订单中的货物)的揽收顺序。具体实施时，在当前可用于订单配送或揽收的车辆为多辆时，可根据蚁群算法为每辆车规划出一条订单访问路径。

蚁群算法，又可称为蚂蚁算法，是一种用来寻找优化路径的概率型算法。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。该算法基于蚂蚁的生态习惯，即蚂蚁在寻找食物过程中发现最短路径的方式是信息素的追踪。蚂蚁在寻找食物时会放置一些信息素在路上，当单个蚂蚁随机移动时，若发现先前其他蚂蚁放置的信息素，将以高概率跟随此信息素的踪迹，并会放置自己的信息素以加强这个踪迹。

步骤S102、根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中。

其中，所述信息矩阵包括订单连接对的信息素。订单连接对，可理解为由两个订单组成的订单对。比如，在揽收场景中，订单连接对为(1,3)，表示先揽收订单1、再揽收订单3；又比如，订单连接对为(1,4)，表示先揽收订单1、再揽收订单4。订单连接对的信息素，可理解为订单连接对在过去所有车辆的订单访问路径中出现的频繁程度。也就是说，在过去所有车辆的订单访问路径中未出现的订单连接对的信息素的取值较小，在过去所有车辆的订单访问路径中出现的订单连接对的信息素的取值较大，而且出现次数越多则订单连接对的信息素的取值越大。

在一可选实施方式中，可根据如下公式更新信息矩阵：

其中，

表示此次优化后的订单访问路径中的订单连接对(i,k)的信息素，τ_i'_k表示更新后的信息矩阵中的订单连接对(i,k)的信息素，γ表示信息矩阵调节参数，τ₀表示常数值。

在本发明实施例中，通过将用于订单揽收或配送的时间进行分割成多个时间槽，并根据蚁群算法对当前时间槽内接收的订单进行规划，能够将动态路径规划问题转换为一系列的静态路径规划问题，有助于提高路径规划效率，改善路径规划效果；通过根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵作为初始值，用于下一时间槽内接收的订单的规划中，能够将一次静态路径规划中获得的好的解的信息传递至下一次的静态路径规划中，从而不断优化每次规划获得的解，进一步提高路径规划效率，改善路径规划效果。

图2是根据本发明一个实施例的对当前时间槽内接收的订单进行规划的主要步骤示意图。在本发明实施例中，根据蚁群算法对当前可用车辆中的每一辆车单独且不断地优化其订单访问路径。如图2所示，本发明实施例的对当前时间槽内接收的订单进行规划的流程主要包括：

步骤S201、初始化目标函数值以及初始化订单连接对的信息素。

在该步骤中，可将目标函数的初始值设为一个很大的数值，比如将目标函数的初始值设为10000。

订单连接对，可理解为由两个订单组成的订单对。比如，在揽收场景中，订单连接对为(1,3)，表示先揽收订单1、再揽收订单3；又比如，订单连接对为(1,4)，表示先揽收订单1、再揽收订单4。订单连接对的信息素，可理解为订单连接对在过去所有车辆的订单访问路径中出现的频繁程度。也就是说，在过去所有车辆的订单访问路径中未出现的订单连接对的信息素的取值较小，在过去所有车辆的订单访问路径中出现的订单连接对的信息素的取值较大，而且出现次数越多则订单连接对的信息素的取值越大。在该步骤中，假设当前时间槽为第一个时间槽，则可将订单连接对的信息素设为一个常数；假设当前时间槽为第二个或第二个之后的时间槽，可将前一次路径规划确定的信息矩阵作为此次规划中的信息素的初始值。

步骤S202、根据决策函数对车辆的订单访问路径进行扩展，并对订单连接对的信息素进行局部更新，直至得到所述订单访问路径的当前最优解。

在一可选实施方式中，所述决策函数满足：

其中，决策函数

表示车辆a在访问完订单i之后，将

取值最大的订单作为下一个访问的订单；

表示对F_i ^a中所有订单的μ_irτ_ir值进行求和运算；μ_ikτ_ik代表车辆a将订单k作为订单i之后的下一个要访问的订单所带来的价值。

在本发明实施例中，上述

的定义公式能够很好地平衡吸引指数与过去经验。进而，通过以上

的定义公式、以及以上决策函数，能够更好地进行路径扩展。

进一步，可根据如下公式对订单连接对的信息素进行局部更新：

τ_{ik_local}＝τ₀ρ+t_ik(1-ρ)；

其中，τ_{ik_local}表示局部更新后的订单连接对(i,k)的信息素，τ_ik表示局部更新前的订单连接对(i,k)的信息素，ρ为调节参数，取值范围为0≤ρ≤1，τ₀为常数值。

步骤S203、对所述订单访问路径的当前最优解进行局部搜索，以得到订单访问路径的局部最优解，并确定所述局部最优解的目标函数值。

其中，所述局部搜索，可理解为对当前最优解中局部的订单顺序做出改变。在本发明实施例中，目标函数可以定义为访问所有订单所需的路径或时间，该目标函数的值越小约好。

步骤S204、在局部最优解的目标函数值优于当前最优解的目标函数值的情况下，对所述当前最优解进行更新。

在该步骤中，当目标函数可以定义为访问所有订单所需的路径或时间时，则所述局部最优解的目标函数值优于当前最优解的目标函数值具体为：局部最优解的目标函数值小于当前最优解的目标函数值。在这种情况下，可将局部最优解作为更新后的当前最优解。

步骤S205、判断是否得到所有车辆的订单访问路径的当前最优解。若是，执行步骤S206；否则，再次执行步骤S202。

步骤S206、对订单连接对的信息素进行全局更新。

在一可选实施方式中，可根据如下公式对订单连接对的信息素进行全局更新：

其中，τ_{ik_global}表示全局更新后的订单连接对(i,k)的信息素，τ_{ik_local}表示局部更新后的订单连接对(i,k)的信息素，ρ为调节参数，取值范围为0≤ρ≤1，BestCost为当前最优解的目标函数值。

步骤S207、判断是否满足迭代停止条件。在满足迭代停止条件的情况下，执行步骤S208；否则，再次执行步骤S202。

其中，所述迭代停止条件可以为：计算时间达到设定时间Max(t)。

步骤S208、将最终得到的当前最优解作为优化后的订单访问路径。

具体实施时，在以上静态路径规划的流程中还需设置一定的约束条件。比如，在揽收场景下，可设置如下约束条件：1、每个订单只访问一次；2、每个车辆的路线开始点和结束点为仓库；3、每个车辆的装载包裹数不得超过相应车辆的容量。

在本发明实施例中，通过以上步骤能够针对当前时间槽内的订单的访问路径进行规划，从而快速、精确地确定优化后的订单访问路线。在上述流程中，通过决策函数扩展路径、并通过局部搜索对路径作优化，能够进一步改善算法性能，提升路径规划效果。

图3是根据本发明一个实施例的路径推荐方法的主要步骤示意图。如图3所示，本发明实施例的路径推荐方法包括：

步骤S301、接收客户端发送的路径推荐请求。

其中，所述订单访问路线推荐请求可以为订单配送路线推荐请求或者为订单揽收路线推荐请求。具体实施时，订单配送员或订单揽收员可通过手机等终端设备上的客户端，向服务端发送订单访问路线推荐请求。

步骤S302、根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径。

步骤S303、根据优化后的订单访问路径更新更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中。

在一可选实施方式中，可根据如下公式更新信息矩阵：

其中，

步骤S304、将所述优化后的订单访问路径发送至所述客户端。

在本发明实施例中，通过以上步骤能够满足配送或揽收场景下的路径推荐需求。具体来说，通过将用于订单揽收或配送的时间进行分割成多个时间槽，并根据蚁群算法对当前时间槽内接收的订单进行规划，能够将动态路径规划问题转换为一系列的静态路径规划问题，有助于提高路径规划、推荐效率，改善路径规划、推荐效果；通过根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵作为初始值，用于下一时间槽内接收的订单的规划中，能够将一次静态路径规划中获得的好的解的信息传递至下一次的静态路径规划中，从而不断优化每次规划获得的解，进一步提高路径规划、推荐效率，改善路径规划、推荐效果。

图4是根据本发明一个实施例的路径规划装置的主要模块示意图。如图4所示，本发明实施例的路径规划装置400包括：规划模块401、更新模块402。

规划模块401，用于根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径。

在一可选实施方式中，规划模块401根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径包括：

规划模块401执行步骤1：初始化目标函数值以及初始化订单连接对的信息素。

规划模块401执行步骤2：根据决策函数对车辆的订单访问路径进行扩展，并对订单连接对的信息素进行局部更新，直至得到所述订单访问路径的当前最优解。

其中，规划模块401采用的决策函数可满足：

其中，决策函数

表示车辆a在访问完订单i之后，将

取值最大的订单作为下一个访问的订单；

表示对F_i ^a中所有订单的μ_irτ_ir值进行求和运算。

规划模块401执行步骤3：对所述订单访问路径的当前最优解进行局部搜索，以得到订单访问路径的局部最优解，并确定所述局部最优解的目标函数值；在局部最优解的目标函数值优于当前最优解的目标函数值的情况下，对所述当前最优解进行更新。

规划模块401执行步骤4：在根据步骤2和步骤3确定所有车辆的订单访问路径的当前最优解之后，对订单连接对的信息素进行全局更新。

规划模块401执行步骤5：重复执行步骤2至步骤4，直至满足迭代停止条件，并将最终得到的当前最优解作为优化后的订单访问路径。

更新模块402，用于根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中。

在一可选实施方式中，更新模块402可根据如下公式更新信息矩阵：

其中，

表示此次优化后的订单访问路径中的订单连接对(i,k)的信息素，τ_i'_k表示更新后的信息矩阵中的订单连接对(i,k)的信息素，γ表示信息矩阵调节参数，τ₀表示信息素的初始常数值。

在该步骤中，可将所述更新后的信息矩阵作为信息素的初始值，用于下一时间槽内接收的订单的规划中，从而可实现好的路径规划解的传递，进而有助于改善算法性能，提升路径规划效果。

在本发明实施例的装置中，通过将用于订单揽收或配送的时间进行分割成多个时间槽，并根据蚁群算法对当前时间槽内接收的订单进行规划，能够将动态路径规划问题转换为一系列的静态路径规划问题，有助于提高路径规划效率，改善路径规划效果；通过根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵作为初始值，用于下一时间槽内接收的订单的规划中，能够将一次静态路径规划中获得的好的解的信息传递至下一次的静态路径规划中，从而不断优化每次规划获得的解，进一步提高路径规划效率，改善路径规划效果。

图5是根据本发明一个实施例的路径推荐装置的主要模块示意图。如图5所示，本发明实施例的路径推荐装置500包括：接收模块501、规划模块502、更新模块503、发送模块504。

接收模块501，用于接收客户端发送的路径推荐请求。

规划模块502，用于根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径。

更新模块503，用于根据优化后的订单访问路径更新更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中。

在一可选实施方式中，更新模块503可根据如下公式更新信息矩阵：

其中，

发送模块504，用于将所述优化后的订单访问路径发送至所述客户端。

在本发明实施例中，通过以上装置能够满足配送或揽收场景下的路径推荐需求。具体来说，通过将用于订单揽收或配送的时间进行分割成多个时间槽，并通过规划模块根据蚁群算法对当前时间槽内接收的订单进行规划，能够将动态路径规划问题转换为一系列的静态路径规划问题，有助于提高路径规划、推荐效率，改善路径规划、推荐效果；通过更新模块根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵作为初始值，用于下一时间槽内接收的订单的规划中，能够将一次静态路径规划中获得的好的解的信息传递至下一次的静态路径规划中，从而不断优化每次规划获得的解，进一步提高路径规划、推荐效率，改善路径规划、推荐效果。

图6是是本发明实施例可以应用于其中的示例性***架构图之一。如图6所示，示例性***架构包括：业务层601、服务层602、数据层603。

业务层601，用于获得各种终端设备(比如PDA、PC等)发送的订单访问路径推荐请求，调用服务层602中的路径推荐服务以得到订单访问路径(比如订单揽收路径)，并将获得的订单访问路径返回至终端设备。

服务层602，主要包括路径推荐服务。服务层602可在每个时间槽内执行一次路径规划方法，并将得到的订单访问路径返回至业务层601。

数据层603，用于为***架构提供数据支持。比如，在揽收场景中，可提供如下数据：订单数据，比如订单的时间和订单的揽收地址(比如订单的GIS，即经纬度坐标)；车辆数据，比如车辆的GIS(即经纬度坐标)以及车辆的剩余容量等；以及信息矩阵等。

图7示出了可以应用本发明实施例的路径规划方法或路径推荐方法或路径规划装置或路径推荐装置的示例性***架构700。

如图7所示，***架构700可以包括终端设备701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种客户端应用。

终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的客户端应用提供支持的后台管理服务器。后台管理服务器可以对接收到的订单访问路线推荐请求进行分析等处理，并将处理结果(例如推荐的订单访问路线)反馈给终端设备。

需要说明的是，本发明实施例所提供的路径规划方法或路径推荐方法一般由服务器705执行，相应地，路径规划装置或路径推荐装置一般设置于服务器705中。

应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图8，其示出了适于用来实现本发明实施例的电子设备的计算机***800的结构示意图。图8示出的计算机***仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机***800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有***800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的***中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括规划模块和更新模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，更新模块还可以被描述成“对信息矩阵进行更新的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行以下流程：根据蚁群算法对当前时间槽内接收的订单进行规划，以确定优化后的订单访问路径；其中，所述时间槽是通过对用于订单揽收或配送的时间进行分割得到的；根据优化后的订单访问路径更新信息矩阵，以将更新后的信息矩阵用于下一时间槽内接收的订单的规划中；其中，所述信息矩阵包括订单连接对的信息素。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。