CN113203427B - 一种路径规划方法、装置及服务器 - Google Patents
一种路径规划方法、装置及服务器 Download PDFInfo
- Publication number
- CN113203427B CN113203427B CN202110528125.1A CN202110528125A CN113203427B CN 113203427 B CN113203427 B CN 113203427B CN 202110528125 A CN202110528125 A CN 202110528125A CN 113203427 B CN113203427 B CN 113203427B
- Authority
- CN
- China
- Prior art keywords
- visit
- visiting
- objects
- determining
- subtasks
- 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
Images
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
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种路径规划的方法,所述方法包括:获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长;根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数;输出所述拜访路径和需执行的所述子任务。解决了现有技术中无法实现差异化拜访及需要人员自行规划拜访路径的技术问题,实现了提高了拜访效率的技术效果。
Description
技术领域
本发明涉及销售领域,尤其涉及一种路径规划方法、装置及服务器。
背景技术
以快消品为代表的很多行业都有对客户/门店进行周期性拜访的需求,这个需求有以下特点:拜访人员与门店的关系比较固定,门店会被按照地理位置划分成若干个片区,每个片区由指定的拜访人员负责;在特定时间段内,每家门店都需要完成指定次数的拜访,每次拜访都要完成指定的动作。由于产品的销量往往与拜访人员拜访门店的次数相关,因此在保持人员和时间投入不增加的情况下,如何提高总的拜访次数,就成了企业提高销量、增加利润的一个重要问题。
现有技术将拜访人员负责的门店按照地理位置和每天的预计拜访门店数划分成若干片区,按顺序依次每天拜访一个片区,如果当天拜访人员的工作量不饱和,则选择片区附近的门店加入到拜访线路中。因此所有线路都会以相同的频率和间隔被执行,每家门店的拜访频率和间隔也会基本保持一致。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现现有技术不但无法实现差异化拜访,而且没有安排的拜访路线,拜访人员自行规划路线,导致拜访的效率过低。
发明内容
本申请实施例通过提供一种路径规划方法、装置及服务器,解决了现有技术中无法实现差异化拜访及需要人员自行规划拜访路径的技术问题,实现了提高了拜访效率的技术效果。
第一方面,本申请通过本申请的一实施例提供如下技术方案:
一种路径规划方法,所述方法包括:
获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长;
根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数;
输出所述拜访路径和需执行的所述子任务。
优选地,所述获取每个拜访对象的需求数据,包括:
获取每个所述拜访对象的拜访次数需求、拜访时间间隔需求及拜访时长需求。
优选地,所述筛选出的M个拜访对象,包括:
基于所述拜访对象的等级、拜访对象的历史拜访日期、所述多个子任务之间的时间间隔、线路的最大拜访对象数及线路的最大里程,筛选出的M个拜访对象。
优选地,所述确定拜访所述M个拜访对象的拜访路线,包括:
基于目标优化策略,确定拜访所述M个拜访对象的拜访路线。
优选地,所述基于目标优化策略,确定拜访所述M个拜访对象的拜访路线,包括:
基于如下公式确定拜访所述M个拜访对象的拜访路线:
优选地,所述基于目标优化策略,确定拜访所述M个拜访对象的拜访路线,还包括:
基于所述拜访路线上的所述子任务小于等于任务上限,以及所述拜访路线的里程小于等于里程上限,确定拜访所述M个拜访对象的拜访路线。
优选地,包括:
基于拜访人员的每日最大拜访数和每日最大里程,确定所述任务上限和所述里程上限。
优选地,所述确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,包括:
每个所述拜访任务对应的多个子任务有序号表征执行所述多个子任务之间的先后顺序,基于所述子任务的序号,确定对所述M个拜访对象中每个拜访对象需执行的所述子任务。
第二方面,本申请通过本申请的一实施例,提供如下技术方案:
一种路线规划装置,包括:
第一处理单元,用于获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长;
第二处理单元,用于根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数;
输出单元,用于输出所述拜访路径和需执行的所述子任务。
优选地,所述第一处理单元,还用于:
获取每个所述拜访对象的拜访次数需求、拜访时间间隔需求及拜访时长需求。
优选地,所述第二处理单元,还用于:
基于所述拜访对象的等级、拜访对象的历史拜访日期、所述多个子任务之间的时间间隔、线路的最大拜访对象数及线路的最大里程,筛选出的M个拜访对象。
优选地,所述第二处理单元,还用于:
基于目标优化策略,确定拜访所述M个拜访对象的拜访路线。
优选地,所述第二处理单元,还用于:
基于如下公式确定拜访所述M个拜访对象的拜访路线:
优选地,所述第二处理单元,还用于:
基于所述拜访路线上的所述子任务小于等于任务上限,以及所述拜访路线的里程小于等于里程上限,确定拜访所述M个拜访对象的拜访路线。
优选地,所述第二处理单元,还用于:
基于拜访人员的每日最大拜访数和每日最大里程,确定所述任务上限和所述里程上限。
优选地,所述第二处理单元,还用于:
每个所述拜访任务对应的多个子任务有序号表征执行所述多个子任务之间的先后顺序,基于所述子任务的序号,确定对所述M个拜访对象中每个拜访对象需执行的所述子任务。
第三方面,本申请通过本申请的一实施例,提供如下技术方案:
一种服务器,包括处理器和存储器:
所述存储器用于存储执行第一方面任一项所述方法的程序;所述处理器被配置为用于执行所述存储器中存储的程序。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例通过提供了一种路径规划方法、装置及服务器,所述方法包括:获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长,每个拜访任务会扩展出多个不同时长的子任务,进而可以实现差异化的拜访。根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数,输出所述拜访路径和需执行的所述子任务。规划出了拜访的路线,可以避免拜访人员自行规划拜访,不仅可以提高拜访效率,还能得知拜访人员每天的工作情况。所以。解决了现有技术中无法实现差异化拜访及需要人员自行规划拜访路径的技术问题,实现了提高了拜访效率的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种路线规划方法的流程图;
图2为本发明实施例中一种路线规划装置的示意图;
图3为本发明实施例中一种服务器示意图。
具体实施方式
本申请实施例通过提供一种路径规划方法、装置及服务器,解决了现有技术中无法实现差异化拜访及需要人员自行规划拜访路径的技术问题,实现了提高了拜访效率的技术效果。
本申请实施例的技术方案为解决上述技术问题,总体思路如下:
一种路径规划的方法,所述方法包括:
获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长;
根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数;
输出所述拜访路径和需执行的所述子任务。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先说明,本文中出现的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例一
具体来讲,如图1所示,本申请实施例提供了一种路径规划方法,包括:
步骤S101,获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长。
步骤S102,根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数。
步骤S103,输出所述拜访路径和需执行的所述子任务。
下面,详细介绍本实施例提供的路径规划方法。
步骤S101,获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长。
在具体实施过程中,每个拜访对象可以是一个门店,具体快消品门店。当然,也可以是其他类型的门店,本实施例不作限制。可以先将每个门店的地址信息、门店的等级、门店的需求数据及拜访数据输入***,其中,门店的需求数据包括每个门店需要拜访的次数、拜访时长、每次拜访的最小间隔以及每次拜访的最大间隔,拜访数据包括拜访人员的历史拜访日期和拜访人员的计划拜访日期。然后,为每个门店生成拜访任务,其中,拜访任务为一段时间内的总任务,其包括多个子任务。
举例来讲,若门店A的拜访任务为本月拜访4次、每次需要在早上来拜访、每次拜访的时长需要在10分钟到20分钟以内以及每月拜访总时长不低于60分钟,则会有四个子任务生成,分别为早上去门店A拜访10分钟、早上去门店A拜访12分钟、早上去门店A拜访18分钟及早上去门店A拜访20分钟。
步骤S102,根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数。
在具体实施过程中,拜访任务与拜访对象是一一对应的,筛选出拜访对象后拜访任务就确定了,但是拜访任务包括多个子任务,就需要确定拜访人员去拜访拜访对象时,需要执行的子任务。由于子任务和拜访任务也是绑定关系,所以确定了子任务就可以确定拜访对象。其中,每个所述拜访任务对应的多个子任务有序号表征执行所述多个子任务之间的先后顺序,基于所述子任务的序号,确定对所述M个拜访对象中每个拜访对象需执行的所述子任务。对于线路的规划,本实施例提供了两种方式。
第一种是全局模式,首先,确定一条初始路线,初始路线仅包括拜访人员的出发点和返回点。然后,基于所述门店的等级、门店的历史拜访日期、多个子任务之间的时间间隔、线路的最大门店数及线路的最大里程,筛选出的M个门店。接下来,将M个门店的地址***到初始线路中。最后,进行路径规划,且有以下两种方式。
第二种是***模式,首先,也是确定一条初始路线,初始路线仅包括拜访人员的出发点和返回点。然后,基于所述门店的等级、门店的历史拜访日期、多个子任务之间的时间间隔、线路的最大门店数、线路的最大里程、临时子任务及之前未完成的子任务,筛选出的M个门店。接下来,将M个门店的地址***到初始线路中。最后,进行路径规划。
以上两种模式的路径规划,可以基于目标优化策略,确定拜访所述M个拜访对象的拜访路线。对于目标优化策略,可以采用元启发式(meta-heuristic)算法进行求解,算法通过一系列算子移动、交换线路上的任务,逐步迭代优化以达到提高拜访次数、减少线路里程的目标。
在具体实施过程中,最大化拜访次数和最小化线路里程,可以基于如下公式确定拜访所述M个拜访对象的拜访路线:
其中,α,β为权重参数,可以根据实际应用场景条件拜访次数和线路里程的权重,dij为出发点i到结束点j的距离,表示线路k是否经过i→j的边(经过为1,否则为0),表示所述拜访对象p的子任务q被分配到了线路k。
当然,目标优化策略,还可以使所述拜访路线上的所述子任务小于等于任务上限,以及所述拜访路线的里程小于等于里程上限。在具体实施过程中,可以基于拜访人员的每日最大拜访数和每日最大里程,确定所述任务上限和所述里程上限。即拜访人员每人最大拜访数为所述任务上限,拜访人员每日最大行驶里程为所述里程上限。
实施例二
基于同一发明构思,如图2所示,本实施例提供了一种路线规划装置200,包括:
第一处理单元210,用于获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长;
第二处理单元220,用于根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务;
输出单元230,用于输出所述拜访路径和需执行的所述子任务。
由于本实施例所介绍的路线规划装置为实施本发明实施例中路线规划方法所采用的装置,故而基于本发明实施例中所介绍的路线规划方法,本领域所属技术人员能够了解本实施例的路线规划装置的具体实施方式以及其各种变化形式,所以在此对于该路线规划装置如何实现本发明实施例中的方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中路线规划方法所采用的装置,都属于本发明所欲保护的范围。
实施例三
基于与前述实施例中路线规划方法同样的发明构思,本说明书实施例还提供一种服务器,如图3所示,包括:
存储器304、处理器302及存储在存储器304上并可在处理器302上运行的计算机程序,所述处理器302执行所述程序时实现前文所述路线规划方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
1、通过获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务。可以实现门店间差异化拜访:本发明可以按门店配置拜访频次、拜访时长、最小间隔、最大间隔,实现门店间的差异化拜访。每家门店的价值可能存在很大的差异,因此每次拜访能够带来的潜在销量提升也会有较大的不同。在这种情况下,对门店区别对待进行差异化拜访,能够进一步提高拜访的效率和销量转化率,实现收益的最大化。
2、通过根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,确定拜访所述M个拜访对象的拜访路线。可以在满足拜访次数、拜访间隔约束的前提下,拜访人员每天工作时长和工作量的稳定,避免了人工排线中出现的工作量不均衡问题,也避免了由于工作量不均衡而进行的计划外拜访造成的无效和低效拜访。
3、本申请公开了两种方式确定拜访人员的路径。***模式支持对线路进行实时调整:本发明可以考虑拜访人员的历史拜访情况,对未来的计划线路进行实时调整。如果存在未完成的计划拜访,可以通过实时调整把未完成任务***到未来的线路中;如果存在计划外拜访,也可以把未来相同门店的拜访任务从线路中移除,避免因为小于时间间隔造成无效拜访。
4、管理者可以通过查看每天拜访人员行的行驶数据,拜访人员拜访任务完成情况和门店拜访时长等信息,得知拜访人员的拜访效率和任务达成率。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种路径规划方法,其特征在于,所述方法包括:
获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长;所述需求数据包括每个门店需要拜访的次数、拜访时长、每次拜访的最小间隔以及每次拜访的最大间隔,拜访数据包括拜访人员的历史拜访日期和拜访人员的计划拜访日期;
根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,所述筛选出的M个拜访对象,包括:基于所述拜访对象的等级、拜访对象的历史拜访日期、所述多个子任务之间的时间间隔、线路的最大拜访对象数及线路的最大里程,筛选出的M个拜访对象;确定拜访所述M个拜访对象的拜访路线,确定拜访所述M个拜访对象的拜访路线,还包括:基于所述拜访路线上的所述子任务小于等于任务上限,以及所述拜访路线的里程小于等于里程上限,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数;基于目标优化策略,确定拜访所述M个拜访对象的拜访路线;所述基于目标优化策略,确定拜访所述M个拜访对象的拜访路线,包括:
基于如下公式确定拜访所述M个拜访对象的拜访路线:
其中,α,β为权重参数,是根据实际应用场景条件拜访次数和线路里程的权重,dij为出发点i到结束点j的距离,表示线路k是否经过i→j的边,经过为1,否则为0,表示所述拜访对象p的子任务q被分配到了线路k;
输出所述拜访路线和需执行的所述子任务。
2.如权利要求1所述的方法,其特征在于,包括:
基于拜访人员的每日最大拜访数和每日最大里程,确定所述任务上限和所述里程上限。
3.如权利要求1所述的方法,其特征在于,所述确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,包括:
每个所述拜访任务对应的多个子任务有序号表征执行所述多个子任务之间的先后顺序,基于所述子任务的序号,确定对所述M个拜访对象中每个拜访对象需执行的所述子任务。
4.一种路线规划装置,其特征在于,包括:
第一处理单元,用于获取每个拜访对象的需求数据,并根据所述需求数据确定每个所述拜访对象的拜访任务,每个所述拜访任务对应多个子任务,所述子任务包括拜访的时长;所述需求数据包括每个门店需要拜访的次数、拜访时长、每次拜访的最小间隔以及每次拜访的最大间隔,拜访数据包括拜访人员的历史拜访日期和拜访人员的计划拜访日期;
第二处理单元,用于根据筛选出的M个拜访对象和每个所述拜访对象的拜访任务,所述筛选出的M个拜访对象,包括:基于所述拜访对象的等级、拜访对象的历史拜访日期、所述多个子任务之间的时间间隔、线路的最大拜访对象数及线路的最大里程,筛选出的M个拜访对象;确定拜访所述M个拜访对象的拜访路线,确定拜访所述M个拜访对象的拜访路线,还包括:基于所述拜访路线上的所述子任务小于等于任务上限,以及所述拜访路线的里程小于等于里程上限,确定拜访所述M个拜访对象的拜访路线,以及确定对所述M个拜访对象中每个拜访对象需执行的所述子任务,M为正整数;基于目标优化策略,确定拜访所述M个拜访对象的拜访路线;所述基于目标优化策略,确定拜访所述M个拜访对象的拜访路线,包括:
基于如下公式确定拜访所述M个拜访对象的拜访路线:
其中,α,β为权重参数,是根据实际应用场景条件拜访次数和线路里程的权重,dij为出发点i到结束点j的距离,表示线路k是否经过i→j的边,经过为1,否则为0,表示所述拜访对象p的子任务q被分配到了线路k;
输出单元,用于输出所述拜访路线和需执行的所述子任务。
5.一种服务器,其特征在于,包括处理器和存储器:
所述存储器用于存储执行权利要求1~3中任一项所述方法的程序;
所述处理器被配置为用于执行所述存储器中存储的程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110528125.1A CN113203427B (zh) | 2021-05-14 | 2021-05-14 | 一种路径规划方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110528125.1A CN113203427B (zh) | 2021-05-14 | 2021-05-14 | 一种路径规划方法、装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113203427A CN113203427A (zh) | 2021-08-03 |
CN113203427B true CN113203427B (zh) | 2022-08-12 |
Family
ID=77031508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110528125.1A Active CN113203427B (zh) | 2021-05-14 | 2021-05-14 | 一种路径规划方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113203427B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116432886B (zh) * | 2023-06-13 | 2023-08-29 | 北京纷扬科技有限责任公司 | 一种智能路线规划方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109978292B (zh) * | 2017-12-27 | 2023-05-30 | 阿里巴巴集团控股有限公司 | 门店的智能管理方法及装置 |
TWI650714B (zh) * | 2018-01-19 | 2019-02-11 | 財團法人工業技術研究院 | 動態智能排程方法及裝置 |
CN110363323B (zh) * | 2018-11-20 | 2023-04-07 | 南京掌控网络科技有限公司 | 一种周期性客户拜访路线的智能规划方法、***及设备 |
CN110458429A (zh) * | 2019-07-29 | 2019-11-15 | 暨南大学 | 一种针对地理网点的智能任务分配和人员调度方法、*** |
-
2021
- 2021-05-14 CN CN202110528125.1A patent/CN113203427B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113203427A (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zamorano et al. | Branch-and-price approaches for the multiperiod technician routing and scheduling problem | |
Serra et al. | The p-median problem in a changing network: the case of Barcelona | |
US20150254589A1 (en) | System and Method to Provide Inventory Optimization in a Multi-Echelon Supply Chain Network | |
WO2015198503A1 (ja) | レベニューマネジメントシステムおよびレベニューマネジメント方法 | |
Chang | Decision support for truckload carriers in one-shot combinatorial auctions | |
US20110004581A1 (en) | Depth-First Search For Target Value Problems | |
US9760840B1 (en) | Geospatial data analysis | |
CN110363323B (zh) | 一种周期性客户拜访路线的智能规划方法、***及设备 | |
Mısır et al. | An analysis of generalised heuristics for vehicle routing and personnel rostering problems | |
US8024205B2 (en) | System and method for calculating damage as a result of natural catastrophes | |
Lei et al. | A unified approach for location-allocation analysis: integrating GIS, distributed computing and spatial optimization | |
Dahmen et al. | Solving multi-activity multi-day shift scheduling problems with a hybrid heuristic | |
Michel et al. | A column-generation based tactical planning method for inventory routing | |
Bender et al. | The multi-period service territory design problem–an introduction, a model and a heuristic approach | |
CN113203427B (zh) | 一种路径规划方法、装置及服务器 | |
Wang et al. | Incorporating travel time uncertainty into the design of service regions for delivery/pickup problems with time windows | |
Ekici et al. | Inventory routing for the last mile delivery of humanitarian relief supplies | |
Javanmard et al. | A bi-objective model for scheduling of multiple projects under multi-skilled workforce for distributed load energy usage | |
Bianchessi et al. | The min-max close-enough arc routing problem | |
D'Haen et al. | Integrated scheduling of order picking operations under dynamic order arrivals | |
Yu et al. | Robust team orienteering problem with decreasing profits | |
Jang et al. | The Missouri Lottery optimizes its scheduling and routing to improve efficiency and balance | |
US20100082405A1 (en) | Multi-period-ahead Forecasting | |
Kutanoglu et al. | Improving scheduling robustness via preprocessing and dynamic adaptation | |
Er-Rbib et al. | Integrated and sequential solution methods for the cyclic bus driver rostering problem |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |