CN113807555B - 分拨中心的选址方法、装置、电子设备及存储介质 - Google Patents

分拨中心的选址方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113807555B
CN113807555B CN202010536278.6A CN202010536278A CN113807555B CN 113807555 B CN113807555 B CN 113807555B CN 202010536278 A CN202010536278 A CN 202010536278A CN 113807555 B CN113807555 B CN 113807555B
Authority
CN
China
Prior art keywords
information
distribution
point
target
clustering
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
Application number
CN202010536278.6A
Other languages
English (en)
Other versions
CN113807555A (zh
Inventor
丁德华
曲天来
黄超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wulian Shuntong Technology Co ltd
Original Assignee
Beijing Wulian Shuntong Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Wulian Shuntong Technology Co ltd filed Critical Beijing Wulian Shuntong Technology Co ltd
Priority to CN202010536278.6A priority Critical patent/CN113807555B/zh
Publication of CN113807555A publication Critical patent/CN113807555A/zh
Application granted granted Critical
Publication of CN113807555B publication Critical patent/CN113807555B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种分拨中心的选址方法、装置、电子设备及计算机可读存储介质。该分拨中心的选址方法包括：获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息；确定所述配送点集合的可行距离集合的信息，并从所述配送点集合的信息中获取第一目标配送点的信息；根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息；获取所述目标聚类集合所属实际质心的信息，并将所述实际质心的信息作为所述待配送货物的虚拟分拨中心的选址信息。本申请中可以实时确定分拨中心的选址，从而使得每个时间内货物配送的时效最优。

Description

分拨中心的选址方法、装置、电子设备及存储介质
技术领域
本申请涉及物流技术领域，具体涉及一种分拨中心的选址方法、装置、电子设备及计算机可读存储介质。
背景技术
随着电子商务的蓬勃发展，带动了物流行业的快速发展。其中，物流分拨是在途物流行业作业中的一个重要环节。物流分拨是多级供应链中连接上下游的节点，其运作流畅性直接关系到整个供应链的运作顺畅性。
在物流分拨环节中，分拨中心的选址是一个关键性问题，需要因地制宜。
现有技术中，为了降低配送支出、提高配送时效，主要是根据设定区域内的所有配送地址，从设定区域内，选取一个使得所有配送地址与该点的距离之和最小的地址，并将该地址作为分拨中心的选址。
但是，在实际应用中发现，固定一个地址作为分拨中心并不能保证每次配送的时效最优、并且配送支出较高。
发明内容
本申请提供一种分拨中心的选址方法、装置、电子设备及计算机可读存储介质，可以针对每个时间内配送地址的货物量，实时确定分拨中心的选址，从而使得每个时间内货物配送的时效最优，并降低配送支出。
第一方面，本申请提供一种分拨中心的选址方法，所述方法包括：
获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息，其中，所述配送点集合是指多个配送点的集合；
确定所述配送点集合的可行距离集合的信息，并从所述配送点集合的信息中获取第一目标配送点的信息，其中，所述可行距离集合是指所述配送点集合中任意两个配送点之间的可行距离的集合，所述可行距离是指两个配送点之间的最短路径的长度信息；
根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息，其中，所述目标聚类集合是指多个配送点的集合；
获取所述目标聚类集合所属实际质心的信息，并将所述实际质心的信息作为所述待配送货物的虚拟分拨中心的选址信息，其中，所述实际质心是指所述目标聚类集合的配送点中，距离所述目标聚类集合的中心点最近的配送点。
在一些实施方案中，所述第一目标配送点包括多个配送点，所述根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的配送点进行聚类，得到所述配送点的目标聚类集合，包括：
遍历所述配送点集合中的各配送点，并根据所述可行距离集合的信息，从所述第一目标配送点中获取与当前配送点之间的可行距离最小的配送点，以作为当前配送点所属的基准配送点；
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息。
在一些实施方案中，所述将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息，包括：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第一初始集合的信息，所述第一初始集合是指多个配送点的集合；
获取所述第一初始集合的第一初始质心的信息，并获取所述第一初始集合的目标距离总和的信息，其中，所述初始质心是指距离所述第一初始集合的中心点最近的配送点，所述目标距离总和是指所述第一初始集合中的每个配送点与所述第一初始质心之间的可行距离之和；
当所述目标距离总和大于第一预设阈值时，从所述第一初始集合的信息中获取第二目标配送点的信息；
根据所述可行距离集合的信息和所述第二目标配送点的信息，对所述第一初始集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
在一些实施方案中，所述将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息，包括：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第二初始集合的信息，所述第二初始集合是指多个配送点的集合；
获取所述第二初始集合的第二初始质心的信息，并从所述可行距离集合的信息中，获取所述第二初始集合中的每个配送点与所述第二初始质心之间的目标可行距离的信息，其中，所述第二初始质心是指距离所述第二初始集合的中心点最近的配送点；
当所述目标可行距离大于第二预设阈值时，从所述第二初始集合的信息中获取第三目标配送点的信息；
根据所述可行距离集合的信息和所述第三目标配送点的信息，对所述第二初始集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
在一些实施方案中，所述获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息，包括：
获取预设时段内待配送货物的收货地址的信息；
获取所述收货地址的经纬度信息，并根据所述经纬度信息，确定所述待收货地址对应的配送点，得到所述待配送货物的配送点集合的信息。
在一些实施方案中，所述获取所述目标聚类集合中实际质心的信息，包括：
获取所述目标聚类集合的中心点；
从所述目标聚类集合的各配送点中，获取与所述中心点距离最近的配送点，以作为所述目标聚类集合的实际质心，得到所述目标聚类集合所属实际质心的信息。
在一些实施方案中，所述方法还包括：
根据所述虚拟分拨中心的选址信息，对所述待配送货物进行路径规划，得到所述待配送货物的目标路由的信息，并输出所述目标路由的信息。
第二方面，本申请提供一种分拨中心的选址装置，所述分拨中心的选址装置包括：
获取单元，用于获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息，其中，所述配送点集合是指多个配送点的集合；
所述获取单元，还用于确定所述配送点集合的可行距离集合的信息，并从所述配送点集合的信息中获取第一目标配送点的信息，其中，所述可行距离集合是指所述配送点集合中任意两个配送点之间的可行距离的集合，所述可行距离是指两个配送点之间的最短路径的长度信息；
聚类单元，用于根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息，其中，所述目标聚类集合是指多个配送点的集合；
选址单元，用于获取所述目标聚类集合所属实际质心的信息，并将所述实际质心的信息作为所述待配送货物的虚拟分拨中心的选址信息，其中，所述实际质心是指所述目标聚类集合的配送点中，距离所述目标聚类集合的中心点最近的配送点。
在一些实施方案中，所述第一目标配送点包括多个配送点，所述聚类单元具体还用于：
遍历所述配送点集合中的各配送点，并根据所述可行距离集合的信息，从所述第一目标配送点中获取与当前配送点之间的可行距离最小的配送点，以作为当前配送点所属的基准配送点；
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息。
在一些实施方案中，所述聚类单元具体还用于：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第一初始集合的信息，所述第一初始集合是指多个配送点的集合；
获取所述第一初始集合的第一初始质心的信息，并获取所述第一初始集合的目标距离总和的信息，其中，所述初始质心是指距离所述第一初始集合的中心点最近的配送点，所述目标距离总和是指所述第一初始集合中的每个配送点与所述第一初始质心之间的可行距离之和；
当所述目标距离总和大于第一预设阈值时，从所述第一初始集合的信息中获取第二目标配送点的信息；
根据所述可行距离集合的信息和所述第二目标配送点的信息，对所述第一初始集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
在一些实施方案中，所述聚类单元具体还用于：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第二初始集合的信息，所述第二初始集合是指多个配送点的集合；
获取所述第二初始集合的第二初始质心的信息，并从所述可行距离集合的信息中，获取所述第二初始集合中的每个配送点与所述第二初始质心之间的目标可行距离的信息，其中，所述第二初始质心是指距离所述第二初始集合的中心点最近的配送点；
当所述目标可行距离大于第二预设阈值时，从所述第二初始集合的信息中获取第三目标配送点的信息；
根据所述可行距离集合的信息和所述第三目标配送点的信息，对所述第二初始集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
在一些实施方案中，所述获取单元具体还用于：
获取预设时段内待配送货物的收货地址的信息；
获取所述收货地址的经纬度信息，并根据所述经纬度信息，确定所述待收货地址对应的配送点，得到所述待配送货物的配送点集合的信息。
在一些实施方案中，所述选址单元具体还用于：
获取所述目标聚类集合的中心点；
从所述目标聚类集合的各配送点中，获取与所述中心点距离最近的配送点，以作为所述目标聚类集合的实际质心，得到所述目标聚类集合所属实际质心的信息。
在一些实施方案中，所述分拨中心的选址装置还包括路由规划单元，所述路由规划单元具体用于：
根据所述虚拟分拨中心的选址信息，对所述待配送货物进行路径规划，得到所述待配送货物的目标路由的信息，并输出所述目标路由的信息。
第三方面，本申请还提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行本申请提供的任一种分拨中心的选址方法中的步骤。
第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的分拨中心的选址方法中的步骤。
本申请通过针对预设时段内的待配送货物的配送点，根据各配送点之间的可行距离，对各配送点进行聚类，得到目标聚类集合；并将与目标聚类集合的中心点最近的配送点(即目标聚类集合的实际质心)所在地址，作为虚拟分拨中心的选址。一方面，由于将与目标聚类集合的中心点最近的配送点所在地址，作为虚拟分拨中心的选址，使得目标聚类集合内的各配送点与虚拟分拨中心之间的距离之和尽可能小，因此可以降低待配送货物的配送支出、并提高待配送货物的配送时效。另一方面，由于是针对了具体时段内的待分配货物的配送点，确定分拨中心的选址，因此可以实时确定分拨中心的选址。由此可见，本申请实施例可以实时确定分拨中心的选址，进而使得每个时间段内货物配送的时效最优，并降低配送支出。
附图说明
为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例中提供的分拨中心的选址方法的一个实施例流程示意图；
图2是本申请实施例中提供的配送点集合的一种场景示意图；
图3是本申请实施例中提供的最短路径的一种场景示意图；
图4是本申请实施例中提供的配送点集合与目标聚类集合的对比示意图；
图5是本申请实施例中提供的目标路由的一个实施例场景示意图；
图6是本申请实施例中提供的分拨中心的选址装置的一个实施例结构示意图；
图7是本申请实施例中提供的电子设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
在本申请实施例的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的过程进行详细阐述，以避免不必要的细节使本申请实施例的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请实施例所公开的原理和特征的最广范围相一致。
本申请实施例提供一种分拨中心的选址方法、装置、电子设备和计算机可读存储介质。其中，该分拨中心的选址装置可以集成在电子设备中，该电子设备可以是服务器，也可以是终端等设备。
首先，在介绍本申请实施例之前，先介绍下本申请实施例关于应用背景的相关内容。
在物流领域中，分拨中心具有存储、分拣、集散、衔接、加工等作用。其中，分拨中心的选址是一个关键性问题；好的分拨中心选址可以提高物流时效、降低物流配送成本。
因此，现有技术中会针对地区进行分拨中心的选址。但是现有技术中，在分拨中心选址确定后，一般分拨中心的地址是固定不变的。
然而，在不同时间，同一设定区域内每个配送地址的实际物流配送量，会发生实时变化。例如，4月26日A、B、C三地的实际配送量是30件、10件、20件，4月27日A、B、C三地的实际配送量是10件、0件、1件。若固定一个地址作为分拨中心的选址并不能保证每次配送的时效、并且配送支出较高。
基于现有的相关技术存在的上述缺陷，本申请实施例提供了分拨中心的选址方法，根据不同时段内的待配送货物的配送点，确定分拨中心的选址，至少在一定程度上克服现有的相关技术所存在的缺陷。
本申请实施例分拨中心的选址方法的执行主体可以为本申请实施例提供的分拨中心的选址装置，或者集成了该分拨中心的选址装置的服务器设备、物理主机或者用户设备(User Equipment，UE)等不同类型的电子设备，其中，分拨中心的选址装置可以采用硬件或者软件的方式实现，UE具体可以为智能手机、平板电脑、笔记本电脑、掌上电脑、台式电脑或者个人数字助理(Personal Digital Assistant，PDA)等终端设备。
该电子设备可以采用单独运行的工作方式，或者也可以采用设备集群的工作方式，通过应用本申请实施例提供的分拨中心的选址方法，可以针对每个时间内配送地址的货物量，实时确定分拨中心的选址，从而使得每个时间内货物配送的时效最优，并降低配送支出。
下面，开始介绍本申请实施例提供的分拨中心的选址方法，本申请实施例中以电子设备作为执行主体，为了简化与便于描述，后续方法实施例中将省略该执行主体。
参照图1，图1为本申请实施例提供的分拨中心的选址方法的一种流程示意图。需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。该分拨中心的选址方法包括步骤S10～S30，其中：
S10、获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息。
其中，配送点集合是指多个配送点的集合。配送点是指待配送货物的收货地址。待配送货物可以是快递、信件、物流包裹等等。
预设时段可以是连续的几个小时、一天、一周等等，预设时段可以根据具体需求而设置。例如，需要针对1月1日的待配送货物，确定分拨中心的选址，那么预设时段为1月1日。又如，需要针对1月1日7：00～18：00期间的待配送货物，确定分拨中心的选址，那么预设时段为1月1日7：00～18：00。
具体地，在一些实施例中，步骤S10具体可以包括：首先，获取预设时段内的每个待配送货物的订单信息。然后，根据待配送货物的订单信息确定待配送货物的收货地址，并将待配送货物的收货地址作为待配送货物对应的配送点，所得到的所有收货地址的集合即为待配送货物的配送点集合。即得到待配送货物的配送点集合的信息。
例如，2020年1月1日的待配送货物分别为：a、b、c、d、e、f、g、h、i、j、k、l、m、n、o，对应的收货地址分别为：A、B、C、D、E、F、G、H、I、J、K、L、M、N、O，所有收货地址的集合即为待配送货物的配送点集合，如图2所示。
在一些实施例中，步骤S10具体可以包括：首先，获取预设时段内的每个待配送货物的订单信息。然后，根据待配送货物的订单信息确定待配送货物的收货地址。并根据收货地址确定待配送货物对应的配送点，所得到的所有配送点的集合即为待配送货物的配送点集合。即得到待配送货物的配送点集合的信息。
例如，1月1日的待配送货物分别为：快递1、快递2、快递3、快递4、快递5、快递6。其中，快递1的收货地址为A小区1单元701、快递2的收货地址为A小区1单元1501、快递3的收货地址为A小区2单元601、快递4的收货地址为B小区2单元101、快递5的收货地址为C小区1单元301、快递6的收货地址为D小区2单元101。
由于快递1、快递2、快递3的收货地址距离相对较近，因此可以将快递1、快递2、快递3的配送点视为同一配送点(如将A小区视为一个配送点)。
则，可以确定快递1、快递2、快递3、快递4、快递5、快递6的配送点分别为：A小区、A小区、A小区、B小区、C小区、D小区。因此可以确定待配送货物的配送点集合为：A小区、B小区、C小区、D小区。
其中，“根据收货地址确定待配送货物对应的配送点”的实施方式有多种，例如，分别计算待配送货物的收货地址与各个预设配送点的距离，并将与收货地址距离最近的预设配送点作为待配送货物的配送点(如以A小区门口、B小区门口分别作为一个预设配送点，快递a的收货地址为A小区1单元，与A小区门口、B小区门口的距离分别50米、1000米，则将A小区门口作为快递a的配送点)。
又如，将待配送货物的收货地址解析为经纬度表示，并将待配送货物的收货地址对应经纬度作为待配送货物的配送点(如快递a的收货地址为A座1201、快递b的收货地址为A座101，则快递a、快递b的收货地址对应了同一经纬度，即快递a、快递b为同一配送点)。
由于在某些场景下，例如待配送货物是待派送的快递时，待配送货物的收货地址一般比较详细具体，通常会具体至门牌号。而一般不会针对同一栋楼不同门牌号的收货地址，设置分拨中心在某个门牌号对应的地址(如，某门牌号对应的是私人住址)。而是将同一栋楼的收货地址视为同一个配送点。
为此，在一些实施例中，步骤S10具体可以包括：获取预设时段内待配送货物的收货地址的信息；获取所述收货地址的经纬度信息，并根据所述经纬度信息，确定所述待收货地址对应的配送点，得到所述待配送货物的配送点集合的信息。
具体地，首先，获取预设时段内的待配送货物的订单信息，并根据订单信息确定待配送货物的收货地址。然后，将待配送货物的收货地址解析成经纬度表示，得到待配送货物的收货地址对应的经纬度。最后，将每个经纬度对应的地址作为一个配送点，根据待配送货物的收货地址对应的经纬度，可以确定待配送货物的配送点。其中，预设时段内待配送货物的配送点的集合，即为待配送货物的配送点集合。即得到待配送货物的配送点集合的信息。
例如，货物1、2、3的收货地址分别为A小区1单元101、A小区1单元201、B小区1单元201，通过对货物1、2、3的收货地址进行解析，得到货物1、2、3的收货地址对应的经纬度分别为：(北纬N22°33’16，东经E113°53’13)、(北纬N22°33’16，东经E113°53’13)、(北纬N22°33’32，东经E113°53’42)。由于货物1和2的收货地址对应的经纬度相同，因此，货物1和2对应了一个配送点(记为配送点1)，货物3对应了一个配送点(记为配送点2)。
由此可见，通过将待配送货物的收货地址解析为经纬度表示，并将在同一纬度的待收货地址，对应同一配送点，从而使得距离较近的待配送货物的收货地址被定义为同一配送点，进而使得后续所确定的分拨中心更贴合实际。
S20、确定所述配送点集合的可行距离集合的信息，并从所述配送点集合的信息中获取第一目标配送点的信息。
其中，可行距离集合是指配送点集合中任意两个配送点之间的可行距离的集合。可行距离是指两个配送点之间的最短路径的长度信息。
通过确定配送点集合的可行距离集合，一方面，在后续需要确定两配送点之间的可行距离时，可以直接调用，进而可以提高虚拟分拨中心的选址速度。另一方面，无需每次用到时再次计算两配送点之间的可行距离，由于后续反复用到两配送点之间的可行距离，因此可以减少运算数据。
具体地，在一些实施例中，“确定所述配送点集合的可行距离集合的信息”的步骤具体可以包括：首先，解析出配送点的经纬度信息。然后，根据已有的地图数据、以及配送点的经纬度信息，确定配送点集合中每两个配送点之间的最短路径。最后，根据已有的地图数据、以及两个配送点之间的最短路径，分别计算出任意两个配送点之间的可行距离；即可得到配送点集合的可行距离集合的信息。
为了更好地理解“可行距离”，以一具体例子进行说明。例如，根据配送点A的经纬度信息、配送点B的经纬度信息，可以确定：配送点A与配送点B之间的直线距离为50米。但是根据已有的地图数据，发现配送点A与配送点B之间隔了一条河。因此，由配送点A到配送点B，依据直线AB不能直接到达，需要由A处绕行至C处过桥，再由C处至B；如图3所示，图3中的虚线表示配送点A和B之间的最短路径，虚线的长度表示A和B之间的最短路径的长度。
其中，第一目标配送点可以是一个或多个配送点。
具体地，在一些实施例中，“从所述配送点集合中获取第一目标配送点的信息”的步骤具体可以包括：从配送点集合的各配送点中随机获取一个或多个配送点，以作为第一目标配送点。即得到第一目标配送点的信息。
在一些实施例中，“从所述配送点集合中获取第一目标配送点”的步骤具体可以包括：按照预设规则(例如，预设规则为：从配送点较密集的区域，随机获取一个配送点)，从配送点集合的各配送点中获取一个或多个配送点，以作为第一目标配送点。即得到第一目标配送点的信息。
S30、根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
其中，目标聚类集合是指多个配送点的集合。
在一些实施例中，第一目标配送点的个数为一。步骤S30具体包括以下(1)～(2)，其中：
(1)将配送点集合(记为Sn，n表示Sn中配送点的个数)的各配送点(记为Pi)作为一个初始聚类集合(即Sn)，并确定初始聚类集合Sn的质心(记为Px)。其中，“确定初始聚类集合Sn的质心”的实施方式可以参考以下步骤S41～S42中“获取所述目标聚类集合所属实际质心的信息”的实施方式，在此不再赘述。
(2)遍历Sn中的各配送点为Pi，从可行距离集合(记为Sd)的信息中，查找出当前配送点Pi与质心Px之间的可行距离(记为Dix)。
(3)确定所有配送点Pi与质心Px之间的可行距离Dix之和，记为Σ(Dix)。
(4)若Σ(Dix)大于预设阈值，则从Sn中随机获取两个配送点(如P1和P2)，并参照以下步骤(a)～(d)对Sn中的各配送点Pi进行聚类，得到两个聚类集合，作为待定聚类集合(记为Sn1、Sn2)。
(5)将待定聚类集合作为Sn，迭代以上步骤(1)～(4)，直至步骤(4)所得到的待定聚类集合中，每个配送点Pi与该聚类集合的质心Px之间的可行距离Dix之和Σ(Dix)小于预设阈值。并将Σ(Dix)小于预设阈值的待定聚类集合Sn，作为最终的目标聚类集合。即得到配送点的目标聚类集合的信息。
由此可见，通过对配送点集合中的各配送地点进行迭代聚类，可以使得目标聚类集合中的每个配送点与其质心之间的可行距离之和小于预设阈值。并且，由于目标聚类集合的质心最终将被作为虚拟分拨中心。因此，可以满足对配送总距离要求的某些场景。
例如，某位快递员在做快递派送兼职时，由于其工作环境的特殊性，其要求派送总距离的最大值Dmax。则将以上步骤(4)中的预设阈值取值为Dmax时所确定的虚拟分拨中心，作为快递配送的一个分拨中心；并将所确定的目标聚类集合内的各配送点对应的待配送货物，分配给快递员，则可以保证派送总距离小于Dmax，进而满足快递员的要求。
可以理解的是，若第一目标配送点的个数为一，则在步骤S20中无需获取第一目标配送点。步骤S30“根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息”具体为“根据所述可行距离集合的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息”。
在一些实施例中，第一目标配送点的个数大于二。步骤S30具体包括以下步骤S31～S32，其中：
S31、遍历所述配送点集合中的各配送点，并根据所述可行距离集合的信息，从所述第一目标配送点中获取与当前配送点之间的可行距离最小的配送点，以作为当前配送点所属的基准配送点。
其中，基准配送点是指第一目标配送点中，与当前配送点之间的可行距离最小的配送。
S32、将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息。
为了方便理解如何对配送点进行聚类得到目标聚类集合的信息，下面以第一目标配送点的个数等于二为例，进行说明。例如，假设配送点集合为Sn(n表示Sn中配送点的个数)，Sn中的每个配送点为Pi，其中，i∈[1，n]。可行距离集合为Sd，任意两个配送点为Pi和Pj之间的可行距离为Dij，其中，j∈[1，n]。按照以下步骤(a)～(b)，对各配送点进行聚类，得到多个目标聚类集合。
(a)从配送点集合Sn中随机获取2个配送点(如P1和P2)作为第一目标配送点。
(b)遍历Sn中的各配送点Pi，确定Pi与第一目标配送点之间的可行距离(记为Dix)。具体包括：①从可行距离集合Sd中，查找出配送点Pi与P1之间的可行距离(记为Di1)。②从可行距离集合Sd中，查找出配送点Pi与P2之间的可行距离(记为Di2)。
(c)配送点Pi分组。具体地，首先，比较Di1与Di2的大小。若Di1小于Di2，则将当前配送点Pi分类至P1所属的组(记为S1)。若Di1大于或等于Di2，则将当前配送点Pi分类至P2所属的组(记为S2)。
(d)将每个第一目标配送点所属的组(S1、S2)作为一个目标聚类集合。其中，被分类至S1的配送点Pi的集合即为一个目标聚类集合，被分类至S2的配送点Pi的集合即为另一个目标聚类集合。
请参阅图4，例如，从配送点集合Sn(包括配送点1、配送点2、配送点3、配送点4、配送点5、配送点6、配送点7)中随机获取了配送点1、配送点2作为第一目标配送点，如图4(a)中所示。配送点1、2、3、4、5、6、7与第一目标配送点(配送点1)之间的可行距离分别为：0km、10km、2km、8km、2km、3km、8km。配送点1、2、3、4、5、6、7与第一目标配送点(配送点2)之间的可行距离分别为：10km、0km、8km、2km、8.5km、8.5km、2km。
则，将配送点1、3、5、6分别聚类至第一目标配送点(配送点1)所属的组，得到一个目标聚类集合。将配送点2、4、7分别聚类至第一目标配送点(配送点2)所属的组，得到另一个目标聚类集合，如图4(b)所示。
由以上内容可以看出，通过根据配送点与第一目标配送点之间的可行距离，对配送点集合中的各配送点进行聚类，使得距离相对较近的配送点可以被聚类至同一目标聚类集合中。
S40、获取所述目标聚类集合所属实际质心的信息，并将所述实际质心的信息作为所述待配送货物的虚拟分拨中心的选址信息。
其中，实际质心是指目标聚类集合的配送点中，距离目标聚类集合的中心点最近的配送点。
虚拟分拨中心是指预设时段内的待配送货物所对应的分拨中心。由于本申请实施例中所确定的分拨中心，并不是一次选址后就固定不变，而是会随着不同时段待配送货物的配送点而重新确定，因此称为虚拟分拨中心。
由以上内容可以看出，通过针对预设时段内的待配送货物的配送点，根据各配送点之间的可行距离，对各配送点进行聚类，得到目标聚类集合；并将与目标聚类集合的中心点最近的配送点(即目标聚类集合的实际质心)所在地址，作为虚拟分拨中心的选址。
一方面，由于将与目标聚类集合的中心点最近的配送点所在地址，作为虚拟分拨中心的选址，使得目标聚类集合内的各配送点与虚拟分拨中心之间的距离之和尽可能小，因此可以降低待配送货物的配送支出、并提高待配送货物的配送时效。
另一方面，由于是针对了具体时段内的待分配货物的配送点，确定分拨中心的选址，因此可以实时确定分拨中心的选址。
由此可见，本申请实施例可以实时确定分拨中心的选址，进而使得每个时间段内货物配送的时效最优，并降低配送支出。
在一些实施例中，步骤S40具体可以包括以下步骤S41～S42，其中：
S41、获取所述目标聚类集合的中心点。
例如，在步骤S20中“确定所述配送点集合的可行距离集合”时，在解析出各配送点的经纬度信息后，根据各配送点的经纬度信息确定各配送点的坐标，得到配送点集合中各配送点的坐标集合，记为：
A＝{(xi,yi)}
其中，1≤i≤n，n表示配送点集合中的配送点的个数。
步骤S41具体可以包括：首先，从配送点集合中各配送点的坐标集合A中，获取目标聚类集合中的各配送点的坐标，得到目标聚类集合中各配送点的坐标集合，记为：
B＝{(xj,yj)}
其中，1≤j≤n’，n’表示目标聚类集合中的配送点的个数。
然后，根据以下公式计算出目标聚类集合的中心点的横坐标和纵坐标，从而得到目标聚类集合的中心点，记为(x0,y0)。其中，公式为：
其中，n’表示目标聚类集合中的配送点的个数，x0表示目标聚类集合的中心点的横坐标，y0表示目标聚类集合的中心点的纵坐标。
S42、从所述目标聚类集合的各配送点中，获取与所述中心点距离最近的配送点，以作为所述目标聚类集合的实际质心，得到所述目标聚类集合所属实际质心的信息。
具体地，根据目标聚类集合中各配送点的坐标(xj,yj)、中心点(x0,y0)，计算出各配送点与中心点的距离。然后，从目标聚类集合的各配送点中，获取与中心点(x0,y0)距离最近的配送点，以作为目标聚类集合的实际质心。即得到目标聚类集合所属实际质心的信息。
其中，配送点(xj,yj)与中心点(x0,y0)的距离为：
其中，Dj0配送点(xj,yj)与中心点(x0,y0)的距离。
由以上内容可以看出，通过查找出目标聚类集合的中心点，并将距离中心点最近的配送点作为该目标聚类集合对应的虚拟分拨中心，可以使得该目标聚类集合内的各配送点与该虚拟分拨中心之间的距离之和尽可能小，进而可以提高待配送货物的配送时效，并降低配送支出。
在某些场景下，例如，在某个分拨中心的待配送货物由一位快速员配送时，快递员的工作能力有限，在预设时段内，快速员配送快递时所行走的总距离存在上限。因此，在预设时段内，一个分拨中心的待配送货物完成配送时所需行走的总距离，应当小于或等于快速员在该预设时段内所能行走的总距离的上限。
为此，在本申请的一些实施例中，步骤S32具体可以包括以下步骤A1～A4，其中：
A1、将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第一初始集合的信息。
其中，第一初始集合是指多个配送点的集合。
例如，配送点集合包括配送点1、2、3、4、5、6，第一目标配送点为配送点1和配送点2。遍历配送点集合的各配送点，所遍历的当前配送点(配送点1、2、3、4、5、6)所属的基准配送点分别为(配送点1、配送点2、配送点1、配送点2、配送点2、配送点2)，则当前配送点(配送点1、2、3、4、5、6)分别聚类至基准配送点(配送点1、配送点2、配送点1、配送点2、配送点2、配送点2)所属的聚类集合，得到第一初始聚类集合(配送点1所属的聚类集合，包括：配送点1、3；配送点2所属的聚类集合，包括：配送点2、4、5、6)。
A2、获取所述第一初始集合的第一初始质心的信息，并获取所述第一初始集合的目标距离总和的信息。
其中，初始质心是指距离第一初始集合的中心点最近的配送点。目标距离总和是指第一初始集合中的每个配送点与第一初始质心之间的可行距离之和。
具体地，“获取所述第一初始集合的第一初始质心的信息”的实施方式，可以参照以上步骤S41～S42中“获取所述目标聚类集合所属实际质心的信息”的实施方式，在此不再赘述。
“获取所述第一初始集合的目标距离总和的信息”的实施方式，并参照以上步骤S30的(2)～(3)中“获取配送点集合中所有配送点Pi与质心Px之间的可行距离Dix之和(记为Σ(Dix))”的实施方式。具体地，可以将“第一初始集合”等同于“初始聚类集合Sn”、“第一初始质心”等同于“Sn的质心”、“目标距离总和”等同于“Σ(Dix)”，执行以上步骤S30的(2)～(3)，即可得到第一初始集合的目标距离总和的信息，在此不再赘述。
A3、当所述目标距离总和大于第一预设阈值时，从所述第一初始集合的信息中获取第二目标配送点的信息。
具体地，在一些实施例中，当目标距离总和大于第一预设阈值时，从第一初始集合的各配送点中随机获取至少两个配送点，以作为第二目标配送点。即得到第二目标配送点的信息。
在一些实施例中，当目标距离总和大于第一预设阈值时，按照预设规则(例如，预设规则为：从配送点较密集的区域，随机获取一个配送点)，从第一初始集合的各配送点中获取至少两个配送点，以作为第二目标配送点。即得到第二目标配送点的信息。
A4、根据所述可行距离集合的信息和所述第二目标配送点的信息，对所述第一初始集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
步骤A4中“对所述第一初始集合中的各配送点进行聚类”的实施方式，可以参照以上步骤S31～S32中“对所述配送点集合中的各个配送点进行聚类”的实施方式。
具体地，可以将步骤A4中的“第二目标配送点”等同于以上步骤S31～S32中的“第一目标配送点”、将步骤A4中的“第一初始集合”等同于以上步骤S31～S32中的“初始聚类集合”，执行以上步骤S31～S32，即可得到目标聚类集合的信息，在此不再赘述。
由以上内容可以看出，A4可依据步骤A1～A3重复迭代，直至所得到的目标聚类集合均满足：目标聚类集合中的配送点Pi与该目标聚类集合的质心Px之间的可行距离之和，小于或等于第一预设阈值。因此，可以使得目标聚类集合内的各配送点与虚拟分拨中心之间的距离之和，小于或等于第一预设阈值，进而满足某些场景下，某个分拨中心的待配送货物完成配送时，所需行走的总距离应当小于上限值的需求。
在某些场景下，例如，在某个分拨中心的待配送货物由一位快速员配送时，快递员为兼职人员，由于其对地形的熟悉程度有限，快递员要求分拨中心与配送点的距离不能超出其可接受的最大距离。因此，在预设时段内，一个分拨中心的待配送货物与该分拨中心的可行距离，应当小于或等于快速员可接受的最大距离。
为此，在本申请的一些实施例中，步骤S32具体可以包括以下步骤B1～B4，其中：
B1、将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第二初始集合的信息。
其中，第二初始集合是指多个配送点的集合。
具体地，步骤B1得到第二初始集合的信息的实施方式，可以参照以上步骤A1中得到第一初始集合的信息的实施方式，在此不再赘述。
B2、获取所述第二初始集合的第二初始质心的信息，并从所述可行距离集合的信息中，获取所述第二初始集合中的每个配送点与所述第二初始质心之间的目标可行距离的信息。
其中，第二初始质心是指距离第二初始集合的中心点最近的配送点。
具体地，“获取所述第二初始集合的第二初始质心的信息”的实施方式，可以参照以上步骤S41～S42中“获取所述目标聚类集合所属实际质心”的实施方式，在此不再赘述。
“获取所述第二初始集合中的每个配送点与所述第二初始质心之间的目标可行距离的信息”可以包括：遍历第二初始集合中的各配送点(记为Pi)，从可行距离集合(记为Sd)中，查找出Pi与第二初始质心之间的可行距离(记为Di)，即可得到第二初始集合中的每个配送点(Pi)与第二初始质心之间的目标可行距离(Di)的信息。
B3、当所述目标可行距离大于第二预设阈值时，从所述第二初始集合的信息中获取第三目标配送点的信息。
具体地，在一些实施例中，当第二初始集合中的配送点(Pi)与第二初始质心之间的目标可行距离(Di)中，存在一个目标可行距离大于第二预设阈值时，从第二初始集合的各配送点中随机获取至少两个配送点，以作为第三目标配送点。即得到第三目标配送点的信息。
在一些实施例中，当第二初始集合中的配送点(Pi)与第二初始质心之间的目标可行距离(Di)中，存在一个目标可行距离大于第二预设阈值时，按照预设规则(例如，预设规则为：从配送点较密集的区域，随机获取一个配送点)，从配送点集合的各配送点中获取至少两个配送点，以作为第三目标配送点。即得到第三目标配送点的信息。
B4、根据所述可行距离集合的信息和所述第三目标配送点的信息，对所述第二初始集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
步骤B4中“对所述第二初始集合中的各配送点进行聚类”的实施方式，可以参照以上步骤S31～S32中“对所述配送点集合中的各配送点进行聚类”的实施方式。
具体地，可以将步骤B4中的“第三目标配送点”等同于以上步骤S31～S32中的“第一目标配送点”、将步骤B4中的“第二初始集合”等同于以上步骤S31～S32中的“初始聚类集合”，执行以上步骤S31～S32，即可得到目标聚类集合的信息，在此不再赘述。
由以上内容可以看出，B4可依据步骤B1～B3重复迭代，直至所得到的目标聚类集合均满足：目标聚类集合中的配送点Pi，与该目标聚类集合的质心Px之间的可行距离，小于或等于第二预设阈值。因此，可以使得目标聚类集合内的每个配送点与虚拟分拨中心之间的距离，小于或等于第二预设阈值，进而提高待配送货物的配送时效。并满足某些场景下，分拨中心与配送点之间的距离应当小于上限值的需求。
在分拨中心的选址确定后，分拨中心的上级配送需要完成将待配送货物运输至分拨中心，以便后续分拨中心的下级配送完成待配送货物的派送。在这里，上级配送是指将待配送货物从其他地方配送至分拨中心。下级配送是指将待配送货物从分拨中心配送至待配送货物对应的收货地址。
其中，上述分拨中心的选址方法中，如步骤S30、步骤A4、步骤B4等步骤中，在对各配送点进行聚类时基于了二分K-means算法的算法逻辑。二分K-means算法具有实时计算特性，针对大量的配送点，也可以快速地计算并聚类。因此，提高了数据处理的速度，进而提高待配送货物的虚拟分拨中心的选址信息的确定速度。
为了提高分拨中心的上级配送的整体时效，在本申请的一些实施例中，该分拨中心的选址方法还包括：根据所述虚拟分拨中心的选址信息，对所述待配送货物进行路径规划，得到所述待配送货物的目标路由的信息，并输出所述目标路由的信息。
其中，目标路由是指分拨中心的上级配送在将待配送货物运输至虚拟分拨中心时，经过各个虚拟分拨中心的先后顺序。目标路由用于指示虚拟分拨中心的上级配送的配送路径。
具体地，获取各虚拟分拨中心之间的距离，并确定各虚拟分拨中心可以形成所有分拨序列。其中，分拨序列是指将各虚拟分拨中心按照先后顺序排列，所得到序列。例如，所确定的虚拟分拨中心分别为：分拨中心A、分拨中心B、分拨中心C，各虚拟分拨中心可以形成的所有分拨序列分别为：A->B->C、A->C->B、B->C->A、B->A->C、C->B->A、C->A->B。
然后，根据各虚拟分拨中心之间的距离，确定每种分拨序列的距离总和。其中，每种分拨序列的距离总和，是指按照该序列所对应的各虚拟分拨中心的先后顺序，所形成的路径的长度。例如，分拨中心A与B之间的距离为5km、A与C之间的距离为3km、B与C之间的距离为2km，则分拨序列A->B->C对应的距离总和为：5km+2km＝7km，分拨序列B->C->A对应的距离总和为：2km+3km＝5km，分拨序列C->B->A对应的距离总和为：2km+5km＝7km。
最后，从所有分拨序列中，选取距离总和最小的目标分拨序列。并将该目标分拨序列对应的各虚拟分拨中心的先后顺序，作为分拨中心的上级配送在将待配送货物运输至虚拟分拨中心时，经过各个虚拟分拨中心的先后顺序，即得到了待配送货物的目标路由，并输出待配送货物的目标路由的信息，以使得用户可以根据该目标路由完成分拨中心的上级配送。
例如，针对一辆货车的货物(即预设时段内的待配送货物)，根据上述分拨中心的选址方法所确定的虚拟分拨中心分别为：a、b、c、d。在确定虚拟分拨中心后，需要将该货车的货物运输至各虚拟分拨中心。
各虚拟分拨中心可以形成的分拨序列分别为：a->b->c(如对应距离总和为2km)、a->c->b(如对应距离总和为3km)、b->c->a(如对应距离总和为3km)、b->a->c(如对应距离总和为3km)、c->b->a(如对应距离总和为3km)、c->a->b(如对应距离总和为2km)。
则可以将分拨序列：a->b->c、c->a->b作为目标分拨序列。分拨序列a->b->c、分拨序列c->a->b分别对应的各虚拟分拨中心的先后顺序，可以分别作为分拨中心的上级配送在将待配送货物运输至虚拟分拨中心时，经过各个虚拟分拨中心的先后顺序，如图5所示，图5中的“a”、“b”、“c”表示虚拟分拨中心的位置，目标路由(1)表示目标分拨序列c->a->b对应的路由，目标路由(2)表示目标分拨序列a->b->c对应的路由。
由以上内容可以看出，根据虚拟分拨中心，对待配送货物进行路径规划，确定待配送货物的目标路由，使得分拨中心的上级配送的配送路径更短，从而可以提高上级配送的配送时效、降低配送成本。
为了更好实施本申请实施例中分拨中心的选址方法，在分拨中心的选址方法基础之上，本申请实施例中还提供一种分拨中心的选址装置，如图6所示，为本申请实施例中分拨中心的选址装置的一个实施例结构示意图，该分拨中心的选址装置600包括：
获取单元601，用于获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息，其中，所述配送点集合是指多个配送点的集合；
所述获取单元601，还用于确定所述配送点集合的可行距离集合的信息，并从所述配送点集合的信息中获取第一目标配送点的信息，其中，所述可行距离集合是指所述配送点集合中任意两个配送点之间的可行距离的集合，所述可行距离是指两个配送点之间的最短路径的长度信息；
聚类单元602，用于根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息，其中，所述目标聚类集合是指多个配送点的集合；
选址单元603，用于获取所述目标聚类集合所属实际质心的信息，并将所述实际质心的信息作为所述待配送货物的虚拟分拨中心的选址信息，其中，所述实际质心是指所述目标聚类集合的配送点中，距离所述目标聚类集合的中心点最近的配送点。
在一些实施方案中，所述第一目标配送点包括多个配送点，所述聚类单元602具体还用于：
遍历所述配送点集合中的各配送点，并根据所述可行距离集合的信息，从所述第一目标配送点中获取与当前配送点之间的可行距离最小的配送点，以作为当前配送点所属的基准配送点；
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息。
在一些实施方案中，所述聚类单元602具体还用于：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第一初始集合的信息，所述第一初始集合是指多个配送点的集合；
获取所述第一初始集合的第一初始质心的信息，并获取所述第一初始集合的目标距离总和的信息，其中，所述初始质心是指距离所述第一初始集合的中心点最近的配送点，所述目标距离总和是指所述第一初始集合中的每个配送点与所述第一初始质心之间的可行距离之和；
当所述目标距离总和大于第一预设阈值时，从所述第一初始集合的信息中获取第二目标配送点的信息；
根据所述可行距离集合的信息和所述第二目标配送点的信息，对所述第一初始集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
在一些实施方案中，所述聚类单元602具体还用于：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第二初始集合的信息，所述第二初始集合是指多个配送点的集合；
获取所述第二初始集合的第二初始质心的信息，并从所述可行距离集合的信息中，获取所述第二初始集合中的每个配送点与所述第二初始质心之间的目标可行距离的信息，其中，所述第二初始质心是指距离所述第二初始集合的中心点最近的配送点；
当所述目标可行距离大于第二预设阈值时，从所述第二初始集合的信息中获取第三目标配送点的信息；
根据所述可行距离集合的信息和所述第三目标配送点的信息，对所述第二初始集合中的各配送点进行聚类，得到所述配送点的目标聚类集合的信息。
在一些实施方案中，所述获取单元601具体还用于：
获取预设时段内待配送货物的收货地址的信息；
获取所述收货地址的经纬度信息，并根据所述经纬度信息，确定所述待收货地址对应的配送点，得到所述待配送货物的配送点集合的信息。
在一些实施方案中，所述选址单元603具体还用于：
获取所述目标聚类集合的中心点；
从所述目标聚类集合的各配送点中，获取与所述中心点距离最近的配送点，以作为所述目标聚类集合的实际质心，得到所述目标聚类集合所属实际质心的信息。
在一些实施方案中，所述分拨中心的选址装置还包括路由规划单元(图中未示出)，所述路由规划单元具体用于：
根据所述虚拟分拨中心的选址信息，对所述待配送货物进行路径规划，得到所述待配送货物的目标路由的信息，并输出所述目标路由的信息。
具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。
由于该分拨中心的选址装置可以执行本申请如图1至图5对应任意实施例中分拨中心的选址方法中的步骤，因此，可以实现本申请如图1至图5对应任意实施例中分拨中心的选址方法所能实现的有益效果，详见前面的说明，在此不再赘述。
此外，为了更好实施本申请实施例中分拨中心的选址方法，在分拨中心的选址方法基础之上，本申请实施例还提供一种电子设备，参阅图7，图7示出了本申请实施例电子设备的一种结构示意图，具体的，本申请实施例提供的电子设备包括处理器701，处理器701用于执行存储器702中存储的计算机程序时实现如图1至图5对应任意实施例中分拨中心的选址方法的各步骤；或者，处理器701用于执行存储器702中存储的计算机程序时实现如图6对应实施例中各单元的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器702中，并由处理器701执行，以完成本申请实施例。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
电子设备可包括，但不仅限于处理器701、存储器702。本领域技术人员可以理解，示意仅仅是电子设备的示例，并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如电子设备还可以包括输入输出设备、网络接入设备、总线等，处理器701、存储器702、输入输出设备以及网络接入设备等通过总线相连。
处理器701可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分。
存储器702可用于存储计算机程序和/或模块，处理器701通过运行或执行存储在存储器702内的计算机程序和/或模块，以及调用存储在存储器702内的数据，实现计算机装置的各种功能。存储器702可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、视频数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的分拨中心的选址装置、电子设备及其相应单元的具体工作过程，可以参考如图1至图5对应任意实施例中分拨中心的选址方法的说明，具体在此不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请如图1至图5对应任意实施例中分拨中心的选址方法中的步骤，具体操作可参考如图1至图5对应任意实施例中分拨中心的选址方法的说明，在此不再赘述。
其中，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令，可以执行本申请如图1至图5对应任意实施例中分拨中心的选址方法中的步骤，因此，可以实现本申请如图1至图5对应任意实施例中分拨中心的选址方法所能实现的有益效果，详见前面的说明，在此不再赘述。
以上对本申请实施例所提供的一种分拨中心的选址方法、装置、电子设备及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种分拨中心的选址方法，其特征在于，所述方法包括：
获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息，其中，所述配送点集合是指多个配送点的集合；
确定所述配送点集合的可行距离集合的信息，并从所述配送点集合的信息中获取第一目标配送点的信息，其中，所述可行距离集合是指所述配送点集合中任意两个配送点之间的可行距离的集合，所述可行距离是指两个配送点之间的最短路径的长度信息；
根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点集合的目标聚类集合的信息，其中，所述目标聚类集合是指多个配送点的集合；
获取所述目标聚类集合所属实际质心的信息，并将所述实际质心的信息作为所述待配送货物的虚拟分拨中心的选址信息，其中，所述实际质心是指所述目标聚类集合的配送点中，距离所述目标聚类集合的中心点最近的配送点；
所述第一目标配送点包括多个配送点，所述根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点集合的目标聚类集合的信息，包括：
遍历所述配送点集合中的各配送点，并根据所述可行距离集合的信息，从所述第一目标配送点中获取与当前配送点之间的可行距离最小的配送点，以作为当前配送点所属的基准配送点；
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息；
所述将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息，包括：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第一初始集合的信息，所述第一初始集合是指多个配送点的集合；
获取所述第一初始集合的第一初始质心的信息，并获取所述第一初始集合的目标距离总和的信息，其中，所述初始质心是指距离所述第一初始集合的中心点最近的配送点，所述目标距离总和是指所述第一初始集合中的每个配送点与所述第一初始质心之间的可行距离之和；
当所述目标距离总和大于第一预设阈值时，从所述第一初始集合的信息中获取第二目标配送点的信息；
根据所述可行距离集合的信息和所述第二目标配送点的信息，对所述第一初始集合中的各配送点进行聚类，得到所述配送点集合的目标聚类集合的信息。
2.根据权利要求1所述的分拨中心的选址方法，其特征在于，所述将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息，包括：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第二初始集合的信息，所述第二初始集合是指多个配送点的集合；
获取所述第二初始集合的第二初始质心的信息，并从所述可行距离集合的信息中，获取所述第二初始集合中的每个配送点与所述第二初始质心之间的目标可行距离的信息，其中，所述第二初始质心是指距离所述第二初始集合的中心点最近的配送点；
当所述目标可行距离大于第二预设阈值时，从所述第二初始集合的信息中获取第三目标配送点的信息；
根据所述可行距离集合的信息和所述第三目标配送点的信息，对所述第二初始集合中的各配送点进行聚类，得到所述配送点集合的目标聚类集合的信息。
3.根据权利要求1所述的分拨中心的选址方法，其特征在于，所述获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息，包括：
获取预设时段内待配送货物的收货地址的信息；
获取所述收货地址的经纬度信息，并根据所述经纬度信息，确定所述收货地址对应的配送点，得到所述待配送货物的配送点集合的信息。
4.根据权利要求1所述的分拨中心的选址方法，其特征在于，所述获取所述目标聚类集合中实际质心的信息，包括：
获取所述目标聚类集合的中心点；
从所述目标聚类集合的各配送点中，获取与所述中心点距离最近的配送点，以作为所述目标聚类集合的实际质心，得到所述目标聚类集合所属实际质心的信息。
5.根据权利要求1-4任一项所述的分拨中心的选址方法，其特征在于，所述方法还包括：
根据所述虚拟分拨中心的选址信息，对所述待配送货物进行路径规划，得到所述待配送货物的目标路由的信息，并输出所述目标路由的信息。
6.一种分拨中心的选址装置，其特征在于，所述分拨中心的选址装置包括：
获取单元，用于获取预设时段内待配送货物的配送点的信息，得到所述待配送货物的配送点集合的信息，其中，所述配送点集合是指多个配送点的集合；
所述获取单元，还用于确定所述配送点集合的可行距离集合的信息，并从所述配送点集合的信息中获取第一目标配送点的信息，其中，所述可行距离集合是指所述配送点集合中任意两个配送点之间的可行距离的集合，所述可行距离是指两个配送点之间的最短路径的长度信息；
聚类单元，用于根据所述可行距离集合的信息和所述第一目标配送点的信息，对所述配送点集合中的各配送点进行聚类，得到所述配送点集合的目标聚类集合的信息，其中，所述目标聚类集合是指多个配送点的集合；
选址单元，用于获取所述目标聚类集合所属实际质心的信息，并将所述实际质心的信息作为所述待配送货物的虚拟分拨中心的选址信息，其中，所述实际质心是指所述目标聚类集合的配送点中，距离所述目标聚类集合的中心点最近的配送点；
所述第一目标配送点包括多个配送点，所述聚类单元具体还用于：
遍历所述配送点集合中的各配送点，并根据所述可行距离集合的信息，从所述第一目标配送点中获取与当前配送点之间的可行距离最小的配送点，以作为当前配送点所属的基准配送点；
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个目标聚类集合的信息；
所述聚类单元具体还用于：
将当前配送点聚类至所述基准配送点所属的聚类集合，得到多个第一初始集合的信息，所述第一初始集合是指多个配送点的集合；
获取所述第一初始集合的第一初始质心的信息，并获取所述第一初始集合的目标距离总和的信息，其中，所述初始质心是指距离所述第一初始集合的中心点最近的配送点，所述目标距离总和是指所述第一初始集合中的每个配送点与所述第一初始质心之间的可行距离之和；
当所述目标距离总和大于第一预设阈值时，从所述第一初始集合的信息中获取第二目标配送点的信息；
根据所述可行距离集合的信息和所述第二目标配送点的信息，对所述第一初始集合中的各配送点进行聚类，得到所述配送点集合的目标聚类集合的信息。
7.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至5任一项所述的分拨中心的选址方法。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至5任一项所述的分拨中心的选址方法中的步骤。
CN202010536278.6A 2020-06-12 2020-06-12 分拨中心的选址方法、装置、电子设备及存储介质 Active CN113807555B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010536278.6A CN113807555B (zh) 2020-06-12 2020-06-12 分拨中心的选址方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010536278.6A CN113807555B (zh) 2020-06-12 2020-06-12 分拨中心的选址方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113807555A CN113807555A (zh) 2021-12-17
CN113807555B true CN113807555B (zh) 2023-11-24

Family

ID=78892314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010536278.6A Active CN113807555B (zh) 2020-06-12 2020-06-12 分拨中心的选址方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113807555B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116452245B (zh) * 2023-06-15 2023-09-01 跨越速运集团有限公司 一种物流场站选址方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109615137A (zh) * 2018-12-13 2019-04-12 合肥工业大学智能制造技术研究院 用于云物流环境下云配送的选址优化方法
CN109902985A (zh) * 2017-12-08 2019-06-18 北京京东尚科信息技术有限公司 物流网络规划方法、设备和计算机可读存储介质
CN111178810A (zh) * 2019-12-31 2020-05-19 北京百度网讯科技有限公司 用于生成信息的方法和装置
CN111260151A (zh) * 2020-02-12 2020-06-09 上海东普信息科技有限公司 多频次派件时长预测方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019204422A1 (en) * 2018-04-20 2019-10-24 United States Postal Service Use of geospatial coordinate systems for tracking item delivery

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902985A (zh) * 2017-12-08 2019-06-18 北京京东尚科信息技术有限公司 物流网络规划方法、设备和计算机可读存储介质
CN109615137A (zh) * 2018-12-13 2019-04-12 合肥工业大学智能制造技术研究院 用于云物流环境下云配送的选址优化方法
CN111178810A (zh) * 2019-12-31 2020-05-19 北京百度网讯科技有限公司 用于生成信息的方法和装置
CN111260151A (zh) * 2020-02-12 2020-06-09 上海东普信息科技有限公司 多频次派件时长预测方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于免疫算法的地下物流中转分配节点选址研究;刘桂汝;魏;;软件导刊(第08期);全文 *

Also Published As

Publication number Publication date
CN113807555A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN107977739B (zh) 物流配送路径的优化方法、装置及设备
US10909494B2 (en) System for collaborative logistics using a collaborative logistics map and a knowledge graph
CN109214756B (zh) 整车物流调度方法及装置、存储介质、终端
CN109064218B (zh) 划分区域的方法、装置及电子设备
WO2021109599A1 (zh) 配送范围的生成方法、装置、计算机设备和存储介质
CN110503528B (zh) 一种线路推荐方法、装置、设备和存储介质
JP6243045B2 (ja) グラフデータクエリ方法および装置
CN110765615B (zh) 物流仿真方法、装置及设备
CN112950119B (zh) 即时物流订单拆分方法、装置、设备及存储介质
US20210081894A1 (en) Constrained vehicle routing using clusters
CN111831894B (zh) 一种信息匹配方法及装置
CN111861296A (zh) 一种揽件任务分配方法、装置、揽件***、设备及介质
CN112906865B (zh) 神经网络架构搜索方法、装置、电子设备及存储介质
CN112200644B (zh) 欺诈用户识别方法、装置、计算机设备以及存储介质
US20150185019A1 (en) Compatibility based resource matching
CN107944697B (zh) 基于供需关系的热地图计算方法和***、服务器、介质
CN113128925A (zh) 派件路径的生成方法、装置、设备及计算机可读存储介质
CN113807555B (zh) 分拨中心的选址方法、装置、电子设备及存储介质
WO2020155788A1 (zh) 一种数据确定方法、装置、设备及介质
CN112232726A (zh) 拣货方法、装置、服务器及存储介质
CN111833119A (zh) 一种订单分配的方法、装置、电子设备及存储介质
CN110930092B (zh) 一种配送路线调整方法、装置、电子设备和存储介质
CN110598989B (zh) 一种货源质量评估方法、装置、设备和存储介质
CN111260384B (zh) 服务订单处理方法、装置、电子设备及存储介质
CN113240218B (zh) 基于大数据的物流配送规划方法及***

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