CN114596029A - 物流规划方法、物流规划***及计算机可读存储介质 - Google Patents
物流规划方法、物流规划***及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114596029A CN114596029A CN202210228901.0A CN202210228901A CN114596029A CN 114596029 A CN114596029 A CN 114596029A CN 202210228901 A CN202210228901 A CN 202210228901A CN 114596029 A CN114596029 A CN 114596029A
- Authority
- CN
- China
- Prior art keywords
- transportation route
- transportation
- goods
- group
- route group
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000004519 manufacturing process Methods 0.000 claims description 28
- 238000005457 optimization Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
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
- G06Q10/08—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
-
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种物流规划方法、物流规划***及计算机可读存储介质。包括如下步骤:获取提货点位置信息和提货点货物体积信息,根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域;根据预设货物到达地点,在所述目标划分区域内进行运输路线分组和运输时间排布,计算得到运输路线详情;根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案。本发明提高了物流运输效率,并降低了物流运输成本。
Description
技术领域
本发明涉及物流运输技术领域,尤其涉及一种物流规划方法、物流规划***及计算机可读存储介质。
背景技术
当今国内汽车制造企业面临的市场环境越来越复杂多变,行业竞争越来越激烈,内部成本优化与管理效率提升的压力越来越大。如何优化提升内部供应链管理效率,灵活快速地去面对复杂的内外部竞争与环境压力,是大多数国内汽车制造企业面临的一个重要课题。
从目前情况来说,物流智能智慧新技术(物联网、大数据等)日渐成熟,如京东、顺丰、菜鸟等物流快递企业已率先导入和实践,打造出高效高质量的智能物流供应链样板。反观汽车行业,在供应链的智能化发展上仍不及先进的物流快递行业,智能物流发展的整体效率相对不高。导致现有汽车制造企业物流效率低、成本高等问题。
发明内容
本发明的主要目的在于提供一种物流规划方法、物流规划***及计算机可读存储介质。旨在解决现有现有汽车制造企业物流效率低以及成本高的问题。
为实现上述目的,本发明提供一种一种物流规划方法,其特征在于,包括步骤:
获取提货点位置信息和提货点货物体积信息,根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域;
根据预设货物到达地点,在所述目标划分区域内进行运输路线分组和运输时间排布,计算得到运输路线详情;
根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案。
可选地,所述根据所述提货点位置信息和所述提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域的步骤包括:
根据所述提货点位置信息,将处于同一预设范围大小内的提货点划分为第一区域;
根据所述提货点货物体积信息,计算所述第一区域内的所有所述提货点的货物总体积;
根据所述货物总体积和预设车辆装载量,改变所述第一区域内的所述提货点的数量,并计算第一区域内的最大装载率;
将与所述最大装载率对应的第一区域作为目标划分区域。
可选地,所述根据预设货物到达地点,在所述目标划分区域内进行运输路线分组的步骤包括:
根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束;
若不需要进行软性成本约束,则根据预设平准化逻辑、预设装载优化逻辑以及所述货物总体积,在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组;以及
在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组;
输出所述第一运输路线分组以及所述第二运输路线分组。
可选地,所述在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组的步骤之后,还包括:
在所述货量、位置平准化的约束条件下,分别设置时间平准化和时间不平准的约束条件,并输出与所述第一运输路线分组相对应的第一时间排布;
所述在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组的步骤之后,还包括:
在所述货量、位置不平准的约束条件下,设置时间平准化的约束条件,并输出与所述第二运输路线分组相对应的第二时间排布;
输出所述第一时间排布和所述第二时间排布。
可选地,所述计算得到运输路线详情的步骤包括:
根据所述第一运输路线分组,遍历组合所述第一时间排布,并输出第一运输路线详情;
根据所述第二运输路线分组,遍历组合所述第二时间排布,并输出第二运输路线详情。
可选地,所述根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束的步骤之后,还包括:
若需要进行软性成本约束,则对所述第一运输线路分组以及所述第二运输线路分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组;
获取所述第三运输路线分组在时间平准化和时间不平准下的第三时间排布;
获取所述第四运输路线分组在所述时间不平准下的第四时间排布;
根据所述第三运输路线、所述第四运输路线、所述第三时间排布和所述第四时间排布,分别计算得到第三运输路线详情和第四运输路线详情。
可选地,所述对所述第一运输路线分组以及所述第二运输路线分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组的步骤包括:
获取所述目标划分区域内所述第一运输路线分组以及所述第二运输路线分组中的与所述货物相对应的生产线类别、车间、大小物类别以及厂区;
根据所述生产线类别、车间、大小物类别以及厂区,分别采用预设算法对所述第一运输路线和所述第二运输路线进行优化;
根据优化后的第一运输路线分组和所述第二运输路线分组,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组。
可选地,所述根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案的步骤包括:
计算所述第一运输路线详情、第二运输路线详情、第三运输路线详情和第四运输路线详情中运输成本最低的路线;
将运输成本最低的路线作为最优运输路线,并输出与所述最优运输路线的路线方案。
此外,为实现上述目的,本发明还提供一种物流规划***,所述物流规划***包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的物流规划程序,所述物流规划程序被所述处理器执行时实现如上所述的物流规划方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有物流规划程序,所述物流规划程序被处理器执行时实现如上所述的物流规划方法的步骤。
本发明提出一种物流规划方法、物流规划***和计算机可读存储介质,包括如下步骤:获取提货点位置信息和提货点货物体积信息,根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域;根据预设货物到达地点,在所述目标划分区域内进行运输路线分组和运输时间排布,计算得到运输路线详情;根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案。通过上述方式,本发明通过区域划分能够有效降低运输路线的行驶里程,进一步可以降低运输成本;通过货物体积能够提高运输车辆的装载率,避免运输车辆空置;通过所述运输路线分组以及运输时间排布,使得运输路线与时间相配合,达到成本最低以及效率最高的效果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图;
图2为本发明物流规划方法第一实施例的流程示意图;
图3为本发明物流规划方法第一实施例种步骤S10的细化流程示意图;
图4为本发明物流规划方法第二实施例的流程示意图;
图5为本发明物流规划方法第五实施例的流程示意图;
图6为本发明物流规划方法第六实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是电脑,也可以是智能手机、平板电脑、便携计算机等具有显示功能的可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,DVI接口1004,USB接口1005,存储器1006。其中,通信总线 1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏 (Display)、输入单元比如键盘(Keyboard),可选的用户接口1003还可以包括标准的有线接口、无线接口。DVI接口1004可选的可以包括标准的有线接口,通过DVI线与其他外部设备连接。USB接口1005可选的可以包括标准的有线接口,通过USB连接线与其他外部设备连接。存储器1006可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1006可选的还可以是独立于前述处理器1001的存储装置。
可选地,终端还可以包括音频电路等等,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1006中可以包括操作***、DVI接口模块、USB接口模块、用户接口模块以及物流规划程序。
在图1所示的终端中,DVI接口1004主要用于连接外部设备,与外部设备进行数据通信;USB接口1005主要用于连接外部设备,与外部设备进行数据通信;用户接口1003主要用于连接客户端,与客户端进行数据通信;而处理器 1001可以用于调用存储器1005中存储的物流规划程序,并执行以下操作:
获取提货点位置信息和提货点货物体积信息,根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域;
根据预设货物到达地点,在所述目标划分区域内进行运输路线分组和运输时间排布,计算得到运输路线详情;
根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案。
进一步地,处理器1001可以调用存储器1006中存储的物流规划程序,还执行以下操作:
所述根据所述提货点位置信息和所述提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域的步骤包括:
根据所述提货点位置信息,将处于同一预设范围大小内的提货点划分为第一区域;
根据所述提货点货物体积信息,计算所述第一区域内的所有所述提货点的货物总体积;
根据所述货物总体积和预设车辆装载量,改变所述第一区域内的所述提货点的数量,并计算第一区域内的最大装载率;
将与所述最大装载率对应的第一区域作为目标划分区域。
进一步地,处理器1001可以调用存储器1006中存储的物流规划程序,还执行以下操作:
所述根据预设货物到达地点,在所述目标划分区域内进行运输路线分组的步骤包括:
根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束;
若不需要进行软性成本约束,则根据预设平准化逻辑、预设装载优化逻辑以及所述货物总体积,在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组;以及
在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组;
输出所述第一运输路线分组以及所述第二运输路线分组。
进一步地,处理器1001可以调用存储器1006中存储的物流规划程序,还执行以下操作:
所述在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组的步骤之后,还包括:
在所述货量、位置平准化的约束条件下,分别设置时间平准化和时间不平准的约束条件,并输出与所述第一运输路线分组相对应的第一时间排布;
所述在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组的步骤之后,还包括:
在所述货量、位置不平准的约束条件下,设置时间平准化的约束条件,并输出与所述第二运输路线分组相对应的第二时间排布;
输出所述第一时间排布和所述第二时间排布。
进一步地,处理器1001可以调用存储器1006中存储的物流规划程序,还执行以下操作:
所述计算得到运输路线详情的步骤包括:
根据所述第一运输路线分组,遍历组合所述第一时间排布,并输出第一运输路线详情;
根据所述第二运输路线分组,遍历组合所述第二时间排布,并输出第二运输路线详情。
进一步地,处理器1001可以调用存储器1006中存储的物流规划程序,还执行以下操作:
所述根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束的步骤之后,还包括:
若需要进行软性成本约束,则对所述第一运输线路分组以及所述第二运输线路分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组;
获取所述第三运输路线分组在时间平准化和时间不平准下的第三时间排布;
获取所述第四运输路线分组在所述时间不平准下的第四时间排布;
根据所述第三运输路线、所述第四运输路线、所述第三时间排布和所述第四时间排布,分别计算得到第三运输路线详情和第四运输路线详情。
进一步地,处理器1001可以调用存储器1006中存储的物流规划程序,还执行以下操作:
所述对所述第一运输路线分组以及所述第二运输路线分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组的步骤包括:
获取所述目标划分区域内所述第一运输路线分组以及所述第二运输路线分组中的与所述货物相对应的生产线类别、车间、大小物类别以及厂区;
根据所述生产线类别、车间、大小物类别以及厂区,分别采用预设算法对所述第一运输路线和所述第二运输路线进行优化;
根据优化后的第一运输路线分组和所述第二运输路线分组,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组。
进一步地,处理器1001可以调用存储器1006中存储的物流规划程序,还执行以下操作:
所述根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案的步骤包括:
计算所述第一运输路线详情、第二运输路线详情、第三运输路线详情和第四运输路线详情中运输成本最低的路线;
将运输成本最低的路线作为最优运输路线,并输出与所述最优运输路线的路线方案。
本发明物流规划***的具体实施例与下述物流规划程序各实施例基本相同,在此不作赘述。
请参阅图2,图2为本发明物流规划方法第一实施例的流程示意图,本实施例提供的物流规划方法包括如下步骤:
步骤S10,获取提货点位置信息和提货点货物体积信息,根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域;
在一实施例中,参照图3,所述步骤S10还包括:
步骤S11,根据所述提货点位置信息,将处于同一预设范围大小内的提货点划分为第一区域;
在本实施例中,所述提货点位置信息包括提货点位置,指的是提取货物的供应商所在的地点;所述预设范围可以是任意半径的圆或者任意大小的正方形或长方形,所述范围大小以及形状在本发明中不作限制。具体的,将处于同一圆或正方形或长方形内的提货点划分为第一区域。需要说明的是,所述第一区域可以为多个。
步骤S12,根据所述提货点货物体积信息,计算所述第一区域内的所有所述提货点的货物总体积;
所述提货点货物体积信息包括提货点货物的总体积大小以及提货点单个货物的体积大小。在本实施例中,可以将位于所述第一区域内的提货点货物的总体积进行相加,得到货物总体积。
步骤S13,根据所述货物总体积和预设车辆装载量,改变所述第一区域内的所述提货点的数量,并计算第一区域内的最大装载率;
在本实施例中,所述预设车辆装载量指的是运输车辆的总体装载量,例如,当有一辆运输车辆时,则总体装载量为一辆运输车辆的装载量;当有3辆运输车辆时,则总体装载量为3辆运输车辆的装载量。所述改变第一区域内的所述提货点的数量,指的是增加或减少所述第一区域边界处的若干个提货点的数量,即将边界处的若干个提货点放至相邻的其他区域中,或者是从相邻的区域中添加若干个提货点到第一区域中。每增加或减少一次提货点的数量,便要计算一次第一区域内的最大装载率,具体的,可计算第一区域内的货物总体积与预设车辆装载量的倍数,即货物总体积与预设车辆装载量之积,当货物总体积越接近与预设车辆装载量的整数倍,则表明装载率越大。
步骤S14,将与所述最大装载率对应的第一区域作为目标划分区域。
在本实施例中,当第一区域内的最大装载率越大时,则表明车辆每次运输都能将车辆装满,保证车辆的装载率最大化,避免运输资源浪费,降低成本。所述目标划分区域即为车辆运输提货的区域,另外所述目标划分区域可以为多个。
在步骤S10之后,执行步骤S20,根据预设货物到达地点,在所述目标划分区域内进行运输路线分组和运输时间排布,计算得到运输路线详情;
在本实施例中,所述货物达到地点即为车辆运输回工厂的地点,具体包括中继地和受入口,可分别根据中继地和受入口进行运输路线分组和运输时间排布,所述运行路线分组即为在所述目标划分区域进行经过所述提货点的运输路线组合,且包括至少一条运输路线;所述运输时间排布即为到达目标划分区域中的提货点位置的具体时间安排。所述运输路线详情即为运输路线分组与运输时间排布所组合的运输路线详情。
步骤S30,根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案。
在本实施例中,所述最优运输路线即为在目标划分区域中进行运输且运输成本最低的运输路线,所述路线方案包括每一条路线的轨迹、路顺、距离、时间、路桥费、所需车辆等具体方案。
本发明提出一种物流规划方法,包括如下步骤:获取提货点位置信息和提货点货物体积信息,根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域;根据预设货物到达地点,在所述目标划分区域内进行运输路线分组和运输时间排布,计算得到运输路线详情;根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案。通过上述方式,本发明通过区域划分能够有效降低运输路线的行驶里程,进一步可以降低运输成本;通过货物体积能够提高运输车辆的装载率,避免运输车辆空置;通过所述运输路线分组以及运输时间排布,使得运输路线与时间相配合,达到成本最低以及效率最高的效果。
进一步的,请参阅图4,本发明物流规划方法第二实施例提供一种物流规划方法,基于上述图2所示的实施例,所述根据预设货物到达地点,在所述目标划分区域内进行运输路线分组的步骤包括:
步骤S21,根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束;
在本实施例中,所述预设获取到达点包括中继地和受入口,所述软性成本约束包括车辆的装卸次数,运输趟次等。当货物到达地点为中继地时,则不需要软性成本约束,当预设货物到达地点为受入口时,则表明需要软性成本约束。
步骤S22,若不需要进行软性成本约束,则根据预设平准化逻辑、预设装载优化逻辑以及所述货物总体积,在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组;以及
步骤S23,在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组;
步骤S24,输出所述第一运输路线分组以及所述第二运输路线分组。
在本实施例中,所述平准化逻辑包括货量平准化和位置平准化,所述货量平准化即为每个趟次每个提货点等比例提货。如总共四个趟次,则每次每个提货点提取总货量的四分之一;所述位置平准化即为分配到同一运输车辆组内,车辆一天内每个趟次取货的提货点据点的顺序相同。另外,根据装载优化逻辑,车辆根据订单在所述提货点进行提货,为了保证一个订单由一辆车在一个装载便次内完成,所以当订单中的货物体积超过最大车辆车型容积的时,将所述订单拆成多个可以用一辆车一次提完货物的子订单,再根据子订单在提货点进行提货。具体的拆单步骤为,步骤一、找出所提货物体积超过可用车型最大容积的订单做拆单操作;步骤二:根据可用车型最大容积将需要拆单的订单拆成多个子单;步骤三:若仍存在订单未做拆单判断,则跳转第一步,直到不再存在需要拆单的订单后,输出拆单后的完整订单信息,再根据完整订单信息进行提货。所述第一运输路线分组和所述第二运输路线分组分别包括货量、位置平准化和货量、位置不平准下的所有路线分组情况。
在本发明中,通过根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束,并在不需要进行软性成本约束下,则根据预设平准化逻辑、预设装载优化逻辑以及所述货物总体积,在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组;以及在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组;输出所述第一运输路线分组以及所述第二运输路线分组。实现了位置平准化逻辑下的所有路线组合,同时通过装载优化逻辑实现了车辆的最大装载率,避免车辆装载资源的浪费,进一步降低了成本以及提高了运输效率。
进一步的,本发明物流规划方法第三实施例提供一种物流规划方法,基于上述图2所示的实施例,所述在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组的步骤之后,还包括:
步骤a25,在所述货量、位置平准化的约束条件下,分别设置时间平准化和时间不平准的约束条件,并输出与所述第一运输路线分组相对应的第一时间排布;
在本实施例中,所述时间平准化即为每个趟次一天内取货时间平均,例如8点开始取货,每天需取4次,则间隔4小时取一趟货。时间不平准即为取货时间随机。当货量、位置平准化之后,则需要根据时间是否平准化来对时间进行排布,即得到与所述第一运输路线分组相对应的第一时间排布。
所述在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组的步骤之后,还包括:
步骤a26,在所述货量、位置不平准的约束条件下,设置时间平准化的约束条件,并输出与所述第二运输路线分组相对应的第二时间排布;
步骤a27,输出所述第一时间排布和所述第二时间排布。
在本实施例中,当所述货量、位置不平准时,由于取货量不同,所花费的时间也不同,则时间一定是不平准的,即设置时间不平准的约束条件,并计算在货量、位置不平准下的所有取货时间排布,从而进一步计算在所有时间排布下的运输成本。
在本发明中,通过对第一路线分组和第二路线分组设置时间平准化,能够计算第一路线分组和第二路线分组下的所有时间排布,节省运输时间,优化运输成本,充分考虑了所有时间排布情况,提高了路线成本计算的完整性和准确性。
进一步的,本发明物流规划方法第四实施例提供一种物流规划方法,基于上述图2所示的实施例,所述计算得到运输路线详情的步骤包括:
步骤a28,根据所述第一运输路线分组,遍历组合所述第一时间排布,并输出第一运输路线详情;
在本实施例中,因为第一运输路线分组和第一时间排布都有多种情况,所以根据所述第一运输路线分组,遍历组合所述第一时间排布即为将所有的第一运输路线分组中单个路线分组与第一时间排布中的单个时间排布一一组合,例如第一运输路线分组包括a、b、c,第一时间排布包括e、f、g,遍历即为将a分别与e、f、g组合,将b分别与e、f、g组合以及将c分别与e、f、g 组合,得到包含运输路线和时间排布的所有第一运输路线详情。
步骤a29,根据所述第二运输路线分组,遍历组合所述第二时间排布,并输出第二运输路线详情。
在本实施例中,遍历原理请参阅步骤a28中所述实施例,在此不再赘述。通过所述第一运输路线详情和所述第二运输路线详情,能够获取相匹配的运输路线和时间排布,保证数据的完整性,提高线路计算的准确率。
进一步的,参照图5,本发明物流规划方法第五实施例提供一种物流规划方法,基于上述图2所示的实施例,所述根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束的步骤之后,还包括:
步骤S211,若需要进行软性成本约束,则对所述第一运输线路分组以及所述第二运输线路分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组;
在本实施例中,货物到达地点为受入口,则需要进行软性成本约束,所述软性成本即为在一定程度上可以减让的成本,例如取货趟次、装卸趟次等。所述作业次数优化即减少货物装卸次数,可以直接在第一运输路线分组和第二运输路线分组的基础上进行优化,也可以通过上述实施例中的货量、位置平准化逻辑、装载优化逻辑以及作业次数优化共同得到第三运输路线分组和第四运输路线分组。
步骤S212,获取所述第三运输路线分组在时间平准化和时间不平准下的第三时间排布;
在本实施例中,因为第三运输路线分组是在第一运输路线分组的基础上得到的,所以第三运输路线分组同样是货量、位置平准化的,即需要考虑时间平准化和时间不平准的条件下的第三时间排布。
步骤S213,获取所述第四运输路线分组在所述时间不平准下的第四时间排布;
在本实施例中,所述因为第四运输路线分组是在第二运输路线分组的基础上得到的,所以第四运输路线分组同样是货量、位置不平准化的,即只需要考虑时间不平准的条件下的第四时间排布。
步骤S214,根据所述第三运输路线分组、所述第四运输路线分组、所述第三时间排布和所述第四时间排布,分别计算得到第三运输路线详情和第四运输路线详情。
在本实施例中,可通过第三运输路线分组遍历组合第三时间排布来计算得到第三运输路线详情;通过第四运输路线分组遍历组合第四时间排布来计算得到第四运输路线详情。
在本发明中,通过获取作业次数优化后的第三运输路线详情和第四运输路线详情,充分考虑了软性成本下的路线排布,可以有效减少不必要的成本,进而降低总体运输成本,提高运输效率。
进一步的,参照图6,本发明物流规划方法第六实施例提供一种物流规划方法,基于上述图2所示的实施例,所述对所述第一运输路线分组以及所述第二运输路线分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组的步骤包括:
步骤S2111,获取所述目标划分区域内所述第一运输路线分组以及所述第二运输路线分组中的与所述货物相对应的生产线类别、车间、大小物类别以及厂区;
在本实施例中,因为存在生产线与生产线、车间与车间的共同组合路线,因此不同路线其货车的装卸次数均不同,即货物可能送到不同的生产线或不同的车间或者同一车间的不同生产线,因此每一次的装卸次数均不同,需要进行作业次数优化。所述生产线类别即为货物所属的具体生产线,所述车间即为货物所属的车间。所述大小物类别即为货物是大件体积的物品还是小的体积的物品,所述厂区即为货物所属的厂区。具体的,将所述生产线类别、车间以及大小物类别进行分组细化,即将所述生产线类别、车间以及大小物类别进行分组细化即为分别对生产线类别、车间以及大小物类别进行组合分组或单独分组,例如根据生产线类别和车间分组、或者根据生产线类别和大小物类别进行分组、或者单独对大小物类别进行分组等。
步骤S2112,根据所述生产线类别、车间、大小物类别以及厂区,分别采用预设算法对所述第一运输路线和所述第二运输路线进行优化;
具体的,可根据分组细化后的所述生产线类别、车间以及大小物类别,采用预设算法对所述第一运输路线分组和所述第二运输线路分组进行优化;
在本实施例中,所述预设算法包括Sweep算法和变领域搜索算法。具体的,步骤一,分别针对每个大小物类别分组采用Sweep算法构造初始解,并将单独成线的线路加不变标记,之后的搜索过程中不会改变这个便次结果,其中,所述单独成线的线路指的是已经计算出最低成本的线路;
步骤二,针对分区内跨大小物配送,所述分区即为目标划分区域,采用变邻域搜索算法优化路线分组结果。邻域结构包括:在车间分组内改变订单的路顺位置,即为改变提货点的提货顺序等。
步骤三,针对分区内跨车间配送,采用变邻域搜索算法优化路线分组结果。邻域结构包括:在生产线类别分组内改变订单的路顺位置;在生产线类别分组内交换订单的路顺位置等。优化搜索过程中,采用延时接受算法以跳出局部最优解,所述局部最优解即为分区内跨车间配送的最低成本路线。
步骤四,根据所述厂区,采用所述预设算法对所述第一运输路线分组和所述第二运输线路分组进行优化;具体的,针对分区内跨厂区配送,采用变邻域搜索算法优化路线分组结果。邻域结构包括:在分区内改变订单的路顺位置;在分区内交换订单的路顺位置等;优化搜索过程中,采用延时接受算法以跳出局部最优解。
另外,在执行步骤四之后,执行步骤五,获取位于所述目标划分区域的边界的边界提货点货物信息,并根据所述边界提货点货物信息,采用所述预设算法对所述第一运输路线分组和所述第二运输线路分组进行优化;具体的,由于目标划分区域有多个,所以考虑不同的目标划分区域即不同的分区,针对不同分区间,采用变邻域搜索优化算法优化路线分组结果。邻域结构包括:改变分区边界处订单的路顺位置;交互分区边界处订单的路顺位置等。优化搜索过程中,采用延时接受算法以跳出局部最优解。
步骤S2113,根据优化后的第一运输路线分组和所述第二运输路线分组,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组。
在本实施例中,通过考虑到货物的生产线类别、车间、大小物类别等因素,来进行作业次数优化,合能有效利用货车的闲置空间,减少取货趟次数,递减物流成本。
进一步的,本发明物流规划方法第七实施例提供一种物流规划方法,基于上述图2所示的实施例,所述根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案的步骤包括:
计算所述第一运输路线详情、第二运输路线详情、第三运输路线详情和第四运输路线详情中运输成本最低的路线;
将运输成本最低的路线作为最优运输路线,并输出与所述最优运输路线的路线方案。
在本实施例中,所述路线方案包括每一条路线的轨迹、路顺、距离、时间、路桥费、所需车辆等具体方案,可通过导入地图数据,将所述线路方案进行可视化,提高了运输效率,方便司机根据所述线路方案执行运输任务。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有物流规划程序,所述物流规划程序被处理器执行时实现如下操作:
获取提货点位置信息和提货点货物体积信息,根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域;
根据预设货物到达地点,在所述目标划分区域内进行运输路线分组和运输时间排布,计算得到运输路线详情;
根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案。
进一步地,所述物流规划程序被处理器执行时还实现如下操作:
所述根据所述提货点位置信息和所述提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域的步骤包括:
根据所述提货点位置信息,将处于同一预设范围大小内的提货点划分为第一区域;
根据所述提货点货物体积信息,计算所述第一区域内的所有所述提货点的货物总体积;
根据所述货物总体积和预设车辆装载量,改变所述第一区域内的所述提货点的数量,并计算第一区域内的最大装载率;
将与所述最大装载率对应的第一区域作为目标划分区域。
进一步地,所述物流规划程序被处理器执行时还实现如下操作:
所述根据预设货物到达地点,在所述目标划分区域内进行运输路线分组的步骤包括:
根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束;
若不需要进行软性成本约束,则根据预设平准化逻辑、预设装载优化逻辑以及所述货物总体积,在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组;以及
在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组;
输出所述第一运输路线分组以及所述第二运输路线分组。
进一步地,所述物流规划程序被处理器执行时还实现如下操作:
所述在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组的步骤之后,还包括:
在所述货量、位置平准化的约束条件下,分别设置时间平准化和时间不平准的约束条件,并输出与所述第一运输路线分组相对应的第一时间排布;
所述在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组的步骤之后,还包括:
在所述货量、位置不平准的约束条件下,设置时间平准化的约束条件,并输出与所述第二运输路线分组相对应的第二时间排布;
输出所述第一时间排布和所述第二时间排布。
进一步地,所述物流规划程序被处理器执行时还实现如下操作:
所述计算得到运输路线详情的步骤包括:
根据所述第一运输路线分组,遍历组合所述第一时间排布,并输出第一运输路线详情;
根据所述第二运输路线分组,遍历组合所述第二时间排布,并输出第二运输路线详情。
进一步地,所述物流规划程序被处理器执行时还实现如下操作:
所述根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束的步骤之后,还包括:
若需要进行软性成本约束,则对所述第一运输线路分组以及所述第二运输线路分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组;
获取所述第三运输路线分组在时间平准化和时间不平准下的第三时间排布;
获取所述第四运输路线分组在所述时间不平准下的第四时间排布;
根据所述第三运输路线、所述第四运输路线、所述第三时间排布和所述第四时间排布,分别计算得到第三运输路线详情和第四运输路线详情。
进一步地,所述物流规划程序被处理器执行时还实现如下操作:
所述对所述第一运输路线分组以及所述第二运输路线分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组的步骤包括:
获取所述目标划分区域内所述第一运输路线分组以及所述第二运输路线分组中的与所述货物相对应的生产线类别、车间、大小物类别以及厂区;
根据所述生产线类别、车间、大小物类别以及厂区,分别采用预设算法对所述第一运输路线和所述第二运输路线进行优化;
根据优化后的第一运输路线分组和所述第二运输路线分组,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组。
进一步地,所述物流规划程序被处理器执行时还实现如下操作:
所述根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案的步骤包括:
计算所述第一运输路线详情、第二运输路线详情、第三运输路线详情和第四运输路线详情中运输成本最低的路线;
将运输成本最低的路线作为最优运输路线,并输出与所述最优运输路线的路线方案。
本发明计算机可读存储介质的具体实施例与上述物流规划程序各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种物流规划方法,其特征在于,包括步骤:
获取提货点位置信息和提货点货物体积信息,根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域;
根据预设货物到达地点,在所述目标划分区域内进行运输路线分组和运输时间排布,计算得到运输路线详情;
根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案。
2.如权利要求1所述的物流规划方法,其特征在于,所述根据所述提货点位置信息和所述提货点货物体积信息将所述提货点进行区域划分,得到目标划分区域的步骤包括:
根据所述提货点位置信息,将处于同一预设范围大小内的提货点划分为第一区域;
根据所述提货点货物体积信息,计算所述第一区域内的所有所述提货点的货物总体积;
根据所述货物总体积和预设车辆装载量,改变所述第一区域内的所述提货点的数量,并计算第一区域内的最大装载率;
将与所述最大装载率对应的第一区域作为目标划分区域。
3.如权利要求2所述的物流规划方法,其特征在于,所述根据预设货物到达地点,在所述目标划分区域内进行运输路线分组的步骤包括:
根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束;
若不需要进行软性成本约束,则根据预设平准化逻辑、预设装载优化逻辑以及所述货物总体积,在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组;以及
在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组;
输出所述第一运输路线分组以及所述第二运输路线分组。
4.如权利要求3所述的物流规划方法,其特征在于,所述在所述目标划分区域中设置约束条件为货量、位置平准化,并计算得到第一运输路线分组的步骤之后,还包括:
在所述货量、位置平准化的约束条件下,分别设置时间平准化和时间不平准的约束条件,并输出与所述第一运输路线分组相对应的第一时间排布;
所述在所述目标划分区域中设置约束条件为货量、位置不平准,并计算得到第二运输路线分组的步骤之后,还包括:
在所述货量、位置不平准的约束条件下,设置时间平准化的约束条件,并输出与所述第二运输路线分组相对应的第二时间排布;
输出所述第一时间排布和所述第二时间排布。
5.如权利要求4所述的物流规划方法,其特征在于,所述计算得到运输路线详情的步骤包括:
根据所述第一运输路线分组,遍历组合所述第一时间排布,并输出第一运输路线详情;
根据所述第二运输路线分组,遍历组合所述第二时间排布,并输出第二运输路线详情,其中,所述运输路线详情包括第一运输路线详情和第二运输路线详情。
6.如权利要求4所述的物流规划方法,其特征在于,所述根据预设货物达到达点,判断是否需要在所述目标划分区域内进行软性成本约束的步骤之后,还包括:
若需要进行软性成本约束,则对所述第一运输线路分组以及所述第二运输线路分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组;
获取所述第三运输路线分组在时间平准化和时间不平准下的第三时间排布;
获取所述第四运输路线分组在所述时间不平准下的第四时间排布;
根据所述第三运输路线、所述第四运输路线、所述第三时间排布和所述第四时间排布,分别计算得到第三运输路线详情和第四运输路线详情。
7.如权利要求6所述的物流规划方法,其特征在于,所述对所述第一运输路线分组以及所述第二运输路线分组进行作业次数优化,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组的步骤包括:
获取所述目标划分区域内所述第一运输路线分组以及所述第二运输路线分组中的与所述货物相对应的生产线类别、车间、大小物类别以及厂区;
根据所述生产线类别、车间、大小物类别以及厂区,分别采用预设算法对所述第一运输路线和所述第二运输路线进行优化;
根据优化后的第一运输路线分组和所述第二运输路线分组,计算得到与所述第一运输路线分组相对应的第三运输路线分组以及与所述第二运输路线分组相对应的第四运输路线分组。
8.如权利要求7所述的物流规划方法,其特征在于,所述根据所述运输路线详情,获取最优运输路线,并根据所述最优运输路线输出路线方案的步骤包括:
计算所述第一运输路线详情、第二运输路线详情、第三运输路线详情和第四运输路线详情中运输成本最低的路线;
将运输成本最低的路线作为最优运输路线,并输出与所述最优运输路线的路线方案。
9.一种物流规划***,其特征在于,所述物流规划***包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的物流规划程序,所述物流规划程序被所述处理器执行时实现如权利要求1至8中任一项所述的物流规划方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有物流规划程序,所述物流规划程序被处理器执行时实现如权利要求1至8中任一项所述的物流规划程序的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210228901.0A CN114596029A (zh) | 2022-03-07 | 2022-03-07 | 物流规划方法、物流规划***及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210228901.0A CN114596029A (zh) | 2022-03-07 | 2022-03-07 | 物流规划方法、物流规划***及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114596029A true CN114596029A (zh) | 2022-06-07 |
Family
ID=81817215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210228901.0A Pending CN114596029A (zh) | 2022-03-07 | 2022-03-07 | 物流规划方法、物流规划***及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114596029A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881536A (zh) * | 2022-06-13 | 2022-08-09 | 一汽物流(佛山)有限公司 | 一种物流车辆平准化管理方法 |
CN116911711A (zh) * | 2023-07-25 | 2023-10-20 | 重庆工程职业技术学院 | 一种物流运输规划方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018020885A (ja) * | 2016-08-03 | 2018-02-08 | 富士通株式会社 | 輸配送計画プログラム、輸配送計画方法及び輸配送計画装置 |
CN112990528A (zh) * | 2020-06-28 | 2021-06-18 | 青岛盈智科技有限公司 | 一种物流运输配载管理方法及装置 |
-
2022
- 2022-03-07 CN CN202210228901.0A patent/CN114596029A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018020885A (ja) * | 2016-08-03 | 2018-02-08 | 富士通株式会社 | 輸配送計画プログラム、輸配送計画方法及び輸配送計画装置 |
CN112990528A (zh) * | 2020-06-28 | 2021-06-18 | 青岛盈智科技有限公司 | 一种物流运输配载管理方法及装置 |
Non-Patent Citations (1)
Title |
---|
曾敏刚;苏水清;李永麒;: "基于循环取货的零部件入厂物流平准化研究", 工业工程与管理, no. 02, 10 April 2011 (2011-04-10), pages 40 - 45 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881536A (zh) * | 2022-06-13 | 2022-08-09 | 一汽物流(佛山)有限公司 | 一种物流车辆平准化管理方法 |
CN116911711A (zh) * | 2023-07-25 | 2023-10-20 | 重庆工程职业技术学院 | 一种物流运输规划方法 |
CN116911711B (zh) * | 2023-07-25 | 2024-04-05 | 重庆工程职业技术学院 | 一种物流运输规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114596029A (zh) | 物流规划方法、物流规划***及计算机可读存储介质 | |
US20220261737A1 (en) | Dynamically Routing Salvage Shipments and Associated Method | |
US10479612B1 (en) | Carton induction optimization in order fulfillment picking system | |
CN104809549A (zh) | 一种货运车辆计划行驶路线的调度方法 | |
CN111598341B (zh) | 一种基于物资配载和路径优化电力物资配送方法及*** | |
US20120158608A1 (en) | Fleet dispatch plan optimization | |
CN111553548B (zh) | 一种拣货方法和装置 | |
CN110232551B (zh) | 货物分类方法及装置、存储介质、电子装置 | |
US20130138330A1 (en) | System and method to optimize mass transport vehicle routing based on ton-mile cost information | |
CN115409439A (zh) | 基于改进蚁群算法的多车型供应链调度方法及电子设备 | |
CN113673901A (zh) | 一种基于大数据的ai智能物流车货匹配方法及*** | |
CN113222492A (zh) | 一种车辆行驶线路类型的判别方法、装置、存储介质及终端 | |
CN112082566A (zh) | 电动汽车路径规划方法、装置、终端及存储介质 | |
CN113935528B (zh) | 智能调度方法、装置、计算机设备及存储介质 | |
CN115983604A (zh) | 运输分配方法和装置、电子设备及存储介质 | |
CN114529241A (zh) | 一种基于运筹学理论的公路零担货运物流路径规划算法 | |
US11630445B2 (en) | Information processing method, information processing apparatus and non-transitory storage medium | |
CN115705593A (zh) | 物流运输方法、装置、计算机设备和存储介质 | |
CN116151723B (zh) | 一种粮食综合储备基地多重计量方法及*** | |
CN112418483A (zh) | 基于gis的钢厂道路交通物质流分析***、方法、设备及介质 | |
CN116957268A (zh) | 物流订单自动分配方法、装置、电子设备及可读存储介质 | |
Li et al. | Heterogeneous fleet electric vehicle routing optimization for logistic distribution with time windows and simultaneous pick-up and delivery service | |
CN114548880A (zh) | 物流规划方法、设备、装置和存储介质 | |
CN114707820A (zh) | 货物运输方法、装置、终端设备及可读存储介质 | |
CN114186932A (zh) | 办公区域内舱格机器人的货物配送方法及装置 |
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 |