CN115271573A - 货物配送方法、装置、计算机设备和存储介质 - Google Patents
货物配送方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115271573A CN115271573A CN202110481943.0A CN202110481943A CN115271573A CN 115271573 A CN115271573 A CN 115271573A CN 202110481943 A CN202110481943 A CN 202110481943A CN 115271573 A CN115271573 A CN 115271573A
- Authority
- CN
- China
- Prior art keywords
- goods
- warehouse
- target
- distribution
- cargo
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 254
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 title claims abstract description 45
- 238000004422 calculation algorithm Methods 0.000 claims description 34
- 230000006378 damage Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000000638 solvent extraction Methods 0.000 description 5
- 235000013339 cereals Nutrition 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000003921 oil Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000008157 edible vegetable oil Substances 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种货物配送方法、装置、计算机设备和存储介质。所述方法包括：根据待配送货物的收货点从多个分仓中确定目标分仓；目标分仓中预先存储有待配送货物；多个分仓为提供待配送货物的央仓的分仓；从目标分仓对应的多个候选接驳点中确定与待配送货物对应的目标接驳点，用于待配送货物从目标分仓被配送至目标接驳点；获取待配送货物对应的配送路径，用于按照配送路径将待配送货物从目标接驳点配送至收货点。采用本方法能够减少订单客户接收到货物的时间，提高货物配送的效率。
Description
技术领域
本申请涉及物流技术领域，特别是涉及一种货物配送方法、装置、计算机设备和存储介质。
背景技术
随着物流技术的发展，出现了一种货物配送的技术，这个技术可以将货物从某个仓储公司直接配送至其对应的订单客户，例如可以是某个粮油公司将其仓储的大米或者食用油配送至向其发起订单的各种零售门店，该仓储公司一般先进行囤货，之后再利用物流运输的方式，将订单对应的货物发送至订单客户。
然而，目前的这种货物配送方法，订单客户接收到货物的时间较长，货物配送的效率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种货物配送方法、装置、计算机设备和存储介质。
一种货物配送方法，所述方法包括：
根据待配送货物的收货点从多个分仓中确定目标分仓；所述目标分仓中预先存储有所述待配送货物；所述多个分仓为提供所述待配送货物的央仓的分仓；
从所述目标分仓对应的多个候选接驳点中确定与所述待配送货物对应的目标接驳点，用于所述待配送货物从所述目标分仓被配送至所述目标接驳点；
获取所述待配送货物对应的配送路径，用于按照所述配送路径将所述待配送货物从所述目标接驳点配送至所述收货点。
在其中一个实施例中，所述根据待配送货物的收货点从多个分仓中确定目标分仓之前，还包括：获取历史铺货信息，以及预设的铺货约束条件；根据所述历史铺货信息以及所述铺货约束条件构建铺货方案，获取所述铺货方案对应的铺货损耗；将铺货损耗最小的铺货方案作为目标铺货方案，用于按照所述目标铺货方案将所述央仓的仓储货物铺货至所述多个分仓进行存储。
在其中一个实施例中，所述获取所述铺货方案对应的铺货损耗，包括：获取当前铺货方案对应的央仓补货数量，以及所述多个分仓中各分仓对应的分仓补货数量；根据所述央仓补货数量，确定所述当前铺货方案对应的央仓运输损耗以及央仓仓储损耗，以及根据所述各分仓对应的分仓补货数量，确定所述当前铺货方案对应的各分仓的分仓运输损耗以及分仓仓储损耗；将所述央仓运输损耗以及央仓仓储损耗，与所述各分仓的分仓运输损耗以及分仓仓储损耗进行求和，得到所述铺货损耗。
在其中一个实施例中，所述从所述目标分仓对应的多个候选接驳点中获取与所述待配送货物对应的目标接驳点，包括：获取所述待配送货物的货物信息，以及预设的接驳点选取约束条件；根据所述货物信息以及所述接驳点选取约束条件构建接驳点选取方案，获取所述接驳点选取方案对应的货物运输距离；将货物运输距离最小的接驳点选取方案作为目标接驳点选取方案，按照所述目标接驳点选取方案从所述多个候选接驳点中确定所述待配送货物对应的目标接驳点。
在其中一个实施例中，所述待配送货物的数量为多个；所述获取所述接驳点选取方案对应的货物运输距离，包括：获取当前接驳点选取方案对应的各待配送货物对应的目标接驳点，并获取所述各待配送货物对应的目标接驳点与所述各待配送货物的收货点之间的距离信息；将所述距离信息的和作为所述当前接驳点选取方案对应的货物运输距离。
在其中一个实施例中，所述获取所述待配送货物对应的配送路径，包括：确定当前目标接驳点，获取所述当前目标接驳点对应的当前待配送货物的货物信息，以及用于配送所述当前待配送货物的车辆信息；根据所述当前待配送货物对应的货物信息以及所述车辆信息生成用于配送所述当前待配送货物的初始配送路径集合；利用摧毁重建算法优化所述初始配送路径集合中至少一条配送路径，得到目标配送路径集合；将所述目标配送路径集合中的配送路径作为所述当前待配送货物对应的配送路径。
在其中一个实施例中，所述利用摧毁重建算法优化所述初始配送路径集合中至少一条配送路径，得到目标配送路径集合，包括：按照预设的节点摧毁策略确定摧毁节点，将所述摧毁节点从所述初始配送路径集合中对应的配送路径中移除，得到摧毁配送路径集合；按照预设的节点重建策略将所述摧毁节点***至所述摧毁配送路径集合中至少一条配送路径，形成所述重建配送路径集合；根据所述重建配送路径集合得到所述目标配送路径集合。
在其中一个实施例中，所述根据所述重建配送路径集合得到所述目标配送路径集合，包括：获取所述重建配送路径集合中各配送路径的配送损耗；若所述配送损耗满足预设条件，则将所述重建配送路径集合作为所述目标配送路径集合；和/或若所述配送损耗未满足所述预设条件，则将所述重建配送路径集合作为新的初始配送路径集合，并返回按照预设的节点摧毁策略确定摧毁节点的步骤。
在其中一个实施例中，所述获取所述重建配送路径集合中各配送路径的配送损耗，包括：根据所述各配送路径的车辆信息获取所述各配送路径对应的用车损耗、时间损耗系数以及距离损耗系数；根据所述当前待配送货物的收货点以及所述当前目标接驳点的位置信息，获取所述各配送路径对应的配送时间以及配送距离；基于所述用车损耗、时间损耗系数以及距离损耗系数，与所述配送时间以及配送距离，得到所述各配送路径的配送损耗。
一种货物配送装置，所述装置包括：
分仓确定模块，用于根据待配送货物的收货点从多个分仓中确定目标分仓；所述目标分仓中预先存储有所述待配送货物；所述多个分仓为提供所述待配送货物的央仓的分仓；
接驳点确定模块，用于从所述目标分仓对应的多个候选接驳点中确定与所述待配送货物对应的目标接驳点，用于所述待配送货物从所述目标分仓被配送至所述目标接驳点；
路径获取模块，用于获取所述待配送货物对应的配送路径，用于按照所述配送路径将所述待配送货物从所述目标接驳点配送至所述收货点。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
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执行时实现上述的方法的步骤。
上述货物配送方法、装置、计算机设备和存储介质，根据待配送货物的收货点从多个分仓中确定目标分仓；目标分仓中预先存储有待配送货物；多个分仓为提供待配送货物的央仓的分仓；从目标分仓对应的多个候选接驳点中确定与待配送货物对应的目标接驳点，用于待配送货物从目标分仓被配送至目标接驳点；获取待配送货物对应的配送路径，用于按照配送路径将待配送货物从目标接驳点配送至收货点。本申请通过在分仓中预先存储需要配送的货物，并从多个接驳点中找到目标接驳点，以及生成一条从目标接驳点到收货点的配送路径，实现了货物由分仓经过目标接驳点再到达收货点的配送方案，相比于直接从央仓将货物传输到收货点的技术方案，本申请提供的货物配送方法可以减少订单客户接收到货物的时间，提高货物配送的效率。
附图说明
图1为一个实施例中货物配送方法的流程示意图；
图2为一个实施例中获取目标铺货方案的流程示意图；
图3为一个实施例中获取铺货损耗的流程示意图；
图4为一个实施例中获取目标接驳点的流程示意图；
图5为一个实施例中获取配送路径的流程示意图；
图6为一个实施例中得到目标配送路径集合的流程示意图；
图7为一个实施例中获取各配送路径的配送损耗的流程示意图；
图8为一个应用实例中大规模区域配送方法的流程示意图；
图9为一个应用实例中数据预处理模块的工作流程示意图；
图10为一个应用实例中VLNS智能排线算法的工作流程示意图；
图11为一个应用实例中结果输出模块的工作流程示意图；
图12为一个应用实例中摧毁重建算法的工作示意图；
图13为一个应用实例中不后悔重建算子的工作示意图；
图14为一个实施例中货物配送装置的结构框图；
图15为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种货物配送方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的***，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤S101，终端根据待配送货物的收货点从多个分仓中确定目标分仓；目标分仓中预先存储有所述待配送货物；多个分仓为提供待配送货物的央仓的分仓。
其中，待配送货物指的是需要进行货物配送的货物，央仓则指的是预先仓储有需要配送货物的中央仓库，分仓则是该中央仓库对应分支仓库，终端则可以是对进行货物配送发起的订单进行处理的终端。例如，待配送货物可以是某些食用油或者大米，其对应的中央仓库则可以是其对应的粮油公司的中央仓库，分仓则可以是该粮油公司旗下的分支仓库，该分支仓库也可以预先仓储有需要进行配送的食用油或者大米等等，而终端则可以是该粮油公司的订单处理终端。
具体来说，当终端接收到需要配送待配送货物的订单时，可以根据订单中待配送货物的收货点，从提供待配送货物的央仓对应的多个分仓中，找到一个用于作为货物配送起点的分仓，作为目标分仓。例如可以是预先建立有不同分仓对应的配送区域，终端在得到待配送货物的收货点后，可以确定该收货点满足的配送区域，并将配送区域对应的分仓作为目标分仓。
步骤S102，终端从目标分仓对应的多个候选接驳点中确定与待配送货物对应的目标接驳点，用于待配送货物从目标分仓被配送至目标接驳点。
其中，候选接驳点可以是预先设置的与目标分仓对应的物流网点，可以是在目标分仓对应的配送区域中设置有的物流网点，目标接驳点则是用于对待配送货物进行物流运输的物流网点。具体来说，终端可以在分仓的配送区域中设置的候选接驳点中确定待配送货物对应的目标接驳点，之后则可以通过物流运输的方式，将目标分仓中存储的待配送货物配送至其对应的目标接驳点。
步骤S103，终端获取待配送货物对应的配送路径，用于按照配送路径将待配送货物从目标接驳点配送至收货点。
配送路径则指的是由目标接驳点将待配送货物送至最终的收货点的货物运输路径，终端将待配送货物送至目标接驳点后，则可以基于目标接驳点的位置与待配送货物的收货点位置生成一条用于将待配送货物从目标接驳点送至收货点的路径，之后则可以通过物流运输车辆将待配送货物按照生成的配送路径进行货物配送。
上述货物配送方法中，终端根据待配送货物的收货点从多个分仓中确定目标分仓；目标分仓中预先存储有待配送货物；多个分仓为提供待配送货物的央仓的分仓；从目标分仓对应的多个候选接驳点中确定与待配送货物对应的目标接驳点，用于待配送货物从目标分仓被配送至目标接驳点；获取待配送货物对应的配送路径，用于按照配送路径将待配送货物从目标接驳点配送至收货点。本申请通过在分仓中预先存储需要配送的货物，并从多个接驳点中找到目标接驳点，以及生成一条从目标接驳点到收货点的配送路径，实现了货物由分仓经过目标接驳点再到达收货点的配送方案，相比于直接从央仓将货物传输到收货点的技术方案，本申请提供的货物配送方法可以减少订单客户接收到货物的时间，提高货物配送的效率。
在一个实施例中，如图2所示，步骤S101之前，还包括：
步骤S201，终端获取历史铺货信息，以及预设的铺货约束条件。
其中，历史铺货信息可以包括某个货物对于央仓或者某个分仓的仓储需求，即央仓或者某一个分仓在一段时间内的仓储需求量，或者央仓针对某一个商品在一段时间内的供应量等等，而铺货约束条件则可以是用于约束生成的铺货方案的一些约束条件，例如某个分仓存储的货物不能大于其最大的货物存储量，或者需要维持每一个分仓的库存与需求之间的平衡，以及每一个分仓的铺货量需要大于一个最小的起运量等等。
本实施例中，在步骤S101之前，终端需要先得到一个铺货方案，以保证每一个分仓可以预先存储待配送货物，铺货方案可以用于实现将待配送货物从央仓铺货到分仓进行存储，即解决分仓的补货问题。具体来说，终端可以采集与待配送货物相关的历史铺货信息，例如是一个月货物的铺货数据，并且得到预先设定的用于约束生成的铺货方案的铺货约束条件。
步骤S202，终端根据历史铺货信息以及铺货约束条件构建铺货方案，获取铺货方案对应的铺货损耗；
步骤S203，终端将铺货损耗最小的铺货方案作为目标铺货方案，用于按照目标铺货方案将央仓的仓储货物铺货至多个分仓进行存储。
之后，终端则可以根据步骤S201得到的历史铺货信息以及铺货约束条件，构建出用于铺货的铺货方案，该方案可以用于表征是否需要向某个分仓或者央仓进行补货，以及需要向各个分仓或者央仓针对某一个货物进行补货的补货量等等，并且可以根据上述补货量求得该方案对应的铺货损耗，之后，终端可以将铺货损耗最小的铺货方案，作为目标铺货方案，并按照目标铺货方案执行由央仓到各个分仓的铺货过程，将央仓中存储的仓储货物按照铺货方案铺货至各个分仓进行存储。
进一步地，如图3所示，步骤S202可以进一步包括：
步骤S301，终端获取当前铺货方案对应的央仓补货数量，以及多个分仓中各分仓对应的分仓补货数量。
其中，当前铺货方案指的是终端根据历史铺货信息以及铺货约束条件生成的铺货方案中的任意一个，终端可以从得到的多个铺货方案中选择任意一个作为当前铺货方案，并且可以得到与当前铺货方案中需要对央仓进行补货的补货量，即央仓补货数量，以及需要对每一个分仓进行补货的补货量，作为分仓补货数量。
步骤S302，终端根据央仓补货数量，确定当前铺货方案对应的央仓运输损耗以及央仓仓储损耗，以及根据各分仓对应的分仓补货数量，确定当前铺货方案对应的各分仓的分仓运输损耗以及分仓仓储损耗；
步骤S303，终端将央仓运输损耗以及央仓仓储损耗，与各分仓的分仓运输损耗以及分仓仓储损耗进行求和，得到铺货损耗。
其中，央仓运输损耗指的是在向央仓进行补货过程中货物运输所造成的成本损耗，央仓仓储损耗指的是在央仓进行货物仓储过程中造成的成本损耗，而分仓运输损耗则指的是向每个分仓进行补货过程中货物运输所造成的成本损耗，分仓仓储损耗指的是在每一个分仓进行货物仓储过程中造成的成本损耗。
具体来说，终端可以根据当前铺货方案对应的央仓补货数量，以及各分仓对应的分仓补货数量，分别计算得到央仓运输损耗和央仓仓储损耗，以及每一个分仓分别对应的分仓运输损耗和分仓仓储损耗，并将上述损耗进行求和处理，作为当前铺货方案最终的铺货损耗。
例如，铺货损耗的数学模型可如下所示：
其中，K表示商品集合，I表示仓库集合，T表示决策时间的间隔集合，αi表示在仓库i的每订单行的仓储成本，βi表示在仓库i的票均运输成本，αo表示在央仓o的每订单行的仓储成本，βo表示在央仓o的票均运输成本，ri1表示在仓库i订单与piece总数的比值，ri2表示在仓库i平均每订单行与piece的比值，Qikt与Sokt则分别表示分仓i对于商品k在时间间隔t补货的数量，以及央仓o对于商品k在时间间隔t补货的数量。
上述实施例中，可以通过历史铺货信息与铺货约束构建目标铺货方案，可以保证目标分仓可以存储有待配送货物，可以确保方案的实现可行性，另外，对于目标铺货方案是通过计算铺货方案对应的铺货损耗，并选择铺货损耗最小的铺货方案得到，可以在保证方案成功实现的前提下，减少铺货过程造成的损耗，提高资源的利用率。
在一个实施例中，如图4所示，步骤S102可以进一步包括：
步骤S401，终端获取待配送货物的货物信息，以及预设的接驳点选取约束条件。
其中，待配送货物的货物信息可以包括货物的收货点信息以及运输属性信息等等可以影响货物接驳点选择的相关信息，而接驳点选取约束条件则指的是选择接驳点需要满足的一些约束条件，例如可以包括每一个待配送货物都必须有一个对应的目标接驳点，以及每一个选择的候选接驳点都需要有一个下限的货物量，或者选择的每一个目标接驳点都需要满足待配送货物的运输属性信息等等，例如对于易碎的或者某些有特殊运输要求的货物，则需要选择与其相适应的目标接驳点，作为相应的接驳点选取约束条件。
步骤S402，终端根据货物信息以及接驳点选取约束条件构建接驳点选取方案，获取接驳点选取方案对应的货物运输距离；
步骤S403，终端将货物运输距离最小的接驳点选取方案作为目标接驳点选取方案，按照目标接驳点选取方案从多个候选接驳点中确定待配送货物对应的目标接驳点。
之后，终端则可以根据步骤S401得到的待配送货物的货物信息，以及用于约束目标接驳点选取的接驳点选取约束条件，构建出用于从候选接驳点中选出与待配送货物对应的目标接驳点的接驳点选取方案，并求取每一个接驳点选取方案对应的货物运输距离，该货物运输距离指的是在接驳点选取方案中需要将待配送货物从目标接驳点运输至收货点之间的运输距离。最后，终端则可以将得到的运输距离最小的接驳点选取方案作为最终的目标接驳点选取方案，并按照目标接驳点选取方案进行待配送货物对应的目标接驳点的选取确定。
例如待配送货物包括货物A和货物B，候选接驳点包括接驳点A、接驳点B以及接驳点C，那么终端则可以根据货物A与货物B的货物信息，以及预先设定的接驳点约束条件生成相应的接驳点选取方案，例如可以包括货物A对应接驳点A，货物B对应接驳点B的方案1，以及货物A对应接驳点A，货物B对应接驳点C的方案2两种，之后，则可以分别计算以上两个接驳点选取方案对应的货物运输距离，并将货物运输距离最小的接驳点选取方案作为目标接驳点选取方案，例如可以是方案2，终端则可以按照方案2进行待配送货物对应的目标接驳点的选择。
进一步地，待配送货物的数量为多个；步骤S402可以进一步包括：终端获取当前接驳点选取方案对应的各待配送货物对应的目标接驳点，并获取各待配送货物对应的目标接驳点与各待配送货物的收货点之间的距离信息；将距离信息的和作为当前接驳点选取方案对应的货物运输距离。
本实施例中，需要配送的待配送货物的数量可以是多个，在步骤S402生成针对多个待配送货物的接驳点选取方案后，可以从中选取任意一个作为当前接驳点选取方案，并从当前接驳点选取方案中得到每一个待配送货物对应的目标接驳点。之后，终端可以根据每一个待配送货物的收货点位置，以及其对应的目标接驳点位置，计算每一个待配送货物的目标接驳点与收货点之间的距离信息，并且将得到的每一个距离信息进行求和，作为当前接驳点选取方案对应的货物运输距离。
上述实施例中，接驳点选取方案是基于待配送货物的货物信息以及接驳点选取方案得到，可以保证选择的每一个目标接驳点都可以满足待配送货物的运输需求，并且目标接驳点选取方案是由货物运输距离最小的接驳点选取方案得到，可以保证在该接驳点选取方案，待配送货物的总运输距离可以保持最小值，从而提高待配送货物由目标接驳点运输至收货点的运输效率。
在一个实施例中，如图5所示，步骤S103可以进一步包括：
步骤S501，终端确定当前目标接驳点，获取当前目标接驳点对应的当前待配送货物的货物信息，以及用于配送当前待配送货物的车辆信息。
其中，当前目标接驳点可以是从候选接驳点确定出的目标接驳点中的任意一个，当前待配送货物则是由当前目标接驳点配送至收货点的待配送货物，而车辆信息则是可以用于配送当前待配送货物的车辆的信息。具体来说，终端可以从多个目标接驳点中确定出任意一个作为当前目标接驳点，并得到当前目标接驳点对应的当前待配送货物的货物信息，以及可以用于配送上述当前待配送货物的车辆的车辆信息。
步骤S502，终端根据当前待配送货物对应的货物信息以及车辆信息生成用于配送当前待配送货物的初始配送路径集合。
初始配送路径集合是终端根据货物信息以及车辆信息生成的用于配送当前待配送货物的路径集合，可以是分别根据当前目标接驳点与每一个当前待配送货物的收货点，形成一个当前待配送货物的配送路径，并将得到的配送路径形成初始配送路径集合。
例如，当前待配送货物可以包括货物A、货物B、货物C以及货物D，其分别对应收货点A、收货点B、收货点C以及收货点D，那么终端则可以分别生成由当前目标接驳点至收货点A的配送路径A、当前目标接驳点至收货点B的配送路径B、当前目标接驳点至收货点C的配送路径C，以及当前目标接驳点至收货点D的配送路径D，并形成由配送路径A、配送路径B、配送路径C以及配送路径D组成的初始配送路径集合。
步骤S503，终端利用摧毁重建算法优化初始配送路径集合中至少一条配送路径，得到目标配送路径集合；
步骤S504，终端将目标配送路径集合中的配送路径作为当前待配送货物对应的配送路径。
终端在步骤S502中得到初始配送路径集合后，则可以利用摧毁重建算法对初始配送路径集合中的配送路径进行优化，从而形成目标配送路径集合，并将目标配送路径集合中的配送路径，作为当前待配送货物对应的配送路径。
进一步地，如图6所示，步骤S503可以进一步包括：
步骤S601，终端按照预设的节点摧毁策略确定摧毁节点，将摧毁节点从初始配送路径集合中对应的配送路径中移除，得到摧毁配送路径集合。
其中，节点摧毁策略可以是用户通过终端进行预先设定，例如可以包括：随机摧毁节点算子、最坏摧毁算子、随机摧毁路径算子，或者相似度摧毁的其中一种，摧毁节点则指的是利用节点摧毁策略得到摧毁节点。具体来说，终端可以按照预先设的节点摧毁策略，确定出需要进行摧毁的配送节点，即摧毁节点，并将其从初始配送路径集合中对应的配送路径上移除，从而得到节点被摧毁后的配送路径组成的摧毁配送路径集合。
步骤S602，终端按照预设的节点重建策略将摧毁节点***至摧毁配送路径集合中至少一条配送路径，形成重建配送路径集合；
步骤S603，终端根据重建配送路径集合得到目标配送路径集合。
而节点重建策略则是用于将摧毁节点重新***配送路径中的策略，例如可以包括：贪婪重建算子以及不后悔重建算子等等，终端将摧毁节点移除后，则可以根据节点重建策略，将被移除的摧毁节点加入摧毁配送路径集合中的配送路径中，从而形成新的配送路径并组成重建配送路径集合。最后，终端还可以根据生成的重建配送路径集合，得到最终的目标配送路径集合。
进一步地，步骤S603可以进一步包括：终端获取重建配送路径集合中各配送路径的配送损耗；若配送损耗满足预设条件，则将重建配送路径集合作为目标配送路径集合；若配送损耗未满足预设条件，则将重建配送路径集合作为新的初始配送路径集合，并返回步骤S601。
步骤S602得到重建配送路径集合后，终端可以计算重建配送路径集合中每一条配送路径的配送损耗，并基于得到的配送损耗，判断其是否满足某个预设的条件，例如可以是总的配送损耗是否小于一个损耗阈值，或者配送损耗是否最小等等，如果得到的配送损耗没有达到预设的条件，则需要将重建配送路径集合作为新的初始配送路径集合，并再次执行步骤S601到步骤S602的配送节点摧毁重建过程，直到得到的配送损耗满足预设条件时，才将重建配送路径集合作为目标配送路径集合。
进一步地，如图7所示，终端获取重建配送路径集合中各配送路径的配送损耗可以进一步包括：
步骤S701，终端根据各配送路径的车辆信息获取各配送路径对应的用车损耗、时间损耗系数以及距离损耗系数。
其中，用车损耗指的是通过车辆在配送货物过程中的固定损耗，时间损耗系数和距离损耗系数则分别指的是车辆在配送货物过程中的单位距离的损耗系数，以及单位时间的损耗系数，上述损耗系数以及用车损耗都是由用于货物配送的车辆决定。具体来说，终端可以根据每一条配送路径的车辆信息确定该车辆对应的用车损耗、时间损耗系数以及距离损耗系数，作为该配送路径对应的用车损耗、时间损耗系数以及距离损耗系数。
步骤S702，终端根据当前待配送货物的收货点以及当前目标接驳点的位置信息，获取各配送路径对应的配送时间以及配送距离；
步骤S703，终端基于用车损耗、时间损耗系数以及距离损耗系数，与配送时间以及配送距离，得到各配送路径的配送损耗。
最后，终端当前待配送货物的收货点以及当前目标接驳点的位置信息，得到每一条配送路径对应的配送时间以及配送损耗，并基于步骤S701得到的用车损耗、时间损耗系数以及距离损耗系数，以及配送时间与配送距离得到每一条配送路径的配送损耗。
上述实施例中，可以利用摧毁重建算法生成用于配送当前待配送货物的目标配送路径集合，并且该集合中的配送路径考虑了配送损耗，该配送损耗可以由车辆的用车损耗，以及配送的时间损耗与距离损耗组成，可以保证目标配送路径集合能满足配送损耗的最优解，从而进一步减少配送成本，提高配送效率。
在一个应用实例中，提供了一种大规模区域配送方法，其具体流程如图8所示，该方法可以包括以下两个步骤：
步骤1：数据预处理
整个算法的开始是数据预处理模块，该模块的作用是将一个打包好的数据文件解析为后续VLNS算法需要的子文件，包括任务信息，场站信息，车辆信息，导航限行信息。数据预处理模块的第一步为数据校验模块，作用为检验输入数据是否符合既定要求；第二步为预处理模块，当不同场景需要对输入数据做任何处理时，都会放入该模块，目前我们主要有三种场景：a.智能铺货，该场景主要是在长距离配送时，可能会有中央仓库和前置仓的情景，中央仓库何时向前置仓补多少数量的货，就会由智能铺货算法决策；b.智能接驳点选取，当业务需要采用接驳模式时，接驳点选在什么位置可以使得整体配送距离最短，由接驳点选取算法决策；c.分区，为了一些划分区域的需求，我们给出人工分区字段，同时为了算法求解速度考虑，算法本身有智能分区功能，能将一个大区域切分为数个小区域，从而在小区域中求解，加快求解速度；第三步为输出VLNS算法需要的四个JSON文件，主要功能是与VLNS算法进行交互。具体工作流程如图9所示。
步骤2：VLNS智能排线算法
VLNS智能排线算法分为两大块，第一块是监听者(inspector)，第二块是求解者(crafter)，求解者的作用是不断的调用VLNS算法进行求解，并且把求解结果传递给监听者，而监听者的作用为时刻检察各个求解者，等着传递来的每个求解结果，当发现有比自己手中的最好结果还要好的结果时，就会进行一次替换，保证手中的最好结果永远都是最好的，当所有求解者求解结束后，监听者会将自己手中的最好结果传递给结果输出模块。求解者的工作分为两步，第一步为将输入的四个JSON文件转化为对应的数据，第二步为循环调用VLNS算法进行求解，每求解出一个结果，都会立即传递给监听者，直到达到算法停止策略(根据任务数生成最大计算时间)。具体工作流程如图10所示。
步骤3：结果输出
结果输出模块主要是对最优结果做输出以及一些展现格式处理，包括Excel展示和可视化地图展示，通过可视化地图展示可以得知车辆是如何从仓库出发，依次服务不同的客户，其中，不同颜色的线表示不同的车辆。具体工作流程如图11所示。
其中，图9至图11中的参数可如下所示：
Input.json：算法的输入文件，包含算法需要的所有输入信息，具体有订单类型(收货或送货)、订单起点(地址和经纬度)、订单终点(地址和经纬度)、订单容量(重量、体积和件数)、订单指定的配送车辆(车型)、订单时间窗(最早访问时间和最晚访问时间)等订单信息，车辆出发地点(地址)、车辆数量、车辆属性(自营或外包)、车辆成本参数(固定成本、时间成本系数、距离成本系数)、车辆容量约束(最大重量、最大体积和最大件数)、车辆类型、车辆提配策略(先提后配、先配后提和边提边配)、最大经停次数、最大行驶距离、最大行驶时间等车辆信息。
Jobs.json：存放子问题的订单任务信息。
Hubs.json：存放子问题的订单位置与仓库位置信息。
Vehicles.json：存放子问题的可使用车辆信息。
GeoConditions.json：存放子问题车辆限行相关信息。
BestSolution.json：存放子问题算法计算出的最优解。
Output.json：存放该问题的最终结果。
具体地，数据预处理模块可以包括如下部分：
(1)智能铺货算法：当已知区域内的接驳点以及订单和接驳点的映射关系后，需要解决仓库向接驳点补货的问题，智能铺货算法主要解决什么时间从仓库补多少货到对应的接驳点。
假设1：库存是每个时间间隔的初期盘点，供应是在每个时间间隔初期完成
具体数学模型如下：
目标函数：从承运方角度考虑总成本包括库存成本(租金成本+操作成本)和运输成本，目标函数为最小化总成本。
其中，约束可以包括以下部分：
约束2-1：央仓的库存平衡约束：
约束2-2：时刻分仓请求调拨，央仓要有库存来满足发货，导致央仓库存变化：
约束2-3：央仓决策初期库存：
约束2-4：央仓决策末期库存：
约束3-1：分仓的库存平衡：
约束3-2：分仓的库存平衡：
约束3-3：分仓决策初期库存：
约束3-4：分仓决策末期库存：
约束4：央仓容量约束：
约束5：分仓容量约束：
约束6-1：关于调拨量的约束：
约束6-2：关于调拨量的约束：
约束7：各变量定义域约束：
约束8：决策变量约束：
约束9-1：再订货点约束群：
约束9-2：再订货点约束群：
约束9-3：再订货点约束群：
约束9-4：再订货点约束群：
约束9-5：再订货点约束群：
约束9-6：再订货点约束群：
约束10-1：最大库存水平约束：
约束10-2：最大库存水平约束：
约束11：决策第一天必须补货：
约束12-1：一个提前期内只允许补货一次：
约束12-2：一个提前期内只允许补货一次：
模型中变量的定义如下：
集合：
K：所有商品(SKU)的集合，每个sku用k来指代
I：仓库的集合，用i来指代
Ai：仓库i所覆盖的城市(或者网点)的集合，用j来指代
T：时间间隔的集合{0，1，2，…365/Lj}，每个时间间隔为一个决策间隔期参数：
Djkt：在每个时间间隔t，商品k在网点j的需求
Dikt：在每个时间间隔t，商品k在对应仓库i的需求(分仓没有供应量概念)
Sokt：在每个时间间隔t，商品k在央仓的供应量(假设央仓只考虑供应量，没有需求量)
Li：对于分仓i，商品平均需要几个时间间隔的提前期
Lok：对于央仓，商品k平均需要几个时间间隔的提前期
Lijk：对于网点j，商品k的提前期(Loik+Lijk)
Lij：对于网点j，商品的平均提前期(Loi+Lij)
Loik：对于仓库i，商品k的提前期
Loi：对于仓库i，商品的平均提前期
Lii'k：商品k在分仓i与i’之间所需的提前期
Lii'：商品在分仓i与i’之间平均所需的提前期
ssik：商品k在仓库i的安全库存
σik：商品k在提前期的标准差
μik：商品k在提前期的均值
Ro：总仓的最大库存容量
Rik：商品k在仓库i的最大库存容量
Ri：对于仓库i的最大库存容量
商品k分仓i所允许的最大库存量
IVi max：分仓i所允许的最大库存量
商品k央仓o所允许的最大库存量
IIVik：对于仓库i关于商品k的期初库存
Aik：仓库i关于商品k的期初库存需要涵盖的后续时间间隔数量
Bik：仓库i关于商品k的期末库存需要涵盖的后续时间间隔数量
|T|：总分期数(总时间间隔数)
dij：仓库i到网点j的距离
doi：央仓到仓库i的距离
wk：单位商品k的重量
αi：在仓库i的票均运输成本
βi：在仓库i的每订单行的仓储成本(每订单行租金成本+操作成本)
ri：在仓库i每订单与订单行的比值
ri1：在仓库i订单与piece总数的比值
ri2：在仓库i平均每订单行与piece的比值
Y：资金占用率(商用贷款利率)
ck：单位商品k成本
co：单位商品平均成本
M：极大正整数
决策变量：
xikt：对于仓库i，商品k在时间间隔t是否需要补货：1，需要补货；0，不需要
Sokt：对于央仓o，商品k在时间间隔t补货的数量
Qikt：对于分仓i，商品k在时间间隔t补货的数量
IVokt：商品k央仓o在时间t的库存量
IVikt：商品k分仓i在时间t的库存量(t初期的库存)
(2)智能接驳点选取算法：当已知所有订单具***置后，通过智能接驳点选取算法对订单进行分区，并同时将订单分配个各个接驳点。
具体数学模型如下：
目标函数：订单配送的总距离最短。
其中，约束可以包括以下部分：
约束2：保证每个订单被分配到：
约束3：未被选择接驳点无对应的订单：
xij≤yj
约束4：最终选取p个接驳点：
约束5：距离约束：
xij×dij≤150
约束6：接驳点总订单货量的下限：
约束7：必选备选点：
yi≥ri
模型中变量的定义如下：
集合：
J：所有集配站备选点的集合，每个备选点用j来指代
I：所有顾客订单的集合，每个订单用i来指代
参数：
qi：第i个订单对应的货量
dij：集配站备选点j到顾客订单i的导航距离
ri：该备选点是否是必选备选点，若必选其值为1，反之为0
p：选取的集配站总个数
决策变量：
xij：0—1变量，若订单i归属于集配站备选点j配送，其值为1，否则为0
yj：0—1变量，当集配站备选点j被选中时为1，否则为0
VLNS算法模块可以如下所示：
如图12所示，例如有5个任务需要被执行，每个任务都有一个提货点和取货点，车辆都必须从车库出发，最后回到车库，生成初始解可以为每个任务都安排一辆车，这样一定可以解决，但是这样需要用5辆车，用车成本较高；可以通过第二步——摧毁算子，移除一些已经安排好车辆的任务，使其状态变为“未分配”；再通过第三步——重建算子，将未分配的任务提货点和送货点***已有车辆中；不断重复第二、三步，直到总用车成本不再减小，则为最终的配送方案。
目标函数如下：
成本＝固定用车成本+时间成本系数*总时间+距离成本系数*总距离
目标：总成本最小
伪代码如下：
1.获取算法输入；
2.从4中摧毁算子和3种重建算子中随机各选择一种；
3.选取要被删除的节点；
4.如果解中线路数大于0，则调用摧毁算子；
5.如果解中未分配的节点数大于0，则调用重建算子；
6.根据摧毁算子和重建算子计算出的邻域，判断是否接受该邻域，如果接受，该邻域则为新的最优解，否则回到步骤2。
摧毁算子介绍：
1.随机摧毁节点算子：随机摧毁某些节点；
2.最坏摧毁算子：摧毁成本减少最多的节点；
3.随机摧毁路径算子：随机摧毁某些路径；
4.相似度摧毁：摧毁相似度最高的某些算子。
重建算子介绍：
1.贪婪重建算子：将节点***成本增加最少的位置；
2.不后悔重建算子：将节点***最不后悔的位置，如图13所示。
邻域接受准则介绍：
采用模拟退火思想，温度设置为线性温度函数，降温因子取为0.95。
约束条件介绍：
1.最大行驶距离约束
2.最大停靠数约束
3.提配顺序约束
4.最大载重约束
5.时间窗约束
6.最长运行时间约束
7.回仓库次数约束
另外，本方法VLNS模块的计算还采用并行方式进行，包括以下步骤：
并行1:分区后，各个子问题并发调用VLNS算法进行求解。
并行2:inspector监听多个crafter并行计算，希望通过多次计算的方式获得更好的启发式解。
并行3:并行计算Dist-Time Matrix，包括并行计算Manhattan Great CircleDistance以及并行从丰图geoURL拉取OD限行信息。
并行4:crafter并行调用forge-refine过程，每次迭代通过多次计算的方式希望可以获得更好的启发式解。
并行5:Recreate过程，通过并行计算insert CTX，缩短算法计算时间。
应该理解的是，虽然本申请的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图14所示，提供了一种货物配送装置，包括：分仓确定模块1401、接驳点确定模块1402和路径获取模块1403，其中：
分仓确定模块1401，用于根据待配送货物的收货点从多个分仓中确定目标分仓；目标分仓中预先存储有待配送货物；多个分仓为提供待配送货物的央仓的分仓；
接驳点确定模块1402，用于从目标分仓对应的多个候选接驳点中确定与待配送货物对应的目标接驳点，用于待配送货物从目标分仓被配送至目标接驳点；
路径获取模块1403，用于获取待配送货物对应的配送路径，用于按照配送路径将待配送货物从目标接驳点配送至收货点。
在一个实施例中，分仓确定模块1401，还用于获取历史铺货信息，以及预设的铺货约束条件；根据历史铺货信息以及铺货约束条件构建铺货方案，获取铺货方案对应的铺货损耗；将铺货损耗最小的铺货方案作为目标铺货方案，用于按照目标铺货方案将央仓的仓储货物铺货至多个分仓进行存储。
在一个实施例中，分仓确定模块1401，还用于获取当前铺货方案对应的央仓补货数量，以及多个分仓中各分仓对应的分仓补货数量；根据央仓补货数量，确定当前铺货方案对应的央仓运输损耗以及央仓仓储损耗，以及根据各分仓对应的分仓补货数量，确定当前铺货方案对应的各分仓的分仓运输损耗以及分仓仓储损耗；将央仓运输损耗以及央仓仓储损耗，与各分仓的分仓运输损耗以及分仓仓储损耗进行求和，得到铺货损耗。
在一个实施例中，接驳点确定模块1402，进一步用于获取待配送货物的货物信息，以及预设的接驳点选取约束条件；根据货物信息以及接驳点选取约束条件构建接驳点选取方案，获取接驳点选取方案对应的货物运输距离；将货物运输距离最小的接驳点选取方案作为目标接驳点选取方案，按照目标接驳点选取方案从多个候选接驳点中确定待配送货物对应的目标接驳点。
在一个实施例中，待配送货物的数量为多个；接驳点确定模块1402，进一步用于获取当前接驳点选取方案对应的各待配送货物对应的目标接驳点，并获取各待配送货物对应的目标接驳点与各待配送货物的收货点之间的距离信息；将距离信息的和作为当前接驳点选取方案对应的货物运输距离。
在一个实施例中，路径获取模块1403，进一步用于确定当前目标接驳点，获取当前目标接驳点对应的当前待配送货物的货物信息，以及用于配送当前待配送货物的车辆信息；根据当前待配送货物对应的货物信息以及车辆信息生成用于配送当前待配送货物的初始配送路径集合；利用摧毁重建算法优化初始配送路径集合中至少一条配送路径，得到目标配送路径集合；将目标配送路径集合中的配送路径作为当前待配送货物对应的配送路径。
在一个实施例中，路径获取模块1403，进一步用于按照预设的节点摧毁策略确定摧毁节点，将摧毁节点从初始配送路径集合中对应的配送路径中移除，得到摧毁配送路径集合；按照预设的节点重建策略将摧毁节点***至所摧毁配送路径集合中至少一条配送路径，形成重建配送路径集合；根据重建配送路径集合得到目标配送路径集合。
在一个实施例中，路径获取模块1403，进一步用于获取重建配送路径集合中各配送路径的配送损耗；若配送损耗满足预设条件，则将重建配送路径集合作为目标配送路径集合；以及用于若配送损耗未满足预设条件，则将重建配送路径集合作为新的初始配送路径集合，并返回按照预设的节点摧毁策略确定摧毁节点的步骤。
在一个实施例中，路径获取模块1403，进一步用于根据各配送路径的车辆信息获取各配送路径对应的用车损耗、时间损耗系数以及距离损耗系数；根据当前待配送货物的收货点以及当前目标接驳点的位置信息，获取各配送路径对应的配送时间以及配送距离；基于用车损耗、时间损耗系数以及距离损耗系数，与配送时间以及配送距离，得到各配送路径的配送损耗。
关于货物配送装置的具体限定可以参见上文中对于货物配送方法的限定，在此不再赘述。上述货物配送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图15所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种货物配送方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图15中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种货物配送方法，其特征在于，所述方法包括：
根据待配送货物的收货点从多个分仓中确定目标分仓；所述目标分仓中预先存储有所述待配送货物；所述多个分仓为提供所述待配送货物的央仓的分仓；
从所述目标分仓对应的多个候选接驳点中确定与所述待配送货物对应的目标接驳点，用于所述待配送货物从所述目标分仓被配送至所述目标接驳点；
获取所述待配送货物对应的配送路径，用于按照所述配送路径将所述待配送货物从所述目标接驳点配送至所述收货点。
2.根据权利要求1所述的方法，其特征在于，所述根据待配送货物的收货点从多个分仓中确定目标分仓之前，还包括：
获取历史铺货信息，以及预设的铺货约束条件；
根据所述历史铺货信息以及所述铺货约束条件构建铺货方案，获取所述铺货方案对应的铺货损耗；
将铺货损耗最小的铺货方案作为目标铺货方案，用于按照所述目标铺货方案将所述央仓的仓储货物铺货至所述多个分仓进行存储。
3.根据权利要求2所述的方法，其特征在于，所述获取所述铺货方案对应的铺货损耗，包括：
获取当前铺货方案对应的央仓补货数量，以及所述多个分仓中各分仓对应的分仓补货数量；
根据所述央仓补货数量，确定所述当前铺货方案对应的央仓运输损耗以及央仓仓储损耗，以及根据所述各分仓对应的分仓补货数量，确定所述当前铺货方案对应的各分仓的分仓运输损耗以及分仓仓储损耗；
将所述央仓运输损耗以及央仓仓储损耗，与所述各分仓的分仓运输损耗以及分仓仓储损耗进行求和，得到所述铺货损耗。
4.根据权利要求1所述的方法，其特征在于，所述从所述目标分仓对应的多个候选接驳点中获取与所述待配送货物对应的目标接驳点，包括：
获取所述待配送货物的货物信息，以及预设的接驳点选取约束条件；
根据所述货物信息以及所述接驳点选取约束条件构建接驳点选取方案，获取所述接驳点选取方案对应的货物运输距离；
将货物运输距离最小的接驳点选取方案作为目标接驳点选取方案，按照所述目标接驳点选取方案从所述多个候选接驳点中确定所述待配送货物对应的目标接驳点。
5.根据权利要求4所述的方法，其特征在于，所述待配送货物的数量为多个；
所述获取所述接驳点选取方案对应的货物运输距离，包括：
获取当前接驳点选取方案对应的各待配送货物对应的目标接驳点，并获取所述各待配送货物对应的目标接驳点与所述各待配送货物的收货点之间的距离信息；
将所述距离信息的和作为所述当前接驳点选取方案对应的货物运输距离。
6.根据权利要求1至5任意一项所述的方法，其特征在于，所述获取所述待配送货物对应的配送路径，包括：
确定当前目标接驳点，获取所述当前目标接驳点对应的当前待配送货物的货物信息，以及用于配送所述当前待配送货物的车辆信息；
根据所述当前待配送货物对应的货物信息以及所述车辆信息生成用于配送所述当前待配送货物的初始配送路径集合；
利用摧毁重建算法优化所述初始配送路径集合中至少一条配送路径，得到目标配送路径集合；
将所述目标配送路径集合中的配送路径作为所述当前待配送货物对应的配送路径。
7.根据权利要求6所述的方法，其特征在于，所述利用摧毁重建算法优化所述初始配送路径集合中至少一条配送路径，得到目标配送路径集合，包括：
按照预设的节点摧毁策略确定摧毁节点，将所述摧毁节点从所述初始配送路径集合中对应的配送路径中移除，得到摧毁配送路径集合；
按照预设的节点重建策略将所述摧毁节点***至所述摧毁配送路径集合中至少一条配送路径，形成所述重建配送路径集合；
根据所述重建配送路径集合得到所述目标配送路径集合。
8.根据权利要求7所述的方法，其特征在于，所述根据所述重建配送路径集合得到所述目标配送路径集合，包括：
获取所述重建配送路径集合中各配送路径的配送损耗；
若所述配送损耗满足预设条件，则将所述重建配送路径集合作为所述目标配送路径集合；
和/或
若所述配送损耗未满足所述预设条件，则将所述重建配送路径集合作为新的初始配送路径集合，并返回按照预设的节点摧毁策略确定摧毁节点的步骤。
9.根据权利要求8所述的方法，其特征在于，所述获取所述重建配送路径集合中各配送路径的配送损耗，包括：
根据所述各配送路径的车辆信息获取所述各配送路径对应的用车损耗、时间损耗系数以及距离损耗系数；
根据所述当前待配送货物的收货点以及所述当前目标接驳点的位置信息，获取所述各配送路径对应的配送时间以及配送距离；
基于所述用车损耗、时间损耗系数以及距离损耗系数，与所述配送时间以及配送距离，得到所述各配送路径的配送损耗。
10.一种货物配送装置，其特征在于，所述装置包括：
分仓确定模块，用于根据待配送货物的收货点从多个分仓中确定目标分仓；所述目标分仓中预先存储有所述待配送货物；所述多个分仓为提供所述待配送货物的央仓的分仓；
接驳点确定模块，用于从所述目标分仓对应的多个候选接驳点中确定与所述待配送货物对应的目标接驳点，用于所述待配送货物从所述目标分仓被配送至所述目标接驳点；
路径获取模块，用于获取所述待配送货物对应的配送路径，用于按照所述配送路径将所述待配送货物从所述目标接驳点配送至所述收货点。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110481943.0A CN115271573A (zh) | 2021-04-30 | 2021-04-30 | 货物配送方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110481943.0A CN115271573A (zh) | 2021-04-30 | 2021-04-30 | 货物配送方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115271573A true CN115271573A (zh) | 2022-11-01 |
Family
ID=83745938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110481943.0A Pending CN115271573A (zh) | 2021-04-30 | 2021-04-30 | 货物配送方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115271573A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117035587A (zh) * | 2023-10-09 | 2023-11-10 | 山东省智能机器人应用技术研究院 | 一种基于货物信息的多个机器人协同工作管理*** |
| CN118171898A (zh) * | 2024-05-15 | 2024-06-11 | 绵阳职业技术学院 | 新型建材生产调度方法、装置、设备及存储介质 |
-
2021
- 2021-04-30 CN CN202110481943.0A patent/CN115271573A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117035587A (zh) * | 2023-10-09 | 2023-11-10 | 山东省智能机器人应用技术研究院 | 一种基于货物信息的多个机器人协同工作管理*** |
| CN117035587B (zh) * | 2023-10-09 | 2024-01-16 | 山东省智能机器人应用技术研究院 | 一种基于货物信息的多个机器人协同工作管理*** |
| CN118171898A (zh) * | 2024-05-15 | 2024-06-11 | 绵阳职业技术学院 | 新型建材生产调度方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chao et al. | Optimization of two-stage location–routing–inventory problem with time-windows in food distribution network | |
| Zhang et al. | An integrated strategy for a production planning and warehouse layout problem: Modeling and solution approaches | |
| Ahmadizar et al. | Two-level vehicle routing with cross-docking in a three-echelon supply chain: A genetic algorithm approach | |
| Coelho et al. | Heuristics for dynamic and stochastic inventory-routing | |
| Chen et al. | A tabu search algorithm for the relocation problem in a warehousing system | |
| Naderi et al. | A Benders decomposition approach for a real case supply chain network design with capacity acquisition and transporter planning: wheat distribution network | |
| Albareda-Sambola et al. | Variable neighborhood search for order batching in a warehouse | |
| Cho et al. | An adaptive genetic algorithm for the time dependent inventory routing problem | |
| Shao et al. | Synchronizing e-commerce city logistics with sliding time windows | |
| Benantar et al. | A petrol station replenishment problem: new variant and formulation | |
| Stolk et al. | Combining vehicle routing and packing for optimal delivery schedules of water tanks | |
| CN111428991B (zh) | 用于确定配送车辆的方法和装置 | |
| Li et al. | A robust inventory routing policy under inventory inaccuracy and replenishment lead-time | |
| Novaes et al. | Designing multi-vehicle delivery tours in a grid-cell format | |
| Ma et al. | An iterative approach for distribution chain design in agile virtual environment | |
| CN105447995A (zh) | 装填现金自动计划装置及方法 | |
| CN115271573A (zh) | 货物配送方法、装置、计算机设备和存储介质 | |
| You | A two-phase heuristic approach to the bike repositioning problem | |
| Ramakrishna et al. | A two-item two-warehouse periodic review inventory model with transshipment | |
| Bruni et al. | A logic-based Benders decomposition method for the multi-trip traveling repairman problem with drones | |
| Nambirajan et al. | CARE: Heuristics for two-stage multi-product inventory routing problems with replenishments | |
| Balaji et al. | An application of analytic hierarchy process in vehicle routing problem | |
| CN113592282A (zh) | 一种物品分配方法和装置 | |
| Guo et al. | Storage assignment for newly arrived items in forward picking areas with limited open locations | |
| Borthen et al. | Bi-objective offshore supply vessel planning with costs and persistence objectives |
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 |