CN115829451A - 物流路径规划方法、装置、计算机设备和存储介质 - Google Patents

物流路径规划方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN115829451A
CN115829451A CN202111085863.XA CN202111085863A CN115829451A CN 115829451 A CN115829451 A CN 115829451A CN 202111085863 A CN202111085863 A CN 202111085863A CN 115829451 A CN115829451 A CN 115829451A
Authority
CN
China
Prior art keywords
vehicle
path planning
planning
linked list
information
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
Application number
CN202111085863.XA
Other languages
English (en)
Inventor
刘志锦
李珂
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.)
SF Technology Co Ltd
Original Assignee
SF 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 SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN202111085863.XA priority Critical patent/CN115829451A/zh
Publication of CN115829451A publication Critical patent/CN115829451A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种物流路径规划方法、装置、计算机设备和存储介质，该方法包括：响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；获取目标网点的车辆运力信息；根据送货业务信息、取件业务信息和所述车辆运力信息，对目标网点的车辆进行路径规划。本申请实施例统筹了单个网点路径规划场景下的送货业务和取货业务来进行车辆路径规划，因此能够提高物流运输效率；因为运输车辆返程过程中可以载货，减少车辆空载情形的出现，提高车辆装载率；送货业务的出发点和取货业务的目的点都是网点，能够提高计算效率，减少计算时间。

Description

物流路径规划方法、装置、计算机设备和存储介质
技术领域
本发明涉及物流技术领域，具体涉及一种物流路径规划方法、装置、计算机设备和存储介质。
背景技术
物流场景中经常有返修、退货、回收周转等逆向物流业务，从仓库到网点的业务称为送货业务，从网点到仓库的业务称为取货业务，逆向物流业务是常见的取货业务。目前的车辆路径(Vehicle Routing Problem，VRP)线路规划模型分别规划送货和取货路线会存在车辆装载率低、行驶距离过长等缺点。
发明内容
本申请实施例提供一种物流路径规划方法、装置、计算机设备和存储介质，能够提高物流运输效率；因为运输车辆返程过程中可以载货，减少车辆空载情形的出现，提高车辆装载率；送货业务的出发点和取货业务的目的点都是网点，能够提高计算效率，减少计算时间。
第一方面，本申请提供一种物流路径规划方法，所述方法包括：
响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；
获取所述目标网点的车辆运力信息；
根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。
在本申请一些实施方式中，所述根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划，包括：
根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，构建所述目标网点的车辆对象与任务对象的链表结构；
构造进行路径规划的路径规划约束条件和路径规划的目标函数；
根据所述链表结构、路径规划约束条件和路径规划的目标函数，对所述目标网点的车辆进行路径规划。
在本申请一些实施方式中，所述根据所述链表结构、路径规划约束条件和路径规划的目标函数，对所述目标网点的车辆进行路径规划，包括：
调整所述链表结构的邻域结构，得到新链表结构；
计算所述新链表结构是否违反预设的路径规划约束条件；
若否，则计算所述路径规划的目标函数的目标函数值；
根据所述目标函数值判断所述新链表结构对应的路径规划方案是否比已有路径规划方案更优，直至找到最优的车辆路径规划方案。
在本申请一些实施方式中，所述根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划，还包括：
判断当前是否满足路径规划终止条件；
若没有满足路径规划终止条件，继续调整当前链表结构的邻域结构，寻找更优的车辆路径规划方案。
在本申请一些实施方式中，所述调整所述链表结构的邻域结构，得到新链表结构，包括：
按照预设的多种链表结构中每种链表结构的选中概率，在所述多种链表结构中选择一种链表结构来调整链表结构的邻域结构，得到所述新链表结构。
在本申请一些实施方式中，所述根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，构建所述目标网点的车辆对象与任务对象的链表结构，包括：
根据所述车辆运力信息构建所述目标网点中车辆对象；
根据所述送货业务信息和所述取件业务信息，构建所述目标网点中任务对象，所述任务对象中包括前后对象属性，前后对象属性包括前一个对象编号和后一个对象编号；
以链表的形式描述车辆访问任务的顺序，构建所述目标网点的车辆对象与任务对象的链表结构，其中，以车辆对象为表头，任务对象中前一个对象编号为车辆编号或任务编号，后一个对象编号为任务编号。
在本申请一些实施方式中，所述根据所述车辆运力信息构建所述目标网点中车辆对象，包括：
构建所述目标网点中初始车辆对象，所述车辆对象包括车辆属性信息，所述车辆属性信息中包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；
根据所述车辆运力信息，更新所述车辆属性信息，得到所述目标网点中车的车辆对象。
在本申请一些实施方式中，所述车辆对象和任务对象中均包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；
其中，所述网点信息包括网点编号，网点是否是配送中心，网点服务和等待时间，网点限制车型；
所述订单信息表包括订单编号，订单起始点编号，订单目的点编号，订单货物重量，订单左时间窗，订单右时间窗；
所述车辆流向价格表包括车型编号，车辆固定费用，车辆变动费用，车辆提卸货费用；
所述车辆信息表包括车辆编号，车型编号，车辆载重，车辆配送点数限制，车辆配送距离限制，车辆工作时长限制和车辆数量；
所述距离时间矩阵表包括起始点编号，目的点编号，每两个网点之间的运输时间，每两个网点之间的运输里程。
第二方面，本申请提供一种物流路径规划装置，所述物流路径规划装置包括：
第一获取模块，用于响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；
第二获取模块，用于获取所述目标网点的车辆运力信息；
规划模块，用于根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。
在本申请一些实施方式中，所述规划模块具体用于：
根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，构建所述目标网点的车辆对象与任务对象的链表结构；
构造进行路径规划的路径规划约束条件和路径规划的目标函数；
根据所述链表结构、路径规划约束条件和路径规划的目标函数，对所述目标网点的车辆进行路径规划。
在本申请一些实施方式中，所述规划模块具体用于：
调整所述链表结构的邻域结构，得到新链表结构；
计算所述新链表结构是否违反预设的路径规划约束条件；
若否，则计算所述路径规划的目标函数的目标函数值；
根据所述目标函数值判断所述新链表结构对应的路径规划方案是否比已有路径规划方案更优，直至找到最优的车辆路径规划方案。
在本申请一些实施方式中，所述规划模块具体还用于：
判断当前是否满足路径规划终止条件；
若没有满足路径规划终止条件，继续调整当前链表结构的邻域结构，寻找更优的车辆路径规划方案。
在本申请一些实施方式中，所述规划模块具体还用于：
按照预设的多种链表结构中每种链表结构的选中概率，在所述多种链表结构中选择一种链表结构来调整链表结构的邻域结构，得到所述新链表结构。
在本申请一些实施方式中，所述规划模块具体用于：
根据所述车辆运力信息构建所述目标网点中车辆对象；
根据所述送货业务信息和所述取件业务信息，构建所述目标网点中任务对象，所述任务对象中包括前后对象属性，前后对象属性包括前一个对象编号和后一个对象编号；
以链表的形式描述车辆访问任务的顺序，构建所述目标网点的车辆对象与任务对象的链表结构，其中，以车辆对象为表头，任务对象中前一个对象编号为车辆编号或任务编号，后一个对象编号为任务编号。
在本申请一些实施方式中，所述规划模块具体用于：
构建所述目标网点中初始车辆对象，所述车辆对象包括车辆属性信息，所述车辆属性信息中包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；
根据所述车辆运力信息，更新所述车辆属性信息，得到所述目标网点中车的车辆对象。
在本申请一些实施方式中，所述车辆对象和任务对象中均包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；
其中，所述网点信息包括网点编号，网点是否是配送中心，网点服务和等待时间，网点限制车型；
所述订单信息表包括订单编号，订单起始点编号，订单目的点编号，订单货物重量，订单左时间窗，订单右时间窗；
所述车辆流向价格表包括车型编号，车辆固定费用，车辆变动费用，车辆提卸货费用；
所述车辆信息表包括车辆编号，车型编号，车辆载重，车辆配送点数限制，车辆配送距离限制，车辆工作时长限制和车辆数量；
所述距离时间矩阵表包括起始点编号，目的点编号，每两个网点之间的运输时间，每两个网点之间的运输里程。
本申请实施例通过响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；获取所述目标网点的车辆运力信息；根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。本申请实施例统筹了单个网点路径规划场景下的送货业务和取货业务来进行车辆路径规划，因此能够提高物流运输效率；因为运输车辆返程过程中可以载货，减少车辆空载情形的出现，提高车辆装载率；送货业务的出发点和取货业务的目的点都是网点，能够提高计算效率，减少计算时间。
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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例提供的物流路径规划***的场景示意图；
图2是本发明实施例中提供的物流路径规划方法的一个实施例流程示意图；
图3是本发明实施例中提供的步骤203的一个实施例流程示意图；
图4是本发明实施例中提供的物流路径规划装置的一个实施例流程示意图；
图5是本发明实施例中提供的计算机设备的一个实施例流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，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。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，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发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
下面首先对本申请实施例中涉及到的一些基本概念进行介绍：
OptaPlanner是一款轻量级、可嵌入的规划调度引擎，100％使用Java编写，可运行在任何Java虚拟机(Java Virtual Machine，JVM)上。OptaPlanner可对商业资源规划问题进行优化，例如车辆路径规划问题(VRP)、雇员排班问题(Employee Rostering)、云计算资源调度问题(Cloud Optimization)、任务分配问题(Task Assignment)、车间调度问题(JobShop Scheduling,JSP)和背包问题(Bin Packing)等。许多公司都面临着这样一个调度难题：分配一组有限的资源(员工、资产、时间和金钱)来提供产品或服务。OptaPlanner做的恰好就是提供更有效的规划方案，以提高服务质量并降低成本。OptaPlanner让普通的Java工程师能够有效地解决优化问题，它还与其他JVM语言(如Kotlin和Scala)兼容。在问题建模方面，OptaPlanner的约束作用在普通的域对象上，且无需键入复杂的数学公式，可以重复使用现有代码。在问题求解方面，OptaPlanner结合了许多复杂的启发式和元启发式算法(如禁忌搜索、模拟退火、逾期接受和变邻域搜索)，能够提供非常有效的优化服务。
车辆路径规划问题(Vehicle Routing Problem，VRP)一般指的是：对一系列发货点和收货点，组织调用一定的车辆，安排适当的车辆各自的行车路线，使车辆有序地通过它们，并回到发货点。
本发明实施例提供一种物流路径规划方法、装置、计算机设备和存储介质，以下分别进行详细说明。
请参阅图1，图1为本发明实施例所提供的物流路径规划***的场景示意图，该物流路径规划***可以包括计算机设备100，计算机设备100中集成有物流路径规划装置，如图1中的计算机设备。
本发明实施例中计算机设备100主要用于响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；获取所述目标网点的车辆运力信息；根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。
本申请实施例中，该计算机设备100可以终端或者服务器，当计算机设备100为服务器时，可以是是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本申请实施例中所描述的计算机设备100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器以构建的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器以构建。
可以理解的是，本申请实施例中计算机设备100为终端时，所使用的终端可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的计算机设备100具体可以是台式终端或移动终端，计算机设备100具体还可以是手机、平板电脑、笔记本电脑等中的一种。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个计算机设备，可以理解的，该物流路径规划***还可以包括一个或多个其他计算机设备，具体此处不作限定。
另外，如图1所示，该物流路径规划***还可以包括存储器200，用于存储数据，如存储物流数据，例如物流平台的各种数据，如中转场的物流运输信息，具体的，如快件信息，订单信息(送件订单信息，取件订单信息等)，配送车辆信息和物流网点信息等。
需要说明的是，图1所示的物流路径规划***的场景示意图仅仅是一个示例，本发明实施例描述的物流路径规划***以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着物流路径规划***的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
物流场景中经常有返修、退货、回收周转等逆向物流业务，从仓库到网点的业务称为送货业务，从网点到仓库的业务称为取货业务，逆向物流业务是常见的取货业务。目前的车辆路径(Vehicle Routing Problem，VRP)线路规划模型只能将分别考虑送货业务和取货业务，无法同时考虑这两种业务场景，而分别规划路线会存在车辆装载率低、行驶距离过长等缺点。虽然取送货(Pickup and Delivery Problem，PDP)线路规划模型可以解决该问题，但该模型会将取送货任务视为一个个仓库-网点任务对，把任务作为规划变量，相当于仓库位置上存在多个任务，增大了邻域搜索空间，求解效率较低、速度较慢。
首先，本发明实施例中提供一种物流路径规划方法，该物流路径规划方法包括：响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；获取所述目标网点的车辆运力信息；根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。
具体的，如图2所示，为本发明实施例中物流路径规划方法的一个实施例流程示意图，该物流路径规划方法包括如下步骤201～203：
201、响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息。
其中，目标时间段可以是预先设定好的任意时间段，例如，目标时间段长短可以是一个小时，半天，一天，一周，或者一个月，具体可以根据实际应用场景进行确定，此处不作限定。目标网点可以是物流网点中任一网点，可以是中转场，也可以是收派件网点，具体此处不作限定。
本申请实施例中，从仓库到网点的业务称为送货业务，从网点到仓库的业务称为取货业务，逆向物流业务是常见的取货业务。
202、获取目标网点的车辆运力信息。
运力是一个汉语词汇，意思力尽力，也指运输力量。运力应用于道路运输行业，泛指运营生产所需的对应资源。包括运营车辆、营运驾驶人员、陪护人员的统称。
203、根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。
本申请实施例通过响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；获取所述目标网点的车辆运力信息；根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。本申请实施例统筹了单个网点路径规划场景下的送货业务和取货业务来进行车辆路径规划，因此能够提高物流运输效率；因为运输车辆返程过程中可以载货，减少车辆空载情形的出现，提高车辆装载率；送货业务的出发点和取货业务的目的点都是网点，能够提高计算效率，减少计算时间。
在本申请一些实施方式中，上述步骤203中根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划，可以进一步包括：根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，构建所述目标网点的车辆对象与任务对象的链表结构；根据所述链表结构、路径规划约束条件和路径规划的目标函数，对所述目标网点的车辆进行路径规划。
本申请实施例中，构建所述目标网点的车辆对象与任务对象的链表结构还可以是：构建所述目标网点所在物流网络的网络链表结构，所述网络链表结构包括所述目标网点的车辆对象与任务对象的链表结构。即先构建物流网络中所有网点的车辆对象与任务对象的链表结构，其中，目标网点的车辆对象与任务对象的链表结构，也会进行构建，这其中就会包括目标网点的车辆对象与任务对象的链表结构。
链表又称链接列表，是一系列数据结构，它们通过链接连接在一起。链接列表是包含项目的一系列链接。每个链接都包含到另一个链接的连接。链表是仅次于数组的第二大数据结构。
其中，包括如下三类元素：
①、Link：链接列表的每个链接可以存储称为元素的数据。
②、Next：链接列表的每个链接都包含指向下一个称为下一个链接的链接。
③、LinkedList：链接列表包含到名为“第一”的第一个链接的连接链接。
链接列表可以可视化为节点链，其中每个节点都指向下一个节点。链表巨头如下特征：
①、链表包含一个名为first的链接元素。
②、每个链接都包含一个数据字段和一个称为next的链接字段。
③、每个链接都使用其下一个链接与其下一个链接链接。
④、最后一个链接的链接为空，以标记列表的结尾。
本申请实施例中链表中每个节点为车辆对象和任务对象相关信息，例如以车辆对象为表头，链表中节点为任务对象，任务对象中包括前一个对象编号和后一个对象编号，其中，任务对象任务对象中前一个对象编号为车辆编号或任务编号，后一个对象编号为任务编号。
其中，所述根据所述链表结构、路径规划约束条件和路径规划的目标函数，对所述目标网点的车辆进行路径规划，包括：调整所述链表结构的邻域结构，得到新链表结构；计算所述新链表结构是否违反预设的路径规划约束条件；若否，则计算所述路径规划的目标函数的目标函数值；根据所述目标函数值判断所述新链表结构对应的路径规划方案是否比已有路径规划方案更优，直至找到最优的车辆路径规划方案。
本申请实施例中，路径规划函数中包括多个目标函数，每个目标函数对应一个目标函数值，目标函数可以包括第一目标函数和第二目标函数，其中，第一目标函数，最小化使用的车辆的数量，第二目标函数，最小化成本，包括车辆行驶成本，车辆固定成本，网点服务成本。
本申请实施例中，第一目标函数和第二目标函数有多种方式，下面举例进行说明，例如，在本申请一个具体实施例中，第一目标函数用于限定最小化车辆的数量可以是如下公式：
Figure BDA0003265684430000111
又例如，在本申请一个具体实施例中，第二目标函数用于限定最小化成本，其中，最小化成本包括车辆行驶成本，车辆固定成本，网点服务成本，具体的，第二目标函数可以是如下公式：
Figure BDA0003265684430000112
其中：
nd：送货任务客户数量；np：取货任务客户数量；n：总客户数量，n＝nd+np；
Qk：车辆的最大负载能力；lik：k车离开网点i时的载重(0≤lik≤Qk)；
Pk：最大访问点数限制；xkij：k车经过i到j，
Figure BDA0003265684430000121
k≠φ，x∈{0，1}；
Tk：车辆最大行驶时间限制；C：客户节点集合，C＝{1，2，3，...，n}，C＝Cd∪Cp；
Dk：车辆的最大行驶距离；Cp：取货节点集合，Cp＝{nd+1，nd+2，nd+3，...，nd+np}
yki：车辆k访问i，yki∈{0,1}；Cd：送货节点集合，Cd＝{1,2,3，...，nd}；
zk：k车被使用，
Figure BDA0003265684430000122
zk∈{0,1}；
Figure BDA0003265684430000123
为总车辆集合
A：所有客户点和配送中心集合，其中A＝C∪D，D＝{0，n+1}为配送中心；m：总车辆数；
cij：经过i，j间路径的成本；ck：k车成本；ci：i点服务成本；
Figure BDA0003265684430000124
客户i允许访问的车辆集合，
Figure BDA0003265684430000125
dij：点i和点j之间的距离，i∈A，j∈A；
tij：i，j点的行驶时间；si：i点的服务时间；wi：在客户点i处的等待时间；
[ai，bi]：点i处的时间窗，i∈A；tik：车辆k到达顾客i处的时间；
qi：第i个客户点处的需求，i∈C，qi∈R，
大于0为i点收货需求，小于0为i点取货需求，
0处起始的取货需求为链路中所有送货需求之和，
0处最终的送货需求为链路中所有取货需求之和，需求为0服务时间为0。
需要说明的是，上述第一目标函数和第二目标函数中各参数的仅为举例，可以理解的是，在实际应用场景中，上述第一目标函数和第二目标函数中的参数可以更多或者更少，例如，在某些具体实施例中，取货客户数量和送货客户数量的限制的参数可以去掉，具体此处不作限定。
本申请实施例中，路径规划约束条件包括如下公式(1)～公式(12)，具体如下：
Figure BDA0003265684430000126
Figure BDA0003265684430000127
Figure BDA0003265684430000128
Figure BDA0003265684430000129
Figure BDA0003265684430000131
Figure BDA0003265684430000132
Figure BDA0003265684430000133
tn+1，k-t0k≤Tk (8)
Figure BDA0003265684430000134
Figure BDA0003265684430000135
lik≤Qk (11)
Figure BDA0003265684430000136
其中，公式(1)表示每一个网点只能被一辆车服务一次；公式(2)表示所有的运输车都必须从配送中心出发；公式(3)表示车服务完网点后必须离开；公式(4)表示所有的运输车服务完网点后必须返回配送中心，构成环路；公式(5)表示在一段路径中，前置点到达时间、前置点服务时间、路径上车辆行驶时间三者之和小于等于后置点到达时间，保证时间顺序的正确性；公式(6)表示车辆到达网点的时间与车辆在该点的等待时间之和落在该网点的时间窗内；公式(7)限制了车辆的最大行驶距离；公式(8)限制了车辆的最大行驶时间；公式(9)限制了车辆服务客户的数量；公式(10)限制了车辆出发时的载重；公式(11)限制了车辆在行驶过程中的载重；公式(12*)只有在先送后提场景下才使用，某些业务场景要求车辆先完成所有的送货任务再去完成取货任务，该公式表示，对于任意的前置点为取货点，后置点为送货点的路径，其值为0，即该路径上不会有车通过。
需要说明的是，上述路径规划约束条件仅为举例，可以理解的是，在实际应用中，可以根据实际情况增加或减少约束条件，具体的，本申请实施例中路径规划约束条件和目标函数(包括第一目标函数和第二目标函数)是匹配的，例如，第一目标函数和第二目标函数中出现的参数，在约束条件中才可以设置对应的参数约束条件，当第一目标函数和第二目标函数中没有相应的参数时，例如没有取货客户数量和送货客户数量的限制，它们对应的约束条件也可以不需要设置，具体可以根据实际场景设置，此处不作限定。
在本申请一些实施方式中，所述根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划，还包括：判断当前是否满足路径规划终止条件；若没有满足路径规划终止条件，继续调整当前链表结构的邻域结构，寻找更优的车辆路径规划方案。
其中，所述调整所述链表结构的邻域结构，得到新链表结构，可以包括多种，例如随机调整所述链表结构的邻域结构，得到新链表结构，又例如，所述调整所述链表结构的邻域结构，得到新链表结构还可以：按照预设的多种链表结构中每种链表结构的选中概率，在所述多种链表结构中选择一种链表结构来调整链表结构的邻域结构，得到所述新链表结构。本申请实施例中，预先对预置的每种链表结构按照应用需求等设置选中概率，概率高的应用可能大，因此后期可以照预设的多种链表结构中每种链表结构的选中概率，在所述多种链表结构中选择一种链表结构来调整链表结构的邻域结构，得到所述新链表结构。
另外，本申请实施例中也可以利用optaplanner规划引擎进行邻域操作，得到新链表结构，邻域操作包括单个任务移动、任务交换、任务链移动等。本实施例送货业务的出发点和取货业务的目的点都是仓库，减少邻域搜索的空间，能够提高计算效率，减少计算时间。
在本申请一些实施方式中，如图3所示，所述根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，构建所述目标网点的车辆对象与任务对象的链表结构，可以进一步包括如下步骤301～303：
301、根据所述车辆运力信息构建所述目标网点中车辆对象。
进一步的，所述根据所述车辆运力信息构建所述目标网点中车辆对象，包括：构建所述目标网点中初始车辆对象，所述车辆对象包括车辆属性信息，所述车辆属性信息中包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；根据所述车辆运力信息，更新所述车辆属性信息，得到所述目标网点中车的车辆对象。
302、根据所述送货业务信息和所述取件业务信息，构建所述目标网点中任务对象。
所述任务对象中包括前后对象属性，前后对象属性包括前一个对象编号和后一个对象编号。
303、以链表的形式描述车辆访问任务的顺序，构建所述目标网点的车辆对象与任务对象的链表结构。
其中，以车辆对象为表头，任务对象中前一个对象编号为车辆编号或任务编号，后一个对象编号为任务编号。
在本申请一些实施方式中，所述车辆对象和任务对象中均包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；
其中，所述网点信息包括网点编号，网点是否是配送中心，网点服务和等待时间，网点限制车型；所述订单信息表包括订单编号，订单起始点编号，订单目的点编号，订单货物重量，订单左时间窗，订单右时间窗；所述车辆流向价格表包括车型编号，车辆固定费用，车辆变动费用，车辆提卸货费用；所述车辆信息表包括车辆编号，车型编号，车辆载重，车辆配送点数限制，车辆配送距离限制，车辆工作时长限制和车辆数量；所述距离时间矩阵表包括起始点编号，目的点编号，每两个网点之间的运输时间，每两个网点之间的运输里程。
本申请实施例中，对所述目标网点的车辆进行路径规划，最终输出的路径规划方案包括：线路表和统计表，其中，对所述目标网点的车辆进行路径规划时，按照上述实施例中描述的目标函数和路径规划约束条件，可以确定车辆的行驶路径，包括经停的网点，行驶里程，载重，各网点到达的时间信息等都可以确定，加上初始获取的车辆线路起点，车辆编号，线路编号，起始点位置信息，网点到达时间信息等能获取到的信息，可以确定车辆的线路表。
本申请实施例中，线路表可以包括线路起点，线路编号，车辆编号，经停代码，当年位置代码，当前位置到达时间，当前位置出发时间，操作和等待时间，里程，当前载重，上货代码，下货代码等，在实际应用场景中，线路表中除了起始点，经停网点，载重等必要的参数外，具体参数可以根据实际应用情况进行增加或减少。
同时，本申请实施例中在路径规划方案确定时，可以确定车辆的行驶路径，同样的，由于相应的参数在车辆的规划行驶路径确定后，相应的参数都可以确定，因此可以输出车辆的统计表，统计表中可以包括车辆的行进的线路编号，车次编号，车型编号，车辆的经停网点数，车辆总载重，车辆装载率，路径开始时间，路径完成时间，车辆行驶总里程，车辆行驶费用，车辆行驶总耗时。
为了更好实施本发明实施例中物流路径规划方法，在物流路径规划方法基础之上，本发明实施例中还提供一种物流路径规划装置，如图4所示，为物流路径规划装置的一个实施例结构示意图，该物流路径规划装置400包括：第一获取模块401、第二获取模块402和规划模块403，其中：
第一获取模块401，用于响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；
第二获取模块402，用于获取所述目标网点的车辆运力信息；
规划模块403，用于根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。
本申请实施例通过第一获取模块401响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；第二获取模块402获取所述目标网点的车辆运力信息；规划模块403根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。本申请实施例统筹了单个网点路径规划场景下的送货业务和取货业务来进行车辆路径规划，因此能够提高物流运输效率；因为运输车辆返程过程中可以载货，减少车辆空载情形的出现，提高车辆装载率；送货业务的出发点和取货业务的目的点都是网点，能够提高计算效率，减少计算时间。
在本申请一些实施方式中，所述规划模块403具体用于：
根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，构建所述目标网点的车辆对象与任务对象的链表结构；
构造进行路径规划的路径规划约束条件和路径规划的目标函数；
根据所述链表结构、路径规划约束条件和路径规划的目标函数，对所述目标网点的车辆进行路径规划。
在本申请一些实施方式中，所述规划模块403具体用于：
调整所述链表结构的邻域结构，得到新链表结构；
计算所述新链表结构是否违反预设的路径规划约束条件；
若否，则计算所述路径规划的目标函数的目标函数值；
根据所述目标函数值判断所述新链表结构对应的路径规划方案是否比已有路径规划方案更优，直至找到最优的车辆路径规划方案。
在本申请一些实施方式中，所述规划模块403具体还用于：
判断当前是否满足路径规划终止条件；
若没有满足路径规划终止条件，继续调整当前链表结构的邻域结构，寻找更优的车辆路径规划方案。
在本申请一些实施方式中，所述规划模块403具体还用于：
按照预设的多种链表结构中每种链表结构的选中概率，在所述多种链表结构中选择一种链表结构来调整链表结构的邻域结构，得到所述新链表结构。
在本申请一些实施方式中，所述规划模块403具体用于：
根据所述车辆运力信息构建所述目标网点中车辆对象；
根据所述送货业务信息和所述取件业务信息，构建所述目标网点中任务对象，所述任务对象中包括前后对象属性，前后对象属性包括前一个对象编号和后一个对象编号；
以链表的形式描述车辆访问任务的顺序，构建所述目标网点的车辆对象与任务对象的链表结构，其中，以车辆对象为表头，任务对象中前一个对象编号为车辆编号或任务编号，后一个对象编号为任务编号。
在本申请一些实施方式中，所述规划模块具体用于：
构建所述目标网点中初始车辆对象，所述车辆对象包括车辆属性信息，所述车辆属性信息中包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；
根据所述车辆运力信息，更新所述车辆属性信息，得到所述目标网点中车的车辆对象。
在本申请一些实施方式中，所述车辆对象和任务对象中均包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；
其中，所述网点信息包括网点编号，网点是否是配送中心，网点服务和等待时间，网点限制车型；
所述订单信息表包括订单编号，订单起始点编号，订单目的点编号，订单货物重量，订单左时间窗，订单右时间窗；
所述车辆流向价格表包括车型编号，车辆固定费用，车辆变动费用，车辆提卸货费用；
所述车辆信息表包括车辆编号，车型编号，车辆载重，车辆配送点数限制，车辆配送距离限制，车辆工作时长限制和车辆数量；
所述距离时间矩阵表包括起始点编号，目的点编号，每两个网点之间的运输时间，每两个网点之间的运输里程。
本发明实施例还提供一种服务器，其集成了本发明实施例所提供的任一种物流路径规划装置，所述服务器包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述物流路径规划方法实施例中任一实施例中所述的物流路径规划方法中的步骤。
本发明实施例还提供一种计算机设备，其集成了本发明实施例所提供的任一种物流路径规划装置。如图5所示，其示出了本发明实施例所涉及的计算机设备的结构示意图，具体来讲：
该计算机设备可以包括一个或者一个以上处理核心的处理器501、一个或一个以上计算机可读存储介质的存储器502、电源503和输入单元504等部件。本领域技术人员可以理解，图5中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器501是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器502内的软件程序和/或模块，以及调用存储在存储器502内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器501可包括一个或多个处理核心；优选的，处理器501可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器501中。
存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器502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计算机设备的使用所创建的数据等。此外，存储器502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。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。
计算机设备还包括给各个部件供电的电源503，优选的，电源503可以通过电源管理***与处理器501逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源503还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元504，该输入单元504可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器501会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中，并由处理器501来运行存储在存储器502中的应用程序，从而实现各种功能，如下：
响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；获取所述目标网点的车辆运力信息；根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。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，本发明实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。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，以执行本发明实施例所提供的任一种物流路径规划方法中的步骤。例如，所述计算机程序被处理器进行加载可以执行如下步骤：
响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；获取所述目标网点的车辆运力信息；根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
具体实施时，以上各个单元或结构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，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
以上对本发明实施例所提供的一种物流路径规划方法、装置、计算机设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明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发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，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发明的限制。

Claims (10)

1.一种物流路径规划方法，其特征在于，所述方法包括：
响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；
获取所述目标网点的车辆运力信息；
根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。
2.根据权利要求1所述的物流路径规划方法，其特征在于，所述根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划，包括：
根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，构建所述目标网点的车辆对象与任务对象的链表结构；
构造进行路径规划的路径规划约束条件和路径规划的目标函数；
根据所述链表结构、路径规划约束条件和路径规划的目标函数，对所述目标网点的车辆进行路径规划。
3.根据权利要求2所述的物流路径规划方法，其特征在于，所述根据所述链表结构、路径规划约束条件和路径规划的目标函数，对所述目标网点的车辆进行路径规划，包括：
调整所述链表结构的邻域结构，得到新链表结构；
计算所述新链表结构是否违反预设的路径规划约束条件；
若否，则计算所述路径规划的目标函数的目标函数值；
根据所述目标函数值判断所述新链表结构对应的路径规划方案是否比已有路径规划方案更优，直至找到最优的车辆路径规划方案。
4.根据权利要求2或3所述的物流路径规划方法，其特征在于，所述根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划，还包括：
判断当前是否满足路径规划终止条件；
若没有满足路径规划终止条件，继续调整当前链表结构的邻域结构，寻找更优的车辆路径规划方案。
5.根据权利要求2所述的物流路径规划方法，其特征在于，所述调整所述链表结构的邻域结构，得到新链表结构，包括：
按照预设的多种链表结构中每种链表结构的选中概率，在所述多种链表结构中选择一种链表结构来调整链表结构的邻域结构，得到所述新链表结构。
6.根据权利要求5所述的物流路径规划方法，其特征在于，所述根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，构建所述目标网点的车辆对象与任务对象的链表结构，包括：
根据所述车辆运力信息构建所述目标网点中车辆对象；
根据所述送货业务信息和所述取件业务信息，构建所述目标网点中任务对象，所述任务对象中包括前后对象属性，前后对象属性包括前一个对象编号和后一个对象编号；
以链表的形式描述车辆访问任务的顺序，构建所述目标网点的车辆对象与任务对象的链表结构，其中，以车辆对象为表头，任务对象中前一个对象编号为车辆编号或任务编号，后一个对象编号为任务编号。
7.根据权利要求6所述的物流路径规划方法，其特征在于，所述根据所述车辆运力信息构建所述目标网点中车辆对象，包括：
构建所述目标网点中初始车辆对象，所述车辆对象包括车辆属性信息，所述车辆属性信息中包括地点信息表，订单信息表，车辆流向价格表，车辆信息表和距离时间矩阵；
根据所述车辆运力信息，更新所述车辆属性信息，得到所述目标网点中车的车辆对象。
8.一种物流路径规划装置，其特征在于，所述物流路径规划装置包括：
第一获取模块，用于响应于用户的物流路径规划请求，获取目标时间段内目标网点的送货业务信息和取件业务信息；
第二获取模块用于获取所述目标网点的车辆运力信息；
规划模块，用于根据所述送货业务信息、所述取件业务信息和所述车辆运力信息，对所述目标网点的车辆进行路径规划。
9.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7中任一项所述的物流路径规划方法。
10.一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7任一项所述的物流路径规划方法中的步骤。
CN202111085863.XA 2021-09-16 2021-09-16 物流路径规划方法、装置、计算机设备和存储介质 Pending CN115829451A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111085863.XA CN115829451A (zh) 2021-09-16 2021-09-16 物流路径规划方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111085863.XA CN115829451A (zh) 2021-09-16 2021-09-16 物流路径规划方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN115829451A true CN115829451A (zh) 2023-03-21

Family

ID=85515732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111085863.XA Pending CN115829451A (zh) 2021-09-16 2021-09-16 物流路径规划方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN115829451A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116894620A (zh) * 2023-09-08 2023-10-17 北京京东乾石科技有限公司 物流路由方法、装置、电子设备及存储介质
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

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN116894620A (zh) * 2023-09-08 2023-10-17 北京京东乾石科技有限公司 物流路由方法、装置、电子设备及存储介质
CN116894620B (zh) * 2023-09-08 2024-02-06 北京京东乾石科技有限公司 物流路由方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN107235276B (zh) 货物搬运方法和装置
Shiri et al. Optimization of drayage operations with time-window constraints
Kachitvichyanukul et al. Two solution representations for solving multi-depot vehicle routing problem with multiple pickup and delivery requests via PSO
Chen et al. A tabu search algorithm for the relocation problem in a warehousing system
CN110084471A (zh) 拣选调度方法、装置、仓储***及可读存储介质
CN110826968B (zh) 一种基于路径规划的城市众包配送任务优化调度方法
Jiang et al. Picking-replenishment synchronization for robotic forward-reserve warehouses
CN115829451A (zh) 物流路径规划方法、装置、计算机设备和存储介质
TW200945242A (en) Dynamically routing salvage shipments and associated method
Rieck et al. A new mixed integer linear model for a rich vehicle routing problem with docking constraints
Lamballais et al. Dynamic policies for resource reallocation in a robotic mobile fulfillment system with time-varying demand
Azab et al. Impact of collaborative external truck scheduling on yard efficiency in container terminals
CN111784223B (zh) 货物调拨数据的处理方法、装置和存储介质
Naumov et al. Model of the delivery routes forming process as a service provided by forwarding companies
CN109345166A (zh) 用于生成信息的方法和装置
Kim et al. Efficient stowage plan with loading and unloading operations for shipping liners using foldable containers and shift cost-sharing
Ebben et al. Dynamic transport scheduling under multiple resource constraints
Jiao et al. Online joint optimization of pick order assignment and pick pod selection in robotic mobile fulfillment systems
Oliveira et al. Efficient task allocation in smart warehouses with multi-delivery stations and heterogeneous robots
CN115705593A (zh) 物流运输方法、装置、计算机设备和存储介质
Faghih-Mohammadi et al. Cross-dock facility for disaster relief operations
CN113033971A (zh) 一种服务器及递送机器人的运单调度方法、介质和装置
CN115271573A (zh) 货物配送方法、装置、计算机设备和存储介质
US20200082335A1 (en) Methods and apparatus for load and route assignments in a delivery system
CN114511165A (zh) 任务运力匹配方法、装置、计算机设备以及存储介质

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