CN116228089B - 一种基于最短里程的门店配送路径规划方法 - Google Patents

一种基于最短里程的门店配送路径规划方法 Download PDF

Info

Publication number
CN116228089B
CN116228089B CN202310505968.9A CN202310505968A CN116228089B CN 116228089 B CN116228089 B CN 116228089B CN 202310505968 A CN202310505968 A CN 202310505968A CN 116228089 B CN116228089 B CN 116228089B
Authority
CN
China
Prior art keywords
distribution
store
delivery
optimal
point
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
CN202310505968.9A
Other languages
English (en)
Other versions
CN116228089A (zh
Inventor
孙晓宇
黄博
刘方琦
刘昌盛
徐浩
曾小松
杜洋
李建
伏树安
江培荣
冯俊超
吴皓
高成涛
张维攀
山敏
何永霞
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.)
Chengdu Yunlitchi Technology Co ltd
Original Assignee
Chengdu Yunlitchi 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 Chengdu Yunlitchi Technology Co ltd filed Critical Chengdu Yunlitchi Technology Co ltd
Priority to CN202310505968.9A priority Critical patent/CN116228089B/zh
Publication of CN116228089A publication Critical patent/CN116228089A/zh
Application granted granted Critical
Publication of CN116228089B publication Critical patent/CN116228089B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于最短里程的门店配送路径规划方法，属于路径规划技术领域，其方法包括以下步骤：S1：获取待配送门店的配送任务信息和位置信息；S2：根据待配送门店的位置信息，构建待配送门店的配送路网地图；S3：在配送路网地图中，根据待配送门店的配送任务信息确定最优配送点；S4：确定待配送门店与最优配送点之间的闲置运输车辆，并生成闲置运输车辆的最优配送路径，完成配送。该门店配送路径规划方法综合考虑配送任务信息、最优配送点、闲置运输车辆和可配送路径等多个因素，绘制最优配送路径，在保证配送物品充足的情况下，提高配送效率。

Description

一种基于最短里程的门店配送路径规划方法
技术领域
本发明属于路径规划技术领域，具体涉及一种基于最短里程的门店配送路径规划方法。
背景技术
配送是物流运送中的一个重要环节，配送包括“配”和“送”两个内容，“配”即对货物进行合理分配，将其分配不同配送点和车辆，“送”即对配送路线进行合理规划，从而提高车辆的载重和空间利用率，进而节约配送成本，换言之即货物配载问题和车辆配送路径问题。而车辆配送路径的合理规划，直接影响着配送效率和时间成本，因此配送线路的优化问题是非常重要的。
因此，如何为配送门店匹配配送，以缩短运输车辆行驶至各自匹配的门店所需的总行驶距离，进而缩短运输车辆的行驶时间且提高门店的配送效率是目前亟待解决的技术问题之一。
发明内容
本发明为了解决上述问题，提出了一种基于最短里程的门店配送路径规划方法。
本发明的技术方案是：一种基于最短里程的门店配送路径规划方法，其特征在于，包括以下步骤：
S1：获取待配送门店的配送任务信息和位置信息；
S2：根据待配送门店的位置信息，构建待配送门店的配送路网地图；
S3：在配送路网地图中，根据待配送门店的配送任务信息确定最优配送点；
S4：确定待配送门店与最优配送点之间的闲置运输车辆，并生成闲置运输车辆的最优配送路径，完成配送。
进一步地，S1中，待配送门店的配送任务信息包括送达时间、配送量和配送清单；
待配送门店的位置信息包括待配送门店所属区域的点云数据。
进一步地，S2中，构建待配送门店的配送路网地图的具体方法为：将待配送门店所属区域的电子地图进行网格划分，得到若干个网格单元；根据配送门店所属区域的点云数据计算网格匹配概率；利用网格匹配概率对网格单元进行更新，生成配送路网地图。
进一步地，网格匹配概率μ的计算公式为：
Figure SMS_1
；式中，a表示常数，σ表示所有点云数据的标准方差，ρ表示所有点云数据的平均值，exp(·)表示指数运算。
进一步地，S3包括以下子步骤：
S31：确定与待配送门店的配送清单匹配的配送点集合；
S32：根据待配送门店的送达时间和配送量，生成配送约束条件；
S33：基于配送约束条件，构建最优配送点生成模型；
S34：基于配送路网地图，利用最优配送点生成模型生成配送点集合中各个配送点的饱和权重，将配送点集合中饱和权重最低的配送点作为最优配送点。
进一步地，S33中，最优配送点生成模型F的表达式为：
Figure SMS_2
；式中，min[·]表示最小值运算，K表示配送清单中配送物品的总数，Qk表示配送清单中第k个配送物品的配送量，ck表示配送清单中第k个配送物品的配送成本，t1表示待配送门店的最长可接受送达时长，t0表示待配送门店的最短可接受送达时长，R表示待配送门店的标准可接受送达时长，T表示待配送门店的最长可等待时差，w0表示待配送门店等待生成最优配送点时间的惩罚，C表示配送清单中所有配送物品的最高配送成本之和。
进一步地，配送点的饱和权重Q的计算公式为：
Figure SMS_3
；式中，F表示最优配送点生成模型，μm表示配送点在配送路网地图中第m个网格单元的网格匹配概率，M表示配送路网地图中的网格单元个数。
进一步地，步骤S4包括以下子步骤：
S41：确定待配送门店与最优配送点之间的所有闲置运输车辆；
S42：获取各个闲置运输车辆在配送路网地图中的实时位置，并计算各个闲置运输车辆与最优配送点的欧式距离，将欧式距离最短的闲置运输车辆作为配送车辆；
S43：以待配送门店与最优配送点之间的直线作为对角线，绘制矩形配送区域，并将矩形配送区域均匀划分为若干个矩形配送单元；
S44：构建路径绘制准则，并利用路径绘制准则在矩形配送区域中确定若干条可配送路径；
S45：计算各条可配送路径在所属矩形配送单元的配送决策值；
S46：将配送决策值最大的可配送路径作为最优配送路径。
进一步地，S44中，通过路径绘制准则在矩形配送区域中确定可配送路径的具体方法为：将电子地图中符合路径绘制准则| ui+vi-w |≤S≤ui+vi+w的可行路径作为可配送路径，其中，S表示可配送路径的配送距离，ui表示电子地图中配送车辆i与最优配送点之间的欧式距离，vi表示电子地图中配送车辆i与待配送门店之间的欧式距离，w表示电子地图中最优配送点与待配送门店之间的欧式距离。
进一步地，S45中，可配送路径在所属矩形配送单元的配送决策值λ的计算公式为：
Figure SMS_4
；式中，αp,q表示可配送路径在矩形配送区域中所属第p行第q列矩形配送单元与最优配送点之间的直线距离，βp,q表示可配送路径在矩形配送区域中所属第p行第q列矩形配送单元与待配送门店之间的直线距离，t1表示待配送门店的最长可接受送达时长，t0表示待配送门店的最短可接受送达时长，l表示矩形配送区域的对角线长度，z表示常数。
本发明的有益效果是：
（1）该门店配送路径规划方法通过电子地图中网格单元的匹配概率进行更新，生成配送路网地图，便于后续步骤在配送路网地图中确定最优配送点；
（2）该门店配送路径规划方法通过构建配送约束条件和最优配送点生成模型，确定最优配送点，可以缩短配送车辆到达最优配送点和待配送门店的总行驶距离，减少配送时间；
（3）该门店配送路径规划方法通过绘制矩形配送区域，确定配送车辆和最优配送路径，保证运输车辆的路线最优化，降低运输成本；
（4）该门店配送路径规划方法综合考虑配送任务信息、最优配送点、闲置运输车辆和可配送路径等多个因素，绘制最优配送路径，在保证配送物品充足的情况下，提高配送效率。
附图说明
图1为基于最短里程的门店配送路径规划方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示，本发明提供了一种种基于最短里程的门店配送路径规划方法，包括以下步骤：
S1：获取待配送门店的配送任务信息和位置信息；
S2：根据待配送门店的位置信息，构建待配送门店的配送路网地图；
S3：在配送路网地图中，根据待配送门店的配送任务信息确定最优配送点；
S4：确定待配送门店与最优配送点之间的闲置运输车辆，并生成闲置运输车辆的最优配送路径，完成配送。
在本发明实施例中，S1中，待配送门店的配送任务信息包括送达时间、配送量和配送清单；
待配送门店的位置信息包括待配送门店所属区域的点云数据。
在本发明实施例中，S2中，构建待配送门店的配送路网地图的具体方法为：将待配送门店所属区域的电子地图进行网格划分，得到若干个网格单元；根据配送门店所属区域的点云数据计算网格匹配概率；利用网格匹配概率对网格单元进行更新，生成配送路网地图。
待配送门店所属区域的范围大小可以为街道、区县、市级及以上，主要根据待配送货物确定，若待配送货物在所属街道内没有，则将所属区域划为区县，若待配送货物在所属区县内没有，则将所属区域划为市级，以此类推。
电子地图：即数字地图，是利用计算机技术，以数字方式存储和查阅的地图。
网格划分：网格划分就是把模型分成很多小的单元，作为有限元分析前处理的重中之重，网格划分与计算目标的匹配程度、网格的质量好坏，决定了后期有限元计算的质量。
在本发明实施例中，网格匹配概率μ的计算公式为：
Figure SMS_5
；式中，a表示常数，σ表示所有点云数据的标准方差，ρ表示所有点云数据的平均值，exp(·)表示指数运算。
在本发明实施例中，S3包括以下子步骤：
S31：确定与待配送门店的配送清单匹配的配送点集合；
S32：根据待配送门店的送达时间和配送量，生成配送约束条件；
S33：基于配送约束条件，构建最优配送点生成模型；
S34：基于配送路网地图，利用最优配送点生成模型生成配送点集合中各个配送点的饱和权重，将配送点集合中饱和权重最低的配送点作为最优配送点。
在最优配送点的选择中，首先需要配送点的物资能够满足待配送门店的配送清单要求，其次再来以时间成本和配送量成本作为约束条件，选择出最低成本的配送点。
在本发明实施例中，S33中，最优配送点生成模型F的表达式为：
Figure SMS_6
；式中，min[·]表示最小值运算，K表示配送清单中配送物品的总数，Qk表示配送清单中第k个配送物品的配送量，ck表示配送清单中第k个配送物品的配送成本，t1表示待配送门店的最长可接受送达时长，t0表示待配送门店的最短可接受送达时长，R表示待配送门店的标准可接受送达时长，T表示待配送门店的最长可等待时差，w0表示待配送门店等待生成最优配送点时间的惩罚，C表示配送清单中所有配送物品的最高配送成本之和。
将配送时长和配送成本作为制约配送点选择的约束条件，待配送门店的最长可等待时差和配送清单中所有配送物品的最高配送成本之和均可人为设定。在构建最优配送点生成模型时，最长可接受送达时长和最短可接受送达时长之差不可大于最长可等待时差，配送清单中配送物品的总数与各个配送物品的配送成本的乘积不可大于最高配送成本之和，以此为基础构建的模型可最大程度的满足待配送门店对时长和成本的要求。
在本发明实施例中，配送点的饱和权重Q的计算公式为：
Figure SMS_7
；式中，F表示最优配送点生成模型，μm表示配送点在配送路网地图中第m个网格单元的网格匹配概率，M表示配送路网地图中的网格单元个数。
在本发明实施例中，步骤S4包括以下子步骤：
S41：确定待配送门店与最优配送点之间的所有闲置运输车辆；
S42：获取各个闲置运输车辆在配送路网地图中的实时位置，并计算各个闲置运输车辆与最优配送点的欧式距离，将欧式距离最短的闲置运输车辆作为配送车辆；
S43：以待配送门店与最优配送点之间的直线作为对角线，绘制矩形配送区域，并将矩形配送区域均匀划分为若干个矩形配送单元；
S44：构建路径绘制准则，并利用路径绘制准则在矩形配送区域中确定若干条可配送路径；
S45：计算各条可配送路径在所属矩形配送单元的配送决策值；
S46：将配送决策值最大的可配送路径作为最优配送路径。
在本发明实施例中，S44中，通过路径绘制准则在矩形配送区域中确定可配送路径的具体方法为：将电子地图中符合路径绘制准则| ui+vi-w |≤S≤ui+vi+w的可行路径作为可配送路径，其中，S表示可配送路径的配送距离，ui表示电子地图中配送车辆i与最优配送点之间的欧式距离，vi表示电子地图中配送车辆i与待配送门店之间的欧式距离，w表示电子地图中最优配送点与待配送门店之间的欧式距离。
在实际配送中，电子地图中存在很多条可行道路，但可行道路可能存在绕路的情况，所以利用路径绘制准则剔除绕路的可行道路，将符合路径绘制准则的可行道路作为可以进行配送的路线。
在本发明实施例中，S45中，可配送路径在所属矩形配送单元的配送决策值λ的计算公式为：
Figure SMS_8
；式中，αp,q表示可配送路径在矩形配送区域中所属第p行第q列矩形配送单元与最优配送点之间的直线距离，βp,q表示可配送路径在矩形配送区域中所属第p行第q列矩形配送单元与待配送门店之间的直线距离，t1表示待配送门店的最长可接受送达时长，t0表示待配送门店的最短可接受送达时长，l表示矩形配送区域的对角线长度，z表示常数。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (6)

1.一种基于最短里程的门店配送路径规划方法，其特征在于，包括以下步骤：
S1：获取待配送门店的配送任务信息和位置信息；
S2：根据待配送门店的位置信息，构建待配送门店的配送路网地图；
S3：在配送路网地图中，根据待配送门店的配送任务信息确定最优配送点；
S4：确定待配送门店与最优配送点之间的闲置运输车辆，并生成闲置运输车辆的最优配送路径，完成配送；
所述S1中，待配送门店的配送任务信息包括送达时间、配送量和配送清单；
待配送门店的位置信息包括待配送门店所属区域的点云数据；
所述S3包括以下子步骤：
S31：确定与待配送门店的配送清单匹配的配送点集合；
S32：根据待配送门店的送达时间和配送量，生成配送约束条件；
S33：基于配送约束条件，构建最优配送点生成模型；
S34：基于配送路网地图，利用最优配送点生成模型生成配送点集合中各个配送点的饱和权重，将配送点集合中饱和权重最低的配送点作为最优配送点；
所述S33中，最优配送点生成模型F的表达式为：
Figure QLYQS_1
；式中，min[·]表示最小值运算，K表示配送清单中配送物品的总数，Qk表示配送清单中第k个配送物品的配送量，ck表示配送清单中第k个配送物品的配送成本，t1表示待配送门店的最长可接受送达时长，t0表示待配送门店的最短可接受送达时长，R表示待配送门店的标准可接受送达时长，T表示待配送门店的最长可等待时差，w0表示待配送门店等待生成最优配送点时间的惩罚，C表示配送清单中所有配送物品的最高配送成本之和；
所述配送点的饱和权重Q的计算公式为：
Figure QLYQS_2
；式中，F表示最优配送点生成模型，μm表示配送点在配送路网地图中第m个网格单元的网格匹配概率，M表示配送路网地图中的网格单元个数。
2.根据权利要求1所述的基于最短里程的门店配送路径规划方法，其特征在于，所述S2中，构建待配送门店的配送路网地图的具体方法为：将待配送门店所属区域的电子地图进行网格划分，得到若干个网格单元；根据配送门店所属区域的点云数据计算网格匹配概率；利用网格匹配概率对网格单元进行更新，生成配送路网地图。
3.根据权利要求2所述的基于最短里程的门店配送路径规划方法，其特征在于，所述网格匹配概率μ的计算公式为：
Figure QLYQS_3
；式中，a表示常数，σ表示所有点云数据的标准方差，ρ表示所有点云数据的平均值，exp(·)表示指数运算。
4.根据权利要求1所述的基于最短里程的门店配送路径规划方法，其特征在于，所述步骤S4包括以下子步骤：
S41：确定待配送门店与最优配送点之间的所有闲置运输车辆；
S42：获取各个闲置运输车辆在配送路网地图中的实时位置，并计算各个闲置运输车辆与最优配送点的欧式距离，将欧式距离最短的闲置运输车辆作为配送车辆；
S43：以待配送门店与最优配送点之间的直线作为对角线，绘制矩形配送区域，并将矩形配送区域均匀划分为若干个矩形配送单元；
S44：构建路径绘制准则，并利用路径绘制准则在矩形配送区域中确定若干条可配送路径；
S45：计算各条可配送路径在所属矩形配送单元的配送决策值；
S46：将配送决策值最大的可配送路径作为最优配送路径。
5.根据权利要求4所述的基于最短里程的门店配送路径规划方法，其特征在于，所述S44中，通过路径绘制准则在矩形配送区域中确定可配送路径的具体方法为：将电子地图中符合路径绘制准则| ui+vi-w |≤S≤ui+vi+w的可行路径作为可配送路径，其中，S表示可配送路径的配送距离，ui表示电子地图中配送车辆i与最优配送点之间的欧式距离，vi表示电子地图中配送车辆i与待配送门店之间的欧式距离，w表示电子地图中最优配送点与待配送门店之间的欧式距离。
6.根据权利要求4所述的基于最短里程的门店配送路径规划方法，其特征在于，所述S45中，可配送路径在所属矩形配送单元的配送决策值λ的计算公式为：
Figure QLYQS_4
；式中，αp,q表示可配送路径在矩形配送区域中所属第p行第q列矩形配送单元与最优配送点之间的直线距离，βp,q表示可配送路径在矩形配送区域中所属第p行第q列矩形配送单元与待配送门店之间的直线距离，t1表示待配送门店的最长可接受送达时长，t0表示待配送门店的最短可接受送达时长，l表示矩形配送区域的对角线长度，z表示常数。
CN202310505968.9A 2023-05-08 2023-05-08 一种基于最短里程的门店配送路径规划方法 Active CN116228089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310505968.9A CN116228089B (zh) 2023-05-08 2023-05-08 一种基于最短里程的门店配送路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310505968.9A CN116228089B (zh) 2023-05-08 2023-05-08 一种基于最短里程的门店配送路径规划方法

Publications (2)

Publication Number Publication Date
CN116228089A CN116228089A (zh) 2023-06-06
CN116228089B true CN116228089B (zh) 2023-07-04

Family

ID=86587631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310505968.9A Active CN116228089B (zh) 2023-05-08 2023-05-08 一种基于最短里程的门店配送路径规划方法

Country Status (1)

Country Link
CN (1) CN116228089B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113408977A (zh) * 2021-05-08 2021-09-17 国网安徽省电力有限公司物资分公司 电网库存物品供需分析管理方法、***及设备
CN116502975B (zh) * 2023-06-26 2023-09-19 成都运荔枝科技有限公司 一种基于冷链运输场景的门店服务时长预估方法
CN117273592B (zh) * 2023-11-22 2024-01-26 成都运荔枝科技有限公司 一种物流场景下的门店配送方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194656A (zh) * 2017-07-04 2017-09-22 北京惠赢天下网络技术有限公司 一种基于标准箱订单的配送路径的规划方法及装置
CN108921947A (zh) * 2018-07-23 2018-11-30 百度在线网络技术（北京）有限公司 生成电子地图的方法、装置、设备、存储介质以及采集实体
CN111708043A (zh) * 2020-05-13 2020-09-25 北京百度网讯科技有限公司 定位方法及装置
CN113962639A (zh) * 2021-12-23 2022-01-21 湖北普罗格科技股份有限公司 一种基于全域地图的配送路径规划方法和***
CN114120115A (zh) * 2021-11-19 2022-03-01 东南大学 一种融合点特征和网格特征的点云目标检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107194656A (zh) * 2017-07-04 2017-09-22 北京惠赢天下网络技术有限公司 一种基于标准箱订单的配送路径的规划方法及装置
CN108921947A (zh) * 2018-07-23 2018-11-30 百度在线网络技术（北京）有限公司 生成电子地图的方法、装置、设备、存储介质以及采集实体
CN111708043A (zh) * 2020-05-13 2020-09-25 北京百度网讯科技有限公司 定位方法及装置
CN114120115A (zh) * 2021-11-19 2022-03-01 东南大学 一种融合点特征和网格特征的点云目标检测方法
CN113962639A (zh) * 2021-12-23 2022-01-21 湖北普罗格科技股份有限公司 一种基于全域地图的配送路径规划方法和***

Also Published As

Publication number Publication date
CN116228089A (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
CN116228089B (zh) 一种基于最短里程的门店配送路径规划方法
Orenstein et al. Flexible parcel delivery to automated parcel lockers: models, solution methods and analysis
US7363126B1 (en) Core area territory planning for optimizing driver familiarity and route flexibility
CN109919365B (zh) 一种基于双策略搜索的电动车辆路径规划方法及***
US20220156693A1 (en) Computerized system and method for developing optimized cargo transportation solutions
CN108921468B (zh) 一种物流配送车辆智能排线方法
CN112488386B (zh) 基于分布熵多目标粒子群的物流车辆配送规划方法及***
Tirado et al. Heuristics for dynamic and stochastic routing in industrial shipping
CN112183812B (zh) 一种计及短时低成本的成品卷烟物流车辆调度方法
Wang et al. Towards delivery-as-a-service: Effective neighborhood search strategies for integrated delivery optimization of E-commerce and static O2O parcels
US20180308039A1 (en) System and Method for Dynamically Establishing A Regional Distribution Center Truck Flow Graph to Distribute Merchandise
CN109118006A (zh) 拼车路线的确定方法及装置、存储介质、计算设备
Wang et al. The mobile production vehicle routing problem: Using 3D printing in last mile distribution
Gu et al. Dynamic truck–drone routing problem for scheduled deliveries and on-demand pickups with time-related constraints
Zhang et al. Multidepot Two‐Echelon Vehicle Routing Problem for Earthwork Allocation Optimization
JP4025652B2 (ja) 輸送計画作成システム及び方法
CN117709836A (zh) 一种数字化物流供应链的管理***
CN112288232A (zh) 干线网点的货物运输批次规划方法及***
Coltorti et al. Ant colony optimization for real-world vehicle routing problems
JP4285232B2 (ja) 物流費予測装置と予測方法とそのためのプログラム
JP2006240794A (ja) 輸送スケジュール作成システム
Jakara et al. VEHICLE ROUTING PROBLEM-CASE STUDY ON LOGISTICS COMPANY IN CROATIA.
CN115099617A (zh) 烟草工业品物流调度方法
CN109102123B (zh) 拼车路线优化方法及装置、存储介质、计算设备
CN115271573A (zh) 货物配送方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant