CN116894620B - 物流路由方法、装置、电子设备及存储介质 - Google Patents
物流路由方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116894620B CN116894620B CN202311159723.1A CN202311159723A CN116894620B CN 116894620 B CN116894620 B CN 116894620B CN 202311159723 A CN202311159723 A CN 202311159723A CN 116894620 B CN116894620 B CN 116894620B
- Authority
- CN
- China
- Prior art keywords
- sorting
- path
- route
- packet
- objective function
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 28
- 238000012856 packing Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 79
- 238000009826 distribution Methods 0.000 claims description 8
- 238000004806 packaging method and process Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 6
- 238000012384 transportation and delivery Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 101150082690 Pou3f1 gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (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)
Abstract
本公开提供了一种物流路由方法、装置、电子设备及计算机可读存储介质,涉及物流技术领域。该方法包括:根据预设路由数据确定待选路由路径,待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量等,根据待选路由路径确定待选路由路径中的各个分拣中心的分拣性能参数,将待选路由路径的路径数据及机器产能参数、人工分拣参数输入至分拣路由模型,得到目标函数为整体分拣成本最低时对应的建包路径、建包流向、建包方式、格口使用方式、各项分拣成本等分拣路由结果;本公开实施例能够统一对所有场地的建包模式进行科学地规划,以实现更大的成本节约空间。
Description
技术领域
本公开涉及物流技术领域,尤其涉及一种物流路由方法、装置、电子设备及计算机可读存储介质。
背景技术
物流是为了满足客户的需要,通过运输、保管、配送等方式,实现由物品的产地到物品的消费地所进行的计划、实施和管理的全过程。
传统的物流分拣模式依赖人工经验将每个运单卸在分拣传送机上对包裹进行分拣,并计算分拣成本,无法统一对所有分拣场地的建包模式进行科学地规划以实现更大的成本节约空间。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种物流路由方法、装置、电子设备及计算机可读存储介质,至少在一定程度上克服相关技术中分拣建包成本高的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种物流路由方法,包括:根据预设路由数据确定待选路由路径,其中,所述待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量;根据所述待选路由路径确定所述待选路由路径中的各个分拣中心的分拣性能参数;将所述待选路由路径的路径数据及所述分拣性能参数输入至分拣路由模型,得到分拣路由结果。
在本公开的一个实施例中,所述将所述待选路由路径的路径数据及所述分拣性能参数输入至分拣路由模型,得到分拣路由结果包括:根据所述待选路由路径的路径数据及所述分拣性能参数确定所述分拣路由模型的决策变量,其中,所述决策变量包括以下至少之一:建包路径、建包流向、建包方式、格口使用方式; 根据所述决策变量生成目标函数及所述目标函数的约束条件,得到所述分拣路由模型。
在本公开的一个实施例中,所述目标函数包括以下至少之一:人工分拣成本目标函数、环形分拣机成本目标函数、直线分拣机成本目标函数。
在本公开的一个实施例中,还包括:根据所述建包路径及所述分拣性能参数确定所述人工分拣成本目标函数;根据所述建包方式及所述分拣性能参数确定所述环形分拣机成本目标函数;根据所述建包方式及所述分拣性能参数确定所述直线分拣机成本目标函数;其中,所述分拣性能参数包括以下至少之一:机器产能参数、人工分拣参数。
在本公开的一个实施例中,还包括:通过求解器对所述目标函数求解,得到所述目标函数为整体分拣成本最低时对应的分拣路由结果,其中,所述分拣路由结果包括以下至少之一:建包路径、建包流向、建包方式、格口使用方式、人工分拣成本、环形分拣机成本、直线分拣机成本、整体分拣成本。
在本公开的一个实施例中,所述根据所述决策变量生成目标函数及所述目标函数的约束条件,得到所述分拣路由模型包括:当所述目标函数为整体分拣成本最低时,所述目标函数的约束条件包括以下至少之一:
每条路径的所述建包路径的数量唯一;
各分拣中心的人工建包流向数小于或等于现有的人工建包流向数;
各分拣中心到下一个分拣中心或终点的所述建包路径的数量为1;
所述建包路径满足人工配置的建包规则;
机器设备对应的总建包流向及总建包流量小于或等于机器产能参数。
在本公开的一个实施例中,还包括:当机器设备为环形分拣机时,获取所述机器设备对应的包裹流量数据;根据所述包裹流量数据确定所述格口使用方式;其中,所述格口使用方式包括以下至少之一:
一个包裹流向多个分拣格口;
多个包裹流向一个分拣格口;
一个包裹流向一个分拣格口。
根据本公开的另一个方面,还提供了一种物流路由装置,包括:
数据确定模块,根据预设路由数据确定待选路由路径,其中,所述待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量;
性能确定模块,根据所述待选路由路径确定所述待选路由路径中的各个分拣中心的分拣性能参数;
结果输出模块,将所述待选路由路径的路径数据及所述分拣性能参数输入至分拣路由模型,得到分拣路由结果。
根据本公开的另一个方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述物流路由方法。
根据本公开的另一个方面,还提供了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任意一项所述的物流路由方法。
本公开的实施例所提供的物流路由方法、装置、电子设备及计算机可读存储介质,根据预设路由数据确定待选路由路径,待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量等,根据待选路由路径确定待选路由路径中的各个分拣中心的分拣性能参数,将待选路由路径的路径数据及机器产能参数、人工分拣参数输入至分拣路由模型,得到目标函数为整体分拣成本最低时对应的建包路径、建包流向、建包方式、格口使用方式、各项分拣成本等分拣路由结果,能够统一对所有场地的建包模式进行科学地规划,以实现更大的成本节约空间。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,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示出本公开实施例中一种物流路由方法流程图;
图2示出本公开实施例中一种分拣路由模型建立方法流程图;
图3示出本公开实施例中又一种分拣路由模型建立方法流程图;
图4示出本公开实施例中一种分拣路由模型示意图;
图5示出本公开实施例中又一种分拣路由模型示意图;
图6示出本公开实施例中又一种物流路由方法流程图;
图7示出本公开实施例中一种物流路由装置示意图;
图8示出了可以应用于本公开实施例的物流路由方法或物流路由装置的示例性***架构的示意图;
图9示出本公开实施例中一种电子设备的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
下面结合附图及实施例对本示例实施方式进行详细说明。
首先,本公开实施例中提供了一种物流路由方法,该方法可以由任意具备计算处理能力的电子设备执行。
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
下面结合附图及实施例对本示例实施方式进行详细说明。
首先,本公开实施例中提供了一种物流路由方法,该方法可以由任意具备计算处理能力的电子设备执行。
图1示出本公开实施例中一种物流路由方法流程图,如图1所示,本公开实施例中提供的物流路由方法包括如下步骤:
S102,根据预设路由数据确定待选路由路径。
预设路由数据可为全国的全部路径数据,可根据历史运单数据解析获得预设路由数据,也可人工输入预设路由数据,对此不作限制;待选路由路径为待运输包裹从起点至终点可选的一个或多个路由路径,例如,待运输包裹的待选路由路径可为从起点直接至终点,待运输包裹的待选路由路径也可经过一个或多个分拣中心至终点。
分拣中心会对相同流向或流向大致相同的包裹进行集合式建包操作;例如,把包裹从起点A发至终点D的多个票件打包为一个大的集合包裹,实际走货路径为起点A-分拣中心B-分拣中心C-终点D,途径分拣中心B及分拣中心C时,可以将多个票件当作一个大的集合包裹进行分流操作,极大提高作业效率。
在一个实施例中,待选路由路径的路径数据包括但不限于:分拣中心标识、运单流向及运单流量等;分拣中心标识为每个分拣中心对应的唯一标识;运单流向为包裹运输的方向,例如包裹W从分拣中心C运输至分拣中心D;包裹V从分拣中心D运输至分拣中心C;运单流量为该待选路由路径对应的包裹量。
S104,根据待选路由路径确定待选路由路径中的各个分拣中心的分拣性能参数。
在一个实施例中,分拣性能参数包括但不限于:机器产能参数、人工分拣参数、运输车辆的车容限值等;分拣性能参数为各个分拣中心人工及机器设备分拣性能及成本等;机器产能参数包括但不限于:分拣中心机器设备最大分流集包量、单位时间内分拣中心机器设备分流集包量、分拣中心机器设备成本;人工分拣参数包括但不限于:人工最大分流集包量、单位时间内人工分流集包量、人工分拣成本等。
在一个实施例中,建立分拣中心标识与机器产能参数、人工分拣参数的映射表,获取待选路由路径对应的分拣中心标识,根据映射表,得到该分拣中心对应的机器产能参数、人工分拣参数,例如,货量峰值系数、设备人效、人工人效、工资、是否是枢纽等。
S106,将待选路由路径的路径数据及分拣性能参数输入至分拣路由模型,得到分拣路由结果。
分拣路由模型为计算整体分拣成本最低时对应的分拣路由结果的模型;分拣路由结果为整体分拣成本最低时对应的分拣、建包等数据;分拣路由结果包括但不限于:建包路径、建包流向、建包方式、格口使用方式、人工分拣成本、环形分拣机成本、直线分拣机成本、整体分拣成本等。
上述实施例中,在全国的路由网络基础上,考虑分拣中心的分拣性能参数,计算出一张成本最优的建包路径网络,能够在保证分拣中心作业效率和产能的前提下,充分利用投入的自动化分拣设备资源,对各场地的流量流向进行优化调整,以实现更优的分拣建包成本。
图2示出本公开实施例中一种分拣路由模型建立方法流程图,如图2所示,本公开实施例中提供的分拣路由模型建立方法包括如下步骤:
S202,根据待选路由路径的路径数据及分拣性能参数确定分拣路由模型的决策变量,其中,决策变量包括但不限于:建包路径、建包流向、建包方式、格口使用方式等,可根据分拣路由模型设置多个决策变量。
建包路径为包裹运输路径,建包流向为包裹运输方向,建包方式为包裹运输中经过分拣中心时对包裹进行建包处理的方式,建包方式包括但不限于:人工、直线分拣机、环形分拣机等。
在一个实施例中,当机器设备为环形分拣机时,获取机器设备对应的包裹流量数据;根据包裹流量数据确定格口使用方式;其中,格口使用方式包括以下至少之一:
一个包裹流向对应多个分拣格口;
多个包裹流向对应一个分拣格口;
一个包裹流向对应一个分拣格口。
在一个实施例中,当包裹流量数据小于或等于第一阈值时,M个包裹流向对应一个分拣格口;当包裹流量数据大于第一阈值,且包裹流量数据小于第二阈值时,一个包裹流向对应一个分拣格口;当包裹流量数据大于或等于第二阈值时,一个包裹流向对应N个分拣格口,将预设的几种格口使用规则考虑进分拣路由模型中,并对分拣路由模型进行整体求解决策,拓展了整体成本的优化空间,其中,第二阈值大于第一阈值,M及N大于0。
在一个实施例中,第一阈值、第二阈值、M、N的数值可人工进行设置,也可根据历史数据自动进行设置及调整。
例如, a) 对于包裹流量小于或等于20/小时的包裹流向,可5个包裹流向共用一个分拣格口;b) 包裹流量大于20且小于144个/小时的包裹流向,1个包裹流向占用1个分拣格口;c ) 包裹流量大于或等于120,1个包裹流向占用2个分拣格口。
S204,根据决策变量生成分拣路由模型的约束条件。
在一个实施例中,当目标函数为整体分拣成本最低时,目标函数的约束条件可根据用户需要进行设置,目标函数的约束条件包括但不限于以下至少之一:
1)每条路径的建包路径的数量唯一,即包裹的走货路有且仅有一条建包路由。
2)各分拣中心的人工建包流向数小于或等于现有的人工建包流向数,即各个分拣中心场地(包含有机器设备场地及无机器设备场地)的人工建包流向数,需要不多于现有的人工建包流向数。
3)建包路径满足人工配置的建包规则,即将一些人工配置的建包规则与创建的变量绑定,以便建包路径满足人工配置的建包规则;人工配置的建包规则可以根据用户需要人工或自动设置。
4)机器设备对应的总建包流向及总建包流量小于或等于机器产能参数,即有机器设备的场地且采用设备建包的总流向数及总建包流量需要满足机器设备的产能约束,主要为设备的分拣格口。
5) 各分拣中心到下一个分拣中心或终点的所述建包路径的数量为1。
在一个实施例中,通过求解器对目标函数进行求解,求解器包括但不限于:scip,cplex等。
S206,根据决策变量生成分拣路由模型的目标函数。
在一个实施例中,目标函数包括但不限于:人工分拣成本目标函数、环形分拣机成本目标函数、直线分拣机成本目标函数等,例如,目标函数可包括人工分拣成本目标函数、环形分拣机成本目标函数及直线分拣机成本目标函数,也可包括人工分拣成本目标函数、环形分拣机成本目标函数、直线分拣机成本目标函数及其他类型分拣机成本目标函数。
图3示出本公开实施例中又一种分拣路由模型建立方法流程图,如图3所示,本公开实施例中提供的分拣路由模型建立方法包括如下步骤:
S302,根据建包路径及分拣性能参数确定人工分拣成本目标函数。
在一个实施例中,人工分拣成本为通过人工分拣经过该建包路径的包裹成本,根据建包路径及人工分拣参数确定人工分拣成本目标函数;人工分拣成本目标函数对应公式(1):
(1)
其中,人工费用:用 wage1表示;
人工集包人效:单人单位时间内,可分流拣选并且集包量,用labour_efficiency表示。
S304,根据建包方式及分拣性能参数确定环形分拣机成本目标函数。
环形分拣机成本为通过环形分拣机分拣经过该建包路径的包裹成本;环形分拣机成本目标函数对应公式(2)如下:
(2)
其中,环形分拣机人效:单人单位时间内,使用环形分拣的集包量,用circular_efficiency表示;
环形分拣费用:用 wage2表示。
S306,根据建包方式及分拣性能参数确定直线分拣机成本目标函数;
直线分拣机成本为通过直线分拣机分拣经过该建包路径的包裹成本;直线分拣机成本目标函数对应公式(3)如下:
(3)
直线分拣机人效:单人单位时间内,使用直线分拣机的集包量,用straight_efficiency表示;
直线分拣费用:用 wage3表示。
S208,通过求解器对目标函数求解,得到目标函数为整体分拣成本最低时对应的分拣路由结果。
当目标函数为整体分拣成本最低时,对应公式(4)如下:
(4)
其中,为场地i使用人工分拣的货量,是连续变量,/>场地i使用机器分拣的货量,是连续变量,/>表示人工分拣单位成本;/>表示环形分拣机单位成本;/>表示直线分拣机单位分拣成本,/>表示所有的人工场地的集合,/>表示所有的环形分拣机场地的集合,/>表示所有的直线分拣机场地的集合。
在一个实施例中,、/>或/>包括但不限于单位分拣成本、运输工具的固定成本、运输工具的变动成本、场地租金等。
上述实施例中,在预设的路由网络的基础上抽离出一张建包最优的网络,并考虑所有的组网的分拣中心的设备及产能情况,及对分拣机格口使用进行精细化建模生成全国分拣建包网络的成本最优化模型,并且与整体建包网络决策耦合求解得到更优的分拣建包方案,实现对全国多个分拣中心场地进行策略优化和评估,大大节约成本。
图4示出本公开实施例中一种分拣路由模型示意图,如图4所示,以起点A-分拣中心B-分拣中心C-终点D为实际走货路径为例,分拣路由模型的确定方法如下:
根据全国的全部路径数据,起点A-分拣中心B-分拣中心C-终点D为实际走货路径,对应四个待选路由路径,即起点A-终点D、起点A-分拣中心B-终点D、起点A-分拣中心C-终点D、起点A-分拣中心B-分拣中心C-终点D;
根据待选路由路径确定如下决策变量:
1)建包路径:即路由R中所有可以从起点A到达终点D的建包路径/>,一共有4种走法,即可建立4个/> 决策变量。
2)建包流向:即i是否建包到j分拣,起点A流向有三个可建包的流向,即起点A-分拣中心B,起点A-分拣中心C,起点A-终点D,可建立3个/>决策变量 。
3)建包方式(和/>):即该流向建包是否由机器建包(/>) 和该流向是否人工建包 (/>)。以起点A的三个建包流向为例子,机器和人工建包共有 6 个变量。
4)Arc格口使用方式: 即通过机器建包时,选择其中一种格口的使用策略,即当该流向由机器建包前提下,决策采用何种格口策略。
依据决策变量,建立分拣路由模型的约束条件及整体分拣成本最低的目标函数,决策采用如下哪种方式在各场地设备产能及成本差异的情况下实现全国分拣建包成本最优:起点A-终点D(直达包)、起点A-分拣中心B-终点D(始发集货包)、起点A-分拣中心C-终点D(目的散货包)、起点A-分拣中心B-分拣中心C-终点D(全流程建包)。
上述实施例中,考虑现存所有的自动化场地和人工场地分拣中心,通过优化全国分拣场地的建包成本的分拣路由模型,对建包路径进行全盘规划实现降低包裹分拣成本的目标、在流向流量确定情况下自动进行格口分配及评估设备运营成本。
图5示出本公开实施例中又一种分拣路由模型示意图,如图5所示,本公开实施例中提供的分拣路由模型包括如下步骤:
S502,加载数据和参数,获取预设路由数据。
在一个实施例中,预设路由数据包括但不限于:路由数据、自营落地配数据、场地配置数据、枢纽配置数据、人工配置合并规则、历史运单数据等;路由数据为走货路径等数据;自营落地配数据为落地分拨、同城和地县转运等数据;场地配置数据为机器设备的配置、性能、成本、设备类型等数据;枢纽配置数据为可作为枢纽的分拣中心的配置数据;人工配置合并规则包括但不限于:人工配置的建包规则、人工配置的分拣规则、人工配置的路由路径等,可监控管理分拣中心场地的建包策略及历史数据,根据历史数据自动或人工调整建包规则,为各场地运营人员的建包作业提供了重要参考,场地运营可根据该结果进行微调后落地执行。
在一个实施例中,获取历史运单数据,解析得到所有路由的单量数据、所有分拣中心现状建包流向及现状流量。
S504,将预设路由数据进行预处理,得到待选路由路径。
在一个实施例中,预处理包括但不限于:数据清洗、主路由化等;数据清洗包括但不限于:处理丢失数据、删除重复数据、验证数据准确性等;由于路由路径数据是一段时间的实际走货路由数据;比如一个起点到终点有多种走货路径,即多路由,解析历史路由数据的单量及走货路径数据、解析出路由中途径的所有分拣场地,在场地维度汇总累加单量,仅保留单量最大的路由作为主路由,即主路由化根据预设路由数据得到待选路由路径的方法;待选路由路径的路径数据包括但不限于:分拣中心标识、格口使用方式、建包路径、运单流向及运单流量等。
S506,根据待选路由路径创建相应的决策变量。
在一个实施例中,在集包规则优化的数学模型中,通过遍历所有可能性的决策选择(即决策变量),根据解析的路由实例数据及场地各流向的实例数据创建相应的决策变量。
S508,根据决策变量,建立分拣路由模型的约束条件及整体分拣成本最低的目标函数。
S510,求解器根据分拣路由模型进行相应求解,得到整体分拣成本最低的决策变量及各分拣中心场地的建包流向、流量及各成本项。
上述实施例中,通过对全国的建包路径进行全盘规划实现更大的成本节约空间,监控管理分拣中心场地的建包策略对应的数据,为各场地运营人员的建包作业提供了重要参考,场地运营可根据该结果进行微调后落地执行。
图6示出本公开实施例中又一种物流路由方法流程图,如图6所示,本公开实施例中提供的物流路由方法包括如下步骤:
分析全国建包模式时,一是通过决策确定路由路径,从而确定各分拣中心场地的建包流向,二是通过基于分拣设备的性能等,规划各分拣中心场地的设备产能,决策各场地的建包流向是否使用分拣机建包;建包路径会影响各分拣中心场地的设备产能,各分拣中心场地的设备产能及不同类型的建包成本也会影响建包路径;根据待选路由路径的路径数据及分拣性能参数确定分拣路由模型的决策变量,并建立分拣路由模型的约束条件及整体分拣成本最低的目标函数,求解器根据分拣路由模型进行相应求解,得到整体分拣成本最低的决策变量及其他数据,达到整体建包成本最优。
上述实施例中,能够统一对所有场地的建包模式及对各场地的流量流向进行科学地规划,实现降低包裹分拣成本的目标。
基于同一发明构思,本公开实施例中还提供了一种物流路由装置,如下面的实施例。由于该装置实施例解决问题的原理与上述方法实施例相似,因此该装置实施例的实施可以参见上述方法实施例的实施,重复之处不再赘述。
图7示出本公开实施例中一种物流路由装置示意图,如图7所示,该物流路由装置7包括:数据确定模块701、性能确定模块702及结果输出模块702;
数据确定模块701,根据预设路由数据确定待选路由路径,其中,待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量;
性能确定模块702,根据待选路由路径确定待选路由路径中的各个分拣中心的分拣性能参数;
结果输出模块703,将待选路由路径的路径数据及分拣性能参数输入至分拣路由模型,得到分拣路由结果。
在一个实施例中,数据确定模块701还包括数据获取模块,用于解析获得预设路由数据及人工输入预设路由数据。
在一个实施例中,数据确定模块701还包括数据处理模块,用于对预设路由数据进行数据清洗、主路由化等处理。
在一个实施例中,性能确定模块702包括映射建立模块及参数获取模块,映射建立模块建立分拣中心标识与机器产能参数、人工分拣参数的映射表,参数获取模块用于根据映射表,得到该分拣中心对应的机器产能参数、人工分拣参数等。
在一个实施例中,结果输出模块703包括模型建立模块,用于根据待选路由路径的路径数据及分拣性能参数确定分拣路由模型的决策变量、约束条件及目标函数。
在一个实施例中,结果输出模块703还包括目标函数建立模块,用于分别确定人工分拣成本目标函数、环形分拣机成本目标函数、直线分拣机成本目标函数等。
在一个实施例中,结果输出模块703还包括函数求解模块,得到目标函数为整体分拣成本最低时对应的分拣路由结果。
上述实施例中,在全国的路由网络基础上,考虑分拣中心的分拣性能参数,计算出一张成本最优的建包路径网络,对各场地的流量流向进行优化调整,以实现更优的分拣建包成本。
图8示出了可以应用于本公开实施例的物流路由方法或物流路由装置的示例性***架构的示意图。
如图8所示,***架构800可以包括终端设备801、802、803,网络804和服务器805。
网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质,可以是有线网络,也可以是无线网络。
可选地,上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local Area Network,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(ExtensibleMarkupLanguage,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(InternetProtocolSecurity,IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
终端设备801、802、803可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机等,可用于显示目标函数为整体分拣成本最低时对应的建包路径、建包流向、建包方式、格口使用方式、各项分拣成本等分拣路由结果。
可选地,不同的终端设备801、802、803中安装的应用程序的客户端是相同的,或基于不同操作***的同一类型应用程序的客户端。基于终端平台的不同,该应用程序的客户端的具体形态也可以不同,比如,该应用程序客户端可以是手机客户端、PC客户端等。
服务器805可以是提供各种服务的服务器,例如对用户利用终端设备801、802、803所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理,并将处理结果反馈给终端设备,例如,可根据待选路由路径确定待选路由路径中的各个分拣中心的分拣性能参数,建立分拣路由模型等。
可选地,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
本领域技术人员可以知晓,图8中的终端设备、网络和服务器的数量仅仅是示意性的,根据实际需要,可以具有任意数目的终端设备、网络和服务器。本公开实施例对此不作限定。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为***、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图9来描述根据本公开的这种实施方式的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同***组件(包括存储单元920和处理单元910)的总线930。
其中,存储单元存储有程序代码,程序代码可以被处理单元910执行,使得处理单元910执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
例如,处理单元910可以执行上述方法实施例的如下步骤:根据预设路由数据确定待选路由路径,待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量等,根据待选路由路径确定待选路由路径中的各个分拣中心的分拣性能参数,将待选路由路径的路径数据及机器产能参数、人工分拣参数输入至分拣路由模型,得到目标函数为整体分拣成本最低时对应的建包路径、建包流向、建包方式、格口使用方式、各项分拣成本等分拣路由结果。
存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)9201和/或高速缓存存储单元9202,还可以进一步包括只读存储单元(ROM)9203。
存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204,这样的程序模块9205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备940(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且,电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器960通过总线930与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
例如,本公开实施例中的程序产品被处理器执行时实现如下步骤的方法:根据预设路由数据确定待选路由路径,待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量等,根据待选路由路径确定待选路由路径中的各个分拣中心的分拣性能参数,将待选路由路径的路径数据及机器产能参数、人工分拣参数输入至分拣路由模型,得到目标函数为整体分拣成本最低时对应的建包路径、建包流向、建包方式、格口使用方式、各项分拣成本等分拣路由结果。
本公开中的计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中,计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可选地,计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
在具体实施时,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (8)
1.一种物流路由方法,其特征在于,包括:
根据预设路由数据确定待选路由路径,其中,所述待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量;
根据所述待选路由路径确定所述待选路由路径中的各个分拣中心的分拣性能参数;
将所述待选路由路径的路径数据及所述分拣性能参数输入至分拣路由模型,得到分拣路由结果;
其中,根据决策变量生成目标函数及所述目标函数的约束条件,得到所述分拣路由模型;
所述目标函数包括以下至少之一:人工分拣成本目标函数、环形分拣机成本目标函数、直线分拣机成本目标函数;
当所述目标函数为整体分拣成本最低时,所述目标函数的约束条件包括以下至少之一:
每条路径的建包路径的数量唯一;
各分拣中心的人工建包流向数小于或等于现有的人工建包流向数;
各分拣中心到下一个分拣中心或终点的所述建包路径的数量为1;
所述建包路径满足人工配置的建包规则;
机器设备对应的总建包流向及总建包流量小于或等于机器产能参数。
2.根据权利要求1所述的物流路由方法,其特征在于,还包括:
根据所述待选路由路径的路径数据及所述分拣性能参数确定所述分拣路由模型的所述决策变量,其中,所述决策变量包括以下至少之一:建包路径、建包流向、建包方式、格口使用方式。
3.根据权利要求1所述的物流路由方法,其特征在于,还包括:
根据所述建包路径及所述分拣性能参数确定所述人工分拣成本目标函数;
根据建包方式及所述分拣性能参数确定所述环形分拣机成本目标函数;
根据所述建包方式及所述分拣性能参数确定所述直线分拣机成本目标函数;
其中,所述分拣性能参数包括以下至少之一:机器产能参数、人工分拣参数。
4.根据权利要求1所述的物流路由方法,其特征在于,还包括:
通过求解器对所述目标函数求解,得到所述目标函数为整体分拣成本最低时对应的分拣路由结果,其中,所述分拣路由结果包括以下至少之一:建包路径、建包流向、建包方式、格口使用方式、人工分拣成本、环形分拣机成本、直线分拣机成本、整体分拣成本。
5.根据权利要求2所述的物流路由方法,其特征在于,还包括:
当机器设备为环形分拣机时,获取所述机器设备对应的包裹流量数据;
根据所述包裹流量数据确定所述格口使用方式;
其中,所述格口使用方式包括以下至少之一:
一个包裹流向多个分拣格口;
多个包裹流向一个分拣格口;
一个包裹流向一个分拣格口。
6.一种物流路由装置,其特征在于,包括:
数据确定模块,根据预设路由数据确定待选路由路径,其中,所述待选路由路径的路径数据包括:分拣中心标识、运单流向及运单流量;
性能确定模块,根据所述待选路由路径确定所述待选路由路径中的各个分拣中心的分拣性能参数;
结果输出模块,将所述待选路由路径的路径数据及所述分拣性能参数输入至分拣路由模型,得到分拣路由结果;
所述物流路由装置还用于根据决策变量生成目标函数及所述目标函数的约束条件,得到所述分拣路由模型;
所述目标函数包括以下至少之一:人工分拣成本目标函数、环形分拣机成本目标函数、直线分拣机成本目标函数;
当所述目标函数为整体分拣成本最低时,所述目标函数的约束条件包括以下至少之一:
每条路径的建包路径的数量唯一;
各分拣中心的人工建包流向数小于或等于现有的人工建包流向数;
各分拣中心到下一个分拣中心或终点的所述建包路径的数量为1;
所述建包路径满足人工配置的建包规则;
机器设备对应的总建包流向及总建包流量小于或等于机器产能参数。
7. 一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求 1~5中任意一项所述物流路由方法。
8.一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1~5中任意一项所述的物流路由方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311159723.1A CN116894620B (zh) | 2023-09-08 | 2023-09-08 | 物流路由方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311159723.1A CN116894620B (zh) | 2023-09-08 | 2023-09-08 | 物流路由方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116894620A CN116894620A (zh) | 2023-10-17 |
CN116894620B true CN116894620B (zh) | 2024-02-06 |
Family
ID=88312377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311159723.1A Active CN116894620B (zh) | 2023-09-08 | 2023-09-08 | 物流路由方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116894620B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169591A (zh) * | 2017-04-21 | 2017-09-15 | 浙江工业大学 | 基于线性时序逻辑的移动端快递派送路径规划方法 |
CN111553626A (zh) * | 2020-04-09 | 2020-08-18 | 北京顺达同行科技有限公司 | 一种路径规划方法、装置、电子设备及其存储介质 |
EP3705194A1 (de) * | 2019-03-08 | 2020-09-09 | Siemens Aktiengesellschaft | Verfahren zum betreiben eines sortierzentrums mit rückkoppelnder überwachung von korrekturmassnahmen |
CN112348438A (zh) * | 2020-11-05 | 2021-02-09 | 沈阳工业大学 | 基于人工智能的物流路径规划方法 |
CN114118887A (zh) * | 2021-01-06 | 2022-03-01 | 北京京东振世信息技术有限公司 | 一种物流路由的更新方法和装置 |
CN115187169A (zh) * | 2022-07-13 | 2022-10-14 | 东北大学 | 基于协同路径规划的物流配送***及方法 |
CN115829451A (zh) * | 2021-09-16 | 2023-03-21 | 顺丰科技有限公司 | 物流路径规划方法、装置、计算机设备和存储介质 |
-
2023
- 2023-09-08 CN CN202311159723.1A patent/CN116894620B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169591A (zh) * | 2017-04-21 | 2017-09-15 | 浙江工业大学 | 基于线性时序逻辑的移动端快递派送路径规划方法 |
EP3705194A1 (de) * | 2019-03-08 | 2020-09-09 | Siemens Aktiengesellschaft | Verfahren zum betreiben eines sortierzentrums mit rückkoppelnder überwachung von korrekturmassnahmen |
CN111553626A (zh) * | 2020-04-09 | 2020-08-18 | 北京顺达同行科技有限公司 | 一种路径规划方法、装置、电子设备及其存储介质 |
CN112348438A (zh) * | 2020-11-05 | 2021-02-09 | 沈阳工业大学 | 基于人工智能的物流路径规划方法 |
CN114118887A (zh) * | 2021-01-06 | 2022-03-01 | 北京京东振世信息技术有限公司 | 一种物流路由的更新方法和装置 |
CN115829451A (zh) * | 2021-09-16 | 2023-03-21 | 顺丰科技有限公司 | 物流路径规划方法、装置、计算机设备和存储介质 |
CN115187169A (zh) * | 2022-07-13 | 2022-10-14 | 东北大学 | 基于协同路径规划的物流配送***及方法 |
Non-Patent Citations (1)
Title |
---|
基于线性时序逻辑的移动端快递派送路径规划;禹鑫D;郭永奎;欧林林;汪涛;卢靓;张爱美;;高技术通讯(第06期);62-71 * |
Also Published As
Publication number | Publication date |
---|---|
CN116894620A (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102402680B1 (ko) | 자동화 된 애플리케이션 프로그래밍 인터페이스 평가 및 마이그레이션을 위한 시스템 및 방법 | |
US10831183B2 (en) | Transfer of production control in proximity to production site for enabling decentralized manufacturing | |
Magnanti et al. | Shortest paths, single origin‐destination network design, and associated polyhedra | |
US10608883B2 (en) | Flexibly deployable network analyzer | |
US20130226842A1 (en) | Missing value imputation for predictive models | |
CN111694555B (zh) | 业务***构建方法、装置、电子设备及存储介质 | |
US10567269B2 (en) | Dynamically redirecting affiliated data to an edge computing device | |
CA2627073A1 (en) | Dynamic server consolidation and configuration | |
CN104202351B (zh) | 分布式虚拟安全装置以及使用虚拟机的基于流的转发*** | |
CN110276466B (zh) | 一种确定配送网络中建包集群的方法和装置 | |
US20180247237A1 (en) | Method for facilitating network external computing assistance | |
US20060031444A1 (en) | Method for assigning network resources to applications for optimizing performance goals | |
Gundu et al. | Sixth‐Generation (6G) Mobile Cloud Security and Privacy Risks for AI System Using High‐Performance Computing Implementation | |
CN105678613A (zh) | 一种业务处理方法、装置及*** | |
CN116894620B (zh) | 物流路由方法、装置、电子设备及存储介质 | |
CN113255950B (zh) | 一种优化物流网络的方法和装置 | |
CN106911796A (zh) | 一种智能化物流大数据处理平台 | |
CN115330301A (zh) | 一种物流单据的异常情况确定方法和装置 | |
CN114819803A (zh) | 分拣设备的部署方法、装置、电子设备和可读介质 | |
CN109495469B (zh) | 流量分析安全管控***、方法及装置 | |
CN109714193B (zh) | 一种基于zuul路由转发方式接管对象存储服务的方法 | |
CN113468244A (zh) | 大气环境污染源管理***、方法、电子设备及存储介质 | |
KR102591748B1 (ko) | 엣지 클라우드 기반의 물류 네트워크 관제 시스템 | |
CN115250254B (zh) | Netflow报文分发处理方法及装置 | |
CN116402432B (zh) | 路由规划方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |