CN116957449B - 一种基于人工智能的生鲜供应链应急调度*** - Google Patents

一种基于人工智能的生鲜供应链应急调度*** Download PDF

Info

Publication number
CN116957449B
CN116957449B CN202311201541.6A CN202311201541A CN116957449B CN 116957449 B CN116957449 B CN 116957449B CN 202311201541 A CN202311201541 A CN 202311201541A CN 116957449 B CN116957449 B CN 116957449B
Authority
CN
China
Prior art keywords
dispatching
warehouse
fresh
scheduling
alternative
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
CN202311201541.6A
Other languages
English (en)
Other versions
CN116957449A (zh
Inventor
宁家川
霍之刚
褚风波
张春燕
邱春晓
任剑
朱睿
赵昕
孟庆泽
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.)
Qingdao Guancheng Software Co ltd
Original Assignee
Qingdao Guancheng Software 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 Qingdao Guancheng Software Co ltd filed Critical Qingdao Guancheng Software Co ltd
Priority to CN202311201541.6A priority Critical patent/CN116957449B/zh
Publication of CN116957449A publication Critical patent/CN116957449A/zh
Application granted granted Critical
Publication of CN116957449B publication Critical patent/CN116957449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders

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)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于人工智能的生鲜供应链应急调度***，属于数据处理技术领域，包括生鲜供应信息获取单元、生鲜调度仓库匹配单元和生鲜调度车辆匹配单元；生鲜供应信息获取单元用于获取待调度生鲜供应订单的供应需求信息；生鲜调度仓库匹配单元用于根据待调度生鲜供应订单的供应需求信息，为待调度生鲜供应订单匹配最佳调度仓库；生鲜调度车辆匹配单元用于为最佳调度仓库匹配最佳调度车辆，完成待调生鲜供应订单的运输。该生鲜供应链应急调度***在匹配最佳调度仓库的基础上，为了满足应急调度的需求，将调度距离最短作为首要考虑因素，为最佳调度仓库与待调度生鲜供应订单之间匹配最佳调度车辆，可以快速完成货物调配，节约时间成本。

Description

一种基于人工智能的生鲜供应链应急调度***
技术领域
本发明属于数据处理技术领域，具体涉及一种基于人工智能的生鲜供应链应急调度***。
背景技术
随着人们生活水平的提高以及物流行业的发展，生鲜产品的配送已逐步走入个人生活。虽然，目前网络技术和物流运输已较为发达和完善，但是针对生鲜产品的调度运输仍存在较多的问题。现有生鲜供应链调度通常依靠人工完成，通过工作人员电话联系仓库与生鲜供应链紧缺端，为生鲜供应链紧缺端寻找最合适的仓库。但人工完成不仅会造成巨大的人效浪费，还有可能造成仓储资源浪费。因此，如何提高生鲜产品供应链的科学调度成为了当前亟待解决的技术问题。
发明内容
本发明为了解决以上问题，提出了一种基于人工智能的生鲜供应链应急调度***。
本发明的技术方案是：一种基于人工智能的生鲜供应链应急调度***包括生鲜供应信息获取单元、生鲜调度仓库匹配单元和生鲜调度车辆匹配单元；
生鲜供应信息获取单元用于获取待调度生鲜供应订单，并获取待调度生鲜供应订单的供应需求信息；
生鲜调度仓库匹配单元用于根据待调度生鲜供应订单的供应需求信息，为待调度生鲜供应订单匹配最佳调度仓库；
生鲜调度车辆匹配单元用于为最佳调度仓库匹配最佳调度车辆，完成待调生鲜供应订单的运输。
进一步地，待调度生鲜供应订单的供应需求信息包括空缺货物种类、空缺货物数量、待调度生鲜供应订单的存储温度区间、待调度生鲜供应订单的存储湿度区间、待调度生鲜供应订单所需存储容量、待调度生鲜供应订单的最晚运输时间、待调度生鲜供应订单位置。
上述进一步方案的有益效果是：在本发明中，待调度生鲜供应订单中存在多个空缺货物需要调度，由于空缺货物为生鲜，故对存储温度和存储湿度都有要求，将所有空缺货物中所需最低存储温度作为待调度生鲜供应订单的存储温度区间的左端点，将所有空缺货物中所需最高存储温度作为待调度生鲜供应订单的存储温度区间的右端点，待调度生鲜供应订单的存储湿度区间同理可得。
进一步地，生鲜调度仓库匹配单元为待调度生鲜供应订单匹配最佳调度仓库包括以下步骤：
A1、获取各个调度仓库的库存货物种类集合和各个库存货物数量，将库存货物种类集合中存在空缺货物种类且库存货物数量大于空缺货物数量的所有调度仓库作为备选调度仓库集合；
A2、获取备选调度仓库集合中各个备选调度仓库的调度信息，并根据调度信息，计算各个备选调度仓库的调度难度系数；
A3、构建仓库调度约束条件函数；
A4、将各个备选调度仓库的调度难度系数输入至仓库调度约束条件函数，生成各个备选调度仓库的调度约束系数，将最小调度约束系数对应的备选调度仓库作为最佳调度仓库。
上述进一步方案的有益效果是：在本发明中，在待调度生鲜供应订单的周围存在若干个调度仓库，在确定最佳调度仓库时，需要首先调度仓库的货物种类和货物数量能满足待调度生鲜供应订单的要求，再来考虑存储温湿度以及存储容量的影响，由此生成的调度难度系数可以反映调度仓库与待调度生鲜供应订单之间的适配程度，便于后续步骤进行筛选最佳调度仓库。
在确定最终的最佳调度仓库时，除了考虑存储条件和存储容量等因素的影响外，调度仓库与待调度生鲜供应订单之间的位置距离也是选择最佳调度仓库的制约因素之一，位置距离越短，将调度仓库的货物配送至待调度生鲜供应订单处所用时间越多，成本越低。
进一步地，A2中，备选调度仓库的调度信息包括备选调度仓库的存储温度区间、备选调度仓库的存储湿度区间、备选调度仓库可用存储容量、备选仓库位置。
进一步地，A2中，备选调度仓库的调度难度系数N的计算公式为：；式中，S0表示待调度生鲜供应订单的存储温度区间左端点，S1表示待调度生鲜供应订单的存储温度区间右端点，s0表示备选调度仓库的存储温度区间左端点，s1表示备选调度仓库的存储温度区间右端点，W0表示待调度生鲜供应订单的存储湿度区间左端点，W1表示待调度生鲜供应订单的存储湿度区间右端点，w0表示备选调度仓库的存储湿度区间左端点，w1表示备选调度仓库的存储湿度区间右端点，R表示待调度生鲜供应订单所需存储容量，r表示备选调度仓库可用存储容量。
进一步地，A3中，仓库调度约束条件函数Z的表达式为：；式中，l表示备选仓库位置与待调度供应订单位置之间的直线距离，N表示备选调度仓库的调度难度系数，e表示指数。
进一步地，生鲜调度车辆匹配单元匹配最佳调度车辆包括以下步骤：
B1、判断最佳调度仓库中是否存在空闲车辆，若是则将最佳调度仓库的空闲车辆作为最佳调度车辆，否则进入B2；
B2、从电子地图中获取最佳调度仓库与待调度生鲜供应订单位置之间的调度行驶路线；
B3、根据调度行驶路线，确定备选调度车辆集合；
B4、在备选调度车辆集合中，确定最佳调度车辆。
上述进一步方案的有益效果是：在本发明中，一般调度仓库配置有运输车辆，所以在最佳调度仓库存在空闲车辆时，优先采用最佳调度仓库的空闲车辆，最大程度节约运输时间。在最佳调度仓库中不存在空闲车辆时，需从附近抽调空闲车辆。由于生鲜调度仓库匹配单元在匹配最佳调度仓库时，已充分考虑仓库的库存和存储条件，所以在匹配最佳调度车辆时，只需考虑行驶距离的影响，直接选择行驶距离最小的空闲车辆即可。故在生鲜调度车辆匹配单元中，重点在确定“附近空闲车辆”，因此本发明将最佳调度仓库与待调度生鲜供应订单位置之间直接采用直线连接，在这段直线线段中确定圆心和半径，从而生成圆形状的备选调度区域，在该备选调度区域中存在的空闲车辆与最佳调度仓库与待调度生鲜供应订单位置的距离适中，能够满足应急调度的需求。
进一步地，B3中，确定备选调度车辆集合的具体方法为：将最佳调度仓库与待调度生鲜供应订单位置之间直线连接，得到调度线段；将调度线段中点作为圆心，根据调度行驶路线确定半径，绘制备选调度区域，将备选调度区域中所有空闲车辆作为备选调度车辆集合。
进一步地，调度行驶路线对应的半径b的计算公式为：；式中，u0表示最佳调度仓库与调度线段中点之间的直线距离，U0表示最佳调度仓库与调度线段中点在电子地图的行驶距离，v0表示待调度生鲜供应订单位置与调度线段中点之间的直线距离，V0表示待调度生鲜供应订单位置与调度线段中点在电子地图的行驶距离，L表示最佳调度仓库与待调度生鲜供应订单位置之间调度行驶路线的行驶距离。
进一步地，B4中，确定最佳调度车辆的具体方法为：在电子地图中，获取各个备选调度车辆与最佳调度仓库之间的调度行驶路线，作为各个备选调度车辆的第一行驶路线；获取各个备选调度车辆与待调度生鲜供应订单位置之间的调度行驶路线，作为各个备选调度车辆的第二行驶路线，将第一行驶路线的行驶距离与第二行驶路线的行驶距离之和最小值对应的备选调度车辆作为最佳调度车辆。
本发明的有益效果是：
（1）该生鲜供应链应急调度***充分考虑生鲜货物对运输条件和存储条件的特殊要求，为待调度生鲜供应订单匹配距离最短、容量最合适且存储条件最适宜的调度仓库，在满足生鲜货物的调度货源充足的情况下，还可避免因调度仓库存储不恰当带来的货物变质等影响，尽可能减少经济成本；
（2）该生鲜供应链应急调度***在匹配最佳调度仓库的基础上，为了满足应急调度的需求，将调度距离最短作为首要考虑因素，为最佳调度仓库与待调度生鲜供应订单之间匹配最佳调度车辆，可以快速完成货物调配，节约时间成本。
附图说明
图1为基于人工智能的生鲜供应链应急调度***的结构示意图。
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，本发明提供了一种基于人工智能的生鲜供应链应急调度***，包括生鲜供应信息获取单元、生鲜调度仓库匹配单元和生鲜调度车辆匹配单元；
生鲜供应信息获取单元用于获取待调度生鲜供应订单，并获取待调度生鲜供应订单的供应需求信息；
生鲜调度仓库匹配单元用于根据待调度生鲜供应订单的供应需求信息，为待调度生鲜供应订单匹配最佳调度仓库；
生鲜调度车辆匹配单元用于为最佳调度仓库匹配最佳调度车辆，完成待调生鲜供应订单的运输。
在本发明实施例中，待调度生鲜供应订单的供应需求信息包括空缺货物种类、空缺货物数量、待调度生鲜供应订单的存储温度区间、待调度生鲜供应订单的存储湿度区间、待调度生鲜供应订单所需存储容量、待调度生鲜供应订单的最晚运输时间、待调度生鲜供应订单位置。
在本发明中，待调度生鲜供应订单中存在多个空缺货物需要调度，由于空缺货物为生鲜，故对存储温度和存储湿度都有要求，将所有空缺货物中所需最低存储温度作为待调度生鲜供应订单的存储温度区间的左端点，将所有空缺货物中所需最高存储温度作为待调度生鲜供应订单的存储温度区间的右端点，待调度生鲜供应订单的存储湿度区间同理可得。
在本发明实施例中，生鲜调度仓库匹配单元为待调度生鲜供应订单匹配最佳调度仓库包括以下步骤：
A1、获取各个调度仓库的库存货物种类集合和各个库存货物数量，将库存货物种类集合中存在空缺货物种类且库存货物数量大于空缺货物数量的所有调度仓库作为备选调度仓库集合；
A2、获取备选调度仓库集合中各个备选调度仓库的调度信息，并根据调度信息，计算各个备选调度仓库的调度难度系数；
A3、构建仓库调度约束条件函数；
A4、将各个备选调度仓库的调度难度系数输入至仓库调度约束条件函数，生成各个备选调度仓库的调度约束系数，将最小调度约束系数对应的备选调度仓库作为最佳调度仓库。
在本发明中，在待调度生鲜供应订单的周围存在若干个调度仓库，在确定最佳调度仓库时，需要首先调度仓库的货物种类和货物数量能满足待调度生鲜供应订单的要求，再来考虑存储温湿度以及存储容量的影响，由此生成的调度难度系数可以反映调度仓库与待调度生鲜供应订单之间的适配程度，便于后续步骤进行筛选最佳调度仓库。
在确定最终的最佳调度仓库时，除了考虑存储条件和存储容量等因素的影响外，调度仓库与待调度生鲜供应订单之间的位置距离也是选择最佳调度仓库的制约因素之一，位置距离越短，将调度仓库的货物配送至待调度生鲜供应订单处所用时间越多，成本越低。
在本发明实施例中，A2中，备选调度仓库的调度信息包括备选调度仓库的存储温度区间、备选调度仓库的存储湿度区间、备选调度仓库可用存储容量、备选仓库位置。
在本发明实施例中，A2中，备选调度仓库的调度难度系数N的计算公式为：；式中，S0表示待调度生鲜供应订单的存储温度区间左端点，S1表示待调度生鲜供应订单的存储温度区间右端点，s0表示备选调度仓库的存储温度区间左端点，s1表示备选调度仓库的存储温度区间右端点，W0表示待调度生鲜供应订单的存储湿度区间左端点，W1表示待调度生鲜供应订单的存储湿度区间右端点，w0表示备选调度仓库的存储湿度区间左端点，w1表示备选调度仓库的存储湿度区间右端点，R表示待调度生鲜供应订单所需存储容量，r表示备选调度仓库可用存储容量。
在本发明实施例中，A3中，仓库调度约束条件函数Z的表达式为：；式中，l表示备选仓库位置与待调度供应订单位置之间的直线距离，N表示备选调度仓库的调度难度系数，e表示指数。
在本发明实施例中，生鲜调度车辆匹配单元匹配最佳调度车辆包括以下步骤：
B1、判断最佳调度仓库中是否存在空闲车辆，若是则将最佳调度仓库的空闲车辆作为最佳调度车辆，否则进入B2；
B2、从电子地图中获取最佳调度仓库与待调度生鲜供应订单位置之间的调度行驶路线；
B3、根据调度行驶路线，确定备选调度车辆集合；
B4、在备选调度车辆集合中，确定最佳调度车辆。
在本发明中，一般调度仓库配置有运输车辆，所以在最佳调度仓库存在空闲车辆时，优先采用最佳调度仓库的空闲车辆，最大程度节约运输时间。在最佳调度仓库中不存在空闲车辆时，需从附近抽调空闲车辆。由于生鲜调度仓库匹配单元在匹配最佳调度仓库时，已充分考虑仓库的库存和存储条件，所以在匹配最佳调度车辆时，只需考虑行驶距离的影响，直接选择行驶距离最小的空闲车辆即可。故在生鲜调度车辆匹配单元中，重点在确定“附近空闲车辆”，因此本发明将最佳调度仓库与待调度生鲜供应订单位置之间直接采用直线连接，在这段直线线段中确定圆心和半径，从而生成圆形状的备选调度区域，在该备选调度区域中存在的空闲车辆与最佳调度仓库与待调度生鲜供应订单位置的距离适中，能够满足应急调度的需求。
在本发明实施例中，B3中，确定备选调度车辆集合的具体方法为：将最佳调度仓库与待调度生鲜供应订单位置之间直线连接，得到调度线段；将调度线段中点作为圆心，根据调度行驶路线确定半径，绘制备选调度区域，将备选调度区域中所有空闲车辆作为备选调度车辆集合。
在本发明实施例中，调度行驶路线对应的半径b的计算公式为：；式中，u0表示最佳调度仓库与调度线段中点之间的直线距离，U0表示最佳调度仓库与调度线段中点在电子地图的行驶距离，v0表示待调度生鲜供应订单位置与调度线段中点之间的直线距离，V0表示待调度生鲜供应订单位置与调度线段中点在电子地图的行驶距离，L表示最佳调度仓库与待调度生鲜供应订单位置之间调度行驶路线的行驶距离。实际上，u0=v0。
在本发明实施例中，B4中，确定最佳调度车辆的具体方法为：在电子地图中，获取各个备选调度车辆与最佳调度仓库之间的调度行驶路线，作为各个备选调度车辆的第一行驶路线；获取各个备选调度车辆与待调度生鲜供应订单位置之间的调度行驶路线，作为各个备选调度车辆的第二行驶路线，将第一行驶路线的行驶距离与第二行驶路线的行驶距离之和最小值对应的备选调度车辆作为最佳调度车辆。
本领域的普通技术人员将会意识到，这里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)

1.一种基于人工智能的生鲜供应链应急调度***，其特征在于，包括生鲜供应信息获取单元、生鲜调度仓库匹配单元和生鲜调度车辆匹配单元；
所述生鲜供应信息获取单元用于获取待调度生鲜供应订单，并获取待调度生鲜供应订单的供应需求信息；
所述生鲜调度仓库匹配单元用于根据待调度生鲜供应订单的供应需求信息，为待调度生鲜供应订单匹配最佳调度仓库；
所述生鲜调度车辆匹配单元用于为最佳调度仓库匹配最佳调度车辆，完成待调生鲜供应订单的运输；
所述生鲜调度车辆匹配单元匹配最佳调度车辆包括以下步骤：
B1、判断最佳调度仓库中是否存在空闲车辆，若是则将最佳调度仓库的空闲车辆作为最佳调度车辆，否则进入B2；
B2、从电子地图中获取最佳调度仓库与待调度生鲜供应订单位置之间的调度行驶路线；
B3、根据调度行驶路线，确定备选调度车辆集合；
B4、在备选调度车辆集合中，确定最佳调度车辆；
所述B3中，确定备选调度车辆集合的具体方法为：将最佳调度仓库与待调度生鲜供应订单位置之间直线连接，得到调度线段；将调度线段中点作为圆心，根据调度行驶路线确定半径，绘制备选调度区域，将备选调度区域中所有空闲车辆作为备选调度车辆集合；
所述调度行驶路线对应的半径b的计算公式为：；式中，u0表示最佳调度仓库与调度线段中点之间的直线距离，U0表示最佳调度仓库与调度线段中点在电子地图的行驶距离，v0表示待调度生鲜供应订单位置与调度线段中点之间的直线距离，V0表示待调度生鲜供应订单位置与调度线段中点在电子地图的行驶距离，L表示最佳调度仓库与待调度生鲜供应订单位置之间调度行驶路线的行驶距离；
所述B4中，确定最佳调度车辆的具体方法为：在电子地图中，获取各个备选调度车辆与最佳调度仓库之间的调度行驶路线，作为各个备选调度车辆的第一行驶路线；获取各个备选调度车辆与待调度生鲜供应订单位置之间的调度行驶路线，作为各个备选调度车辆的第二行驶路线，将第一行驶路线的行驶距离与第二行驶路线的行驶距离之和最小值对应的备选调度车辆作为最佳调度车辆。
2.根据权利要求1所述的基于人工智能的生鲜供应链应急调度***，其特征在于，所述待调度生鲜供应订单的供应需求信息包括空缺货物种类、空缺货物数量、待调度生鲜供应订单的存储温度区间、待调度生鲜供应订单的存储湿度区间、待调度生鲜供应订单所需存储容量、待调度生鲜供应订单的最晚运输时间、待调度生鲜供应订单位置。
3.根据权利要求2所述的基于人工智能的生鲜供应链应急调度***，其特征在于，所述生鲜调度仓库匹配单元为待调度生鲜供应订单匹配最佳调度仓库包括以下步骤：
A1、获取各个调度仓库的库存货物种类集合和各个库存货物数量，将库存货物种类集合中存在空缺货物种类且库存货物数量大于空缺货物数量的所有调度仓库作为备选调度仓库集合；
A2、获取备选调度仓库集合中各个备选调度仓库的调度信息，并根据调度信息，计算各个备选调度仓库的调度难度系数；
A3、构建仓库调度约束条件函数；
A4、将各个备选调度仓库的调度难度系数输入至仓库调度约束条件函数，生成各个备选调度仓库的调度约束系数，将最小调度约束系数对应的备选调度仓库作为最佳调度仓库。
4.根据权利要求3所述的基于人工智能的生鲜供应链应急调度***，其特征在于，所述A2中，备选调度仓库的调度信息包括备选调度仓库的存储温度区间、备选调度仓库的存储湿度区间、备选调度仓库可用存储容量、备选仓库位置。
5.根据权利要求3所述的基于人工智能的生鲜供应链应急调度***，其特征在于，所述A2中，备选调度仓库的调度难度系数N的计算公式为：；式中，S0表示待调度生鲜供应订单的存储温度区间左端点，S1表示待调度生鲜供应订单的存储温度区间右端点，s0表示备选调度仓库的存储温度区间左端点，s1表示备选调度仓库的存储温度区间右端点，W0表示待调度生鲜供应订单的存储湿度区间左端点，W1表示待调度生鲜供应订单的存储湿度区间右端点，w0表示备选调度仓库的存储湿度区间左端点，w1表示备选调度仓库的存储湿度区间右端点，R表示待调度生鲜供应订单所需存储容量，r表示备选调度仓库可用存储容量。
6.根据权利要求3所述的基于人工智能的生鲜供应链应急调度***，其特征在于，所述A3中，仓库调度约束条件函数Z的表达式为：；式中，l表示备选仓库位置与待调度供应订单位置之间的直线距离，N表示备选调度仓库的调度难度系数，e表示指数。
CN202311201541.6A 2023-09-18 2023-09-18 一种基于人工智能的生鲜供应链应急调度*** Active CN116957449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311201541.6A CN116957449B (zh) 2023-09-18 2023-09-18 一种基于人工智能的生鲜供应链应急调度***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311201541.6A CN116957449B (zh) 2023-09-18 2023-09-18 一种基于人工智能的生鲜供应链应急调度***

Publications (2)

Publication Number Publication Date
CN116957449A CN116957449A (zh) 2023-10-27
CN116957449B true CN116957449B (zh) 2023-12-05

Family

ID=88453246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311201541.6A Active CN116957449B (zh) 2023-09-18 2023-09-18 一种基于人工智能的生鲜供应链应急调度***

Country Status (1)

Country Link
CN (1) CN116957449B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004059231A (ja) * 2002-07-29 2004-02-26 Mitsubishi Electric Corp 配送計画システム及び配送計画方法
JP2004213090A (ja) * 2002-12-26 2004-07-29 Nippon Express Co Ltd 輸出入コンテナ用連結車両の最適操配管理システム
CN109447540A (zh) * 2018-09-20 2019-03-08 李哲 一种智能物流交通运输车辆通行控制管理***及方法
JP2019159394A (ja) * 2018-03-07 2019-09-19 株式会社三菱ケミカルホールディングス 物品輸送管理方法および物品輸送管理システム
KR20200040718A (ko) * 2020-04-02 2020-04-20 화이트윙시스템(주) 콜드 체인 관리 기능을 갖는 유통 이력 추적 방법
CN111105194A (zh) * 2019-12-20 2020-05-05 深圳市中农易讯信息技术有限公司 一种商品配货方法、智能装置和计算机可读存储介质
US10909492B1 (en) * 2014-02-24 2021-02-02 Express Scripts Strategic Development, Inc. Methods and systems for prescription drug shipping selection
CN113592412A (zh) * 2021-09-29 2021-11-02 北京每日优鲜电子商务有限公司 生鲜食品配送方法、装置、设备和存储介质
CN113962631A (zh) * 2021-10-22 2022-01-21 江苏数农芯通数字科技有限公司 一种生鲜配送平台的管理方法
CN116402430A (zh) * 2023-06-07 2023-07-07 成都运荔枝科技有限公司 一种基于冷链物流场景的干线订单匹配方法
CN116757584A (zh) * 2023-08-18 2023-09-15 四川星点网络技术有限公司 一种基于大数据的配货***

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170178070A1 (en) * 2015-12-21 2017-06-22 Sap Se Data analysis for dispatch scheduling optimization in the presence of time constraints
US11403583B2 (en) * 2016-05-27 2022-08-02 Peyman Ahmadi Computer system method of optimizing matching and dispatch of cargo and transport-unit based on individual transport-unit and its elements quality
US20230259867A9 (en) * 2017-11-03 2023-08-17 Peyman Ahmadi System of unit/cargo dynamic traffic and schedule management
US20210383462A1 (en) * 2018-09-26 2021-12-09 Medipal Holdings Corporation Received-order management system, received-order management method, and program

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004059231A (ja) * 2002-07-29 2004-02-26 Mitsubishi Electric Corp 配送計画システム及び配送計画方法
JP2004213090A (ja) * 2002-12-26 2004-07-29 Nippon Express Co Ltd 輸出入コンテナ用連結車両の最適操配管理システム
US10909492B1 (en) * 2014-02-24 2021-02-02 Express Scripts Strategic Development, Inc. Methods and systems for prescription drug shipping selection
JP2019159394A (ja) * 2018-03-07 2019-09-19 株式会社三菱ケミカルホールディングス 物品輸送管理方法および物品輸送管理システム
CN109447540A (zh) * 2018-09-20 2019-03-08 李哲 一种智能物流交通运输车辆通行控制管理***及方法
CN111105194A (zh) * 2019-12-20 2020-05-05 深圳市中农易讯信息技术有限公司 一种商品配货方法、智能装置和计算机可读存储介质
KR20200040718A (ko) * 2020-04-02 2020-04-20 화이트윙시스템(주) 콜드 체인 관리 기능을 갖는 유통 이력 추적 방법
CN113592412A (zh) * 2021-09-29 2021-11-02 北京每日优鲜电子商务有限公司 生鲜食品配送方法、装置、设备和存储介质
CN113962631A (zh) * 2021-10-22 2022-01-21 江苏数农芯通数字科技有限公司 一种生鲜配送平台的管理方法
CN116402430A (zh) * 2023-06-07 2023-07-07 成都运荔枝科技有限公司 一种基于冷链物流场景的干线订单匹配方法
CN116757584A (zh) * 2023-08-18 2023-09-15 四川星点网络技术有限公司 一种基于大数据的配货***

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Determination of Turning Radius and Lateral Acceleration of Vehicle by GNSS/INS Sensor;Juraj Jagelˇcák等;sensors;第22卷(第6期);1-25 *
Truck scheduling optimization at a cold-chain cross-docking terminal with product perishability considerations;Oluwatosin Theophilus 等;Computers & Industrial Engineering;第156卷;1-22 *
分销供应链协商调度多目标合作协同演化算法;苏生等;软件学报;第24卷(第06期);1165-1176 *
基于Node.js和WebGIS的商超物流配送路径规划***的设计与实现;吴先赋;李永树;;测绘与空间地理信息(第04期);全文 *
时变路网环境下易腐品配送优化及生产—配送集成调度研究;吴瑶;中国博士学位论文全文数据库经济与管理科学辑(第09期);J152-20 *
生鲜果蔬冷链配送***方案设计;牛婉青;张浩斌;冯迪钧;金旋;;中国自动识别技术(第05期);全文 *

Also Published As

Publication number Publication date
CN116957449A (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
CN112884404B (zh) 一种智能供应链库存中转优化及异动预警***
CN109375601A (zh) 基于数据驱动建模与仿真优化的流水线规划方法及设备
US20150149381A1 (en) Delivery Area Management Method
CN105389975A (zh) 专车调度方法和装置
CN108416559B (zh) 一种货运平台车主收益最大化智能拼车匹配方法
CN114331291A (zh) 一种智能制造用原料管理方法及***
CN112488606B (zh) 一种生产物流智能优化和自动调度***
CN116402309B (zh) 港口集疏运车辆调度匹配方法及***
CN110705946A (zh) 货物配装方法及货物配装***
CN113762893A (zh) 一种基于物联网技术的车间智能配送器模型及其求解算法
CN114997712A (zh) 基于动态规划求解周期性上门取送货车辆调度方案的方法
CN112801336B (zh) 一种组合拼载的货运调控方法
CN116957449B (zh) 一种基于人工智能的生鲜供应链应急调度***
CN112418550B (zh) 一种物流行业中多种司机工作状态下的车货匹配方法
CN117709836A (zh) 一种数字化物流供应链的管理***
CN116664053B (zh) 一种商品库存管理方法
CN117726265A (zh) 一种基于智能手机终端的冷链物流信息平台
CN113128924B (zh) 货物调度方法、装置和计算机可读存储介质
CN112288232A (zh) 干线网点的货物运输批次规划方法及***
US8340990B2 (en) Logistics planning in a business environment
CN115759657A (zh) 仓库搬运车调度方法及装置、计算机设备和可读存储介质
CN115099617A (zh) 烟草工业品物流调度方法
CN112506966A (zh) 一种基于参数灵活设置的智能自动选车***及方法
CN117455341B (zh) 一种智能化车货匹配灵活调优方法
CN112418552B (zh) 基于调度要求对货单与承运车辆进行优化调度的工作方法

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