首页 / 专利库 / 人工智能 / 降维 / 一种配送路线调整方法、装置、电子设备和存储介质

一种配送路线调整方法、装置、电子设备和存储介质

阅读:1发布:2021-01-06

专利汇可以提供一种配送路线调整方法、装置、电子设备和存储介质专利检索,专利查询,专利分析的服务。并且本 申请 公开了一种配送路线调整方法、装置、 电子 设备和存储介质,所述方法包括:根据预设 算法 确定配送路线集;对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件,所述均衡约束条件是根据装载系数维度和配送点数量维度确定的;所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。通过上述路线调整方案,能够均衡不同路线间的装载差异,提升均衡调整速度,且缩小了单条路线配送范围,降低运输成本。,下面是一种配送路线调整方法、装置、电子设备和存储介质专利的具体信息内容。

1.一种配送路线调整方法,其特征在于,所述方法包括:
根据预设算法确定配送路线集;
对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件;所述均衡约束条件是根据装载系数维度和配送点数量维度确定的;
所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;
所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;
所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据k-opt算法对所述调整后的配送路线集进行优化。
3.如权利要求1所述的方法,其特征在于,所述从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配包括:
在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集;
对所述当前路线和邻近排线上的配送点进行点位调整,直到该当前路线满足均衡约束条件,否则在所述邻近路线集内进行遍历,对各所述邻近路线进行路线间点位调整。
4.如权利要求3所述的方法,其特征在于,所述在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集包括:
确定当前路线中的每个点的k个邻近点,将各所述邻近点所属路线加入邻近路线集;
遍历所述邻近路线集,确定各所述路线和邻近路线的类间距离,若该类间距离小于根据所述路线集确定出的初始邻近路线集的最大类间距离,则将该当前路线补充到所述邻近路线集;
当各所述类间距离满足第二预设条件时,输出所述邻近路线集。
5.如权利要求3所述的方法,其特征在于,所述在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集还包括:
将当前路线或邻近路线上的配送点形成的类簇内所有点利用凸包检测算法构建区域,统计落在该区域的其他类簇的点,将该其他类簇的点数作为检测指标;
判断所述当前路线和邻近路线是否满足如下的任一种或几种条件:
检测当前路线和邻近路线在点位调整前后的交叉点数是否增加;
检测点位调整前当前路线和邻近路线的区域是否重合;
判断点位调整后当前路线和邻近路线的区域是否重合;
若上述条件均不满足则需要继续进行点位调整,否则输出所述邻近路线集。
6.如权利要求3所述的方法,其特征在于,所述否则在所述邻近路线集内进行遍历,对各所述邻近路线进行路线间点位调整包括:
以当前路线作为起始节点,将当前线路的初始状态标记为未完成状态;
从所述起始节点开始遍历所述邻近路线集形成的节点队列,判断是否存在节点未访问
若存在节点未访问则随机选择邻近节点,进行邻近路线间点位调整;
若邻近点位调整失败则调整回退,并删除队列尾元素;
若全部节点已访问则判断当前节点是否为搜索起点,若是则将起始节点对应的路线进入下一步的分裂调整并标记;
若当前节点并非为搜索起点则调整回退,并删除队列尾元素;
判断所述当前路线是否完成调整,若未调整完成则重新获取队列首元素并进行标记;
若完成调整则标记当前调整状态为完成状态。
7.如权利要求6所述的方法,其特征在于,所述基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线包括:
获取待分裂路线;
基于分裂式K均值算法将所述待分裂路线分成至少两个子路线,对各所述子路线重新分配;
对各所述子路线的点位进行均衡调整;
更新所述配送路线集。
8.一种配送路线调整装置,其特征在于,所述装置包括:
路线确定单元,适于根据预设算法确定配送路线集;
均衡调整单元,适于对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件,所述均衡约束条件是根据装载系数维度和配送点数量维度确定的;所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;其中,所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。
9.一种电子设备,其中,该电子设备包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现如权利要求1-7中任一项所述的方法。

说明书全文

一种配送路线调整方法、装置、电子设备和存储介质

技术领域

[0001] 本申请涉及路径规划领域,具体涉及一种配送路线调整方法、装置、电子设备和存储介质。

背景技术

[0002] 在物流配送调度(VRP)领域,需要从仓储配送中心向商城等配送点定时派送货物。其中,商城日订单的数量和分布决定了排线方式,而排线的结果直接影响了司机的配送时效和体验。在传统的物流研究领域中所提出的算法都是以配送里程和车辆成本作为优化目标,然而在企业管理时,也必须考虑司机工作量均衡的需求,避免在分配任务时,出现过度任务不均的情况。比如路线A的装载系数达92%,配送商家数23,而线路B的装载系数只有
60%,配送商家数10,从而导致不同路线上的商家数和装载系数存在不均衡现象。
[0003] 申请内容
[0004] 鉴于上述问题,提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的一种配送路线调整方法、装置、电子设备和存储介质。
[0005] 依据本申请的一个方面,提供了一种配送路线调整方法,所述方法包括:
[0006] 根据预设算法确定配送路线集;
[0007] 对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件,所述均衡约束条件是根据装载系数维度和配送点数量维度确定的;
[0008] 所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;
[0009] 所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;
[0010] 所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。
[0011] 可选的,所述方法还包括:
[0012] 根据k-opt算法对所述调整后的配送路线集进行优化。
[0013] 可选的,所述从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配包括:
[0014] 在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集;
[0015] 对所述当前路线和邻近排线上的配送点进行点位调整,直到该当前路线满足均衡约束条件,否则在所述邻近路线集内进行遍历,对各所述邻近路线进行路线间点位调整。
[0016] 可选的,所述在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集包括:
[0017] 确定当前路线中的每个点的k个邻近点,将各所述邻近点所属路线加入邻近路线集;
[0018] 遍历所述邻近路线集,确定各所述路线和邻近路线的类间距离,若该类间距离小于根据所述路线集确定出的初始邻近路线集的最大类间距离,则将该当前路线补充到所述邻近路线集;
[0019] 当各所述类间距离满足第二预设条件时,输出所述邻近路线集。
[0020] 可选的,所述在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集还包括:
[0021] 将当前路线或邻近路线上的配送点形成的类簇内所有点利用凸包检测算法构建区域,统计落在该区域的其他类簇的点,将该其他类簇的点数作为检测指标;
[0022] 判断所述当前路线和邻近路线是否满足如下的任一种或几种条件:
[0023] 检测当前路线和邻近路线在点位调整前后的交叉点数是否增加;
[0024] 检测点位调整前当前路线和邻近路线的区域是否重合;
[0025] 判断点位调整后当前路线和邻近路线的区域是否重合;
[0026] 若上述条件均不满足则需要继续进行点位调整,否则输出所述邻近路线集。
[0027] 可选的,所述否则在所述邻近路线集内进行遍历,对各所述邻近路线进行路线间点位调整包括:
[0028] 以当前路线作为起始节点,将当前线路的初始状态标记为未完成状态;
[0029] 从所述起始节点开始遍历所述邻近路线集形成的节点队列,判断是否存在节点未访问
[0030] 若存在节点未访问则随机选择邻近节点,进行邻近路线间点位调整;
[0031] 若邻近点位调整失败则调整回退,并删除队列尾元素;
[0032] 若全部节点已访问则判断当前节点是否为搜索起点,若是则将起始节点对应的路线进入下一步的分裂调整并标记;
[0033] 若当前节点并非为搜索起点则调整回退,并删除队列尾元素;
[0034] 判断所述当前路线是否完成调整,若未调整完成则重新获取队列首元素并进行标记;若完成调整则标记当前调整状态为完成状态。
[0035] 可选的,所述基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线包括:
[0036] 获取待分裂路线;
[0037] 基于分裂式K均值算法将所述待分裂路线分成至少两个子路线,对各所述子路线重新分配;
[0038] 对各所述子路线的点位进行均衡调整;
[0039] 更新所述配送路线集。
[0040] 依据本申请的另一方面,提供了一种配送路线调整装置,所述装置包括:
[0041] 路线确定单元,适于根据预设算法确定配送路线集;
[0042] 均衡调整单元,适于对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件,所述均衡约束条件是根据装载系数维度和配送点数量维度确定的;所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;其中,所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。
[0043] 依据本申请的又一方面,提供了一种电子设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如上述任一所述的方法。
[0044] 依据本申请的再一方面,提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现如上述任一所述的方法。
[0045] 由上述可知,本申请公开的技术方案包括:根据预设算法确定配送路线集;对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件;所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。通过上述路线调整方案,能够有效均衡不同线路间装载差异,提升线路平均装载率,线路不均衡性从10%左右下降到5%以下;有效降低搜索空间,提升迭代速度,千单分钟级调整;有效控制了线路区域跨度,缩小了配送范围。
[0046] 上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。附图说明
[0047] 通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
[0048] 图1示出了根据本申请一个实施例的配送路线调整方法的流程示意图;
[0049] 图2示出了根据本申请一个实施例的配送路线调整装置的结构示意图;
[0050] 图3示出了根据本申请一个实施例的电子设备的结构示意图;
[0051] 图4示出了根据本申请一个实施例的计算机可读存储介质的结构示意图;
[0052] 图5示出了根据本申请一个实施例的邻近调整的流程示意图;
[0053] 图6示出了根据本申请一个实施例的邻近线路检测的流程示意图;
[0054] 图7示出了根据本申请一个实施例的交叉检测的流程示意图;
[0055] 图8示出了根据本申请一个实施例的遍历调整的流程示意图;
[0056] 图9示出了根据本申请一个实施例的分裂调整的流程示意图。

具体实施方式

[0057] 下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
[0058] 本申请的发明构思包括:针对物流配送路径规划中多条线路的均衡性问题,提出了一种基于局部搜索的多阶段线路均衡策略:首先采用网格等算法生成配送路线集初始解;然后在初始解的基础上进行均衡调整,对不符合由配送点数量和装载系数等参数组成的优化函数取值的合理区间的路线进行调整。其调整思路包括在邻近路线间进行点位置换,若这种邻近调整没有达到均衡条件,则将所有线路按照邻近关系组成拓扑图,根据拓扑图形成的矩阵对所有线路进行遍历调整,若对某些优化函数取值过高且传递式遍历调整不能的情况,则进行分裂调整,将该路线重新聚类和分配。在调整过程中以交叉检测和距离约束作为启发式因子,减少搜索空间,并辅以带“半约束”状态的回溯搜索模式实现全局线路的“网状”调整;最后采用k-opt等算法再次对配送路线进行优化。
[0059] 图1示出了根据本申请一个实施例的配送路线调整方法的流程示意图;所述方法包括:
[0060] 步骤S110,根据预设算法确定配送路线集。
[0061] 在本实施例的该步骤中,首先需要收集算法需要的相关数据,比如待分配订单信息、可选择的车型信息、最大最小满载率、均衡参数、最大配送提货商家数及最大配送里程等,采用网格等算法对数据进行降维划分,在局部搜索区域中按照给定的约束条件生成配送路线集作为初始解。
[0062] 步骤S120,对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件,所述均衡约束条件是根据装载系数维度和配送点数量维度确定的;所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。
[0063] 其中,在具体实现时,可以根据均衡约束条件构建优化函数,该优化函数中至少包括装载系数和配送点数量等参数,在具体取值时可以是装载系数在第一区间内,配送点数量在第二区间内,二者均满足才算满足均衡约束条件;或者,将装载系数和配送点数量作为均衡约束函数的两个变参,均衡约束函数的值收敛在第三区间内则满足均衡约束条件,从而实现路线的均衡化。
[0064] 均衡策略类型主要包括正向均衡和反向均衡,阶段主要是邻近调整,传递调整以及分裂调整。反向均衡是指,以当前排线为受控对象,邻近排线为调整对象,点位调整方向为调整对象到受控对象,目标为均衡线,为动态阈值,公式如下:
[0065]
[0066]
[0067] 其中,b为单个配送点,num为配送点的平均值,w和v分别是重量和体积,radio为满载率平均值。
[0068] 正向均衡是指,以当前排线为受控对象,邻近排线为调整对象,点位调整方向为受控对象到调整对象,目标为满载线,为固定值,其公式如下:
[0069]
[0070]
[0071] 目标函数为线路运费和均衡因子的离散系数的加权和,定义如下:
[0072]
[0073] 其中,cost为总体路线路费,xi为单条线路运费成本,μ为均值。上述两种均衡类型公用一套流程,只不过调整方向不同。
[0074] 在该步骤中的配送路线调整可以以一种分阶段的递进关系进行,比如首先在当前路线的邻近的几条路线间进行调整,若调整不满足约束条件,则在根据配送路线集各线路的拓扑关系,进行遍历式调整,直到所有路线均满足约束条件。此时,若还不能获得满足条件的路线,则可以对不能满足条件的路线进行重新聚类,分成至少两个的路线,重新进行分配车辆和调整。
[0075] 另外,在该实施例在获取邻近路线时还采用了交叉检测或距离约束等条件进行约束,从而减低了检索和调整的空间,提高了本申请中调整算法的速度和准确性。
[0076] 总之,本实施例针对线路均衡问题,提出一种基于交叉检测和距离约束的回溯搜索算法,对多条线路进行全局均衡调整,主要包括以下三点:基于交叉检测和距离约束的多线路调整方法;基于邻近节点线路交换的带“半约束”状态的回溯搜索算法;基于分裂式K均值的线路均衡方法。从而获得了如下的效果:1、有效均衡不同线路间装载差异,提升线路平均装载率,线路不均衡性从10%左右下降到5%以下;2、有效降低搜索空间,提升迭代速度,千单分钟级调整;3、有效控制了线路区域跨度,缩小了配送范围。
[0077] 在一个实施例中,所述方法还包括:根据k-opt算法对所述调整后的配送路线集进行优化。
[0078] 本实施例实现了对均衡调整后的路线集再优化,其中k-opt算法的特点,就是把路线随机分成K段然后,然后调用2-OPT,由于有很多段,但不是每一段都要使用2-OPT,所以这产生了很多种组合方式:1段使用、2段使用…K段使用,所以,每一种都要尝试,若出现更优的路径,就留下来,不然就丢弃,从而获得一种优选的方案。
[0079] 在一个实施例中,所述步骤S120从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配包括:在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集;对所述当前路线和邻近排线上的配送点进行点位调整,直到该当前路线满足均衡约束条件,否则在所述邻近路线集内进行遍历,对各所述邻近路线进行路线间点位调整。
[0080] 具体流程参见图5,其中,第一预设条件为不满足均衡约束条件,比如低于上述的均值或者高于上述满载线的最大值,然后根据当前路线的配送点与邻近路线上的点位调整,进而判断调整后的路线是否满足约束条件,直到该路线满足约束条件为止,其中图5中的传递调整也就是本申请中的遍历调整,用于通过所有路线集初始解中的路线根据邻近关系形成的拓扑图,根据它们之间的邻近关系进行遍历调整。
[0081] 在一个实施例中,所述在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集包括:确定当前路线中的每个点的k个邻近点,将各所述邻近点所属路线加入邻近路线集;遍历所述邻近路线集,确定各所述路线和邻近路线的类间距离,若该类间距离小于根据所述路线集确定出的初始邻近路线集的最大类间距离,则将该当前路线补充到所述邻近路线集;当各所述类间距离满足第二预设条件时,输出所述邻近路线集。
[0082] 参见图6,该实施例示出了根据邻近线路检测确定了邻近路线集的步骤,其中第二预设条件包括类间距离小于n,或者类间距离大于k,但小于m倍最小类间距离,其中n、k、m为正整数。
[0083] 其中,类间距离类间距离,公式如下:
[0084]
[0085] 其中n,m分别代表类簇Cp和簇Cq的点数,dij代表欧式距离
[0086] K个近邻点的计算和确定公式如下:
[0087] Nk(p)=num{d(x,pp)<dk(o,p)}。
[0088] 在一个实施例中,所述在所述配送路线集中根据第一预设条件获取当前路线,然后依据交叉检测和/或距离约束确定所述当前路线的邻近路线集还包括:将当前路线或邻近路线上的配送点形成的类簇内所有点利用凸包检测算法构建区域,统计落在该区域的其他类簇的点,将该其他类簇的点数作为检测指标;判断所述当前路线和邻近路线是否满足如下的任一种或几种条件:
[0089] 检测当前路线和邻近路线在点位调整前后的交叉点数是否增加;
[0090] 检测点位调整前当前路线和邻近路线的区域是否重合;
[0091] 判断点位调整后当前路线和邻近路线的区域是否重合。
[0092] 若上述条件均不满足则需要继续进行点位调整,否则输出所述邻近路线集。
[0093] 参见图7,其中交叉点数即统计落在该区域的其他类簇的点。通过检测上述点位调整前后区域和点数的改变,确定所述路线是否还有继续调整的空间,如果交换前该区域和邻近区域不重合,但在交换后重合,此时的调整是无效的,不应该加入邻近路线集。
[0094] 在一个实施例中,所述否则在所述邻近路线集内进行遍历,对各所述邻近路线进行路线间点位调整包括:以当前路线作为起始节点,将当前线路的初始状态标记为未完成状态;
[0095] 从所述起始节点开始遍历所述邻近路线集形成的节点队列,判断是否存在节点未访问;
[0096] 若存在节点未访问则随机选择邻近节点,进行邻近路线间点位调整;
[0097] 若邻近点位调整失败则调整回退,并删除队列尾元素;
[0098] 若全部节点已访问则判断当前节点是否为搜索起点,若是则将起始节点对应的路线进入下一步的分裂调整并标记;
[0099] 若当前节点并非为搜索起点则调整回退,并删除队列尾元素;
[0100] 判断所述当前路线是否完成调整,若未调整完成则重新获取队列首元素并进行标记;若完成调整则标记当前调整状态为完成状态。
[0101] 参见图8,遍历调整可以称为传递调整,主要用于当邻近路线的调整不能获得满足约束条件的路线集时,通过遍历搜索的方式进行的调整,为了提高遍历的效率,该实施例设计了用每个节点的状态和调整的状态进行判断的方法。
[0102] 遍历(传递)调整作为均衡调整过程中的关键一环,通过施加“半约束”状态调整和“网状”搜索,在不破坏线路形态的情况下达到线路均衡的目的,调整过程如下:以待调整排线作为网络拓扑图的起始节点(head),从当前节点出发,随机搜索附近节点进行点位传递。
[0103] 1、若附近节点存在未访问节点,则对当前节点和下一节点进行点位调整,并建立双向黑名单机制:
[0104] 1)若调整状态为成功(success),则检测当前约束条件是否满足:满足则退出循环,并标记为当前调整状态为完成(complete),不满足则继续进行下一节点的调整,并标记当前节点已被访问;
[0105] 2)若调整状态为失败(fail),首先检测当前约束条件是否满足:满足则退出循环,并标记为当前调整状态为完成(complete),不满足则进行节点回退,恢复到上一步状态。
[0106] 2、若所有附近节点都已被访问,则检测当前约束条件是否满足:满足则退出循环,并标记为当前调整状态为完成(complete),不满足则检测当前节点是否为head节点:是则进行下一阶段的分裂调整,并标记当前调整状态为分裂(split),否则进行节点回退,恢复到上一步的状态,并进行循环迭代。
[0107] 在一个实施例中,所述基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线包括:获取待分裂路线;
[0108] 基于分裂式K均值算法将所述待分裂路线分成至少两个子路线,对各所述子路线重新分配;
[0109] 对各所述子路线的点位进行均衡调整;
[0110] 更新所述配送路线集。
[0111] 参见图9,本实施例示出了在常规的邻近遍历失败后,对不符合约束条件路线的类簇中配送点通过kmeans最大最小距离算法进行车型的再分配,对生成路线进行均衡调整,重新加入配送路线集。
[0112] 图2示出了根据本申请一个实施例的配送路线调整装置的结构示意图;所述装置200包括:
[0113] 路线确定单元210,适于根据预设算法确定配送路线集。
[0114] 在本实施例的该步骤中,首先需要收集算法需要的相关数据,比如待分配订单信息、可选择的车型信息、最大最小满载率、均衡参数、最大配送提货商家数及最大配送里程等,采用网格等算法对数据进行降维划分,在局部搜索区域中按照给定的约束条件生成配送路线集作为初始解。
[0115] 均衡调整单元220,适于对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件,所述均衡约束条件是根据装载系数维度和配送点数量维度确定的;所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。
[0116] 其中,均衡约束条件是将包含路线的配送点数量和装载系数参数的优化函数取值限制在一个合理的区间范围内,从而实现配送点和装载系数的均衡化。
[0117] 总之,本实施例公开的装置,针对路线均衡问题,提出一种基于交叉检测和距离约束的回溯搜索算法,对多条线路进行全局均衡调整,主要包括以下三点:基于交叉检测和距离约束的多线路调整方法;基于邻近节点线路交换的带“半约束”状态的回溯搜索算法;基于分裂式K均值的线路均衡方法。从而获得了如下的效果:1、有效均衡不同线路间装载差异,提升线路平均装载率,线路不均衡性从10%左右下降到5%以下;2、有效降低搜索空间,提升迭代速度,千单分钟级调整;3、有效控制了线路区域跨度,缩小了配送范围。
[0118] 需要说明的是,上述各装置实施例的具体实施方式可以参照前述对应方法实施例的具体实施方式进行,在此不再赘述。
[0119] 综上所述,本申请公开的技术方案包括:根据预设算法确定配送路线集;对所述配送路线集进行均衡调整,使调整后的配送路线集中各配送路线满足均衡约束条件,所述均衡约束条件是根据装载系数维度和配送点数量维度确定的;所述均衡调整包括配送路线间均衡调整和/或配送路线内均衡调整;所述配送路线间均衡调整包括:从所述配送路线集中依据交叉检测和/或距离约束搜索得到符合邻近关系的多条配送路线,对所述多条配送路线包含的配送点进行重新分配;所述配送路线内均衡调整包括:基于分裂式K均值算法,将配送路线集中目标配送路线包含的配送点重新聚为多个类,得到与聚得的多个类分别对应的新配送路线。通过上述路线调整方案,能够均衡不同路线间的装载差异,提升均衡调整速度,且缩小了单条路线配送范围,降低运输成本。
[0120] 需要说明的是:
[0121] 在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本申请也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本申请的内容,并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
[0122] 在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
[0123] 类似地,应当理解,为了精简本申请并帮助理解各个申请方面中的一个或多个,在上面对本申请的示例性实施例的描述中,本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,申请方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本申请的单独实施例。
[0124] 本领域那些技术人员可以理解,可以对实施例中的设备中的模进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0125] 此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
[0126] 本申请的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的配送路线调整装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
[0127] 例如,图3示出了根据本申请一个实施例的电子设备的结构示意图。该电子设备300包括处理器310和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器
320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码331的存储空间330。例如,用于存储计算机可读程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码331。计算机可读程序代码331可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质。图4示出了根据本申请一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质400存储有用于执行根据本申请的方法步骤的计算机可读程序代码331,可以被电子设备
300的处理器310读取,当计算机可读程序代码331由电子设备300运行时,导致该电子设备
300执行上面所描述的方法中的各个步骤,具体来说,该计算机可读存储介质存储的计算机可读程序代码331可以执行上述任一实施例中示出的方法。计算机可读程序代码331可以以适当形式进行压缩。
[0128] 应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈