一种快递配送智能路线推荐方法、装置、设备及存储介质制造方法及图纸

本发明专利技术适用于快递配送路线规划技术领域，提供了一种快递配送智能路线推荐方法、装置、设备及存储介质，方法包括：S1、根据待配送快递的订单信息生成配送图；S2、对所述配送图进行遗传编码，得到初始路线种群，并构建所述初始路线种群的适应度函数；S3、将所述配送图输入预训练的神经网络模型，预测出与所述配送图对应的交通信息；S4、对所述初始路线种群进行遗传操作，并基于所述适应度函数和所述交通信息确定最优配送路线。可以辅助快递员准确地选择最佳的配送路线，从而提高快递配送的效率。从而提高快递配送的效率。从而提高快递配送的效率。

【技术实现步骤摘要】
一种快递配送智能路线推荐方法、装置、设备及存储介质


[0001]本专利技术属于快递配送路线规划
，尤其是涉及一种快递配送智能路线推荐方法、装置、设备及存储介质。

技术介绍

[0002]近年来，随着以阿里巴巴、京东和拼多多为主导的电商业务的兴起，将中国快递包裹的数量推向了新高，快递配送业务量也激增。特别是大城市，除了普通包裹外，还有外卖、生活日用品等爆炸式增长的快递配送需求，也对配送人员的配送效率提出了更高的要求，而配送路径的规划选择则将起到至关重要的作用。
[0003]路径规划的目的是再有障碍物的环境下找到一条从起点到终点的最优路径，在实际应用中，往往还要结合实际应用场景实现更多目标，例如快递配送中，所需时间最短、路径最短、能耗最少等等，而这些目标往往又存在冲突，如虽然路径最短，但由于交通拥堵时间不是最短、能耗不是最优等等，这使得传统的路径规划方法，如粒子群算法、蚁群算法和遗传算法不再适用，所以需要结合实际的应用场景对路径规划方法进行改进以获得最优的路径，是十分必要的。

技术实现思路

[0004]本专利技术的目的是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快递配送智能路线推荐方法，其特征在于，包括：S1、根据待配送快递的订单信息生成配送图；所述配送图包括目标节点、中间节点，以及目标节点与目标节点之间、目标节点与中间节点之间、中间节点与中间节点之间连接的所有路线，所述目标节点为所述订单信息所包含的目的地，所述中间节点为所述订单信息的出发地到目的地之间的所有节点；S2、对所述配送图进行遗传编码，得到初始路线种群，并构建所述初始路线种群的适应度函数f，f=P(i)*l(i)；其中，P(i)为本节点到邻近节点i的概率，l(i)为本节点到邻近节点i的路线个体的长度；S3、将所述配送图输入预训练的神经网络模型，预测出与所述配送图对应的交通信息；S4、对所述初始路线种群进行遗传操作，并基于所述适应度函数和所述交通信息确定最优配送路线。2.如权利要求1所述的方法，其特征在于，所述对所述配送图进行遗传编码，得到初始路线种群，并构建所述初始路线种群的适应度函数包括：对所述配送图中的每条路线进行个体基因编码，得到包含不同路线个体的初始路线种群；根据每个路线个体所连接的节点的节点信息构建所述初始路线种群的适应度函数，所述节点信息包括本节点的邻近节点、本节点的路线个体。3.如权利要求2所述的方法，其特征在于，所述预训练的神经网络模型包括空间图神经网络层、时间门控网络层、迁移网络层，所述将所述配送图输入预训练的神经网络模型，预测出与所述配送图对应的交通信息包括：将所述配送图处理成图序列数据；通过所述空间图神经网络层从所述图序列数据提取配送图的空间序列特征；通过所述时间门控网络层捕获所述空间序列特征的时间依赖特征，并通过迁移网络层预测出对应所述配送图的交通...

【专利技术属性】
技术研发人员：李富强，周建东，杜锟，余德志，李伟琦，
申请(专利权)人：深圳市物语智联科技有限公司，
类型：发明
国别省市：