一种物流配送智能优化调度方法技术

本发明专利技术公开了一种物流配送智能优化调度方法，涉及物流调度技术领域，包括以下步骤：预先建立数据库存储配送中心信息、订单信息、收货点信息和车辆信息，并根据收货点信息和车辆信息，获取当前应急物流运输车辆的起始调度位置信息和应急物流运输车辆的终止调度位置信息，同时构建物流运输调度模型，获取当前应急物流运输车辆最佳调度作为当前调度。本发明专利技术解决配送中心不同运输车辆分别执行多车次的配送任务的调度问题，而且提升调度排单质量和效率，有效辅助调度人员完成调度工作，同时调度结果能够满足运输车辆的最高配送距离与承载量，实现低运输成本与运输时间少的优势，也有效提升运输效率。效提升运输效率。效提升运输效率。

【技术实现步骤摘要】
一种物流配送智能优化调度方法


[0001]本专利技术涉及物流调度
，具体来说，涉及一种物流配送智能优化调度方法。

技术介绍

[0002]现代物流指的是将信息、运输、仓储、库存、装卸搬运以及包装等物流活动综合起来的一种新型的集成式管理，其任务是尽可能降低物流的总成本，为顾客提供最好的服务。根据客户的需求，以最少经济的费用，将物流从供给地向需求地转移的过程，它主要包括运输、储存、加工、包装、装卸、配送和信息处理等活动。
[0003]现有的物流调度方法中，运输车辆在短时间内可能会接到送往距离较近的多个商品信息，但是取货的地点之间可能相隔较远，同时运输车辆因为路程较远而耗费过多时间，降低了商品运输的速度，影响了消费者的体验，
[0004]因此，亟需一种物流配送智能优化调度方法，解决现有运输成本高，运输效率低的技术问题。
[0005]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0006]针对相关技术中的问题，本专利技术提出一种物流配送智能优化调度方法，以克服现有相关技术所存在的上述技术问题。
[0007]本专利技术的技术方案是这样实现的：
[0008]一种物流配送智能优化调度方法，包括以下步骤：
[0009]步骤S1，预先建立数据库存储配送中心信息、订单信息、收货点信息和车辆信息；
[0010]步骤S2，根据收货点信息和车辆信息，获取当前应急物流运输车辆的起始调度位置信息和应急物流运输车辆的终止调度位置信息，其中；
[0011]所述应急物流运输车辆的起始调度位置信息，表示为：
[0012][0013]其中，p1、p2分别表示为两个不同的车辆运输调度频率取值结果，D
max
表示为单位时间内最大的物流车辆调度权限值，S表示联运网络节点覆盖强度；
[0014]所述应急物流运输车辆的终止调度位置信息，表示为：
[0015][0016]其中，k0表示为与起始调度位置相关的物流运输优化参量，k
n
表示为与终止调度位置相关的物流运输优化参量，β代表与运输车辆匹配的物流调度权限值；
[0017]步骤S3，进行根据运输路径平均通畅度特征信息、运输成本特征信息、运输时间特征信息、单位距离油耗特征信息和车辆载重量与最高配送距离特征信息，构建物流运输调
度模型X(j)，表示为:
[0018]X(j)＝ω1X1(j)+ω2X2(j)+ω3X3(j)+ω4FC
a
+ω5VL
a
+ω6MD
a
；
[0019]其中，j为当前物流运输车辆行驶至节点，ω1表示途经路径的平均通畅度权重，ω2表示所需运输成本权重，ω3表示所消耗时间权重，ω4表示车辆a单位距离所消耗油耗权重，ω5表示其载重量权重，ω6表示最高配送距离权重。
[0020]步骤S4，根据物流运输调度模型X(j)，获取当前应急物流运输车辆最佳调度作为当前调度。
[0021]进一步的，获取运输路径平均通畅度特征信息，包括以下步骤：
[0022]获取供应链物流运输调度中车辆行驶的运输路径平均通畅度因子，表示为：
[0023][0024]其中，Dk
jmax
表示为运输车辆所途径道路对通畅度的忍受极限值，Dk
j
表示运输车辆行驶至节点j所途经路线的通畅度。
[0025]进一步的，获取所述运输成本特征信息，包括以下步骤：
[0026]获取供应链物流运输调度中的运输成本因子，表示为：
[0027][0028]其中，e
j
和e
jmax
分别表示现实运输成本与估计的最高运输成本。
[0029]进一步的，所述现实运输成本e
j
，表示为：，
[0030][0031]其中，Fu
j
和To
j
分别表示物流运输中产生的油耗费与通行费，Ab
j
表示产生的磨损费。
[0032]进一步的，获取所述运输时间特征信息，包括以下步骤：
[0033]获取物流运输调度中的运输时间因子，表示为：
[0034][0035]其中，现实中物流运输车辆的用时以T
j
表示，预先估计的物流运输车辆最长耗时以T
jmax
表示。
[0036]进一步的，获取单位距离油耗特征信息，包括以下步骤：
[0037]获取单位距离油耗约束因子，表示为:
[0038][0039]其中，FC
a
表示车辆a的单位距离油耗，x
ija
表示决策标量，且x
ija
∈{0，1}。
[0040]进一步的，获取车辆载重量与最高配送距离特征信息，包括以下步骤：
[0041]获取车型载重量与最高配送距离的约束因子，表示为：
[0042][0043]其中，车辆a的载重量与最高配送距离分别以VL
a
和MD
a
表示，目标配送点j处的货物需求以d
j
表示，y
ja
表示决策标量，且y
ja
∈{0，1}。
[0044]进一步的，步骤所述获取当前应急物流运输车辆最佳调度作为当前调度，包括以下步骤：
[0045]根据配送中心信息获取实时车辆车况信息、人员到勤信息和道路限制信息，进行对调度计划进行优化调整。
[0046]本专利技术的有益效果：
[0047]本专利技术物流配送智能优化调度方法，通过预先建立数据库存储配送中心信息、订单信息、收货点信息和车辆信息，并根据收货点信息和车辆信息，获取当前应急物流运输车辆的起始调度位置信息和应急物流运输车辆的终止调度位置信息，同时根据运输路径平均通畅度特征信息、运输成本特征信息、运输时间特征信息、单位距离油耗特征信息和车辆载重量与最高配送距离特征信息，构建物流运输调度模型，获取当前应急物流运输车辆最佳调度作为当前调度，实现物流配送优化调度，不仅解决配送中心不同运输车辆分别执行多车次的配送任务的调度问题，而且提升调度排单质量和效率，有效辅助调度人员完成调度工作，同时调度结果能够满足运输车辆的最高配送距离与承载量，实现低运输成本与运输时间少的优势，也有效提升运输效率。
附图说明
[0048]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0049]图1是根据本专利技术实施例的一种物流配送智能优化调度方法的流程示意图。
具体实施方式
[0050]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物流配送智能优化调度方法，其特征在于，包括以下步骤：预先建立数据库存储配送中心信息、订单信息、收货点信息和车辆信息；根据收货点信息和车辆信息，获取当前应急物流运输车辆的起始调度位置信息和应急物流运输车辆的终止调度位置信息，其中；所述应急物流运输车辆的起始调度位置信息，表示为：其中，p1、p2分别表示为两个不同的车辆运输调度频率取值结果，D
max
表示为单位时间内最大的物流车辆调度权限值，S表示联运网络节点覆盖强度；所述应急物流运输车辆的终止调度位置信息，表示为：其中，k0表示为与起始调度位置相关的物流运输优化参量，k
n
表示为与终止调度位置相关的物流运输优化参量，β代表与运输车辆匹配的物流调度权限值；进行根据运输路径平均通畅度特征信息、运输成本特征信息、运输时间特征信息、单位距离油耗特征信息和车辆载重量与最高配送距离特征信息，构建物流运输调度模型X(j)，表示为:X(j)＝ω1X1(j)+ω2X2(j)+ω3X3(j)+ω4FC
a
+ω5VL
a
+ω6MD
a
；其中，j为当前物流运输车辆行驶至节点，ω1表示途经路径的平均通畅度权重，ω2表示所需运输成本权重，ω3表示所消耗时间权重，ω4表示车辆a单位距离所消耗油耗权重，ω5表示其载重量权重，ω6表示最高配送距离权重。根据物流运输调度模型X(j)，获取当前应急物流运输车辆最佳调度作为当前调度。2.根据权利要求1所述的物流配送智能优化调度方法，其特征在于，获取运输路径平均通畅度特征信息，包括以下步骤：获取供应链物流运输调度中车辆行驶的运输路径平均通畅度因子，表示为：其中，Dk
jmax
表示为运输车辆所途径道路对通畅度的忍受极限值，Dk
j
表示运输车辆行驶至节点j所途经路线的通畅度。3.根据权利要求1所述的物流配送智能优化调度方法，其特征在于，获取所述运输成本特征信息，包括以下步骤：...

【专利技术属性】
技术研发人员：邱云鸣，孙昱，王安军，
申请(专利权)人：江苏五城共聚科技控股有限公司，
类型：发明
国别省市：