System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及物流配送区域划分领域,具体涉及一种基于需求预测的配送区域划分方法及系统。
技术介绍
1、随着快递量逐年剧增,配送压力越来越大,对快递末端要求越来越高,而合理的配送区域划分在快递末端配送中十分重要,能够实现高效、准时和成本效益的快递服务目标。合理的配送区域划分可以确保快递公司能够更高效地分派快递员和车辆,从而提供更快速、准时的配送服务;可以使快递公司能够更好地规划车辆路线,减少运输成本;可以优化资源利用,有助于更有效地分配和利用有限的资源,从而提高运营效率;可以帮助快递公司赢得竞争优势。总之,快递配送区域划分对于提供高质量、成本效益的快递服务至关重要。它有助于提高运营效率、降低成本、提高客户满意度以及实现可持续性目标。
2、而传统快递配送目前在末端配送中大多采用的是固定配送区域的方式,配送区域划分方法以区域中心点选址和确定对应配送区域为主,这种一般只考虑快递点的覆盖区域和经济性,选址在确定之后基本也就固定,相应的配送区域也就固定,没有考虑到区域内快递量的变化可能带来的影响。不论快递量多少都是固定快递点负责相应区域快递配送这种方式,配送员也是凭感觉式的配送,存在着资源浪费、效率低下、多次配送,配送时间长等问题,且问题随着快递量的增加越发突出,爆仓问题时有发生,而在不增加配送点和人力的情况下现有的以固定区域进行配送的方式很难缓解这个问题,因此需要改变现有固定形式的配送区域划分方式。
3、为了解决上述问题,本研究通过收集包括配送地址、配送时间、包裹数量等足够的历史信息;再将灰色gm(1,n)预测模型
技术实现思路
1、鉴于上述现有技术中存在的问题,提出了本专利技术。
2、因此,本专利技术提供了一种基于需求预测的配送区域划分方法,实现快递量在个配送点点得到负载均衡的分配,考虑到快递量和配送运力的变化所带来的问题,根据未来趋势动态调整个配送点的配送区域,提高配送效率,完成减少配送成本和增强服务质量的双重目标。
3、为解决上述技术问题,本专利技术提供如下技术方案,一种基于需求预测的配送区域划分方法,包括:收集历史配送数据,包括配送地址、配送时间、包裹数量和配送频率;基于历史配送数据,利用时间序列分析或回归分析方法,考虑数据的时间趋势和变化,预测每个区域的未来配送需求;基于预测的未来配送需求,结合每个配送点所拥有的资源,包括配送车辆、人员和仓库设施,得出各配送点的配送负荷数据;根据配送负荷数据,判断当前配送点的当前配送负荷是否高于所有的相邻配送点的当前配送负荷,如果是,就从所有的相邻配送点中选择至少一个受让配送点,并根据调整规则,调整配送点的配送区域。
4、作为本专利技术所述的一种基于需求预测的配送区域划分方法的一种优选方案,其中:所述预测每个区域的未来配送需求包括,将灰色gm(1,n)预测模型和线性回归预测模型的优势结合起来,建立权重组合模型并使用方差倒数加权法进行权重分配,具体为:
5、根据指标数据的灰色关联度确定gm(1,n)模型的模型参数,并使用相关指标数据对快递需求进行预测,提取出所有影响因素中包含的有用信息;使用线性回归预测模型针对快递需求的特征进行预测,弥补gm(1,n)预测结果的线性拟合的缺点;最后使用方差倒数法确定单一模型的权重,构建组合模型。
6、作为本专利技术所述的一种基于需求预测的配送区域划分方法的一种优选方案,其中:所述对快递需求进行预测包括,使用快递业务量指标衡量快递需求,将所预测地区的快递业务量序列或进行对数化处理后得到的特征序列,记为将快递需求其他因素指标或进行对数化处理后得到的相关序列,记为
7、
8、
9、对快递需求其他因素指标序列进行一次累加,得到一阶累加生成序列
10、
11、
12、生成快递需求其他因素指标序列的紧邻均值序列
13、
14、得到gm(1,n)预测模型的白化方程如下:
15、
16、其中,a称为发展灰数;b称为内生控制灰数,计算公式如下:
17、
18、作为本专利技术所述的一种基于需求预测的配送区域划分方法的一种优选方案,其中:所述线性回归预测模型表示为,
19、
20、其中,xi为i期自变量的值;为i期因变量的值;c、d为参数,计算公式如下:
21、
22、将a、b值带入建立预测模型,给定xi值,即可求出同时计算相关系数r,公式如下所示:
23、
24、作为本专利技术所述的一种基于需求预测的配送区域划分方法的一种优选方案,其中:所述计方差倒数法确定单一模型的权重表示为,利用误差与权系数成反比关系原理,对于误差和较大的预测方法赋予较小的权数,反之赋予较大的权数。
25、设可确定第i种单项预测模型的权重为wi,那么建立的权重组合模型可表示为:
26、
27、其中,权重系数的计算公式为:
28、
29、其中,yt为t时间段内的组合预测值;yti为t时间段内gm(1,n)模型与线性回归模型预测值;wi为gm(1,n)模型与线性回归模型权重系数;si为gm(1,n)模型与线性回归模型得到的拟合值序列方差。
30、作为本专利技术所述的一种基于需求预测的配送区域划分方法的一种优选方案,其中:所述配送负荷包括,根据需求预测模块,获取各配送点的快递量;根据初始配送区域划分结果,获取配送点的配送区域面积及配送距离;获取每个配送点所拥有的资源,包括配送车辆、人员和仓库设施;得出各配送点的配送负荷数据;
31、总配送负荷lt包括车辆负荷lv、人员负荷lp和仓库负荷lc;
32、lt=wv*lv+wp*lp+wc*lc
33、其中wv,wp,wc为车辆负荷lv、人员负荷lp和仓库负荷lc对应的权重,可根据配送点具体设置。
34、车辆负荷lv根据车辆容量,配送点的快递量和配送距离计算:
35、
36、其中q为配送点的快递量,di为配送点到其配送区域内n个区块的距离,vi为m辆车的容量。
37、人员负荷lp根据配送点的快递量和配送距离计算:
38、
39、其中x为配送点的配送人员数量。
40、仓库负荷lc根据配送点的快递量q和仓库容量v计算:
41、
本文档来自技高网...
【技术保护点】
1.一种基于需求预测的配送区域划分方法,其特征在于:包括,
2.如权利要求1所述的一种基于需求预测的配送区域划分方法,其特征在于:所述构建组合模型包括,计算快递业务量的相关影响因素数据的灰色关联度,确定GM(1,N)预测模型的模型参数,并使用相关影响因素数据对快递需求进行预测,提取出所有影响因素中包含的有用信息;使用线性回归预测模型针对快递需求的特征进行预测,弥补GM(1,N)预测模型结果的线性拟合的缺点;最后使用方差倒数法确定单一模型的权重,构建组合模型。
3.如权利要求2所述的一种基于需求预测的配送区域划分方法,其特征在于:所述GM(1,N)预测模型包括使用快递业务量指标衡量快递需求,将所预测地区的快递业务量序列或进行对数化处理后得到的特征序列,记为将快递需求其他影响因素指标进行对数化处理后得到的相关序列,记为
4.如权利要求3所述的一种基于需求预测的配送区域划分方法,其特征在于:所述线性回归预测模型表示为,
5.如权利要求4所述的一种基于需求预测的配送区域划分方法,其特征在于:所述计方差倒数法确定单一模型的权重表示为,利用误差
6.如权利要求5所述的一种基于需求预测的配送区域划分方法,其特征在于:所述配送负荷包括根据需求预测模块,获取各配送点的快递量;根据初始配送区域划分结果,获取配送点的配送区域面积及配送距离;获取每个配送点所拥有的资源,包括配送车辆、人员和仓库设施;得出各配送点的配送负荷数据;
7.如权利要求6所述的一种基于需求预测的配送区域划分方法,其特征在于:所述调整配送点的配送区域包括,考虑复杂路网结构,对各配送点配送区域进行网格化,复杂路网模型化;获取当前配送点的当前配送负荷;获取所有与当前配送点配送区域相连的相邻配送点的当前配送负荷;判断所述当前配送点的当前配送负荷是否高于所有的所述相邻配送点的当前配送负荷;如果是,从所有的所述相邻配送点中选择至少一个受让配送点,根据预设调整规则,调整所述目标配送点和所述受让配送点的配送区域;
8.一种基于权利要求1-7任一所述的一种基于需求预测的配送区域划分方法的系统,其特征在于:包括,数据分析模块、需求预测模块、负荷评估模块及区域调整模块;
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于需求预测的配送区域划分方法,其特征在于:包括,
2.如权利要求1所述的一种基于需求预测的配送区域划分方法,其特征在于:所述构建组合模型包括,计算快递业务量的相关影响因素数据的灰色关联度,确定gm(1,n)预测模型的模型参数,并使用相关影响因素数据对快递需求进行预测,提取出所有影响因素中包含的有用信息;使用线性回归预测模型针对快递需求的特征进行预测,弥补gm(1,n)预测模型结果的线性拟合的缺点;最后使用方差倒数法确定单一模型的权重,构建组合模型。
3.如权利要求2所述的一种基于需求预测的配送区域划分方法,其特征在于:所述gm(1,n)预测模型包括使用快递业务量指标衡量快递需求,将所预测地区的快递业务量序列或进行对数化处理后得到的特征序列,记为将快递需求其他影响因素指标进行对数化处理后得到的相关序列,记为
4.如权利要求3所述的一种基于需求预测的配送区域划分方法,其特征在于:所述线性回归预测模型表示为,
5.如权利要求4所述的一种基于需求预测的配送区域划分方法,其特征在于:所述计方差倒数法确定单一模型的权重表示为,利用误差与权系数成反比关系原理,预测模型的误差和越大,被赋予的权重越小;
6.如权利要求5所述的一种基于需求预测的配送区域划分方法,其特征在于:所述配...
【专利技术属性】
技术研发人员:赵学健,于智广,孙知信,曹亚东,孙哲,宫婧,汪胡青,胡冰,徐玉华,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。