[發明專利]一種物流配送路線規劃方法、裝置及存儲介質

在審

• 申請號: 201911288625.1
• 申請日: 2019-12-12
• 公開（公告）號: CN111178596A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 楊朝暉;李玉清;王健;周波;李善平
• 申請（專利權）人: 浙江浙大網新國際軟件技術服務有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06N3/00
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 葛燕婷

本發明公開了一種物流配送路線規劃方法，基于當前系統中存在的客戶、車輛以及基準路線，并根據粒子群優化算法以迭代的方式得出新的規劃路線，然后對新的規劃路線進行優化處理后最終得出優化后的新路線。本發明解決了現有技術中智能物流配送路線在規劃時由于不考慮以前的路線，導致規劃產生的路線變化較大，對配送人員帶來困擾和不便的問題。本發明還提供了一種物流配送路線規劃裝置及存儲介質。

技術領域

本發明涉及物流規劃，尤其涉及一種物流配送路線規劃方法、裝置及存儲介質。

背景技術

目前，隨著市場經濟的發展，物流行業規模不斷增長，人們對物流配送時效性的要求也越來越高。尤其在同城物流配送(如經銷商給零售店供貨)中，其時效性和穩定性就更受關注。

傳統的物流規劃一般采用人工規劃，由調度員安排配送車輛及配送路徑，其成本高、效率低下，并且受調度員的經驗影響，不能夠很好地滿足系統要求。

隨著技術的發展，越來越多的智能物流規劃也發展起來。其中，對于物流配送規劃可以總結為一個車輛路徑問題(Vehicle Routing Problem,VRP)。在VRP中，客戶位置和需求為已知的，由配送中心向客戶供貨，通過分配車輛、組織適當的配送路線，進而滿足客戶的需求；同時在一定約束條件下，使得配送路程最短、成本最低等目的。

也即是說，VRP最終歸結為NP-難問題。在求解大規模VRP時，現如今一般采用啟發式算法：如模擬退火、遺傳算法、蟻群算法等算法實現。基于這些求解算法，誕生了各種各樣的智能物流配送路線規劃系統。

然而，對于通過上述啟發式算法所得出的智能物流配送路線規劃系統雖然理論上能夠產生距離比較短的路線，理論上看似能夠一定程度上解決問題，但在實際應用中，每周或者每月都會有新的訂單，因此不會只規劃一次就結束，往往需要多次規劃。然而在一段時間內，由于客戶的增加或減少，以及客戶需求量的變化，傳統方法規劃出的路線往往會產生較大的變化，比如僅僅因為新開張了一家店鋪，規劃出的路線就完全不同，這就導致在實際送貨過程中要么會安排給配送員不熟悉的區域，要么在配送員熟悉的區域內安排不符合配送員習慣的配送順序，不僅會給配送員帶來不便，也會影響配送效率。

發明內容

為了克服現有技術的不足，本發明的目的之一在于提供一種物流配送路線規劃方法，其能夠解決現有技術中智能物流配送路線在規劃時由于不考慮系統中已經存在的路線，導致規劃產生的路線變化較大，對配送人員帶來困擾和不便的問題。

本發明的目的之二在于提供一種物流配送路線規劃裝置，其能夠解決現有技術中智能物流配送路線在規劃時由于不考慮系統中已經存在的路線，導致規劃產生的路線變化較大，對配送人員帶來困擾和不便的問題。

本發明的目的之三在于提供一種存儲介質，其能夠解決現有技術中智能物流配送路線在規劃時由于不考慮系統中已經存在的路線，導致規劃產生的路線變化較大，對配送人員帶來困擾和不便的問題。

本發明的目的之一采用如下技術方案實現：

一種物流配送路線規劃方法，所述路線規劃方法包括：

獲取步驟：獲取系統內客戶的數量、車輛的數量以及基準路線的數量，并分別為客戶、車輛以及基準路線進行編號；每一臺車輛對應一條基準路線，所述基準路線為當前系統內所存在的路線；

粒子初始化步驟：根據系統內客戶的數量、車輛的數量以及基準路線的數量對粒子群優化算法的每個粒子進行初始化，并根據初始化的粒子以及粒子群優化算法得出規劃路線；每個粒子均包括速度和位置；

迭代步騾：設定粒子群優化算法的目標函數，并通過粒子群優化算法對規劃路線進行多次迭代更新，直到達到迭代停止條件后輸出更新后的規劃路線；

優化步驟：對更新后的規劃路線進行優化得出優化路線；