物流路由网络确定方法和装置实用新型专利

专利名称：物流路由网络确定方法和装置

专利类型：实用新型专利

专利申请号：CN202210000520.7

专利申请（专利权）人：北京京东振世信息技术有限公司
权利人地址：北京市海淀区知春路76号6层

专利发明（设计）人：蒋晶,苏小龙,严良,庄晓天,吴盛楠

专利摘要：本申请公开了物流路由网络确定方法和装置，涉及物流技术领域。该方法的一具体实施方式包括：获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合；根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络；基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由，进而确定目标物流路由网络。该实施方式充分考虑了数据的波动性，有效提升了确定出的目标物流路由网络的准确性。

主权利要求：
1.一种物流路由网络确定方法，所述方法包括：
获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及所述待优化配载对应的关联线路集合，所述待优化线路根据业务需求确定，所述待优化配载基于线路与配载的确定匹配关系确定；
根据所述待优化线路的线路数据及所对应的待优化配载的配载数据，以及所述关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络，所述待优化路由子网络包括所述线路数据和所述配载数据；
基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由，进而确定目标物流路由网络，包括：确定所述历史预设时间段内指定时刻的待优化线路的原运输成本和待优化路由子网络中的任意一条路由的运输成本类型；
根据所述运输成本类型，将所有运输成本类型对应的运输成本进行求和，得到该路由的运输成本；
基于所述原运输成本和所述该路由的运输成本，确定该路由的目标运输成本；
选取抽样概率与目标运输成本乘积的最大值对应的一条路由作为目标路由，所述抽样概率用于指示指定时刻的所述目标运输成本的重要性。
2.根据权利要求1所述的方法，其中，所述基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由，包括：基于目标运输成本、抽样概率及抽样概率的权重，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由。
3.根据权利要求1所述的方法，所述运输成本类型包括该路由中原路由上的零担线路的零担成本、该路由中原路由上的整车线路的整车成本和该路由中配载调整后的备选线路增加的零担成本，所述原运输成本与时间相关联；
所述运输成本类型对应的运输成本基于待优化线路的方量、待优化线路的配载方量和车辆剩余装载能力中的至少一项确定，所述待优化线路的方量、所述待优化线路的配载方量和所述车辆剩余装载能力与时间相关联。
4.根据权利要求1所述的方法，其中，获取待优化配载的关联线路集合，包括：根据所述待优化配载的原路由，确定对应的原线路集合；
根据所述待优化配载的备选路由，确定对应的备选线路集合；
根据所述原线路集合和所述备选线路集合，确定关联线路集合。
5.根据权利要求4所述的方法，其中，所述待优化配载的备选路由通过以下方式得到：根据所述待优化配载的原路由，筛选得到所述待优化配载的备选路由，以使备选路由的配载到达站点的服务时效不低于所述原路由的相应服务时效。
6.一种物流路由网络确定装置，包括：
获取模块，被配置成获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及所述待优化配载对应的关联线路集合，所述待优化线路根据业务需求确定，所述待优化配载基于线路与配载的确定匹配关系确定；
构建模块，被配置成根据所述待优化线路的线路数据及所对应的待优化配载的配载数据，以及所述关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络，所述待优化路由子网络包括所述线路数据和所述配载数据；
筛选模块，被配置成基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由，进而确定目标物流路由网络；
所述筛选模块进一步包括：
计算单元，被配置成：
确定所述历史预设时间段内指定时刻的待优化线路的原运输成本和待优化路由子网络中的任意一条路由的运输成本类型；
根据所述运输成本类型，将所有运输成本类型对应的运输成本进行求和，得到该路由的运输成本；
基于所述原运输成本和所述该路由的运输成本，确定该路由的目标运输成本；
选取单元，被配置成选取抽样概率与目标运输成本乘积的最大值对应的一条路由作为目标路由，所述抽样概率用于指示指定时刻的所述目标运输成本的重要性。
7.根据权利要求6所述的装置，其中，所述筛选模块进一步被配置成：基于目标运输成本、抽样概率及抽样概率的权重，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由。
8.根据权利要求6所述的装置，其中，所述运输成本类型包括该路由中原路由上的零担线路的零担成本、该路由中原路由上的整车线路的整车成本和该路由中配载调整后的备选线路增加的零担成本，所述原运输成本与时间相关联；
所述运输成本类型对应的运输成本基于待优化线路的方量、待优化线路的配载方量和车辆剩余装载能力中的至少一项确定，所述待优化线路的方量、所述待优化线路的配载方量和所述车辆剩余装载能力与时间相关联。
9.根据权利要求6所述的装置，其中，所述获取模块进一步被配置成：根据所述待优化配载的原路由，确定对应的原线路集合；
根据所述待优化配载的备选路由，确定对应的备选线路集合；
根据所述原线路集合和所述备选线路集合，确定关联线路集合。
10.根据权利要求9所述的装置，其中，所述待优化配载的备选路由通过以下方式得到：根据所述待优化配载的原路由，筛选得到所述待优化配载的备选路由，以使备选路由的配载到达站点的服务时效不低于所述原路由的相应服务时效。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1‑5中任一项所述的方法。 说明书 : 物流路由网络确定方法和装置技术领域[0001] 本申请涉及计算机技术领域，具体涉及物流技术领域，尤其涉及一种物流路由网络确定方法和装置。背景技术[0002] 目前，考虑数据波动下的路由网络配载优化决策中主要有基于变异系数筛选稳定配载、以及基于均值的方法等。[0003] 其中，基于变异系数筛选稳定配载是通过变异系数筛选波动较小的配载进行优化，对配载方量的波动性提前进行分析处理，过滤掉波动较大的配载。该方法一方面会缩小优化空间，另一方面，由于尾货货量、尾货车型等也存在较大的波动，这些因素分别处于不同的维度（线路、车辆等），该方法很难同时考虑多个因素之间的波动性。[0004] 基于均值的方法则是不考虑货量的波动性，通过均值进行简化处理，该方法无法考虑数据的波动性，同时由于波动的数据之间可能存在一定的相关性，因此很难得到适配问题特点的优化方案。发明内容[0005] 本申请实施例提供了一种物流路由网络确定方法、装置、设备以及存储介质。[0006] 根据第一方面，本申请实施例提供了一种物流路由网络确定方法，该方法包括：获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合；根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络；[0007] 基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由，进而确定目标物流路由网络。[0008] 根据第二方面，本申请实施例提供了一种物流路由网络确定装置，该装置包括：获取模块，被配置成获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合；构建模块，被配置成根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及所述关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络；筛选模块，被配置成基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由，进而确定目标物流路由网络。[0009] 根据第三方面，本申请实施例提供了一种电子设备，该电子设备包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被该一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。[0010] 根据第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。[0011] 本申请通过获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合；根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络；[0012] 基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由，进而确定目标物流路由网络，充分考虑了数据的波动性，有效提升了确定出的目标物流路由网络的准确性。[0013] 应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。附图说明[0014] 图1是本申请可以应用于其中的示例性系统架构图；[0015] 图2是根据本申请的物流路由网络确定方法的一个实施例的流程图；[0016] 图3是根据本申请的物流路由网络确定方法的一个应用场景的示意图；[0017] 图4是根据本申请的物流路由网络确定方法的又一个实施例的流程图；[0018] 图5是根据本申请的物流路由网络确定装置的一个实施例的示意图；[0019] 图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。具体实施方式[0020] 以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。[0021] 需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。[0022] 图1示出了可以应用本申请的模型训练方法的实施例的示例性系统架构100。[0023] 如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。[0024] 终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如，通讯类应用等。[0025] 终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于手机和笔记本电脑。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块（例如用来提供物流路由网络确定服务），也可以实现成单个软件或软件模块。在此不做具体限定。[0026] 服务器105可以是提供各种服务的服务器，例如，获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合；根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络；基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由，进而确定目标物流路由网络。[0027] 需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块（例如用来提供物流路由网络确定服务），也可以实现成单个软件或软件模块。在此不做具体限定。[0028] 需要指出的是，本公开的实施例所提供的模型训练方法可以由服务器105执行，也可以由终端设备101、102、103执行，还可以由服务器105和终端设备101、102、103彼此配合执行。相应地，物流路由网络确定装置包括的各个部分（例如各个单元、子单元、模块、子模块）可以全部设置于服务器105中，也可以全部设置于终端设备101、102、103中，还可以分别设置于服务器105和终端设备101、102、103中。[0029] 应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。[0030] 图2示出了可以应用于本申请的物流路由网络确定方法的实施例的流程示意图200。在本实施例中，物流路由网络确定方法包括以下步骤：[0031] 步骤201，获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合。[0032] 在本实施例中，执行主体（如图1中所示的服务器105或终端设备101、102、103）可以获取历史预设时间段内的各时刻的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合。[0033] 其中，历史预设时间段的长度可根据实际需求设定，例如，10天、30天、90天等等，本申请对此不作限定。[0034] 这里，历史预设时间段内的各时刻的待优化线路可根据业务需求确定。业务需求中包括待运输货物的起点信息和终点信息、运输总费用要求、时效要求等信息，还可以包括一些特殊需求，例如：业务方希望针对尾货进行配载优化。针对以上业务需求中的待运输货物的起点信息和终点信息、运输总费用要求、时效要求等信息，物流网络数据库可以匹配出符合要求的路由，进而确定待优化线路。[0035] 其中，线路可以是首分拣中心到末分拣中心形成的运输路径中的一段线路。例如，从广州某分拣中心（首分拣中心）到上海某分拣中心（末分拣中心）的路径为：从广州某分拣中心到苏州某分拣中心进行中转，再从该中转站到上海对应分拣中心，而从广州某分拣中心到苏州某分拣中心的线路可以是高速线路，也可以是国道线路，还可以是部分高速线路+部分国道线路。因此，在路径确定的情况下，会出现多条匹配线路。[0036] 这里，线路数据可以包括获取待优化线路的里程信息、运力方式信息、[0037] 货物方量信息、剩余载容信息和运输成本信息。待优化线路的里程信息可以包括线路编码和线路里程，在物流网络中，每条线路都设置有对应的线路编码和线路里程，在线路确定后该数据可以直接从系统读取获得。运力方式信息可以包括运力方式、线路上车辆使用数量和线路上的配载等信息，运力方式可以包括运输类型和运输工具类型，例如，运力方式为陆运和9.6m大型运输车。货物方量可以是货物的体积累计之和。剩余载容信息可以是待优化线路上对应配载的方量与当前货物方量之差。运输成本信息可以包括线路的零担均方量运输成本、不同车辆类型的整车运输成本，零担均方量运输成本可以是零担货物的每方量的运输成本。还可以获取线路类型，例如干线、支线等；还可以获取运输类型，例如公路整车、公路零担等。以上的线路数据均可以通过数据库获取。此处获取的线路数据可以在后续的路由子网络确定过程中使用。[0038] 进一步地，根据待优化线路以及线路与配载的匹配关系，确定待优化配载。对于物流网络来讲，线路上的配载是确定的，即对于整个物流网络来讲，在其数据库中对于每条线路均匹配有相应的配载，线路与配载是相互对应的。在确定了待优化线路和待优化配载之后，待优化线路的线路数据和配载数据可以从物流网络的数据库中直接读取获得。也可以采用现有的物流网络生成系统进行在线生成。[0039] 这里，配载数据可以包括不同分拣中心的配载方量信息和配载班次信息；其中，配载方量信息可以是配载的方量数据，配载班次信息可以包括配载的第一条线路编码和配载的班次；配载的班次也就是配载的发车时间和到达时间，不同分拣中心的配载方量数据可以是配载对应线路流向上的货物方量，例如，当有多个线路流向上有该配载，则该配载数据包含每个线路流向上的该配载的方量。以上的线路数据均可以通过数据库获取。[0040] 进一步地，执行主体可以采用物流领域的串联引擎确定关联路由，串联引擎可以是根据各个分拣中心建立的串联关系表，该关系表中可以包括各分拣中心组成的路径及其配载、配载编码、班次等信息。在待优化线路较少的情况下，也可以进行人工选择设置关联路由。进而，根据关联路由确定关联线路集合。[0041] 这里，执行主体根据关联路由，确定关联线路集合的方式可以包括：若关联路由根据待优化配载对应的原路由确定，则可根据待优化配载的原路由对应的原线路集合确定关联线路集合；若关联路由根据待优化配载对应的备选路由确定，则可根据待优化配载的备选路由对应的备选线路集合确定关联线路集合；若关联路由根据待优化配载对应的备选路由和原路由确定，则可根据待优化配载的备选路由对应的备选线路集合和原路由对应的原线路集合确定关联线路集合。[0042] 在一些可选的方式中，获取待优化配载的关联线路集合，包括：根据待优化配载的原路由，确定对应的原线路集合；根据待优化配载的备选路由，确定对应的备选线路集合；根据原线路集合和备选线路集合，确定所述关联线路集合。[0043] 在本实现方式中，执行主体可以根据待优化配载的原路由，确定对应的原线路集合；可以将原路由中包含的所有线路作为原线路集合；也可以对原路由中的线路进行筛选，选取一条或若干条路由包含的线路作为原线路集合。[0044] 进一步地，根据待优化配载的备选路由，确定对应的备选线路集合；可以将备选路由中包含的所有线路作为备选线路集合；也可以对备选路由中的线路进行筛选，选取一条或若干条备选路由包含的线路作为备选线路集合，本申请对此不作限定。[0045] 最后，执行主体可以根据原线路集合和备选线路集合共同作为关联线路集合，可以将原线路集合与部分备选线路集合共同作为关联线路集合，还可以将部分原线路集合与全部或部分备选线路集合共同作为关联路由，本申请对此不作限定。[0046] 其中，上述部分原线路集合或部分备选线路集合可以根据不同的筛选规则进行筛选获得。[0047] 在一些可选的方式中，待优化配载的备选路由通过以下方式得到：根据待优化配载的原路由，筛选得到待优化配载的备选路由，以使备选路由的配载到达站点的服务时效不低于所述原路由的相应服务时效。[0048] 在本实现方式中，原路由为未优化前的配载路由，其可以从物流网络数据库获取，也可以从路由串联引擎获取。原路由包括待优化配载的原走货路径及其包含的线路编码序列、班次等数据。与路径相比，路由携带更多信息，如线路编码序列和配载班次等信息。物流网络就是由大量路由串联形成的运输网络。备选路由通过路由串联引擎或者贪心算法筛选得到，以使备选路由的配载到达站点的服务时效不低于原路由的相应服务时效。与原路由相似，备选路由也包括备选路径及其包含的线路编码序列、班次等信息。[0049] 举例而言，采用贪心算法筛选备选路由，目标函数可以设置为起点到终点的运输成本最低，也可以设置为起点到终点的中转最少，也可以设置为起点到终点的运输车次最少，根据需要进行设置，本实施例对此不做限定；约束条件可以为备选路由的配载到达站点的服务时效不低于所述原路由的相应服务时效，也可以设置多个约束条件，例如，成本不增加、时间不增加等；再设置贪心策略即可。可以筛选一个或多个备选路由，本申请对此不作限定。[0050] 步骤202，根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络。[0051] 在本实施例中，执行主体可以由关联线路集合直接形成待优化线路子网络，也可以对关联线路集合中的线路进行筛选形成待优化线路子网络，本申请对此不作限定。[0052] 进一步地，执行主体根据历史预设时间段内各时刻对应的待优化线路的线路数据和待优化配载的配载数据，对待优化线路子网络中添加相应的线路数据和配载数据，得到历史预设时间段内的相应时刻的待优化路由子网络。[0053] 其中，配载数据：包括不同分拣中心各配载的方量数据，如果有多个线路流向有该配载，则包括各线路流向上该配载的方量、配载的第一条线路编码、配载的班次等信息；线路数据可以包括线路编码、线路里程、线路类型（如干线、支线等）、运输类型（如公路零担、公路整车等）、线路上车辆使用数、货物方量、剩余载容、线路的零担单均方量运输成本、不同类型整车运输费用、线路上的配载等。[0054] 以上的待优化路由子网络和原路由网络的关系是：待优化路由子网络是在原路由网络的基础上构建的，并且配载调整只会影响待优化路由子网络上的线路货量。[0055] 此外，可以对待优化路由子网络的线路能力进行分析。首先，将待优化路由子网络的所有线路分成两类：待优化的候选线路的线路集合（简称候选线路集合），以及所有备选路由包括的线路集合（简称备选线路集合）。由于本示例旨在通过调整配载降低成本，则是通过减少候选线路上的尾货方量，来减少零担或者降低尾货车型，同时备选线路上的剩余载容能尽可能覆盖配载方量。针对以上分析，重点在于：候选线路的货物方量和备选线路的剩余载容，以此确定子网络中线路的能力。[0056] 步骤203，基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由，进而确定目标物流路由网络。[0057] 在本实施例中，执行主体可以根据抽样概率和目标运输成本构建目标函数，并根据实际需求设置约束条件，筛选出待优化路由子网络中的目标路由，进而确定目标物流路由网络。[0058] 其中，目标运输成本可以根据待优化线路的原运输成本与待优化路由子网络中任一路由的运输成本确定，抽样概率和目标运输成本与时间相关联。[0059] 这里，抽样概率用于指示指定时刻的目标运输成本的重要性。需要指出的是，若认为预设时间段内每天的数据同样重要，则可设置抽样概率为1/T，其中T表示预设时间段的长度。[0060] 在一些可选的方式中，基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由，包括：计算历史预设时间段内指定时刻待优化路由子网络中的任意一条路由的目标运输成本；选取抽样概率与目标运输成本乘积的最大值对应的一条路由作为目标路由。[0061] 在本实现方式中，执行主体可以计算预设时间段内指定时刻待优化路由子网络中的任意一条路由的目标运输成本；进而选取抽样概率与目标运输成本乘积的最大值对应的一条路由作为目标路由。[0062] 这里，若抽样概率与目标运输成本乘积出现多个并列最大，则可以随机选取或根据其他条件进行相应选取，例如，选择乘积最大且尾货最少的。[0063] 在一些可选的方式中，计算历史预设时间段内指定时刻待优化路由子网络中的任意一条路由的目标运输成本，包括：确定历史预设时间段内指定时刻的待优化线路的原运输成本和待优化路由子网络中的任意一条路由的运输成本类型；根据运输成本类型，将所有运输成本类型对应的运输成本进行求和，得到该路由的运输成本；基于原运输成本和该路由的运输成本，确定该路由的目标运输成本。[0064] 在本实现方式中，执行主体可以首先确定指定时刻的待优化线路的原运输成本和待优化路由子网络中的任意一条路由的运输成本类型。[0065] 其中，运输成本类型包括该路由中原路由上的零担线路的零担成本、该路由中原路由上的整车线路的整车成本和该路由中配载调整后的备选线路增加的零担成本。[0066] 然后，执行主体可以根据运输成本类型，将所有运输成本类型对应的运输成本进行求和，得到该路由的运输成本。[0067] 其中，运输成本类型对应的运输成本基于待优化线路的方量、待优化线路的配载方量和车辆剩余装载能力中的至少一项确定。[0068] 这里，原运输成本、待优化线路的方量、待优化线路的配载方量和车辆剩余装载能力与时间相关联。[0069] 其中，原运输成本、待优化线路的方量、待优化线路的配载方量和车辆剩余装载能力与尾货车型、尾货货量、配载方量及线路剩余装载能力相关联，而尾货车型、尾货货量、配载方量及线路剩余装载能力随时间发展具有较大的波动性。[0070] 这里，尾货车型、尾货货量、配载方量在线路优化过程中，对成本的影响主要体现在原路由线路的成本的降低：配载从原路由线路调整至备选路由线路上，原路由线路货量降低，线路上尾货车辆数减少或者尾货车型降低导致原路由线路的运输成本降低。原路由线路成本由原尾货车型决定，调整后的线路成本由调整后的尾货车型决定，调整后的尾货车型则由剩下的货物方量决定，而调整后剩下的货物方量则由原路由线路货量、待调整的配载货物方量决定。[0071] 线路剩余装载能力在线路优化过程中，对成本的影响主要体现在备选路由线路的运输成本的增加：配载从原路由线路调整至备选路由线路上，以充分利用备选路由线路的剩余装载能力。如果剩余装载能力不够，则需要增加额外的零担或者整车成本来满足配送需求。增加的成本与溢出的货量有关，而溢出的货量则由备选路由线路剩余装载能力及配载方量决定。[0072] 最后，基于原运输成本和该路由的运输成本，确定该路由的目标运输成本。[0073] 具体地，基于待优化路由子网络，可以通过构建混合整数线性规划模型以优化配载，求解目标运输成本的最大值。旨在充分利用备选线路的剩余载容，通过调整配载，能减少待优化线路上的货量。[0074] 首先，构造混合整数线性规划模型。可以将该模型的目标设为最大化目标运输成本与抽样概率的乘积。其中，目标运输成本为原运输成本与运输成本的差值运输成本主要由三部分组成：1）原零担线路的零担成本；2）原整车线路的整车成本；3）调整配载后备选线路增加的零担成本。[0075] 可选地，目标函数的混合整数线性规划模型如下：[0076][0077] ⑴[0078] ⑵[0079] ⑶[0080] ⑷[0081] ⑸[0082] ⑹[0083] ⑺[0084] ⑻[0085] ⑼[0086] ⑽[0087] ⑾[0088] , ⑿[0089] 参数说明：? 表示待优化线路的首分拣中心集合，表示集合? 中的一个首分拣中心；表示不同于? 的首分拣中心；? 表示待优化线路的末分拣中心集合，d表示集合? 中的一个末分拣中心； 表示备选线路集合，表示待优化的零担线路集合，表示待优化的整车线路集合； 表示与 同一分拣中心但班次不同的节点集合；? 表示备选路由索引，， 表示 线路对应的备选路由索引集合； 表示线路编码；班次不同，则编码不同；? 表示时间； 表示 线路对应的时间集合。表示待优化线路原运输成本； 表示待优化的零担、整车线路的方量； 表示备选线路剩余装载能力； 表示待优化线路 上与d对应配载的货物方量；表示待优化线路(? ,?)上的每方量的零担成本； 表示第? 种车型距离为 的整车成本；表示线路 的线路类型，可以设置 ，=1时，表示线路为干线，=0时，表示线路为支线。 表示路由(? ,d)的第? 条备选路由是否包含线路 ，可以设置包含时该值取1，否则该值取0； 表示(? ,? )线路上与d对应的配载的原路由是否包含线路 ，可以设置包含该值取1，否则该值取0； ? 1、? 2、? 3、?4、? 5分别表示第1、2、3、4、5种车型的载容，例如，5种车辆类型分别为5.2m、7.6m、9.6m、14.5m、17.5m的箱式货车。本实施例的车辆类型也可以根据实际情况进行相应设定，可以多于或少于5种，也可以设置为同型号或不同型号的车辆，本申请对此不作限定。[0090] 以上公式的参数中，还有一部分为决策变量，具体说明如下：[0091] 表示待优化线路 上未被分流所剩下的货物方量； 表示备[0092] 选线路 上被分配的货物方量； 表示分拣中心上的配载d是否分流至备选线路可以设置是该值取1，否则该值取0； 表示分拣中心 配载 是否选择第 条备选路由，可以设置包含该值取1，否则该值取0； 表示调整配载后待优化的整车线路的整车成本； 表示备选线路 上剩余载量不够需要发零担的货物方量；表示备选线路上由于原有配载调走而增加的剩余载量。需要说明的是，该模型中的直接决策变量为，前者决定分拣中心的某配载是否进行调整，后者决定配载调整后调整至哪一个路由。其余决策变量为间接决策变量。[0093] 这里，模型并未对随机参数 、 、 、 的分布进行拟合分析，主要原因在于两点：1）参数之间并不独立，单独进行拟合分析不合理；2）数据量太小拟合效果不好，但是数据量太大会导致离当前时刻很远的历史数据影响数据的分布，用该分布作为未来的分布不合理。[0094] 以上模型中的约束说明：约束（1）、（3）:备选线路由于剩余载量不够需要发零担的货物方量（根据业务需求确定）；约束（2）:原走货路径上线路 上待优化配载的方量；约束（4）:每个配载至多选择一条备选路由（业务约束）；约束（5）:每个班次、每天的调整配载方案相同（业务约束）；约束（6）:统计分拣中心针对不同的配载待调走的方量；约束（7）:备选线路上被分配的货物方量计算方式；约束（8‑9）:待优化的零担、整车线路上未被调走的货物方量的计算逻辑，保证其非负性；约束（10‑11）:变量类型约束；约束（12）:待优化的整车线路上货量需要使用的车型所对应的整车成本约束。[0095] 进一步地，目前该方案考虑待优化线路尾货不能调整运输方式，整车运输方式成本计算与车型、里程有关，零担运输方式成本计算与货量、里程有关，如果考虑待优化线路尾货可以从整车方式调整至零担方式，可通过对约束（12）进行修改实现。[0096] 具体地，可增加如下变量： ：是否选择零担运输方式， ：是否选择车型的整车运输方式（例如，5种车型分别对应5.2米,7.6米,9.6米,14.5米,17.5米等5种常用车型）， ：零担的货量。⒀[0097] ⒁[0098] ⒂[0099] ⒃[0100] ⒄[0101] ⒅[0102] ⒆[0103] 约束说明：约束（13‑14）为变量的类型；约束（15）为原路由线路调整配载后成本计算公式，其中 表示零担的单方成本， 为5种车型的成本；约束（16）限制尾货最多使用零担运输方式或者某种整车车型；约束（17）限制只有选择了零担运输方式后零担货量才能为大于零；约束（18‑19）则表示货量要在所选择车型的运输能力范围内。[0104] 进一步地，该实施例也可扩展至考虑待优化线路、备选线路均可以调整车型等场景。[0105] 对于上述线性规划模型，可以使用混合整数线性规划的求解器进行求解，例如pyscipopt求解器。虽然混合整数线性规划问题为NP问题，但是在针对业务需求对构建的路由子网络进行优化后，网络规模不会太大。当待优化配载为687个时，所需要的优化时间为30分钟左右，优化耗时较少。[0106] 最后，对于上述线性规划模型，输出的结果主要包括如下信息：1）配载调整方案：配载信息（包括名称、方量、单量等），2）配载原路由线路信息（包括线路货量、调整后线路货量、线路成本、调整后线路成本等），3）调整后路由线路信息（包括线路货量、调整后线路货量、线路成本、调整后线路成本等）。[0107] 具体地，最终得到687个配载的优化结果为：成本节约8000元/天，优化的配载数量为89个，总优化的配载方量为204方。[0108] 继续参见图3，图3是根据本实施例的物流路由网络确定方法的应用场景的一个示意图。[0109] 在图3的应用场景中，执行主体301获取历史预设时间段内的待优化线路的线路数据302及所对应的待优化配载的配载数据303，以及待优化配载对应的关联线路集合304；根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络305；基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由306，进而确定目标物流路由网络。[0110] 本公开物流路由网络确定方法，通过获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合；根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络；基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由，进而确定目标物流路由网络，充分考虑了数据的波动性，有效提升了确定出的目标物流路由网络的准确性。[0111] 进一步参考图4，其示出了物流路由网络确定方法的又一个实施例的流程400。在本实施例中，本实施例的物流路由网络确定方法的流程400，可包括以下步骤：[0112] 步骤401，获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合。[0113] 在本实施例中，步骤401的实现细节和技术效果，可以参考对步骤201的描述，在此不再赘述。[0114] 步骤402，根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络。[0115] 在本实施例中，步骤402的实现细节和技术效果，可以参考对步骤202的描述，在此不再赘述。[0116] 步骤403，基于运输成本、抽样概率及抽样概率的权重，筛选出历史预设时间段内指定时刻待优化路由子网络中的目标路由，进而确定目标物流路由网络。[0117] 在本实施例中，执行主体可以根据抽样概率、抽样概率的权重和目标运输成本构建目标函数，并根据实际需求设置约束条件，通过最大化目标运输成本，筛选出待优化路由子网络中的目标路由，进而确定目标物流路由网络。[0118] 其中，目标运输成本用于指示原运输成本与运输成本的差值，抽样概率和目标运输成本与时间相关联。[0119] 这里，抽样概率的权重可以根据执行时刻距离当前时刻的远近确定，例如，可设定指定时刻距离当前时刻越近，则权重越大，指定时刻距离当前时刻越远，则权重越远，即认为指定时刻距离当前时刻越近，则指定时刻的数据越重要，影响越大。[0120] 本申请的上述实施例，与图2对应的实施例相比，本实施例中的物流路由网络确定方法的流程400体现了基于目标运输成本、抽样概率及抽样概率的权重，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由，进而确定目标物流路由网络，进一步提升了确定出的目标物流路由网络的准确性。[0121] 进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种物流路由网络确定的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。[0122] 如图5所示，本实施例的物流路由网络确定装置500包括：获取模块501、构建模块502和筛选模块503。[0123] 其中，获取模块501，可被配置成获取历史预设时间段内的待优化线路的线路数据及所对应的待优化配载的配载数据，以及待优化配载对应的关联线路集合。[0124] 构建模块502，可被配置成根据待优化线路的线路数据及所对应的待优化配载的配载数据，以及所述关联线路集合，构建历史预设时间段内的各时刻的待优化路由子网络。[0125] 筛选模块503，可被配置成基于目标运输成本和抽样概率，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由，进而确定目标物流路由网络。[0126] 在本实施例的一些可选的方式中，筛选模块进一步被配置成：基于目标运输成本、抽样概率及抽样概率的权重，筛选出历史预设时间段内指定时刻所述待优化路由子网络中的目标路由。[0127] 在本实施例的一些可选的方式中，筛选模块进一步包括：计算单元，被配置成计算所述历史预设时间段内指定时刻待优化路由子网络中的任意一条路由的目标运输成本；选取单元，被配置成选取抽样概率与目标运输成本乘积的最大值对应的一条路由作为目标路由。[0128] 在本实施例的一些可选的方式中，计算单元进一步被配置成：确定历史预设时间段内指定时刻的待优化线路的原运输成本和待优化路由子网络中的任意一条路由的运输成本类型，根据运输成本类型，将所有运输成本类型对应的运输成本进行求和，得到该路由的运输成本基于原运输成本和该路由的运输成本，确定该路由的目标运输成本。[0129] 在本实施例的一些可选的方式中，获取模块进一步被配置成：根据待优化配载的原路由，确定对应的原线路集合；根据待优化配载的备选路由，确定对应的备选线路集合；根据原线路集合和所述备选线路集合，确定关联线路集合。[0130] 在本实施例的一些可选的方式中，待优化配载的备选路由通过以下方式得到：根据待优化配载的原路由，筛选得到待优化配载的备选路由，以使备选路由的配载到达站点的服务时效不低于所述原路由的相应服务时效。[0131] 根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。[0132] 如图6所示，是根据本申请实施例的物流路由网络确定方法的电子设备的框图。[0133] 600是根据本申请实施例的物流路由网络确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。[0134] 如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置（诸如，耦合至接口的显示设备）上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作（例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统）。图6中以一个处理器601为例。[0135] 存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的物流路由网络确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的物流路由网络确定方法。[0136] 存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的物流路由网络确定方法对应的程序指令/模块（例如，附图5所示的获取模块501、构建模块502和筛选模块503）。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的物流路由网络确定方法。[0137] 存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储物流路由网络确定的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至物流路由网络确定的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。[0138] 物流路由网络确定方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。[0139] 输入装置603可接收输入的数字或字符信息，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置（例如，LED）和触觉反馈装置（例如，振动电机）等。该显示设备可以包括但不限于，液晶显示器（LCD）、发光二极管（LED）显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。[0140] 此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC（专用集成电路）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。[0141] 这些计算程序（也称作程序、软件、软件应用、或者代码）包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置（例如，磁盘、光盘、存储器、可编程逻辑装置（PLD）），包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。[0142] 为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。[0143] 可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。[0144] 计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端‑服务器关系的计算机程序来产生客户端和服务器的关系。[0145] 根据本申请实施例的技术方案，充分考虑了数据的波动性，有效提升了确定出的目标物流路由网络的准确性。[0146] 应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。[0147] 上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

专利地区：北京

专利申请日期：2022-01-04

专利公开日期：2024-06-18

专利公告号：CN114240001B