可左右滑动选省市

一种物流网络规划方法和装置发明专利

更新时间:2024-07-13
一种物流网络规划方法和装置发明专利 专利申请类型:发明专利;
源自:北京高价值专利检索信息库;

专利名称:一种物流网络规划方法和装置

专利类型:发明专利

专利申请号:CN202110973799.2

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:陈潜,刘祥,庄晓天

专利摘要:本发明公开了一种物流网络规划方法和装置,涉及仓储物流技术领域。该方法的具体实施方式包括:获取多个运输节点的运输节点数据;其中,运输节点数据指示了运输节点的运输节点类型;根据运输节点数据,确定物流网络;采用预先构建的物流路径规划模型,确定物流网络中包括目标运输节点的一条或多条物流路径;其中,物流路径规划模型以运输成本最小为目标函数,对目标运输节点存放的物品种类和目标运输节点的数量进行约束,目标运输节点的运输节点类型为仓库节点。该实施方式能够根据物品在各个仓库的节点的实际布置情况进行物流路径规划,兼顾仓库数量并且运输成本的要求,提高了物流路径规划的准确性和实用性,适用性强。

主权利要求:
1.一种物流网络规划方法,其特征在于,包括:获取多个运输节点的运输节点数据;其中,所述运输节点数据指示了所述运输节点的运输节点类型;
根据所述运输节点数据,确定物流网络;
采用预先构建的物流路径规划模型,确定所述物流网络中包括目标运输节点的一条或多条物流路径;其中,所述物流路径规划模型以运输成本最小为目标函数,对所述目标运输节点存放的物品种类和所述目标运输节点的数量进行约束,所述目标运输节点的运输节点类型为仓库节点,获取所述物流网络的物品数据和路线数据;其中,所述路线数据指示了所述物流网络中的多个运输节点之间的多条路线;
根据所述运输节点数据、所述物品数据和所述路线数据,确定多个决策变量;
以运输成本最小为目标,构建目标函数;
根据所述多个决策变量和所述目标函数,构建所述物流路径规划模型,所述物品数据包括物品种类、物品数量,
所述决策变量指示了所述物流网络中任意一条路线上运输的物品种类以及所述物流网络中任意一条路线上运输的物品数量。
2.根据权利要求1所述的方法,其特征在于,在所述以运输成本最小为目标,构建目标函数之前,根据所述运输节点数据、所述物品数据和所述路线数据,确定所述目标函数的多个约束条件;
还包括:
根据所述多个决策变量、所述多个约束条件和所述目标函数,构建所述物流路径规划模型。
3.根据权利要求1所述的方法,其特征在于,所述决策变量还指示了所述物流网络中的任意一个运输节点是否投入使用。
4.根据权利要求1所述的方法,其特征在于,所述运输节点类型还包括货源地节点和城市节点,其中:所述物流路径以货源地节点为路径起点、以城市节点为路径终点、还包括所述货源地节点和所述城市节点之间的一个或多个仓库节点。
5.根据权利要求4所述的方法,其特征在于,还包括:对所述货源地节点的物品种类、所述仓库节点的物品数量和所述城市节点的物品数量进行约束。
6.一种物流网络规划装置,其特征在于,包括:获取模块,用于获取多个运输节点的运输节点数据;其中,所述运输节点数据指示了所述运输节点的运输节点类型;
构建模块,用于根据所述运输节点数据,确定物流网络;
规划模块,用于采用预先构建的物流路径规划模型,确定所述物流网络中包括目标运输节点的一条或多条物流路径;其中,所述物流路径规划模型以运输成本最小为目标函数,对所述目标运输节点存放的物品种类和所述目标运输节点的数量进行约束,所述目标运输节点的运输节点类型为仓库节点,所述物流网络规划装置获取所述物流网络的物品数据和路线数据;其中,所述路线数据指示了所述物流网络中的多个运输节点之间的多条路线;
根据所述运输节点数据、所述物品数据和所述路线数据,确定多个决策变量;
以运输成本最小为目标,构建目标函数;
根据所述多个决策变量和所述目标函数,构建所述物流路径规划模型,所述物品数据包括物品种类、物品数量,
所述决策变量指示了所述物流网络中任意一条路线上运输的物品种类以及所述物流网络中任意一条路线上运输的物品数量。
7.一种物流网络规划电子设备,其特征在于,包括:一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1‑5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1‑5中任一所述的方法。 说明书 : 一种物流网络规划方法和装置技术领域[0001] 本发明涉及仓储物流技术领域,尤其涉及一种物流网络规划方法和装置。背景技术[0002] 路径是由路线和节点组成的物品运输网络,路线是指节点与节点之间的运输路径,各个仓库、目标配送用户等都属于节点的一种,物品在从起始仓库运输至目标配送用户的过程中,可能经过多个仓库的中转。[0003] 现有的路径规划方法中,通常以仓库数目最少或者运输成本最低为规划目标,以货量满足用户需求、仓库供给平衡、路线的运输量在其运输能力范围内为约束条件,确定满足规划目标的路径。[0004] 现有的规划方法考虑的约束条件较为简单,然而,实际的运输过程中,物品的布置维度多种多样(比如部分仓库无法存放特定种类的物品等),使得现有的路径规划方法偏向于理想化,无法满足实际需求。发明内容[0005] 有鉴于此,本发明实施例提供一种物流网络规划方法和装置,能够根据物品在各个仓库的节点的实际布置情况进行物流路径规划,兼顾仓库数量并且运输成本的要求,提高了物流路径规划的准确性和实用性,满足实际要求,适用性强,可以提升用户体验。[0006] 为实现上述目的,根据本发明实施例的一个方面,提供了一种物流网络规划方法,包括:[0007] 获取多个运输节点的运输节点数据;其中,所述运输节点数据指示了所述运输节点的运输节点类型;[0008] 根据所述运输节点数据,确定物流网络;[0009] 采用预先构建的物流路径规划模型,确定所述物流网络中包括目标运输节点的一条或多条物流路径;其中,所述物流路径规划模型以运输成本最小为目标函数,对所述目标运输节点存放的物品种类和所述目标运输节点的数量进行约束,所述目标运输节点的运输节点类型为仓库节点。[0010] 可选地,获取所述物流网络的物品数据和路线数据;其中,所述路线数据指示了所述物流网络中的多个运输节点之间的多条路线;[0011] 根据所述运输节点数据、所述物品数据和所述路线数据,确定多个决策变量;[0012] 以运输成本最小为目标,构建目标函数;[0013] 根据所述多个决策变量和所述目标函数,构建所述物流路径规划模型。[0014] 可选地,在所述以运输成本最小为目标,构建目标函数之前,根据所述运输节点数据、所述物品数据和所述路线数据,确定所述目标函数的多个约束条件;[0015] 还包括:[0016] 根据所述多个决策变量、所述多个约束条件和所述目标函数,构建所述物流路径规划模型。[0017] 可选地,所述物品数据包括物品种类、物品数量,还包括:[0018] 所述决策变量指示了所述物流网络中任意一条路线上运输的物品种类以及所述物流网络中任意一条路线上运输的物品数量。[0019] 可选地,所述决策变量还指示了所述物流网络中的任意一个运输节点是否投入使用。[0020] 可选地,所述运输节点类型还包括货源地节点和城市节点,其中:[0021] 所述物流路径以货源地节点为路径起点、以城市节点为路径终点、还包括所述货源地节点和所述城市节点之间的一个或多个仓库节点。[0022] 可选地,还包括:[0023] 对所述货源地节点的物品种类、所述仓库节点的物品数量和所述城市节点的物品数量进行约束。[0024] 根据本发明实施例的再一个方面,提供了一种物流网络规划装置,包括:[0025] 获取模块,用于获取多个运输节点的运输节点数据;其中,所述运输节点数据指示了所述运输节点的运输节点类型;[0026] 构建模块,用于根据所述运输节点数据,确定物流网络;[0027] 规划模块,用于采用预先构建的物流路径规划模型,确定所述物流网络中包括目标运输节点的一条或多条物流路径;其中,所述物流路径规划模型以运输成本最小为目标函数,对所述目标运输节点存放的物品种类和所述目标运输节点的数量进行约束,所述目标运输节点的运输节点类型为仓库节点。[0028] 根据本发明实施例的另一个方面,提供了一种物流网络规划电子设备,包括:[0029] 一个或多个处理器;[0030] 存储装置,用于存储一个或多个程序,[0031] 当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明提供的路径规划方法。[0032] 根据本发明实施例的还一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明提供的路径规划方法。[0033] 上述发明中的一个实施例具有如下优点或有益效果:因为采用构建以运输成本最低为目标函数,任意一条路线上运输的物品种类以及数量、任意一个仓库节点是否投入使用为决策变量,将物品的实际存放情况、允许启用的仓库数量等作为约束条件,构建物流路径规划模型,以最终确定物流路径的技术手段,所以克服了现有的规划方法考虑的约束条件较为简单、偏向于理想化无法满足实际需求的技术问题,进而达到能够根据物品在各个仓库的节点的实际布置情况进行路径规划,兼顾仓库数量并且运输成本的要求,提高了路径规划的准确性和实用性,满足实际要求,适用性强,可以提升用户体验的技术效果。[0034] 上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。附图说明[0035] 附图用于更好地理解本发明,不构成对本发明的不当限定。其中:[0036] 图1是根据本发明实施例的物流网络规划方法的主要流程的示意图;[0037] 图2是根据本发明实施例的物流网络的示意图;[0038] 图3是根据本发明实施例的物流路径规划模型的构建方法的主要流程的示意图;[0039] 图4是根据本发明实施例的物流路径规划模型的使用方法的主要流程的示意图;[0040] 图5是根据本发明实施例的物流网络规划装置的主要模块的示意图;[0041] 图6示出了适于应用于本发明实施例的物流网络规划方法或物流网络规划装置的示例性系统架构图;[0042] 图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。具体实施方式[0043] 以下结合附图对本发明的示范性实施例做出说明,其中包括本发明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,而不会背离本发明的范围和精神。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。[0044] sku:StockKeepingUnit,即库存保有单位,是指库存进出计量的单位,比如,件、盒等。sku表示物理上不可分割的最小存货单元,代指一款商品。[0045] 图1是根据本发明实施例的物流网络规划方法的主要流程的示意图,如图1所示,本发明的物流网络规划方法包括:[0046] 步骤S101,获取多个运输节点的运输节点数据;其中,所述运输节点数据指示了所述运输节点的运输节点类型。[0047] 在本发明实施例中,运输节点数据包括运输节点类型以及运输节点标识;其中,运输节点类型包括货源地节点、仓库节点和城市节点。在本发明实施例中,根据运输节点数据和路线数据,构建物流网络。具体地,根据货源地节点、仓库节点、城市节点、以及各个运输节点之间的路线构建物流网络。[0048] 在本发明实施例中,如图2所示,本发明的物流网络包括:多个货源地节点、多个仓库节点和多个城市节点。比如,货源地节点O1、O2、O3、O4,仓库节点W1、W2、W3、W4、W5、W6,城市节点D1、D2、D3、D4。[0049] 在本发明实施例中,仓库节点可以是一级仓库节点、多级仓库节点,一级仓库节点直接接受货源地节点的供给,比如,一级仓库节点W1、W3、W5、W6;多级仓库节点直接接受其他仓库节点的供给,比如,多级仓库节点W2、W4。其中,仓库节点可能既是一级仓库节点,又是多级仓库节点,比如,仓库节点W2。[0050] 图2中的物流网络仅是一个示例,并不代表实际的物流网络,由于仓库节点可能既是一级仓库节点,又是多级仓库节点,因此,构建物流网络时,在无法确定仓库节点的具体层级的情况下,假设任意两个仓库节点之间的路线互相连通。[0051] 步骤S103,采用预先构建的物流路径规划模型,确定所述物流网络中包括目标运输节点的一条或多条物流路径;其中,所述物流路径规划模型以运输成本最小为目标函数,对所述目标运输节点存放的物品种类和所述目标运输节点的数量进行约束,所述目标运输节点的运输节点类型为仓库节点。[0052] 在本发明实施例中,物流路径规划模型以运输成本最小为目标函数,且对仓库节点的物品种类和仓库节点的数量进行约束,物流网络包括一条或多条物流路径,每一条物流路径包括:一个货源地节点、一个或多个仓库节点和一个城市节点,具体地,物流路径以货源地节点为路径起点、以城市节点为路径终点、还包括货源地节点和城市节点之间的一个或多个仓库节点。[0053] 在本发明实施例中,其中,对目标运输节点的物品种类进行约束是指对仓库节点的物品种类进行约束;对目标运输节点的数量进行约束是指对仓库节点的数量进行约束。[0054] 进一步地,物流路径规划模型也可以将时效最短作为目标函数,且对仓库节点的物品种类、仓库节点的数量、运输成本等进行约束。[0055] 物流路径规划模型也可以将仓库节点的数量最少作为目标函数,且对仓库节点的物品种类、时效、运输成本等进行约束。[0056] 在本发明实施例中,在物流路径规划模型以运输成本最小为目标函数,且对仓库节点的物品种类和仓库节点的数量进行约束时,如图3所示,本发明的物流路径规划模型的构建方法包括如下步骤:[0057] 步骤S301,获取所述物流网络的物品数据和路线数据;其中,所述路线数据指示了所述物流网络中的多个运输节点之间的多条路线。[0058] 在本发明实施例中,物品数据包括物品种类、物品数量,物品种类与物品sku相对应,每一个物品种类代表一个sku。[0059] 在本发明实施例中,运输节点数据包括货源地节点数据、仓库节点数据和城市节点数据。其中:[0060] 货源地节点数据包括货源地节点存放的物品种类、货源地节点存放的物品数量,比如,货源地节点O1无法存放冷冻物品,相应地,冷冻类的sku都无法在货源地节点O1存放;或者,货源地节点O2存放某sku的数量为2000件。[0061] 仓库节点数据包括仓库节点存放的物品种类、仓库节点存放的物品数量,比如,仓库节点W1无法存放冷冻物品,相应地,冷冻类的sku都无法在仓库节点W1存放;或者,仓库节点W2存放某sku的数量为500包。[0062] 城市节点数据包括城市节点需要的物品种类、城市节点需要的物品数量,比如,城市节点D1需要某sku、城市节点D3需要某sku的数量为1000盒。[0063] 在本发明实施例中,路线是指相邻两个运输节点之间的运输轨迹。路线数据包括路线标识、路线起始运输节点、路线目的运输节点、路线长度、路线类型、路线运输的物品数量、以及路线单位运输成本。其中,路线类型表示与路线标识对应的路线运输的物品种类,比如,路线一无法运输某sku;路线运输量表示与路线标识对应的路线运输的物品数量,比如,路线二运输某sku的数量为500箱;路线单位运输成本表示与路线标识对应的路线运输的单位运输成本,比如,路线五运输某sku的单位运输成本为68元/公斤。[0064] 步骤S302,根据所述运输节点数据、所述物品数据和所述路线数据,确定多个决策变量。[0065] 在本发明实施例中,决策变量包括:物流网络中任意一条路线上运输的物品种类、物流网络中任意一条路线上运输的物品数量、以及物流网络中任意一个运输节点是否投入使用。[0066] 决策变量①:[0067] 在本发明实施例中,决策变量①“物流网络中任意一条路线上运输的物品种类”通过u(ni,ni+1,j)表示,则ni、ni+1∈N、j∈J,其中:[0068] (ni,ni+1)表示物流网络中任意两个相邻运输节点ni、ni+1之间的路线,可以是物流网络中的任意一条路线,其中,ni表示路线(ni,ni+1)的路线起始运输节点,ni+1表示路线(ni,nj)的路线目的运输节点;[0069] N表示运输节点的集合;[0070] j为sku的种类;[0071] J表示sku的种类的集合;[0072] 在物流网络中路线(ni,ni+1)可以运输第j种sku的情况下,那么,u(ni,ni+1,j)=1;否则,u(ni,ni+1,j)=0。[0073] 决策变量②:[0074] 在本发明实施例中,决策变量②“物流网络中任意一条路线上运输的物品数量”通过q(ni,ni+1,j)表示;其中,q(ni,ni+1,j)≥0,即物流网络中路线(ni,ni+1)运输第j种sku的数量大于或等于0。[0075] 决策变量③:[0076] 在本发明实施例中,决策变量③“物流网络中任意一个仓库节点是否投入使用”通过x(wi)表示,在仓库节点wi投入使用的情况下,x(wi)=1;否则,x(wi)=0。[0077] 步骤S303,以运输成本最小为目标,构建目标函数。[0078] 在本发明实施例中,根据物流网络和决策变量,以运输成本最小为目标,构建目标函数。具体地,根据物流网络中的各条路线的路线运输量、路线单位运输成本以及路线长度确定运输成本 以运输成本最小为目标,构建目标函数,包括:[0079][0080] 其中,L1表示物流网络中的运输节点组成的路线的集合;[0081] c(ni,ni+1,j)表示物流网络中路线(ni,ni+1)上第j种sku的路线单位运输成本;[0082] l(ni,ni+1)表示物流网络中路线(ni,ni+1)的路线长度。[0083] 现有的运输成本通常在物流系统的总成本中占比最大,因此,有效地控制运输成本对于降低物流系统的总成本极其重要,本发明将运输成本最低作为目标函数,进而确定合理的仓网布局和运输方案,可以大大降低物流网络的成本,提升用户体验。[0084] 步骤S304,根据所述运输节点数据、所述物品数据和所述路线数据,确定所述目标函数的多个约束条件。[0085] 在本发明实施例中,根据路径规划数据中的运输节点数据、路线数据、物品数据,构建约束条件,比如,约束条件①‑⑩。[0086] 约束条件①:[0087] 在本发明实施例中,由于u(ni,ni+1,j)表示物流网络中路线(ni,ni+1)上是否可以运输第j种sku,q(ni,ni+1,j)表示物流网络中路线(ni,ni+1)上运输第j种sku的数量,因此,对于任意的ni,ni+1,j,在u(ni,ni+1,j)=1的情况下,q(ni,ni+1,j)≥0;在u(ni,ni+1,j)=0的情况下,q(ni,ni+1,j)=0,为了便于求解器的求解,综上,约束条件①包括:[0088] u(ni,ni+1,j)·δ≤q(ni,ni+1,j)≤u(ni,ni+1,j)·M;[0089] 其中,[0090] δ表示无穷小的正数,比如,0.0001;[0091] M表示无穷大的正数,比如,10000000。[0092] 约束条件①表示,决策变量①和决策变量②的关系,即,物流网络中路线(ni,ni+1)运输第j种sku的数量为非负数。[0093] 在本发明实施例中,约束条件①并未对物流网络中路线(ni,ni+1)运输第j种sku的最大数量进行限制,在需要的情况下,可以根据实际应用场景确定M的值,使得M表示物流网络中路线(ni,ni+1)可以运输第j种sku的最大数量,进而保证sku维度的路线与实际应用场景的干线、支线的运行相匹配。[0094] 约束条件②:[0095] 在本发明实施例中,实际应用场景中,物流网络的部分运输节点之间并未连通,因此,部分运输节点之间并不存在路线,比如,部分仓库节点之间并未连通,或者,部分货源地节点和部分仓库节点之间并未连通,或者,部分仓库节点和部分城市节点之间并未连通,约束条件②包括:[0096] u(ni,ni+1,j)=0;[0097] 其中,L2表示物流网络中实际连通的运输节点组成的路线的集合;[0098] 约束条件②表示,对于物流网络未实际连通的路线,其上无法运输任意一种sku。[0099] 约束条件③:[0100] 在本发明实施例中,部分货源地节点或者仓库节点无法存放部分种类的物品,即部分sku,在货源地节点或者仓库节点owi可以存放第j种sku的情况下,I(owi,j)=1;否则,I(owi,j)=0。[0101] 其中,owi表示任意一个货源地节点或者仓库节点,owi∈(O∪W),[0102] I(owi,j)表示货源地节点或者仓库节点存放的物品种类;[0103] O表示货源地节点的集合;[0104] W表示仓库节点的集合。[0105] 在本发明实施例中,城市节点为目的运输节点,目标物品到达城市节点即到达目的地,因此,城市节点不存在存放sku的问题。[0106] 针对决策变量①:在货源地节点或者仓库节点owni无法存放第j种sku的情况下,从任意一个货源地节点或者仓库节点流入节点owni的物品不包括第j种sku,即从任意一个货源地节点或者仓库节点通往节点owni的路线(owi,owni)无法运输第j种sku,约束条件③包括:[0107] I(owni,j)=0[0108] 其中,owni表示无法存放部分sku的货源地节点或者仓库节点;[0109] I(owni,j)=0表示货源地节点或者仓库节点owni无法存放第j种sku;[0110] OWN表示无法存放部分sku的货源地节点和仓库节点的集合,[0111] 约束条件③表示,任意一个货源地节点或者仓库节点向owni运输的物品不包括第j种sku,即通往货源地节点或者仓库节点owni的任意一条路线(owi,owni)无法运输第j种sku。[0112] 约束条件④:[0113] 针对决策变量②:在货源地节点或者仓库节点owni无法存放第j种sku的情况下,从其他货源地节点或者仓库节点流入节点owni的第j种sku的数量为0,约束条件④包括:[0114] I(owni,j)=0[0115] 约束条件④表示,任意一个货源地节点或者仓库节点向owni运输第j种sku的数量为0。[0116] 约束条件⑤:[0117] 在本发明实施例中,可以根据需要选择性地设置仓库节点的数量,约束条件⑤包括:[0118][0119] 其中,C表示指定的允许启用的仓库节点的数量,C为正整数。[0120] 约束条件⑤表示,目标物品从起始运输节点至目的运输节点的运输过程中,经过C个仓库节点。[0121] 约束条件⑥:[0122] 在本发明实施例中,针对第j种sku,任意一个仓库节点的流入数量和流出数量相等;其中,仓库节点的流入可以是货源地节点或者仓库节点,仓库节点的流出可以是仓库节点或者城市节点,约束条件⑥包括:[0123][0124] 其中,wdi表示任意一个仓库节点或者城市节点,wdi∈(W∪D);[0125] D表示城市节点的集合,O+W+D=N。[0126] 约束条件⑥表示,针对任意一个仓库节点存放的第j种sku,其流入数量和流出数量相等。[0127] 约束条件⑦:[0128] 在本发明实施例中,在仓库启用的情况下,对应的仓库节点的出库量大于等于0,即当x(wi)=1时, 在仓库不启用的情况下,对应的仓库节点的出库量等于0,即当x(wi)=0时, 为了便于求解器的求解,综上,约束条件⑦包括:[0129][0130] 约束条件⑦表示,任意一个仓库节点的出库量为非负数。[0131] 约束条件⑧:[0132] 在本发明实施例中,针对第j种sku,一个城市节点di的第j种sku仅能由一个仓库节点提供,而无法由多个仓库节点提供,并且,城市节点的流入为仓库节点。在r(di,j)>0的情况下,约束条件⑧包括:[0133][0134] 其中,r(di,j)表示任意一个城市节点di需要第j种sku的数量;[0135] 在r(di,j)=0的情况下,约束条件⑧包括:[0136][0137] 约束条件⑧表示,任意一个城市节点的第j种sku由一个仓库节点覆盖。[0138] 约束条件⑨:[0139] 在本发明实施例中,任意一个城市节点流入第j种sku的数量和城市节点需要第j种sku的数量相等,约束条件⑨包括:[0140][0141] 约束条件⑨表示,针对任意一个城市节点存放的第j种sku,其流入数量和需要数量相等。[0142] 步骤S305,根据步骤S302的多个决策变量、步骤S303的目标函数和步骤S304的多个约束条件,构建物流路径规划模型。[0143] 在本发明实施例中,物流路径规划模型是混合整数线性优化模型。[0144] 在本发明实施例中,通过本发明的物流路径规划模型的构建方法,能够对实际应用场景中各个节点可以存放的sku种类进行约束、对城市节点的仓库节点覆盖条件进行约束、对仓库节点的数量进行指定,提高了路径规划的准确性和实用性,满足实际要求,适用性强,可以提升用户体验。[0145] 在本发明实施例中,通过本发明的物流路径规划模型的构建方法,优化仓库节点相关参数(比如,仓库的数量、仓库是否启用、仓库可以存放的sku种类、仓库的流入和流出)、路线相关参数(比如,路线可以运输的sku种类)、城市节点相关参数(比如,各个城市的sku需求仅由一个仓库来覆盖),进而可以确定实际应用场景下的路径运输方案(包括路线以及路线运输的sku数量等),物流路径规划模型既包含了选仓优化的整数决策变量,又包含了一系列物流网络不同路径运输方案的连续型变量,并且,考虑了选仓优化与路径运输方案之间的强约束关系,通过引入0‑1整数变量表示仓库对城市的覆盖关系给出约束条件,实用性极强,可以满足各种实际的应用场景,降低运输成本,提升用户体验。[0146] 在本发明实施例中,如图4所示,本发明的物流路径规划模型的使用方法包括如下步骤:[0147] 步骤S401,接收目标物品对应的配送任务;其中,所述配送任务指示了所述目标物品的起始运输节点和目的运输节点。[0148] 在本发明实施例中,目标物品的起始运输节点为货源地节点,目的运输节点为城市节点,配送任务是指将目标物品从货源地节点运输至城市节点。其中,在将目标物品从货源地节点运输至城市节点的过程中,至少经过一个仓库节点。[0149] 步骤S402,采用预先构建的物流路径规划模型,根据所述起始运输节点和所述目的运输节点,确定所述配送任务对应的目标物流路径。[0150] 在本发明实施例中,物流路径规划模型以目标物品的配送任务的运输成本最小为目标函数,且对仓库节点的物品种类和仓库节点的数量进行约束,根据目标物品的起始运输节点和目的运输节点,以确定配送任务对应的目标物流路径,目标物流路径包括多条路线。[0151] 在本发明实施例中,根据物流路径规划模型、目标物品的起始运输节点和目的运输节点,确定配送任务对应的目标物流路径。在确定目标物流路径时,将物流路径规划模型的决策变量、目标函数和约束条件依次输入混合整数线性规划求解器,利用求解器对物流路径规划模型进行求解,确定物流路径规划模型的最优解,并根据最优解对应的决策变量q(ni,ni+1,j)的取值确定选仓方案、物流网络中路线(ni,ni+1)上各种sku的运输方案,即确定货源地节点和城市节点之间的仓库节点的仓库节点标识、物流网络中目标物品的运输路线,进而确定目标物流路径。[0152] 在本发明实施例中,混合整数线性规划求解器可以是CPLEX、Gurobi、SCIP等。[0153] 步骤S403,根据所述目标物流路径运输所述目标物品。[0154] 在本发明实施例中,确定目标物流路径后,根据目标物流路径运输目标物品,进而实现兼顾仓库数量和运输成本最低的原则、在考虑sku的实际布置情况下的物流路径规划。[0155] 现有的路径规划方法通常是单一的选仓优化或者单一的运输路径规划优化,未曾考虑过实际物流网络中可能存在的一些约束条件,比如,实际应用场景中需要考虑sku的一些约束条件(比如,任意一个城市中任意一种sku只能由一个仓库覆盖、货源地或者仓库禁止存放一些种类的sku等),在建立优化模型时基于理想条件或者简化条件,使得现有的路径规划方法偏向于理论层面研究。[0156] 本发明的物流网络规划方法通过研究实际物流运输中遇到的限制条件,在考虑各个仓库所允许存放的sku种类、仓库和城市每种sku的一对一覆盖关系的基础上,以运输成本最低为目标函数,建立了多层级选仓及基于sku维度的路径规划模型,以确定物流网络的选仓方案以及仓网覆盖关系(包括货源地对仓库的支援关系、仓库对仓库的补货关系和仓库对城市的覆盖关系),可以极大地满足实际要求,提高物流网络规划的准确性和实用性。[0157] 在本发明实施例中,通过接收目标物品对应的配送任务;其中,所述配送任务指示了所述目标物品的起始运输节点和目的运输节点;采用预先构建的路径规划模型,根据所述物品种类、起始运输节点和目的运输节点、以及以下任意一个或多个要素对所述一个或多个物品的配送任务进行路径规划:运输节点的数量、配送任务的运输成本、配送任务的时效,以获得所述配送任务对应的目标路径;根据所述目标路径运输所述物品等步骤,能够根据物品在各个仓库的节点的实际布置情况进行物流路径规划,兼顾仓库数量并且运输成本的要求,提高了物流路径规划的准确性和实用性,满足实际要求,适用性强,可以提升用户体验。[0158] 图5是根据本发明实施例的物流网络规划装置的主要模块的示意图,如图5所示,本发明的物流网络规划装置500包括:[0159] 获取模块501,用于获取多个运输节点的运输节点数据;其中,所述运输节点数据指示了所述运输节点的运输节点类型。[0160] 在本发明实施例中,所述获取模块501用于获取多个运输节点的运输节点数据,运输节点数据包括运输节点类型以及运输节点标识;其中,运输节点类型包括货源地节点、仓库节点和城市节点。[0161] 构建模块502,用于根据所述运输节点数据,确定物流网络。[0162] 在本发明实施例中,根据运输节点数据和路线数据,所述构建模块502构建物流网络。具体地,根据货源地节点、仓库节点、城市节点、以及各个运输节点之间的路线构建物流网络。其中,物流网络包括:多个货源地节点、多个仓库节点或者和多个城市节点。规划模块503,用于采用预先构建的物流路径规划模型,确定所述物流网络中包括目标运输节点的一条或多条物流路径;其中,所述物流路径规划模型以运输成本最小为目标函数,对所述目标运输节点存放的物品种类和所述目标运输节点的数量进行约束,所述目标运输节点的运输节点类型为仓库节点。[0163] 在本发明实施例中,用于采用预先构建的物流路径规划模型,所述规划模块503确定物流网络中包括仓库节点的一条或多条物流路径。[0164] 在本发明实施例中,物流路径规划模型以运输成本最小为目标函数,且对仓库节点的物品种类和仓库节点的数量进行约束,物流网络包括一条或多条物流路径,每一条物流路径包括:一个货源地节点、一个或多个仓库节点和一个城市节点,具体地,物流路径以货源地节点为路径起点、以城市节点为路径终点、还包括货源地节点和城市节点之间的一个或多个仓库节点。[0165] 在本发明实施例中,其中,对目标运输节点的物品种类进行约束是指对仓库节点的物品种类进行约束;对目标运输节点的数量进行约束是指对仓库节点的数量进行约束。[0166] 在本发明实施例中,通过接收模块、路径规划模块和运输模块等模块,能够根据物品在各个仓库的节点的实际布置情况进行物流路径规划,兼顾仓库数量并且运输成本的要求,提高了物流路径规划的准确性和实用性,满足实际要求,适用性强,可以提升用户体验。[0167] 图6示出了适于应用于本发明实施例的物流网络规划方法或物流网络规划装置的示例性系统架构图,如图6所示,本发明实施例的物流网络规划方法或物流网络规划装置的示例性系统架构包括:[0168] 如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604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。[0169] 用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用,例如物流类应用、购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。[0170] 终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。[0171] 服务器605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603所浏览的物流类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的路径规划请求等数据进行分析等处理,并将处理结果(例如目标物流路径)反馈给终端设备601、602、603。[0172] 需要说明的是,本发明实施例所提供的物流网络规划方法一般由服务器605执行,相应地,物流网络规划装置一般设置于服务器605中。[0173] 应该理解,图6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。[0174] 图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图,如图7所示,本发明实施例的终端设备或服务器的计算机系统700包括:[0175] 中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中,还存储有系统700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。[0176] 以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。[0177] 特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。[0178] 需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD‑ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。[0179] 附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。[0180] 描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块、构建模块和规划模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,构建模块还可以被描述为“根据运输节点数据构建物流网络的模块”。[0181] 作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:获取多个运输节点的运输节点数据;其中,所述运输节点数据指示了所述运输节点的运输节点类型;根据所述运输节点数据,确定物流网络;采用预先构建的物流路径规划模型,确定所述物流网络中包括目标运输节点的一条或多条物流路径;其中,所述物流路径规划模型以运输成本最小为目标函数,对所述目标运输节点存放的物品种类和所述目标运输节点的数量进行约束,所述目标运输节点的运输节点类型为仓库节点。[0182] 现有的路径规划方法通常是单一的选仓优化或者单一的运输路径规划优化,并无兼顾仓库数量和运输路径最优的优化研究。[0183] 选仓优化模型的目标是确定运输网络中每个仓库节点是否被选用(比如,存放或流转货物),通常目标函数可以是:需求点与覆盖仓之间的距离与需求量的乘积之和最小,或者,需求点与覆盖仓之间的最大距离最小,或者,仓库数目最小等。[0184] 运输路径规划优化模型是在满足各需求点的需求的前提下,确定运输网络中各条路线的运输量,使得运输成本最低。[0185] 现有的路径规划方法无法同时兼顾仓库数量和运输路径最优,并且,并未考虑sku的实际布置情况,使得单一的选仓优化或者单一的运输路径规划优化过于理想化,无法满足实际需求。[0186] 根据本发明实施例的技术方案,能够根据物品在各个仓库的节点的实际布置情况进行物流路径规划,兼顾仓库数量并且运输成本的要求,提高了物流路径规划的准确性和实用性,满足实际要求,适用性强,可以提升用户体验。[0187] 上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

专利地区:北京

专利申请日期:2021-08-24

专利公开日期:2024-06-18

专利公告号:CN113673932B

电话咨询
读内容
搜本页
回顶部