[发明专利]物流车辆调度装置及物流车辆调度方法

说明书

本发明提供物流车辆调度装置及物流车辆调度方法。物流车辆调度装置基于预先记录的多个历史任务的调度数据，对目标任务调度物流车辆，其特征在于，具备：取得单元，取得包括至少一个站点的目标任务；确定单元，从多个历史任务中，确定与目标任务相似的一组相似任务；评估单元，按每个相似任务，基于该相似任务的调度数据，评估与该相似任务对应的物流车辆及司机的组合的多个绩效指标；综合评估单元，按每个相似任务，基于多个绩效指标，评估与该相似任务对应的物流车辆及司机的组合的综合绩效指标；以及排序单元，基于综合绩效指标，对与一组相似任务分别对应的物流车辆进行排序，并输出用于调度物流车辆的排序结果。

技术领域

本发明涉及一种物流车辆调度装置及物流车辆调度方法。尤其涉及基于历史数据的物流车辆调度装置及物流车辆调度方法。

背景技术

物流行业是一种兼顾成本和服务质量的服务行业。在为客户提供物流配送服务时，物流服务提供者需要提供高效的准时的服务，同时尽可能地降低服务的成本。只有这样，才能在赢得客户的同时提高自身的竞争力。因此，物流行业的很多问题是在一定约束条件下的成本优化问题。问题的解决需要多样的优化手段。

物流配送是物流服务的关键环节，是指根据客户的货物运输的时间和运量等要求，将货物从产地运送到目的地的过程。物流服务者拥有一定人力和车辆等运输资源，需要考虑如何在满足客户要求的前提下，降低配送成本，主要是降低车辆的行走里程。

车辆调度问题(Vehicle Routing Problem：VRP)就是解决物流运输的经典问题，也是运筹学的经典问题，最初由Dantzig和Ramser提出。VRP问题是一类经典的最优化问题，其目标是给定一组不同配送需求量的站点和车辆的容量限制，求取完成配送车辆行走的最短路径。为VRP问题增加条件，可以产生很多变种问题，如带提送货的VRP问题，带时间窗的VRP问题，多种车型的VRP问题，以及各种条件的组合问题等。基于解空间搜索思想的现代优化方法被广泛的应用到VRP问题上。郎茂祥在其博士论文中针对无时限单向物流配送车辆调度问题，给出了遗传算法、禁忌算法、模拟退火算法、遗传算法等多种优化求解方法。专利文献CN 104036381A中公开了基于免疫遗传算法的单车型流水线物流运输调度方法，旨在解决多车场单车型的流水线生产物流运输调度问题。专利文献CN 104598994A中公开了一种带时变时间窗的关联物流运输优化调度方法。

尽管VRP算法能求得车辆调度的最优解，但在实际应用中仍存在低效率问题。在VRP求解的过程中，与车辆有关的信息是车辆的容量，输出为一组车辆和配送任务的组合，即某车配送一组货物到目标站点。因此可以看出VRP求解中并未考虑人的因素。所谓人的因素是指相同的车辆相同的配送任务由不同的人来完成，其效果不同。如某些人总能按时完成，而其他人可能会延误配送时间，导致客户不满。又如，某些人在相同情况下消耗的燃油成本很低，而其他人就可能消耗过多燃油，导致配送成本升高。因此，可以看出即使VRP给出了一定条件下的最优解，在考虑了人的因素后，也可能不是最优的。如何解决此问题成为车辆调度领域的一个问题。

另外，物流信息化，特别是车辆调度系统的信息化，使解决上述问题成为可能。物流系统是一个复杂的系统，涉及物流调度的各个方面。车辆调度系统是它的一个子系统。物流信息化是物流行业的发展趋势，已被绝大多数物流企业采用。系统信息化使车辆调度等环节的操作被记录下来，经过长期的系统运行，系统积累了大量的历史调度相关数据。这些数据的数据量大，信息丰富，可以利用数据分析技术对物流系统的成本和效率等方面，特别是对派送员的绩效，进行全面评估。例如，专利文献CN 104680348A公开了一种物流车辆驾驶员绩效考核系统，该系统通过车载的车辆行驶记录仪采集行驶车辆的车速、发动机转速、发动机扭矩、GPS速度、经纬度、车速、时间等秒级信息，再根据设定好的评价体系对驾驶员行车进行绩效考核评价。

发明内容