[发明专利]一种物品配送时间优化方法及其系统有效

专利信息
申请号: 201910961227.5 申请日: 2019-10-10
公开(公告)号: CN110689307B 公开(公告)日: 2022-09-09
发明(设计)人: 余玉刚;刘兵兵;郭晓龙;周强;黄雨辰 申请(专利权)人: 中国科学技术大学
主分类号: G06Q10/08 分类号: G06Q10/08;G06Q10/04
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 任岩
地址: 230026 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 物品 配送 时间 优化 方法 及其 系统
【权利要求书】:

1.一种物品配送时间优化方法,其特征在于,所述方法包括:

通过从数据库中直接采集或者概率统计的方式,获取与物品配送时间有关的参数,所述参数包括物品信息、配送车辆信息和客户信息;

利用所述参数建立物品配送时间优化模型;

根据所述物品配送时间优化模型得到配送车辆的运送路径,包括:通过基于时间滑动机制和节约算法的第一算法以及变邻域搜索算法计算所述配送时间优化模型,得到所述运送路径;

其中,所述基于时间滑动机制和节约算法的第一算法包括:通过节约算法得到最节约时间的路线,利用时间滑动机制,为所有客户最早到达的时间进行排序,根据所述排序为每一辆车指定运送路线;

所述运送路径使得总的运输时间和总装配时间之和为最小值。

2.根据权利要求1所述的方法,其特征在于,所述配送车辆信息包括每种商品的装配时间的均值和方差。

3.根据权利要求1所述的方法,其特征在于,所述客户信息包括每个客户允许的最迟开始的服务时间、每个客户允许的最早开始的服务时间、客户之间的距离。

4.根据权利要求1所述的方法,其特征在于,所述物品配送时间优化模型通过下式进行表示:

其中,min FEDP(x,y)为配送车辆总运输时间和总装配时间之和的最小化;dij为客户i到客户j的距离;v为车辆速度;tp为每种物品的装配时间;oip为客户i的物品p的数量;xijk为二元变量,若车辆k从客户j经过客户i,值为1,否则值为0;令x=(xijk);yik为二元变量,若车辆k为客户i提供服务,值为1,否则值为0,令y=(yik);P为商品种类集合,P={1,2,…,p},p为商品种类总量;V为车辆数目集合,V={1,2,…,k};k为配送点车辆总数;C为客户数量集合。

5.根据权利要求4所述的方法,其特征在于,所述物品配送时间优化模型包括第一约束条件,所述第一约束条件包括:

其中,xi0k为车辆k从客户i返回到仓库,x0jk为车辆k从仓库运行到客户j的位置;xjik为二元变量,若车辆k从客户i经过客户j,值为1, 否则值为0;P为商品种类集合,P={1,2,…,p}p为商品种类总量;V为车辆数目集合,V={1,2,…,k};k为配送点车辆总数;C为客户数量集合;N为客户总数量;bi为客户i实际接受配送和装配的开始时间;aj为第j个客户的实际访问时间;M为大于等于24的正数;vp为商品p的体积;Q为车辆最大装载量;xijk为二元变量,若车辆k从客户j经过客户i,值为1,否则值为0,令x=(xijk);yik为二元变量,若车辆k为客户i提供服务,其值为1,否则取值为0,令y=(yik);

Φ为标准化动态分布函数,Φ-1为Φ的反函数;μp为物品p的装配时间均值;为商品p的装配时间方差;为第ri个顾客购买第p种产品的数量;为客户i到客户i+1的距离;L为最迟配送活动结束时间;为客户nk允许的最迟开始的服务时间;为客户nk允许的最早开始的服务时间;ε1为客户时间服务窗口准时性的最大偏差概率;ε2为运营服务准时性的最大偏差概率。

6.根据权利要求5所述的方法,其特征在于,所述物品配送时间优化模型为通过随机优化模型和机会约束优化模型转化得到。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学,未经中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910961227.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top