[发明专利]一种物品配送时间优化方法及其系统

说明书

本发明提供了一种物品配送时间优化方法及其系统。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，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。本发明通过从数据库中直接采集或者概率统计的方式获取参数，根据物品配送时间优化模型获得配送和装配的解决方案，节约了物品配送时间。

技术领域

本发明涉及一种物品配送时间优化方法及其系统。

背景技术

随着如今城市产业布局的调整、现代消费方式的不断升级、电子商务技术的广泛应用，以及城市工商业发展模式的日趋多元，使得小批量、多频次、时效性强的直接配送、住宅配送以及“门到门”配送需求日益增长。如何缩短物品配送的总时间，是提升物流服务效率的关键。对于物品配送时间如何缩短，已有的研究可以参考物品配送问题，也可以参考有时间窗限制或者装配时间不确定的车辆路径问题(Vehicle Routing Problem，VRP)。过去的研究往往是关注确定条件下的客户订单分配，路径优化和配送中心选址。

近年来网络零售业兴起，很多电商企业为客户提供了优质的城市物流服务，让一些研究者开始往新的研究方向转变。例如，Reyes在2017年的非专利文献《Vehicle routingwith roaming delivery locations.》中提到流动交货地点的VRP；Trentini和Malhn在2010年的非专利文献《Toward a shared urban transport system ensuringpassengersgoods.》中提到公共运输网络的整合；以及现在国家大力发展的无人机应用于物品配送。还有很多研究是通过建模和算法来解决物品配送时间问题，例如Errico在2018年将问题表述为一个集合分区模型，该模型对路由计划的全局成功概率具有概率约束，并提出了一种结合列生成过程和动态规划方法的分支降价算法；Lee在2012年将鲁棒优化应用于运输和需求不确定，以及有客户要求截止日期的VRP问题中。

但现有技术中的配送时间最优算法，由于客户订单量过大，而且客户的个性化需求较多，导致装配时间变化很大，不确定和随机因素过多，因此很难找到解决方案，从而配送车辆的运送路径不理想，无法实现节约配送时间的问题。

发明内容

(一)要解决的技术问题

由于客户订单量过大，而且客户的个性化需求较多，导致装配时间变化很大，不确定和随机因素过多，因此很难找到解决方案的问题，从而配送车辆的运送路径不理想，无法实现节约配送时间的问题。

(二)技术方案

本发明一方面提供了一种物品配送时间优化方法，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，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。

本发明另一方面提供了一种物品配送时间优化系统，所述系统包括：参数获取模块，用于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；模型建立模块，用于利用所述参数建立物品配送时间优化模型；运送路径确定模块，用于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，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。

(三)有益效果

合理安排配送车辆的运送路径，与现有技术相比实现了节约配送时间。