[发明专利]物流线路规划方法、装置、设备及存储介质

说明书

本发明涉及物流配送技术领域，公开了一种物流线路规划方法、装置、设备及存储介质，用于实现了车辆的最大装载配送，提高人车的匹配度以及揽派件的效率，降低了单个业务员的物流配送成本。物流线路规划方法包括：通过蚁群算法对按照业务员分类的物流历史处理信息进行训练，得到路径优化模型，在路径规划过程中，根据业务员待处理的快件信息中提取到对应的快件订单信息、派件地址和可配送的车辆信息，以这些信息作为规划路径的约束条件，利用路径优化模型计算出该业务员与车辆信息之间的匹配参数，基于该匹配参数进行最优路径的规划。

技术领域

本发明涉及物流配送技术领域，尤其涉及一种物流线路规划方法、装置、设备及存储介质。

背景技术

随着市场经济和物流技术的不断发展，物流配送也得到了迅猛发展，尤其是目前互联网购物的普及，快递量也在逐年增加，而工作量的增加，必定影响了业务员对快件的整体配送效率。

现有技术中，业务员在实现揽件、派件的处理时，严重依赖于个人的经验进行线路的规划，大多数是基于其出发前所接收到的订单情况来来处理，而在实际操作中，常常会存在业务员在出勤或者是派件的过程中产生新的处理订单，对于这种情况，这没发即是处理，也即是说没有结合网点订单情况，动态的感知揽件或者派件以提高处理效率，甚至还有一些业务员在出勤时，常常出现负荷未满或者冗余过大的问题，现有的方式虽然可以解决人车货三者匹配的问题，但是难以实现人车货成本控制，而造成处理效率低下，甚至产生客诉的现象。

发明内容

本发明的主要目的在于解决现有的物流线路规划方式，由于在实现人车货之间的高度匹配不精确，而导致物流处理效率较低的技术问题。

本发明第一方面提供了一种物流线路规划方法，所述物流线路规划方法包括：

获取当前业务员待处理的快件信息，以及当前业务员所在的配送中心的位置信息和所述配送中心当前可用车辆的车辆信息；

对所述业务员所负责的所有快件信息进行解析，得到对应的快件订单信息和派件地址集，并对所述派件地址集中的每个派件地址进行编号处理；

以所述车辆信息、订单信息和派件地址集作为物流线路规划的约束条件，并利用路径优化模型，计算出所述业务员与可用车辆之间的匹配参数，其中，所述路径优化模型为通过蚁群算法对物流历史处理信息训练得到的模型；

根据所述匹配参数规划出与业务员对应的最优物流线路。

可选的，在本发明第一方面的第一种实现方式中，所述以所述车辆信息、订单信息和派件地址集作为物流线路规划的约束条件，并利用路径优化模型，计算出所述业务员与可用车辆之间的匹配参数包括：

统计所述业务员待处理的订单信息的总配送量；

根据所述总配送量，从所述可用车辆中选择至少一辆满足装载要求的车辆，所述装载要求包括车辆的最大载重大于或者等于所述总配送量；

以所述配送中心作为始发地，基于所述路径优化模型将所述至少一辆车辆分别遍历所述派送地址集中所有派送地址，得到若干条物流线路；

计算所述若干条物流线路中每条物流线路的单位配送成本，并基于所述单位配送成本计算出所述业务员与对应的车辆之间的匹配参数。

可选的，在本发明第一方面的第二种实现方式中，所述以所述配送中心作为始发地，通过所述路径优化模型将所述至少一辆车辆分别遍历所述派送地址集中所有派送地址，得到若干条物流线路包括：

将所述至少一辆车辆中的每辆车辆的始发地设置为所述配送中心的位置信息；

从所述至少一辆车辆中随机选择一辆车辆作为第一车辆；

基于所述第一车辆从所述派送地址集中选择一个派送地址作为第一派件地址；