[发明专利]一种多目标优化的物流方法和系统

说明书

本发明公开了一种多目标优化的物流方法和系统，方法包括：设置物流端参数；从电子地图供应商获取路网数据；获取订单数据并生成基本配送任务和约束条件；从预设的优化目标集合中确定优化目标；基于节约算法或贪心算法处理路网数据、约束条件和优化目标以获取配送方案的初始解；基于优化目标，进化迭代初始解以获取最优解。系统用于执行方法。通过设置物流端参数以确定运输的前置条件，通过电子地图获取路网数据以获取现有的路径信息能够降低运行成本，根据订单数据、基本配送任务制定限定物流方案的约束条件，通过节约算法或贪心算法确定配送方案的初始解，通过迭代进化处理配送方案的初始解，能够充分根据各种条件输出合适的物流配送计划。

技术领域

本发明涉及物流技术领域，尤其是一种多目标优化的物流方法和系统。

背景技术

在经济社会发展的背景下，城市内部和城市间的货物流通不断增长，物流运输在这个过程中起到了相当重要的作用。在物流过程中，货物订单和车辆的调配，运输路线的规划都是影响运输效率和成本的关键因素。

在当前的物流配送过程中，调度人员需要应对越来越多的订单分配和线路选择；同时，送取货的时间窗口限定等约束条件以及成本、时间和路线等优化目标等需求也更加繁多。普遍情况下，物流配送企业和有大量物流配送需求的机构在进行上述的工作过程中还是采用人工调度的方式，工作效率很大程度上取决人员的经验和主观判断，科学性判断和目标优化有待增强。

发明内容

本发明旨在至少在一定程度上解决相关技术中的关键问题之一。为此，本发明的一个目的是提供一种多目标优化的物流方法和系统。

本发明所采用的技术方案是：

一种多目标优化的物流方法，包括：S1、设置物流端参数，所述物流端参数包括仓储点信息，配送点信息，配送货物信息和载具信息；S2、从第三方的电子地图供应商获取路网数据；S3、获取订单数据，根据所述订单数据生成基本配送任务和约束条件；S4、从预设的优化目标集合中确定最少一种优化目标；S5、基于节约算法或贪心算法处理所述路网数据、基本配送任务、约束条件和优化目标以获取配送方案的初始解，所述配送方案的初始解包括运输路线、载具的选择、仓储点装卸载货物清单和时间、配送点装卸载货物清单和时间；S6、基于优化目标迭代进化所述配送方案的初始解以获取最优解。

优选地，所述路网数据包括交通线路位置、道路物理几何特征和历史交通数据，对应的，步骤S5具体包括基于节约算法或贪心算法处理交通线路位置、道路物理几何特征和历史交通数据、基本配送任务、约束条件和优化目标以获取配送方案的初始解。

优选地，所述订单数据包括货物类型、订单要求、货物数量、货物所在仓储点和目标配送终点，对应的，步骤S3具体包括：获取订单数据，根据货物所属仓储点和目标配送点时间窗(货物装卸的时间范围限定)要求生成时间约束条件；根据货物数量(结合数据库中的货物信息可计算得出货物体积、货物重量)、订单要求的拼单(或拆单)可行性和载具信息生成装载约束条件，即需要何种载具才能满足对应需求的货物的装载；车辆的停放点并非物流配送任务的初始仓储点或结束时的配送点，根据配送任务完成后载具是否返回起始点(或某规定地点)生成返程约束条件，标记时间约束条件、装载约束条件、返程约束条件为约束条件。

优选地，步骤S6具体包括：基于遗传算法或退火算法或蚁群算法处理所述配送方案的初始解以获取最优解。

优选地，所述优化目标包括：路线最短，物流成本最少，载具装载效率最高和载具使用数量最少。

本发明所采用的技术方案是：