[发明专利]货物运送规划方法、设备及可读存储介质

权利要求书

1.一种货物运送规划方法，其特征在于，所述货物运送规划方法包括以下步骤：

获取影响运送规划的数据因子，确定至少一个优化目标；

根据所述至少一个优化目标，建立货物运送规划模型；

获取所述优化目标对应的约束条件；

基于所述约束条件，利用遗传算法对所述货物运送规划模型求解，得到最佳运送规划。

2.如权利要求1所述的货物运送规划方法，其特征在于，所述至少一个优化目标包括运输成本和运输风险，所述根据所述至少一个优化目标，建立货物运送规划模型的步骤，包括：

获取计算所述运输成本的成本模型；

获取计算所述运输风险的风险模型；

基于所述成本模型和风险模型，建立货物运送规划模型。

3.如权利要求2所述的货物运送规划方法，其特征在于，所述获取计算所述运输风险的风险模型的步骤，包括：

对运送规划中的所述数据因子进行权重分析，确定用于计算所述运输风险的关键特征，其中，所述关键特征包括合同违约特征、破损特征、延期特征和海关扣押特征；

根据所述关键特征建立所述风险模型。

4.如权利要求2所述的货物运送规划方法，其特征在于，所述获取计算所述运输成本的成本模型的步骤，包括：

获取所述最佳运送规划中的至少一组规划目标，其中，所述规划目标包括生产计划、运输方式和运输路径；

根据所述规划目标建立所述成本模型。

5.如权利要求1所述的货物运送规划方法，其特征在于，所述获取所述优化目标对应的约束条件的步骤，包括：

确定影响所述优化目标的约束因子；

根据所述优化目标和货物运送规划模型，对所述约束因子进行限制，构建约束条件。

6.如权利要求1所述的货物运送规划方法，其特征在于，所述基于所述约束条件，利用遗传算法对所述货物运送规划模型求解，得到最佳运送规划的步骤，包括：

对所述货物运送规划模型中的所述规划目标进行染色体编码；

获取适应度函数，计算染色体编码后的所述规划目标的适应度函数值；

根据所述适应度函数值对所述规划目标进行选择操作；

对选择后的所述规划目标进行部分匹配交叉操作和互换变异操作，得到新一代规划目标；

判断所述新一代规划目标是否满足预设结束条件；

若满足，则所述新一代规划目标作为最佳运送规划输出。

7.如权利要求6所述的货物运送规划方法，其特征在于，所述判断所述新一代规划目标是否满足预设结束条件的步骤之后，所述方法包括：

若不满足，则将所述新一代规划目标设定为规划目标，并返回获取适应度函数，计算染色体编码后的所述规划目标的适应度函数值的步骤，以对所述规划目标进行迭代操作，直至达到所述预设结束条件，所述新一代规划目标中所述适应度函数值最大的规划目标作为最佳运送规划输出。

8.如权利要求2所述的货物运送规划方法，其特征在于，所述基于所述约束条件，利用遗传算法对所述货物运送规划模型求解，得到最佳运送规划的步骤之后，所述方法包括：

获取目标订单信息；

比对所述最佳运送规划的信息与所述目标订单信息，确定所述最佳运送规划对应的所述运输成本和所述运输风险。

9.一种货物运送规划设备，其特征在于，所述货物运送规划设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的货物运送规划程序，所述货物运送规划程序被所述处理器执行时实现如权利要求1至8中任一项所述的货物运送规划方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有货物运送规划程序，所述货物运送规划程序被处理器执行时实现如权利要求1至8中任一项所述的货物运送规划方法的步骤。