物流规划方法、设备、装置和存储介质与流程

1.本发明涉及物流技术领域，具体涉及一种物流规划方法、设备、装置和存储介质。


背景技术：

2.当今国内汽车制造企业面临的市场环境越来越复杂多变，行业竞争越来越激烈，内部成本优化与管理效率提升的压力越来越大。如何优化提升内部供应链管理效率，灵活快速地去面对复杂的内外部竞争与环境压力，是大多数国内汽车制造企业面临的一个重要课题。
3.从目前情况来说，物流智能智慧新技术(物联网、大数据等)日渐成熟，如京东、顺丰、菜鸟等物流快递企业已率先导入和实践，打造出高效高质量的智能物流供应链样板。反观汽车行业，在供应链的智能化发展上仍不及先进的物流快递行业，智能物流发展的整体效率相对不高。导致现有汽车制造企业物流效率低、成本高等问题。


技术实现要素：

4.本发明提供了一种物流规划方法、设备、装置和存储介质，旨在解决汽车制造企业物流效率低的技术问题。
5.为实现上述目的，本发明提供了一种物流规划方法，该方法包括以下步骤：
6.获取物流平准化需求，并对提货点进行区域划分得到分区信息；
7.若所述物流平准化需求包括货量和位置平准化需求，则获取初始运输路线，并根据所述货量和位置平准化需求、所述初始运输路线和所述分区信息进行运输路线分组，以得到最优运输路线；
8.若所述物流平准化需求包括时间平准化需求，则根据所述最优运输路线进行运输时间排布，以得到最优时间排布；
9.根据所述最优运输路线和所述最优时间排布生成最优物流计划。
10.可选地，获取提货点位置信息和提货点货物体积信息，根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分，得到分区信息。
11.可选地，通过启发式算法根据所述分区信息对所述初始运输路线进行迭代优化，以得到多个局部最优运输路线；
12.对多个所述局部最优运输路线进行打分，并基于打分结果从所述多个局部最优运输路线中选择最优运输路线。
13.可选地，分别获取多个所述局部最优运输路线的运输成本，根据所述运输成本对多个所述局部最优运输路线分别进行打分。
14.可选地，根据所述时间平准化需求计算所述最优运输路线中各便次的时间间隔；
15.根据所述时间间隔计算卸货点各站台对应的理想卸货时间；
16.基于所述理想卸货时间得到最优时间排布。
17.可选地，依次判断各站台对应的理想卸货时间是否存在时间冲突；
18.若检测到存在不发生时间冲突的站台，则将所述不发生时间冲突的站台对应的理想卸货时间设置为最优时间排布。
19.可选地，若不存在不发生时间冲突的站台，则记录所有站台对应的冲突总时长；
20.将所述冲突总时长最小的站台设置为实际卸货站台；
21.将所述实际卸货站台对应的理想卸货时间得到为最优时间排布。
22.为实现上述目的，本技术还提出一种物流规划装置，物流规划装置包括：区域划分模块、运输线路分组模块、运输时间排布模块和物流计划生成模块，其中，区域划分模块用于获取物流平准化需求，并对提货点进行区域划分得到分区信息；运输线路分组模块用于若所述物流平准化需求包括货量和位置平准化需求，则获取初始运输路线，并根据所述货量和位置平准化需求、所述初始运输路线和所述分区信息进行运输路线分组，以得到最优运输路线；运输时间排布模块用于若所述物流平准化需求包括时间平准化需求，则根据所述最优运输路线进行运输时间排布，以得到最优时间排布，物流计划生成模块用于根据所述最优运输路线和所述最优时间排布生成最优物流计划。
[0023][0024]
为实现上述目的，本技术还提出一种物流规划设备，物流规划设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的物流规划程序，所述物流规划程序被处理器执行时实现所述物流规划方法。
[0025]
为实现上述目的，本技术还提出一种计算机可读存储介质，所述存储介质上存储有物流规划程序，所述物流规划程序被处理器执行时实现所述物流规划方法。
[0026]
本技术通过首先对提货点进行区域划分得到分区信息，然后如果物流平准化需要满足位置和货量平准化，则根据货量和位置平准化需求和分区信息对初始运输路线进行迭代优化以得到最优运输路线，然后在确定最优运输路线之后，如果物流平准化需要满足时间平准化，则在最优运输路线的基础上进行运输时间排布，以得到最优的时间排布，并根据最优运输路线和最优时间排布生成最优物流计划，与现有技术中不对物流进行平准化要求相比，本技术中的最优物流计划可以通过对物流进行灵活的平准化选择，来提升物流供应链的效率。
附图说明
[0027]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0028]
图1为本发明一实施例的物流规划方法的模块结构示意图；
[0029]
图2为本发明一实施例的物流规划方法的流程图；
[0030]
图3为本发明一实施例的物流规划方法的模块结构示意图。
具体实施方式
[0031]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0032]
请参照图1，图1为本发明各个实施例中所提供的物流规划设备的硬件结构示意
图。所述物流规划设备包括执行模块01、存储器02、处理器03、电池系统等部件。本领域技术人员可以理解，图1中所示出的设备还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中，所述处理器03分别与所述存储器02和所述执行模块01连接，所述存储器02上存储有物流规划程序，所述物流规划程序同时被处理器03执行。
[0033]
执行模块01，可获取物流平准化需求，并对提货点进行区域划分得到分区信息；若物流平准化需求包括货量和位置平准化需求，则获取初始运输路线，并根据货量和位置平准化需求、初始运输路线和分区信息进行运输路线分组，以得到最优运输路线；若物流平准化需求包括时间平准化需求，则根据最优运输路线进行运输时间排布，以得到最优时间排布；根据最优运输路线和最优时间排布生成最优物流计划。同时反馈以上信息发送给所述处理器03。
[0034]
存储器02，可用于存储软件程序以及各种数据。存储器02可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、多个功能所需的应用程序等；存储数据区可存储根据物联网终端的使用所创建的数据或信息等。此外，存储器02可以包括高速随机存取存储器，还可以包括非易失性存储器，例如多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0035]
处理器03，是处理平台的控制中心，利用各种接口和线路连接整个物联网终端的各个部分，通过运行或执行存储在存储器02内的软件程序和/或模块，以及调用存储在存储器02内的数据，执行物联网终端的各种功能和处理数据，从而对物流规划设备进行整体监控。处理器03可包括一个或多个处理单元；优选的，处理器03可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器03中。
[0036]
本领域技术人员可以理解，图1中示出的物流规划设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0037]
根据上述硬件结构，提出本发明方法各个实施例。
[0038]
当今国内汽车制造企业面临的市场环境越来越复杂多变，行业竞争越来越激烈，内部成本优化与管理效率提升的压力越来越大。如何优化提升内部供应链管理效率，灵活快速地去面对复杂的内外部竞争与环境压力，是大多数国内汽车制造企业面临的一个重要课题。
[0039]
从目前情况来说，物流智能智慧新技术(物联网、大数据等)日渐成熟，如京东、顺丰、菜鸟等物流快递企业已率先导入和实践，打造出高效高质量的智能物流供应链样板。反观汽车行业，在供应链的智能化发展上仍不及先进的物流快递行业，智能物流发展的整体效率相对不高。导致现有汽车制造企业物流效率低、成本高等问题。
[0040]
具体地，在现有技术中，汽车制造企业的生产具备平准化的特点，所谓平准化生产，是从产量和产品组合两方面来平均分配生产任务的生产计划，不是根据可能高低跌宕起伏的客户订单来生产产品。而零部件物流是为生产服务的，如果生产要求的是平准化，那么物流的取货到货，均需要依据平准化生产来安排。现状市面上已有的，或者开发中的生产零部件物流计划系统，均没有涵盖或涉及“平准化”功能，因此汽车制造企业中没有可以直接使用的方法，需要新构筑符合平准化要求的物流计划系统逻辑。
[0041]
为了解决上述问题，本技术提出了一种物流规划方法，参照图2，在本发明物流规
划方法的第一实施例中，所述物流规划方法包括：
[0042]
步骤s100，获取物流平准化需求，并对提货点进行区域划分得到分区信息；
[0043]
本实施例中，物流平准化可以拆分为位置平准化、货量平准化和时间平准化。位置平准化指的是同一线路组内，每一便次都需要按照相同顺序从同样的部品供应商提货；货量平准化指同一线路组内，每一便次从相同的部品供应商提的货需要是相同种类相同货量的货物；时间平准化指同一线路组内，便次间相隔的时间相等。
[0044]
本次系统考虑的“平准化”包括三种情况：一是完全的平准化，即满足位置和货量的平准化，同时满足时间平准化；二是只需满足位置和货量平准化，时间不用满足平准化；三是不用满足平准化原则，位置、货量、时间都不用满足平准化。具体采用哪种平准化情况取决于用户的物流平准化需求。
[0045]
在获取物流平准化需求之后，获取物流计划中提货点的提货点信息，并基于提货点信息对各提货点进行区域划分，以将各提货点划分为不同的分区，并得到其对应的分区信息。
[0046]
步骤s200，若所述物流平准化需求包括货量和位置平准化需求，则获取初始运输路线，并根据所述货量和位置平准化需求、所述初始运输路线和所述分区信息进行运输路线分组，以得到最优运输路线；
[0047]
本实施例中，如果物流平准化需要满足位置和货量平准化，则需要对物流的运输路线进行优化。具体地，需要调用路径优化模块，基于分区信息，通过启发式算法对初始运输路线和初始的沿途提货方案进行不断的迭代优化，以得到最优运输路线。
[0048]
步骤s300，若所述物流平准化需求包括时间平准化需求，则根据所述最优运输路线进行运输时间排布，以得到最优时间排布；
[0049]
步骤s400，根据所述最优运输路线和所述最优时间排布生成最优物流计划。
[0050]
本实施例中，如果物流平准化需求不但需要满足位置和货量平准化，还需要满足时间平准化，即物流平准化中包括时间平准化需求，则在计算得到最优运输路线的基础上，进一步根据时间平准化原则规划卸货计划，以得到最优的时间排布。
[0051]
本技术通过首先对提货点进行区域划分得到分区信息，然后如果物流平准化需要满足位置和货量平准化，则根据货量和位置平准化需求和分区信息对初始运输路线进行迭代优化以得到最优运输路线，然后在确定最优运输路线之后，如果物流平准化需要满足时间平准化，则在最优运输路线的基础上进行运输时间排布，以得到最优的时间排布。与现有技术中不对物流进行平准化要求相比，本技术可以通过对物流进行灵活的平准化选择，来提升物流供应链的效率。
[0052]
在一实施例中，所述对提货点进行区域划分得到分区信息的步骤包括：
[0053]
获取提货点位置信息和提货点货物体积信息，根据所述提货点位置信息和提货点货物体积信息将所述提货点进行区域划分，得到分区信息。
[0054]
本实施例中，在进行线路优化之前，需要先将供应商的提货点划分为多个区域。具体地，根据优化目标的先验知识和空间聚类，将供应商拆分成多个区域。行驶里程方面，主要是将空间位置相近的提货点划分为一个分区，能有效降低行驶里程装载率方面，主要考虑同一分区的提货点订单货物体积和越接近于车辆装载量的整数倍，越能有效提高分区的装载率。通过考虑空间位置和装载率，采用聚类方法实现区域划分的功能。
[0055]
更进一步地，在一实施例中，首先根据提货点位置信息，将处于同一预设范围大小内的提货点划分为第一区域；该提货点位置信息包括提货点位置，指的是提取货物的供应商所在的地点；预设范围可以是任意半径的圆或者任意大小的正方形或长方形，范围大小以及形状在本发明中不作限制。具体的，将处于同一圆或正方形或长方形内的提货点划分为第一区域。需要说明的是，所述第一区域可以存在多个。
[0056]
在得到提货点位置信息之后，根据提货点货物体积信息，计算第一区域内的所有提货点的货物总体积；该提货点货物体积信息包括提货点货物的总体积大小以及提货点单个货物的体积大小。在本实施例中，可以将位于第一区域内的提货点货物的总体积进行相加，得到货物总体积。
[0057]
然后，可以根据货物总体积和预设车辆装载量，改变第一区域内的提货点的数量，并计算第一区域内的最大装载率；在本实施例中，该预设车辆装载量指的是运输车辆的总体装载量，例如，当有一辆运输车辆时，则总体装载量为一辆运输车辆的装载量；当有3辆运输车辆时，则总体装载量为3辆运输车辆的装载量。改变第一区域内的所述提货点的数量，指的是增加或减少第一区域边界处的若干个提货点的数量，即将边界处的若干个提货点放至相邻的其他区域中，或者是从相邻的区域中添加若干个提货点到第一区域中。每增加或减少一次提货点的数量，便要计算一次第一区域内的最大装载率，具体的，可计算第一区域内的货物总体积与预设车辆装载量的倍数，即货物总体积与预设车辆装载量之6，当货物总体积越接近与预设车辆装载量的整数倍，则表明装载率越大。
[0058]
最后，即可将与最大装载率对应的第一区域作为目标划分区域。在本实施例中，当第一区域内的最大装载率越大时，则表明车辆每次运输都能将车辆装满，保证车辆的装载率最大化，避免运输资源浪费，降低成本。所述目标划分区域即为车辆运输提货的区域，另外目标划分区域可以为多个。
[0059]
在一实施例中，所述根据所述货量和位置平准化需求、所述初始运输路线和所述分区信息进行运输路线分组，以得到最优运输路线的步骤包括：
[0060]
通过启发式算法根据所述分区信息对所述初始运输路线进行迭代优化，以得到多个局部最优运输路线；
[0061]
对多个所述局部最优运输路线进行打分，并基于打分结果从所述多个局部最优运输路线中选择最优运输路线。
[0062]
本实施例中，如果物流平准化需要满足位置和货量平准化，则需要根据分区信息对初始运输路线进行迭代优化，以得到多个局部最优运输路线。即先是根据区域内装载率最大化进行提货点分组得到多个分区信息，紧接着根据分区信息确定配送趟次，其次是根据各提货点地理位置，以里程数最小为目标进行路顺规划，最后综合评估产出结果成本，基于自研运筹优化求解器寻找更优的线路组，进行迭代优化。其中，局部最优运输路线指的是仅考虑运输路线中部分供应商时、或部分物流影响参数时成本最低的运输线路。
[0063]
进一步地，在一实施例中，具体的迭代优化的过程为：采用领域搜索算法进行优化搜索，采用蚁群算法信息素的记录更新方法设计中间结果状态的记录更新，继而采用延时接受算法跳出局部最优运输路线。其中，中间结果状态包括物流影响参数，如装载率等。
[0064]
在求得多个局部最优运输路线之后，通过调用打分模块对各最优运输线路进行打分，并根据打分结果从多个局部最优运输路线中选取分数最高的局部最优运输路线，以作
为最优运输路线。
[0065]
在一实施例中，所述对多个所述局部最优运输路线进行打分的步骤包括：
[0066]
分别获取多个所述局部最优运输路线的运输成本，根据所述运输成本对多个所述局部最优运输路线分别进行打分。
[0067]
本实施例中，运输成本为衡量各局部最优运输路线对应分数的唯一评价准则，即运输成本越低，该局部最优运输路线对应的分数也就越高；运输成本越低，该局部最优运输路线对应的分数也就越低。由于多个局部最优运输路线均满足货量和位置平准化的需求，因此分数最高的局部最优运输路线即为满足货量和位置平准化的需求的成本最低的运输路线。而基于运输成本对各局部最优运输路线进行打分的过程中，还要根据卸货点的不同对运输成本进行不同的计算。
[0068]
具体地，如果卸货点是中继地，如储物仓库，则运输成本即等于物流运输过程中的硬性成本；如果卸货点是物理受入口，如制造工厂，则运输成本等于物流运输过程中硬性成本和软性成本的和值。
[0069]
在一实施例中，所述根据所述最优运输路线进行运输时间排布，以得到最优时间排布的步骤包括：
[0070]
根据所述时间平准化需求计算所述最优运输路线中各便次的时间间隔；
[0071]
根据所述时间间隔计算卸货点各站台对应的理想卸货时间；
[0072]
基于所述理想卸货时间得到最优时间排布。
[0073]
本实施例中，因卸货点中能够用于卸货的站台数量有限，故每个卸货点能够同时执行卸货任务的车辆数量有限，因此需要根据站台数量，在最优卸货路线的基础上重新调整卸货时间。具体地，时间平准化计划模块可以根据时间平准化原则，对最优运输路线针对中继地或者单个物理受入口某个频次段对应的线路组和站台规划具体的卸货计划。在一实施例中，具体的规划步骤如下：
[0074]
首先，按便次数由多到少选择一个最优运输路线，根据时间平准化原则计算该线路组各便次的时间间隔；
[0075]
其次，卸货点的各站台均存在编号，卸货从编号低的站台开始尝试，整个最优运输路线中各便次都会在同一站台完成卸货。先计算第一便次的最佳卸货时间。其中，最佳卸货时间为在仍可以完成最后一个便次的卸货前提下，最优运输路线中各卸货时间冲突最小的最早卸货时间。在得到第一遍次的最佳卸货时间之后，再根据时间间隔计算之后各便次的卸货时间，作为理想卸货时间。
[0076]
再次，在计算得到最优运输路线对应的理想卸货时间之后，可以进一步地基于理想卸货时间得到最优时间排布。
[0077]
在一实施例中，所述基于所述理想卸货时间得到最优时间排布的步骤包括：
[0078]
依次判断各站台对应的理想卸货时间是否存在时间冲突；
[0079]
若检测到存在不发生时间冲突的站台，则将所述不发生时间冲突的站台对应的理想卸货时间设置为最优时间排布。
[0080]
本实施例中，每个卸货点存在多个站台，而每个站台均存在最优运输路线对应的理想卸货时间。依次判断按照各站台对应的理想卸货时间进行卸货，是否存在时间冲突；若检测到存在不发生时间冲突的站台，即若在该站台进行卸货，最优运输路线中所有车辆均
按照理想卸货时间进行卸货，卸货的过程不会产出时间冲突，则直接将该站台作为实际卸货站台，理想卸货时间得到为最优时间排布。
[0081]
在一实施例中，所述依次判断各站台对应的理想卸货时间是否存在时间冲突的步骤之后还包括：
[0082]
若不存在不发生时间冲突的站台，则记录所有站台对应的冲突总时长；
[0083]
将所述冲突总时长最小的站台设置为实际卸货站台；
[0084]
将所述实际卸货站台对应的理想卸货时间得到为最优时间排布。
[0085]
本实施例中，若最优运输路线中所有车辆均按照理想卸货时间进行卸货，卸货的过程会产出时间冲突，则需要调用平准化时间冲突处理模块进行冲突处理。具体地，平准化时间冲突处理模块需要重新调整车辆的卸货时间，若卸货时间调整后不再有时间冲突，则选择该站台产出的调整后的卸货时间作为最优时间排布进行得到；若仍存在时间冲突，则记录下冲突总便次数和冲突总时长。然后尝试下一个站台重复上述步骤。若所有站台均尝试后，仍无法避免时间冲突，则选择时间冲突最小的卸货站台和卸货计划作为该线路组最终的最优时间排布。其中，冲突最小的优化目标为两级目标，第一优先级考虑最少冲突总便次数，第二优先级考虑最小冲突总时长。
[0086]
如图3所示，本发明还提出一种一种物流规划装置，物流规划装置包括：
[0087]
区域划分模块a10，用于获取物流平准化需求，并对提货点进行区域划分得到分区信息；
[0088]
运输线路分组模块a20，用于若所述物流平准化需求包括货量和位置平准化需求，则获取初始运输路线，并根据所述货量和位置平准化需求、所述初始运输路线和所述分区信息进行运输路线分组，以得到最优运输路线；
[0089]
运输时间排布模块a30，用于若所述物流平准化需求包括时间平准化需求，则根据所述最优运输路线进行运输时间排布，以得到最优时间排布。
[0090]
物流计划生成模块a40，用于根据所述最优运输路线和所述最优时间排布生成最优物流计划。
[0091]
本发明还提出一种物流规划设备，物流规划设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的物流规划程序，所述物流规划程序用于执行本发明各个实施例所述的方法。
[0092]
本发明还提出一种计算机可读存储介质，其上存储有物流规划程序。所述存储介质包括计算机可读存储介质，所述计算机可读存储介质可以是图1的中的存储器，也可以是如rom(read-only memory，只读存储器)/ram(random access memory，随机存取存储器)、磁碟、光盘中的至少一种，所述存储介质包括若干指令用以使得一台具有处理器的物联网终端设备(可以是手机，计算机，服务器，物联网终端，或者网络设备等)执行本发明各个实施例所述的方法。
[0093]
在本发明中，术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的，而不能理解为指示或暗示相对重要性，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0094]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特
点包含于本发明的多个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0095]
尽管上面已经示出和描述了本发明的实施例，本发明保护的范围并不局限于此，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换，这些变化、修改和替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。