一种载重量受限的物流拼单组合方法与流程

1.本发明属于物流数据处理技术领域，涉及一种物流拼单组合方法。


背景技术：

2.为了节省物流运输成本，需要对不同位置、不同质量的货物订单进行拼单，进而根据不同拼单的结果选择不同类型的运输车辆。现有的许多配货系统是采用人工凭经验和估计进行拼单的方法来进行，其车辆空载率和成本的控制及拼单效率存在明显的缺陷，而且对于订单数量较大的情况，人工拼单的效率更加无法满足需要。


技术实现要素：

3.为了克服已有技术的不足，本发明公开了一种基于发货位置和订单位置的拼单组合方法，能够根据车辆和货物的情况智能选择拼单组合，节省拼单的时间，提高拼单的效率，同时节省运输成本。
4.本发明解决其技术问题所采用的技术方案是：
5.一种载重量受限的物流拼单组合方法，基于发货位置和订单位置的拼单组合方法，能够根据车辆和货物的情况智能选择拼单组合，包括以下步骤：
6.步骤1，获取当前送货仓库位置及所需要派送的所有订单的重量和送货地址，以及所能派车的规格及装载量和车辆数量；
7.步骤2，根据仓库位置、订单总数量、每个订单的重量及送货位置以及送货货车的载重量信息，将送货区域划分为若干个区块；
8.步骤3：对于第二步中每个区域中的订单列表总质量进行求和，若本区域(a，b)的订单总质量小于最小可派车辆的装载量，则将本区域的订单与同心圆扇形领域的区域(a，[b 1]％8)合并，直至总质量大于最小可派车辆的装载量的最低装载率；
[0009]
步骤4：对于每个合并后的区块内的订单，进行拼单；
[0010]
步骤5：对于每一个区域均按照步骤4中的步骤，直至所有区域的订单全部被拼单完成。
[0011]
进一步，所述步骤4的过程为：
[0012]
步骤41：按照订单远近顺序进行拼单，同一个地址的订单物品尽可能先装上车；若某一地址的订单物品超过当前最大车的承载量，则对货物进行分装，即用货物总重量减去当前最大可选车承载量，剩余的部分作为一个新的子订单，将新生成的子订单加入订单列表；
[0013]
步骤42：拆单后的订单按照位置远近顺序，按近处的订单优先装上车，直至车辆剩余载重量无法装载剩余所有订单中任何一个订单的情况；
[0014]
步骤43：考虑将区块内未装载的订单waitinglist逐个替换当前已装车的订单onboard_list，若将该订单替换掉已装车订单，能降低车辆剩余重量，则作替换。即将区块内未装载的订单waitinglist替换掉onboard_list，将onboard_list中被替换的订单放回
到waitinglist；
[0015]
步骤44：对于区域内尚未装载的订单重复上述步骤43中的步骤，直至所有订单全部被装上车。
[0016]
再进一步，所述步骤2的过程为：
[0017]
步骤21：系统在派单开始前，提示用户设定一个派单成功率的比例alpha和每辆送货货车的最远送货距离差delta_dis；
[0018]
步骤22：以当前需派单仓库位置为圆心，以delta_dis的整数倍n为半径画圈，若所画圈的范围中所覆盖的订单数量超过当日需派总订单数乘以派单成功率alpha，则该倍数为最大派单半径设定；若所画圈的范围中所覆盖的订单数量小于当日需派总订单数乘以派单成功率alpha，则对delta_dis的整数倍n为半径画圈中的n值加1，直至所画圈的范围中所覆盖的订单数量大于当日需派总订单数乘以派单成功率alpha为止；
[0019]
步骤23：将上述派单仓库位置为圆心画出的同心圆，以地图正东(正右边)为0度起始，按每45度作为一个刻度，将每个同心圆划分为8个扇形，则每一个扇形区域可以编号为一个数对(a，b)，其中它离圆形的距离称为a，所在的角度位置为b；
[0020]
步骤24：将步骤22中超过倍数半径以外的订单放入最近的临近区块中，统计每个扇形区域数对所对应的区域内的订单列表。
[0021]
本发明的有益效果主要表现在：能够根据车辆和货物的情况智能选择拼单组合，节省拼单的时间，提高拼单的效率，同时节省运输成本。
附图说明
[0022]
图1是关于某企业的客户地址在二维图上映射得到的位置信息。采用步骤2将区域按照同心圆划分后得到的结果。被圈中的点是超过最大派单半径的订单，该订单需在步骤24中放入最近的临近区块中。
[0023]
图2是对于所划分区域进行编号的示例。同心圆的层数为(a,b)编号中的a参数，同心圆从0度开始的划分块编号为(a,b)编号中的b参数。例如，区块(4,2)表示同心圆第4圈的第2个分块。
具体实施方式
[0024]
下面结合附图对本发明作进一步描述。
[0025]
参照图1和图2，一种载重量受限的物流拼单组合方法，基于发货位置和订单位置的拼单组合方法，能够根据车辆和货物的情况智能选择拼单组合，包括以下步骤：
[0026]
步骤1，获取当前送货仓库位置及所需要派送的所有订单的重量和送货地址，以及所能派车的规格及装载量和车辆数量，假设原始数据中订单数量为200个，将其打印在原始的笛卡尔二维坐标系上。
[0027]
步骤2，根据仓库位置、订单总数量、每个订单的重量及送货位置以及送货货车的载重量信息，将送货区域划分为若干个区块，过程为：
[0028]
步骤21：系统在派单开始前，提示用户设定一个派单成功率的比例alpha和每辆送货货车的最远送货距离差delta_dis。例如，用户可以根据经验，设置派单成功率alpha为95％，每辆车的最远送货距离差为delta_dis为100公里。
[0029]
步骤22：以当前需派单仓库位置为圆心，以delta_dis的整数倍n为半径画圈，若所画圈的范围中所覆盖的订单数量超过当日需派总订单数乘以派单成功率alpha，则该倍数为最大派单半径设定。若所画圈的范围中所覆盖的订单数量小于当日需派总订单数乘以派单成功率alpha，则对delta_dis的整数倍n为半径画圈中的n值加1，直至所画圈的范围中所覆盖的订单数量大于当日需派总订单数乘以派单成功率alpha为止。
[0030]
可以从上左图中看出，绝大部分的订单在划定的范围内，其中画圈的一个订单在400公里以上，则所画圈的范围中所覆盖的订单数量超过当日需派总订单数乘以派单成功率alpha即95％。则说明最大派单半径为400公里。
[0031]
步骤23：将上述派单仓库位置为圆心画出的同心圆，以地图正东(正右边)为0度起始，按每45度作为一个刻度，将每个同心圆划分为8个扇形，则每一个扇形区域可以编号为一个数对(a，b)，其中它离圆形的距离称为a，所在的角度位置为b。
[0032]
如右图所示，图中所标区域分别可以标定为(1,1)，(4,1)，(2,2)，(4,2)等区域。
[0033]
假设有5单物流订单(dd01，dd02，dd03，dd04，dd05)，其运输地址，所对应的区域和重量依次为表1：
[0034][0035]
表1
[0036]
可供选择的车辆载重量为2500千克，3000千克，5000千克，车辆数量不限。
[0037]
步骤3：对于第二步中每个区域中的订单列表总质量进行求和，若本区域(a，b)的订单总质量小于最小可派车辆的装载量，则将本区域的订单与同心圆扇形领域的区域(a，[b 1]％8)合并，直至总质量大于最小可派车辆的装载量的最低装载率。
[0038]
由于可供选择的车辆载的最小重量为2500千克，若设定其最低装载率为80％，则至少须有2000千克的订单，才能满足本区域的最小订单派单要求。所以上述订单中的dd01一个订单在区域(2,1)中，不能单独派单，因此需将该订单与其最近的订单即(1,1)区域的订单合并。则(1,1)区域的订单从4个经合并，变为5个。
[0039]
步骤4：对于每个合并后的区块内的订单，进行拼单，过程为：
[0040]
步骤41：按照订单远近顺序进行拼单，同一个地址的订单物品尽可能先装上车；若某一地址的订单物品超过当前最大车的承载量，则对货物进行分装，即用货物总重量减去当前最大可选车承载量，剩余的部分作为一个新的子订单，将新生成的子订单加入订单列表。
[0041]
可以看到，由于最大车的承载量为5000千克，所以，这里不需要拆单。
[0042]
步骤42：拆单后的订单按照位置远近顺序，按近处的订单优先装上车，直至车辆剩
余载重量无法装载剩余所有订单中任何一个订单的情况。
[0043]
假设从距离上看，离出发点最近的位置是常熟市梅李镇海城村，则dd04是第一个可以拼单的商品。而最大车的承载量为5000千克，所以dd04订单可以直接装上车，车上剩余的质量为5000
‑
4579.9＝420.1千克。则剩余的载货量可以直接将订单dd05装上车，装上车以后，车辆剩余质量为420.1
‑
248.9＝171.2千克。剩余的载货量不能再装载剩余的订单。而且剩余的装载量不足原车辆的20％，则说明超过了该车的最低载货量。
[0044]
继续对剩余的订单进行安排，若最近的是dd03订单，则此时选择最大装载重量为2500千克的货车，此时车上剩余质量为2500
‑
940.2＝1559.8，继续考虑临近的订单，若选择dd02，则该车无法装载，所以直接舍弃该订单，继续考虑dd01订单，将dd01订单装上车后，此时车上剩余质量为1559.8
‑
1538.1＝21.7千克，则显然车辆几乎满载，即此拼单情况非常理想。
[0045]
步骤43：考虑将区块内未装载的订单waitinglist逐个替换当前已装车的订单onboard_list，若将该订单替换掉已装车订单，能降低车辆剩余重量，则作替换。即将区块内未装载的订单waitinglist替换掉onboard_list，将onboard_list中被替换的订单放回到waitinglist。
[0046]
在本例中，采用上述实例不存在替换的情况，但假设实际情况dd01和dd03的订单地址交换，如表2所示：
[0047][0048]
表2
[0049]
则存在多种选择的情况。即dd04和dd05订单装车以后，首先考虑dd01订单，此时选择最小的装载车辆2500千克，装上dd01之后，车辆的剩余质量为2500
‑
1338.1＝961.9，考虑dd02号订单，比剩余质量要大，所以该订单无法装车，此时使用更大的车型，3000千克质量的车，仍然无法装车，所以只能再次更大车辆5000千克的货车，那么dd01和dd02的订单装车之后的质量为5000
‑
1538.1
‑
2919.7＝5422，此时的满载率为空载率为5422/5000＝10.844％，而此时若结合订单dd01和dd03，采用3000千克的货车，其空载率仅为(2500
‑
1538.1
‑
940.2)/2500＝0.868％。所以应以后一种方案为更佳选择。
[0050]
步骤44：对于区域内尚未装载的订单重复上述步骤43中的步骤，直至所有订单全部被装上车。
[0051]
对于上一步中订单情况，最后剩余订单dd02未装车，因其质量为2919.7千克，所以可以选择最接近其质量的货车3000千克的货车，装载之后，拼单情况非常理想。
[0052]
步骤5：对于每一个区域均按照步骤4中的步骤，直至所有区域的订单全部被拼单
完成。
[0053]
本说明书的实施例所述的内容仅仅是对发明构思的实现形式的列举，仅作说明用途。本发明的保护范围不应当被视为仅限于本实施例所陈述的具体形式，本发明的保护范围也及于本领域的普通技术人员根据本发明构思所能想到的等同技术手段。

技术特征：
1.一种载重量受限的物流拼单组合方法，其特征在于，所述方法包括以下步骤：步骤1，获取当前送货仓库位置及所需要派送的所有订单的重量和送货地址，以及所能派车的规格及装载量和车辆数量；步骤2，根据仓库位置、订单总数量、每个订单的重量及送货位置以及送货货车的载重量信息，将送货区域划分为若干个区块；步骤3：对于第二步中每个区域中的订单列表总质量进行求和，若本区域(a，b)的订单总质量小于最小可派车辆的装载量，则将本区域的订单与同心圆扇形领域的区域(a，[b 1]％8)合并，直至总质量大于最小可派车辆的装载量的最低装载率；步骤4：对于每个合并后的区块内的订单，进行拼单；步骤5：对于每一个区域均按照步骤4中的步骤，直至所有区域的订单全部被拼单完成。2.如权利要求1所述的一种载重量受限的物流拼单组合方法，其特征在于，所述步骤4的过程为：步骤41：按照订单远近顺序进行拼单，同一个地址的订单物品尽可能先装上车；若某一地址的订单物品超过当前最大车的承载量，则对货物进行分装，即用货物总重量减去当前最大可选车承载量，剩余的部分作为一个新的子订单，将新生成的子订单加入订单列表；步骤42：拆单后的订单按照位置远近顺序，按近处的订单优先装上车，直至车辆剩余载重量无法装载剩余所有订单中任何一个订单的情况；步骤43：考虑将区块内未装载的订单waitinglist逐个替换当前已装车的订单onboard_list，若将该订单替换掉已装车订单，能降低车辆剩余重量，则作替换，即将区块内未装载的订单waitinglist替换掉onboard_list，将onboard_list中被替换的订单放回到waitinglist；步骤44：对于区域内尚未装载的订单重复上述步骤43中的步骤，直至所有订单全部被装上车。3.如权利要求1或2所述的一种载重量受限的物流拼单组合方法，其特征在于，所述步骤2的过程为：步骤21：系统在派单开始前，提示用户设定一个派单成功率的比例alpha和每辆送货货车的最远送货距离差delta_dis；步骤22：以当前需派单仓库位置为圆心，以delta_dis的整数倍n为半径画圈，若所画圈的范围中所覆盖的订单数量超过当日需派总订单数乘以派单成功率alpha，则该倍数为最大派单半径设定；若所画圈的范围中所覆盖的订单数量小于当日需派总订单数乘以派单成功率alpha，则对delta_dis的整数倍n为半径画圈中的n值加1，直至所画圈的范围中所覆盖的订单数量大于当日需派总订单数乘以派单成功率alpha为止；步骤23：将上述派单仓库位置为圆心画出的同心圆，以地图正东为0度起始，按每45度作为一个刻度，将每个同心圆划分为8个扇形，则每一个扇形区域可以编号为一个数对(a，b)，其中它离圆形的距离称为a，所在的角度位置为b；步骤24：将步骤22中超过倍数半径以外的订单放入最近的临近区块中，统计每个扇形区域数对所对应的区域内的订单列表。
技术总结
一种载重量受限的物流拼单组合方法，包括以下步骤：步骤1，获取当前送货仓库位置及所需要派送的所有订单的重量和送货地址，以及所能派车的规格及装载量和车辆数量；步骤2，根据仓库位置、订单总数量、每个订单的重量及送货位置以及送货货车的载重量信息，将送货区域划分为若干个区块；步骤3：每个区域中的订单列表总质量进行求和，若本区域(a，b)的订单总质量小于最小可派车辆的装载量，将本区域的订单与同心圆扇形领域的区域(a，[b 1]％8)合并，直至总质量大于最低装载率；步骤4：对于每个合并后的区块内的订单进行拼单；步骤5：直至所有区域的订单全部被拼单完成。本发明节省拼单的时间，提高拼单的效率，同时节省运输成本。同时节省运输成本。同时节省运输成本。


技术研发人员：李曲 杨海平 倪焉翔
受保护的技术使用者：浙江工业大学
技术研发日：2021.03.18
技术公布日：2021/6/29