[发明专利]基于时空属性的快件配送路径规划方法

说明书

本发明涉及物流行业数据挖掘技术领域，公开了一种基于时空属性的快件配送路径规划方法，包括如下步骤：1)获得客户位置数据；2)对客户按照空间位置临近性进行初始聚类；3)对客户的空间距离和时间窗距离进行归一化，然后计算各个客户之间的时空距离；4)将获得的初始聚类所得的每个客户群聚类中心作为第二次聚类的初始聚类中心，对客户进行二次聚类；5)根据二次聚类的结果，对聚类区域内的客户进行路径规划。本发明在对快件配送客户进行聚类时，不仅考虑了空间位置邻近性，同时还考虑了快件配送客户之间的时间窗邻近性，这使得同一客户群内的快件配送客户相似度更高；将聚类结果运用到车辆的路径规划中，在每个聚类区域内进行路径规划，有效的提高了客户响应速度并且降低了配送费用。

技术领域

本发明涉及物流行业数据挖掘技术领域，具体为一种快件配送路径的规划 方法。

背景技术

物流直观的理解是物质实体的定向移动，既包括物质实体在空间上的改变， 也包括其在时间上的延续。物流定义为供应链活动的一部分，是为了满足客户 需要而对商品、服务以及相关信息从产地到消费地的高效、低成本流动和储存 进行的规划、实施与控制的过程。可以理解为在恰当的时间、地点和恰当的条 件下，将恰当的产品以恰当方式和恰当的成本提供给恰当的消费者。而快件配 送提供的是物流服务，因此满足顾客对物流服务的需求是配送的前提。人们对 物流配送服务要求中，对服务时间的要求是常见的一个，也已成为越来越普遍 的要求，即人们要求物流配送服务必须在某特定时间段完成，该特定时间段也 称为时间窗约束。很自然的考虑到，若我们将时间窗相邻和空间位置相邻的顾 客聚类到一起来综合考虑然后再进行配送，达到既满足顾客服务时间要求，又 尽量降低费用的目的。

在数据挖掘中，聚类也是很重要的一个概念。将物理或抽象对象的集合分 成由类似的对象组成的多个类的过程称为聚类。由聚类所生成的簇是一组数据 对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。 本文中对快件配送客户进行聚类之后，同一类中的顾客具有空间位置相邻和时 间窗相近的特性。本文所涉及的聚类方法是划分方法，大部分划分方法是基于 距离的，给定要构建的分区数，划分方法首先创建一个初始化划分，然后采用 一种迭代的重定位技术，通过把对象从一个组移动到另一个组来进行划分。一 个好的划分的一般准备是：同一个簇中的对象尽可能相互接近或相关，而不同 的簇中的对象尽可能远离或不同。针对快件配送客户的划分，同一个簇中的客 户位置相邻且时间窗相近，所谓的时间窗相近是快件配送车辆能够在某一段时 间内对该簇的客户进行服务，而不同的簇中的客户位置相隔较远，但是时间窗 很有可能是相近的。

电商的快速发展导致了快递量的猛增，虽然快递企业在不断加大对物流网 的投入，但是快递服务质量跟不上，企业利润率下降，主要是终端运输环节存 在问题。现有的配送站点根据经验将服务区域划分为一个个路区，每个路区的 快递配送人员则按照这个预先分配好的区域进行包裹服务。但是这种分区会使 客户分布不均，可能导致包裹延误交付。在配送过程中，忽视了上门服务的质 量。所以此时需要一个合理的路区划分方式，使得路区的客户点数大致均等， 每个路区的服务范围趋于一致。并且对每个路区实时规划最优行驶路径，使快 递配送人员能够根据客户需求调整配送方案。

发明内容

有鉴于此，本发明的目的在于提供一种基于时空属性的快件配送路径规划 方法，数据来源可靠、方法易于实现，分析结果易解释。

为达到上述目的，本发明提供如下技术方案：

基于时空属性的快件配送路径规划方法，包括如下步骤：

1)根据客户订单内容获得客户位置数据；

2)对客户按照空间位置临近性进行初始聚类；

3)对客户的空间距离和时间窗距离进行归一化，然后计算各个客户之间的 时空距离；

4)将步骤2)获得的初始聚类所得的每个客户群聚类中心作为第二次聚类 的初始聚类中心，对客户进行二次聚类；