[发明专利]基于TMS系统的物流配送路径优化方法、存储介质和计算机设备

说明书

本发明公开了一种基于TMS系统的物流配送路径优化方法、存储介质和计算机设备，涉及物流配送技术领域。本发明在TMS系统的运单池中筛选出需要作业的运单数据，将运单数据中的发货地经纬度坐标点和配送目的地的经纬度坐标点反应在地图上，以发货地为标准，与该发货地对应的配送目的地组成一配送网络，计算该配送网络下，配送目的地与发货地之间的距离，并找出距离最大的配送目的地，计算其他配送目的地与最远距离配送目的地之间的距离，以及其他配送目的地与发货地之间的距离，根据车型的装载量以确定配送点的数量。本发明是通过计算机按照设定规则，对车辆路径调度进行合理规划，可以提高调度合理性，合理规划配送路径，可降低运输成本。

技术领域

本发明涉及物流分配技术领域，更具体地说涉及一种基于TMS系统的物流配送路径优化方法、存储介质和计算机设备。

背景技术

物流配送车辆路径优化问题最早是由线性规划之父Dantzig 和Ramser在1959 年提出，该问题是交通运输管理、智能救灾调度指挥系统、网络作业调度管理系统、现代物流系统、物流网等应用、研究领域中的基本问题之一，也是最重要的调度问题之一。

配送车辆调度问题要解决的问题是车辆从配送中心（这里的配送中心是个广义概念，指的是车辆的出发地，包括物流中心、配送中心、仓库、车场等） 出发去完成一些配送任务，当各任务量较小（小于车辆容量）时，为了提高车辆的利用率，可安排一辆车执行几项运输任务。这时，如何安排车辆的路线，使得既满足各任务的需求并完成任务，而又使总成本最小（这里的总成本指的是一个广义概念，包括时间最少、运营费用最少等）涉及的就是配送车辆路径优化问题。

物流配送路径中的车辆调度问题（VRP）是一个典型的组合优化问题，且已被证明是一个NP难问题，很难用精确算法对该问题在有限时间内求解。一般常用的算法有最短路径（Dijkstra）算法和最佳优先搜索（BFS），但是这两种算法都存在一定的缺点，Dijkstra是典型的单源最短路径算法，遇到障碍需要绕路是运行较慢，执行效率方面还需要改进，BFS算法遇到障碍时无法避开而选择一条很长的路径，无法做到路径的最优化选择，仍然存在线路规划不合理导致的配送时效差、运输成本高的问题。

发明内容

为了克服上述现有技术中存在的缺陷和不足，本发明提供了一种基于TMS系统的物流配送路径优化方法，本发明的发明目的在于解决上述现有技术中物流车辆调度时间长、调度难度大、车辆装载不合理、线路规划不合理导致的配送时效差、运输成本高的问题。本发明的物流配送路径的优化方法是基于TMS系统使用的，在TMS系统的运单池中筛选出需要作业的运单数据，将运单数据中的发货地经纬度坐标点和配送目的地的经纬度坐标点反应在地图上，以发货地为标准，与该发货地对应的配送目的地组成一配送网络，计算该配送网络下，配送目的地与发货地之间的距离，并找出距离最大的配送目的地，计算其他配送目的地与最远距离配送目的地之间的距离，以及其他配送目的地与发货地之间的距离，根据车型的装载量以确定配送点的数量。本发明是通过计算机按照设定规则，对车辆路径调度进行合理规划，可以提高调度合理性，合理规划配送路径，可降低运输成本。

为了解决上述现有技术中存在的问题，本发明是通过下述技术方案实现的：

基于TMS系统的物流配送路径优化方法，包括以下步骤：

S1、根据TMS系统中记录的结单日期，在TMS系统的运单池中筛选出需要作业的运单数据；将筛选出的运单数据根据发货地进行归类，将相同发货地的运单数据中的配送目的地的经纬度坐标和与之对应的发货地经纬度坐标归为一个发货地集合；

S2、计算发货地集合各配送目的地与发货地之间的直线距离，并将计算出的直线距离形成一个直线距离集合；找出直线距离集合中距离最大的配送目的地的坐标，并计算该距离最大的配送目的地与发货地集合中其他配送目的地之间的距离，计算其他配送目的地坐标到发货地与最大配送目的地之间形成的直线的垂直距离，按照垂直距离由近到远进行排序，生产配送目的地距离集合；