-
公开(公告)号：CN116911727B
公开(公告)日：2024-01-26
申请号：CN202310858966.8
申请日：2023-07-12
Applicant: 暨南大学
IPC: G06Q10/0835 , G06Q30/0283 , G06N20/00
Abstract: 本申请涉及物流节点选址与配送路径规划方法、装置及存储介质，该方法包括：获取多个第一中转站对应的第一选址路径规划信息，第一选址路径规划信息是基于第一揽投配送信息和揽投网点归属信息，利用模拟退火算法和预设的邻域搜索算法进行规划所生成的；在多个第一中转站中确定关联的多个目标中转站，根据目标中转站的位置信息，利用模拟退火算法进行路径规划，得到第一路径规划信息，第一路径规划信息包括多条具有多个目标中转站的中转揽投路径；基于目标中转站对应的第一选址路径规划信息，确定每条中转揽投路径对应的第二选址路径规划信息；根据第二选址路径规划信息对应的揽投总成本，从多条中转揽投路径中选取目标中转揽投路径及确定规划结果。
-
公开(公告)号：CN116341781B
公开(公告)日：2024-07-23
申请号：CN202310319243.0
申请日：2023-03-28
Applicant: 暨南大学
IPC: G06Q10/047 , G06Q10/0835 , G06F18/23213 , G06F18/2321
Abstract: 本申请涉及基于大规模邻域搜索算法的路径规划方法及存储介质，该方法包括：获取多个待配送目标所对应的配送请求信息，配送请求信息中携带待配送目标所对应的配送位置信息；将配送位置信息输入预设地图中，得到与位于对应的配送区域内的多个待配送目标所对应的配送运输参数；基于已构建的路径规划模型和配送运输参数，规划生成与多个待配送目标对应的配送路径数据，路径规划模型是基于自适应大规模邻域搜索算法ALNS和预设的毁灭重构操作所构建的；在配送路径数据中，确定目标配送路径，并基于目标配送路径对多个待配送目标进行配送。通过本申请，解决了相关技术中执行车辆路径规划的方案的处理效率低的问题。
-
公开(公告)号：CN116739467A
公开(公告)日：2023-09-12
申请号：CN202310718262.0
申请日：2023-06-16
Applicant: 暨南大学
IPC: G06Q10/0835
Abstract: 本申请涉及基于云边协同的循环取送货路径规划方法、装置及介质，该方法包括：在根据已配置的第一循环取送货信息进行揽投过程中，确定在云侧终端接收到揽投修正信息时所在当前揽投节点；接收目标终端进行揽投修正规划所生成的第二循环取送货信息，第二循环取送货信息是目标终端利用预设的路径构建规则，基于第一循环取送货信息和揽投修正信息所生成的，目标终端是基于揽投修正信息所确定的；在第二循环取送货信息中，检测对应的目标揽投路径和揽投分配信息，以及确定目标揽投路径中的每个揽投点所对应的揽投量；按目标揽投路径和对应的揽投量进行循环取送货。通过本申请，解决现有循环取货路径规划方案中云端需要消耗大量计算力的问题。
-
Patent Agency Ranking
公开(公告)号：CN116911727A
公开(公告)日：2023-10-20
申请号：CN202310858966.8
申请日：2023-07-12
Applicant: 暨南大学
IPC: G06Q10/0835 , G06Q30/0283 , G06N20/00
Abstract: 本申请涉及物流节点选址与配送路径规划方法、装置及存储介质，该方法包括：获取多个第一中转站对应的第一选址路径规划信息，第一选址路径规划信息是基于第一揽投配送信息和揽投网点归属信息，利用模拟退火算法和预设的邻域搜索算法进行规划所生成的；在多个第一中转站中确定关联的多个目标中转站，根据目标中转站的位置信息，利用模拟退火算法进行路径规划，得到第一路径规划信息，第一路径规划信息包括多条具有多个目标中转站的中转揽投路径；基于目标中转站对应的第一选址路径规划信息，确定每条中转揽投路径对应的第二选址路径规划信息；根据第二选址路径规划信息对应的揽投总成本，从多条中转揽投路径中选取目标中转揽投路径及确定规划结果。
-
公开(公告)号：CN117333113A
公开(公告)日：2024-01-02
申请号：CN202311311679.1
申请日：2023-10-11
Applicant: 暨南大学
IPC: G06Q10/0875 , G06N3/126
Abstract: 本申请涉及基于品类关联规则的库区布局方法、装置及存储介质，该方法包括：获取历史订单数据，从历史订单数据中获取第一商品类别、第一关联信息和货品库存信息；根据第一商品类别、第一关联信息和货品库存信息，确定目标库区对应的库区数、第一区域参数和库区关联度；基于库区数和第一区域参数，进行基因编码和种群初始化，利用预设的群体智能算法和库区关联度，对生成多个第一编码数组进行群体迭代操作，生成多个第一最优编码数组；根据由多个第一精英编码数组对应的第一中心编码数组和历史经验编码数组生成的当前经验编码数组，对多个第一最优编码数组进行知识引导搜索操作，从生成的多个候选编码数组中确定出目标编码数组，得到库区布局结果。
-
公开(公告)号：CN116739467B
公开(公告)日：2024-02-02
申请号：CN202310718262.0
申请日：2023-06-16
Applicant: 暨南大学
IPC: G06Q10/0835
Abstract: 本申请涉及基于云边协同的循环取送货路径规划方法、装置及介质，该方法包括：在根据已配置的第一循环取送货信息进行揽投过程中，确定在云侧终端接收到揽投修正信息时所在当前揽投节点；接收目标终端进行揽投修正规划所生成的第二循环取送货信息，第二循环取送货信息是目标终端利用预设的路径构建规则，基于第一循环取送货信息和揽投修正信息所生成的，目标终端是基于揽投修正信息所确定的；在第二循环取送货信息中，检测对应的目标揽投路径和揽投分配信息，以及确定目标揽投路径中的每个揽投点所对应的揽投量；按目标揽投路径和对应的揽投量进行循环取送货。通过本申请，解决现有循环取货路径规划方案中云端需要消耗大量计算力的问题。
-
公开(公告)号：CN116415883A
公开(公告)日：2023-07-11
申请号：CN202310338098.0
申请日：2023-03-31
Applicant: 暨南大学
IPC: G06Q10/0835 , G06Q10/083 , G06Q10/0631 , G06F18/2337 , G06N3/006
Abstract: 本发明公开一种包含新旧订单信息的配送路径规划方法，本发明中考虑了企业有些车辆昨天配送不完订单、当天继续配送的实际需求，同时具有较强的通用性和较高的求解效率，能在规定时间内求得较优的配送方案。在初始解构造方法中，算法优先考虑装载旧订单的车辆的分配情况，将邻近区域的订单分配给同一辆车。在迭代过程中，算法区分迭代解和实际解，其中，迭代解不包含旧订单，用于迭代的毁灭和重建过程，而实际解包含旧订单，用于求得实际的目标函数值，以此判断本次迭代的结果是否更优。
-
公开(公告)号：CN116341781A
公开(公告)日：2023-06-27
申请号：CN202310319243.0
申请日：2023-03-28
Applicant: 暨南大学
IPC: G06Q10/047 , G06Q10/0835 , G06F18/23213 , G06F18/2321
Abstract: 本申请涉及基于大规模邻域搜索算法的路径规划方法及存储介质，该方法包括：获取多个待配送目标所对应的配送请求信息，配送请求信息中携带待配送目标所对应的配送位置信息；将配送位置信息输入预设地图中，得到与位于对应的配送区域内的多个待配送目标所对应的配送运输参数；基于已构建的路径规划模型和配送运输参数，规划生成与多个待配送目标对应的配送路径数据，路径规划模型是基于自适应大规模邻域搜索算法ALNS和预设的毁灭重构操作所构建的；在配送路径数据中，确定目标配送路径，并基于目标配送路径对多个待配送目标进行配送。通过本申请，解决了相关技术中执行车辆路径规划的方案的处理效率低的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
