全域货运链路规划方法及系统与流程

本技术涉及货运链路规划，尤其涉及一种全域货运链路规划方法及系统。

背景技术：

1、随着物流行业竞争日益激烈，客户对快件时效、服务品质和物流可视化的要求不断提升，路由网络的合理性已成为决定物流企业核心竞争力的关键因素。路由网络作为物流运输的"中枢神经系统"，直接决定了快件从寄件到收件的全链路效率、成本和服务质量。但当前大部分路由规划主要依赖人工经验手动进行粗放式管理，存在路径选择非最优、中转层级冗余、时效波动较大、异常响应缓慢等突出问题。另外，即使一条路由方案的制定往往需要调度员花费半小时以上查阅多个系统数据并人工判断，且不同调度员的经验差异导致路由质量差，而且传统人工排线往往只关注单一线路的合理性，忽略全网拓扑的耦合效应。

技术实现思路

1、本技术实施例提供了一种全域货运链路规划方法及系统，解决现有路由质量参差不齐、时效波动大、异常响应滞后、数据孤岛严重、缺乏全局优化等问题，实现全网路由方案的自动化、智能化生成与动态调整，实现路由规划整体最优。

2、所述技术方案如下：

3、第一方面，本技术实施例提供了一种全域货运链路规划方法，包括:

4、获取货运网络的多源数据，所述多源数据包括oms运单数据、tms运输段执行数据、gps车辆轨迹数据、物流中转场操作数据、气象数据、道路施工及管制数据；

5、基于所述多源数据构建以物流网点为顶点、运输线路为有向边的有向加权图，其中，有向边的边权为按照线路里程、线路类型以及所述运输线路两端网点的场地关联关系的评价标准确定的复合边权，所述复合边权的计算公式为：，其中，k为自然数10，为根据所述物流运输线路两端物流服务节点是否共用同一物理场地确定：若共用同一物理场地，则n取第一预设值，否则取第二预设值，且所述第二预设值大于所述第一预设值，p为所述物流运输线路的线路类型对应的优先级数值，m为所述物流运输线路的里程公里数，m为预设放大系数且m≥10000；

6、基于所述复合边权执行反向dijkstra算法，构建以物流终点为根的最短路径树spt，并计算各旁道边相对于spt的旁道代价δ；

7、基于各旁道边构建路径图，路径图中节点通过替换指针和追加指针进行扩展以产生候选路径，在扩展过程中，对每次产生的候选路径执行预设业务规则校验，校验通过则入优先队列，校验失败则直接丢弃且阻止其后续分支的生成；

8、以spt对应的最短路径为首条结果，循环执行优先队列弹出与路径图扩展，直至获得由物流起点和物流终点组成的od对匹配的top-k条合法路径供用户根据实际情况选择推荐。

9、进一步地，所述线路类型从原始线路、二级支线、城际线路、省际线路、点部支线、航空支线、客户支线到拆分线路，p值逐渐增大，所述原始线路的p值最小，所述拆分线路的p值最大，所述拆分线路为根据业务规则从原始线路拆分得到的衍生线路。

10、进一步地，所述旁道代价，其中为每个有向边的旁道边的边权，其中旁道边的起始网点为u，末端网点为v，表示为从每个有向边的末端网点v到起始网端点u的最短边权，表示从旁道边的起始网点u到物流终点的最短边权。

11、进一步地，所述方法还包括：对所述top-k条最短路径的结果进行缓存，并在每日规定的路由线路规划时间内，检测是否存在新增特殊时效件或已经发生的异常事件，当不存在新增特殊时效件或已经发生的异常事件时，基于各自预设业务规则对所有运单执行缓存的top-k条最短路径进行路由规划，当检测到存在新增特殊时效件或发生异常事件时，对新增特殊时效件或受异常事件影响的运单进行实时重路由规划。

12、进一步地，所述实时重路由规划方法，具体包括：

13、获取新增特殊时效件或受异常事件影响的运单信息及各自对应的新预设业务规则；

14、基于所述有向加权图及所述复合边权执行反向dijkstra算法，获取以新增特殊时效件受异常事件影响的运单的物流终点为根的新最短路径树spt，并计算新最短路径树spt的各旁道边相对于新最短路径树spt的新旁道代价δ；

15、基于各新旁道边构建新路径图，新路径图中节点通过替换指针和追加指针进行扩展以产生新候选路径，在扩展过程中，对每次产生的新候选路径执行所述新预设业务规则校验，校验通过则入优先队列，校验失败则直接丢弃且阻止其后续分支的生成；

16、以新最短路径树spt对应的最短路径为首条结果，循环执行优先队列弹出与路径图扩展，直至获得新的top-k条合法路径；

17、将新增特殊时效件或受异常事件影响的运单按照所述新的top-k条合法路径推荐，其余运单按照缓存的top-k条最短路径推荐。

18、进一步地，所述预设业务规则包括禁运区域约束、运力上限约束、时效窗口约束、省际超限约束及合同特殊路由约束中的至少一种。

19、进一步地，所述方法还包括：将所述top-k路径基于遗传算法进行多目标优化，输出pareto最优解集，所述pareto最优解集包括时效最优方案、成本最优方案、平衡方案和低碳方案中的至少一种。

20、进一步地，所述方法还包括：在运单途中检测到包括运力波动、天气突变、道路管制在内的到异常事件时，通过局部重路由算法生成替代路径。

21、进一步地，所述通过局部重路由算法生成替代路径的方法包括：

22、将所述异常事件所影响的路段确定为待调整区段，锁定该待调整区段的上下游边界网点，并以所述上下游边界网点为起止点构建局部动态子图；

23、基于所述复合边权对所述局部动态子图中因异常事件而发生边权变化的区域进行在线反向dijkstra算法计算，获取所述上下游边界节点之间的最短路径；

24、通过lpa路径搜索算法对所述最短路径执行增量最短路径计算，对每次产生的候选路径执行预设业务规则校验，校验通过则入优先队列，校验失败则丢弃，直至生成用于替换所述待调整区段的局部替代路径。

25、将所述局部替代路径与所述当前路由方案中未受影响的区段进行拼接，形成完整的重路由方案并输出。

26、第二方面，本技术还提供了一种全域货运链路规划系统，包括:

27、多源数据获取单元，用于获取货运网络的多源数据，所述多源数据包括oms运单数据、tms运输段执行数据、gps车辆轨迹数据、物流中转场操作数据、气象数据、道路施工及管制数据；

28、有向加权图构建单元，用于基于所述多源数据构建以物流网点为顶点、运输线路为有向边的有向加权图，其中，有向边的边权为按照线路里程、线路类型以及所述运输线路两端网点的场地关联关系的评价标准确定的复合边权，所述复合边权的计算公式为：，其中，k为自然数10，为根据所述物流运输线路两端物流服务节点是否共用同一物理场地确定：若共用同一物理场地，则n取第一预设值，否则取第二预设值，且所述第二预设值大于所述第一预设值，p为所述物流运输线路的线路类型对应的优先级数值，m为所述物流运输线路的里程公里数，m为预设放大系数且m≥10000；

29、旁道代价获取单元，用于基于所述复合边权执行反向dijkstra算法，构建以物流终点为根的最短路径树spt，并计算各旁道边相对于spt的旁道代价δ；

30、路径图构建单元，用于基于各旁道边构建路径图，路径图中节点通过替换指针和追加指针进行扩展以产生候选路径，在扩展过程中，对每次产生的候选路径执行预设业务规则校验，校验通过则入优先队列，校验失败则直接丢弃且阻止其后续分支的生成；

31、top-k条合法路径获取单元，用于以spt对应的最短路径为首条结果，循环执行优先队列弹出与路径图扩展，直至获得top-k条合法路径供用户根据实际情况选择推荐。

32、本技术一些实施例提供的技术方案带来的有益效果：通过获取货运网络的多源数据，所述多源数据包括oms运单数据、tms运输段执行数据、gps车辆轨迹数据、物流中转场操作数据、气象数据、道路施工及管制数据；基于所述多源数据构建以物流网点为顶点、运输线路为有向边的有向加权图，其中，有向边的边权为按照线路里程、线路类型以及所述运输线路两端网点的场地关联关系的评价标准确定的复合边权，所述复合边权的计算公式为：，其中，k为自然数10，为根据所述物流运输线路两端物流服务节点是否共用同一物理场地确定：若共用同一物理场地，则n取第一预设值，否则取第二预设值，且所述第二预设值大于所述第一预设值，p为所述物流运输线路的线路类型对应的优先级数值，m为所述物流运输线路的里程公里数，m为预设放大系数且m≥10000；基于所述复合边权执行反向dijkstra算法，构建以物流终点为根的最短路径树spt，并计算各旁道边相对于spt的旁道代价δ；基于各旁道边构建路径图，路径图中节点通过替换指针和追加指针进行扩展以产生候选路径，在扩展过程中，对每次产生的候选路径执行预设业务规则校验，校验通过则入优先队列，校验失败则直接丢弃且阻止其后续分支的生成；以spt对应的最短路径为首条结果，循环执行优先队列弹出与路径图扩展，直至获得top-k条合法路径供用户根据实际情况选择推荐。实现了全网路由方案的自动化、智能化生成与动态调整，实现了路由规划整体最优。