本发明涉及路经优化技术领域，特别涉及一种面向建筑内部的配送路经优化方法及装置。
背景技术：
路经优化系统是现代物流配送系统中比较重要的一环。常见的研究和发明通常都是基于城市交通路网、GPS(Global Positioning System，全球定位系统)定位信息，面向户外配送过程的优化算法。
然而，随着“最后一公里”配送的兴起，想要将订单快速、准确的送达到客户手中，不仅需要考虑户外配送过程，还需要进入建筑物内部进行配送。相关技术通常是快递员根据建筑物内部指示牌来寻找路线，由于很多高层建筑物内部结构复杂，配送过程还可能使用电梯等工具，不当的路经选择方案可能直接影响配送效果，亟待解决。
技术实现要素：
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种面向建筑内部的配送路经优化方法，可以有效提高配送效率。
本发明的另一个目的在于提出一种面向建筑内部的配送路经优化装置。
为达到上述目的，本发明一方面实施例提出了一种面向建筑内部的配送路经优化方法，包括以下步骤：获取建筑物的内部构造以生成所述建筑物的立体交通网络图；对配送时间、配送人员的数量和配送人员的体力消耗分别赋予权重值，且对所述立体交通网络图设置边权值以生成空间距离系数矩阵、通行时间系数矩阵和体力消耗系数矩阵；获取具有容量约束的模型的约束条件，并且将所述容量约束转化为目标函数的惩罚项；获取所述建筑物的配送路径优化模型，并通过两阶段算法和Tabu Search算法求解最优路线，以为配送人员提供当前最优的配送路线。
本发明实施例的面向建筑内部的配送路经优化方法，可以通过构建立体交通网络图，以及通过获取建筑物的配送路径优化模型，并通过两阶段算法和Tabu Search算法求解最优路线，以为配送人员提供当前最优的配送路线，有效提高配送效率。
另外，根据本发明上述实施例的面向建筑内部的配送路经优化方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，通过将所述建筑物的CAD(Computer AidedDesign，计算机辅助设计)结构图输入系统模型获取所述内部构造，以搭建出所述建筑物的立体交通网络图。
进一步地，在本发明的一个实施例中，在所述立体交通网络图中，每个实心节点代表客户位置，不同的颜色表示不同的楼层，空心节点表示交通路径的分叉口，节点之间的连线表示两点之间存在直接到达的交通路径，楼层连边表示楼层之间的交通路径，其中，楼层实线代表楼梯，楼层虚线代表电梯。
进一步地，在本发明的一个实施例中，惩罚值函数表示如下：
其中，C为配送人员实际携带的配送商品数量，Cm为配送人员能够携带的最大商品数量，e为惩罚系数。
进一步地，在本发明的一个实施例中，所述配送路径优化模型为：
其中，N为网络中的所有节点的集合，K为所有配送人员的集合，i为交通网络中编号为i的节点，j为交通网络中编号为j的节点，k为编号为k的配送人员，xijk为第k个配送人员是否经过i-j路段，yjk为第k个配送人员是否配送了第j个顾客，为配送人员从i运动到j所要消耗的体力，为配送人员从i运动到j所花费的广义时间，xiok为第k个配送人员是否回到原点，Vf为网络中的虚拟节点集合，S为网络节点的任意子集。
为达到上述目的，本发明另一方面实施例提出了一种面向建筑内部的配送路经优化装置，包括：获取模块，用于获取建筑物的内部构造以生成所述建筑物的立体交通网络图；生成模块，用于对配送时间、配送人员的数量和配送人员的体力消耗分别赋予权重值，且对所述立体交通网络图设置边权值以生成空间距离系数矩阵、通行时间系数矩阵和体力消耗系数矩阵；优化模块，用于获取具有容量约束的模型的约束条件，并且将所述容量约束转化为目标函数的惩罚项；计算模块，用于获取所述建筑物的配送路径优化模型，并通过两阶段算法和Tabu Search算法求解最优路线，以为配送人员提供当前最优的配送路线。
本发明实施例的面向建筑内部的配送路经优化装置，可以通过构建立体交通网络图，以及通过获取建筑物的配送路径优化模型，并通过两阶段算法和Tabu Search算法求解最优路线，以为配送人员提供当前最优的配送路线，有效提高配送效率。
另外，根据本发明上述实施例的面向建筑内部的配送路经优化装置还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，通过将所述建筑物的CAD结构图输入系统模型获取所述内部构造，以搭建出所述建筑物的立体交通网络图。
进一步地，在本发明的一个实施例中，在所述立体交通网络图中，每个实心节点代表客户位置，不同的颜色表示不同的楼层，空心节点表示交通路径的分叉口，节点之间的连线表示两点之间存在直接到达的交通路径，楼层连边表示楼层之间的交通路径，其中，楼层实线代表楼梯，楼层虚线代表电梯。
进一步地，在本发明的一个实施例中，惩罚值函数表示如下：
其中，C为配送人员实际携带的配送商品数量，Cm为配送人员能够携带的最大商品数量，e为惩罚系数。
进一步地，在本发明的一个实施例中，所述配送路径优化模型为：
其中，N为网络中的所有节点的集合，K为所有配送人员的集合，i为交通网络中编号为i的节点，j为交通网络中编号为j的节点，k为编号为k的配送人员，xijk为第k个配送人员是否经过i-j路段，yjk为第k个配送人员是否配送了第j个顾客，为配送人员从i运动到j所要消耗的体力，为配送人员从i运动到j所花费的广义时间，xiok为第k个配送人员是否回到原点，Vf为网络中的虚拟节点集合，S为网络节点的任意子集。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的面向建筑内部的配送路经优化方法的流程图；
图2为根据本发明一个实施例的建筑物内部立体交通网络示意图；
图3为根据本发明一个实施例的最优配送路径指示图；
图4为根据本发明实施例的面向建筑内部的配送路经优化装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的面向建筑内部的配送路经优化方法及装置，首先将参照附图描述根据本发明实施例提出的面向建筑内部的配送路经优化方法。
图1是本发明实施例的面向建筑内部的配送路经优化方法的流程图。
如图1所示，该面向建筑内部的配送路经优化方法包括以下步骤：
在步骤S101中，获取建筑物的内部构造以生成建筑物的立体交通网络图。
进一步地，在本发明的一个实施例中，通过将建筑物的CAD结构图输入系统模型获取内部构造，以搭建出建筑物的立体交通网络图。
进一步地，在本发明的一个实施例中，在立体交通网络图中，每个实心节点代表客户位置，不同的颜色表示不同的楼层，空心节点表示交通路径的分叉口，节点之间的连线表示两点之间存在直接到达的交通路径，楼层连边表示楼层之间的交通路径，其中，楼层实线代表楼梯，楼层虚线代表电梯。
举例而言，如图2所示，本发明实施例可以通过将建筑物的CAD结构图输入系统模型获取楼宇的内部构造，从而搭建出建筑物的立体交通网络，其中，每一个实心节点代表一个客户位置，不同的颜色表示不同的楼层(如图1中，蓝色1表示Floor A，绿色2表示Floor B)。空心节点是网络中的“虚拟节点”，仅仅表示交通路径里的分叉口。节点之间的连线表示该两点之间存在可以直接到达的交通路径。需要特殊说明的是，红色连边，即楼层连边，表示的是楼层之间的交通路径，其中，红色实线3，即楼层实线，代表楼梯，红色虚线4，即楼层虚线(虚线表明其边权值不是确定值)代表电梯。在实际操作中，为方便操作，本发明实施例可以在保留节点楼层信息的情况下，进行降维操作。
在步骤S102中，对配送时间、配送人员的数量和配送人员的体力消耗分别赋予权重值，且对立体交通网络图设置边权值以生成空间距离系数矩阵、通行时间系数矩阵和体力消耗系数矩阵。
可以理解的是，在本发明实施例建造的立体交通网络图中，本发明实施例可以同时考虑三个优化目标：配送时间(T)最短、配送人员数量(N)最少、配送人员体力(F)消耗最小，同时分别赋予其权重值a、b、c，分别代表其在总优化目标中的重要程度。
因为目标函数中需要同时考虑配送时间和配送人员体力消耗问题，所以本发明实施例可以将对建筑物内配送网络的连边设置三种边权值，分别生成目标函数中的三种价值系数矩阵：空间距离系数矩阵Wd、通行时间系数矩阵Wt和体力消耗系数矩阵Wf。其中，空间距离即为两点之间的欧氏距离；体力消耗为配送人员通过该段路径需要消耗的体力，根据实际情况，坐电梯需要消耗的体力较小，而爬楼梯则会消耗相对更多的体力。
另外，边权值中的通行时间定义为配送人员通过该段路径需要的时间，在一般的车辆路径问题中，通行时间直接与空间距离成正比，但在垂直楼宇配送问题中，对于不同的路段行驶速度并不完全相同，例如即使某一楼梯路段和某一平面路段的欧氏距离相同，但是从实际情况中可以看出，楼梯的通行时间明显更长。另外对于电梯路段来说，通行时间是随概率变化的，因此需要写字楼内电梯的运行情况进行统计或仿真，得到期望的通行时间。
在步骤S103中，获取具有容量约束的模型的约束条件，并且将容量约束转化为目标函数的惩罚项。
进一步地，在本发明的一个实施例中，惩罚值函数表示如下：
其中，C为配送人员实际携带的配送商品数量，Cm为配送人员能够携带的最大商品数量，e为惩罚系数。
可以理解的是，根据车辆路径规划的常见约束和实际情况，该立体交通网络中的主要约束条件有：(1)保证每个客户都有且仅有一个配送人员配送；(2)出发的配送人员最后都能回到出发点；(3)配送人员的人数有最高上限；(4)每个配送人员配送的最大客户数量一定。
本发明实施例对对最后一个约束进行特殊处理。也就是说，该约束对应在一般的车辆路径问题中，属于容量约束条件，但在实际建筑物内部的线下配送过程中发现由于配送物品一般比较小，而且配送人员的最大携带量存在很大弹性，如果强制性制定上限，可能会造成一定的效益损失。因此，在本发明实施例中，设计一个惩罚系数将该约束转化为目标函数中的一个惩罚项。具体的惩罚值函数表示如下：
其中，C为配送人员实际携带的配送商品数量，Cm为配送人员能够携带的最大商品数量，e为惩罚系数。
在步骤S104中，获取建筑物的配送路径优化模型，并通过两阶段算法和Tabu Search算法求解最优路线，以为配送人员提供当前最优的配送路线。
可以理解的是，本发明实施例可以获取建筑物的配送路径优化模型，并结合两阶段算法和Tabu Search算法(TS)来求解最优路线。
具体地，首先假设所有订单都可以通过一条路线来配送(可以理解为用Tabu Search算法求解垂直楼宇内单配送人员的路径优化问题)，其次，考虑一定的约束(比如配送人员可携带商品的数量存在一定程度的限制等)，对该路线进行拆分，综合平衡配送人员数量和配送人员送货数量限制(配送人员数量较多时，每个配送员负责配送的商品就会减少，就更容易满足配送员送货数量限制，但是会导致固定成本增加；反之亦然)，最后得到较为满意的配送方案。
具体的算法逻辑和步骤如下：
第一步：产生初始解和初始的空禁忌表；
第二步：判断算法是否终止，若终止，则转第六步；若不终止，转下一步；
第三步：计算出当前解的邻域，并从中选择候选解；
第四步：判断当前候选解中的最优解是否符合藐视原则，若符合则重新进入禁忌表，并更新当前解和当前最优解，转至第二步；若不符合，转下一步；
第五步：判断当前候选解中的最优解是否符合禁忌原则，若符合则判断候选解中的次优解并重新进行判断，以此类推；如不符合禁忌原则，那么更新当前解，并是该解进入禁忌表，转至第二步；
第六步：结束算法，输出最优解。
需要说明的是，对于禁忌搜索算法，(1)初始解，本发明实施例采用解的编码方式为客户编号直接排列。由于特殊性，初始解不能采用常用的C-W节约法来生成，因此本发明实施例的初始解可以采用随机生成自然数排列的方法，例如1-3-5-4-2-1即表示配送人员的配送顺序。需要进一步解释的是，由于垂直交通网络并不是全连通的，因此在编码之前首先运用Dijkstra算法求解出网络中各个节点之间广义的配送成本最短路径。(2)禁忌表及禁忌表长度。本发明实施例可以将采用2-Opt法产生邻域解，因此，禁忌表中的禁忌对象为2-Opt的两个节点。禁忌表长度是一个与求解规模相关数值，需要在具体试验中调试。(3)终止条件。本发明实施例的终止条件是运算次数达到最大迭代次数，或最优解长时间未发生改变。
如图3所示，在求解出最优方案之后，服务器系统将会把最优配送方案以可视化的方式成现在配送人员的手持终端上(如手机、iPad等)。
其中，在本发明的一个实施例中，配送路径优化模型为：
其中，N为网络中的所有节点的集合，K为所有配送人员的集合，i为交通网络中编号为i的节点，j为交通网络中编号为j的节点，k为编号为k的配送人员，xijk为第k个配送人员是否经过i-j路段，yjk为第k个配送人员是否配送了第j个顾客，为配送人员从i运动到j所要消耗的体力，为配送人员从i运动到j所花费的广义时间，xiok为第k个配送人员是否回到原点，Vf为网络中的虚拟节点集合，S为网络节点的任意子集。
可以理解的是，本发明实施例可以获取建筑物的配送路径优化模型，并通过两阶段算法和Tabu Search算法求解最优路线，以为配送人员提供当前最优的配送路线，其中，建筑物内部配送路径优化模型的数学表达如下：
其中，N为网络中的所有节点的集合，K为所有配送人员的集合，i为交通网络中编号为i的节点，j为交通网络中编号为j的节点，k为编号为k的配送人员，xijk为第k个配送人员是否经过i-j路段，yjk为第k个配送人员是否配送了第j个顾客，为配送人员从i运动到j所要消耗的体力，为配送人员从i运动到j所花费的广义时间，xiok为第k个配送人员是否回到原点，Vf为网络中的虚拟节点集合，S为网络节点的任意子集。
综上所述，本发明实施例可以通过结合建筑物内部的传感器、配送员携带的手机终端、后台服务器等硬件以及建筑物内的路经优化算法等软件，最终实时为配送人员提供最优的配送路线。本建筑内配送系统通过建筑物内的位置传感器和室外的GPS信号定位来获取配送人员的实时位置信息，经后台服务器的路经规划算法的计算，将最优的配送路经发送到配送人员的手持终端，指导配送人员的配送过程。
根据本发明实施例提出的面向建筑内部的配送路经优化方法，可以实时收集建筑物的内部结构以及配送人员的定位信息，以找出最优的路经，并且用可视化的方式推荐到配送人员的手持终端上，减少了因路况陌生而导致寻路失败的情况，大大缩短了配送时间，通过对最优配送路径的优化，还可以尽可能减少配送人员的体力消耗，减少运营成本。
其次参照附图描述根据本发明实施例提出的面向建筑内部的配送路经优化装置。
图4是本发明实施例的面向建筑内部的配送路经优化装置的结构示意图。
如图4所示，该面向建筑内部的配送路经优化装置10包括：获取模块100、生成模块200、优化模块300和计算模块400。
其中，获取模块100用于获取建筑物的内部构造以生成建筑物的立体交通网络图。生成模块200用于对配送时间、配送人员的数量和配送人员的体力消耗分别赋予权重值，且对立体交通网络图设置边权值以生成空间距离系数矩阵、通行时间系数矩阵和体力消耗系数矩阵。优化模块300用于获取具有容量约束的模型的约束条件，并且将容量约束转化为目标函数的惩罚项。计算模块400用于获取建筑物的配送路径优化模型，并通过两阶段算法和Tabu Search算法求解最优路线，以为配送人员提供当前最优的配送路线。本发明实施例的装置10可以在配送人员寻找建筑物内部的配送路线时提供实时的最优方案，有效提高配送效率。
进一步地，在本发明的一个实施例中，通过将建筑物的CAD结构图输入系统模型获取内部构造，以搭建出建筑物的立体交通网络图。
进一步地，在本发明的一个实施例中，在立体交通网络图中，每个实心节点代表客户位置，不同的颜色表示不同的楼层，空心节点表示交通路径的分叉口，节点之间的连线表示两点之间存在直接到达的交通路径，楼层连边表示楼层之间的交通路径，其中，楼层实线代表楼梯，楼层虚线代表电梯。
进一步地，在本发明的一个实施例中，惩罚值函数表示如下：
其中，C为配送人员实际携带的配送商品数量，Cm为配送人员能够携带的最大商品数量，e为惩罚系数。
进一步地，在本发明的一个实施例中，配送路径优化模型为：
其中，N为网络中的所有节点的集合，K为所有配送人员的集合，i为交通网络中编号为i的节点，j为交通网络中编号为j的节点，k为编号为k的配送人员，xijk为第k个配送人员是否经过i-j路段，yjk为第k个配送人员是否配送了第j个顾客，为配送人员从i运动到j所要消耗的体力，为配送人员从i运动到j所花费的广义时间，xiok为第k个配送人员是否回到原点，Vf为网络中的虚拟节点集合，S为网络节点的任意子集。
需要说明的是，前述对面向建筑内部的配送路经优化方法实施例的解释说明也适用于该实施例的面向建筑内部的配送路经优化装置，此处不再赘述。
根据本发明实施例提出的面向建筑内部的配送路经优化装置，可以实时收集建筑物的内部结构以及配送人员的定位信息，以找出最优的路经，并且用可视化的方式推荐到配送人员的手持终端上，减少了因路况陌生而导致寻路失败的情况，大大缩短了配送时间，通过对最优配送路径的优化，还可以尽可能减少配送人员的体力消耗，减少运营成本。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。