一种集散中心的选取方法、装置、设备及存储介质与流程

本发明涉及快递技术领域，尤其涉及一种集散中心的选取方法、装置、设备及存储介质。

背景技术：

集散中心是快件从各个营业部(或网点)收集的快件统一运送到有一定分拣能力的地点，并在该地点做分拣操作，随着快递业务规模的扩大，快件的流向与集散两都随之增加，对快件中集散中心会提出更高的要求。

因此，随着快递业务的扩大与营业部的增多，原有集散中心的区域位置可能不再合适，增加了运输成本。因此，需要重新调整集散中心的位置，但是，传统的聚类方式(如k-means)所产生的聚类中心只是数据层面，没有考虑太多交通与备选点的可能。

技术实现要素：

为了解决上述技术问题，本发明的目的在于提供一种集散中心的选取方法、装置、设备及存储介质。

根据本发明的一个方面，提供一种集散中心的选取方法，包括：

根据预设条件，选取目标区域内多个营业部为备选集散中心；

根据物流数据、备选集散中心的处理能力，计算集散中心的数量k；

随机选取k个备选集散中心分别与各营业部匹配，得k个集散区域；

基于运输距离在每个所述集散区域内选取一备选集散中心为预选集散中心，得预选方案；

根据预设选取次数，选取总运输成本最小的预选方案的预选集散中心为集散中心。

进一步的，据预设条件，选取目标区域内多个营业部为备选集散中心，包括：将目标区域内每个备选集散中心的特征数据与预设的特征数据进行比对，选取比对误差小于预设阈值的营业部选为候选集散中心。

进一步的，所述特征数据包括室内场地面积、停车位数量、分拣设备数量、最大快递分拣量中的至少一个。

进一步的，基于运输距离在每个所述集散区域内选取一备选集散中心为预选集散中心，包括：

选取每个集散区域的地理中心为虚拟集散中心；

获取每个所述集散区域内所有备选点到虚拟集散中心的运输距离；

选取运输距离最小的备选点为预选集散中心。

进一步的，选取运输距离最小的备选点为预选集散中心，包括：

步骤一：选取运输距离最小的备选点为最优备选点，其余为替补备选点；

步骤二：根据物流数据判断最优备选点的处理能力是否能够满足集散区域的集散标准，若是，则选为预选集散中心，

若否，则由替补备选点中选取运输距离最小的备选点为最优备选点，其余为替补备选点；

重复上述步骤，直至选出预选集散中心。

进一步的，根据物流数据判断最优备选点的处理能力是否能够满足集散区域的集散标准，包括：

获取集散区域所有营业部当前所需的集散数量xi，预设增长系数为ε；

根据增长系数ε计算所有备选集散中心所需的集散数量；

将集散中心的最大集散数量yi与集散区域所有备选集散中心所需的集散数量进行比对时，若yi≥ε∑ixi，则集散中心能够满足集散区域的集散标准。

根据本发明的一个方面，提供一种集散中心的选取装置，包括：

备选中心选取模块，配置用于根据预设条件，选取目标区域内多个营业部为备选集散中心；

数量计算模块，配置用于根据物流数据、备选集散中心的处理能力，计算集散中心的数量k；

集散区域选取模块，配置用于随机选取k个备选集散中心分别与各营业部匹配，得k个集散区域；

预选集散中心选取模块，配置用于基于运输距离在每个所述集散区域内选取一备选集散中心为预选集散中心，得预选方案；

集散中心选取模块，配置用于根据预设选取次数，选取总运输成本最小的预选方案的预选集散中心为集散中心。

进一步，所述备选中心选取模块，包括

比对单元，配置用于将目标区域内每个备选集散中心的特征数据与预设的特征数据进行比对；

第一选取单元，配置用于选取比对误差小于预设阈值的营业部选为候选集散中心。

进一步，所述特征数据包括室内场地面积、停车位数量、分拣设备数量、最大快递分拣量中的至少一个。

进一步，所述预选集散中心选取模块，包括

虚拟集散中心单元，配置用于选取每个集散区域的地理中心为虚拟集散中心；

运输距离获取单元，配置用于获取每个所述集散区域内所有备选点到虚拟集散中心的运输距离；

第二选取单元，配置用于选取运输距离最小的备选点为预选集散中心。

进一步，选取运输距离最小的备选点为预选集散中心，包括：

步骤一：选取运输距离最小的备选点为最优备选点，其余为替补备选点；

步骤二：根据物流数据判断最优备选点的处理能力是否能够满足集散区域的集散标准，若是，则选为预选集散中心，

若否，则由替补备选点中选取运输距离最小的备选点为最优备选点，其余为替补备选点；

重复上述步骤，直至选出预选集散中心。

进一步，所述预选集散中心选取模块，还包括

增长系数的设定单元：获取集散区域所有营业部当前所需的集散数量xi，预设增长系数为ε；

集散数量计算单元：配置用于根据增长系数ε计算所有备选集散中心所需的集散数量；

比对单元：将集散中心的最大集散数量yi与集散区域所有备选集散中心所需的集散数量xi进行比对，若yi≥ε∑ixi，则集散中心能够满足集散区域的集散标准。

根据本发明的另一个方面，提供了一种设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述任一项所述的方法。

根据本发明的另一个方面，提供了一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现上述任一项所述的方法。

与现有技术相比，本发明具有以下有益效果：

1、本发明集散中心的选取方法，能够在现有营业部中选取集散中心，根据物流数据、备选集散中心的处理能力，计算集散中心的数量k，使得集散中心的数量能够适应目标区域内的快递业务规模，并且不会因为物理限制(比如商铺位置、租赁期限)导致所选集散中心不能满足真实业务的情况发生。

2、本发明集散中心的选取装置，能够在现有营业部中以此选取k个集散区域，每个所述集散区域内选取一备选集散中心为预选集散中心，得预选方案，根据预设选取次数，选取总运输成本最小的预选方案的预选集散中心为集散中心，选取的每一个预选集散中心物理限制(比如商铺位置、租赁期限)均能够满足预设条件，不会因为导致所选集散中心物理限制不能满足真实业务的情况发生。

3、本发明中示例的设备，通过处理器执行集散中心的选取方法，能够使得集散中心的数量能够适应目标区域内的快递业务规模，不会因为导致所选集散中心物理限制不能满足真实业务的情况发生。

4、本发明中示例的可读存储介质，储存有被处理器执行时实现的所述集散中心的选取方法，便于集散中心的选取装置的使用及推广。

附图说明

图1是本发明的流程图。

具体实施方式

为了更好的了解本发明的技术方案，下面结合具体实施例、说明书附图对本发明作进一步说明。

实施例1：

本实施例的提供一种集散中心的选取装置，包括：

备选中心选取模块，配置用于根据预设条件，选取目标区域内多个营业部为备选集散中心，具体为：包括比对单元、第一选取单元，比对单元，配置用于将目标区域内每个备选集散中心的特征数据与预设的特征数据进行比对，所述特征数据包括室内场地面积、停车位数量、分拣设备数量、最大快递分拣量中的至少一个；第一选取单元，配置用于选取比对误差小于预设阈值的营业部选为候选集散中心。

数量计算模块，配置用于根据物流数据、备选集散中心的处理能力，计算集散中心的数量k；

集散区域选取模块，配置用于随机选取k个备选集散中心分别与各营业部匹配，得k个集散区域，

预选集散中心选取模块，配置用于基于运输距离在每个所述集散区域内选取一备选集散中心为预选集散中心，得预选方案，所述运输距离为导航距离，营业部经纬度信息与电子地图api对接，获取所需运输距离；具体为：包括虚拟集散中心单元、运输距离获取单元、第二选取单元、增长系数的设定单元、集散数量计算单元、比对单元，虚拟集散中心单元，配置用于选取每个集散区域的地理中心为虚拟集散中心；运输距离获取单元，配置用于获取每个所述集散区域内所有备选点到虚拟集散中心的运输距离；第二选取单元，配置用于选取运输距离最小的备选点为预选集散中心。

其中，选取运输距离最小的备选点为预选集散中心，包括：步骤一：选取运输距离最小的备选点为最优备选点，其余为替补备选点(具体为：增长系数的设定单元：获取集散区域所有营业部当前所需的集散数量xi，预设增长系数为ε；集散数量计算单元：配置用于根据增长系数ε计算所有备选集散中心所需的集散数量；比对单元：将集散中心的最大集散数量yi与集散区域所有备选集散中心所需的集散数量xi进行比对，若yi≥ε∑ixi，则集散中心能够满足集散区域的集散标准)；步骤二：根据物流数据判断最优备选点的处理能力是否能够满足集散区域的集散标准，若是，则选为预选集散中心，若否，则由替补备选点中选取运输距离最小的备选点为最优备选点，其余为替补备选点；重复上述步骤，直至选出预选集散中心。

集散中心选取模块，配置用于根据预设选取次数，选取总运输成本最小的预选方案的预选集散中心为集散中心。

集散中心的选取装置对应的集散中心的选取方法为：

s1：根据预设条件，选取目标区域内n(n＞2)个营业部为备选集散中心，具体包括：

s1-1：将目标区域内每个备选集散中心的特征数据与预设的特征数据进行比对，所述特征数据包括室内场地面积、停车位数量、分拣设备数量、最大快递分拣量中的至少一个；不会因为物理限制(比如商铺位置、租赁期限)导致所选集散中心不能满足真实业务的情况发生。

s1-2：选取比对误差小于预设阈值的营业部选为候选集散中心，预设阈值课根据经验预先设定。

s2：根据物流数据、备选集散中心的处理能力，计算集散中心的数量k(k<n)；其中，备选集散中心的处理能力为所选出所有备选集散中心的平均值，比如一个地区物流数据显示该地区收派货量为10万件/天，每个集散中心的平均处理能力是2万件/天，那么需要集散中心的数量为5个。

s3：随机选取k个备选集散中心分别与各营业部匹配，得k个集散区域；计算各营业部到k个备选集散中心的距离，并做归类，归类方法是将营业部与运输距离最近的备选集散中心划分到该集散中心覆盖形成一个集散区域。

s4：基于运输距离在每个所述集散区域内选取一备选集散中心为预选集散中心，得预选方案，所述运输距离为导航距离，营业部经纬度信息与电子地图api对接，获取所需运输距离。具体包括：

s4-1：选取每个集散区域的地理中心为虚拟集散中心，如该目标区域内有n个营业部，各营业部横纵坐标为：(x1ⁱ,y1ⁱ),(x2ⁱ,y2ⁱ),…,(xnⁱ,ynⁱ)，则虚拟集散中心的坐标：x0ⁱ＝x1ⁱ+x2ⁱ+…+xnⁱ)/n，

s4-2：获取每个所述集散区域内所有备选点到虚拟集散中心的运输距离；

s4-3：选取运输距离最小的备选点为预选集散中心：

s4-4：根据物流数据判断最优备选点的处理能力是否能够满足集散区域的集散标准，若是，则选为预选集散中心，

若否，则由替补备选点中选取导航距离最小的备选点为最优备选点，其余为替补备选点；

重复上述步骤，直至选出预选集散中心，若在现有备选点中选不出预选集散中心，则对运输距离最小的备选点进行升级改造。

其中，根据物流数据判断最优备选点的处理能力是否能够满足集散区域的集散标准：

s4-4-1：选取运输距离最小的备选点为最优备选点，其余为替补备选点；

s4-4-2：获取集散区域所有营业部当前所需的集散数量xi，预设增长系数为ε；

s4-4-3：根据增长系数ε计算所有备选集散中心所需的集散数量，增长系数是根据规划集散中心生存周期(如未来3年)的最大集散任务数量a以及每个集散中心的理论处理集散任务的数量b，ε＝取整函数function(a/b)，在实际的业务场景中，因为集散中心是针对每个城市来讲的，所以取值范围一般在[1，500]。

s4-4-4：将集散中心的最大处理能力yi与集散区域所有备选集散中心所需的集散数量进行比对：

若yi≥ε∑ixi，则集散中心能够满足集散区域的集散标准。

s5：根据预设选取次数，选取总运输成本最小的预选方案的预选集散中心为集散中心，若最大选取次数设置为1000，则取这1000次选取的预选方案中的最优方案并停止。

本实施例提供一种设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上任一项所述的方法。

本实施例提供一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上任一项所述的方法。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能。