电动汽车配送控制方法、装置和计算机设备

技术领域

本申请涉及电动汽车路径规划技术领域，特别是涉及一种电动汽车配送控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术

随着电动汽车产业的发展，电动汽车在生产活动中应用的场景也越来越多。电动汽车可以用于配送中心将指定货物配送至对应的客户点，相比于使用其他能源车辆更加环保。

传统技术中，电动汽车在配送货物的过程中通常依靠电动汽车驾驶员的经验选择配送，需要驾驶员熟悉每一个客户点和充电站。然而依靠人为主观判断的配送方式效率低，容易造成能源浪费，成本增加。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高电动汽车配送效率，节约配送成本的电动汽车配送控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种电动汽车配送控制方法，所述方法包括：

获取电动汽车的配送数据；所述配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位；

将所述配送数据输入至电动汽车配送优化模型，得到配送结果；所述配送结果表征所述电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，所述电动汽车的行驶方式；

根据所述配送结果对所述电动汽车进行配送控制。

在其中一个实施例中，所述电动汽车配送优化模型的建立过程，包括：

建立预设配送条件；

根据所述预设配送条件建立目标函数；所述目标函数表征电动汽车在匀速行驶状态下消耗的配送总资源；

根据所述目标函数得到电动汽车配送优化模型。

在其中一个实施例中，所述根据所述预设配送条件建立目标函数，包括：

根据所述预设配送条件建立与电动汽车的行驶方式相关的目标参数；

基于所述目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在其中一个实施例中，所述基于所述目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数，包括：

根据所述目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在其中一个实施例中，所述根据所述目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数，包括：

在所述电动汽车的配送数据满足预设约束条件时，根据所述目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在其中一个实施例中，预设约束条件包括预设载重约束条件、预设时间约束条件和/或预设电量约束条件。

第二方面，本申请还提供了一种电动汽车配送控制装置，所述装置包括：

数据获取模块，用于获取电动汽车的配送数据；所述配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位；

模型运算模块，用于将配送数据输入至电动汽车配送优化模型，得到配送结果；所述配送结果表征所述电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，所述电动汽车的行驶方式；

控制模块，用于根据所述配送结果对所述电动汽车进行配送控制。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取电动汽车的配送数据；所述配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位；

将所述配送数据输入至电动汽车配送优化模型，得到配送结果；所述配送结果表征所述电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，所述电动汽车的行驶方式；

根据所述配送结果对所述电动汽车进行配送控制。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取电动汽车的配送数据；所述配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位；

将所述配送数据输入至电动汽车配送优化模型，得到配送结果；所述配送结果表征所述电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，所述电动汽车的行驶方式；

根据所述配送结果对所述电动汽车进行配送控制。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取电动汽车的配送数据；所述配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位；

将所述配送数据输入至电动汽车配送优化模型，得到配送结果；所述配送结果表征所述电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，所述电动汽车的行驶方式；

根据所述配送结果对所述电动汽车进行配送控制。

上述电动汽车配送控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过建立电动汽车配送优化模型，并将配送数据输入至电动汽车配送优化模型，得到电动汽车的配送结果。由于配送结果表征电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，电动汽车的行驶方式，使得在通过电动汽车配送优化模型得到电动汽车的行驶方式时，能够提高电动汽车配送效率，节约配送成本。

附图说明

图1为一个实施例中电动汽车配送控制方法的应用环境图；

图2为一个实施例中电动汽车配送控制方法的流程示意图；

图3为一个实施例中电动汽车配送优化模型建立的流程示意图；

图4为一个实施例中根据预设配送条件建立目标函数步骤的流程示意图；

图5为另一个实施例中根据预设配送条件建立目标函数步骤的流程示意图；

图6为又一个实施例中根据预设配送条件建立目标函数步骤的流程示意图；

图7为一个实施例中电动汽车配送控制装置的结构框图；

图8为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

可以理解，以下实施例中的“连接”，如果被连接的电路、模块、单元等相互之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。

在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

本申请实施例提供的电动汽车配送控制方法，可以应用于如图1所示的应用环境中。其中，电动汽车102通过网络与配送控制平台104进行通信。数据存储系统可以存储配送控制平台104需要的数据，例如电动汽车的配送数据和电动汽车配送优化模型。数据存储系统可以集成在配送控制平台104上，也可以放在云上或其他网络服务器上。电动汽车102和配送控制平台104都处于配送中心100内，配送控制平台104通过对电动汽车102进行配送控制，使电动汽车102按照配送控制平台104发送的行驶方式行驶至客户点108或充电站106。其中，电动汽车102的数目并不唯一，可以为一辆及以上。客户点108可以仅用于配送货物，也可以还具有充电站106，用于电动汽车完成对客户点108的货物配送任务后进行充电。配送控制平台104可以用独立的配送控制平台或者是多个配送控制平台组成的集群来实现。

在一个实施例中，如图2所示，提供了一种电动汽车配送控制方法，以该方法应用于图1中的配送控制平台104为例进行说明，包括以下步骤：

步骤202，获取电动汽车的配送数据。

其中，配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位等。配送客户点位对应图1中的客户点108的位置，充电站点位对应图1中的充电站106的位置。

其中，配送数据是电动汽车所需完成的配送任务的相关数据，包括参与本次配送的电动汽车数量、电动汽车电量、配送客户点位、配送客户点位的需求时间、需求货物、充电站点位和配送中心点位。

具体的，配送控制平台获取接入的电动汽车的配送数据，接入的电动汽车即视为参与本次配送控制。进一步的，配送控制平台可以是通过通信渠道获取其他平台或软件传输至配送控制平台的电动汽车的配送数据，也可以是根据操作人员在配送控制平台上的输入，获取电动汽车的配送数据。

步骤204，将配送数据输入至电动汽车配送优化模型，得到配送结果。

其中，配送结果表征电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，电动汽车的行驶方式。配送结果还可以包括当电动汽车以配送结果中的行驶方式进行配送时，每一段行驶路程对应的时间。电动汽车在匀速行驶状态下消耗的配送总资源为完成配送过程中消耗的总成本，针对匀速行驶状态下的电动汽车，该消耗的配送总资源与电动汽车的行驶路线和电动汽车的充电行为有关，进而影响到达配送客户点位时间。

其中，电动汽车配送优化模型是预先建立好的，用于计算对电动汽车进行配送控制的参数依据的模型。由该电动汽车配送优化模型可以得到电动汽车的行驶方式。该电动汽车配送优化模型存储于配送控制平台。

具体的，配送控制平台将获取到的配送数据输入至电动汽车配送优化模型，经过电动汽车配送优化模型的运算后，得到配送结果。

可选的，行驶方式可以包括电动汽车的行驶路线和充电行为，进而影响到达配送客户点位时间。

步骤206，根据配送结果对电动汽车进行配送控制。

具体的，配送控制平台获取电动汽车配送优化模型输出的配送结果，并根据配送结果对电动汽车下发指令信息。该指令信息用于对电动汽车进行配送控制，能够指示每一辆电动汽车的行驶路线和电动汽车的充电行为，进而控制电动汽车到达配送客户点位时间。

示例性的，配送控制平台根据配送结果，控制电动汽车以设定的速度匀速行驶，并按照配送结果中的行驶路线进行配送，并于配送结果中的对应充电站点位进行充电行为。

可选的，配送控制平台发送给各个电动汽车的指令信息还包括当电动汽车完成配送结果的行驶路线和充电行为后，指示电动汽车返回配送中心点位。

上述电动汽车配送控制方法中，通过建立电动汽车配送优化模型，并将配送数据输入至电动汽车配送优化模型，得到电动汽车的配送结果。由于配送结果表征电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，电动汽车的行驶方式，使得在通过电动汽车配送优化模型得到电动汽车的行驶方式时，能够提高电动汽车配送效率，节约配送成本。

在一个实施例中，如图3所示，步骤204中的电动汽车配送优化模型的建立过程包括步骤302、步骤304和步骤306。

步骤302，建立预设配送条件。

其中，预设配送条件为配送任务所共有的设定条件，通常为配送规则的限定，同时也相当于建立电动汽车配送优化模型的适用范围。

具体的，可根据配送规则建立预设配送条件，预设配送条件可以包括配送的货物流向、配送中已知数据、配送客户点位的时间窗限制、电动汽车行驶状态和充电方式。

示例性的，预设配送条件包括以下几点：设定配送中心为出发点，且配送中心只有一个。配送的货物流向为单向，只进行货物的配送，不承担回收工作。设定配送中心、配送客户点位和充电站点位均为已知条件，且各个配送客户点位所需的货物也为已知条件。时间窗限制根据惩罚判定的条件不同划分为硬时间窗限制和软时间窗限制，本方案中配送客户点位的时间窗限制为软时间窗限制。电动汽车行驶速度为定值，全程匀速行驶，电量消耗仅与电动汽车的行驶路程有关。电动汽车采用快速充电方式，充电功率固定，充电时间固定。

步骤304，根据预设配送条件建立目标函数。

其中，目标函数表征电动汽车在匀速行驶状态下消耗的配送总资源。

具体的，根据预设配送条件建立目标函数，该目标函数以电动汽车在匀速行驶状态下消耗的配送总资源为函数值。

步骤306，根据目标函数得到电动汽车配送优化模型。

具体的，设置目标函数为电动汽车配送优化模型。其中，目标函数的自变量为模型输出的配送结果，目标函数的因变量即函数值为判定条件。使用逻辑算法对目标函数的自变量优化取值，当该函数值满足预设资源限制条件时，模型输出目标函数的自变量即配送结果。

示例性的，预设资源限制条件可以为电动汽车在匀速行驶状态下消耗的配送总资源最小，也就是函数值取最小值。

在本实施例中，通过建立电动汽车配送优化模型，可以根据电动汽车配送优化模型得到电动汽车的配送结果，实现自动得到电动汽车的行驶方式，提高了电动汽车的配送效率。

在一个实施例中，如图4所示，步骤304包括步骤402和步骤404。

步骤402，根据预设配送条件建立与电动汽车的行驶方式相关的目标参数。

电动汽车的行驶方式包括行驶路线和充电行为。具体的，设配送中心点位为O，电动汽车的集合为K，充电站点位的集合为M，配送客户点位的集合为N。将这些点位做一个集合L，L表征配送中心点位、充电站点位和配送客户点位的集合。

根据预设配送条件和电动汽车的行驶路线可以得到目标参数x

步骤404，基于目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

具体的，根据目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，列出方程式，该方程式即为目标函数。

本实施例中，在电动汽车配送优化模型的建立过程中，通过设立两个目标参数，以目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系建立目标函数，得到电动汽车配送优化模型。保障了电动汽车配送优化模型的参数来源可靠，得到的配送结果可靠。

在一个实施例中，如图5所示，步骤404包括步骤502。

步骤502，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

其中，电动汽车的配送数据是指电动汽车与配送相关的参数数据，包括电动汽车进行配送时的固定成本，以及配送客户点位与时间窗相关的惩罚成本等相关数据。

具体的，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立函数如下：

C

式中，C

在式(1)中，电动汽车固定成本C

C

式中，d

在式(1)中，电动汽车充电成本C

C

式中，E

在式(1)中，电动汽车到达配送客户点位时不满足时间窗的惩罚成本C

C

式中，epu为电动汽车早于时间窗到达造成的等待惩罚成本；e

上式中，式(3)的电动汽车行驶至充电站点位前匀速行驶的里程S可以由各个点位之间的距离和x

由式(2)至式(4)可以对式(1)进行解析，以式(1)为目标函数进行电动汽车配送优化模型的运算。

在本实施例中，通过根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数，通过细化相关参数之间的联系，使目标函数的设立贴合电动汽车配送优化模型的需求，得到的配送结果更准确可靠。

在一个实施例中，如图6所示，步骤502包括步骤602。

步骤602，在电动汽车的配送数据满足预设约束条件时，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

其中，预设约束条件为保证电动汽车的配送数据符合事实常理，且能够符合电动汽车配送优化模型需求的约束，用于将电动汽车的配送数据限定在一定取值范围内。

具体的，在式(1)的基础上对式(1)中各项参数或数值添加预设约束条件，当电动汽车的配送数据满足预设约束条件时，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在本实施例中，通过对目标函数设置预设约束条件，保障了目标函数计算数据的可靠性，使电动汽车配送优化模型得到的配送结果准确且高效。

在一个实施例中，预设约束条件包括预设载重约束条件、预设时间约束条件和/或预设电量约束条件。

其中，预设载重约束条件指的是与电动汽车的承载能力相关的约束限制。预设时间约束条件指的是与电动汽车到达各个点位以及在各个点位停留的时间相关的约束限制。预设电量约束条件指的是与电动汽车的电量消耗和充电相关的约束限制。

具体的，预设载重约束条件包括电动汽车的载重约束。该约束表征电动汽车从配送中心点位出发开始配送时，载重不能超过电动汽车的额定载重。具体约束式如下：

式中，W

预设时间约束条件包括电动汽车的行驶时间、电动汽车离开各个点位的时间和电动汽车到达各个点位的时间。具体约束式如式(6)、式(7)和式(8)。

t

式中，t

式中，t

上式中，式(6)是对电动汽车的行驶时间的约束，式(7)是对电动汽车离开各个点位的时间的约束，式(8)是对电动汽车到达各个点位的时间的约束。在此之外，结合目标函数式(1)还能得到电动汽车提前到达配送客户点位的等待时间约束条件：

预设电量约束条件包括电量使用情况、电量容量限制、各行驶路线电量消耗和电动汽车单位里程电量消耗。具体约束式如下：

保证电动汽车在配送客户点位的卸货过程中不消耗电量，约束为：

式中，P’

保证电动汽车的电量足够到达集合L中的任意点位，约束为：

P”

式中，P为电动汽车的额定电量。

为了保证电动汽车在配送过程中的电量满足使用需求，需约束电动汽车在各个行驶路线中的电量消耗，约束条件为：

式(12)中，b

式(12)用于计算电动汽车以设定速度的匀速行驶下，速度与时间相关联的行驶路线长度。电动汽车从集合点i到达集合点j(i∈L；j∈L)的剩余电量为P

进一步的，还可以约束电动汽车与配送客户点位的交互次数，保证每一个配送客户点位只被配送一次货物。约束如下：

在本实施例中，通过对电动汽车的预设载重约束条件、预设时间约束条件和预设电量约束条件加以分析，然后基于各项约束条件的限制关系，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。得到以电动汽车在匀速行驶状态下消耗的配送总资源最小为目标的电动汽车配送优化模型，得出只考虑行驶路线里程对电量消耗影响下的电动汽车配送调度方案，可以实现车辆总行驶路径最短，提高配送效率，降低配送成本。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的电动汽车配送控制方法的电动汽车配送控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电动汽车配送控制装置实施例中的具体限定可以参见上文中对于电动汽车配送控制方法的限定，在此不再赘述。

在一个实施例中，如图7所示，提供了一种电动汽车配送控制装置，包括：数据获取模块702、模型运算模块704和控制模块706，其中：

数据获取模块702，用于获取电动汽车的配送数据；配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位。

模型运算模块704，用于将配送数据输入至电动汽车配送优化模型，得到配送结果；配送结果表征电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，电动汽车的行驶方式。

控制模块706，用于根据配送结果对电动汽车进行配送控制。

在一个实施例中，电动汽车配送控制装置还包括模型建立模块，模型建立模块用于建立预设配送条件，根据预设配送条件建立目标函数，根据目标函数得到电动汽车配送优化模型。目标函数表征电动汽车在匀速行驶状态下消耗的配送总资源。

在一个实施例中，模型建立模块还用于根据预设配送条件建立与电动汽车的行驶方式相关的目标参数；基于目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，模型建立模块还用于根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，模型建立模块还用于在电动汽车的配送数据满足预设约束条件时，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，预设约束条件包括预设载重约束条件、预设时间约束条件和/或预设电量约束条件。

上述电动汽车配送控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电动汽车配送优化模型。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电动汽车配送控制方法。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取电动汽车的配送数据；配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位；

将配送数据输入至电动汽车配送优化模型，得到配送结果；配送结果表征电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，电动汽车的行驶方式；

根据配送结果对电动汽车进行配送控制。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

建立预设配送条件；根据预设配送条件建立目标函数；目标函数表征电动汽车在匀速行驶状态下消耗的配送总资源；根据目标函数得到电动汽车配送优化模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据预设配送条件建立与电动汽车的行驶方式相关的目标参数；基于目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

在电动汽车的配送数据满足预设约束条件时，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取电动汽车的配送数据；配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位；

将配送数据输入至电动汽车配送优化模型，得到配送结果；配送结果表征电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，电动汽车的行驶方式；

根据配送结果对电动汽车进行配送控制。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

建立预设配送条件；根据预设配送条件建立目标函数；目标函数表征电动汽车在匀速行驶状态下消耗的配送总资源；根据目标函数得到电动汽车配送优化模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据预设配送条件建立与电动汽车的行驶方式相关的目标参数；基于目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

在电动汽车的配送数据满足预设约束条件时，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取电动汽车的配送数据；配送数据包括电动汽车数量、电动汽车电量、配送客户点位和充电站点位；

将配送数据输入至电动汽车配送优化模型，得到配送结果；配送结果表征电动汽车在匀速行驶状态下消耗的配送总资源满足预设资源限制条件时，电动汽车的行驶方式；

根据配送结果对电动汽车进行配送控制。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

建立预设配送条件；根据预设配送条件建立目标函数；目标函数表征电动汽车在匀速行驶状态下消耗的配送总资源；根据目标函数得到电动汽车配送优化模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据预设配送条件建立与电动汽车的行驶方式相关的目标参数；基于目标参数与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

在电动汽车的配送数据满足预设约束条件时，根据目标参数、电动汽车的配送数据与电动汽车在匀速行驶状态下消耗的配送总资源之间的关系，建立目标函数。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。