一种乡村物流共享配送方法及系统

技术领域

本发明涉及乡村物流领域，具体的说是一种乡村物流共享配送方法及系统。

背景技术

乡村物流指县域范围的物流快递运输。通常物流快递公司会在乡镇设立工作站，各物流快递公司分别运输各自的货物，这种方式称为“纵向运输”，各物流快递公司之间信息互通较少，资源不共享。在城市区等人口相对集中的区域内，这种方法方法基本上能够满足群众需求。但是在人口较为分散的乡村中，单个村庄的物流快递量不大，且村庄之间相距较远，如果按照这种方式，物流快递公司只会在人口集中的村庄设置快件代收点，不可能在每个村庄都设立代收点，无法满足乡村群众的物流快递需求。

乡村物流除了要应对群众居住分散这个问题外，还要解决的一个问题是快件货运量的季节性变化。因为农副产品的销售具有显著的季节性，比如瓜果、蔬菜、春茶、饰品等，所以各村庄的物流量在一年中也有一定的波动，意味着物流快递站点的负载也有变化。

归纳起来，与城区物流快递配送相比，乡村物流配送需要解决几个问题：一个是偏远站点的效益问题，要确保站点可以长期维持；一个是乡村站点物流量波动问题，能够及时调整站点设置；以及由此产生的配送路线动态优化问题，确保配送路线最短，配送效率最佳。

发明内容

为了解决现有技术中的不足，本发明提供一种乡村物流共享配送方法，能够整合物流运力资源，发展共享配送，提高乡村物流效率，保障物流企业效益。

为了实现上述目的，本发明采用的具体方案为：一种乡村物流共享配送方法及系统，包括如下步骤：

选定包含有一个分拣中心和多个乡村物流节点的目标区域，并且获取目标区域的地理信息；采集目标区域的历史物流数据，并且基于历史物流数据预测物流需求数据；

基于物流需求数据在目标区域中确定多个关键乡村节点；

结合地理信息和关键乡村节点动态地将目标区域划分为多个配送区域；

对每个配送区域进行路径规划，得到多个配送路径；

根据配送区域对物流货件和物流设备进行分组，并且利用物流设备根据配送路径对物流货件进行配送。

作为上述乡村物流共享配送方法的进一步优化：每个目标区域内乡村物流节点的数量达到作为上述乡村物流共享配送方法的进一步优化：预设的分区阈值。

作为上述乡村物流共享配送方法的进一步优化：按照预设的数据周期采集历史物流数据和预测物流需求数据。

作为上述乡村物流共享配送方法的进一步优化：数据周期包括第一周期，第一周期均匀划分为多个第二周期，基于第一周期和第二周期预测物流需求数据。

作为上述乡村物流共享配送方法的进一步优化：物流需求数据包括多个与乡村物流节点对应的需求子数据，需求子数据的预测方法为：

其中i为第一周期计数，j为第二周期计数，α为调节系数。

作为上述乡村物流共享配送方法的进一步优化：确定关键乡村节点的具体方法包括：

按照需求子数据从大到小的顺序对所有乡村物流节点进行排序；

根据目标区域内分拣中心的分拣能力确定关键乡村节点的数量n；

选取前n个乡村物流节点作为关键乡村节点。

作为上述乡村物流共享配送方法的进一步优化：划分配送区域的方法包括：

基于物流需求数据对目标区域进行片区划分，每个片区中包含若干个关键乡村节点，任意两个片区中所有关键乡村节点的需求子数据的和之间的差异度不超过预设的差异阈值；

基于目标区域的地理信息对片区进行调整；

将调整后的片区作为配送区域。

作为上述乡村物流共享配送方法的进一步优化：对配送区域进行路径规划的方法包括：根据关键乡村节点之间的距离关系生成二维无向图矩阵，二维无向图矩阵中包括多个与关键乡村节点对应的配送节点；

将分拣中心作为起点和终点；

通过贪心法依照最近邻策略遍历二维无向图矩阵，将与当前配送节点距离最近的其它配送节点设置为下一节点；

将能够经过所有配送节点的路径作为配送路径。

对物流货件进行派送过程中生成派送信息。

一种乡村物流共享配送系统，用于实现上述的一种乡村物流共享配送方法，所述系统包括：

数据采集模块，用于获取所述历史物流数据和所述地理信息；

数据分析模块，用于预测所述物流需求数据、确定所述关键乡村节点、划分所述配送区域和规划所述配送路径；

数据显示模块，用于在对物流货件进行配送过程中展示配送信息。

有益效果：本发明适用于县一级行政区域内的乡村物流，基于县域物流快递信息大数据，利用数学分析方法，筛选关键物流配送节点，优化物流车辆运行线路，能够整合物流运力资源，发展共享配送，提高乡村物流效率，保障物流企业效益。

附图说明

图1是本发明方法的流程图；

图2是路径规划方法的流程图；

图3是本发明系统的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1和2，一种乡村物流共享配送方法，包括S1至S6。

S1、选定包含有一个分拣中心和多个乡村物流节点的目标区域，并且获取目标区域的地理信息。本发明适用于目标区域内的物流规模较大的场景，因此每个目标区域内乡村物流节点的数量达到预设的分区阈值，避免目标区域过小。因为本发明主要针对乡村物流，因此目标区域可以设置为县一级行政区域，在县一级行政区域中，每一个村一级行政区域和街道级行政区域内具有一个乡村物流节点。分拣中心和乡村物流节点统一对所有快递物流公司的物流货件和物流设备进行处理和调度。

S2、采集目标区域的历史物流数据，并且基于历史物流数据预测物流需求数据。因为乡村物流具有季节性变化的特性，即农副产品的销售会随季节变化而发生改变，进而造成乡村物流节点的负载发生变化，为了使物流需求数据能够更加契合这种特性，本发明中按照预设的数据周期采集历史物流数据和预测物流需求数据。数据周期包括第一周期，第一周期均匀划分为多个第二周期，基于第一周期和第二周期预测物流需求数据。在本发明中，第一周期设置为年，第二周期设置为月，则一个第一周期包括十二个第二周期。基于年和月对物流需求数据进行预测，保证能够契合乡村物流节点的负载随季节改变而改变的前提下，还能够降低预测频次。

物流需求数据包括多个与乡村物流节点对应的需求子数据，需求子数据的预测方法为：

S3、基于物流需求数据在目标区域中确定多个关键乡村节点。确定关键乡村节点的具体方法包括S31至S33。

S31、按照需求子数据从大到小的顺序对所有乡村物流节点进行排序。

S32、根据目标区域内分拣中心的分拣能力确定关键乡村节点的数量n。

S33、选取前n个乡村物流节点作为关键乡村节点。

S4、结合地理信息和关键乡村节点动态地将目标区域划分为多个配送区域。划分配送区域的方法包括S41至S43。

S41、基于物流需求数据对目标区域进行片区划分，每个片区中包含若干个关键乡村节点，任意两个片区中所有关键乡村节点的需求子数据的和之间的差异度不超过预设的差异阈值。

S42、基于目标区域的地理信息对片区进行调整。

S43、将调整后的片区作为配送区域。

S5、对每个配送区域进行路径规划，得到多个配送路径。对配送区域进行路径规划的方法包括S51至S5

S51、根据关键乡村节点之间的距离关系生成二维无向图矩阵，二维无向图矩阵中包括多个与关键乡村节点对应的配送节点。

S52、将分拣中心作为起点和终点。

S53、通过贪心法依照最近邻策略遍历二维无向图矩阵，将与当前配送节点距离最近的其它配送节点设置为下一节点。

S54、将能够经过所有配送节点的路径作为配送路径。

更具体地说，首先，根据关键乡村节点的距离关系产生二维无向图矩阵，站点与自身的距离设置为无穷大，把县域物流快递集中分拣配送中心设置为起点和终点，然后，基于贪心法，依据最近邻策略，遍历二维无向图矩阵，计算与当前节点距离最近的节点，确定为下一节点，并标记该节点为“已经过”，依次循环，直至经过所有节点回到终点，最终，形成该数据周期内适合该配送区域的最佳物流配送路径。

S6、根据配送区域对物流货件和物流设备进行分组，并且利用物流设备根据配送路径对物流货件进行配送。对物流货件进行派送过程中生成派送信息。

以下提供三个具体的实施例对本发明的共享配送方法做进一步说明。

实施例一。

实验时间从2022年6月1日开始，某县域物流运输大数据平台汇集了邮政、中通、圆通、韵达、极兔、京东、顺丰等物流快递信息。

数据平台首先统计出2022年5月的快件量，结合2021年6月的快件量，结合参数为α＝0.6，即预计2022年6月份某村庄的快件量S＝当年5月份量*(1-α)+前一年6月份量*α，依据S对全县各村庄快件量排序，得到预计2022年6月份全县各村庄快件量排序，由于统一分拣系统的分拣能力是120个分拣口，按照就近原则将将全县的物流快件归集到120个村站。

由于该县地形为东西长南北窄的形状，所以将120个村庄大致均分为3个组，称为东区、中区、西区，三个组区村级站点数量分别是41、37、42，除特殊物件经过特殊途径运输外，其它快件均集中送至这些村级站点，将负责共享派送的物流车辆运力大致也分为三个车队，分别负责东区、中区、西区的快件派送，同时派送。这样使得物流快递运力得到充分发挥，同时提高了派送效率，缩短了派件时长。

利用本发明的车辆路线规划算法，分别计算出东区、中区、西区三个分区车辆的行驶路线。

统一分拣系统分拣快件，并由数据采集模块存储到数据平台。数据平台根据需要可以筛选出所需的数据。

快递快件由统一分拣系统分拣完成后，装包编号，1-41号包由东区车队派送至1-41号村级站点，42-78号包由中区车队派送至42-78号村级站点，79-120号包由中区车队派送至79-120号村级站点。车队按照大数据平台推荐的路线从县域物流快递集中仓储中心出发，依次送至各村级站点，收件，并返回县域物流快递集中仓储中心。

实施例二。

实验时间从是2022年12月1日开始，某县域物流运输大数据平台汇集了邮政、中通、圆通、韵达、极兔、京东等物流快递信息。

数据平台首先统计出2022年11月的快件量，结合2021年12月的快件量，结合参数为α＝0.5，即预计2022年6月份某村庄的快件量S＝当年11月份量*(1-α)+前一年12月份量*α，依据S对全县各村庄快件量排序，得到预计2022年12月份全县各村庄快件量排序，由于统一分拣系统的分拣能力是200个分拣口，按照就近原则将全县的物流快件归集到200个村站。

结合该县地形，所以将前200个村庄大致均分为4个组，称为东区、中区、西区、新区，四个组区村级站点数量分别是53、45、42、60，除特殊物件经过特殊途径运输外，其它快件均集中送至这些村级站点，将负责共享派送的物流车辆运力大致也分为四个车队，分别负责东区、中区、西区、新区的快件派送，同时派送。这样使得物流快递运力得到充分发挥，同时提高了派送效率，缩短了派件时长。

利用本发明的车辆路线规划算法，分别计算出东区、中区、西区、新区四个分区车辆的行驶路线。

统一分拣系统分拣快件，并由数据采集模块存储到数据平台。数据平台根据需要可以筛选出所需的数据。

快递快件由统一分拣系统分拣完成后，装包编号，1-53号包由东区车队派送至1-53号村级站点，54-98号包由中区车队派送至54-98号村级站点，99-140号包由西区车队派送至99-140号村级站点，141-200号包由新区车队派送至141-200号村级站点。车队按照大数据平台推荐的路线从县域物流快递集中仓储中心出发，依次送至各村级站点，收件，并返回县域物流快递集中仓储中心。

实施例三。

实验从时间是2022年4月1日开始，某县域物流运输大数据平台汇集了邮政、中通、圆通、韵达、极兔、京东等物流快递信息。

数据平台首先统计出2022年1-3月的快件量，结合2021年4-6月的快件量，结合参数为α＝0.4，即预计2022年4-6月份某村庄的快件量S＝当年3月份量*(1-α)+前一年12月份量*α，依据S对全县各村庄快件量排序，得到预计2022年4-6月份全县各村庄快件量排序，由于统一分拣系统的分拣能力是70个分拣口，按照就近原则将全县的物流快件归集到70个村站。

结合该县地形，所以将前70个村庄大致均分为2个组，称为东区、西区，两个组区村级站点数量分别是33、37，除特殊物件经过特殊途径运输外，其它快件均集中送至这些村级站点，将负责共享派送的物流车辆运力大致也分为两个车队，分别负责东区、西区的快件派送，同时派送。这样使得物流快递运力得到充分发挥，同时提高了派送效率，缩短了派件时长。

利用本发明的车辆路线规划算法，分别计算出东区、西区两个个分区车辆的行驶路线。

统一分拣系统分拣快件，并由数据采集模块存储到数据平台。数据平台根据需要可以筛选所需的数据。

快递快件由统一分拣系统分拣完成后，装包编号，1-33号包由东区车队派送至1-33号村级站点，34-70号包由西区车队派送至34-70号村级站点。车队按照大数据平台推荐的路线从县域物流快递集中仓储中心出发，依次送至各村级站点，收件，并返回县域物流快递集中仓储中心。

请参阅图3，本发明进一步提供一种乡村物流共享配送系统，用于实现上述的一种乡村物流共享配送方法，所述系统包括数据采集模块、数据分析模块和数据显示模块。

数据采集模块，用于获取所述历史物流数据和所述地理信息。

数据分析模块，用于预测所述物流需求数据、确定所述关键乡村节点、划分所述配送区域和规划所述配送路径。

数据显示模块，用于在对物流货件进行配送过程中展示配送信息。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。