本发明涉及物流配送技术领域，具体的说是一种物流配送任务的均衡调度方法。
背景技术：
当前烟草行业各卷烟物流配送中心多半采用固定线路模式进行配送，各个送货员只负责自己划分区域内的零售户订单配送，由于订单的动态变化，使得各个送货员的送货工作任务难以均衡，有的送货员每天只工作4-5小时，有的送货员却需要加班送货到8-9个小时。这种不均衡的现象使得烟草物流中心整体送货的质量有所下降，零售户的服务质量也难以保障。
为了解决任务分配均衡性的问题，当前烟草行业内卷烟配送模式部分采用弹性大线路分车模式，即将配送区域内的零售户根据地理位置的临近性排列成一条大的弹性线路，每日送货任务的分配时，将线路内有订单的零售户根据相对顺序抽取成一个订单队列，根据设定的车辆队列的顺序进行装车，按照每个车组的户数和卷烟条数的最大约束条件进行任务分配，装满一车即换下一车。这样在一定程度上保证了送货任务的户数或者送货量的均衡性，但始终解决不了送货距离远近对任务的均衡性带来的影响。
技术实现要素：
本发明针对目前技术发展的需求和不足之处，提供一种物流配送任务的均衡调度方法，以基于送货户数和送货里程，输出配送时间相差不大的订单分配方案，解决送货距离远近对任务的均衡性带来的影响。
本发明的一种物流配送任务的均衡调度方法，解决上述技术问题采用的技术方案如下：
一种物流配送任务的均衡调度方法，包括如下步骤：
(1)建立物流中心、送货部、配送区域、配送路线、停车点、客户之间的对应关系；
(2)基于gis技术，获取配送区域的所有道路，将配送区域的所有道路抽象成线段，根据道路联通情况以及道路送货行驶方向，以道路距离为网络权重，建立道路有向网络图；
(3)基于配送区域下设置的大线路和道路有向网络图，进一步构建道路有向网络模型，随后选取配送区域的停车点训练道路有向网络模型，使道路有向网络模型输出基于配送区域大线路的送货顺序；
(4)设定配送区域内的总送货量和送货总车数为已知约束条件，设定送货员的标准配送时长，基于路有向网络模型和遗传算法构建配送订单分配模型，随后在已知约束条件的前提下训练配送订单分配模型，使配送订单分配模型通过比较预计配送时长与标准配送时长两者的方差大小，输出配送总时间在设定范围的订单分配方案。
进一步的，所涉及物流中心和送货部是物流实体组织对象，配送区域、配送路线、停车点是相对来说虚拟的对象，客户是最终的物流配送对象；
送货部隶属于物流中心，一个物流中心下可以设置一个或者多个送货部；
配送区域隶属于送货部，一个送货部下可以设置一个或者多个配送区域，配送区域可以按照物流实际的送货方向或者送货周期去定义，表示某一天的送货区域；
配送线路隶属于配送区域，一个配送区域下可以设置一条大线路和多条小线路，配送线路是由客户组成，包含同一送货周期的多个送货员的服务客户；
停车点是由位置相对集中的客户群组成，该客户群由送货车集中送货，一个停车点只有一辆送货车，送货车停车一次即可服务一个或者多个客户。
优选的，所涉及配送区域的定义可以实体化也可以虚拟化，可大可小，根据实际的业务需要进行定义和对应。
进一步的，基于配送区域的所有停车点，随机抽取至少两个停车点训练道路有向网络模型，道路有向网络模型利用迪杰斯特拉算法，根据最短行驶路径原则，对抽取的停车点进行排序，形成配送区域内大线路的送货顺序。
更进一步的，所涉及标准/预计配送时长的组成因素分别包括送货在途时长和送货交接时长，
送货在途时长包括从物流中心到第一户的时长t1、从到达第一户到交接完最后一户的时长t2、从最后一户到返回物流中心的时长t3，其中，从物流中心到第一户的时长t1、从最后一户到返回物流中心的时长t3两者为对应时间段行驶里程之和除以正常行驶平均速度经验值v1后得到的结果；
送货交接时长t4为平均每户交接时长乘以户数，从到达第一户到交接完最后一户的时长t2为对应时间段行驶里程除以送货期间平均行驶速度经验值v2后得到的结果；
正常行驶平均速度经验值v1为已知值，送货期间平均行驶速度经验值v2为已知值，且v2<v1。
更进一步的，计算标准配送时长的方差，具体过程为：
基于已知约束条件，首先计算所有送货车辆不同送货顺序下的标准配送时长，
随后计算所有标准配送时长的平均值，
再随后基于所有送货车辆选中的一条送货顺序，计算与该送货顺序对应的标准配送时长，
最后，计算该标椎配送时长的方差。
更进一步的，计算预计配送时长的方差，具体过程为：
基于已知约束条件，首先计算配送区域内每一辆送货车不同送货顺序下的预计配送时长，
随后计算每一辆送货车所有预计配送时长的平均值，
再随后基于每一辆送货车选中的一条送货顺序，计算与该送货顺序对应的预计配送时长，
最后，计算该预计配送时长的方差。
更进一步的，所涉及配送订单分配模型输出均衡调度订单分配方案的具体实现过程为：
(1)获取配送区域的总送货量和送货总车数，进而选定配送区域的停车点；
(2)基于路有向网络模型和具体送货位置，进一步确定配送区域大线路的送货顺序，并进一步确定配送区域内所有送货车辆的所有配送路线；
(3)基于确定的配送路线，计算预计配送时长的方差s1和标准配送时长的方差s2，
(a)在s1<s2时，输出订单分配方案，结束调度；
(b)在s1>s2时，基于遗传算法，识别该配送线路中送货时长最大的配送任务单pm和送货时长最小的配送任务单pn，其中，m、n表示按照送货户数均衡原则分配时所得大路线的送货顺序包含的两个配送任务单顺序，如果m>n,则将pm任务单的第一户，移到pm-1的尾部，再将pm-1任务单的第一户，移到pm-2的尾部，直到传递到pn，即在pn的尾部增加了pn 1头部的一户；如果m<n,则将pm任务单的最后一户，移到pm 1的头部，再将pm 1任务单的最后一户，移到pm 2的头部，直到传递到pn，即在pn的头部增加了pn-1尾部的一户，继续执行(4)；
(4)再次确定配送区域内所有送货车辆的所有配送路线，并基于确定的配送路线，计算预计配送时长的方差s1和标准配送时长的方差s2，返回执行(a)或(b)，直至s1<＝s2，完成调度。
本发明的一种物流配送任务的均衡调度方法，与现有技术相比具有的有益效果是：
(1)本发明首先基于已经划分过的配送区域，通过配送区域下设置的大线路和道路有向网络图构建道路有向网络模型，并通过选取配送区域的停车点训练道路有向网络模型，使道路有向网络模型输出基于配送区域大线路的送货顺序，完成订单分配的初步准备工作，随后，基于已知约束条件，以送货员的总工作时间为原则，基于路有向网络模型和遗传算法构建及训练配送订单分配模型，使配送订单分配模型通过比较预计配送时长与标准配送时长两者的方差大小，输出配送总时间在设定范围的订单分配方案，从而避免送货员因分配的订单任务导致的工作时长相差较大的问题；
(2)本发明不仅适用于卷烟物流的配送，还适用于其他行业的快递配送。
具体实施方式
为使本发明的技术方案、解决的技术问题和技术效果更加清楚明白，以下结合具体实施例，对本发明的技术方案进行清楚、完整的描述。
实施例一：
本实施例提出一种物流配送任务的均衡调度方法，包括如下步骤：
(1)建立物流中心、送货部、配送区域、配送路线、停车点、客户之间的对应关系。
物流中心和送货部是物流实体组织对象，配送区域、配送路线、停车点是相对来说虚拟的对象，客户是最终的物流配送对象。
送货部隶属于物流中心，一个物流中心下可以设置一个或者多个送货部。
配送区域隶属于送货部，一个送货部下可以设置一个或者多个配送区域，配送区域可以按照物流实际的送货方向或者送货周期去定义，表示某一天的送货区域。
配送线路隶属于配送区域，一个配送区域下可以设置一条大线路和多条小线路，配送线路是由客户组成，包含同一送货周期的多个送货员的服务客户。配送区域的定义可以实体化也可以虚拟化，可大可小，根据实际的业务需要进行定义和对应。
停车点是由位置相对集中的具体客户群组成，该客户群由送货车集中送货，一个停车点只有一辆送货车，送货车停车一次即可服务一个或者多个客户。
(2)基于gis技术，获取配送区域的所有道路，将配送区域的所有道路抽象成线段，根据道路联通情况以及道路送货行驶方向，以道路距离为网络权重，建立道路有向网络图。
(3)基于配送区域下设置的大线路和道路有向网络图，进一步构建道路有向网络模型，随后选取配送区域的停车点训练道路有向网络模型，使道路有向网络模型输出基于配送区域大线路的送货顺序。
本步骤中，基于配送区域的所有停车点，随机抽取至少两个停车点训练道路有向网络模型，道路有向网络模型利用迪杰斯特拉算法，根据最短行驶路径原则，对抽取的停车点进行排序，形成配送区域内大线路的送货顺序。
(4)设定配送区域内的总送货量和送货总车数为已知约束条件，设定送货员的标准配送时长，基于路有向网络模型和遗传算法构建配送订单分配模型，随后在已知约束条件的前提下训练配送订单分配模型，使配送订单分配模型通过比较预计配送时长与标准配送时长两者的方差大小，输出配送总时间在设定范围的订单分配方案。
本步骤中，标准/预计配送时长的组成因素分别包括送货在途时长和送货交接时长，
送货在途时长包括从物流中心到第一户的时长t1、从到达第一户到交接完最后一户的时长t2、从最后一户到返回物流中心的时长t3，其中，从物流中心到第一户的时长t1、从最后一户到返回物流中心的时长t3两者为对应时间段行驶里程之和除以正常行驶平均速度经验值v1后得到的结果；
送货交接时长t4为平均每户交接时长乘以户数，从到达第一户到交接完最后一户的时长t2为对应时间段行驶里程除以送货期间平均行驶速度经验值v2后得到的结果；
正常行驶平均速度经验值v1为已知值，送货期间平均行驶速度经验值v2为已知值，且v2<v1。
计算标准配送时长的方差，具体过程为：
基于已知约束条件，首先计算所有送货车辆不同送货顺序下的标准配送时长，
随后计算所有标准配送时长的平均值，
再随后基于所有送货车辆选中的一条送货顺序，计算与该送货顺序对应的标准配送时长，
最后，计算该标椎配送时长的方差。
计算预计配送时长的方差，具体过程为：
基于已知约束条件，首先计算配送区域内每一辆送货车不同送货顺序下的预计配送时长，
随后计算每一辆送货车所有预计配送时长的平均值，
再随后基于每一辆送货车选中的一条送货顺序，计算与该送货顺序对应的预计配送时长，
最后，计算该预计配送时长的方差。
配送订单分配模型输出均衡调度订单分配方案的具体实现过程为：
(1)获取配送区域的总送货量和送货总车数，进而选定配送区域的停车点；
(2)基于路有向网络模型和具体送货位置，进一步确定配送区域大线路的送货顺序，并进一步确定配送区域内所有送货车辆的所有配送路线；
(3)基于确定的配送路线，计算预计配送时长的方差s1和标准配送时长的方差s2，
(a)在s1<s2时，输出订单分配方案，结束调度；
(b)在s1>s2时，基于遗传算法，识别该配送线路中送货时长最大的配送任务单pm和送货时长最小的配送任务单pn，其中，m、n表示按照送货户数均衡原则分配时所得大路线的送货顺序包含的两个配送任务单顺序，如果m>n,则将pm任务单的第一户，移到pm-1的尾部，再将pm-1任务单的第一户，移到pm-2的尾部，直到传递到pn，即在pn的尾部增加了pn 1头部的一户；如果m<n,则将pm任务单的最后一户，移到pm 1的头部，再将pm 1任务单的最后一户，移到pm 2的头部，直到传递到pn，即在pn的头部增加了pn-1尾部的一户，继续执行(4)；
(4)再次确定配送区域内所有送货车辆的所有配送路线，并基于确定的配送路线，计算预计配送时长的方差s1和标准配送时长的方差s2，返回执行(a)或(b)，直至s1<＝s2，完成调度。
综上可知，采用本发明的一种物流配送任务的均衡调度方法，可以输出配送时间相差不大的订单分配方案，避免送货员因分配的订单任务不均衡导致的工作时长相差较大的问题。
以上应用具体个例对本发明的原理及实施方式进行了详细阐述，这些实施例只是用于帮助理解本发明的核心技术内容。基于本发明的上述具体实施例，本技术领域的技术人员在不脱离本发明原理的前提下，对本发明所作出的任何改进和修饰，皆应落入本发明的专利保护范围。
1.一种物流配送任务的均衡调度方法，其特征在于,包括如下步骤：
(1)建立物流中心、送货部、配送区域、配送路线、停车点、客户之间的对应关系；
(2)基于gis技术，获取配送区域的所有道路，将配送区域的所有道路抽象成线段，根据道路联通情况以及道路送货行驶方向，以道路距离为网络权重，建立道路有向网络图；
(3)基于配送区域下设置的大线路和道路有向网络图，进一步构建道路有向网络模型，随后选取配送区域的停车点训练道路有向网络模型，使道路有向网络模型输出基于配送区域大线路的送货顺序；
(4)设定配送区域内的总送货量和送货总车数为已知约束条件，设定送货员的标准配送时长，基于路有向网络模型和遗传算法构建配送订单分配模型，随后在已知约束条件的前提下训练配送订单分配模型，使配送订单分配模型通过比较预计配送时长与标准配送时长两者的方差大小，输出配送总时间在设定范围的订单分配方案。
2.根据权利要求1所述的一种物流配送任务的均衡调度方法，其特征在于，物流中心和送货部是物流实体组织对象，配送区域、配送路线、停车点是相对来说虚拟的对象，客户是最终的物流配送对象；
送货部隶属于物流中心，一个物流中心下可以设置一个或者多个送货部；
配送区域隶属于送货部，一个送货部下可以设置一个或者多个配送区域，配送区域可以按照物流实际的送货方向或者送货周期去定义，表示某一天的送货区域；
配送线路隶属于配送区域，一个配送区域下可以设置一条大线路和多条小线路，配送线路是由客户组成，包含同一送货周期的多个送货员的服务客户；
停车点是由位置相对集中的客户群组成，该客户群由送货车集中送货，一个停车点只有一辆送货车，送货车停车一次即可服务一个或者多个客户。
3.根据权利要求2所述的一种物流配送任务的均衡调度方法，其特征在于，配送区域的定义可以实体化也可以虚拟化，可大可小，根据实际的业务需要进行定义和对应。
4.根据权利要求2所述的一种物流配送任务的均衡调度方法，其特征在于，基于配送区域的所有停车点，随机抽取至少两个停车点训练道路有向网络模型，道路有向网络模型利用迪杰斯特拉算法，根据最短行驶路径原则，对抽取的停车点进行排序，形成配送区域内大线路的送货顺序。
5.根据权利要求4所述的一种物流配送任务的均衡调度方法，其特征在于，所述标准/预计配送时长的组成因素分别包括送货在途时长和送货交接时长，
送货在途时长包括从物流中心到第一户的时长t1、从到达第一户到交接完最后一户的时长t2、从最后一户到返回物流中心的时长t3，其中，从物流中心到第一户的时长t1、从最后一户到返回物流中心的时长t3两者为对应时间段行驶里程之和除以正常行驶平均速度经验值v1后得到的结果；
送货交接时长t4为平均每户交接时长乘以户数，从到达第一户到交接完最后一户的时长t2为对应时间段行驶里程除以送货期间平均行驶速度经验值v2后得到的结果；
正常行驶平均速度经验值v1为已知值，送货期间平均行驶速度经验值v2为已知值，且v2<v1。
6.根据权利要求5所述的一种物流配送任务的均衡调度方法，其特征在于，计算标准配送时长的方差，具体过程为：
基于已知约束条件，首先计算所有送货车辆不同送货顺序下的标准配送时长，
随后计算所有标准配送时长的平均值，
再随后基于所有送货车辆选中的一条送货顺序，计算与该送货顺序对应的标准配送时长，
最后，计算该标椎配送时长的方差。
7.根据权利要求6所述的一种物流配送任务的均衡调度方法，其特征在于，计算预计配送时长的方差，具体过程为：
基于已知约束条件，首先计算配送区域内每一辆送货车不同送货顺序下的预计配送时长，
随后计算每一辆送货车所有预计配送时长的平均值，
再随后基于每一辆送货车选中的一条送货顺序，计算与该送货顺序对应的预计配送时长，
最后，计算该预计配送时长的方差。
8.根据权利要求7所述的一种物流配送任务的均衡调度方法，其特征在于，所述配送订单分配模型输出均衡调度订单分配方案的具体实现过程为：
(1)获取配送区域的总送货量和送货总车数，进而选定配送区域的停车点；
(2)基于路有向网络模型和具体送货位置，进一步确定配送区域大线路的送货顺序，并进一步确定配送区域内所有送货车辆的所有配送路线；
(3)基于确定的配送路线，计算预计配送时长的方差s1和标准配送时长的方差s2，
(a)在s1<s2时，输出订单分配方案，结束调度；
(b)在s1>s2时，基于遗传算法，识别该配送线路中送货时长最大的配送任务单pm和送货时长最小的配送任务单pn，其中，m、n表示按照送货户数均衡原则分配时所得大路线的送货顺序包含的两个配送任务单顺序，如果m>n,则将pm任务单的第一户，移到pm-1的尾部，再将pm-1任务单的第一户，移到pm-2的尾部，直到传递到pn，即在pn的尾部增加了pn 1头部的一户；如果m<n,则将pm任务单的最后一户，移到pm 1的头部，再将pm 1任务单的最后一户，移到pm 2的头部，直到传递到pn，即在pn的头部增加了pn-1尾部的一户，继续执行(4)；
(4)再次确定配送区域内所有送货车辆的所有配送路线，并基于确定的配送路线，计算预计配送时长的方差s1和标准配送时长的方差s2，返回执行(a)或(b)，直至s1<＝s2，完成调度。
技术总结