(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210808615.1 (22)申请日 2022.07.11 (65)同一申请的已公布的文献号 申请公布号 CN 114881580 A (43)申请公布日 2022.08.09 (73)专利权人 深圳市元美供应链管理有限公司 地址 518129 广东省深圳市龙岗区坂田街 道大发埔社区里石排 一巷20号3 06 (72)发明人 梁清儿　 (74)专利代理 机构 南京明杰知识产权代理事务 所(普通合伙) 32464 专利代理师 张文杰 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/04(2012.01) (56)对比文件 CN 113642775 A,2021.1 1.12CN 112906949 A,2021.0 6.04 CN 1072740 33 A,2017.10.20 CN 112926769 A,2021.0 6.08 CN 112078672 A,2020.12.15 CN 113780609 A,2021.12.10 CN 112507545 A,2021.0 3.16 CN 112270135 A,2021.01.26 CN 110589328 A,2019.12.20 US 20191723 61 A1,2019.0 6.06 US 2007233374 A1,20 07.10.04 WO 2021015 663 A1,2021.01.28 刘敏 等.基 于三维地理信息行 走扩张域模 型的研究. 《测绘与空间地理信息》 .2021,第4 4卷 (第S1期),17 7-179. 吴先赋等.基于Node.js和WebGIS的商 超物 流配送路径规划系统的设计与实现. 《测绘与空 间地理信息》 .2020,(第04期),132-134+ 138. 审查员 徐娟 (54)发明名称 一种基于智能供应链的电商物流配送管理 系统及方法 (57)摘要 本发明公开了一种基于智能供应链的电商 物流配送管理系统及方法， 包括： 配送数据采集 模块、 数据库、 商品配送分析模块、 配送站点选择 模块和配送 顺序规划模块， 通过配送数据采集模 块采集商品的配送信息、 装 载商品的车辆数据以 及配送站点的运营数据， 通过数据库存储采集到 的全部数据， 通过商品配送分析模块对车辆装 载 商品的空间进行建模， 定位已装 载完成的商品位 置， 并分析已装 载完成的商品的卸货 难度和不同 配送路线的风险系数， 通过配送站点选择模块选 择最佳的驿站暂存商品， 通过配送 顺序规划模块 选择最优的配送顺序配送商品， 在提高整体配送 效率的同时减 轻了配送人员的工作难度， 帮助完 善了配送、 卸货、 取货整体的管理工作。 权利要求书3页 说明书7页 附图3页 CN 114881580 B 2022.09.27 CN 114881580 B 1.一种基于智能供应链的电商物流配送管理方法， 其特 征在于： 包括以下步骤： S1： 采集商品的配送信息、 装载商品的车辆数据和配送 站点的运营 数据； S2： 对车辆装载商品的空间进行建模， 对已装载完成的商品进行定位， 分析商品的卸货 难度； S3： 随机选择配送顺序， 生成配送路线， 分析按对应 配送顺序配送商品的风险系数； S4： 依据卸货难度和风险系数预测按不同配送顺序配送商品的总配送效率， 比较总配 送效率并选择最优的配送顺序配送商品； S5： 调取并分析 取货驿站的运营 数据， 并选择最佳的驿站暂存商品； 在步骤S1中： 采集到车辆装载商品的空间长度为a， 宽度为b， 高度为c， 采集到在已装载 完成的车辆中， 商品发往的目的地数量为n， 将商品分为n类， 不同类型的商品数量集合为F= {F1， F2，…， Fn}， 随机选择配送顺序配送商品： 共有 种配送顺序， 在按照随机一种配 送顺序配送商品时： 采集到对随机一类商品进行卸货时： 需要在对应类型商品卸货前卸货 的商品数量集合为e={e1， e2， …， ek}， 在步骤S2中： 对车辆装载商品的空间进行三维建模， 得到车门所在平面方程为： y=b， 获取到对应类型商品的位置坐标集合为 （x， y， z） ={ （x1， y1， z1） ， （x2， y2， z2） ， …， （xk， yk， zk） }， 其中， k=Fj， k表示对应类型的商品数量， 需要在对应类 型的随机一个商品卸货前卸货的商品体积集合为V={V1， V2， …， Vf}， 其中， f=ei， f表示需要 在对应类型的随机一个商品卸货前卸货的商品数量， 根据下列公式计算对应类型的随机一 个商品的卸货难度Gi： ； 其中， yi表示对应类型中随机一个商品的纵坐标， Vj表示需要在对应类型中随机一个 商品在卸货前卸货的随机一个商品的体积， 通过相同计算方式得到对应类型所有商品的卸 货难度集合为G={G1， G2， …， Gk}， 得到对应类 型商品的总卸货难度为 G总j： ， 得 到在按照随机一种配送顺序配送商品时所有商品的总卸货难度为G总i’： ， 得到按照不同配送顺序配送商品时所有商品的总卸货难度集合为G总’={G总1’， G总2’，…，  G总m’}。 2.根据权利要求1所述的一种基于智能供应链的电商物流配送管理方法， 其特征在于： 在步骤S3中： 采集到在 按照随机一种配送 顺序配送商品时， 生 成的配送路线的路程集合为d ={d1， d2，…， dn‑1}， 共有n‑1段配送路线， n≥2， 车辆在配送路线上行驶时需要改变行驶方向 的次数集合为B={B1， B2，…， Bn‑1}， 统计到配送路线出现拥堵的次数集合为M={M1， M2，…， Mn‑1}， 配送路线出 现拥堵时的平均持续时长集合为t={t1， t2，…， tn‑1}， 根据下列公式计 算按 照随机一种配送顺序配送商品时的风险系数W i： ； 其中， dj表示随机一段配送路线 的路程， Bj表示车辆在对应段配送路线上行驶时需要 改变行驶方向的次数， Mj表示对应段配送路线出现拥堵的次数， tj表示对应段配送路线出 现拥堵时的平均持续时长， 通过相同计算方式得到按照不同配送顺序配送商品时的风险系 数集合为W={W1， W2， …， Wm}， 在步骤S4中： 预测按对应配送 顺序配送商品时的总配送效率为权　利　要　求　书 1/3 页 2 CN 114881580 B 2Qi： ， 得到按不同配送顺序配送商品时的总配送效率集合为Q={Q1， Q2， …， Qm}， 比较总配送效率， 选择总配送效率最高的配送顺序作为最优的配送顺序， 按照最优的 配送顺序配送商品。 3.根据权利要求1所述的一种基于智能供应链的电商物流配送管理方法， 其特征在于： 在步骤S5中： 对商品的接收点和取货驿站进 行定位， 得到取货驿站的位置坐标集合为 （X， Y） ={ （X1， Y1） ， （X2， Y2） ， …， （Xp， Yp） }， 其中， p 表示取货 驿站数量， 利用随机增量法求得覆 盖所 有商品接收点的最小圆圆心坐标为 （X’， Y’） ， 获取到取货驿站一天内签收商品的高峰时间段 数量集合为H={H1， H2， …， Hp}， 随机一个取货驿站签收商品高峰持续时长集合为T={T1， T2，…， Tq}， 其中， q=Hi， q表示随机一个取货驿站一天内签收商品的高峰时间段数， 根据下 列公式选择最佳的驿站暂存商品： ； 其中， Xi和Yi分别表示随机一个取货驿站所在位置的横、 纵坐标， Li表示用户前往随机 一个取货驿站签收商品的难度系数， 通过相同计算方式得到用户前往所有 取货驿站签收商 品的难度系数集合为L={L1， L2， …， Lp}， 比较难度系数， 得到最小难度系数为Lmin， 选择最小 难度系数对应的驿站暂存商品。 4.一种基于智能供应链的电商物流配送管理系统采用权利要求1所述的一种基于智能 供应链的电商物流配送管理方法， 其特征在于： 所述系统包括： 配送数据采集模块、 数据库、 商品配送分析模块、 配送 站点选择模块和配送顺序规划模块； 通过所述配送数据采集模块采集商品的配送信 息、 装载商 品的车辆数据以及配送站点 的运营数据； 通过所述数据库存 储采集到的全部数据； 通过所述商 品配送分析模块对车辆装载商品的空间进行建模， 定位已装载完成的商品 位置， 并分析已装载完成的商品的卸货难度和不同配送路线的风险系数； 通过所述配送站点选择模块分析取货驿站的运营数据， 根据运营数据选择最佳的驿站 暂存商品； 通过所述配送顺序规划模块根据卸货难度和风险系数预测按不同顺序配送商品的总 配送效率， 比较总配送效率并选择最优的配送顺序配送商品。 5.根据权利要求4所述的一种基于智能供应链的电商物流配送管理系统， 其特征在于： 所述配送数据采集模块包括商品信息采集单元和设备信息采集单元， 所述商品信息采集单 元用于采集需要配送的商品在车辆中装载的位置信息、 商品的尺寸、 发往的目的地信息以 及取货驿站的运营数据； 所述设备信息采集单元用于采集配送商品的车辆容纳的空间大小 信息， 将采集到的全部数据传输 到所述数据库中。 6.根据权利要求4所述的一种基于智能供应链的电商物流配送管理系统， 其特征在于： 所述商品配送分析模块包括商品装载建模单元、 装载数据分析单元和配送路线分析单元， 所述商品装载建模单元用于对车辆