物流配送的数据制作和功能实现

作者:xinixin

物流配送也称为多旅行商分析,是指在网络数据集中,给定 M 个配送中心点和 N 个配送目的地(M,N 为大于零的整数),查找经济有效的配送路径,并给出相应的行走路线。物理配送可以更合理分配配送次序和送货路线,使配送总花费达到最小或每个配送中心的花费达到最小。下面小编将用SuperMap产品,以小车每天配送包裹8(9:00—17:00)小时为例分享物流配送的数据制作和功能实现。

一、 数据制作

1、 数据准备

准备研究区域的道路线数据集、包裹配送中心点和包裹配送点(小编准备了1个包裹中心点和20个包裹配送点)。

2、 构建网络数据

将线数据集构建二维网络数据集,如下图所示:
这里写图片描述

3、 添加字段

在上一步生成的网络数据集中添加小车跑的速度(单位默认:米/分钟)和每个弧段耗时(单位默认:分钟),可以通过更新列先设置网络数据集中小车速度字段(SuDu)值为60(应不同的交通工具设置合理的行驶速度);然后再更新耗时字段(Times)值,在更新列中使用“双字段运算”(SmLength / SuDu)得到。

二、 功能实现

在功能这块小编使用SuperMap iObjects Java来实现,在9D版本前,iObjects Java中是用TransportationAnalyst类下的findMTSPPath()方法来实现,但无法设置配送车辆信息、需求量等的设置,所以为了更充分满足现实生活中不同的使用场景,从9D版本开始,TransportationAnalyst类下增加了findVRPPath()方法更好的实现物流配送。下面将分享物流配送的具体实现:

1、打开数据

可以通过工作空间或者数据源打开iDesktop中准备好的数据,具体代码就不做过多介绍。

2、参数设置

1)物流配送分析属于交通网络分析中的一种,所以需要先对交通网络分析参数对象并进行相应设置,具体参数设置如下:

         //创建交通网络分析参数对象并进行相应设置
        TransportationAnalystSetting transportationAnalystSetting = new 
                TransportationAnalystSetting();
        //设置物流配送分析的网络数据集
        transportationAnalystSetting.setNetworkDataset(networkDataset);
        //设置网络数据集中的节点ID
        transportationAnalystSetting.setNodeIDField ("SmNodeID");
        //设置网络数据集中的弧段ID
        transportationAnalystSetting.setEdgeIDField ("SmEdgeID");
        //设置网络数据集中表示弧段的起始点ID的字段
        transportationAnalystSetting.setFNodeIDField("SmFNode");
        //设置网络数据集中表示弧段的终止点ID的字段
        transportationAnalystSetting.setTNodeIDField("SmTNode");

2)设置分析过程中的字段权重信息,如果想要在分析过程中有耗时限制和分析结果中含有时间点信息,除了要设置弧段长度字段权重信息外,还需要设置耗时字段权重信息。具体实现代码如下:

        //设置权重信息(用时间和长度字段设置权重)
        WeightFieldInfos weightInfos = new WeightFieldInfos();
        WeightFieldInfo weightInfo = new WeightFieldInfo();
        weightInfo.setFTWeightField ("Times");
        weightInfo.setTFWeightField ("Times");
        weightInfo.setName ("time");
        WeightFieldInfo weightFieldInfo1 = new WeightFieldInfo();
        weightFieldInfo1.setFTWeightField("SmLength");
        weightFieldInfo1.setTFWeightField("SmLength");
        weightFieldInfo1.setName("length");
        weightInfos.add(weightInfo);
        weightInfos.add(weightFieldInfo1);        
        transportationAnalystSetting.setWeightFieldInfos (weightInfos);

3)设置分析对象并加载模型,具体代码如下:

        //创建交通网络分析对象并设置分析环境对象
        TransportationAnalyst transportationAnalyst = new TransportationAnalyst();
        transportationAnalyst.setAnalystSetting (transportationAnalystSetting);
        //加载网络模型
        transportationAnalyst.load();

4)构造物流分析参数设置对象,设置权重名称、分析模式,具体代码如下:

        //构造物流分析参数设置对象,设置权重名称、分析模式:
        VRPAnalystParameter parameter = new VRPAnalystParameter();
        //设置权值字段信息的名称
        parameter.setWeightName(weightFieldInfo1.getName());
        //设置时间字段信息的名称
        parameter.setTimeWeight(weightInfo.getName());
        //耗费最少模式
        parameter.setAnalystType(AnalystType.LEASTCOST);
        //设置分析结果中包含路由(GeoLineM)对象的集合
        parameter.setRoutesReturn(true);
        //设置分析结果中包含途经弧段的集合
        parameter.setEdgesReturn(true);
        //设置分析结果中包含结点的集合
        parameter.setNodesReturn(true);
        //设置分析结果中是否要包含站点索引的集合
        parameter.setStopIndexesReturn(true);
        //设置分析结果的路线条数
        parameter.setRouteCount(5);

其中parameter.setRouteCount()方法在9.10版本才添加,如果不设置这个参数,那么物流配送的分析结果和安排的配送车的耗载量有关。
5)设置5量配送车一天工作8小时配送包裹,具体实现如下:

        Date startTime = new Date();
        Date endTime = new Date();
        //设置5辆车信息数组:      
        VehicleInfo[] vehicles = new VehicleInfo[5];
        for (int i = 0; i < vehicles.length; i++) {
             vehicles[i] = new VehicleInfo();
             //每辆车的发车时间最多8小时,28800秒
             vehicles[i].setCost(28800);
             //每辆车的耗载量1000
             vehicles[i].setLoadWeights(new double[]{1000});

             SimpleDateFormat format = new SimpleDateFormat("HH:mm:ss");
             try {
                startTime = format.parse("09:00:00");
                endTime = format.parse("17:00:00");
            } catch (ParseException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
             //设置车辆的发车和收车时间(早9点晚5点)
             vehicles[i].setStartTime(startTime);
             vehicles[i].setEndTime(endTime);                   
        }

6)设置包裹配送中心点,具体设置如下

         //设置中心点信息数组(1个中心点):
        CenterPointInfo[] centers = new CenterPointInfo[1];
        centers[0] = new CenterPointInfo();
        //通过节点id设置中心点(也可以通过节点坐标设置)
        centers[0].setCenterID(109329);
        //centers[0].setCenterPoint(new Point2D(116.4081654,40.10596173));

其中配送中心点可以通过节点ID来设置,也可以通过节点的坐标系来设置,下面设置派送点时也是类似的。
7)包裹派送点设置,具体代码如下:

        //设置需求点信息数组(20个派送点):
        DemandPointInfo[] demands = new DemandPointInfo[20];
        demands[0] = new DemandPointInfo();
        demands[0].setDemandID(108051);
        //每个派送点有10斤包裹
        demands[0].setDemands(new double[]{10});
        demands[1] = new DemandPointInfo();
        demands[1].setDemandID(108068);
        demands[1].setDemands(new double[]{10});
        demands[2] = new DemandPointInfo();
        demands[2].setDemandID(109415);
        demands[2].setDemands(new double[]{10});
        demands[3] = new DemandPointInfo();
        demands[3].setDemandID(104702);
        demands[3].setDemands(new double[]{10});
        demands[4] = new DemandPointInfo();
        demands[4].setDemandID(110859);
        demands[4].setDemands(new double[]{10});
        demands[5] = new DemandPointInfo();
        demands[5].setDemandID(112135);
        demands[5].setDemands(new double[]{10});
        demands[6] = new DemandPointInfo();
        demands[6].setDemandID(110785);
        demands[6].setDemands(new double[]{10});
        demands[7] = new DemandPointInfo();
        demands[7].setDemandID(107938);
        demands[7].setDemands(new double[]{10});
        demands[8] = new DemandPointInfo();
        demands[8].setDemandID(113287);
        demands[8].setDemands(new double[]{10});
        demands[9] = new DemandPointInfo();
        demands[9].setDemandID(114764);
        demands[9].setDemands(new double[]{10});
        demands[10] = new DemandPointInfo();
        demands[10].setDemandID(114637);
        demands[10].setDemands(new double[]{10});
        demands[11] = new DemandPointInfo();
        demands[11].setDemandID(116237);
        demands[11].setDemands(new double[]{10});
        demands[12] = new DemandPointInfo();
        demands[12].setDemandID(114596);
        demands[12].setDemands(new double[]{10});
        demands[13] = new DemandPointInfo();
        demands[13].setDemandID(113256);
        demands[13].setDemands(new double[]{10});
        demands[14] = new DemandPointInfo();
        demands[14].setDemandID(107949);
        demands[14].setDemands(new double[]{10});
        demands[15] = new DemandPointInfo();
        demands[15].setDemandID(113210);
        demands[15].setDemands(new double[]{10});
        demands[16] = new DemandPointInfo();
        demands[16].setDemandID(111995);
        demands[16].setDemands(new double[]{10});
        demands[17] = new DemandPointInfo();
        demands[17].setDemandID(110714);
        demands[17].setDemands(new double[]{10});
        demands[18] = new DemandPointInfo();
        demands[18].setDemandID(107971);
        demands[18].setDemands(new double[]{10});
        demands[19] = new DemandPointInfo();
        demands[19].setDemandID(104661);
        demands[19].setDemands(new double[]{10});

8)进行物流配送分析,返回分析结果,并根据项目需求得到分析结果的具体信息(比如每条配送路线经过派送点的时间点)或者将结果路线以不同的颜色显示在地图上,部分实现代码如下:

        //进行物流分析,返回物流分析方案
        VRPAnalystResult result = transportationAnalyst.findVRPPath(parameter, 
                vehicles, centers, demands);
        if (result==null) {
            JOptionPane.showMessageDialog(null, "分析失败");
        }
        //返回物流配送中每条线路中到达每个配送点的时间
       Date[][] datas = result.getTimes();
       for (int i = 0; i < datas.length; i++) {
           int n = i + 1;
           System.out.println("第"+ n + "条到达包裹点时间");
           for (int j = 0; j < datas[i].length; j++) {
            Date time = datas[i][j];
            System.out.println(time.toString());
        }          
    }
    //将分析结果线以不同颜色显示在地图上
       GeoLineM[] lineMs = result.getRoutes();
       int count = lineMs.length;
       System.out.println(String.valueOf(count));
     //填充路由列表       
        for (int i = 0; i < count; i++)
        {
            switch (i) {
            case 0:
                GeoLineM geoLineM0 = result.getRoutes()[i];             
                com.supermap.data.GeoStyle style0 = new com.supermap.data.GeoStyle();
                style0.setLineColor(Color.BLUE);
                style0.setLineWidth(1);
                geoLineM0.setStyle(style0);
                trackingLayer.add(geoLineM0, "result");
                break;
            case 1:
                GeoLineM geoLineM1 = result.getRoutes()[i];
                com.supermap.data.GeoStyle style1 = new com.supermap.data.GeoStyle();
                style1.setLineColor(Color.RED);
                style1.setLineWidth(1);
                geoLineM1.setStyle(style1);
                trackingLayer.add(geoLineM1, "result");
                break;
            case 2:
                GeoLineM geoLineM2 = result.getRoutes()[i];
                com.supermap.data.GeoStyle style2 = new com.supermap.data.GeoStyle();
                style2.setLineColor(Color.GREEN);
                style2.setLineWidth(1);
                geoLineM2.setStyle(style2);
                trackingLayer.add(geoLineM2, "result");
                break;
            case 3:
                GeoLineM geoLineM3 = result.getRoutes()[i];
                com.supermap.data.GeoStyle style3 = new com.supermap.data.GeoStyle();
                style3.setLineColor(Color.CYAN);
                style3.setLineWidth(1);
                geoLineM3.setStyle(style3);
                trackingLayer.add(geoLineM3, "result");
                break;
            case 4:
                GeoLineM geoLineM4 = result.getRoutes()[i];
                com.supermap.data.GeoStyle style4 = new com.supermap.data.GeoStyle();
                style4.setLineColor(Color.ORANGE);
                style4.setLineWidth(1);
                geoLineM4.setStyle(style4);
                trackingLayer.add(geoLineM4, "result");
                break;

            default:
                break;
            }

        }

物流配送分析的结果路线经过各自配送点的时间输出打印如下:
这里写图片描述
其中每条路线的第一行时间是配送车从配送中心点出发的时间,最后一行是配送车回到中心点的时间,中间的是该路线经过的派送点时间。

物流配送分析结果线在地图中显示的效果图如下:
这里写图片描述

结语:这个只是小编模拟的一个物流配送的使用场景,给大家实现的思路,大家在实现的时候还是要根据自己的项目需求来做相应的设置。

阅读更多

扫码向博主提问

去开通我的Chat快问

supermapsupport

非学,无以致疑;非问,无以广识
版权声明:本文为博主原创文章,欢迎转载,SuperMap技术问答社区 http://ask.supermap.com https://blog.csdn.net/supermapsupport/article/details/80258890
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

不良信息举报

物流配送的数据制作和功能实现

最多只允许输入30个字

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭