智慧物流解决方案.pptxVIP

用户需求 业务目标 痛点 某快消品B2B电商,北京近6万个零售终端点位,4个常温仓、1个冷链仓, 200多辆货车,约束条件复杂,每日配送需求动态变化 如何用最少的货车、跑最短的距离、用最快的时间、配送出最多的货 依靠调度师傅的个人经验,但这种运营规模早已超出人脑所能对比和计算的能力范围,人工规划远远达不到最优 典型的城配场景 车辆满载率最大是多少？ 可用车辆及车型？ 客户收货是否有时间窗？ 明天下午3点的波次能否在6点前送完？ 最大配送的站点数？ 是否需要分区经营？ ？ 缺乏道路限制数据 缺乏道路限制数据,导致规划路线,违反道路交规 结果不准 订单量增大时,排线结果常常不准,资源严重浪费 人为经验 依靠调度员排单排线,强依赖人为经验 超出时间窗 约束条件过多,导致无法满足网点要求（时间窗） 现状 城配企业接到订单,调度员依赖历史经验,考虑部分因素,制定调度计划 司机接收调度任务后,按照规划的路线进行行驶,事先未知道路限制和路况,经常违反道路交规 痛点 订单越多 效率越低 调度难度越高 传统调度的困局 目标: 满⾜客户收货要求的前提下, 综合各种约束条件达到最优的调度方案 优化目标 成本最优 里程最优 时间最少 各项均衡 仓库要求 时间窗口 是否回仓 车辆组 多仓提货 车辆要求 最大行驶时间 最长行驶距离 重量体积配载 限行情况 通行限制 五限信息 通行证 避让区域 分时段限行 门