车线智能推荐是目前运输作业中重点研究课题之一,合理的调度车辆数、选用车型、行驶线路、送货顺序都会对时效达成、运输成本、作业效率起着关键性的影响。
故目前车线智能推荐的算法研究也是各大物流企业、互联网公司、高校等研究机构的重点工作之一,且目前在算法理论这方面的研究成果也层出叠见,但是为什么在实际的作业应用中却难以真正落地?这里抛开晦涩的纯算法理论,从车线智能推荐的作业应用上谈一谈具体实施方法及过程中可能会遇到的问题。
目前市面上也陆续出现了一些第三方专门做路由规划、配送路线规划的公司,调度的效果虽然不尽如人意,但是随着货运地图的完善、模型的改进、数据的积累,技术的成熟也是迟早之事。作为IT人士,还是应当保持技术敏感度,关注技术和应用的实际效果。
关于物流配送优化问题的方法很多,可以分为精确算法和启发式算法两大类。精确算法是指可求出其最优解的算法,主要有: 割平面法、分支定界法、动态规划法等。由于精确算法的计算量一般会跟随问题规模的增大呈指数增长,在实际中其应用范围很有限。为此,专家们把精力主要用在了构造高质量的启发式算法上。