国际物流货代场景:大量订单行从不同起运城市发往不同目的城市,出发和到达两端都有多个集拼港可以选,每票货可以工厂自装整箱、在集拼仓拼装整箱或者交散(拼箱)。各环节报价不同,还有品类禁混等约束,人工排货很难找到总成本最低的方案。这个算法输入订单明细和报价表,自动给出全网最低成本的港口和装箱方案。
点击空白处退出提示
国际物流货代场景:大量订单行从不同起运城市发往不同目的城市,出发和到达两端都有多个集拼港可以选,每票货可以工厂自装整箱、在集拼仓拼装整箱或者交散(拼箱)。各环节报价不同,还有品类禁混等约束,人工排货很难找到总成本最低的方案。这个算法输入订单明细和报价表,自动给出全网最低成本的港口和装箱方案。
1. 读入订单明细、前段报价、海运报价(20GP/40GP/40HQ 整柜价和拼箱 W/M 价)、后段报价和规则表;2. 自动选择起运集拼港和目的港;3. 装箱方案:自装整箱、拼装整箱、交散三种方式按成本自动选择,柜型从 20GP/40GP/40HQ 里挑最省的;4. 约束:体积和重量装载上限、禁混品类对、必须单独成柜的品类;5. 每个订单行落到具体柜号或交散票号,导出装柜方案和订单行分配明细 Excel;6. 独立校验:体积守恒、不超装、禁混不同柜、每个订单行都有去处;7. 与「全部交散、走最近港口」的基准方案对比节省金额。
独立完成建模和全部实现,Python + pandas。先把 20 万订单行按起运城市、目的城市、品类汇总成货组,计算量与订单行数基本无关;单条航线用启发式装箱:先判断能否工厂自装,剩余货按交散单价从高到低装入集拼柜,同时卡体积和重量,每柜再比较整柜与交散的成本;全网港口选择用局部搜索,单对城市调整加整块调整两种邻域。用 20 万行模拟数据测试,6.7 秒算完(要求 10 分钟内),总成本比基准低 31%,独立校验全部通过。



评论