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：

#####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：

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：

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。