这是车辆路径模型，不是排序
重新排列图钉是排序。在时间窗、班次和载量的限制下，决定哪辆车负责哪个站点、按什么顺序走，是另一个问题，背后是另一套引擎。
进入模型的内容
| 编号 | 约束 | 作用对象 | 作用 |
|---|---|---|---|
| 01 | 时间窗 | 站点 | 到达必须落在时间窗内，顺序会绕着它调整 |
| 02 | 作业时长 | 站点 | 门口花的时间会被真实消耗，而不是当作不存在 — 一天能装下多少就是多少 |
| 03 | 载量 | 车辆 | 重量与体积限制装载，超出的部分转到另一辆车或另一趟 |
| 04 | 班次时长 | 司机 | 开始、结束与休息界定路线范围，而不是被甩在外面 |
| 05 | 资质与车型 | 两者 | 尾板、冷藏或驾照类别会限制谁能负责某个站点 |
| 06 | 场站与终点 | 路线 | 从场站出发，回到场站或司机住处结束 |
约束默认为硬约束。无法在约束内完成的站点会被报告出来，而不是悄悄从行程中剔除。
路线是怎么求出来的
按道路，不按直线半径
站点之间的行程沿路网测量，而不是按直线距离。一条河两岸的两个地址并不算近，而直线模型无法知道这一点。
先构造，再改进
先快速构造出一条可行路线，随后在时间预算允许的范围内，通过在车辆之间移动和交换站点持续改进。
一天是动态的
上午十一点新增的站点不会被追加到末尾。剩余顺序会围绕它重新求解，已完成的站点保持不动。
做不到的地方
车辆路径问题是 NP 难问题。没有人能在真实规模的一天里证明某条路线是最优的；若有人声称可以，要么处理的问题比你的小，要么并未给出证明。
求解器给出的，是它在时间预算内、针对能够真实表达的约束所能找到的最好路线。这是一个不同的、也更有用的承诺。
| 单次求解的站点数 | 500（Team） |
| 单次求解的车辆数 | 50 |
| 200 站点的典型求解耗时 | 20 秒以内 |
| 途中重新求解 | 仅剩余站点 |
| 最优性保证 | 无 — 预算内找到的最优解 |
签约前常被问到的问题
What is delivery route planning software?
Delivery route planning software helps drivers and dispatch teams create multi-stop delivery runs, organize stops, and prepare routes for execution. The best tools also include route optimization so planning results in the most efficient sequence possible.
Is delivery route planning software the same as route optimization software?
They overlap, but route planning software can be more basic if it only helps you map or order stops manually. Route optimization software goes further by calculating a better sequence and often connects that planning step to dispatch, tracking, and delivery execution.
Can RouteMate plan routes for multiple drivers?
Yes. RouteMate supports multi-stop delivery planning for individual drivers and team dispatch workflows, with optimization, assignment, and live route visibility built into the platform.
Does RouteMate handle delivery intake and proof of delivery too?
Yes. RouteMate combines route planning with AI label scanning, CSV import, dispatch workflow, status tracking, and proof-of-delivery capture so teams can manage the full delivery run.