CN107230014B - 一种末端即时物流的智能调度系统 - Google Patents

Abstract

本发明公开了一种末端即时物流的智能调度系统，包括接单模块、订单处理模块、配送员搜索模块、并单模块、商家画像模块、配送员画像模块、派单决策模块以及配送员考核模块等，系统通过商家和用户的位置信息以及配送员终端APP产生的定位信息，综合考虑配送员当时的位置以及配送员身上正在执行的订单、商家和骑手的画像数据、用户对配送时间的要求等信息，对订单和配送员进行全局的最优匹配，最终确定最合适的配送员完成配送任务。本发明通过智能派单的方式，站在全局的角度对订单进行最优派发，实现整体运力的最合理利用，能够很好地平衡即时物流的需求和运力供给，提升物流配送效率，降低物流配送成本，提高末端即时物流的服务质量。

Description

一种末端即时物流的智能调度系统

技术领域

本发明属于基于移动互联网的即时物流技术领域，具体涉及一种末端即时物流的智能调度系统。

背景技术

在移动互联网和O2O(Online To Offline，在线离线/线上到线下)本地生活的大潮下，催生了人们对末端物流“极速、准时”的两个诉求，进而决定了传统的物流服务模式需要进化。

所谓即时物流，即不经过仓储和中转，直接从门到门、从门到用户的物流模式。即时物流的服务品类有外卖、生鲜、快递末端、商超等等，运营平台有如饿了么、易果生鲜、菜鸟、百联等等。每一个商家都需要进行配送，配送速度是网络外卖订单服务中最重要的消费者体验之一。

然而随着网络订单量的提高，如何最快速度最高效率的进行配送，是每个商家和平台都面临的问题。对于这些商家和平台来说，传统的订单分配方式都是人工来调度或者抢单来实现，这些调度方式配送效率不高，整体配送成本高；特别是在单量比较大的时候，人工派单几乎支持不来，而抢单也会越来越混乱，同一个地址的多个订单会被多个骑手抢走，严重降低效率。

发明内容

鉴于上述，本发明提供了一种末端即时物流的智能调度系统，其通过商家和用户的位置信息以及配送员终端APP产生的定位信息，综合考虑配送员当时的位置以及配送员身上正在执行的订单、商家和骑手的画像数据、用户对配送时间的要求等信息，对订单和配送员进行全局的最优匹配，最终确定最合适的配送员完成配送任务。

一种末端即时物流的智能调度系统，包括：

接单模块，用于接收来自智能终端以及网站服务器提交的配送订单，所述订单包括商家地址、配送地址、配送物品信息以及用户要求的送达时间；

订单处理模块，用于对订单进行一些初期的处理，包括计算订单的派单时间、确定订单的派单优先级、计算当前整个系统的订单压力；

配送员搜索模块，用于搜索商家周围符合订单要求以及配送资格的在线配送员，从而得到订单的可用运力；

商家画像模块，通过大量历史数据对商家的订单量、订单分布(指订单在时间和空间两个维度上的分布情况)进行分析，进而利用机器学习和深度学习的方法对商家的出餐时间和攒单时间进行预测；

配送员画像模块，通过大量历史数据利用数据挖掘和机器学习的方法来分析评估配送员日常的接单配送区域、配送能力、完成质量以及骑行速度；

并单模块，根据顺路度以及商家的攒单时间将适合一起配送的订单进行合并，同时检测待派出的订单与配送员身上已有的订单是否顺路；

派单决策模块，根据上述模块所提供的信息以完成所有订单所花费的代价最小为优化目标，将每份订单分派给最合适的配送员手上。

进一步地，所述订单处理模块根据用户要求的送达时间、订单压力以及订单距离(商家地址与配送地址的距离)计算出订单的派单时间窗，若当前时间进入该订单的派单时间窗后，则触发其派单；同时订单处理模块还根据用户要求的送达时间确定每个订单的优先级，对当前所有待派出的订单根据优先级进行排序。

进一步地，所述订单处理模块根据当前订单情况和运力情况实时计算出系统的订单压力，并将实时订单压力以热力图的形式展现至配送员的终端APP上，从而指引配送员的工作区域，实现供需压力平衡。

进一步地，所述并单模块会预先对河流、铁路以及高架进行障碍检测，对于跨河流、跨铁路以及跨高架的订单，在并单时则综合权衡判断处理。

优选地，所述智能调度系统还包括配送员考核模块，其根据配送员整体历史表现情况以及订单的实际情况，为每一份订单估计出配送员应该送达的准点时间区间，对于配送员准点送达或超时送达给予现金以及积分上的奖惩，能够对配送员完成质量的考核以及配送员的管理提供支持。

进一步地，所述配送员画像模块根据配送能力为每个配送员打上不同配送资格的标签，不同的订单需要具有相应配送资格的配送员去完成，所述配送员搜索模块通过标签匹配的方式快速搜索商家周围符合订单要求以及配送资格的在线配送员作为订单的可用运力。

进一步地，所述派单决策模块综合考虑订单的出餐时间、配送员的当前位置、配送员身上订单的完成情况、配送员的配送能力、配送员的骑行速度、新订单跟配送员身上已有的订单是否顺路、用户要求的送达时间、系统的订单压力，以完成所有订单所花费的代价最小为优化目标，将每份订单分派给最合适的配送员手上，所述代价包含配送员完成一个订单派送所花销的时间成本及其完成质量。

对于每天实时产生的诸如外卖、商超、水果、鲜花、蔬菜、生鲜等需要提供门到门服务的即时物流订单，本发明智能调度系统通过商家和用户的位置信息以及配送员终端APP产生的定位信息，综合考虑配送员当时的位置以及配送员身上正在执行的订单、商家和骑手的画像数据、用户对配送时间的要求等信息，对订单和配送员进行全局的最优匹配，最终确定最合适的配送员完成配送任务。本发明通过智能派单的方式，站在全局的角度对订单进行最优派发，实现整体运力的最合理利用，能够很好地平衡即时物流的需求和运力供给，提升物流配送效率，降低物流配送成本，提高末端即时物流的服务质量。

附图说明

图1为本发明智能调度系统派单服务器端的实现流程示意图。

图2是本发明智能调度系统配送员终端APP的实现流程示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

本发明智能调度系统包括接单子系统、订单处理子系统、配送员搜索引擎、并单子系统、商家画像子系统、配送员画像子系统、派单子系统、配送员考核子系统等；其中，接单子系统接收来自不同智能终端或者网站服务器请求的订单，该配送订单包括商家地址、配送地址以及配送物品的详情；订单处理子系统对订单进行一些初期的处理，包括计算派单时间、确定派单优先级、计算当前整个派单系统的压力等；配送员搜索引擎搜索订单周围符合订单要求以及配送资格的登录骑手APP的配送员；并单子系统检测新订单跟配送员身上已有订单是否顺路，是否可以并单；商家画像子系统和配送员画像子系统通过大数据分析，对配单决策环节提供支持；派单子系统综合考核各种因素，进行订单和配送员的全局最优匹配；配送员考核子系统用于配送员服务质量的考核和配送员的管理。

上述智能调度系统以服务器为执行主体，其具体执行过程如图1所示：

步骤S101：接单子系统接收智能终端或网站服务器提交的配送订单，配送订单包括配送地址、商家地址、配送物品信息，用户要求送达时间。在本实施例中，智能终端包括电脑、手机、平板等；网站服务器包括外卖、鲜花、水果、商超等平台；配送地址是指具体的客户指定的送货地址经纬度信息；商家地址是指商家店铺经纬度信息；配送物品信息包括物品类型、物品数量等。

步骤S102：订单处理子系统根据用户要求送达时间以及订单距离计算出合理的派单时间窗，当时间进入一个订单的派单时间窗后，触发派单操作，对于配送要求送达时间比较晚的订单，会进行晚些时候再派单，以保证订单送达的准时性。对当前所有的待派出订单会根据订单的优先级进行合理的排序，以保证整体的服务质量。

订单处理子系统根据当前订单情况和运力情况计算出实时订单压力，计算得到的实时压力会以热力图的形式展示到配送员的终端APP上，从而指引配送员的工作区域，发挥配送员自身的积极性，实现供需压力平衡。

并单子系统将适合一起配送的订单进行打包，定义顺路度指标，一方面对当前产生的订单进行打包，顺路的订单合并到一起；另一方面衡量一个订单跟配送员身上的订单是否顺路，已提供一个订单是否可以并单的依据。为了提高效率，将订单尽可能打包到一起，会有一个动态的攒单时间，该攒单时间由商家画像子系统通过数据分析预测得到。

具体实施过程中对于每一个订单，会预先进行跨河流、铁路、高架等障碍物的检测，对于跨河流、铁路、高架等障碍物的订单，在并单时是需要特别小心去处理。

步骤S103：一个订单进入派单时间窗，配送员搜索引擎会搜索订单对应商家的周围登录终端APP并且符合订单要求的配送资格的配送员。不同的业务有不同的配送资格要求，因此调度系统需将配送员按照能力打上不同配送资格的标签，本实施方式建立了一套配送资格的标签体系，不同业务的订单需要具有相应配送资格的配送员去完成，例如，外卖订单需要具有外卖配送资格(通常指具有健康证)的配送员去执行。

配送员搜索引擎通过标签匹配可以快速搜索订单附近满足订单要求配送资格的可用运力。

步骤S104：商家画像子系统通过积累的大量历史数据，利用数据挖掘的方法分析商家的订单量、订单分布，通过机器学习和深度学习构建出餐时间预测模型，来预测每一个订单的商家出餐时间；订单分布指订单在时间和空间上两个维度的分布情况。

步骤S105：配送员画像子系统通过对配送员历史配送数据的分析，挖掘出配送员熟悉的接单配送区域、配送能力、配送订单的完成质量、配送过程中的骑行速度。挖掘骑手熟悉的配送区域，主要通过骑手配送路径的历史信息去分析，其中包括路径去燥、路径绑定、聚类分析等算法；配送订单的完成质量指骑手所有订单的完成率、超时率。

步骤S106：派单子系统会综合考虑各种因素，建立订单和配送员的优化模型，求得一个全局最优的匹配，并把每一个订单派发给最合适的配送员的终端APP上。在本实施例中，派单子系统需要综合考虑因素具体包括：订单的出餐时间、配送员当前位置、配送员身上订单的完成情况、配送员配送能力、配送员的骑行速度、新订单跟配送员身上已有的订单是否顺路、用户地址的上楼送餐时间、订单的实时压力、配送员送达时是否能够满足用户的要求送达时间。

优化模型以完成所有订单所花费的代价最小为优化目标，代价是指一个骑手完成一个订单所花销的时间成本以及完成质量。如果骑手超时完成一个订单，会以惩罚项的形式加入到目标函数中。当一个地方的订单压力较大时，需要通过派单调动周围压力小的地方的配送员过来，以实现压力平衡。

最后，订单子系统指派的结果要发送到指定的配送员的手机APP上，并有派单提醒，配送员接收到派单提醒后会反馈是否接受该订单的指派，然后该反馈信息会回传到服务器；如果骑手拒单，服务器要进行再次派单。

步骤S107：配送员考核子系统接收骑手的到店、离店、送达的反馈信息，通过骑手历史表现和订单的实际情况，为每一个订单估计一个骑手应该送达的合理时间区间，并将骑手实际到店、送达时间跟系统计算的合理时间区间进行比较，给予准点到店、送达的配送员一定的现金奖励，对超时的配送员一定的现金或者积分扣罚。

图2展示了本发明智能调度系统派单配送员终端APP的实现流程，以配送端为执行主体，详细过程如下：

步骤S201：每个一段时间(通常几秒)上传配送员的经纬度信息到服务器。在本实施例中，为防止由于技术原因出现定位不准，需要对经纬度信息进行处理，去掉跳点，确保上传正确的经纬度信息。

步骤S202：接收服务器指派的配送订单并进行派单提醒，并显示订单详情和配送路线展示。在本实施例中，配送端为安装了配送员APP并为登录了每个配送员分配的唯一独立的与调度系统关联的配送员账号，配送端通过界面、语音、震动等方式进行派单提醒。显示的订单详细包括订单的商家名称、地址信息、用户地址信息、联系方式、订单取货距离、商家到用户的配送距离、订单金额、订单的考核时间；配送路线为商家位置到用户位置的步行路线。

步骤S203：配送员接收到服务器发生的派单信息，决定选择接单还是拒单；配送员做出选择后，将配送员的接单或者拒单指令发送到服务器。如果骑手及时拒单，不需要付出任何成本；如果订单派给骑手一段时间后，骑手再拒单，那么骑手会因为拒单时间过晚受到一定现金或者积分扣罚。

步骤S204：配送员到店需要点击到店按钮，离店需要点击离店按钮，送达用户需要点击送达按钮，配送员点击按钮后配送端会将信息回传服务器，服务器会依据骑手回传信息进行骑手考核。

本实施例通过派单的方式，从整理的角度来优化运力的配置，为每一个订单找到最合适的配送员，不需要人工去低效率的派单，也不需要配送员自己去考虑订单是否顺度，不需要配送员去盯着手机抢单，配送员按照调度系统的指派，高效率的工作，大大提高了配送效率，降低了配送成本，同时，充分考虑了客户要求的送达时间，提升了顾客的即时物流体验。

上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (1)

1.一种末端即时物流的智能调度系统，其特征在于，包括：

接单模块，用于接收来自智能终端以及网站服务器提交的配送订单，所述订单包括商家地址、配送地址、配送物品信息以及用户要求的送达时间；

订单处理模块，用于对订单进行一些初期的处理，包括计算订单的派单时间、确定订单的派单优先级、计算当前整个系统的订单压力；

配送员搜索模块，用于搜索商家周围符合订单要求以及配送资格的在线配送员，从而得到订单的可用运力；

商家画像模块，通过大量历史数据对商家的订单量、订单分布进行分析，进而利用机器学习和深度学习的方法对商家的出餐时间和攒单时间进行预测；

配送员画像模块，通过大量历史数据利用数据挖掘和机器学习的方法来分析评估配送员日常的接单配送区域、配送能力、完成质量以及骑行速度；

并单模块，根据顺路度以及商家的攒单时间将适合一起配送的订单进行合并，同时检测待派出的订单与配送员身上已有的订单是否顺路；

派单决策模块，根据上述模块所提供的信息以完成所有订单所花费的代价最小为优化目标，将每份订单分派给最合适的配送员手上；

所述订单处理模块根据用户要求的送达时间、订单压力以及订单距离计算出订单的派单时间窗，若当前时间进入该订单的派单时间窗后，则触发其派单；同时订单处理模块还根据用户要求的送达时间确定每个订单的优先级，对当前所有待派出的订单根据优先级进行排序；

所述订单处理模块根据当前订单情况和运力情况实时计算出系统的订单压力，并将实时订单压力以热力图的形式展现至配送员的终端APP上，从而指引配送员的工作区域，实现供需压力平衡；

所述并单模块会预先对河流、铁路以及高架进行障碍检测，对于跨河流、跨铁路以及跨高架的订单，在并单时则综合权衡判断处理；

所述智能调度系统还包括配送员考核模块，其根据配送员整体历史表现情况以及订单的实际情况，为每一份订单估计出配送员应该送达的准点时间区间，对于配送员准点送达或超时送达给予现金以及积分上的奖惩，能够对配送员完成质量的考核以及配送员的管理提供支持；

所述配送员画像模块根据配送能力为每个配送员打上不同配送资格的标签，不同的订单需要具有相应配送资格的配送员去完成，所述配送员搜索模块通过标签匹配的方式快速搜索商家周围符合订单要求以及配送资格的在线配送员作为订单的可用运力；

所述派单决策模块综合考虑订单的出餐时间、配送员的当前位置、配送员身上订单的完成情况、配送员的配送能力、配送员的骑行速度、新订单跟配送员身上已有的订单是否顺路、用户要求的送达时间、系统的订单压力，以完成所有订单所花费的代价最小为优化目标，将每份订单分派给最合适的配送员手上，所述代价包含配送员完成一个订单派送所花销的时间成本及其完成质量。

Images