CN107392412A - 订单调度方法和装置 - Google Patents
订单调度方法和装置 Download PDFInfo
- Publication number
- CN107392412A CN107392412A CN201710415397.4A CN201710415397A CN107392412A CN 107392412 A CN107392412 A CN 107392412A CN 201710415397 A CN201710415397 A CN 201710415397A CN 107392412 A CN107392412 A CN 107392412A
- Authority
- CN
- China
- Prior art keywords
- order
- orders
- delivery
- similarity
- distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000009826 distribution Methods 0.000 claims abstract description 187
- 238000012216 screening Methods 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 12
- 238000011524 similarity measure Methods 0.000 claims description 12
- 238000005469 granulation Methods 0.000 abstract 1
- 230000003179 granulation Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
- H04W4/14—Short messaging services, e.g. short message services [SMS] or unstructured supplementary service data [USSD]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种订单调度方法和装置,该方法包括:根据订单相似度对多个订单进行分组;将分组得到的订单组分配给配送人员,其中,多个订单包括对应于不同配送业务的订单,从而使得不同配送业务可以共用同一批配送人员,提高配送人员的利用率。另外,针对分组得到的任一订单组来说,根据该订单组的配送路径,预估订单组内各订单的预计送达时间;向订单组内各订单各自对应的用户推送物流信息,物流信息中包括对应的预计送达时间,以使得各用户能够了解到订单预计送达时间这样的精细粒度的物流信息,提高用户体验,增加用户粘度。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种订单调度方法和装置。
背景技术
随着互联网的发展,线上到线下(Online To Offline,简称O2O)服务作为一种新型的服务模式,已经大大改变了人们的生活方式,比如购物方式,用户通过网上购物类应用,足不出户即可线上购买自己所需的物品,并通过线下的配送环节实现物品的配送。
实际生活中,常见到的两种配送业务包括落地配业务和外卖配送业务,而目前,不同的配送业务相互独立,所使用的配送人员、采用的订单调度机制互不相同。
为便于用户了解订单的配送状态,配送服务方一般会提供订单的物流信息以便购物类应用反馈给用户。而目前,对于落地配业务来说,配送服务方能够提供的落地配订单的物流信息一般包括:订单达到不同中转站点的时间,以及订单到达目的城市的时间和将由哪个配送人员负责落地配送的信息,这些物流信息粒度较粗。
发明内容
为了应对各自的配送需求,目前,不同配送业务均使用各自独立的配送人员进行订单配送。而发明人在研究中发现,各种配送业务为了保证服务质量,通常是按照最大配送运力压力来配置配送人员,这使得配送人员在某些情况下非常冗余,导致配送资源的浪费。
发明人研究发现:落地配业务和外卖配送业务每天的配送高峰期存在错峰的特点。具体来说,外卖订单的配送高峰期主要集中在中午以及晚上的用餐高峰期,所以容易导致在午、晚高峰期间运力紧张,而在非午、晚高峰期间存在运力的大量浪费。而落地配订单的配送高峰期,比如派件高峰期主要集中在上午,其他时间运力往往处于闲置状态。
因此,如果能让落地配订单和外卖订单复用同一批配送人员,即若能实现落地配订单和外卖订单的融合调度,则可以极大的提升配送人员的利用率、降低配送成本。另外,如果不管是外卖订单还是落地配订单,都能为订单对应的用户提供包括诸如预计送达时间的更加精细的物流信息,将有助于提高用户体验。
有鉴于此,本发明实施例提供一种订单调度方法和装置,用以对不同配送业务的订单进行融合调度,以便为用户提供更加精细的物流信息,提高配送运力利用率和用户体验。
第一方面,本发明实施例提供一种订单调度方法,包括:
根据订单相似度对多个订单进行分组,所述多个订单包括第一配送业务对应的订单和第二配送业务对应的订单;
将分组得到的订单组分配给配送人员;
根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间;
向所述订单组内各订单各自对应的用户推送物流信息,所述物流信息中包括对应的所述预计送达时间。
第二方面,本发明实施例提供一种订单调度装置,包括:
分组模块,用于根据订单相似度对多个订单进行分组,所述多个订单包括对应于不同配送业务的订单;
分配模块,用于将分组得到的订单组分配给配送人员;
预估模块,用于根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间;
发送模块,用于向所述订单组内各订单各自对应的用户推送物流信息,所述物流信息中包括对应的所述预计送达时间。
在一个可能的设计中,上述订单调度装置的结构中包括处理器和存储器,所述存储器用于存储支持订单调度装置执行上述第一方面中订单调度方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述订单调度装置还可以包括通信接口,用于订单调度装置与其他设备或通信网络通信。
第三方面,本发明实施例提供了一种计算机存储介质,用于储存订单调度装置所用的计算机软件指令,其包含用于执行上述第一方面中订单调度方法所涉及的程序。
本发明实施例提供的订单调度方法和装置,对于不同配送业务的订单按照如下机制进行融合调度:根据订单相似度对对应于不同配送业务的多个订单进行分组,以将得到的各订单组分配给合适的配送人员,从而使得不同配送业务可以共用同一批配送人员,提高配送人员的利用率。对于任一订单组来说,其中可能既包括第一配送业务的订单又包括第二配送业务的订单,基于该订单组的配送路径规划结果,预估该订单组内各订单的预计送达时间,进而向该订单组内各订单分别对应的用户推送包含对应订单的预计送达时间的物流信息,以使得各用户能够了解到订单预计送达时间这样的精细粒度的物流信息,提高用户体验,增加用户粘度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的订单调度方法实施例一的流程图;
图2为本发明实施例提供的订单调度方法实施例二的流程图;
图3为图1所示实施例中步骤101的一种可选实现方式的流程图;
图4为图1所示实施例中步骤101的另一种可选实现方式的流程图;
图5为图1所示实施例中步骤101的又一种可选实现方式的流程图;
图6为本发明实施例提供的订单调度装置实施例一的结构示意图;
图7为本发明实施例提供的订单调度装置实施例二的结构示意图;
图8为本发明实施例提供的订单调度装置实施例三的结构示意图;
图9为本发明实施例提供的订单调度装置实施例四的结构示意图;
图10为本发明实施例提供的订单调度装置实施例五的结构示意图;
图11为本发明实施例提供的与订单调度装置对应的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种,但是不排除包含至少一种的情况。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述XXX,但这些XXX不应限于这些术语。这些术语仅用来将XXX区分开。例如,在不脱离本发明实施例范围的情况下,第一XXX也可以被称为第二XXX,类似地,第二XXX也可以被称为第一XXX。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
进一步值得说明的是,本发明各实施例中各步骤之间的顺序是可以调整的,不是必须按照以下举例的顺序执行。
图1为本发明实施例提供的订单调度方法实施例一的流程图,本实施例提供的该订单调度方法可以由一订单调度装置来执行,该订单调度装置可以实现为软件,或者实现为软件和硬件的组合,该订单调度装置可以集成设置在物流调度系统中的某设备中,比如服务器中。如图1所示,该方法包括如下步骤:
101、根据订单相似度对多个订单进行分组,该多个订单包括对应于不同配送业务的订单。
102、将分组得到的订单组分配给配送人员。
103、根据订单组的配送路径,预估订单组内各订单的预计送达时间。
104、向订单组内各订单各自对应的用户推送包括对应预计送达时间的物流信息。
本实施例的核心思想是:对不同配送业务的订单进行融合调度,以共用同一批配送人员,实现配送人员的高效利用。具体地,融合调度的机制主要体现为,对包含不同配送业务的多个订单进行分组处理,以订单组为单位,分配合适的配送人员完成订单组内订单的配送。另外,针对一个订单组来说,以其对应的配送路径为依据,预估订单组内各订单的预计送达时间,并向订单对应的用户推送包含该预计送达时间的物流信息,以便用户能够了解其购买的物品何时能够送达,合理安排时间,提高用户体验。
为了实现对不同配送业务的订单进行融合调度,服务器可以接收来自不同配送业务的订单,以落地配业务和外卖配送业务为例,服务器既可以接收外卖订单,也可以接收落地配订单。
上述多个订单可以通过如下方式获得:服务器预先设定调度周期时长,对在一个调度周期内接收到的多个订单进行调度,此时,上述多个订单可以是服务器在一个调度周期内接收到的订单;或者,如果一个调度周期内接收到的订单数量少于预设数量阈值时,服务器还可以通过接收两个或多个调度周期内的订单来获得上述多个订单。也即是说,服务器可以通过获取至少一个调度周期内接收到的订单来获得上述多个订单。
可以理解的是,对于当前服务器获得的多个订单,在一种情形下,这多个订单可能对应于同一种配送业务,在另一种情形下,这多个订单可能对应于不同配送业务。本实施例中,主要针对这多个订单对应于不同配送业务的情形进行说明。具体地,每个订单可以关联有配送业务标识,以用于识别各订单对应的配送业务。
另外,值得说明的是,一种可选地的订单调度机制是基于配送区域的订单调度机制,该调度机制包括两方面:其一,对于订单来说,需要确定订单归属于哪个配送区域;其二,对于配送人员来说,需要确定归属于某个配送区域的配送人员。从而,该调度机制简单来说就是:将属于某配送区域的订单分配给归属于该配送区域的配送人员进行配送。基于此,本实施例中的上述多个订单还是指对应于同一配送区域的多个订单。其中,配送区域是指采用某些方式预先对某个城市进行区域划分,以获得的多个配送区域。
属于某配送区域的多个订单可以通过如下方式获得:服务器根据至少一个调度周期获得的各订单的地址属性,确定各订单对应的配送区域,以便将对应于同一配送区域的订单汇总,得到与各配送区域对应的多个订单。
其中,对于任一订单来说,不管它对应于哪种配送业务,一般来说,该订单都会具有发货地址和/或收货地址,可以根据该订单的发货地址和/或收货地址位于哪个配送区域的覆盖范围内来确定该订单属于哪个配送区域。
以不同的配送业务包括落地配业务和外卖配送业务为例来说,落地配订单可以具有发货地址和收货地址,其中,该发货地址可以是某个集散点地址,收货地址是收货用户的地址。可选地,可以根据集散点地址属于哪个配送区域确定落地配订单属于哪个配送区域。外卖订单同样也具有发货地址和收货地址,其中,该发货地址可以是某个商户的地址,收货地址是收货用户的地址。可选地,可以根据商户地址属于哪个配送区域确定外卖订单属于哪个配送区域。
综上,可以获得对应于不同配送业务且属于同一配送区域的多个订单。之后,可以基于多个订单彼此之间的订单相似度,对多个订单进行分组,以获得一个或多个订单组。
在对多个订单基于订单相似度进行分组时,可以设置合适的相似度阈值和分组容量,以使得最终得到的任一订单组内的订单彼此之间的订单相似度不低于该相似度阈值,且该订单组内的订单数量不高于该分组容量。
可选地,订单相似度对应的相似度度量参数可以包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差。从而,针对多个订单中的任意两个订单来说,基于该相似度度量参数可以计算得到这两个订单间的订单相似度。
其中,对于任一订单来说,该订单对应的期望送达时间可以结合该订单对应的配送业务来确定。具体地,假设该订单为外卖订单,以收货用户触发的下单时间为起始时间,在该起始时间的基础上累加预设时长,得到该外卖订单对应的期望送达时间。假设该订单为落地配订单,将该落地配订单到达集散点的时间作为起始时间,在该起始时间的基础上累加预设时长,得到该外卖订单对应的期望送达时间;或者,可以预先设定起始时间区间与期望送达时间的对应关系,根据该落地配订单的起始时间位于哪个起始时间区间来确定对应的期望送达时间。举例来说,假设预先设定在上午8:00-11:30作为一个起始时间区间,对应的期望送达时间为下午3:00。
值得说明的是,在外卖订单和落地配订单的举例中,由于收货用户一般对外卖订单的时间敏感度高于对落地配订单的时间敏感度,因此,上述外卖订单对应的预设时长远小于落地配订单对应的预设时长。
针对上述相似度阈值来说,可选地,可以预先设定某个固定的相似度阈值,另外可选地,也可以结合配送区域当前对应的运力压力实时确定当前采用的相似度阈值。具体可以是:预先设定不同的运力压力区间与相似度阈值的对应关系,以便基于该对应关系确定当前采用的相似度阈值。
其中,假设上述多个订单为通过一个调度周期获得的对应于配送区域A的多个订单,那么,配送区域A对应的运力压力可以理解为是当前调度周期内该配送区域A内配送人员平均需配送的订单量,可以表示为:配送区域A在当前调度周期内的未完成订单数量/当前调度周期内配送区域A中的配送人员数量。其中,该配送人员数量是指归属于该配送区域A的当前在岗的配送人员数量,或者称为在线配送人员数量。对于任一配送人员来说,其是否归属于配送区域A,可以根据该配送人员初始在服务器中注册时注册到的配送区域确定,如果注册到了配送区域A,则为归属于配送区域A的配送人员。
因此,为确定上述运力压力,需要先获取上述配送区域A在当前调度周期内对应的未完成订单数量和配送人员数量,之后根据该未完成订单数量和配送人员数量确定运力压力。
其中,针对任一订单来说,配送人员一般需要先去发货地址处取得需要配送的物品,再将该物品送至收货地址处,因此,本实施例中,未完成订单数量由未分配的订单的数量、处于取货状态的订单的数量以及处于送货状态的订单的数量组成。其中,未分配的订单是指还没有向任何配送人员分配的订单;处于取货状态的订单是指已经分配给配送人员,配送人员已经接受订单,正在去发货地址处取货的订单;处于送货状态的订单是指配送人员已经取货完毕,正在去收货地址处送货的订单。其中,在一可选实现方式中,订单的未分配、取货、送货状态可以基于配送人员的上报而获得,即配送人员每当触发了改变订单的配送状态的操作时,主动上报当前的订单状态。
针对上述分组容量来说,可选地,可以预先设定某个固定的分组容量,另外可选地,也可以结合多个订单所对应的当前的调度周期来确定,具体是指,根据当前的调度周期与各配送业务的高峰期的关系来确定。举例来说,落地配配送业务的配送高峰期例如可能在每天8-11点,而外卖配送业务的配送高峰期例如可能在11-13点和17-19点的就餐高峰期。假设上述多个订单对应的调度周期位于外卖配送业务的配送高峰期时段,那么此时,多个订单中外卖订单的比例将会非常高,由于外卖订单对配送时长的敏感度较高,因此,可以设置订单组对应的分组容量相对较低。相反地,假设上述多个订单对应的调度周期位于落地配业务的配送高峰期时段,那么此时,多个订单中落地配订单的比例将会非常高,由于落地配订单对配送时长的敏感度较高,因此,可以设置订单组对应的分组容量相对较高。而若上述多个订单对应的调度周期不位于上述任何一种高峰期时段内,则可以采用默认设置的某个分组容量。
在基于上述介绍得到多个订单彼此的订单相似度、相似度阈值和分组容量后,可选地,对多个订单进行分组可以采用如下迭代过程实现:
首先,从多个订单中选择出一个基准未分组订单Xi,该基准未分组订单Xi引出订单组X。之后,依次遍历当前多个订单中剩余的未分组订单,对于某未分组订单Xj来说,比较该未分组订单Xj与该基准未分组订单Xi的订单相似度与相似度阈值,若大于相似度阈值,则将该未分组订单Xj加入到订单组X中。之后,判断订单组X是否满足迭代截止条件,若满足,则输出订单组X,否则,继续判定下一个未分组订单Xk与基准未分组订单Xi的订单相似度是否大于相似度阈值,以此类推,直到满足迭代截止条件。其中,迭代截止条件包括:订单组X内的订单数量已达到分组容量,或者,多个订单已经全部被遍历完毕。
可选地,基准未分组订单的选择顺序以及未分组订单的遍历顺序,可以根据订单的下单时间或期望送达时间的先后顺序确定,或者可选地,也可以结合配送业务优先级与下单时间,或者,配送业务优先级与期望送达时间确定。举例来说,由于外卖订单对配送时长的敏感度高于落地配订单,因此,可以设置外卖配送业务的优先级高于落地配业务,从而,对于多个订单来说,可以按照订单的下单时间的先后顺序和所对应的配送业务的优先级从高到低的顺序对多个订单进行排序,以基于该排序结果选择当前的基准未分组订单,以及对剩余未分组订单进行遍历。
为便于理解,以如下的一个具体举例来说明。假设当前的多个订单按照下单时间先后顺序依次为订单1、订单2、订单3、订单4、订单5、订单6、订单7,其中,假设订单1和订单2为落地配订单,订单3、订单4、订单5、订单6和订单7为外卖订单。那么,排序结果为订单3、订单4、订单5、订单6、订单7、订单1、订单2。进而,可以首先选定订单3作为基准未分组订单,按照订单4、订单5、订单6、订单7、订单1、订单2的遍历顺序,依次根据与订单3的相似度遍历这些剩余的订单,,在相似度阈值和分组容量的限制下,形成与订单3对应的订单组,比如,假设分组容量为4,按照上述遍历顺序依次确定订单4、订单5、订单1满足相似度阈值的限制,则最终订单3对应的订单组中包括:订单1、订单3、订单4、订单5。
至此,完成了对属于同一配送区域的、对应于不同配送业务的多个订单基于订单相似度的分组处理,得到与该多个订单对应的一个或多个订单组。
进而,针对得到的任一订单组来说,可以从归属于该配送区域的配送人员中选择一个配送人员,将该订单组分配给该配送人员进行配送。
从而,在本实施例中,通过对不同配送业务的多个订单进行如上的分组分配处理,可以使得不同配送业务的订单可以复用同一批配送人员,比如复用归属于这多个订单对应的同一配送区域的多个配送人员,从而提升配送人员的利用率、降低整体的配送成本。
可选地,当服务器将经过上述分组处理后得到的某个订单组分配给某个配送人员时,还可以将为该订单组规划的配送路径也发送至该配送人员,以便该配送人员根据该配送路径完成该订单组内订单的配送。另外,服务器还可以根据该配送路径预估订单组内各订单的预计送达时间,即预估配送人员将订单组内各订单配送至相应收货用户时的时间。
具体地,可以根据配送路径中指示的订单配送顺序和相邻订单间的配送距离,以及预设的配送人员行驶速度和每个订单对应的预设用户等待时长,预估订单组内各订单的预计送达时间。此时,预计送达时间具有较细的时间粒度,一般可以到小时级别,甚至可以到分钟级别,另外,该预计送达时间可以是一个时间范围,也可以是具体的某个时间点。
在得到上述订单组内各订单的预计送达时间后,可以向相应的收货用户推送包含相应预计送达时间的物流信息,以便收货用户能够准确获知购买的物品何时到达,合理安排自己的时间,避免因等待接收物品导致的时间浪费,提高用户体验。其中,物流信息的推送方式可以是采用短信通知的方式推送,或者还可以是通过在收货用户的客户端的物流状态查询页面中显示该物流信息的方式推送。可以理解的是,上述物流信息中包括但不限于该预计送达时间,比如还可以包括订单处于各配送状态的时间点的信息,比如配送人员接单的时间信息、取货完成时的时间信息等。
图2为本发明实施例提供的订单调度方法实施例二的流程图,如图2所示,可以包括如下步骤:
201、根据订单相似度对多个订单进行分组,该多个订单包括对应于不同配送业务的订单。
202、至少结合如下规划原则对订单组进行配送路径规划以获得配送路径:当订单组内同时存在对应于不同配送业务的订单时,根据预设的不同配送业务的配送优先级,确定订单组内订单的配送顺序。
203、对于分组得到的任一订单组来说,计算订单组与多个备选配送人员的匹配度,从多个备选配送人员中选择符合匹配度要求的备选配送人员作为目标配送人员,将订单组分配给目标配送人员。
204、根据订单组的配送路径中指示的订单配送顺序和相邻订单间的配送距离,以及预设配送人员行驶速度和每个订单对应的预设用户等待时长,预估订单组内各订单的预计送达时间。
205、向订单组内各订单各自对应的用户推送包括对应预计送达时间的物流信息。
前述实施例中提到,上述多个订单是对应于同一配送区域的多个订单,从而,对于分组得到的某订单组来说,需要将该订单组分配给归属于该配送区域的配送人员。
为便于描述,将归属于该配送区域的配送人员称为备选配送人员,将该订单组对应的配送人员称为目标配送人员,从而,可以从该配送区域对应的多个备选配送人员中,基于订单组与各备选配送人员的匹配度,从中选择符合匹配度要求的一个备选配送人员作为该目标配送人员。可选地,当符合匹配度要求的备选配送人员的数量大于1时,可以从中选择匹配度最高的备选配送人员作为目标配送人员。
以多个备选配送人员中的任一备选配送人员来说,上述订单组与该任一备选配送人员的匹配度,可以结合如下匹配度度量参数中的至少一种进行计算:订单相似度、配送完成指标,订单聚合特征。当结合多种匹配度度量参数时,订单组与该任一备选配送人员的匹配度反映的是这多种匹配度度量参数的加权和。
其中,该订单相似度是指订单组与任一备选配送人员身上已有的未完成订单之间的相似度,具体可以通过该订单组内订单分别与已有的未完成订单之间的相似度的加权结果确定。订单相似度考虑的相似度度量参数可以参考前述实施例中提及到的相似度度量参数。
订单聚合特征可以包括全部未完成订单的总数、全部未完成订单对应的金额总数等。其中,全部未完成订单包括该任一备选配送人员身上已有的未完成订单和该订单组内订单。
配送完成指标可以包括距离指标和时间指标,其中,距离指标可以是预计行走距离,是指该任一备选配送人员完成该订单组的配送,预计需要行走多远的距离。时间指标可以包括预计完成时间和/或超时比例,其中,预计完成时间是指该任一备选配送人员完成该订单组的配送,预计需要多久的时间。超时比例是指该订单组内延迟订单所占比例。可以以订单组内各订单的期望送达时间为基准,根据各订单的预计送达时间与对应期望送达时间是否存在延迟情况,以确定订单组内各订单是否为延迟订单。
值得说明的是,当匹配度度量参数考虑了上述配送完成指标时,需要结合订单组的配送路径来确定上述配送完成指标。而且,当上述配送完成指标考虑了超时比例时,需要确定出订单组内各订单的预计送达时间。而计算匹配度的目的在于为订单组选择合适的目标配送人员,因此,此时,上述步骤204中确定订单组内各订单的预计送达时间的具体实现隐含在步骤203中,无需再执行。而当匹配度的计算并未考虑配送完成指标时,为了向收货用户提供订单的预计送达时间这一细粒度的物流信息,需要额外结合订单组的配送路径来预估订单组内各订单的预计送达时间。
由于订单组内可能不含了不同配送业务的订单,本实施例中,在对该订单组进行配送路径规划时,考虑不同配送业务对时间的敏感度不同,可以至少结合如下规划原则对订单组进行配送路径规划以获得配送路径:当订单组内同时存在对应于不同配送业务的订单时,根据预设的不同配送业务的配送优先级,确定订单组内订单的配送顺序。其中,对时间敏感度越高的配送业务的配送优先级越高。可以理解的是,在配送路径规划时,除了考虑上述原则之外,还会考虑其他原则,例如:总体配送时间最短原则、总体配送行走距离最短原则,等。
在得到订单组对应的配送路径后,可以根据该配送路径中指示的订单配送顺序和相邻订单间的配送距离,以及预设配送人员行驶速度和每个订单对应的预设用户等待时长,预估订单组内各订单的预计送达时间。
可以理解的是,该订单组内包含的订单中,后一订单的预计送达时间可以根据如下方式确定:前一订单的预计送达时间+预设用户等待时长+(后一订单与前一订单的配送距离/预设配送人员行驶速度),其中,该后一订单和前一订单是配送路径中前后相邻的两个订单。
但是,该配送路径中的第一个订单即订单组内第一个订单的预计送达时间却不能通过上述方式确定,可以通过如下方式确定:由于上述任一备选配送人员身上已有的未完成订单在被分配给该任一备选配送人员时,也会进行配送路径的规划,因此,可以基于未完成订单对应的配送路径中最后一个未完成订单对应的预计送达时间为基础,进行当前的该订单组对应的第一个订单的预计送达时间的计算。
当然,假设该任一备选配送人员身上并无订单,此时,可以根据该任一备选配送人员当前所在的位置与该订单组内第一个订单的收货地址间的距离和预设配送人员行驶速度,计算得到该第一个订单对应的预计送达时间。
以下结合图3-图5所示实施例,以不同配送业务包括第一配送业务和第二配送业务为例,对如何根据订单相似度对多个订单进行分组进行详细说明。
图3为图1所示实施例中步骤101的一种可选实现方式的流程图,如图3所示,可以包括如下步骤:
301、从多个订单中筛选出与第一配送业务对应的N个订单以及与第二配送业务对应的M个订单。
302、根据N个订单彼此的订单相似度,对N个订单进行分组。
303、根据M个订单彼此的订单相似度,对M个订单进行分组。
本实施例中,当多个订单中包括第一配送业务的多个订单和第二配送业务的多个订单时,可以分别对第一配送业务和第二配送业务独立进行分组处理。
以第一配送业务为落地配业务,第二配送业务为外卖配送业务为例。假设多个订单中包括N个落地配订单以及M个外卖订单,M和N都为大于1的整数。
针对N个落地配订单来说,由于N个落地配订单对应于同一配送区域,当在一个配送区域内仅设置一个集散点时,该N个落地配订单对应于同一集散点地址,该集散点地址即为N个落地配订单的发货地址。此时,可选地,可以根据N个落地配订单彼此的收货地址之间的距离作为订单相似度的度量参数,计算N个落地配订单彼此的订单相似度,以根据N个落地配订单彼此的订单相似度对N个落地配订单进行分组,从而可以将收货地址较近的落地配订单分到一组内。
针对M个外卖订单来说,订单相似度的度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差,从而,可以分别计算M个外卖订单彼此的订单相似度,以根据M个外卖订单彼此的订单相似度对M个外卖订单进行分组。
具体的分组过程可以参见前述实施例中的说明,在此不赘述。
值得说明的是,在根据本实施例对多个订单进行分组处理后,在进行订单组与配送人员的匹配度计算时,根据订单组对应的配送业务的不同,设置不同的匹配度要求。
图4为图1所示实施例中步骤101的另一种可选实现方式的流程图,如图4所示,可以包括如下步骤:
401、从多个订单中筛选出与第一配送业务对应的N个订单。
402、根据N个订单彼此的订单相似度,对N个订单进行分组,以获得K1个订单组。
本实施例中,以第一配送业务为落地配业务,第二配送业务为外卖配送业务为例进行说明。
对N个落地配订单基于订单相似度进行分组划分的过程,可以参考图3所示实施例的说明,在此不赘述。假设可以得到K1个订单组,K1大于或等于1。
403、根据K1个订单组各自的配送路径,确定K1个订单组各自对应的相似度属性。
404、根据K1个订单组各自对应的相似度属性和多个订单中与第二配送业务对应的M个订单各自对应的相似度属性,计算K1个订单组与M个订单彼此的订单相似度。
405、根据K1个订单组与M个订单彼此的订单相似度,对K1个订单组与M个订单进行分组。
本实施例中,可以将与落地配业务对应的K1个订单组视为K1个特殊的外卖订单,与实际的M个外卖订单一起再进行分组处理。
可选地,外卖订单彼此的订单相似度可以结合如下至少一种相似度度量参数进行计算:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差。因此,为了能够计算订单相似度,需要知道各外卖订单相应的相似度属性,该相似度属性包括与相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
对于上述M个外卖订单,每个外卖订单都关联有上述相似度属性,可以直接获得。而对于被视为特殊外卖订单的K1个订单组来说,由于每个订单组被视为一个外卖订单,该订单组的相似度属性可以通过如下方式获得:根据K1个订单组各自的配送路径,确定K1个订单组各自对应的相似度属性。其中,K1个订单组各自的配送路径的规划过程于前述实施例中提及的配送路径规划过程类似。
具体地,针对K1个订单组中的任一订单组来说,根据该任一订单组的配送路径,确定该任一订单组对应的相似度属性,可以实现为:
由于N个落地配订单对应于同一集散点地址,因此,可以确定该任一订单组对应的发货地址为集散点地址。由于配送路径可以反映出该任一订单组内订单的配送顺序,因此,可以确定该任一订单组对应的收货地址为配送路径中最后一个订单的收货地址。可以确定该任一订单组对应的期望送达时间为该任一订单组内订单对应的最早期望送达时间。
在确定出K1个订单组各自对应的相似度属性之后,由于K1个订单组可以被视为K1个特殊的外卖订单,因此,可以针对K1+M个外卖订单进行分组,以获得与N+M个订单对应的最终分组结果。
值得说明的是,为避免歧义,上述相似度属性可以理解为是相似度属性值,也就是说,K1个订单组采用的相似度属性是相同的,区别在于各自对应的相似度属性值可能不同。
图5为图1所示实施例中步骤101的又一种可选实现方式的流程图,如图5所示,可以包括如下步骤:
501、从多个订单中筛选出与第二配送业务对应的M个订单。
502、根据M个订单彼此的订单相似度,对M个订单进行分组,以获得K2个订单组。
本实施例中,以第一配送业务为落地配业务,第二配送业务为外卖配送业务为例进行说明。
对M个外卖订单基于订单相似度进行分组划分的过程,可以参考图3所示实施例的说明,在此不赘述。假设可以得到K2个订单组,K2大于或等于1。
503、根据K2个订单组各自的配送路径,确定K2个订单组各自对应的相似度属性。
504、根据K2个订单组各自对应的相似度属性和多个订单中与第一配送业务对应的N个订单各自对应的相似度属性,计算K2个订单组与N个订单彼此的订单相似度。
505、根据K2个订单组与N个订单彼此的订单相似度,对K2个订单组与N个订单进行分组。
本实施例中,可以将与外卖配送业务对应的K2个订单组视为K2个特殊的落地配订单,与实际的N个落地配订单一起再进行分组处理。
可选地,落地配订单彼此的订单相似度可以结合如下至少一种相似度度量参数进行计算:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差。因此,为了能够计算订单相似度,需要知道各落地配订单相应的相似度属性,该相似度属性包括与相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
对于上述N个落地配订单,每个落地配订单都关联有上述相似度属性,可以直接获得。而对于被视为特殊落地配订单的K2个订单组来说,由于每个订单组被视为一个落地配订单,该订单组的相似度属性可以通过如下方式获得:根据K2个订单组各自的配送路径,确定K2个订单组各自对应的相似度属性。其中,K2个订单组各自的配送路径的规划过程于前述实施例中提及的配送路径规划过程类似。
具体地,针对K2个订单组中的任一订单组来说,根据该任一订单组的配送路径,确定该任一订单组对应的相似度属性,可以实现为:
确定该任一订单组对应的发货地址为对应的配送路径中第一个订单的收货地址,确定该任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定该任一订单组对应的期望送达时间为该任一订单组内订单对应的最晚期望送达时间。
在确定出K2个订单组各自对应的相似度属性之后,由于K2个订单组可以被视为K2个特殊的落地配订单,因此,可以针对K2+M个落地配订单进行分组,以获得与N+M个订单对应的最终分组结果。
综上,本发明实施例通过对不同配送业务所对应的多个订单进行统一的分组处理,以便实现对不同配送业务的多个订单的融合调度。
以下将详细描述本发明的一个或多个实施例的订单调度装置。本领域技术人员可以理解,这些订单调度装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。
图6为本发明实施例提供的订单调度装置实施例一的结构示意图,如图6所示,该装置包括:分组模块11、分配模块12、预估模块13、发送模块14。
分组模块11,用于根据订单相似度对多个订单进行分组,所述多个订单包括对应于不同配送业务的订单。
分配模块12,用于将分组得到的订单组分配给配送人员。
预估模块13,用于根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间。
发送模块14,用于向所述订单组内各订单各自对应的用户推送物流信息,所述物流信息中包括对应的所述预计送达时间。
可选地,所述预估模块13具体用于:
根据所述订单组的配送路径中指示的订单配送顺序和相邻订单间的配送距离,以及预设配送人员行驶速度和每个订单对应的预设用户等待时长,预估所述订单组内各订单的预计送达时间。
图6所示装置可以执行图1所示实施例的方法,本实施例未详细描述的部分,可参考对图1所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1所示实施例中的描述,在此不再赘述。
图7为本发明实施例提供的订单调度装置实施例二的结构示意图,如图7所示,在图6所示实施例基础上,该装置还包括:计算模块21、选择模块22、路径规划模块23。
计算模块21,用于计算分组得到的订单组与多个备选配送人员的匹配度。
选择模块22,用于从所述多个备选配送人员中选择符合匹配度要求的备选配送人员作为所述订单组对应的配送人员。
路径规划模块23,用于至少结合如下规划原则对所述订单组进行配送路径规划,以获得所述配送路径:
当所述订单组内同时存在对应于不同配送业务的订单时,根据预设的所述不同配送业务的配送优先级,确定所述订单组内订单的配送顺序。
图7所示装置可以执行图2所示实施例的方法,本实施例未详细描述的部分,可参考对图2所示实施例的相关说明。该技术方案的执行过程和技术效果参见图2所示实施例中的描述,在此不再赘述。
图8为本发明实施例提供的订单调度装置实施例三的结构示意图,如图8所示,在前述实施例基础上,所述不同配送业务包括第一配送业务和第二配送业务,所述分组模块11包括:第一筛选单元31、第一分组单元32、第二分组单元33。
第一筛选单元31,用于从所述多个订单中筛选出与所述第一配送业务对应的N个订单以及与所述第二配送业务对应的M个订单。
第一分组单元32,用于根据所述N个订单彼此的订单相似度,对所述N个订单进行分组。
第二分组单元33,用于根据所述M个订单彼此的订单相似度,对所述M个订单进行分组。
图8所示装置可以执行图3所示实施例的方法,本实施例未详细描述的部分,可参考对图3所示实施例的相关说明。该技术方案的执行过程和技术效果参见图3所示实施例中的描述,在此不再赘述。
图9为本发明实施例提供的订单调度装置实施例四的结构示意图,如图9所示,在前述实施例基础上,所述不同配送业务包括第一配送业务和第二配送业务,所述分组模块11包括:第二筛选单元41、第三分组单元42、第一确定单元43、第一计算单元44、第四分组单元45。
第二筛选单元41,用于从所述多个订单中筛选出与所述第一配送业务对应的N个订单。
第三分组单元42,用于根据所述N个订单彼此的订单相似度,对所述N个订单进行分组,以获得K1个订单组。
第一确定单元43,用于根据所述K1个订单组各自的配送路径,确定所述K1个订单组各自对应的相似度属性。
第一计算单元44,用于根据所述K1个订单组各自对应的相似度属性和所述M个订单各自对应的相似度属性,计算所述K1个订单组与M个订单彼此的订单相似度,所述M个订单为所述多个订单中与所述第二配送业务对应的订单。
第四分组单元45,用于根据所述K1个订单组与所述M个订单彼此的订单相似度,对所述K1个订单组与所述M个订单进行分组。
可选地,所述订单相似度对应的相似度度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差;从而,所述相似度属性包括与所述相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
可选地,所述第一配送业务为落地配业务,所述第二配送业务为外卖配送业务,所述N个订单对应于同一集散点地址;以及,所述第一确定单元43具体用于:
对于所述K1个订单组中的任一订单组,确定所述任一订单组对应的发货地址为所述集散点地址,确定所述任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定所述任一订单组对应的期望送达时间为所述任一订单组内订单对应的最早期望送达时间。
图9所示装置可以执行图4所示实施例的方法,本实施例未详细描述的部分,可参考对图4所示实施例的相关说明。该技术方案的执行过程和技术效果参见图4所示实施例中的描述,在此不再赘述。
图10为本发明实施例提供的订单调度装置实施例五的结构示意图,如图10所示,在前述实施例基础上,所述不同配送业务包括第一配送业务和第二配送业务,所述分组模块11包括:第三筛选单元51、第五分组单元52、第二确定单元53、第二计算单元54、第六分组单元55。
第三筛选单元51,用于从所述多个订单中筛选出与所述第二配送业务对应的M个订单。
第五分组单元52,用于根据所述M个订单彼此的订单相似度,对所述M个订单进行分组,以获得K2个订单组。
第二确定单元53,用于根据所述K2个订单组各自的配送路径,确定所述K2个订单组各自对应的相似度属性。
第二计算单元54,用于根据所述K2个订单组各自对应的相似度属性和所述N个订单各自对应的相似度属性,计算所述K2个订单组与N个订单彼此的订单相似度,所述N个订单为所述多个订单中与所述第一配送业务对应的订单。
第六分组单元55,用于根据所述K2个订单组与所述N个订单彼此的订单相似度,对所述K2个订单组与所述N个订单进行分组。
可选地,所述订单相似度对应的相似度度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差;相应地,所述相似度属性包括与所述相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
可选地,所述第一配送业务为落地配业务,所述第二配送业务为外卖配送业务,所述N个订单对应于同一集散点地址;以及,所述第二确定单元53具体用于:
对于所述K2个订单组中的任一订单组,确定所述任一订单组对应的发货地址为对应的配送路径中第一个订单的收货地址,确定所述任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定所述任一订单组对应的期望送达时间为所述任一订单组内订单对应的最晚期望送达时间。
图10所示装置可以执行图5所示实施例的方法,本实施例未详细描述的部分,可参考对图5所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5所示实施例中的描述,在此不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
以上描述了订单调度装置的内部功能和结构,在一个可能的设计中,订单调度装置的结构可实现为一电子设备,该电子设备比如为服务器,如图11所示,该电子设备可以包括:处理器61和存储器62。其中,所述存储器62用于存储支持订单调度装置执行上述任一实施例中提供的订单调度方法的程序,所述处理器61被配置为用于执行所述存储器62中存储的程序。
所述程序包括一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器61执行时能够实现如下步骤:
根据订单相似度对多个订单进行分组,所述多个订单包括第一配送业务对应的订单和第二配送业务对应的订单;将分组得到的订单组分配给配送人员;根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间;向所述订单组内各订单各自对应的用户推送物流信息,所述物流信息中包括对应的所述预计送达时间。
可选地,所述处理器61还用于执行前述各方法步骤中的全部或部分步骤。
其中,所述订单调度装置的结构中还可以包括通信接口63,用于订单调度装置与其他设备或通信网络通信。
另外,本发明实施例提供了一种计算机存储介质,用于储存订单调度装置所用的计算机软件指令,其包含用于执行上述各方法实施例中订单调度方法所涉及的程序。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现,当然也可以通过硬件和软件结合的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明公开A1、一种订单调度方法,包括:
根据订单相似度对多个订单进行分组,所述多个订单包括对应于不同配送业务的订单;
将分组得到的订单组分配给配送人员;
根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间;
向所述订单组内各订单各自对应的用户推送物流信息,所述物流信息中包括对应的所述预计送达时间。
A2、根据A1所述的方法,所述根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间之前,还包括:
至少结合如下规划原则对所述订单组进行配送路径规划,以获得所述配送路径:
当所述订单组内同时存在对应于不同配送业务的订单时,根据预设的所述不同配送业务的配送优先级,确定所述订单组内订单的配送顺序。
A3、根据A1所述的方法,所述根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间,包括:
根据所述订单组的配送路径中指示的订单配送顺序和相邻订单间的配送距离,以及预设配送人员行驶速度和每个订单对应的预设用户等待时长,预估所述订单组内各订单的预计送达时间。
A4、根据A1所述的方法,所述不同配送业务包括第一配送业务和第二配送业务,所述根据订单相似度对多个订单进行分组,包括:
从所述多个订单中筛选出与所述第一配送业务对应的N个订单以及与所述第二配送业务对应的M个订单,N和M均大于1;
根据所述N个订单彼此的订单相似度,对所述N个订单进行分组;
根据所述M个订单彼此的订单相似度,对所述M个订单进行分组。
A5、根据A1所述的方法,所述不同配送业务包括第一配送业务和第二配送业务,所述根据订单相似度对多个订单进行分组,包括:
从所述多个订单中筛选出与所述第一配送业务对应的N个订单;
根据所述N个订单彼此的订单相似度,对所述N个订单进行分组,以获得K1个订单组,K1≥1;
根据所述K1个订单组与M个订单彼此的订单相似度,对所述K1个订单组与所述M个订单进行分组,所述M个订单为所述多个订单中与所述第二配送业务对应的订单。
A6、根据A5所述的方法,所述根据所述K1个订单组与M个订单彼此的订单相似度,对所述K1个订单组与所述M个订单进行分组之前,还包括:
根据所述K1个订单组各自的配送路径,确定所述K1个订单组各自对应的相似度属性;
根据所述K1个订单组各自对应的相似度属性和所述M个订单各自对应的相似度属性,计算所述K1个订单组与所述M个订单彼此的订单相似度;
所述订单相似度对应的相似度度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差;
所述相似度属性包括与所述相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
A7、根据A6所述的方法,所述第一配送业务为落地配业务,所述第二配送业务为外卖配送业务,所述N个订单对应于同一集散点地址;
所述根据所述K1个订单组各自的配送路径,确定所述K1个订单组各自对应的相似度属性,包括:
对于所述K1个订单组中的任一订单组,确定所述任一订单组对应的发货地址为所述集散点地址,确定所述任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定所述任一订单组对应的期望送达时间为所述任一订单组内订单对应的最早期望送达时间。
A8、根据A1所述的方法,所述不同配送业务包括第一配送业务和第二配送业务,所述根据订单相似度对多个订单进行分组,包括:
从所述多个订单中筛选出与所述第二配送业务对应的M个订单;
根据所述M个订单彼此的订单相似度,对所述M个订单进行分组,以获得K2个订单组,K2≥1;
根据所述K2个订单组与N个订单彼此的订单相似度,对所述K2个订单组与所述N个订单进行分组,所述N个订单为所述多个订单中与所述第一配送业务对应的订单。
A9、根据A8所述的方法,所述根据所述K2个订单组与N个订单彼此的订单相似度,对所述K2个订单组与所述N个订单进行分组之前,还包括:
根据所述K2个订单组各自的配送路径,确定所述K2个订单组各自对应的相似度属性;
根据所述K2个订单组各自对应的相似度属性和所述N个订单各自对应的相似度属性,计算所述K2个订单组与所述N个订单彼此的订单相似度;
所述订单相似度对应的相似度度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差;
所述相似度属性包括与所述相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
A10、根据A9所述的方法,所述第一配送业务为落地配业务,所述第二配送业务为外卖配送业务,所述N个订单对应于同一集散点地址;
所述根据所述K2个订单组各自的配送路径,确定所述K2个订单组各自对应的相似度属性,包括:
对于所述K2个订单组中的任一订单组,确定所述任一订单组对应的发货地址为对应的配送路径中第一个订单的收货地址,确定所述任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定所述任一订单组对应的期望送达时间为所述任一订单组内订单对应的最晚期望送达时间。
A11、根据A1所述的方法,所述将分组得到的订单组分配给配送人员之前,还包括:
计算分组得到的订单组与多个备选配送人员的匹配度;
从所述多个备选配送人员中,选择符合匹配度要求的备选配送人员作为所述配送人员。
本发明公开B12、一种订单调度装置,包括:
分组模块,用于根据订单相似度对多个订单进行分组,所述多个订单包括对应于不同配送业务的订单;
分配模块,用于将分组得到的订单组分配给配送人员;
预估模块,用于根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间;
发送模块,用于向所述订单组内各订单各自对应的用户推送物流信息,所述物流信息中包括对应的所述预计送达时间。
B13、根据B12所述的装置,还包括:
路径规划模块,用于至少结合如下规划原则对所述订单组进行配送路径规划,以获得所述配送路径:
当所述订单组内同时存在对应于不同配送业务的订单时,根据预设的所述不同配送业务的配送优先级,确定所述订单组内订单的配送顺序。
B14、根据B12所述的装置,所述预估模块具体用于:
根据所述订单组的配送路径中指示的订单配送顺序和相邻订单间的配送距离,以及预设配送人员行驶速度和每个订单对应的预设用户等待时长,预估所述订单组内各订单的预计送达时间。
B15、根据B12所述的装置,所述不同配送业务包括第一配送业务和第二配送业务,所述分组模块包括:
第一筛选单元,用于从所述多个订单中筛选出与所述第一配送业务对应的N个订单以及与所述第二配送业务对应的M个订单,N和M均大于1;
第一分组单元,用于根据所述N个订单彼此的订单相似度,对所述N个订单进行分组;
第二分组单元,用于根据所述M个订单彼此的订单相似度,对所述M个订单进行分组。
B16、根据B12所述的装置,所述不同配送业务包括第一配送业务和第二配送业务,所述分组模块包括:
第二筛选单元,用于从所述多个订单中筛选出与所述第一配送业务对应的N个订单;
第三分组单元,用于根据所述N个订单彼此的订单相似度,对所述N个订单进行分组,以获得K1个订单组,K1≥1;
第四分组单元,用于根据所述K1个订单组与M个订单彼此的订单相似度,对所述K1个订单组与所述M个订单进行分组,所述M个订单为所述多个订单中与所述第二配送业务对应的订单。
B17、根据B16所述的装置,所述分组模块还包括:
第一确定单元,用于根据所述K1个订单组各自的配送路径,确定所述K1个订单组各自对应的相似度属性;
第一计算单元,用于根据所述K1个订单组各自对应的相似度属性和所述M个订单各自对应的相似度属性,计算所述K1个订单组与所述M个订单彼此的订单相似度;
所述订单相似度对应的相似度度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差;
所述相似度属性包括与所述相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
B18、根据B17所述的装置,所述第一配送业务为落地配业务,所述第二配送业务为外卖配送业务,所述N个订单对应于同一集散点地址;
所述第一确定单元具体用于:
对于所述K1个订单组中的任一订单组,确定所述任一订单组对应的发货地址为所述集散点地址,确定所述任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定所述任一订单组对应的期望送达时间为所述任一订单组内订单对应的最早期望送达时间。
B19、根据B12所述的装置,所述不同配送业务包括第一配送业务和第二配送业务,所述分组模块包括:
第三筛选单元,用于从所述多个订单中筛选出与所述第二配送业务对应的M个订单;
第五分组单元,用于根据所述M个订单彼此的订单相似度,对所述M个订单进行分组,以获得K2个订单组,K2≥1;
第六分组单元,用于根据所述K2个订单组与N个订单彼此的订单相似度,对所述K2个订单组与所述N个订单进行分组,所述N个订单为所述多个订单中与所述第一配送业务对应的订单。
B20、根据B19所述的装置,所述分组模块还包括:
第二确定单元,用于根据所述K2个订单组各自的配送路径,确定所述K2个订单组各自对应的相似度属性;
第二计算单元,用于根据所述K2个订单组各自对应的相似度属性和所述N个订单各自对应的相似度属性,计算所述K2个订单组与所述N个订单彼此的订单相似度;
所述订单相似度对应的相似度度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差;
所述相似度属性包括与所述相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
B21、根据B20所述的装置,所述第一配送业务为落地配业务,所述第二配送业务为外卖配送业务,所述N个订单对应于同一集散点地址;
所述第二确定单元具体用于:
对于所述K2个订单组中的任一订单组,确定所述任一订单组对应的发货地址为对应的配送路径中第一个订单的收货地址,确定所述任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定所述任一订单组对应的期望送达时间为所述任一订单组内订单对应的最晚期望送达时间。
B22、根据B12所述的装置,还包括:
计算模块,用于计算分组得到的订单组与多个备选配送人员的匹配度;
选择模块,用于从所述多个备选配送人员中,选择符合匹配度要求的备选配送人员作为所述配送人员。
本发明还公开了C23、一种电子设备,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如A1至A11中任一项所述的订单调度方法。
本发明还公开了D24、一种存储有计算机程序的计算机可读存储介质,所述计算机程序使计算机执行时实现如A1至A11中任一项所述的订单调度方法。
Claims (10)
1.一种订单调度方法,其特征在于,包括:
根据订单相似度对多个订单进行分组,所述多个订单包括对应于不同配送业务的订单;
将分组得到的订单组分配给配送人员;
根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间;
向所述订单组内各订单各自对应的用户推送物流信息,所述物流信息中包括对应的所述预计送达时间。
2.根据权利要求1所述的方法,其特征在于,所述根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间之前,还包括:
至少结合如下规划原则对所述订单组进行配送路径规划,以获得所述配送路径:
当所述订单组内同时存在对应于不同配送业务的订单时,根据预设的所述不同配送业务的配送优先级,确定所述订单组内订单的配送顺序。
3.根据权利要求1所述的方法,其特征在于,所述不同配送业务包括第一配送业务和第二配送业务,所述根据订单相似度对多个订单进行分组,包括:
从所述多个订单中筛选出与所述第一配送业务对应的N个订单以及与所述第二配送业务对应的M个订单,M和N均大于1;
根据所述N个订单彼此的订单相似度,对所述N个订单进行分组;
根据所述M个订单彼此的订单相似度,对所述M个订单进行分组。
4.根据权利要求1所述的方法,其特征在于,所述不同配送业务包括第一配送业务和第二配送业务,所述根据订单相似度对多个订单进行分组,包括:
从所述多个订单中筛选出与所述第一配送业务对应的N个订单;
根据所述N个订单彼此的订单相似度,对所述N个订单进行分组,以获得K1个订单组,K1≥1;
根据所述K1个订单组与M个订单彼此的订单相似度,对所述K1个订单组与所述M个订单进行分组,所述M个订单为所述多个订单中与所述第二配送业务对应的订单。
5.根据权利要求4所述的方法,其特征在于,所述根据所述K1个订单组与M个订单彼此的订单相似度,对所述K1个订单组与所述M个订单进行分组之前,还包括:
根据所述K1个订单组各自的配送路径,确定所述K1个订单组各自对应的相似度属性;
根据所述K1个订单组各自对应的相似度属性和所述M个订单各自对应的相似度属性,计算所述K1个订单组与所述M个订单彼此的订单相似度;
所述订单相似度对应的相似度度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差;
所述相似度属性包括与所述相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
6.根据权利要求5所述的方法,其特征在于,所述第一配送业务为落地配业务,所述第二配送业务为外卖配送业务,所述N个订单对应于同一集散点地址;
所述根据所述K1个订单组各自的配送路径,确定所述K1个订单组各自对应的相似度属性,包括:
对于所述K1个订单组中的任一订单组,确定所述任一订单组对应的发货地址为所述集散点地址,确定所述任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定所述任一订单组对应的期望送达时间为所述任一订单组内订单对应的最早期望送达时间。
7.根据权利要求1所述的方法,其特征在于,所述不同配送业务包括第一配送业务和第二配送业务,所述根据订单相似度对多个订单进行分组,包括:
从所述多个订单中筛选出与所述第二配送业务对应的M个订单;
根据所述M个订单彼此的订单相似度,对所述M个订单进行分组,以获得K2个订单组,K2≥1;
根据所述K2个订单组与N个订单彼此的订单相似度,对所述K2个订单组与所述N个订单进行分组,所述N个订单为所述多个订单中与所述第一配送业务对应的订单。
8.根据权利要求7所述的方法,其特征在于,所述根据所述K2个订单组与N个订单彼此的订单相似度,对所述K2个订单组与所述N个订单进行分组之前,还包括:
根据所述K2个订单组各自的配送路径,确定所述K2个订单组各自对应的相似度属性;
根据所述K2个订单组各自对应的相似度属性和所述N个订单各自对应的相似度属性,计算所述K2个订单组与所述N个订单彼此的订单相似度;
所述订单相似度对应的相似度度量参数包括如下参数中的至少一种:发货地址之间的距离、收货地址之间的距离、期望送达时间之间的时间差;
所述相似度属性包括与所述相似度度量参数对应的如下参数中的至少一种:发货地址、收货地址、期望送达时间。
9.根据权利要求8所述的方法,其特征在于,所述第一配送业务为落地配业务,所述第二配送业务为外卖配送业务,所述N个订单对应于同一集散点地址;
所述根据所述K2个订单组各自的配送路径,确定所述K2个订单组各自对应的相似度属性,包括:
对于所述K2个订单组中的任一订单组,确定所述任一订单组对应的发货地址为对应的配送路径中第一个订单的收货地址,确定所述任一订单组对应的收货地址为对应的配送路径中最后一个订单的收货地址,确定所述任一订单组对应的期望送达时间为所述任一订单组内订单对应的最晚期望送达时间。
10.一种订单调度装置,其特征在于,包括:
分组模块,用于根据订单相似度对多个订单进行分组,所述多个订单包括对应于不同配送业务的订单;
分配模块,用于将分组得到的订单组分配给配送人员;
预估模块,用于根据所述订单组的配送路径,预估所述订单组内各订单的预计送达时间;
发送模块,用于向所述订单组内各订单各自对应的用户推送物流信息,所述物流信息中包括对应的所述预计送达时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710415397.4A CN107392412B (zh) | 2017-06-05 | 2017-06-05 | 订单调度方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710415397.4A CN107392412B (zh) | 2017-06-05 | 2017-06-05 | 订单调度方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107392412A true CN107392412A (zh) | 2017-11-24 |
CN107392412B CN107392412B (zh) | 2021-10-12 |
Family
ID=60333001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710415397.4A Expired - Fee Related CN107392412B (zh) | 2017-06-05 | 2017-06-05 | 订单调度方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392412B (zh) |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108109046A (zh) * | 2017-12-27 | 2018-06-01 | 拉扎斯网络科技(上海)有限公司 | 一种确定外卖出餐时间的方法和装置 |
CN108320105A (zh) * | 2018-02-09 | 2018-07-24 | 广东原尚物流股份有限公司 | 物流配载调度方法、装置、存储介质和终端设备 |
CN108335068A (zh) * | 2018-01-18 | 2018-07-27 | 浙江义乌购电子商务有限公司 | 自动派单方法 |
CN108665179A (zh) * | 2018-05-17 | 2018-10-16 | 北京顺丰同城科技有限公司 | 物流调度方法、装置、电子设备以及计算机可读存储介质 |
CN108694544A (zh) * | 2018-05-15 | 2018-10-23 | 北京顺丰同城科技有限公司 | 一种订单调度处理方法及装置 |
CN109118018A (zh) * | 2018-09-03 | 2019-01-01 | 中国联合网络通信集团有限公司 | 一种预测装机时间的方法及装置 |
CN109214712A (zh) * | 2018-10-15 | 2019-01-15 | 北京顺丰同城科技有限公司 | 一种订单调度方法及装置 |
CN109359753A (zh) * | 2018-11-16 | 2019-02-19 | 广州市格利网络技术有限公司 | 可重复使用的餐饮用具的回收控制方法及装置 |
CN109685609A (zh) * | 2018-12-14 | 2019-04-26 | 拉扎斯网络科技(上海)有限公司 | 订单分配方法、装置、电子设备及存储介质 |
CN109978418A (zh) * | 2017-12-27 | 2019-07-05 | 拉扎斯网络科技(上海)有限公司 | 一种订单配送时长确定方法及装置 |
CN109993475A (zh) * | 2018-01-02 | 2019-07-09 | 家乐宝电子商务有限公司 | 一种冷链物流定时配送方法、系统及设备 |
WO2019153781A1 (zh) * | 2018-02-06 | 2019-08-15 | 北京小度信息科技有限公司 | 任务配送方法、装置、电子设备及计算机可读存储介质 |
CN110288421A (zh) * | 2019-05-10 | 2019-09-27 | 拉扎斯网络科技(上海)有限公司 | 订单处理方法、装置、服务器、终端和存储介质 |
CN110288115A (zh) * | 2019-04-11 | 2019-09-27 | 上海拉扎斯信息科技有限公司 | 配送方案预测方法、装置、服务器及存储介质 |
CN110288276A (zh) * | 2018-03-19 | 2019-09-27 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN110472807A (zh) * | 2019-04-09 | 2019-11-19 | 胡敏超 | 智能为外送人员分配业务的方法及装置 |
CN110648102A (zh) * | 2019-09-27 | 2020-01-03 | 拉扎斯网络科技(上海)有限公司 | 任务处理方法、装置、电子设备及存储介质 |
CN110659785A (zh) * | 2018-06-28 | 2020-01-07 | 北京三快在线科技有限公司 | 订单推送方法、装置及服务器 |
CN111008805A (zh) * | 2019-12-06 | 2020-04-14 | 京东数字城市(成都)科技有限公司 | 妥投时间确定方法、装置、存储介质与电子设备 |
CN111522606A (zh) * | 2020-04-26 | 2020-08-11 | 广东优特云科技有限公司 | 一种数据处理的方法、装置、设备及存储介质 |
CN112016725A (zh) * | 2019-05-28 | 2020-12-01 | 北京京东尚科信息技术有限公司 | 任务处理方法、装置、设备和存储介质 |
CN112051843A (zh) * | 2020-08-07 | 2020-12-08 | 深圳优地科技有限公司 | 基于订单预估的路径规划方法、装置、机器人和存储介质 |
CN112633786A (zh) * | 2019-09-24 | 2021-04-09 | 北京京东尚科信息技术有限公司 | 订单方法及其装置、计算机可存储介质 |
CN112785211A (zh) * | 2019-11-05 | 2021-05-11 | 北京京东振世信息技术有限公司 | 一种库存管理方法和装置 |
CN113222305A (zh) * | 2020-01-21 | 2021-08-06 | 北京三快在线科技有限公司 | 订单调度方法、装置、存储介质和电子设备 |
CN113393124A (zh) * | 2018-12-14 | 2021-09-14 | 拉扎斯网络科技(上海)有限公司 | 调度方法、配送机器人的控制方法、装置和电子设备 |
WO2021228198A1 (zh) * | 2020-05-13 | 2021-11-18 | 北京三快在线科技有限公司 | 一种运单分配方法、装置、存储介质和电子设备 |
WO2022206323A1 (zh) * | 2021-03-29 | 2022-10-06 | 北京沃东天骏信息技术有限公司 | 调度方法、装置、电子设备及存储介质 |
CN116228075A (zh) * | 2023-04-28 | 2023-06-06 | 深圳市宏大供应链服务有限公司 | 一种基于人工智能的数据分析方法、系统及介质 |
CN117371740A (zh) * | 2023-10-27 | 2024-01-09 | 北京丰赞科技有限公司 | 一种面向团餐配送场景的直送物流智能方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751271A (zh) * | 2015-03-04 | 2015-07-01 | 径圆(上海)信息技术有限公司 | 智能订单调度方法、服务器、电动车、移动终端及系统 |
CN105719010A (zh) * | 2015-07-24 | 2016-06-29 | 北京小度信息科技有限公司 | 配送任务的处理方法及装置 |
AU2016101782A4 (en) * | 2016-10-11 | 2016-11-10 | Ailytic Pty Ltd | Harmonic optimiser to minimise changeover |
CN106204192A (zh) * | 2016-06-28 | 2016-12-07 | 王京 | 订单信息管理系统及方法 |
CN106228419A (zh) * | 2016-07-13 | 2016-12-14 | 深圳市拓源天创实业发展有限公司 | 一种订单处理方法及系统 |
CN106500686A (zh) * | 2016-10-12 | 2017-03-15 | 北京小度信息科技有限公司 | 导航界面显示方法、物流导航方法和装置 |
CN106651265A (zh) * | 2016-12-26 | 2017-05-10 | 安徽维智知识产权代理有限公司 | 一种专利产品物流投递方法 |
CN106779183A (zh) * | 2016-11-29 | 2017-05-31 | 北京小度信息科技有限公司 | 订单组配送顺序规划方法、路线规划方法及装置 |
CN107292701A (zh) * | 2017-05-25 | 2017-10-24 | 北京小度信息科技有限公司 | 订单分组方法和装置 |
-
2017
- 2017-06-05 CN CN201710415397.4A patent/CN107392412B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751271A (zh) * | 2015-03-04 | 2015-07-01 | 径圆(上海)信息技术有限公司 | 智能订单调度方法、服务器、电动车、移动终端及系统 |
CN105719010A (zh) * | 2015-07-24 | 2016-06-29 | 北京小度信息科技有限公司 | 配送任务的处理方法及装置 |
CN106204192A (zh) * | 2016-06-28 | 2016-12-07 | 王京 | 订单信息管理系统及方法 |
CN106228419A (zh) * | 2016-07-13 | 2016-12-14 | 深圳市拓源天创实业发展有限公司 | 一种订单处理方法及系统 |
AU2016101782A4 (en) * | 2016-10-11 | 2016-11-10 | Ailytic Pty Ltd | Harmonic optimiser to minimise changeover |
CN106500686A (zh) * | 2016-10-12 | 2017-03-15 | 北京小度信息科技有限公司 | 导航界面显示方法、物流导航方法和装置 |
CN106779183A (zh) * | 2016-11-29 | 2017-05-31 | 北京小度信息科技有限公司 | 订单组配送顺序规划方法、路线规划方法及装置 |
CN106651265A (zh) * | 2016-12-26 | 2017-05-10 | 安徽维智知识产权代理有限公司 | 一种专利产品物流投递方法 |
CN107292701A (zh) * | 2017-05-25 | 2017-10-24 | 北京小度信息科技有限公司 | 订单分组方法和装置 |
Non-Patent Citations (1)
Title |
---|
潘志霄: "面向云平台的快递共同配送路径优化研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109978418B (zh) * | 2017-12-27 | 2021-06-22 | 拉扎斯网络科技(上海)有限公司 | 一种订单配送时长确定方法及装置 |
CN108109046A (zh) * | 2017-12-27 | 2018-06-01 | 拉扎斯网络科技(上海)有限公司 | 一种确定外卖出餐时间的方法和装置 |
CN109978418A (zh) * | 2017-12-27 | 2019-07-05 | 拉扎斯网络科技(上海)有限公司 | 一种订单配送时长确定方法及装置 |
CN109993475B (zh) * | 2018-01-02 | 2024-03-22 | 家乐宝电子商务有限公司 | 一种冷链物流定时配送方法、系统及设备 |
CN109993475A (zh) * | 2018-01-02 | 2019-07-09 | 家乐宝电子商务有限公司 | 一种冷链物流定时配送方法、系统及设备 |
CN108335068A (zh) * | 2018-01-18 | 2018-07-27 | 浙江义乌购电子商务有限公司 | 自动派单方法 |
WO2019153781A1 (zh) * | 2018-02-06 | 2019-08-15 | 北京小度信息科技有限公司 | 任务配送方法、装置、电子设备及计算机可读存储介质 |
CN108320105A (zh) * | 2018-02-09 | 2018-07-24 | 广东原尚物流股份有限公司 | 物流配载调度方法、装置、存储介质和终端设备 |
CN110288276B (zh) * | 2018-03-19 | 2024-01-16 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN110288276A (zh) * | 2018-03-19 | 2019-09-27 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN108694544A (zh) * | 2018-05-15 | 2018-10-23 | 北京顺丰同城科技有限公司 | 一种订单调度处理方法及装置 |
CN108665179A (zh) * | 2018-05-17 | 2018-10-16 | 北京顺丰同城科技有限公司 | 物流调度方法、装置、电子设备以及计算机可读存储介质 |
CN110659785A (zh) * | 2018-06-28 | 2020-01-07 | 北京三快在线科技有限公司 | 订单推送方法、装置及服务器 |
CN109118018A (zh) * | 2018-09-03 | 2019-01-01 | 中国联合网络通信集团有限公司 | 一种预测装机时间的方法及装置 |
CN109214712A (zh) * | 2018-10-15 | 2019-01-15 | 北京顺丰同城科技有限公司 | 一种订单调度方法及装置 |
CN109359753A (zh) * | 2018-11-16 | 2019-02-19 | 广州市格利网络技术有限公司 | 可重复使用的餐饮用具的回收控制方法及装置 |
CN113393124A (zh) * | 2018-12-14 | 2021-09-14 | 拉扎斯网络科技(上海)有限公司 | 调度方法、配送机器人的控制方法、装置和电子设备 |
CN109685609B (zh) * | 2018-12-14 | 2021-06-01 | 拉扎斯网络科技(上海)有限公司 | 订单分配方法、装置、电子设备及存储介质 |
CN109685609A (zh) * | 2018-12-14 | 2019-04-26 | 拉扎斯网络科技(上海)有限公司 | 订单分配方法、装置、电子设备及存储介质 |
CN110472807A (zh) * | 2019-04-09 | 2019-11-19 | 胡敏超 | 智能为外送人员分配业务的方法及装置 |
CN110288115A (zh) * | 2019-04-11 | 2019-09-27 | 上海拉扎斯信息科技有限公司 | 配送方案预测方法、装置、服务器及存储介质 |
CN110288421A (zh) * | 2019-05-10 | 2019-09-27 | 拉扎斯网络科技(上海)有限公司 | 订单处理方法、装置、服务器、终端和存储介质 |
CN112016725A (zh) * | 2019-05-28 | 2020-12-01 | 北京京东尚科信息技术有限公司 | 任务处理方法、装置、设备和存储介质 |
CN112016725B (zh) * | 2019-05-28 | 2023-11-07 | 北京京东振世信息技术有限公司 | 任务处理方法、装置、设备和存储介质 |
CN112633786A (zh) * | 2019-09-24 | 2021-04-09 | 北京京东尚科信息技术有限公司 | 订单方法及其装置、计算机可存储介质 |
CN110648102A (zh) * | 2019-09-27 | 2020-01-03 | 拉扎斯网络科技(上海)有限公司 | 任务处理方法、装置、电子设备及存储介质 |
CN110648102B (zh) * | 2019-09-27 | 2024-05-28 | 拉扎斯网络科技(上海)有限公司 | 任务处理方法、装置、电子设备及存储介质 |
CN112785211A (zh) * | 2019-11-05 | 2021-05-11 | 北京京东振世信息技术有限公司 | 一种库存管理方法和装置 |
CN111008805A (zh) * | 2019-12-06 | 2020-04-14 | 京东数字城市(成都)科技有限公司 | 妥投时间确定方法、装置、存储介质与电子设备 |
CN111008805B (zh) * | 2019-12-06 | 2023-06-27 | 京东数字城市(成都)科技有限公司 | 妥投时间确定方法、装置、存储介质与电子设备 |
CN113222305A (zh) * | 2020-01-21 | 2021-08-06 | 北京三快在线科技有限公司 | 订单调度方法、装置、存储介质和电子设备 |
CN111522606A (zh) * | 2020-04-26 | 2020-08-11 | 广东优特云科技有限公司 | 一种数据处理的方法、装置、设备及存储介质 |
CN111522606B (zh) * | 2020-04-26 | 2023-08-04 | 广东优特云科技有限公司 | 一种数据处理的方法、装置、设备及存储介质 |
WO2021228198A1 (zh) * | 2020-05-13 | 2021-11-18 | 北京三快在线科技有限公司 | 一种运单分配方法、装置、存储介质和电子设备 |
CN113673736A (zh) * | 2020-05-13 | 2021-11-19 | 北京三快在线科技有限公司 | 运单分配方法、装置、存储介质和电子设备 |
CN112051843A (zh) * | 2020-08-07 | 2020-12-08 | 深圳优地科技有限公司 | 基于订单预估的路径规划方法、装置、机器人和存储介质 |
WO2022206323A1 (zh) * | 2021-03-29 | 2022-10-06 | 北京沃东天骏信息技术有限公司 | 调度方法、装置、电子设备及存储介质 |
CN116228075A (zh) * | 2023-04-28 | 2023-06-06 | 深圳市宏大供应链服务有限公司 | 一种基于人工智能的数据分析方法、系统及介质 |
CN117371740A (zh) * | 2023-10-27 | 2024-01-09 | 北京丰赞科技有限公司 | 一种面向团餐配送场景的直送物流智能方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107392412B (zh) | 2021-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107392412B (zh) | 订单调度方法和装置 | |
WO2019000785A1 (zh) | 订单分配方法和装置 | |
CN109214739B (zh) | 订单处理方法及装置 | |
WO2018095065A1 (zh) | 分配数据对象的方法、装置及电子设备 | |
CN106779183B (zh) | 订单组配送顺序规划方法、路线规划方法及装置 | |
US11270240B2 (en) | Method and system for transfer order management | |
CN103927643B (zh) | 一种大规模订单处理与配送路径优化的方法 | |
US20180260253A1 (en) | Rules based decomposition of tasks for resource allocation | |
CN109118310B (zh) | 订单处理方法和装置 | |
WO2018137330A1 (zh) | 订单处理方法、装置、服务器及计算机存储介质 | |
CN106779910B (zh) | 配送订单分配方法和装置 | |
CN107844877B (zh) | 订单分配方法和装置 | |
WO2019037367A1 (zh) | 配送任务处理方法、装置及电子设备 | |
CN108734559B (zh) | 一种订单处理方法和装置 | |
CN109146349B (zh) | 订单分配方法及装置 | |
CN106447470A (zh) | 配送订单分配方法和装置 | |
CN109685309A (zh) | 订单分配方法、装置、电子设备和存储介质 | |
CN109523202B (zh) | 订单处理方法、装置、设备及计算机可读存储介质 | |
CN109961306B (zh) | 一种物品的库存分配方法和装置 | |
CN106372822B (zh) | 业务对象预约时段处理方法及装置 | |
WO2019000779A1 (zh) | 订单调度方法、装置、电子设备及计算机可读存储介质 | |
WO2019000786A1 (zh) | 订单分配方法及装置 | |
CN113191713A (zh) | 仓库缺货转仓方法、装置、设备及存储介质 | |
CN113222490A (zh) | 一种库存分配方法和装置 | |
WO2019037368A1 (zh) | 配送任务处理方法、装置、电子设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 100096 building N3, Jinyu Zhizao workshop, 27 Jiancai Chengzhong Road, Haidian District, Beijing Applicant after: Beijing Xingxuan Technology Co.,Ltd. Address before: Room 202, 2 floors, 1-3 floors, No. 11 Shangdi Information Road, Haidian District, Beijing 100085 Applicant before: Beijing Xiaodu Information Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211012 |
|
CF01 | Termination of patent right due to non-payment of annual fee |