CN107392512B - 任务分组方法和装置 - Google Patents

任务分组方法和装置 Download PDF

Info

Publication number
CN107392512B
CN107392512B CN201611052191.1A CN201611052191A CN107392512B CN 107392512 B CN107392512 B CN 107392512B CN 201611052191 A CN201611052191 A CN 201611052191A CN 107392512 B CN107392512 B CN 107392512B
Authority
CN
China
Prior art keywords
result
dispatching
task
group
process resource
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.)
Expired - Fee Related
Application number
CN201611052191.1A
Other languages
English (en)
Other versions
CN107392512A (zh
Inventor
黄绍建
崔代锐
徐明泉
刘浪
咸珂
陈进清
杨秋源
张彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lazas Network Technology Shanghai Co Ltd
Beijing Xingxuan Technology Co Ltd
Original Assignee
Beijing Xiaodu Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaodu Information Technology Co Ltd filed Critical Beijing Xiaodu Information Technology Co Ltd
Priority to CN201611052191.1A priority Critical patent/CN107392512B/zh
Priority to PCT/CN2017/094786 priority patent/WO2018095066A1/zh
Publication of CN107392512A publication Critical patent/CN107392512A/zh
Priority to US15/965,740 priority patent/US20180247265A1/en
Application granted granted Critical
Publication of CN107392512B publication Critical patent/CN107392512B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/08—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
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明实施例提供一种任务分组方法和装置，该方法包括：根据任务源的处理资源负载压力，获取相似度阈值；根据任务源的多个待处理任务彼此之间的相似度和该相似度阈值，对多个待处理任务进行分组划分，以获得分组结果。由于任务组划分采用的相似度阈值是根据任务源当前的处理资源负载压力而获得的，即随着处理资源负载压力而动态改变，从而能够使得任务分组结果与处理资源负载压力相适应，有助于提高处理资源的利用率以及任务处理效率。

Description

任务分组方法和装置
技术领域
本发明涉及互联网技术领域，尤其涉及一种任务分组方法和装置。
背景技术
随着互联网技术的快速发展，基于互联网的应用越来越多，例如外卖类应用、购物类应用。基于这些应用，用户足不出户即可获取自己所需的物品。这些应用在便利用户的同时，也面临着物品配送问题，于是物流调度系统应运而生。物流调度系统的主要任务是将配送订单分配给合适的配送人员。
现有配送订单分配过程是：为了节省运力，物流调度系统将收到的多个配送订单基于相似性度量结果进行分组，将配送订单以分组的形式分配至某个配送人员进行配送处理。
发明内容
以同城配送场景为例，目前的物流调度策略多是基于商圈进行调度的，即物流调度系统将某时间接收到的配送订单按照所属商圈进行划分，以获得每个商圈对应的多个配送订单。进而，针对任一商圈来说，对该商圈的多个配送订单进行基于固定设置的相似度阈值的订单分组处理，得到一个或多个配送订单组。之后，将获得的各配送订单组分配至归属于该商圈的配送人员。
目前，在进行多个配送订单的分组时，需要基于多个配送订单彼此之间的相似度与相似度阈值的比较来对多个配送订单进行分组的，而现有的相似度阈值是基于人为经验设定的。
经研究发现：基于人为经验设定的相似度阈值进行配送订单分组，对配送效率以及配送运力的利用率等方面具有不利影响。
具体来说，针对任一商圈，在不同时间，该商圈内的运力压力程度可能差别明显。在一种情况下：假设在某时段，该商圈运力压力较大，即该商圈内的配送人员整体来说比较繁忙，订单数量比较多。此时，对于新接收到的属于该商圈的多个配送订单，若基于固定设置的相似度阈值划分获得的订单分组比较多，那么此时将需要较多的配送人员来分担这些配送订单组，即占用更多的运力。而且，从配送效率角度来说，由于被分配到配送订单组的配送人员较多且分散，整体来说，将需要行走更远的距离，花费更长的时间才能完成这些配送订单组的配送，整体配送效率较低。
相对的，在另一种情况下：假设在某时段，该商圈运力压力较小，即该商圈内的配送人员整体来说比较空闲，订单数量比较少。此时，对于新接收到的属于该商圈的多个配送订单，若基于固定设置的相似度阈值划分获得的订单分组比较少，此时将仅需少量的配送人员来分担这些配送订单组，即由少数配送人员集中配送这些配送订单，使得商圈的运力利用率不高。而且由于每个分组内的订单数量或多或少，很有可能导致部分配送人员被分配到的订单数量较多，部分配送人员被分配的订单数量较少，被分配较多订单的配送人员不能很好地保证送达准时率，也使得配送订单整体的配送效率较低。
因此，若能够使得配送订单的分组结果与商圈的当前运力压力情况相适应，将对保证较高的配送效率和运力利用率具有积极影响。而对于多个配送订单来说，能够决定其分组结果的是相似度阈值，因此，根据商圈的当前运力压力情况来设定相似度阈值，对于配送效率和运力利用率的提高具有积极影响。
有鉴于此，本发明实施例提供一种任务分组方法和装置，用以提高处理资源的利用率和任务处理效率。
本发明实施例提供一种任务分组方法，包括：
根据任务源的处理资源负载压力，获取相似度阈值；
根据所述任务源的多个待处理任务彼此之间的相似度和所述相似度阈值，对所述多个待处理任务进行分组划分，以获得第一分组结果。
可选地，所述方法还包括：
根据阈值增量，调整所述相似度阈值；
根据所述相似度和调整后的相似度阈值，对所述多个待处理任务进行分组划分，以获得第二分组结果。
可选地，所述方法还包括：
从所述第一分组结果和所述第二分组结果中，选择目标分组结果；
为所述目标分组结果中的任务组分配对应的处理资源。
其中，可选地，所述目标分组结果的选择步骤包括：
分别为所述第一分组结果和所述第二分组结果中的任务组预分配处理资源；
模拟所述处理资源对预分配到的任务组的处理；
根据所述第一分组结果和所述第二分组结果分别对应的模拟结果，从所述第一分组结果和所述第二分组结果中，选择目标分组结果。
本发明实施例提供一种任务分组装置，包括：
获取模块，用于根据任务源的处理资源负载压力，获取相似度阈值；
第一分组模块，用于根据所述任务源的多个待处理任务彼此之间的相似度和所述相似度阈值，对所述多个待处理任务进行分组划分，以获得第一分组结果。
本发明实施例提供的任务分组方法和装置，当需要对任务源的多个待处理任务进行分组处理时，首先基于一定的相似度度量参数，计算多个待处理任务彼此之间的相似度，进而根据该任务源当前的处理资源负载压力，获取此时对于的相似度阈值，之后根据多个待处理任务彼此之间的相似度和该相似度阈值的比较结果，对多个待处理任务进行分组划分获得相应的分组结果，以便基于该分组结果为各任务组分配相应的处理资源进行任务处理。由于任务组划分采用的相似度阈值是根据任务源当前的处理资源负载压力而获得的，即随着处理资源负载压力而动态改变，从而能够使得任务分组结果与处理资源负载压力相适应，有助于提高处理资源的利用率以及任务处理效率。
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任务分组方法实施例一的流程图；
图2为本发明实施例提供的任务分组方法实施例二的流程图；
图3为本发明实施例提供的任务分组方法实施例三的流程图；
图3a为图3所示实施例中步骤303的一种实现方式的流程图；
图4为本发明实施例提供的任务分组方法实施例四的流程图；
图5为图4所示实施例对应的实现原理图；
图6为本发明实施例提供的任务分组装置实施例一的结构示意图；
图7为本发明实施例提供的任务分组装置实施例二的结构示意图；
图8为本发明实施例提供的任务分组装置实施例三的结构示意图。
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彼此区分开。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。
图1为本发明实施例提供的任务分组方法实施例一的流程图，本实施例提供的该任务分组方法可以由一任务分组装置来执行，该任务分组装置可以实现为软件，或者实现为软件和硬件的组合，该任务分组装置可以集成设置在任务调度平台侧的管理设备，比如服务器中。如图1所示，该方法包括如下步骤：
步骤101、确定任务源的多个待处理任务彼此之间的相似度。
步骤102、根据任务源的处理资源负载压力，获取相似度阈值。
步骤103、根据任务源的多个待处理任务彼此之间的相似度和相似度阈值，对多个待处理任务进行分组划分，以获得第一分组结果。
本实施例中，任务源可以理解为可以产生任务的系统，也可以理解为既产生任务也处理任务的系统，或者，也可以将任务源理解为任务的归属属性，即任务是与哪个任务源对应的任务。同样地，用于处理任务的处理资源也是与任务源对应的，即不同任务源对应的可用处理资源一般是不同的。
本实施例中对任务的处理策略是：任务源对应的多个待处理任务被分成一个或多个任务组，将划分得到的任务组分别分配给该任务源对应的处理资源组中的各处理资源来处理。
其中，任务组的划分是基于待处理任务彼此之间的相似度与相似度阈值的比较结果而实现的。
具体地，一般来说，在某时刻，任务源对应的待处理任务的数量往往是多个，可以基于预设的相似性度量参数，分别计算两两待处理任务之间的相似度。其中，当相似性度量参数的数量为多个时，两两待处理任务之间的相似度可以由多个相似性度量参数分别对应的相似度的加权和确定，其中，每个相似性度量参数对应的权重可以预先设定。
本实施例中，不同于以往预设相似度阈值的方式，而是基于当前任务源对应的处理资源的负载压力来确定当前所采用的相似度阈值。
具体来说，首先可以通过如下方式确定任务源对应的处理资源负载压力：
获取任务源的未完成任务的数量和处理资源的数量；
根据未完成任务的数量和处理资源的数量，确定处理资源负载压力。
其中，处理资源负载压力值＝未完成任务数量/处理资源数量，可以认为是任务源对应的平均处理资源负载压力。
其中，任务源的未完成任务的数量，可以基于对任务源的各任务的处理状态的监测而确定，即针对任一任务来说，可以将该任务划分为未分配、处理中、已完成等多个处理状态，其中，未分配是指该任务还没有被分配至某个处理资源的状态；处理中是指该任务已经被携带于某个任务组中分配给了某个处理资源，该处理资源正完成处理的过程中；已完成是指对应的处理资源已经完成了该任务的处理。
可选地，在获取处理资源负载压力后，基于此，相似度阈值可以是基于相似度阈值与处理资源负载压力之间的一定预设函数关系而获得。该函数关系可以根据实际场景而定，但是，从实际应用意义角度来说，处理资源负载压力与相似度阈值呈反比趋势，即处理资源负载压力越大，相似度阈值越低，相反的，处理资源负载压力越小，相似度阈值越高。
下面简要说明为何设置相似度阈值与处理资源负载压力呈现该关系：
假设当前处理资源负载压力较大，则说明此时任务源对应的各处理资源整体来说负载较重，每个处理资源可能承载有较多的任务组。此时，如果设置相似度阈值较低，则针对当前新到的多个待处理任务来说，待处理任务更容易被划分在同一任务组中，从而获得的任务组数量将较少，需要的处理资源数量也将较少，不会占用更多的已经负载较重的处理资源。
相对的，假设当前处理资源负载压力较小，则说明此时任务源对应的各处理资源整体来说负载较轻，每个处理资源可能承载有较少的任务组。此时，如果设置相似度阈值较高，则针对当前新到的多个待处理任务来说，待处理任务更难被划分在同一任务组中，从而获得的任务组数量将较多，需要的处理资源数量也将较多。由于此时各处理资源负载较轻，将多个待处理任务划分为更多的任务组，使得更多的处理资源参与到这些待处理任务的处理中，可以充分利用处理资源，也将会更快地完成任务处理，提高任务处理效率。
因此，在根据任务源的处理资源负载压力获取当前使用的相似度阈值后，基于该相似度阈值，对多个待处理任务进行分组划分，以获得相应的分组结果即上述第一分组结果。其中，进行分组划分是，将彼此之间的相似度大于或等于该相似度阈值的待处理任务划分至一组。其中，第一分组结果中可能包括一个或多个任务组，每个任务组中包含的待处理任务的数量视相似度度量结果而定。进而，可以基于该第一分组结果对待处理任务进行任务组的处理。
本实施例中，当需要对任务源的多个待处理任务进行分组处理时，首先基于一定的相似度度量参数，计算多个待处理任务彼此之间的相似度，进而根据该任务源当前的处理资源负载压力，获取此时对于的相似度阈值，之后根据多个待处理任务彼此之间的相似度和该相似度阈值的比较结果，对多个待处理任务进行分组划分获得相应的分组结果，以便基于该分组结果为各任务组分配相应的处理资源进行任务处理。由于任务组划分采用的相似度阈值是根据任务源当前的处理资源负载压力而获得的，即随着处理资源负载压力而动态改变，从而能够使得任务分组结果与处理资源负载压力相适应，有助于提高处理资源的利用率以及任务处理效率。
图2为本发明实施例提供的任务分组方法实施例二的流程图，如图2所示，在图1所示实施例基础上，步骤103之后，还可以包括如下步骤：
步骤201、为第一分组结果中的任务组分配对应的处理资源。
本实施例中，当基于相似度阈值对多个待处理任务进行任务组划分之后，由于该相似度阈值是根据任务源的处理资源负载压力而确定的，可以认为该第一分组结果是与当前的处理资源负载情况最为适应的，因此，认为该第一分组结果是较佳的分组结果，从而，可以直接基于该第一分组结果进行待处理任务的分组处理，即为第一分组结果中的任务组分配对应的处理资源。
具体的，第一分组结果中的任务组的数量一般为多个，在为第一分组结果中的各个任务组分配处理资源时，需要基于任务组与处理资源间的匹配度来为每个任务组分配对应的处理资源。即对于第一分组结果中的任一任务组，分别计算与任务源对应的处理资源组中的每个处理资源之间的匹配度，基于各匹配度的高低为该任务组分配对应的处理资源，由分配的处理资源完成该任务组的处理。
其中，根据适用于的实际应用场景的不同，匹配度的度量参数各有不同，后续实施例中会结合一种实际的应用场景举例说明。
本实施例中，由于进行任务组划分时所采用的相似度阈值是基于任务源的处理资源负载压力而确定的，而处理资源的负载压力水平对于任务处理效率、处理资源利用率具有明显影响，因此，基于该相似度阈值而对多个待处理任务进行的分组划分结果可以认为是有利于保证处理资源利用率、任务处理效率的较佳分组划分方式。
上述图2所示实施例中，认为基于上述相似度阈值得到的第一分组结果为最佳分组结果。但是，实际应用中，该第一分组结果可能是最佳分组结果，也可能不是最佳分组结果。其中，一方面的原因是因为处理资源负载压力是体现任务源对应的处理资源组的平均负载压力，可能有部分处理资源的负载压力小，部分处理资源的负载压力高的不平衡现象，因此，考虑处理资源负载压力的不平衡现象对基于相似度阈值进行分组得到的分组结果的最佳性的影响，本发明实施例中提出了增量调整相似度阈值，对多个待处理任务进行多次分组，从多次分组结果中选择最优分组结果的方案，结合图3所示实施例说明。
图3为本发明实施例提供的任务分组方法实施例三的流程图，如图3所示，在图1所示实施例基础上，还可以包括如下步骤：
步骤301、根据阈值增量，调整相似度阈值。
其中，该阈值增量可以是被预设的固定增量值，也可以是被尝试获得的增量值。而且，可以通过加/减整数倍的该阈值增量对相似度阈值进行调整，从而可以获得多个调整后的相似度阈值。其中，调整后的相似度阈值的数量可以被设置。
为便于描述，本实施例中，假设基于处理资源负载压力而确定的相似度阈值为A，阈值增量假设表示为a，则调整后的相似度阈值比如可以包括：A-a，A-2a，A+a，A+2a，等等。
上述提及的通过尝试来获得该阈值增量，是指可以初始设置一个较小的阈值增量a0,基于该a0调整相似度阈值A，假设调整后的相似度阈值为A+a0,此时，基于A+a0对多个待处理任务进行分组划分，如果分组结果与基于A进行的分组划分结果一致，则说明a0不足以引起分组结果的改变，调大阈值增量为a1。进而基于A+a1对该多个待处理任务再次进行分组划分，如果此时的分组结果与基于A进行的分组划分结果不一致，则确定a1即为本实施例中的阈值增量a。其中，上述分组结果是否一致的判定是指只要有一个任务组不同即可。
步骤302、根据任务源的多个待处理任务彼此之间的相似度和调整后的相似度阈值，对多个待处理任务进行分组划分，以获得第二分组结果。
由于调整后的相似度阈值的数量可以为多个，因此，对应获得的第二分组结果也是多个，即一个相似度阈值对应于一种分组结果。
针对任一调整后的相似度阈值来说，基于多个待处理任务彼此之间的相似度和该调整后的相似度阈值的比较结果，将彼此之间的相似度大于或等于该调整后的相似度阈值的待处理任务划分为一任务组，得到由划分得到的一个或多个任务组构成的分组结果。
步骤303、从第一分组结果和第二分组结果中，选择目标分组结果。
步骤304、为目标分组结果中的任务组分配对应的处理资源。
本实施例中，假设相似度阈值和调整后的相似度阈值总共的数量为N个，N为大于或等于2的整数，那么相应的，具有N种分组结果。这N种分组结果作为备选分组方案，需要从中选择一种目标分组结果，使得基于该目标分组结果对多个待处理任务进行处理，对处理效率、处理资源的利用率具有积极影响，从而基于该目标分组结果，为该目标分组结果中包含的各任务组分别分配对应的处理资源进行任务处理。
可选地，图3a为图3所示实施例中步骤303的一种实现方式的流程图，如图3a所示，目标分组结果的选择，可以通过如下步骤实现：
步骤3031、分别为第一分组结果和第二分组结果中的任务组预分配处理资源。
本实施例中，可以并行地对每个分组结果进行处理资源的预分配处理，即分别针对每个分组结果，为该分组结果中的各任务组进行处理资源的预分配处理；也可以将各分组结果视为一个整体，由全部分组结果对应的各任务组构成一个分组集合，该分组集合中包含的每个任务组关联标记有其对应的分组结果，即为每个任务组打上一个标签，用于标记其属于哪个分组结果。从而，为分组集合中的各任务组分别进行处理资源的预分配处理。
其中，之所以称为预分配，一方面是因为该分配并非真实地将任务组分配给相应的处理资源，而是假设分配给对应的处理资源；另一方面是因为该预分配的分配基础针对不同分组结果或者说针对任一任务组来说都是相同的，都是以接收到上述多个待处理任务时任务源的处理资源组中各处理资源的当前状态为基础进行分配的，也就是说，任一分组结果中的任一任务组被预分配给某个处理资源，对于该处理资源是否能够再被预分配任一其他任务组没有影响。
其中，为任一任务组预分配处理资源可以通过如下方式实现：
分析第一分组结果和第二分组结果中的任务组与处理资源组中每个处理资源的匹配度；
根据匹配度，从处理资源组中，分别为第一分组结果和第二分组结果中的任务组预分配处理资源。
具体地，针对任一任务组来说，假设任务源对应的处理资源组中有M个处理资源，则基于一定的匹配度度量参数，分别分析该任务组与M个处理资源间的匹配度，从而为该任务组预分配具有最高匹配度的处理资源。其中，匹配度度量参数结合不同的实际场景而不同。
步骤3032、模拟预分配的处理资源对预分配到的任务组的处理。
在为每个任务组预分配相应的处理资源后，模拟处理资源对预分配到的任务组的处理。其中，该模拟是指按照正常的处理方式对预分配到的任务组进行处理，只是处理过程中涉及到的处理参数被假定，比如完成任务组中每个任务的时间被预先假定。
值得说明的是，由于任务源的各处理资源是客观存在的，当前各处理资源的诸如负载数量等状态也是客观的，该客观状态被用于进行任务组的预分配处理。但是，由于各任务组的预分配处理是相互独立的，互不影响的，因此，同一处理资源很有可能被预分配到多个任务组，此时，在模拟过程中，可以认为该处理资源独立地进行多个任务组的处理，相互之间不影响。
步骤3033、根据第一分组结果和第二分组结果分别对应的模拟结果，从第一分组结果和第二分组结果中选择目标分组结果。
本实施例中，模拟过程中是模拟各处理资源对其预分配到的各任务组内的任务进行处理，可以在每模拟完成一个任务的处理后，将任务对应的模拟结果输出，其中，与任务组具有所归属的分组结果的标识类似，任务也可以被打上所属分组结果和所属分组的标识。其中，每个任务对应的模拟结果往往表现为某种指标的度量结果，比如完成时间。
从而，在完成所有任务组中任务的模拟处理后，得到每个任务组中每个任务的模拟结果，由于每个任务组对应于某种分组结果，因此通过汇总统计每个任务组中任务的模拟结果，可以得到每种分组结果的模拟结果，其中，每个分组结果的模拟结果往往表现为多个待处理任务在该分组方式下，在某种指标方面的平均度量结果。
从而，基于全部分组结果分别对应的模拟结果，可以从中选择具有最佳模拟结果的分组结果作为目标分组结果，从而采用该目标分组结果的分组划分方式对多个待处理任务进行真实地分组划分，以为划分得到的各任务组进行相应处理资源的分配。
可以理解的是，因为在预分配处理过程中，针对该目标分组结果，已经为其中的各任务组预分配了相应的处理资源，因此，在确定采用该目标分组结果作为真实分组的划分依据时，可以直接采用预分配方案，即将基于该目标分组结果得到的各任务组真实地分配给之前预分配给的处理资源。
本实施例中，当接收到多个待处理任务时，首先基于任务源的处理资源负载压力确定用于划分任务组的相似度阈值，以在一定程度上保证基于该相似度阈值进行任务组划分的结果能够与当前的处理资源负载水平相适应。其次，基于一定的阈值增量对该相似度阈值进行调整，以得到多个调整后的相似度阈值，并基于每个调整后的相似度阈值，对多个待处理任务进行再一次的分组划分。从而，根据对多种分组结果的模拟，基于模拟结果，从多种分组结果中选择最优的分组结果作为真实采用的分组方案，以更加有助于提高任务处理效率、处理资源的整体利用率。
下面以配送场景为例，结合图4所示实施例对在接收到某个配送区域内的多个配送订单时，如果对多个配送订单进行分组划分，并为每个配送订单组分配对应的配送人员的过程进行说明。
图4为本发明实施例提供的任务分组方法实施例四的流程图，如图4所示，包括如下步骤：
步骤401、根据配送区域内配送人员的平均需配送订单量，获取相似度阈值。
步骤402、根据配送区域的多个配送订单彼此之间的相似度和相似度阈值，对多个配送订单进行分组划分，以获得第一分组结果。
本实施例中以外卖配送场景为例，假设当前接收到多个配送订单，且该多个配送订单是对应于同一配送区域的配送订单，即该多个配送订单中的取货地址都在同一个配送区域内。
首先，可以基于一定的相似性度量参数，计算两两配送订单之间的相似度，其中，相似性度量参数比如包括取货地址之间的距离、送货地址之间的距离、期望送达时间之中的一种或多种参数，并且，每种相似性度量参数可以具有相同的权重，也可以具有不同的权重。
其次，为了基于计算获得的两两配送订单之间的相似度对该多个配送订单进行分组，需要获取当前所用的相似度阈值。该相似度阈值可以根据该多个配送订单所属的配送区域内配送人员的平均需配送订单量确定，即根据该配送区域的运力压力确定。
其中，配送区域内配送人员的平均需配送订单量，即运力压力＝配送区域内的未完成配送订单数量/配送区域内配送人员数量。其中，该配送人员的数量是指在岗配送人员的数量，或者称为在线配送人员的数量。
其中，针对任一配送订单的配送来说，配送人员一般需要先去取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，未完成配送订单数量由未分配的配送订单的数量、处于取货状态的配送订单的数量以及处于送货状态的配送订单的数量组成。其中，未分配的配送订单是指还没有向任何配送人员分配的配送订单；处于取货状态的配送订单是指已经分配给配送人员，配送人员已经接受订单，正在去取货地址处取货的配送订单；处于送货状态的配送订单是指配送人员已经取货完毕，正在去送货地址处送货的配送订单。其中，配送订单的未分配、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配送订单的配送状态的操作时，主动上报当前的配送订单状态。
另外，可选地，针对上述三种配送状态的配送订单，在统计配送区域的未完成配送订单数量时，可以设置不同的权重，比如将处于未分配和取货状态的配送订单的权重设置为1，将处于送货状态的配送订单的权重设置为0.5,因为处于送货状态的配送订单即将释放所占用的配送运力——配送人员。
在基于获得的配送区域的未完成配送订单数量与配送人员数量计算获得配送区域的运力压力后，可以基于预设的运力压力与相似度阈值的函数关系，确定当前所用的相似度阈值，从而基于该相似度阈值，将多个配送订单划分为多个配送订单组，以获得第一分组结果。
一般来说，当运力压力越大时，相似度阈值越小，使得多个配送订单更容易被划分到一个分组内，从而获得更少数量的配送订单组。此时，由于一个配送订单组被分配至一个配送人员，将占用更少的配送人员。由于配送订单组的数量较少，意味着一个配送订单组内的订单数量可能较多，而且因为这些订单被划分为一组，意味着这些订单可能集中分布在某个子区域中，由同一配送人员配送，可以避免更多配送人员行走更远距离才能完成配送导致的运力需要大的问题，从而节省运力。
相反的，当运力压力越小时，相似度阈值越大，使得多个配送订单更难被划分到一个分组，从而获得更多数量的配送订单组。此时，因为各配送人员的压力较小，多个配送订单组意味着需要更多的配送人员，且每个配送订单组内的订单数量相对较少，从而每个配送订单组可以由对应的配送人员快速地完成相应配送订单的配送，可以提高订单配送效率。
步骤403、根据阈值增量，调整相似度阈值，并根据多个配送订单彼此之间的相似度和调整后的相似度阈值，对多个配送订单进行分组划分，以获得第二分组结果。
本实施例中，为了避免单纯依据上述相似度阈值划分得到的第一分组结果并非最优的问题，以该相似度阈值为基准，通过增量调整的方式，调整该相似度阈值，从而针对每个调整后的相似度阈值，对多个配送订单再进行分组划分，得到对应的第二分组结果，其中，第二分组结果的数量与调整后的相似度阈值的数量相等。
步骤404、分析第一分组结果和第二分组结果中的各配送订单组与配送区域中各配送人员的匹配度。
步骤405、根据匹配度，分别为第一分组结果和第二分组结果中的各配送订单组分别预分配配送人员。
本实施例中，假设由第一分组集合和各第二分组结果总共构成N种分组结果。为了从这N种分组结果中选择出最优的分组结果，即使得配送订单的配送效率、配送人员的配送运力的利用率得到更好保证的分组结果，通过模拟基于每种分组结果进行配送的配送过程，以基于每种分组结果对应的配送指标数据，从中选择具有最优配送指标数据的分组结果作为目标分组结果。
对于模拟过程，首先需要为每种分组结果中包含的各配送订单组预分配对应的配送人员。
举例来说，假设对于N种分组结果中的任一分组结果Ni，该分组结果Ni中包括配送订单组1和配送订单组2，分别计算配送订单组1和配送订单组2与配送区域内各配送人员的匹配度，基于匹配度的高低，分别为配送订单组1和配送订单组2预分配具有最高匹配度的配送人员。
其中，该匹配度比如可以是基于距离、配送人员已有配送订单数量等多个度量参数而确定的。
以基于距离进行匹配度度量为例，针对配送订单组1来说，假设该配送订单组中包含配送订单a和配送订单b两个配送订单，配送订单a对应的取货地址和送货地址分别为a1和a2，配送订单b对应的取货地址和送货地址分别为b1和b2，且假设已经基于一定的地址排序规则对配送订单a和配送订单b对应的配送地址进行了排序，排序结果为如下地址序列：a1、b1、a2、b2。此时，基于对配送区域内各配送人员当前所在位置的检测，通过计算各配送人员当前所在位置与上述地址序列中的第一个地址a1之间的距离，可以确定距离a1最近的配送人员，在以距离为匹配度度量参数的情况下，可以直接确定距离a1最近的配送人员即为配送订单组1对应的预分配配送人员。
值得说明的是，参见图3所示实施例，对于N种分组结果的预分配过程，既可以将N种分组结果视为相互独立的，并行地进行针对每种分组结果的预分配处理；也可以将N种分组结果视为一个整体，针对N种分组结果对应的全部配送订单组进行预分配处理。
步骤406、针对每个预分配的配送人员，根据其预分配到的配送订单组所对应的配送地址序列，规划其预分配到的配送订单组的配送路径。
步骤407、针对每个预分配的配送人员，根据其平均速度和其预分配到的配送订单组的配送路径，模拟配送该配送订单组中的配送订单，以输出该配送订单组中配送订单的配送指标数据。
步骤408、根据第一分组结果的所有配送订单组中配送订单的配送指标数据，确定第一分组结果对应的第一综合配送指标数据，根据第二分组结果的所有配送订单组中配送订单的配送指标数据，确定第二分组结果对应的第二综合配送指标数据。
步骤409、根据第一综合配送指标数据和第二综合配送指标数据的比较结果，从第一分组结果和第二分组结果中选择目标分组结果。
步骤410、为目标分组结果中的各配送订单组分配对应的配送人员。
本实施例中，在为任一分组结果中的各配送订单组都预分配了对应的配送人员后，模拟各配送人员对预分配到的配送订单组的配送处理过程。
仍以上述举例来说，假设针对配送订单组1来说，其被预分配给配送人员s，在模拟配送人员s完成配送订单组1的配送过程中，首先，基于配送订单组1对应的配送地址序列：a1、b1、a2、b2，规划配送订单组1的配送路径。此时，需要调用电子地图服务接口，借助电子地图导航功能，规划出一条配送路径，以顺次串联起来上述a1、b1、a2、b2。进而，根据预设的平均速度模拟配送人员s按照该配送路径行走，完成该配送订单组1中配送订单的配送，以在行走完该配送路径后输出该配送订单组1中配送订单a和配送订单b对应的配送指标数据。其中，在模拟过程中，除了预设的平均速度外，还可以结合预设的在每个配送地址处的停留时间进行配送过程的模拟。
由于上述配送订单组1中包含配送订单a和配送订单b，以配送订单a为例，其对应的配送指标数据比如为从配送订单a对应的取货地址a1行至送货地址a2所经历的配送距离、配送时长、送达时间等。同样地，针对配送订单b也能获得上述配送指标数据，同理，针对分组结果Ni中的配送订单组2也能够获得其中各配送订单组内每个配送订单的配送指标数据。从而，能够获得分组结果Ni下，全部的多个配送订单各自对应的配送指标数据，通过对这些配送指标数据进行统计计算，可以获得分组结果Ni对应的综合配送指标数据。
其中，在输出的每个配送订单对应的配送指标数据包括配送距离、配送时长、送达时间等指标的情况下，分组结果Ni对应的综合配送指标数据比如可以包括全部配送订单对应的平均配送时长、全部配送订单中配送时长最长的K个配送订单对应的平均配送时长、全部配送订单对应的平均配送距离、全部配送订单对应的送达准时率、全部配送订单对应的平均取货距离、全部配送订单对应的平均送货距离，等等。其中，送达准时率需要根据各配送订单的模拟送达时间与期望送达时间来确定，期望送达时间在接收到配送订单时，作为配送订单的一个属性而客观存在。
综上，针对N种分组结果中的每种分组结果，都进行上述的模拟配送处理，从而得到每种分组结果对应的综合配送指标数据。基于各自对应的综合配送指标数据的优劣，从N种分组结果中选出具有最优综合配送指标数据的分组结果作为目标分组结果。
其中，当综合配送指标数据包含多种配送指标时，可以根据多种配送指标的预设权重，加权求和对应的综合得分，以根据N种分组结果各自对应的综合得分选出分数最高的分组结果作为目标分组结果。
在选择出目标分组结果后，可以直接采用该目标分组结果以及该目标分组结果预分配的配送人员进行实际地配送处理，以保证配送人员运力利用率、配送订单的配送效率。
为了更加直观地理解本实施例的思路，以并行地针对各分组结果进行预分配、模拟过程为例，结合图5直观地说明本实施例的实现过程。图中，多个可用的相似度阈值，是指前述实施例中提及的相似度阈值和调整后的相似度阈值。
以下将详细描述本发明的一个或多个实施例的任务分组装置。这些任务分组装置可以被实现在服务器的基础架构中，或者实现在客户端与服务器交互的服务器侧架构中。本领域技术人员可以理解，这些任务分组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任务分组装置实施例一的结构示意图，如图6所示，该任务分组装置包括：获取模块11、第一分组模块12。
获取模块11，用于根据任务源的处理资源负载压力，获取相似度阈值。
第一分组模块12，用于根据所述任务源的多个待处理任务彼此之间的相似度和所述相似度阈值，对所述多个待处理任务进行分组划分，以获得第一分组结果。
其中，所述获取模块11具体用于：
获取所述任务源的未完成任务的数量和处理资源的数量；
根据所述未完成任务的数量和所述处理资源的数量，确定所述相似度阈值。
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任务分组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：第一分配模块21。
第一分配模块21，用于为所述第一分组结果中的任务组分配对应的处理资源。
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任务分组装置实施例三的结构示意图，如图8所示，在图6所示实施例基础上，该装置还包括：调整模块31、第二分组模块32、选择模块33、第二分配模块34。
调整模块31，用于根据阈值增量，调整所述相似度阈值。
第二分组模块32，用于根据所述相似度和调整后的相似度阈值，对所述多个待处理任务进行分组划分，以获得第二分组结果。
选择模块33，用于从所述第一分组结果和所述第二分组结果中，选择目标分组结果。
第二分配模块34，用于为所述目标分组结果中的任务组分配对应的处理资源。
可选地，所述选择模块33包括：预分配单元331、模拟单元332、选择单元333。
预分配单元331，用于分别为所述第一分组结果和所述第二分组结果中的任务组预分配处理资源。
模拟单元332，用于模拟所述处理资源对预分配到的任务组的处理。
选择单元333，用于根据所述第一分组结果和所述第二分组结果分别对应的模拟结果，从所述第一分组结果和所述第二分组结果中，选择目标分组结果。
具体地，所述预分配单元331用于：
分析所述第一分组结果和所述第二分组结果中的任务组与处理资源组中每个处理资源的匹配度；
根据所述匹配度，从所述处理资源组中，分别为所述第一分组结果和所述第二分组结果中的任务组预分配处理资源
可选地，在一种实际场景中，所述任务源为配送区域，所述多个待处理任务为多个配送订单，所述任务组为配送订单组，所述处理资源为所述配送区域内的配送人员，所述处理资源负载压力为所述配送人员的平均需配送订单量。
从而可选地，所述模拟单元332具体用于：
根据预分配到的配送订单组所对应的配送地址序列，规划所述配送订单组对应的配送人员的配送路径；
根据所述配送人员的平均速度和所述配送路径，配送所述配送订单组中的配送订单，以输出所述配送订单组中配送订单的配送指标数据。
可选地，所述选择单元333具体用于：
根据所述第一分组结果的所有配送订单组中配送订单的配送指标数据，确定所述第一分组结果对应的第一综合配送指标数据；
根据所述第二分组结果的所有配送订单组中配送订单的配送指标数据，确定所述第二分组结果对应的第二综合配送指标数据；
根据所述第一综合配送指标数据和所述第二综合配送指标数据的比较结果，从所述第一分组结果和所述第二分组结果中选择目标分组结果。
图8所示装置可以执行图3、图3a、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3、图3a、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3、图3a、图4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。
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。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产品的形式体现出来，该计算机产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)执行各个实施例或者实施例的某些部分所述的方法。
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。

Claims (14)

1.一种任务分组方法，其特征在于，包括：
根据任务源的处理资源负载压力，获取相似度阈值；
根据所述任务源的多个待处理任务彼此之间的相似度和所述相似度阈值，对所述多个待处理任务进行分组划分，以获得第一分组结果；
根据阈值增量，调整所述相似度阈值；
根据所述相似度和调整后的相似度阈值，对所述多个待处理任务进行分组划分，以获得第二分组结果。
2.根据权利要求1所述的方法，其特征在于，所述相似度阈值的获取步骤包括：
获取所述任务源的未完成任务的数量和处理资源的数量；
根据所述未完成任务的数量和所述处理资源的数量，确定所述相似度阈值。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
为所述第一分组结果中的任务组分配对应的处理资源。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
从所述第一分组结果和所述第二分组结果中，选择目标分组结果；
为所述目标分组结果中的任务组分配对应的处理资源。
5.根据权利要求4所述的方法，其特征在于，所述目标分组结果的选择步骤包括：
分别为所述第一分组结果和所述第二分组结果中的任务组预分配处理资源；
模拟所述处理资源对预分配到的任务组的处理；
根据所述第一分组结果和所述第二分组结果分别对应的模拟结果，从所述第一分组结果和所述第二分组结果中，选择目标分组结果。
6.根据权利要求5所述的方法，其特征在于，所述预分配步骤包括：
分析所述第一分组结果和所述第二分组结果中的任务组与处理资源组中每个处理资源的匹配度；
根据所述匹配度，从所述处理资源组中，分别为所述第一分组结果和所述第二分组结果中的任务组预分配处理资源。
7.根据权利要求5或6所述的方法，其特征在于，所述任务源为配送区域，所述多个待处理任务为多个配送订单，所述任务组为配送订单组，所述处理资源为所述配送区域内的配送人员，所述处理资源负载压力为所述配送人员的平均需配送订单量。
8.根据权利要求7所述的方法，其特征在于，所述模拟步骤包括：
根据预分配到的配送订单组所对应的配送地址序列，规划所述配送订单组对应的配送人员的配送路径；
根据所述配送人员的平均速度和所述配送路径，配送所述配送订单组中的配送订单，以输出所述配送订单组中配送订单的配送指标数据。
9.根据权利要求8所述的方法，其特征在于，所述目标分组结果的选择步骤包括：
根据所述第一分组结果的所有配送订单组中配送订单的配送指标数据，确定所述第一分组结果对应的第一综合配送指标数据；
根据所述第二分组结果的所有配送订单组中配送订单的配送指标数据，确定所述第二分组结果对应的第二综合配送指标数据；
根据所述第一综合配送指标数据和所述第二综合配送指标数据的比较结果，从所述第一分组结果和所述第二分组结果中选择目标分组结果。
10.一种任务分组装置，其特征在于，包括：
获取模块，用于根据任务源的处理资源负载压力，获取相似度阈值；
第一分组模块，用于根据所述任务源的多个待处理任务彼此之间的相似度和所述相似度阈值，对所述多个待处理任务进行分组划分，以获得第一分组结果；
调整模块，用于根据阈值增量，调整所述相似度阈值；
第二分组模块，用于根据所述相似度和调整后的相似度阈值，对所述多个待处理任务进行分组划分，以获得第二分组结果。
11.根据权利要求10所述的装置，其特征在于，所述获取模块具体用于：
获取所述任务源的未完成任务的数量和处理资源的数量；
根据所述未完成任务的数量和所述处理资源的数量，确定所述相似度阈值。
12.根据权利要求10所述的装置，其特征在于，还包括：
第一分配模块，用于为所述第一分组结果中的任务组分配对应的处理资源。
13.根据权利要求10所述的装置，其特征在于，还包括：
选择模块，用于从所述第一分组结果和所述第二分组结果中，选择目标分组结果；
第二分配模块，用于为所述目标分组结果中的任务组分配对应的处理资源。
14.根据权利要求13所述的装置，其特征在于，所述选择模块包括：
预分配单元，用于分别为所述第一分组结果和所述第二分组结果中的任务组预分配处理资源；
模拟单元，用于模拟所述处理资源对预分配到的任务组的处理；
选择单元，用于根据所述第一分组结果和所述第二分组结果分别对应的模拟结果，从所述第一分组结果和所述第二分组结果中，选择目标分组结果。
CN201611052191.1A 2016-11-25 2016-11-25 任务分组方法和装置 Expired - Fee Related CN107392512B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201611052191.1A CN107392512B (zh) 2016-11-25 2016-11-25 任务分组方法和装置
PCT/CN2017/094786 WO2018095066A1 (zh) 2016-11-25 2017-07-27 任务分组方法、装置、电子设备及计算机存储介质
US15/965,740 US20180247265A1 (en) 2016-11-25 2018-04-27 Task grouping method and apparatus, electronic device, and computer storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611052191.1A CN107392512B (zh) 2016-11-25 2016-11-25 任务分组方法和装置

Publications (2)

Publication Number Publication Date
CN107392512A CN107392512A (zh) 2017-11-24
CN107392512B true CN107392512B (zh) 2018-06-01

Family

ID=60338216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611052191.1A Expired - Fee Related CN107392512B (zh) 2016-11-25 2016-11-25 任务分组方法和装置

Country Status (3)

Country Link
US (1) US20180247265A1 (zh)
CN (1) CN107392512B (zh)
WO (1) WO2018095066A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108460554B (zh) * 2018-02-06 2021-12-03 北京星选科技有限公司 任务配送方法、装置、电子设备及计算机可读存储介质
CN108805397A (zh) * 2018-04-24 2018-11-13 平安科技（深圳）有限公司 电子装置、分配任务的方法及存储介质
CN108694544B (zh) * 2018-05-15 2021-03-19 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
CN111400019B (zh) * 2019-01-02 2023-10-27 中国移动通信有限公司研究院 一种分配业务负载的方法、装置和计算机可读存储介质
CN110648054B (zh) * 2019-09-04 2022-05-17 中国建设银行股份有限公司 机器人流程自动化的任务并行处理方法及装置
CN110826915B (zh) * 2019-11-07 2022-07-29 中国联合网络通信集团有限公司 资源调度方法、设备及计算机可读存储介质
CN110956384A (zh) * 2019-11-26 2020-04-03 拉扎斯网络科技（上海）有限公司 配送任务的处理方法、装置、电子设备及可读存储介质
CN113222305B (zh) * 2020-01-21 2023-05-16 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
CN111401684A (zh) * 2020-02-13 2020-07-10 中国建设银行股份有限公司 一种任务处理的方法和装置
CN111339422A (zh) * 2020-03-03 2020-06-26 广东小天才科技有限公司 推荐系统任务管理平台、推荐方法及系统
CN111523977B (zh) * 2020-04-23 2023-12-08 北京京东振世信息技术有限公司 波次订单集合的创建方法、装置、计算设备和介质
CN113554381A (zh) * 2020-04-26 2021-10-26 北京京东乾石科技有限公司 一种入库调度方法和装置
CN111598486B (zh) * 2020-06-09 2023-11-10 拉扎斯网络科技（上海）有限公司 任务分组方法、平台、服务器及存储介质
CN111582774B (zh) * 2020-06-22 2022-07-08 拉扎斯网络科技（上海）有限公司 任务数据处理方法、装置、可读存储介质和电子设备
CN111737190B (zh) * 2020-07-03 2022-10-21 北京智芯微电子科技有限公司 嵌入式系统的动态软硬件协同方法、嵌入式系统
CN112053068B (zh) * 2020-09-09 2021-08-24 上海有个机器人有限公司 一种递送机器人的云端调度方法、装置和服务器
CN113450002A (zh) * 2021-07-01 2021-09-28 京东科技控股股份有限公司 任务的分配方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105373840A (zh) * 2015-10-14 2016-03-02 深圳市天行家科技有限公司 代驾订单预测方法和代驾运力调度方法
CN105678607A (zh) * 2016-01-07 2016-06-15 合肥工业大学 一种基于改进的K-Means算法的订单分批方法
CN105719109A (zh) * 2015-05-22 2016-06-29 北京小度信息科技有限公司 订单监控方法和装置
CN106097041A (zh) * 2016-06-01 2016-11-09 北京众成汇通信息技术有限公司 一种订单分配方法和装置
CN106127327A (zh) * 2016-05-17 2016-11-16 北京京东尚科信息技术有限公司 基于gis的配送站点选址方法和系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102779300B (zh) * 2012-07-05 2017-09-19 华为技术有限公司 信息处理方法、服务器及物流终端
WO2014099680A2 (en) * 2012-12-17 2014-06-26 United States Postal Service System and method of coordinating distribution of an item
US10970667B2 (en) * 2014-08-08 2021-04-06 United States Postal Service System and method for dynamically routing items
CN104599168A (zh) * 2015-02-02 2015-05-06 北京嘀嘀无限科技发展有限公司 叫车订单的分配方法和装置
CN106156965B (zh) * 2015-04-03 2021-10-26 菜鸟智能物流控股有限公司 一种物流服务调度方法与设备
US20180096287A1 (en) * 2015-04-24 2018-04-05 Amazon Technologies, Inc. Re-routing a delivery agent to improve the efficiency of transporting packages

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105719109A (zh) * 2015-05-22 2016-06-29 北京小度信息科技有限公司 订单监控方法和装置
CN105373840A (zh) * 2015-10-14 2016-03-02 深圳市天行家科技有限公司 代驾订单预测方法和代驾运力调度方法
CN105678607A (zh) * 2016-01-07 2016-06-15 合肥工业大学 一种基于改进的K-Means算法的订单分批方法
CN106127327A (zh) * 2016-05-17 2016-11-16 北京京东尚科信息技术有限公司 基于gis的配送站点选址方法和系统
CN106097041A (zh) * 2016-06-01 2016-11-09 北京众成汇通信息技术有限公司 一种订单分配方法和装置

Also Published As

Publication number Publication date
US20180247265A1 (en) 2018-08-30
WO2018095066A1 (zh) 2018-05-31
CN107392512A (zh) 2017-11-24

Similar Documents

Publication Publication Date Title
CN107392512B (zh) 任务分组方法和装置
CN105900064B (zh) 调度数据流任务的方法和装置
Weidinger et al. Scattered storage: How to distribute stock keeping units all around a mixed-shelves warehouse
CN107451878B (zh) 订单处理方法及装置
CN106776005A (zh) 一种面向容器化应用的资源管理系统及方法
US10311358B2 (en) Systems and methods for multi-objective evolutionary algorithms with category discovery
CN106779910A (zh) 配送订单分配方法和装置
CN108491951A (zh) 一种外卖配送时间的预测方法、装置及电子设备
CN108984301A (zh) 自适应云资源调配方法和装置
CN106447470A (zh) 配送订单分配方法和装置
CN109213597A (zh) 资源分配方法、装置、计算机设备及计算机可读存储介质
CN108537365A (zh) 一种配送时长的预测方法及装置
Boysen et al. Scheduling aircraft landings to balance workload of ground staff
CN103491024B (zh) 一种面向流式数据的作业调度方法及装置
CN109547546A (zh) 一种请求任务的调度方法及调度中心服务器
CN109214756A (zh) 基于蚁群算法和分层优化的整车物流调度方法及装置、存储介质、终端
CN109118310A (zh) 订单处理方法和装置
CN107133096A (zh) 一种资源分配方法及装置
CN109003011A (zh) 配送服务资源的分配方法及装置、电子设备
CN112190927B (zh) 基于云计算的游戏资源分配方法及云游戏服务平台
CN112036696A (zh) 任务分配方法、任务分配装置、存储介质和电子设备
CN106471473A (zh) 用于控制数据中心中的服务器过高分配的机制
CN109697637A (zh) 对象类别确定方法、装置、电子设备及计算机存储介质
CN109978292A (zh) 门店的智能管理方法及装置
CN112200526A (zh) 订单输出方法、装置、计算机设备及计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190312

Address after: Room 202, 2 floors, 1-3 floors, No. 11 Shangdi Information Road, Haidian District, Beijing 100085

Co-patentee after: Lazas Network Technology (Shanghai) Co., Ltd.

Patentee after: Beijing Xiaodu Information Technology Co.,Ltd.

Address before: Room 202, 2 floors, 1-3 floors, No. 11 Shangdi Information Road, Haidian District, Beijing 100085

Patentee before: Beijing Xiaodu Information Technology Co.,Ltd.

CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Building N3, building 12, No. 27, Jiancai Chengzhong Road, Haidian District, Beijing 100086

Patentee after: Beijing Xingxuan Technology Co.,Ltd.

Patentee after: Lazas Network Technology (Shanghai) Co., Ltd.

Address before: 100085 Beijing, Haidian District on the road to the information on the ground floor of the 1 to the 3 floor of the 2 floor, room 11, 202

Patentee before: Beijing Xiaodu Information Technology Co.,Ltd.

Patentee before: Lazas Network Technology (Shanghai) Co., Ltd.

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180601