CN108197825A - 系统调度方法及装置 - Google Patents
系统调度方法及装置 Download PDFInfo
- Publication number
- CN108197825A CN108197825A CN201810083028.4A CN201810083028A CN108197825A CN 108197825 A CN108197825 A CN 108197825A CN 201810083028 A CN201810083028 A CN 201810083028A CN 108197825 A CN108197825 A CN 108197825A
- Authority
- CN
- China
- Prior art keywords
- transport power
- scheduling
- value set
- power systems
- different transport
- 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
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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Abstract
本发明实施方式提供了系统调度方法及装置，涉及计算机应用技术领域。其中，系统调度方法包括：获取订单的属性值集合；根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布；根据所述调度可能性指数分布调度运力系统处理所述订单。本发明所提供的方法能够基于配置信息灵活调整订单和运力系统之间的分配，提高订单调度控制系统的可配置性，降低订单调度控制系统的开发及维护成本。
Description
技术领域
本发明涉及计算机应用技术领域，更为具体而言，涉及系统调度方法及装置。
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、物流类应用。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，也面临着订单配送问题，于是订单调度控制系统应运而生。订单调度控制系统的主要任务是分配订单给相应的运力系统。
然而，在现有技术中，订单调度控制系统存在着可配置性差、开发及维护成本高等问题，由此很难满足外卖领域或物流领域中的订单调度需求。
发明内容
在现有的解决方案中，按照业务方向划分订单来源，不同业务方向下的订单需要特定的平台来控制，例如，通过专送平台将专送订单分配给专送运力系统、通过众包平台将众包订单分配给众包运力系统等，因此，如果添加新型订单和运力系统，则需要在订单调度控制系统下添加新的控制平台，由此导致订单调度控制系统的可配置性差、开发及维护成本高。
对此，本发明实施方式提供了系统调度方法及装置，用以解决现有技术中所存在的上述技术问题。
第一方面，本发明实施方式提供了一种系统调度方法。
具体地，所述方法包括：
获取订单的属性值集合；
根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布；
根据所述调度可能性指数分布调度运力系统处理所述订单。
在本实施方式中，根据配置信息和运力系统的总量，分别生成不同运力系统针对订单的属性值集合的调度可能性指数，以得到调度可能性指数分布，根据该调度可能性指数分布调度运力系统处理所述订单，因此，能够基于配置信息灵活调整订单和运力系统之间的分配，提高订单调度控制系统的可配置性，降低订单调度控制系统的开发及维护成本。
结合第一方面，在本发明的一些实施方式中，根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布包括：
根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布；
根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布；
基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
结合第一方面，在本发明的一些实施方式中，基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布包括：
基于所述似然度分布和所述先验调度概率分布，分别计算不同运力系统下似然度与先验调度概率的乘积；
分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
结合第一方面，在本发明的一些实施方式中，分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布包括：
将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量；
分别利用所述标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
结合第一方面，在本发明的一些实施方式中，获取订单的属性值集合包括：
分别根据所述订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级；
根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值；
将所述多个配送压力等级和所述其他属性值进行组合，以获取所述属性值集合。
第二方面，本发明实施方式提供了一种系统调度装置。
具体地，所述装置包括：
获取模块，用于获取订单的属性值集合；
生成模块，用于根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布；
调度模块，用于根据所述调度可能性指数分布调度运力系统处理所述订单。
在本实施方式中，根据配置信息和运力系统的总量，分别生成不同运力系统针对订单的属性值集合的调度可能性指数，以得到调度可能性指数分布，根据该调度可能性指数分布调度运力系统处理所述订单，因此，能够基于配置信息灵活调整订单和运力系统之间的分配，提高订单调度控制系统的可配置性，降低订单调度控制系统的开发及维护成本。
结合第二方面，在本发明的一些实施方式中，所述生成模块包括：
第一确定单元，用于根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布；
计算单元，用于根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布；
生成单元，用于基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
结合第二方面，在本发明的一些实施方式中，所述生成单元包括：
计算组件，用于基于所述似然度分布和所述先验概率分布，分别计算不同运力系统下似然度与先验概率的乘积；
生成组件，用于分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
结合第二方面，在本发明的一些实施方式中，所述生成组件包括：
计算子组件，用于将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量；
生成子组件，用于分别利用所述标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
结合第二方面，在本发明的一些实施方式中，所述获取模块包括：
预测单元，用于分别根据所述订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级；
第二确定单元，用于根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值；
获取单元，用于将所述多个配送压力等级和所述其他属性值进行组合，以获取所述属性值集合。
本发明的这些方面或其他方面在以下具体实施方式的描述中会更加简明易懂。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式描述中所需要使用的附图作一简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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是根据本发明方法实施方式1的系统调度方法的流程图；
图2是根据本发明方法实施方式2的系统调度方法的流程图；
图3是根据本发明方法实施方式3的系统调度方法的流程图；
图4是根据本发明方法实施方式4的系统调度方法的流程图；
图5是根据本发明方法实施方式5的系统调度方法的流程图；
图6是根据本发明产品实施方式1的系统调度装置的结构示意图；
图7示出了图6所示的生成模块200的一种实施方式；
图8示出了图7所示的生成单元230的一种实施方式；
图9示出了图8所示的生成组件232的一种实施方式；
图10示出了图6所示的获取模块100的一种实施方式；
图11是根据本发明实施方式的一种终端设备的结构示意图。
具体实施方式
以下结合附图和具体实施方式对本发明的各个方面进行详细阐述。其中，在本发明的各个具体实施方式中，众所周知的操作过程、程序模块、单元及其相互之间的连接、链接、通信或操作没有示出或未作详细说明。
并且，所描述的特征、架构或功能可在一个或一个以上实施例中以任何方式组合。
此外，本领域技术人员应当理解，下述的各种实施方式只用于举例说明，而非用于限制本发明的保护范围。本领域的技术人员还可以容易理解，本文所述和附图所示的各实施方式中的程序模块、单元或步骤可以按多种不同配置进行组合和设计。
对于未在本说明书中进行具体说明的技术术语，除非另有特定说明，都应以本领域最宽泛的意思进行解释。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的标号如S10、S11等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
下面将结合附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明的一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施方式，都属于本发明保护的范围。
【方法实施方式1】
图1是根据本发明方法实施方式1的系统调度方法的流程图。参见图1，在本实施方式中，所述方法包括：
S11：获取订单的属性值集合。
示例性地，所述属性值集合涉及多个属性，例如包括但不限于：商户属性、订单类别属性、订单金额属性、配送压力属性、用户选择属性和人工介入属性。
S12：根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
其中，所述调度可能性指数用于度量或指示运力系统被调度的可能性。
S13：根据所述调度可能性指数分布调度运力系统处理所述订单。
在本实施方式中，根据配置信息和运力系统的总量，分别生成不同运力系统针对订单的属性值集合的调度可能性指数，以得到调度可能性指数分布，根据该调度可能性指数分布调度运力系统处理所述订单，因此，能够基于配置信息灵活调整订单和运力系统之间的分配，提高订单调度控制系统的可配置性，降低订单调度控制系统的开发及维护成本。
【方法实施方式2】
图2是根据本发明方法实施方式2的系统调度方法的流程图。参见图2，在本实施方式中，所述方法包括：
S21：获取订单的属性值集合。
S22：根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布。
其中，所述似然度用于在已知观测结果的情形下，估计相关事物性质的可能性。
S23：根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布。
其中，所述先验调度概率是指根据已有知识进行主观推断而得出的运力系统被调度的概率。例如，若运力系统的总量为n，则不同运力系统的先验调度概率均为1/n。
S24：基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
S25：根据所述调度可能性指数分布调度运力系统处理所述订单。
【方法实施方式3】
图3是根据本发明方法实施方式3的系统调度方法的流程图。参见图3，在本实施方式中，所述方法包括：
S31：获取订单的属性值集合。
S32：根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布。
S33：根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布。
S34：基于所述似然度分布和所述先验调度概率分布，分别计算不同运力系统下似然度与先验调度概率的乘积。
S35：分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
S36：根据所述调度可能性指数分布调度运力系统处理所述订单。
【方法实施方式4】
图4是根据本发明方法实施方式4的系统调度方法的流程图。参见图4，在本实施方式中，所述方法包括：
S41：获取订单的属性值集合。
S42：根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布。
S43：根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布。
S44：基于所述似然度分布和所述先验调度概率分布，分别计算不同运力系统下似然度与先验调度概率的乘积。
S45：将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量。
S46：分别利用所述标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
例如，将所述乘积除以所述标准化常量以实现所述归一化处理，并将经归一化处理后所得到的数值作为所述调度可能性指数。
S47：根据所述调度可能性指数分布调度运力系统处理所述订单。
【方法实施方式5】
图5是根据本发明方法实施方式5的系统调度方法的流程图。参见图5，在本实施方式中，所述方法包括：
S51：分别根据订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级。
在本实施方式中，所述多个配送压力等级例如包括但不限于：专送压力等级和众包压力等级。
S52：根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值。
S53：将所述多个配送压力等级和所述其他属性值进行组合，以获取所述订单的属性值集合。
S54：根据配置信息和运力系统的总量，分别计算不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
S55：根据所述调度可能性指数分布调度运力系统处理所述订单。
【方法实施方式6】
下面结合具体示例对本实施方式所提供的系统调度方法进行具体描述。在本实施方式中，所述方式包括：
(1)分别根据订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级。
例如，调用预测模型分别根据所述订单所对应的配送区域在当前时段的专送特征值集合(例如包括：专送配送员数量、积压派单量、派单增长速度、派单消化速度等)和众包特征值集合(例如包括：众包配送员数量、积压放单量、放单增长速度、放单消化速度等)，预测所述配送区域在下一时段的专送压力等级和众包压力等级。
(2)根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值。
其中，所述其他属性值例如包括但不限于：商户属性、订单类别属性、订单金额属性、配送压力属性、用户选择属性和人工介入属性的取值。商户属性的取值例如为：专送商户或者快送商户；订单类别属性的取值例如为：VIP(very important people，贵宾)订单或者非VIP订单；订单金额属性的取值例如为：大金额订单、普通金额订单；配送压力属性的取值例如包括：专送方式下的配送压力等级和众包方式下的配送压力等级；用户选择属性的取值例如为：配送或者到店自取；人工介入属性的取值例如为：专送、众包或者自取。
(3)将所述多个配送压力等级和所述其他属性值进行组合，以获取所述订单的属性值集合。
(4)根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布。
由于上述各属性的属性值都是离散可穷举的，因此，可以预先在配置项中配置属性值集合针对不同运力系统的似然度。
(5)根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布。
假设运力系统的总量为n，则运力系统Hi的先验调度概率P(Hi)的取值为1/n。
(6)基于所述似然度分布和所述先验调度概率分布，分别计算不同运力系统下似然度与先验调度概率的乘积。
(7)将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量。
即，通过下述公式计算属性值集合D的标准化常量P(D)：
其中，P(D|Hi)为属性值集合D在运力系统Hi下的似然度。
(8)分别利用所述标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统在所述属性值集合下的后验调度概率(一种调度可能性指数)，以得到后验调度概率分布。
其中，所述后验调度概率是指在给定的属性值集合下调度运力系统(未知量)的概率。
即，通过下述公式计算运力系统Hi在属性值集合D下的后验调度概率P(Hi|D)：
(8)根据所述后验调度概率分布调度运力系统处理所述订单。
例如，选取后验调度概率最大的运力系统处理订单。
【产品实施方式1】
图6是根据本发明产品实施方式1的系统调度装置的结构示意图。参见图6，在本实施方式中，系统调度装置10包括：获取模块100、生成模块200和调度模块300，具体地：
获取模块100用于获取订单的属性值集合。
示例性地，所述属性值集合涉及多个属性，例如包括但不限于：商户属性、订单类别属性、订单金额属性、配送压力属性、用户选择属性和人工介入属性。
生成模块200用于根据配置信息和运力系统的总量，分别生成不同运力系统针对获取模块100所获取到的属性值集合的调度可能性指数，以得到调度可能性指数分布。
其中，所述调度可能性指数用于度量或指示运力系统被调度的可能性。
调度模块300用于根据生成模块200所得到的调度可能性指数分布调度运力系统处理所述订单。
在本实施方式中，根据配置信息和运力系统的总量，分别生成不同运力系统针对订单的属性值集合的调度可能性指数，以得到调度可能性指数分布，根据该调度可能性指数分布调度运力系统处理所述订单，因此，能够基于配置信息灵活调整订单和运力系统之间的分配，提高订单调度控制系统的可配置性，降低订单调度控制系统的开发及维护成本。
【产品实施方式2】
本实施方式所提供的系统调度装置包括产品实施方式1中的全部内容，在此不再赘述。如图7所示，在本实施方式中，生成模块200包括：第一确定单元210、计算单元220和生成单元230，具体地：
第一确定单元210用于根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布。
其中，所述似然度用于在已知观测结果的情形下，估计相关事物性质的可能性。
计算单元220用于根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布。
其中，所述先验调度概率是指根据已有知识进行主观推断而得出的运力系统被调度的概率。例如，若运力系统的总量为n，则不同运力系统的先验调度概率均为1/n。
生成单元230用于基于确定单元210所得到的似然度分布和计算单元220所得到的先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
【产品实施方式3】
本实施方式所提供的系统调度装置包括产品实施方式2中的全部内容，在此不再赘述。如图8所示，在本实施方式中，生成单元230包括：计算组件231和生成组件232，具体地：
计算组件231用于基于所述似然度分布和所述先验概率分布，分别计算不同运力系统下似然度与先验概率的乘积。
生成组件232用于分别对计算组件231计算出的不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
【产品实施方式4】
本实施方式所提供的系统调度装置包括产品实施方式3中的全部内容，在此不再赘述。如图9所示，在本实施方式中，生成组件232包括：计算子组件2321和生成子组件2322，具体地：
计算子组件2321用于将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量。
生成子组件2322用于分别利用计算子组件2321计算出的标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
例如，将所述乘积除以所述标准化常量以实现所述归一化处理，并将经归一化处理后所得到的数值作为所述调度可能性指数。
【产品实施方式5】
本实施方式所提供的系统调度装置包括产品实施方式1至产品实施方式4中任一项的全部内容，在此不再赘述。如图10所示，在本实施方式中，获取模块100包括：预测单元110、第二确定单元120和获取单元130，具体地：
预测单元110用于分别根据所述订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级。
在本实施方式中，所述多个配送压力等级例如包括但不限于：专送压力等级和众包压力等级。
第二确定单元120用于根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值。
获取单元130用于将预测单元110所预测出的多个配送压力等级和第二确定单元120所确定出的其他属性值进行组合，以获取所述属性值集合。
如图11所示，本发明的实施方式还提供了一种终端设备，包括存储器21和处理器22；其中，
存储器21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处理器22执行时能够实现如方法实施方式1至方法实施方式6中任意一项所述的方法。
在本实施方式中，根据配置信息和运力系统的总量，分别生成不同运力系统针对订单的属性值集合的调度可能性指数，以得到调度可能性指数分布，根据该调度可能性指数分布调度运力系统处理所述订单，因此，能够基于配置信息灵活调整订单和运力系统之间的分配，提高订单调度控制系统的可配置性，降低订单调度控制系统的开发及维护成本。
此外，本发明的实施方式还提供一种计算机存储介质，所述计算机存储介质用于存储一条或多条计算机指令，其中，当所述一条或多条计算机指令被执行时能够实现如方法实施方式1至方法实施方式6中任意一项所述的方法。
在本实施方式中，根据配置信息和运力系统的总量，分别生成不同运力系统针对订单的属性值集合的调度可能性指数，以得到调度可能性指数分布，根据该调度可能性指数分布调度运力系统处理所述订单，因此，能够基于配置信息灵活调整订单和运力系统之间的分配，提高订单调度控制系统的可配置性，降低订单调度控制系统的开发及维护成本。
本领域的技术人员可以清楚地了解到本发明可全部通过软件实现，也可借助软件结合硬件平台的方式来实现。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，所述计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，智能手机或者网络设备等)执行本发明各个实施方式或者实施方式的某些部分所述的方法。
本文中所使用的“软件”等词均指一般意义上的任意类型的计算机编码或者计算机可执行指令集，可以运行所述编码或者指令集来使计算机或其他处理器程序化以执行如上所述的本发明的技术方案的各个方面。此外，需要说明的是，根据实施方式的一个方面，在执行时实施本发明的技术方案的方法的一个或多个计算机程序不必须要在一台计算机或处理器上，而是可以分布于多个计算机或者处理器中的模块中，以执行本发明的技术方案的各个方面。
计算机可执行指令可以有许多形式，如程序模块，可以由一台或多台计算机或是其他设备执行。一般地，程序模块包括例程、程序、对象、组件以及数据结构等等，执行特定的任务或是实施特定的抽象数据类型。特别地，在各种实施方式中，程序模块进行的操作可以根据各个不同实施方式的需要进行结合或者拆分。
并且，本发明的技术方案可以体现为一种方法，并且已经提供了所述方法的至少一个示例。可以通过任何一种合适的顺序执行动作，所述动作表现为所述方法中的一部分。因此，实施方式可以构造成可以按照与所示出的执行顺序不同的顺序执行动作，其中，可以包括同时地执行一些动作(尽管在示出的实施方式中，这些动作是连续的)。
本文所给出的和使用的定义，应当对照字典、通过引用而并入的文档中的定义、和/或其通常意思进行理解。
在权利要求书中以及上述的说明书中，所有的过度短语，例如“包括”、“具有”、“包含”、“承载”、“具有”、“涉及”、“主要由…组成”以及类似词语是应理解为是开放式的，即，包含但不限于。
本发明说明书中使用的术语和措辞仅仅为了举例说明，并不意味构成限定。本领域技术人员应当理解，在不脱离所公开的实施方式的基本原理的前提下，对上述实施方式中的各细节可进行各种变化。因此，本发明的范围只由权利要求确定，在权利要求中，除非另有说明，所有的术语应按最宽泛合理的意思进行理解。
以上具体描述了本发明的各种不同的实施方式，下面以另一种形式描述本发明各实施方式的技术方案的各个方面或特征，并且其不限于下述一系列段落，为了清楚起见，可给这些段落中的一些或所有段落指定字母数字。这些段落中的每一段可以以任何合适的方式与一个或多个其他段落的内容组合。在不限定合适的组合中的一些的实例的条件下，下文中的一些段落特别引用其他段落并且进一步限定其他段落。
A1、一种系统调度方法，所述方法包括：
获取订单的属性值集合；
根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布；
根据所述调度可能性指数分布调度运力系统处理所述订单。
A2、如A1所述的方法中，根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布包括：
根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布；
根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布；
基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
A3、如A2所述的方法中，基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布包括：
基于所述似然度分布和所述先验调度概率分布，分别计算不同运力系统下似然度与先验调度概率的乘积；
分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
A4、如A3所述的方法中，分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布包括：
将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量；
分别利用所述标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
A5、如A1至A4中任一项所述的方法中，获取订单的属性值集合包括：
分别根据所述订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级；
根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值；
将所述多个配送压力等级和所述其他属性值进行组合，以获取所述属性值集合。
B6、一种系统调度装置，所述装置包括：
获取模块，用于获取订单的属性值集合；
生成模块，用于根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布；
调度模块，用于根据所述调度可能性指数分布调度运力系统处理所述订单。
B7、如B6所述的装置中，所述生成模块包括：
第一确定单元，用于根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布；
计算单元，用于根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布；
生成单元，用于基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
B8、如B7所述的装置中，所述生成单元包括：
计算组件，用于基于所述似然度分布和所述先验概率分布，分别计算不同运力系统下似然度与先验概率的乘积；
生成组件，用于分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
B9、如B8所述的装置中，所述生成组件包括：
计算子组件，用于将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量；
生成子组件，用于分别利用所述标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
B10、如B6至B9中任一项所述的装置中，所述获取模块包括：
预测单元，用于分别根据所述订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级；
第二确定单元，用于根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值；
获取单元，用于将所述多个配送压力等级和所述其他属性值进行组合，以获取所述属性值集合。
C11、一种终端设备，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能够实现如A1至A5中任一项所述的方法。
D12、一种计算机存储介质，用于存储一条或多条计算机指令，其中，当所述一条或多条计算机指令被执行时能够实现如A1至A5中任一项所述的方法。
Claims (10)
1.一种系统调度方法，其特征在于，所述方法包括：
获取订单的属性值集合；
根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布；
根据所述调度可能性指数分布调度运力系统处理所述订单。
2.如权利要求1所述的方法，其特征在于，根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布包括：
根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布；
根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布；
基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
3.如权利要求2所述的方法，其特征在于，基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布包括：
基于所述似然度分布和所述先验调度概率分布，分别计算不同运力系统下似然度与先验调度概率的乘积；
分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
4.如权利要求3所述的方法，其特征在于，分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布包括：
将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量；
分别利用所述标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
5.如权利要求1至4中任一项所述的方法，其特征在于，获取订单的属性值集合包括：
分别根据所述订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级；
根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值；
将所述多个配送压力等级和所述其他属性值进行组合，以获取所述属性值集合。
6.一种系统调度装置，其特征在于，所述装置包括：
获取模块，用于获取订单的属性值集合；
生成模块，用于根据配置信息和运力系统的总量，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布；
调度模块，用于根据所述调度可能性指数分布调度运力系统处理所述订单。
7.如权利要求6所述的装置，其特征在于，所述生成模块包括：
第一确定单元，用于根据配置信息分别确定所述属性值集合针对不同运力系统的似然度，以得到似然度分布；
计算单元，用于根据运力系统的总量分别计算不同运力系统的先验调度概率，以得到先验调度概率分布；
生成单元，用于基于所述似然度分布和所述先验调度概率分布，分别生成不同运力系统针对所述属性值集合的调度可能性指数，以得到调度可能性指数分布。
8.如权利要求7所述的装置，其特征在于，所述生成单元包括：
计算组件，用于基于所述似然度分布和所述先验概率分布，分别计算不同运力系统下似然度与先验概率的乘积；
生成组件，用于分别对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
9.如权利要求8所述的装置，其特征在于，所述生成组件包括：
计算子组件，用于将不同运力系统的所述乘积相加以计算出所述属性值集合的标准化常量；
生成子组件，用于分别利用所述标准化常量对不同运力系统的所述乘积进行归一化处理，以生成不同运力系统针对所述属性值集合的调度可能性指数，从而得到调度可能性指数分布。
10.如权利要求6至9中任一项所述的装置，其特征在于，所述获取模块包括：
预测单元，用于分别根据所述订单所对应的配送区域在当前时段的多个配送特征值集合，预测所述配送区域在下一时段的多个配送压力等级；
第二确定单元，用于根据所述订单的订单数据，确定除配送压力等级以外所述订单的其他属性值；
获取单元，用于将所述多个配送压力等级和所述其他属性值进行组合，以获取所述属性值集合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810083028.4A CN108197825B (zh) | 2018-01-29 | 2018-01-29 | 系统调度方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810083028.4A CN108197825B (zh) | 2018-01-29 | 2018-01-29 | 系统调度方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108197825A true CN108197825A (zh) | 2018-06-22 |
| CN108197825B CN108197825B (zh) | 2022-04-26 |
Family
ID=62591696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810083028.4A Active CN108197825B (zh) | 2018-01-29 | 2018-01-29 | 系统调度方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108197825B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685275A (zh) * | 2018-12-27 | 2019-04-26 | 拉扎斯网络科技（上海）有限公司 | 配送团队负载压力预测方法、装置、电子设备及存储介质 |
| CN109685424A (zh) * | 2018-12-25 | 2019-04-26 | 拉扎斯网络科技（上海）有限公司 | 配送信息的处理方法、装置、存储介质和电子设备 |
| 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 |
| CN110378529A (zh) * | 2019-07-17 | 2019-10-25 | 拉扎斯网络科技（上海）有限公司 | 一种数据生成的方法、装置、可读存储介质和电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846071A (zh) * | 2017-02-23 | 2017-06-13 | 北京小度信息科技有限公司 | 数据处理方法及装置 |
| CN106910091A (zh) * | 2017-02-23 | 2017-06-30 | 北京小度信息科技有限公司 | 数据处理方法及装置 |
| CN106952060A (zh) * | 2016-08-04 | 2017-07-14 | 北京小度信息科技有限公司 | 物流调度方法及装置 |
| CN107274120A (zh) * | 2017-05-17 | 2017-10-20 | 北京小度信息科技有限公司 | 应用于运力调度的数据处理方法及装置 |
| CN107292709A (zh) * | 2017-06-14 | 2017-10-24 | 北京小度信息科技有限公司 | 订单处理方法及装置 |
| US20180025407A1 (en) * | 2015-02-02 | 2018-01-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for order processing |
-
2018
- 2018-01-29 CN CN201810083028.4A patent/CN108197825B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180025407A1 (en) * | 2015-02-02 | 2018-01-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for order processing |
| CN106952060A (zh) * | 2016-08-04 | 2017-07-14 | 北京小度信息科技有限公司 | 物流调度方法及装置 |
| CN106846071A (zh) * | 2017-02-23 | 2017-06-13 | 北京小度信息科技有限公司 | 数据处理方法及装置 |
| CN106910091A (zh) * | 2017-02-23 | 2017-06-30 | 北京小度信息科技有限公司 | 数据处理方法及装置 |
| CN107274120A (zh) * | 2017-05-17 | 2017-10-20 | 北京小度信息科技有限公司 | 应用于运力调度的数据处理方法及装置 |
| CN107292709A (zh) * | 2017-06-14 | 2017-10-24 | 北京小度信息科技有限公司 | 订单处理方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685424A (zh) * | 2018-12-25 | 2019-04-26 | 拉扎斯网络科技（上海）有限公司 | 配送信息的处理方法、装置、存储介质和电子设备 |
| CN109685275A (zh) * | 2018-12-27 | 2019-04-26 | 拉扎斯网络科技（上海）有限公司 | 配送团队负载压力预测方法、装置、电子设备及存储介质 |
| 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 |
| CN110378529A (zh) * | 2019-07-17 | 2019-10-25 | 拉扎斯网络科技（上海）有限公司 | 一种数据生成的方法、装置、可读存储介质和电子设备 |
| CN110378529B (zh) * | 2019-07-17 | 2021-01-05 | 拉扎斯网络科技（上海）有限公司 | 一种数据生成的方法、装置、可读存储介质和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108197825B (zh) | 2022-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pan et al. | Order batching in a pick-and-pass warehousing system with group genetic algorithm | |
| CN109840648B (zh) | 用于输出储位信息的方法和装置 | |
| CN108197825A (zh) | 系统调度方法及装置 | |
| US11210300B2 (en) | System and methods of generating structured data from unstructured data | |
| KR101300297B1 (ko) | 공급망 관리용 생산 최적화기 | |
| US8799050B2 (en) | Resource demand capacity mechanism | |
| Thürer et al. | Concerning workload control and order release: the pre‐shop pool sequencing decision | |
| Oukil et al. | Ranking dispatching rules in multi-objective dynamic flow shop scheduling: a multi-faceted perspective | |
| CN109840730B (zh) | 用于数据预测的方法及装置 | |
| US8612532B2 (en) | System and method for optimizing response handling time and customer satisfaction scores | |
| CN110399995A (zh) | 运单投诉处理方法、装置、设备及其存储介质 | |
| US11182841B2 (en) | Prospect recommendation | |
| CN109063935A (zh) | 一种预测任务处理时间的方法、装置及存储介质 | |
| Low et al. | Integration of production scheduling and delivery in two echelon supply chain | |
| Lahrichi et al. | A first MILP model for the parameterization of Demand-Driven MRP | |
| CN115202847A (zh) | 任务的调度方法和装置 | |
| CN114444751A (zh) | 物资需求预测方法、装置、计算机设备以及存储介质 | |
| Grinvald et al. | Inter-case properties and process variant considerations in time prediction: A conceptual framework | |
| CN116797098A (zh) | 基于模型训练的工作质量评估方法、装置、设备及介质 | |
| CN113298555B (zh) | 推广策略生成方法、装置及电子设备 | |
| CN115545617A (zh) | Erp电商订单库存管理方法、装置、设备及可读存储介质 | |
| CN115099865A (zh) | 一种数据处理方法和装置 | |
| JPH11259564A (ja) | 販売予測支援システム | |
| CN108038735A (zh) | 数据生成方法及装置 | |
| CN115471148A (zh) | 数据处理方法、装置、设备及存储介质 |
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: 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 Applicant after: Beijing Xingxuan Technology 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 Applicant before: BEIJING XIAODU INFORMATION TECHNOLOGY CO., LTD. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |