CN108960644A - 数据处理方法、装置及设备 - Google Patents
数据处理方法、装置及设备 Download PDFInfo
- Publication number
- CN108960644A CN108960644A CN201810753112.2A CN201810753112A CN108960644A CN 108960644 A CN108960644 A CN 108960644A CN 201810753112 A CN201810753112 A CN 201810753112A CN 108960644 A CN108960644 A CN 108960644A
- Authority
- CN
- China
- Prior art keywords
- dispatching
- order
- unallocated
- order group
- group
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000009826 distribution Methods 0.000 claims abstract description 143
- 238000012545 processing Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 32
- 230000000630 rising effect Effects 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 6
- 239000002699 waste material Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000926 separation method Methods 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
- G06Q10/08—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
- 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
- G06Q10/06—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
- G06Q10/063114—Status monitoring or status determination 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
- G06Q10/06—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
- G06Q10/063116—Schedule adjustment 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (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)
- Information Transfer Between Computers (AREA)
Abstract
本发明实施例提供一种数据处理方法、装置及设备,在本发明实施例的技术方案中,分别获得至少两种配送业务的未分配订单组;确定配送人员的状态指标;确定所述未分配订单组的配送指标;基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员,实现了将至少两种配送业务的配送订单进行融合调度,从而降低了配送成本,节省了配送资源,提高了配送资源的利用率。
Description
技术领域
本发明实施例涉及计算机应用技术领域,尤其涉及一种数据处理方法、装置及设备。
背景技术
电子商务时代的到来,也带动了物流服务的飞速发展,为了满足不同配送需求,提供物流服务的配送业务也越来也多样化。
在配送业务进行配送调度时,需要配送人员参与完成,由配送人员根据配送订单完成取件和/或派件等操作。由于不同配送业务应对的配送需求可能不一样,因此配送调度方式也不一样,这就导致了目前配送业务均使用的是各自独立的配送人员进行配送调度,这无疑增加了配送成本,导致配送资源的浪费。
发明内容
为了应对各自的配送需求,目前的配送业务均使用的各自独立的配送人员进行配送调度,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压力配置配送人员,配送人员在某些情况下非常冗余,导致配送资源的浪费,且目前的大部分配送业务的配送调度方式通常都是由人工执行,采用人工分拣配送订单的方式进行配送调度,对配送人员的经验要求较高,存在错分问题,也会影响配送效率。
有鉴于此,本发明实施例提供了一种数据处理方法、装置及设备,用以降低配送成本,提高配送资源利用率,保证配送效率。
本发明实施例的第一方面提供了一种数据处理方法,包括:
分别获得至少两种配送业务的未分配订单组;
确定配送人员的状态指标;
确定所述未分配订单组的配送指标;
基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
可选地,所述至少两种配送业务包括第一配送业务以及第二配送业务;
所述第一配送业务的配送类型包括从集散点提取配送对象并送达至接收方的派件类型、以及从寄送方提取配送对象并送达至所述集散点的取件类型;
所述第二配送业务的配送类型为从寄送方接收配送对象并配送至接收方。
可选地,所述配送指标包括起点地址、终点地址以及期望完成时间;
所述第一配送业务的每一个未分配订单组的配送指标的确定步骤包括:
将所述每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组的期望完成时间;
根据所述每一未分配订单组的各个配送订单的用户地址以及集散点地址,规划各个配送订单的预计配送顺序;
针对取件类型,将第一个配送的配送订单的起点地址作为所述每一未分配订单组的起点地址,以及所述集散点地址作为所述每一未分配订单组的终点地址;
针对派件类型,将所述集散点地址作为所述每一未分配订单组的起点地址,以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组的终点地址;
所述第二配送业务的每一个未分配订单组的配送指标的确定步骤包括:
将所述每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组对应每一个配送人员的期望完成时间;
根据每一未分配订单组的各个配送订单的起点地址、终点地址以及所述每一配送人员的预计配送位置,规划各个配送订单对应每一个配送人员的预计配送顺序;
将第一个配送的配送订单的起点地址作为所述每一未分配订单组对应所述每一配送人员的起点地址、以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组对所述每一配送人员的终点地址。
可选地,所述每一配送人员的状态指标包括预计配送时间以及预计配送位置;
所述分配步骤包括:
根据所述每一配送人员的预计配送位置与所述每一组未分配订单组的起点地址的距离、所述预计配送时间与所述每一组未分配订单组的期望送达时间的时间差、对每一组未分配订单组的起点地址的熟悉程度、对每一组未分配订单组的终点地址的熟悉程度、配送完成每一未分配订单组的预计完成时间、每一组未分配订单组的紧急程度中的一个或多个因素,计算每一未分配订单组与每一配送人员的匹配分数;
根据所述匹配分数,分配所述每一未分配订单组至相匹配的配送人员。
可选地,所述分配步骤包括:
将每一未分配订单组分别作为第N个待确定的未分配订单组,执行从未匹配的配送人员中,确定与未匹配的每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;其中,N为未分配订单组的总数量,为大于等于1的整数;M为大于等于1的整数;
针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;
按照列表分数最优的分配列表,分配所述每一未分配订单组至对应的配送人员。
可选地,所述配送人员的所述预计配送时间以及所述预计配送位置的确定步骤包括:
根据所述配送人员当前未配送完成的已分配订单组,将所述已分配订单组的预计完成时间作为所述预计配送时间、所述已分配订单组的终点地址作为所述预计配送位置。
可选地,所述每一配送人员配送完成每一未分配订单组的预计完成时间按照如下方式确定:
根据每一未分配订单组的配送路径、所述每一配送人员的行动速度以及所述每一未分配订单组中每一配送订单的用户等待时间,确定每一配送人员预计完成所述每一配送订单的订单完成时间;
根据所述订单完成时间,计算所述每一配送人员预计完成所述每一未分配订单组的预计完成时间。
可选地,所述方法还包括:
基于起点地址之间的距离以及终点地址之间的距离,计算任一配送人员的已分配订单组分别与所述第一配送业务的未分配订单组以及所述第二配送业务未分配的配送订单的订单相似度;
将订单相似度大于相似阈值的所述第一配送业务的未分配订单组和/或所述第二配送业务未分配的配送订单,加入至所述已分配订单组。
本发明实施例的第二方面提供了一种数据处理装置,包括:
订单获取模块,用于分别获得至少两种配送业务未分配的未分配订单组;
第一指标确定模块,用于确定配送人员的状态指标;
第二指标确定模块,用于确定所述未分配订单组的配送指标;
第一订单分配模块,用于基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
本发明实施例的第三方面提供了一种数据处理设备,包括处理组件以及存储组件;
所述存储组件存储一条或多条计算机指令;
所述处理组件用于调用并所述一条或多条计算机指令,实现如下操作:
分别获得至少两种配送业务未分配的未分配订单组;
确定配送人员的状态指标;
确定所述未分配订单组的配送指标;
基于所述配送指标以及所述状态指标,分配所述每一未分配订单组至相匹配的配送人员。
通过本发明实施例,实现了将至少两种配送业务的配送订单的融合调度,从而使得至少两种配送业务可以共用同一批配送人员,降低了配送成本,使得配送资源得到了充分利用,避免了配送资源浪费,且实现了配送订单的自动配送调度,无需人工分拣,保证了配送效率。
本发明的这些方面或其他方面在以下实施例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示出了本发明实施例提供一种数据处理方法一个实施例的流程示意图;
图2示出了本发明实施例提供的一种数据处理方法又一个实施例的流程示意图;
图3示出了本发明实施例提供的一种数据处理装置一个实施例结构示意图;
图4示出了本发明实施例提供的一种数据处理装置又一个实施例的结构示意图;
图5示出了本发明实施例提供的一种数据处理设备一个实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
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,操作的序号如101、102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。
正如背景技术中所述,提供物流服务的配送业务越来越多样化,不同配送业务为了解决不同配送需求,通常使用各自独立的配送人员进行配送调度,以目前常见的两种配送业务为例进行说明,为了方便描述命名为第一配送业务以及第二配送业务。其中,第一配送业务的配送类型包括取件类型以及派件类型,取件类型是指从寄送方提取配送对象并送达至集散点,派件类型是指从集散点提取配送对象并送达至接收方,因此第一配送业务的配送订单可以为取件订单或者派件订单,第一配送业务的配送操作可以为取件操作或者派件操作。在实际应用中,比如落地配即属于第一配送业务,普通的快递业务即为一种典型的落地配业务。对于取件类型,从寄送方获取的配送对象均被送至集散点等待配送,对于派件类型,配送对象均从集群点提取以配送至接收方。其中,配送对象例如可以是指各种物品,具体可以是基于网上交易获得的商品。
第二配送业务的配送类型是指从寄送方接收配送对象并配送至接收方,可以是按照期望完成时间进行配送,第二配送业务的配送操作包括取件操作以及派件操作,在实际应用中,比如基于O2O(Online To Offline,线上到线下)实现的外卖应用使用的外卖配送即属于第二配送业务的典型应用。
发明人在研究中发现,第一配送业务以及第二配送业务的配送高峰期不一样,以落地配配送业务和外卖配送业务为例,落地配配送业务的派件高峰期例如可能在每天8-11点,取件高峰期例如可能在每天7-9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。上述两种配送业务在各自的配送低峰期均有较大的人力浪费,这也是造成配送成本较高的一个主要原因。
为了解决配送成本较高,人力资源浪费的问题,发明人进一步发现,除了不同配送业务的配送高峰期可能不一样,在派送及时性的要求方面可能也不一样,比如第一配送业务以及第二配送业务配送期限不同,所述第一配送业务的配送订单的配送期限大于所述第二配送业务的配送订单的配送期限;
配送期限可以是指从配送订单生成时刻到配送订单配送完成时刻之间的时间长度,第一配送业务的配送订单的配送期限大于所述第二配送业务的配送订单的配送期限,也即表明第一配送业务的配送及时性低于第二配送业务的配送及时性,例如第一配送业务可以是从订单生成时刻开始之后的24小时内完成配送订单即可,而第二配送业务可能需要从订单生成时刻开始之后的半个小时内完成配送订单。因此如果将不同配送业务的配送订单融合进行调度,使用同一批配送人员,就可以相互错峰配送,从而可以减少配送人员的数量,达到节省成本的目的。基于这一创造性思维,本发明实施例提供了一种数据处理方法、装置及处理设备,以实现如何融合调度,达到节省成本,提高配送资源利用率的目的。
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,所描述的实施例仅仅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。
图1为本发明实施例提供的一种数据处理方法一个实施例的流程图,该方法可以包括以下几个步骤:
101:分别获得至少两种配送业务的未分配订单组。
举例来说,每种配送业务的未分配订单组由对未分配的配送订单进行分组获得。每种配送业务包括一个或多个未分配订单组。
根据实际需求可以针对两种或者多种不同的配送业务的配送订单进行配送调度。
其中,未分配订单组包括至少一个配送订单。
由于每一次调度时,一种配送业务的配送订单可能包括很多,而为了优化调度效果,保证配送效率,发明人研究发现,可以将每一种配送业务的配送订单进行分组,以使得每一分配订单组中的各个配送订单的起点地址接近、终点地址接近和/或期望完成时间接近。例如,同一未分配订单组中各个配送订单的起点地址彼此之间的距离位于第一距离范围内、终点地址彼此之间的距离位于第二距离范围内、和/或期望完成时间彼此之间的时间差位于预设时间范围内。配送订单的具体分组方案在下面实施例中会详细进行介绍。
其中,对于第一配送业务,配送订单的期望完成时间可以是指配送对象送达至接收方的期望送达时间或者从寄送方接收配送对象的期望接收时间;对于第二配送业务,配送订单的期望完成时间可以是指配送对象送达至接收方的期望送达时间。举例来说,配送订单的期望完成时间可以为某一个具体时刻,例如8:40;其可以是用户提供的,或者系统根据历史规律设置的,比如对于第一配送业务,由于其配送及时性要求不高,在配送期限内送达即可,因此期望完成时间可以设置为配送期限内的任意时刻;对于第二配送业务,由于对于配送及时性要求较高,因此期望完成时间可以根据配送订单的生成时间以及配送对象的最大配送时长确定,最大配送时长可以根据接收方与寄送方之间的最远距离、配送人员的最小行动速度等计算获得。
当然,在特殊情况下,每一个未分配订单组可以只包括一个配送订单,也即可以针对不同配送业务的配送订单无需进行分组,可以采用本发明技术方案直接进行融合调度。
102:确定配送人员的状态指标。
作为一种可能的实现方式,状态指标可以至少包括预计配送位置。该预计配送位置可以是指配送人员能够进行配送的时刻所在的人员位置。
该状态指标还可以包括预计配送时间,该预计配送时间即是配送人员能够进行配送的时刻,例如8:00。
其中,配送人员如果不存在未配送完成的配送订单,则预计配送位置即为配送人员当前所在的人员位置,预计配送时间即为当前时刻。如果存在未配送完成的配送订单,预计配送时间为最后一个配送订单配送完成的时刻,预计配送位置即为最后一个配送订单配送完成时所在的人员位置,在下面实施例中会详细进行介绍。
103:确定所述未分配订单组的配送指标。
作为一种可能的实现方式,配送指标可以至少包括起点地址。
由于一个未分配订单组中可能包括多个配送订单,每一个配送订单均会对应一个起点地址以及一个终点地址。例如,对于第一配送业务,如果配送类型为取件类型,则起点地址即为寄送方地址,而终点地址为集散点地址,如果配送类型为派件类型,则起点地址为集散点地址,而终点地址为接收方地址,当然在某些特殊情况下,对于派件类型如果配送订单出现故障,如配送对象无法妥投,则起点地址以及终点地址均为集散点地址;又如,对于第二配送业务,起点地址即为寄送方地址,而终点地址即为接收方地址。未分配订单组的起点地址可以为该未分配订单组中第一个配送的配送订单的起点地址。
为了进一步提高配送准确度,可选地,该配送指标还可以包括期望完成时间,例如可以将每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组的期望完成时间。可选地,该配送指标还可以包括终点地址。例如,未分配订单组的终点地址可以为该未分配订单组中预计最后一个配送的配送订单的终点地址。
104:基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
例如,可以根据每一未分配订单组的起点地址与每一配送人员的预计配送位置之间的距离远近,将每一未分配订单组分配至相匹配的配送人员,距离越近,表明未分配订单组与配送人员的匹配程度越高。
为了保证配送效率以及配送准时率,例如,可以在当前的配送调度周期内,为每一个配送人员仅分配一个未分配订单组。
本实施例中,通过将至少两种配送业务的配送订单进行融合调度,共用同一批配送人员,可以大大降低配送成本,均衡配送工作量,基于配送指标以及状态指标,可以为配送订单找到合适的配送人员,实现了自动调度,无需人工分拣,最大化了配送效率。至少两种配送业务包括第一配送业务以及第二配送业务时,由于配送高峰期不一样,从而可以相互补充不同时段的配送工作量,均衡配送压力。
其中,根据所述配送指标以及所述状态指标,可以计算每一未分配订单组与每一配送人员的匹配分数;从而根据所述匹配分数,可以分配所述每一未分配订单组至相匹配的配送人员。
可选地,根据所述匹配分数,可以采用全局最优解将所述每一未分配订单组分配至相匹配的配送人员。
因此在某些实施例中,所述根据匹配分数的分配步骤可以具体包括:
将每一未分配订单组分别作为第N个待确定的未分配订单组,执行从未匹配的配送人员中,确定与未匹配的每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;其中,N为未分配订单组的总数量,为大于等于1的整数;M为大于等于1的整数;M≤N*(N-1)*(N-2)*……*1;
针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;
按照列表分数最优的分配列表,分配所述未分配订单组至对应的配送人员。
为了方便理解,举例说明如下:
假设存在2个未分配订单组A、B;以及3个配送人员X、Y、Z。可以计算获得每一个未分配订单组分别与3个配送人员的匹配分数,假设A与X的匹配分数为PAX,A与Y的匹配分数为PAY,A与Z的匹配分数为PAZ;B与X的匹配分数为PBX,B与Y的匹配分数为PBY,B与Z的匹配分数为PBZ;
A作为第一个待确定的未分配订单组,根据匹配分数PAX、PAY、PAZ,从X、Y、Z中选择匹配程度最高的一个配送人员,假设匹配程度最高的为PAX对应的X;B作为第二个待确定的未分配订单组,由于A已经选择X,则B从未匹配的Y、Z中选择匹配程度最高的一个配送人员,假设匹配程度最高的为PBZ对应的Z,此时获得的分配列表为:A分配至X;B分配至Z;计算PAX和PBZ的匹配分数之和,假设为R1,可以作为分配列表的列表分数;
以此类推,A作为第二个待确定的未分配订单组,B作为第一个待确定的未分配订单组,假设获得的分配列表为A分配至Y;B分配至X;计算PAY和PBZ的匹配分数之和,假设为R2,可以作为该分配列表的类别分数;
由上述描述可知,A作为第一个待确定的未分配订单组时,A优先从X、Y、Z中选择了匹配程度最高的配送人员X,B作为第二待确定的未分配订单组,只能从Y、Z中选择匹配程度最高的配送人员为Z,而B作为第一个待确定的未分配订单组时,可以优先从X、Y、Z中选择了匹配程度最高的配送人员为X,A只能从Y、Z选择匹配程度最高的配送人员为Y,因此A与B分别作为第N个待确定的未分配订单组时,得到的分配列表可能并不相同。
比较R1和R2,即可以确定出列表分数最优的一个分配列表,假设为R2,则按照R1对应的分配列表进行分配,也即A分配至Y;B分配至X。
其中,如果匹配分数越大,表明匹配程度越高,则列表分数越大,表明列表分数越优;反之,如果匹配分数越小,表明匹配程度越高,则列表分数越小,表明列表分数越优。
可选地,如果不存在与任一未分配订单组匹配的配送人员,例如未分配订单组的个数大于配送人员个数时,每一配送人员均只分配一个未分配订单组时,就会存在剩余未分配订单组待分配,则可以返回步骤101继续执行。
在某些实施例中,可选地,分别获得至少两种配送业务的未分配订单组可以包括:
每间隔预设调度时间,分别获得所述至少两种配送业务的未分配订单组。也即周期性进行配送调度,以保证调度准确率,保证配送效率。
当然在某些特殊情况下,也可以实时进行配送调度。
其中,将配送订单分组得到未分配订单组之后,可以为未分配订单组设置未分配标记标号,具有该未分配标记符号的订单组即为未分配订单组,从而可以是根据未分配标记符号,分别获得至少两种配送业务的未分配订单组。在某些实施例中,可选地,基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员可以包括:
基于所述配送指标以及所述状态指标,确定与所述未分配订单组相匹配的配送人员;
响应于所述未分配订单组满足调度条件的判断结果,将所述未分配订单组分配至相匹配的配送人员。
也即确定出与任一未配送订单相匹配的配送人员之后,并不立即分配至配送人员,而是等待该任一未分配订单组满足调度条件时,再将其分配至相匹配的配送人员。
作为一种可能的实现方式,该调度条件可以是所述未分配订单组相匹配的配送人员的已分配订单组配送完成。也即任一未分配订单组相匹配的配送人员的已分配订单组配送完成之后,再将该任一未分配订单组分配至相匹配的配送人员。
作为又一种可能的实现方式,该调度条件可以是所述未分配订单组的期望完成时间与当前时间的时间差小于预设值,也即当前时间接近期望完成时间。也即任一未分配订单组的期望完成时间与当前时间的时间差小于预设值时,再将该任一未分配订单组分配至相匹配的配送人员。
在当前调度周期结束时,对于不满足调度条件的未分配订单组,可以返回所述分别获得至少两种配送业务的未分配订单组的步骤继续执行,以重新进行配送调度。
在某些实施例中,可选地,分别获得至少两种配送业务的未分配订单组之后,还可以包括:
根据起点地址之间的距离以及终点地址之间的距离,将与任一配送人员的已分配订单组相似的未分配订单组加入至所述已分配订单组。从而可以实现顺路配送,保证配送时效和配送效率。
已分配订单组也即是指已分配至配送人员的未分配订单组。
作为一种可选方式,例如可以是如果每一未分配订单组与任一配送人员的已分配订单组的起点地址之间的距离小于第一距离阈值,且终点地址之间的距离小于第二距离阈值时,则将所述任一未分配订单组加入所述已分配订单组,从而配送人员即可以进行配送。
作为又一种可选方式,可以是根据起点地址之间的距离以及终点地址之间的距离,计算任一配送人员的已分配订单组与每一未分配订单组的订单相似度;
将订单相似度大于相似阈值的未分配订单组加入所述已分配订单组中。
其中起点地址之间的距离越小且终点地址之间的距离越小,即表明订单相似度越大。举例来说,可以根据不同距离范围预先设置不同的分数,从而已分配订单组与任一未分配订单组的起点地址之间的距离以及终点地址之间的距离确定之后,分别查找起点地址之间距离所在距离范围对应分数,作为第一相似度分数,以及终点地址之间的距离所在距离范围对应分数,作为第二相似度分数,将第一相似度分数以及第二相似度分数相加或者加权平均或者加权求和等,即可以计算获得订单相似度。
此外,未分配订单组可以具有期望完成时间,根据未分配订单组与已分配订单组的期望完成时间的时间差,可以计算一个第三相似度分数,例如可以预设不同时间数值范围对应的分数,查找时间差所在时间数值范围对应的分数作为第三相似度分数。将第一相似度分数、第二相似度分数以及第三相似度分数相加或者加权平均或者加权求和等,计算获得订单相似度。
从而可以将订单相似度大于相似阈值的未分配订单组,加入至所述每一配送人员的所述已分配订单组。
由上文描述可知,未分配订单组的配送指标可以包括起点地址、终点地址和/或期望完成时间。起点地址或终点地址可以结合未分配订单组中每个配送订单的预计配送顺序确定。而不同配送业务的预计配送顺序确定方式也不同。
在某些实施例中,所述至少两种配送业务可以包括第一配送业务以及第二配送业务;
所述第一配送业务配送指标的确定步骤可以包括:
将每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组的期望完成时间;根据每一未分配订单组的各个配送订单的用户地址以及集散点地址,规划各个配送订单的预计配送顺序;
针对取件类型,将第一个配送的配送订单的起点地址作为所述每一未分配订单组的起点地址,以及所述集散点地址作为所述每一未分配订单组的终点地址;
针对派件类型,将所述集散点地址作为所述每一未分配订单组的起点地址,以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组的终点地址;
其中对于第一配送业务,规划各个配送订单的预计配送顺序可以根据最小路径原则进行规则,以使得配送路径最短。最小路径原则简单来说,即是以总路径最小为原则,规划得到相应的配送路径,从而也即可以确定出配送顺序。
所述第二配送业务配送指标的确定步骤可以包括:
将每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组对应每一配送人员的期望完成时间;
根据每一未分配订单组的各个配送订单的起点地址、终点地址以及所述每一配送人员的预计配送位置,规划各个配送订单对应每一配送人员的预计配送顺序;
将第一个配送的配送订单的起点地址作为所述每一未分配订单组对应所述每一配送人员的起点地址、以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组对应所述每一配送人员的终点地址。
因此,对于第二配送业务,同一个未分配订单组对应不同配送人员的配送指标可能不同。
此外,由于第二配送业务包括从寄送方接收配送对象的取件操作,以及将配送对象配送至接收方的派件操作,因此该预计配送顺序包括取件顺序以及派件顺序;
其中,取件顺序根据各个配送订单的起点地址以及每一配送人员的预计配送位置规划获得,派件顺序根据各个配送订单的终点地址以及最后一个取件的配送订单的起点地址规划获得。
因此具体是将第一取件的配送订单的起点地址作为所述每一未分配订单组对应所述每一个配送人员的起点地址,以及最后一个派件的配送订单的终点地址作为所述每一未分配订单组对应所述每一个配送人员的终点地址。
对于第二配送业务,特别是外卖配送业务,对于完成时间要求较高,通常期望即时送达,因此规划每一未分配订单组中各个配送订单的取件顺序可以根据取件等待时间、按照最小路径原则进行规划,以使得取件等待时间最短的情况下取件路径最短,派件顺序可以根据期望完成时间,按照最小路径原则进行规划,以使得配送完成所述未分配订单组的预计完成时间小于或等于所述期望完成时间的情况下派件路径最短。
其中,每一配送人员配送完成每一未分配订单组的预计完成时间可以按照如下方式确定:
根据每一未分配订单组的配送路径、所述每一配送人员的行动速度以及每一配送订单的用户等待时间,确定每一配送人员预计完成每一配送订单的订单完成时间;该订单完成时间可以为某一个具体时刻,例如15:30。
根据所述订单完成时间,计算所述每一配送人员预计完成所述每一未分配订单组的预计完成时间。
其中,如果该预计完成时间大于所述期望完成时间,则可以重新确定每一未分配订单组的配送路径,以保证该预计完成时间小于或等于所述期望完成时间且配送路径较短。
对于第二配送业务,该配送路径由取件路径以及派件路径构成,用户等待时间也即可以包括在寄送方的取件等待时间以及在接收方的派件等待时间。
对于第一配送业务的取件类型,用户等待时间可以包括在寄送方的取件等待时间;
对于第一配送业务的派件类型,用户等待时间可以包括在集散点的取件等待时间以及在接收方的派件等待时间。
其中,对于第一配送业务可以是在将第一配送业务的未分配订单组分配至相匹配的配送人员之后,计算未分配订单组的预计完成时间以及未分配订单组中每一配送订单的订单完成时间;对于第二配送业务可以是在确定第二配送业务的未分配订单组的配送指标时,即可以计算未分配订单组对应每一配送人员的预计完成时间以及每一配送订单对应每一配送人员的订单完成时间。当然第一配送业务也可以预先为未分配订单组计算订单完成时间,从而将未分配订单组分配至配送人员之后,可以直接利用该订单完成时间。
其中,配送人员的状态指标可以包括预计配送时间以及预计配送位置。
在某些实施例中,所述配送人员的所述预计配送时间以及所述预计配送位置的确定步骤包括:
根据每一配送人员当前未配送完成的已分配订单组,计算所述已分配订单组的预计完成时间作为所述预计配送时间、所述已分配订单组的终点地址作为预计配送位置。
其中,配送人员的已分配订单组是指按照本发明实施例的技术方案已分配至配送人员的未分配订单组。
预计配送时间即是指所述每一配送人员可以接收未分配订单组的时间,预计配送位置是指每一配送人员可以接收未分配订单组时的用户位置。
其中,所述已分配订单组的预计完成时间即是根据所述配送人员的行动速度、所述已分配订单组的配送路径以及所述已分配订单组中各个配送订单的用户等待时间确定的。该预计完成时间可以是在该已分配订单组作为未分配的未分配订单组时,按照上述实施例中的方式计算获得。
在某些实施例中,所述配送指标包括起点地址、终点地址以及期望完成时间,所述状态指标包括预计配送时间以及预计配送位置的情况下,基于所述配送指标以及所述状态指标,分配所述每一未分配订单组至相匹配的配送人员的步骤可以包括:
根据每一配送人员的预计配送位置与所述每一未分配订单组的起点地址的距离、所述预计配送时间与所述每一未分配订单组的期望送达时间的时间差、对每一未分配订单组的起点地址的熟悉程度、对每一未分配订单组的终点地址的熟悉程度、配送完成每一未分配订单组的预计完成时间、每一未分配订单组的紧急程度中的一个或多个因素,计算每一未分配订单组与每一配送人员的匹配分数;
其中,对起点地址的熟悉程度以及对终点地址的熟悉程度可以预先设置,也可以根据配送人员的历史配送记录确定配送人员到达起点地址的历史次数,确定对起点地址的熟悉程度,其中,历史次数越多,熟悉程度值越高;同理可以根据配送人员的历史配送记录确定配送人员到达终点地址的历史次数,确定熟悉程度,其中,历史次数越多,熟悉程度值越高。
其中,未分配订单组的紧急程度可以根据对应的配送业务确定,例如对于配送及时性要求较高的第二配送业务,紧急程度较高,而对于配送及时性不高的第一配送业务,紧急程度较低。还可以根据未分配订单组的期望完成时间确定,根据当前时刻与期望完成时间的时间差,时间差越小,紧急程度越高。
其中,根据每一个因素可以计算获得每一个因素的匹配子分数,再将一个或多个因素的匹配子分数相加或者加权求和或者加权平均,即可以计算获得每一未分配订单组与每一配送人员的匹配分数。
举例来说,可以预先设置不同距离数值对应的分数,从而根据所述每一配送人员的预计配送位置与所述每一未分配订单组的起点地址的距离,可以查找对应的分数作为第一匹配子分数;为了方便描述清楚,此处以第一、第二、第三等区分不同因素的匹配子分数;
可以预先设置不同时间差数值对应的分数,从而根据所述预计配送时间与所述每一未分配订单组的期望送达时间的时间差、可以查找对应的分数作为第二匹配子分数;根据配送完成每一未分配订单组的预计完成时间,可以查找该预计完成时间与当前时间的时间差对应的分数作为第三匹配子分数;
可以预先设置不同熟悉程度对应的分数,从而根据对每一未分配订单组的起点地址的熟悉程度,可以查找对应的分数作为第四匹配子分数;根据对每一未分配订单组的终点地址的熟悉程度,可以查找对应的分数作为第五匹配子分数;
可以预先设置不同紧急程度对应的分数,从而根据每一未分配订单组的紧急程度,可以查找对应的第六匹配子分数。
根据所述匹配分数,即可以分配所述每一未分配订单组至相匹配的配送人员。
其中,所述根据所述匹配分数,分配所述每一未分配订单组至相匹配的配送人员可以是:将每一未分配订单组分别作为第N个待确定的未分配订单组,执行从未匹配的配送人员中,确定与未匹配的每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;其中,N为未分配订单组的总数量,为大于等于1的整数;M为大于等于1的整数;
针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;
按照列表分数最优的一个分配列表,分配所述每一未分配订单组至对应的配送人员。
其中,每一配送人员配送完成每一未分配订单组的预计完成时间的确定可以参见上述实施例中所述。
由于本发明实施例中可以首先对每一种配送业务的配送订单进行分组,以获得每一配送业务的未分配订单组,使得每一未分配订单组中各个配送订单的起点地址彼此之间的距离在第一距离范围内、终点地址彼此之间的距离在第二距离范围内、和/或期望完成时间彼此之间的时间差位于预设时间范围内。
其中,至少两种配送业务的未分配的未分配订单组以是由运维人员输入,也可以是从至少两种配送业务各自的业务系统中获取,业务系统可以是指网上交易系统,配送订单即是根据交易订单而生成的。
而对于不同配送类型的配送业务,未分配订单组的分组方式也可以不同。
在某些实施例中,所述至少两种配送业务包括第一配送业务以及第二配送业务时,所述第一配送业务的未分配订单组获得步骤可以包括:
根据所述第一配送业务中未分组的配送订单的用户地址与集散点地址的距离,选择聚类中心订单;
根据所述未分组的配送订单与所述聚类中心订单的用户地址之间的距离进行聚类处理,以获得所述聚类中心订单对应的未分配订单组。
其中,针对取件类型,用户地址即为寄送方地址,针对派件类型,用户地址即为接收方地址。
通过聚类处理,可以将聚类中心订单以及用户地址与所述聚类中心订单的用户地址接近的多个配送订单划分为一组。
可选地,可以是从未分组的配送订单中,选择用户地址距离所述集散点地址最远的一个配送订单作为聚类中心订单。
为了保证分组准确度,可以设置分组容量,也即每一未分配订单组包含的配送订单个数,以所述分组容量为约束进行聚类处理,获得一个未分配订单组。
在某些实施例中,所述第二配送业务的未分配订单组获得步骤可以包括:
确定所述第二配送业务未分配的配送订单的起点地址、终点地址以及期望完成时间;
将起点地址彼此之间的距离在第一距离范围内、终点地址彼此之间的距离在第二距离范围内、以及期望完成时间彼此之间的时间差位于预设时间范围内的配送订单划分为同一未分配订单组。
也即将起点地址接近、终点地址接近且期望完成时间接近的多个配送订单划分为同一未分配订单组。
其中,为了保证分组准确度,可以设置分组数量,以保证未分配订单组划分准确,保证配送调度的准确度。
在某些实施例中,将未分配订单组分配至相匹配的配送人员之后,还可以包括:
针对每一已分配订单组,确定与其相匹配的配送人员预计完成其每一配送订单的订单完成时间;
将所述每一配送订单的订单完成时间发送至所述每一配送订单对应的寄送方终端或接收方终端。
此外,还可以按照分配时间顺序,确定为每一配送人员分配的已分配订单组的组间配送顺序。
而对于每一已分配订单组,可以将与其相匹配的配送人员对应的预计配送顺序作为组内配送顺序。
配送人员即可以按照组间配送顺序,进行已分配订单组的配送,而对于每一个已分配订单组,可以按照组内配送顺序进行配送。
各个已分配订单组的预计配送顺序可以参见上述实施例中所述。
其中,未分配订单组分配至配送人员之后,即为该配送人员的已分配订单组。
下面以至少两种配送业务为第一配送业务以及第二配送业务为例,对本发明实施例的技术方案进行详细描述,参见图2中所示,所述数据处理方法可以包括:
201:将第一配送业务未分配的配送订单进行分组,获得所述第一配送业务的未分配订单组。
可选地,可以是:
根据所述第一配送业务中未分组的配送订单与集散点地址的距离,选择聚类中心订单;
根据所述未分组的配送订单与所述聚类中心订单的用户地址之间的距离进行聚类处理,以获得所述聚类中心订单对应的未分配订单组。
202:将第二配送业务未分配的配送订单进行分组,获得所述第二配送业务的未分配订单组。
可选地,可以是确定所述第二配送业务未分配的配送订单的起点地址、终点地址以及期望完成时间;
将起点地址彼此之间的距离在第一距离范围内、终点地址彼此之间的距离在第二距离范围内、以及期望完成时间彼此之间的时间差位于预设时间范围内的配送订单划分为同一未分配订单组。
203:确定每一配送人员的状态指标。
其中,状态指标可以包括预计配送位置以及预计配送时间。
该预计配送时间可以按照如下方式确定:
根据所述配送人员当前未配送完成的已分配订单组,将所述已分配订单组的预计完成时间作为所述预计配送时间。
该预计配送位置为所述述已分配订单组的终点地址。
204:确定每一未分配订单组的配送指标。
其中,该配送指标可以包括起点地址、终点地址以及期望完成时间。
可选地,可以是:
对于第一配送业务的每一个未分配订单组,将所述每一个未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组的期望完成时间;根据每一个未分配订单组的各个配送订单的用户地址以及集散点地址,规划各个配送订单的预计配送顺序;针对取件类型,将第一个配送的配送订单的起点地址作为所述每一未分配订单组的起点地址,以及所述集散点地址作为所述每一未分配订单组的终点地址。针对派件类型,将所述集散点地址作为所述每一未分配订单组的起点地址,以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组的终点地址;
对于第二配送业务的每一个未分配订单组,将所述每一个未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组对应每一个配送人员的期望完成时间;根据每一个未分配订单组的各个配送订单的起点地址、终点地址以及所述每一配送人员的预计配送位置,规划各个配送订单对应每一个配送人员的预计配送顺序;将第一个配送的配送订单的起点地址作为所述每一未分配订单组对应所述每一个配送人员的起点地址、以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组对一个所述每一配送人员的终点地址。
其中,对于第二配业务,预计配送顺序包括取件顺序以及派件顺序,具体的可以是将第一个取件的配送订单的起点地址作为所述每一未分配订单组对应所述每一配送人员的起点地址、以及最后一个派件的配送订单的终点地址作为所述每一未分配订单组对所述每一配送人员的终点地址。
205:基于起点地址之间的距离以及终点地址之间的距离,计算每一配送人员的已分配订单组与所述第一配送业务的未分配订单组以及所述第二配送业务未分配的配送订单的订单相似度。
206:将订单相似度大于相似阈值的所述第一配送业务的未分配订单组和/或所述第二配送业务未分配的配送订单,加入至所述每一配送人员的所述已分配订单组。
举例来说,由于第二配送业务往往对配送时效要就比较严格,通常要求准时送达,因此可以针对第二配送业务未分配的配送订单,来计算与已分配订单组订单相似度,从而可以将第二配送业务未分配的配送订单作为顺路单加入已分配订单组中。
207:根据所述状态指标以及所述配送指标,计算每一未分配订单组与每一配送人员的匹配分数。
可选地,可以是:
根据所述每一配送人员的预计配送位置与所述每一组未分配订单组的起点地址的距离、所述预计配送时间与所述每一组未分配订单组的期望送达时间的时间差、对每一组未分配订单组的起点地址的熟悉程度、对每一组未分配订单组的终点地址的熟悉程度、配送完成每一组未分配订单组的预计完成时间、每一组未分配订单组的紧急程度中的一个或多个因素,计算每一未分配订单组与每一配送人员的匹配分数。
可以设置不同距离、不同时间差、不同熟悉程度、不同紧急程度、不同预计完成时间对应的分数,从而将一个或多个因素对应的分数相加,即可以计算获得匹配分数。
其中,每一配送人员配送完成每一未分配订单组的预计完成时间可以按照如下方式确定:
根据每一未分配订单组的配送路径、所述每一配送人员的行动速度以及每一配送订单的用户等待时间,确定每一配送人员预计完成每一配送订单的订单完成时间;
根据所述订单完成时间,计算所述每一配送人员预计完成所述每一未分配订单组的预计完成时间。
其中,每一未分配订单组的配送路径对应预计配送顺序。
208:将每一未分配订单组分别作为第N个匹配的未分配订单组,执行从未分配的配送人员中,计算与所述每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;
其中,N为未分配订单组的总数量,为大于等于1的整数;
209:针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;
210:按照列表分数最优的分配列表,分配所述每一未分配订单组至对应的配送人员。
211:按照分配时间顺序,确定为每一配送人员分配的已分配订单组的组间配送顺序;
212:根据每一已分配订单组,将与其相匹配的配送人员对应的预计配送顺序作为组内配送顺序。
213:针对每一已分配订单组,确定与其相匹配的配送人员预计完成其每一配送订单的订单完成时间。
214:将所述每一配送订单的订单完成时间发送至所述每一配送订单对应的寄送方终端或接收方终端。
其中,该寄送方终端或者接收方终端可以为手机、平板电脑等能够接收或查询订单的相关配送信息的电子设备。
在实际应用中,第一配送业务可以为落地配业务,第二配送业务可以为外卖配送业务,通过将落地配业务以及外卖配送业务的配送订单进行融合调度,可以实现错峰配送,且可以共用同一批配送人员,可以节省配送成本。通过融合调度,系统可以直接将未分配订单组分配至相匹配的配送人员,而无需采用传统的人工分拣方式,降低了对熟练工的依赖,也无需单个配送人员负责单个区域的配送模式,从而可以提高配送效率,避免配送人员冗余导致的资源浪费问题。
图3为本发明实施例提供的一种数据处理装置一个实施例的结构示意图,该装置可以包括:
订单获取模块301,用于分别获得至少两种配送业务的未分配订单组。
第一指标确定模块302,用于确定配送人员的状态指标;
第二指标确定模块303,用于确定所述未分配订单组的配送指标;
第一订单分配模块304,用于基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
本实施例中,通过将至少两种配送业务的配送订单进行融合调度,共用同一批配送人员,可以大大降低配送成本,均衡配送工作量,基于配送指标以及状态指标,可以为配送订单找到合适的配送人员,实现了自动调度,无需人工分拣,最大化了配送效率。至少两种配送业务包括第一配送业务以及第二配送业务时,由于配送高峰期不一样,从而可以相互补充不同时段的配送工作量,均衡配送压力。可选地,所述第一订单分配模块可以包括:
订单确定单元,用于基于所述的配送指标以及所述状态指标,确定与所述未分配订单组相匹配的配送人员;
订单分配单元,用于响应于所述未分配订单组满足调度条件的判断结果,将所述未分配订单组分配至相匹配的配送人员。
作为一种可选的方式,该调度条件可以是所述未分配订单组相匹配的配送人员的已分配订单组配送完成。
作为又一种可选的方式,该调度条件可以是所述未分配订单组的期望完成时间与当前时间的时间差小于预设值,也即当前时间接近期望完成时间。
在某些实施例中,该装置还可以包括:
第二订单分配模块,用于根据起点地址之间的距离以及终点地址之间的距离,将与任一配送人员的已分配订单组相似的未分配订单组加入至所述已分配订单组。
在某些实施例中,所述第一订单分配模块可以具体用于:
根据所述配送指标以及所述状态指标,可以计算所述未分配订单组与每一配送人员的匹配分数;根据所述匹配分数,分配所述每一未分配订单组至相匹配的配送人员。
其中,可以采用全局最优解确定每一未分配订单组相匹配的配送人员,具体的是:将每一未分配订单组分别作为第N个待确定的未分配订单组,执行从未匹配的配送人员中,确定与未匹配的每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;其中,N为未分配订单组的总数量,为大于等于1的整数;M为大于等于1的整数;M≤N*(N-1)*(N-2)*……*1;针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;按照列表分数最优的分配列表,分配所述每一未分配订单组至对应的配送人员。
可选地,所述订单获取模块可以具体用于:
每间隔预设调度时间,分别获得所述至少两种配送业务的未分配订单组。
其中,如图4所示,为本发明实施例提供的一种数据处理装置的又一个实施例,与图3所述实施例不同之处在于,所述至少两种配送业务中可以包括第一配送业务以及第二配送业务。
所述第一配送业务的配送类型包括从集散点提取配送对象并送达至接收方的派件类型、以及从寄送方提取配送对象并送达至所述集散点的取件类型;
所述第二配送业务的配送类型为从寄送方接收配送对象并配送至接收方。
该装置还可以包括:
相似度计算模块305,用于基于起点地址之间的距离以及终点地址之间的距离,计算每一配送人员的已分配订单组与所述第一配送业务的未分配订单组以及所述第二配送业务未分配的配送订单的订单相似度;
第三订单分配模块306,用于将订单相似度大于相似阈值的所述第一配送业务的未分配订单组和/或所述第二配送业务未分配的配送订单,加入至所述每一配送人员的所述已分配订单组。
可选地,该装置还可以包括:
第一订单划分模块,用于根据所述第一配送业务中未分组的配送订单与集散点地址的距离,选择聚类中心订单;以及
根据所述未分组的配送订单与所述聚类中心订单的用户地址之间的距离进行聚类处理,以获得所述聚类中心订单对应的未分配订单组;
第二订单划分模块,用于确定所述第二配送业务未分配的配送订单的起点地址、终点地址以及期望完成时间;以及
将起点地址彼此之间的距离在第一距离范围内、终点地址彼此之间的距离在第二距离范围内、以及期望完成时间彼此之间的时间差位于预设时间范围内的配送订单划分为同一未分配订单组。
可选地,所述配送指标包括起点地址、终点地址以及期望完成时间;
则所述第一指标确定模块可以包括:
第一确定单元,用于针对所述第一配送业务的每一个未分配订单组,将所述每一个未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组的期望完成时间;根据每一个未分配订单组的各个配送订单的用户地址以及集散点地址,规划各个配送订单的预计配送顺序;针对取件类型,将第一个配送的配送订单的起点地址作为所述每一未分配订单组的起点地址,以及所述集散点地址作为所述每一未分配订单组的终点地址;针对派件类型,将所述集散点地址作为所述每一未分配订单组的起点地址,以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组的终点地址;
第二确定单元,用于针对所述第二配送业务的每一个未分配订单组,将所述每一个未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组对应每一个配送人员的期望完成时间;根据每一个未分配订单组的各个配送订单的起点地址、终点地址以及所述每一配送人员的预计配送位置,规划各个配送订单对应每一个配送人员的预计配送顺序;将第一个配送的配送订单的起点地址作为所述每一未分配订单组对应所述每一配送人员的起点地址、以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组对一个所述每一配送人员的终点地址。
可选地,所述每一配送人员的状态指标包括预计配送时间以及预计配送位置;
所述第一订单分配模块可以包括:
第一计算单元,用于根据每一配送人员的所述预计配送位置与所述每一未分配订单组的起点地址的距离、所述预计配送时间与所述每一未分配订单组的期望送达时间的时间差、对所述每一未分配订单组的起点地址的熟悉程度、对所述每一未分配订单组的终点地址的熟悉程度、配送完成所述每一未分配订单组的预计完成时间、所述每一未分配订单组的紧急程度中的一个或多个因素,计算每一未分配订单组与每一配送人员的匹配分数;
第一订单分配单元,用于根据所述匹配分数,分配所述每一未分配订单组至相匹配的配送人员。
可选地,所述第一订单分配单元可以具体用于:将每一未分配订单组分别作为第N个待确定的未分配订单组,执行从未匹配的配送人员中,确定与未匹配的每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;其中,N为未分配订单组的总数量,为大于等于1的整数;M为大于等于1的整数;
针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;
按照列表分数最优的分配列表,分配所述每一未分配订单组至对应的配送人员。
可选地,所述第二指标确定模块可以具体用于:
根据所述配送人员当前未配送完成的已分配订单组,将所述已分配订单组的预计完成时间作为所述预计配送时间、所述已分配订单组的终点地址作为所述预计配送位置。
可选地,该装置还可以包括:
第一时间确定模块,用于根据每一未分配订单组的配送路径、所述每一配送人员的行动速度以及每一配送订单的用户等待时间,确定每一配送人员预计完成每一配送订单的订单完成时间;
第二时间确定模块,用于根据所述订单完成时间,计算所述每一配送人员预计完成所述每一未分配订单组的预计完成时间。
可选地,该装置还可以包括:
第三时间确定模块,针对每一已分配订单组,确定与其相匹配的配送人员预计完成其每一配送订单的订单完成时间;
时间提示模块,用于将所述每一配送订单的订单完成时间发送至所述每一配送订单对应的寄送方终端或接收方终端。
以上描述了数据处理装置的内部功能和结构,在一个可能的设计中,该数据处理装置的结构可实现为数据处理设备,如图5中所示,该处理设备可以包括处理组件501以及存储组件502。
所述存储组件502用于存储支持数据处理装置执行上述任一实施例中数据处理方法的程序,所述处理组件501被配置为用于执行所述存储组件502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供所述处理组件501调用执行。
所述处理组件501用于:分别获得至少两种配送业务的未分配订单组;
确定配送人员的状态指标;
确定所述未分配订单组的配送指标;
基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
可选地,所述处理组件501还用于执行前述各方法步骤中的全部或部分步骤。
其中,所述数据处理设备的结构中还可以包括通信接口,用于数据处理设备与其他设备或通信网络通信。
本发明实施例还提供了一种计算机存储介质,用于储存所述数据处理装置所用的计算机软件指令,其包含用于执行上述任一实施例中数据处理方法所涉及的程序。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,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软件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软件产品的形式体现出来,该计算机软件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设备(可以是个人计算机,服务器,或者网络设备等)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。
本发明公开了A1、一种数据处理方法,包括:
分别获得至少两种配送业务的未分配订单组;
确定配送人员的状态指标;
确定所述未分配订单组的配送指标;
基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
A2、根据A1所述的方法,所述分配步骤包括:
基于所述配送指标以及所述状态指标,确定与所述未分配订单组相匹配的配送人员;
响应于所述分配订单组满足调度条件的判断结果,将所述未分配订单组分配至相匹配的配送人员。
A3、根据A1所述的方法,还包括:
根据起点地址之间的距离以及终点地址之间的距离,将与每一配送人员的已分配订单组相似的未分配订单组加入至所述已分配订单组。
A4、根据A1所述的方法,所述至少两种配送业务包括第一配送业务以及第二配送业务。
A5、根据A1所述的方法,所述至少两种配送业务包括第一配送业务以及第二配送业务;所述第一配送业务的配送类型包括从集散点提取配送对象并送达至接收方的派件类型、以及从寄送方提取配送对象并送达至所述集散点的取件类型;
所述第二配送业务的配送类型为从寄送方接收配送对象并配送至接收方。
A6、根据A5所述的方法,所述第一配送业务的未分配订单组获得步骤包括:
根据所述第一配送业务中未分组的配送订单与集散点地址的距离,选择聚类中心订单;
根据所述未分组的配送订单与所述聚类中心订单的用户地址之间的距离进行聚类处理,以获得所述聚类中心订单对应的未分配订单组。
A7、根据A5所述的方法,所述第二配送业务的未分配订单组获得步骤包括:
确定所述第二配送业务未分配的配送订单的起点地址、终点地址以及期望完成时间;
将起点地址彼此之间的距离在第一距离范围内、终点地址彼此之间的距离在第二距离范围内、以及期望完成时间彼此之间的时间差位于预设时间范围内的配送订单划分入同一未分配订单组。
A8、根据A5所述的方法,所述配送指标包括起点地址、终点地址以及期望完成时间;
所述第一配送业务的每一个未分配订单组的配送指标的确定步骤包括:
将所述每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组的期望完成时间;
根据所述每一未分配订单组的各个配送订单的用户地址以及集散点地址,规划各个配送订单的预计配送顺序;
针对取件类型,将第一个配送的配送订单的起点地址作为所述每一未分配订单组的起点地址,以及所述集散点地址作为所述每一未分配订单组的终点地址;
针对派件类型,将所述集散点地址作为所述每一未分配订单组的起点地址,以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组的终点地址;
所述第二配送业务的每一个未分配订单组的配送指标的确定步骤包括:
将所述每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组对应每一个配送人员的期望完成时间;
根据每一未分配订单组的各个配送订单的起点地址、终点地址以及所述每一配送人员的预计配送位置,规划各个配送订单对应每一个配送人员的预计配送顺序;
将第一个配送的配送订单的起点地址作为所述每一未分配订单组对应所述每一配送人员的起点地址、以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组对所述每一配送人员的终点地址。
A9、根据A8所述的方法,所述配送人员的状态指标包括预计配送时间以及预计配送位置;
所述分配步骤包括:
根据每一配送人员的所述预计配送位置与每一未分配订单组的起点地址的距离、所述预计配送时间与所述每一未分配订单组的期望送达时间的时间差、对所述每一未分配订单组的起点地址的熟悉程度、对所述每一未分配订单组的终点地址的熟悉程度、配送完成所述每一未分配订单组的预计完成时间、所述每一未分配订单组的紧急程度中的一个或多个因素,计算所述每一未分配订单组与所述每一配送人员的匹配分数;
根据所述匹配分数,分配所述每一未分配订单组至相匹配的配送人员。
A10、根据A9所述的方法,所述分配步骤包括:
将所述每一未分配订单组分别作为第N个待确定的未分配订单组,执行从未匹配的配送人员中,确定与未匹配的每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;其中,N为未分配订单组的总数量,为大于等于1的整数;M为大于等于1的整数;
针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;
按照列表分数最优的分配列表,分配所述每一未分配订单组至对应的配送人员。
A11、根据A9所述的方法,所述配送人员的所述预计配送时间以及所述预计配送位置的确定步骤包括:
根据所述配送人员当前未配送完成的已分配订单组,将所述已分配订单组的预计完成时间作为所述预计配送时间、所述已分配订单组的终点地址作为所述预计配送位置。
A12、根据A9所述的方法,所述每一配送人员配送完成每一未分配订单组的预计完成时间按照如下方式确定:
根据所述每一未分配订单组的配送路径、所述每一配送人员的行动速度以及所述每一未分配订单组中每一配送订单的用户等待时间,确定每一配送人员预计完成所述每一配送订单的订单完成时间;
根据所述订单完成时间,计算所述每一配送人员预计完成所述每一未分配订单组的预计完成时间。
A13、根据A12所述的方法,所述分配步骤之后,还包括:
针对每一已分配订单组,确定与其相匹配的配送人员预计完成其每一配送订单的订单完成时间;
将所述每一配送订单的订单完成时间发送至所述每一配送订单对应的寄送方终端或接收方终端。
A14、根据A5~A13任一项所述的方法,还包括:
基于起点地址之间的距离以及终点地址之间的距离,计算任一配送人员的已分配订单组分别与所述第一配送业务的未分配订单组以及所述第二配送业务未分配的配送订单的订单相似度;
将订单相似度大于相似阈值的所述第一配送业务的未分配订单组和/或所述第二配送业务未分配的配送订单,加入至所述已分配订单组。
B15、一种数据处理装置,包括:
订单获取模块,用于分别获得至少两种配送业务的未分配订单组;
第一指标确定模块,用于确定配送人员的状态指标;
第二指标确定模块,用于确定所述未分配订单组的配送指标;
第一订单分配模块,用于基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
B16、根据B15所述的装置,所述第一订单分配模块包括:
订单确定单元,用于基于所述的配送指标以及所述状态指标,确定与所述未分配订单组相匹配的配送人员;
订单分配单元,用于响应于任一未分配订单组满足调度条件的判断结果,将所述任一未分配订单组分配至相匹配的配送人员。
B17、根据B15所述的装置,还包括:
第二订单分配模块,用于根据起点地址之间的距离以及终点地址之间的距离,将与任一配送人员的已分配订单组相似的未分配订单组加入至所述已分配订单组。
B18、根据B15所述的装置,所述至少两种配送业务中包括第一配送业务以及第二配送业务。
B19、根据B15所述的装置,所述至少两种配送业务中包括第一配送业务以及第二配送业务;所述第一配送业务的配送期限大于所述第二配送业务的配送期限;所述第一配送业务与所述第二配送业务的配送高峰期不同;
所述第一配送业务的配送类型包括从集散点提取配送对象并送达至接收方的派件类型、以及从寄送方提取配送对象并送达至所述集散点的取件类型;
所述第二配送业务的配送类型为从寄送方接收配送对象并配送至接收方。
B20、根据B19所述的装置,还包括:
第一订单划分模块,用于根据所述第一配送业务中未分组的配送订单与集散点地址的距离,选择聚类中心订单;以及
根据所述未分组的配送订单与所述聚类中心订单的用户地址之间的距离进行聚类处理,以获得所述聚类中心订单对应的未分配订单组。
B21、根据B19所述的装置,还包括:
第二订单划分模块,用于确定所述第二配送业务未分配的配送订单的起点地址、终点地址以及期望完成时间;以及
将起点地址彼此之间的距离在第一距离范围内、终点地址彼此之间的距离在第二距离范围内、以及期望完成时间彼此之间的时间差位于预设时间范围内的配送订单划分入同一未分配订单组。
B22、根据B19所述的装置,所述配送指标包括起点地址、终点地址以及期望完成时间;
所述第一指标确定模块包括:
第一确定单元,用于针对所述第一配送业务的每一未分配订单组,将所述每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组的期望完成时间;根据每一未分配订单组的各个配送订单的用户地址以及集散点地址,规划各个配送订单的预计配送顺序;针对取件类型,将第一个配送的配送订单的起点地址作为所述每一未分配订单组的起点地址,以及所述集散点地址作为所述每一未分配订单组的终点地址;针对派件类型,将所述集散点地址作为所述每一未分配订单组的起点地址,以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组的终点地址;
第二确定单元,用于针对所述第二配送业务的每一未分配订单组,将所述每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组对应每一配送人员的期望完成时间;根据每一未分配订单组的各个配送订单的起点地址、终点地址以及所述每一配送人员的预计配送位置,规划各个配送订单对应每一配送人员的预计配送顺序;将第一个配送的配送订单的起点地址作为所述每一未分配订单组对应所述每一配送人员的起点地址、以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组对所述每一配送人员的终点地址。
B23、根据B22所述的装置,所述配送人员的状态指标包括预计配送时间以及预计配送位置;
所述第一订单分配模块包括:
第一计算单元,用于根据每一配送人员的所述预计配送位置与所述每一未分配订单组的起点地址的距离、所述预计配送时间与所述每一未分配订单组的期望送达时间的时间差、对每一未分配订单组的起点地址的熟悉程度、对每一未分配订单组的终点地址的熟悉程度、配送完成每一未分配订单组的预计完成时间、所述每一未分配订单组的紧急程度中的一个或多个因素,计算所述每一未分配订单组与所述每一配送人员的匹配分数;
第一订单分配单元,用于根据所述匹配分数,分配所述每一未分配订单组至相匹配的配送人员。
B24、根据B22所述的装置,所述第一订单分配单元具体用于:将每一未分配订单组分别作为第N个待确定的未分配订单组,执行从未匹配的配送人员中,确定与未确定的每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;其中,N为未分配订单组的总数量,为大于等于1的整数;M为大于等于1的整数;
针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;
按照列表分数最优的分配列表,分配所述每一未分配订单组至对应的配送人员。
B25、根据B23所述的装置,所述第二指标确定模块具体用于:
根据所述配送人员当前未配送完成的已分配订单组,将所述已分配订单组的预计完成时间作为所述预计配送时间、所述已分配订单组的终点地址作为所述预计配送位置。
B26、根据B23所述的装置,还包括:
第一时间确定模块,用于根据每一未分配订单组的配送路径、所述每一配送人员的行动速度以及所述每一未分配订单组中每一配送订单的用户等待时间,确定每一配送人员预计完成每一配送订单的订单完成时间;
第二时间确定模块,用于根据所述订单完成时间,计算所述每一配送人员预计完成所述每一未分配订单组的预计完成时间。
B27、根据B26所述的装置,还包括:
第三时间确定模块,针对每一已分配订单组,确定与其相匹配的配送人员预计完成其每一配送订单的订单完成时间;
时间提示模块,用于将所述每一配送订单的订单完成时间发送至所述每一配送订单对应的寄送方终端或接收方终端。
B28、根据B19~B27任一项所述的装置,还包括:
相似度计算模块,用于基于起点地址之间的距离以及终点地址之间的距离,计算每一配送人员的已分配订单组与所述第一配送业务的未分配订单组以及所述第二配送业务未分配的配送订单的订单相似度;
第三订单分配模块,用于将订单相似度大于相似阈值的所述第一配送业务的未分配订单组和/或所述第二配送业务未分配的配送订单,加入至所述已分配订单组。
C29、一种数据处理设备,包括处理组件以及存储组件;
所述存储组件存储一条或多条计算机指令;
所述处理组件用于调用并所述一条或多条计算机指令,实现如下操作:
分别获得至少两种配送业务的未分配订单组;
确定配送人员的状态指标;
确定所述未分配订单组的配送指标;
基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
分别获得至少两种配送业务的未分配订单组;
确定配送人员的状态指标;
确定所述未分配订单组的配送指标;
基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
2.根据权利要求1所述的方法,其特征在于,所述至少两种配送业务包括第一配送业务以及第二配送业务;
所述第一配送业务的配送类型包括从集散点提取配送对象并送达至接收方的派件类型、以及从寄送方提取配送对象并送达至所述集散点的取件类型;
所述第二配送业务的配送类型为从寄送方接收配送对象并配送至接收方。
3.根据权利要求2所述的方法,其特征在于,所述配送指标包括起点地址、终点地址以及期望完成时间;
所述第一配送业务的每一个未分配订单组的配送指标的确定步骤包括:
将所述每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组的期望完成时间;
根据所述每一未分配订单组的各个配送订单的用户地址以及集散点地址,规划各个配送订单的预计配送顺序;
针对取件类型,将第一个配送的配送订单的起点地址作为所述每一未分配订单组的起点地址,以及所述集散点地址作为所述每一未分配订单组的终点地址;
针对派件类型,将所述集散点地址作为所述每一未分配订单组的起点地址,以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组的终点地址;
所述第二配送业务的每一个未分配订单组的配送指标的确定步骤包括:
将所述每一未分配订单组中各个配送订单的最早期望完成时间作为所述每一未分配订单组对应每一配送人员的期望完成时间;
根据每一未分配订单组的各个配送订单的起点地址、终点地址以及所述每一配送人员的预计配送位置,规划各个配送订单对应每一个配送人员的预计配送顺序;
将第一个配送的配送订单的起点地址作为所述每一未分配订单组对应所述每一配送人员的起点地址、以及最后一个配送的配送订单的终点地址作为所述每一未分配订单组对所述每一配送人员的终点地址。
4.根据权利要求3所述的方法,其特征在于,所述每一配送人员的状态指标包括预计配送时间以及预计配送位置;
所述分配步骤包括:
根据每一配送人员的所述预计配送位置与所述每一未分配订单组的起点地址的距离、所述预计配送时间与所述每一未分配订单组的期望送达时间的时间差、对所述每一未分配订单组的起点地址的熟悉程度、对所述每一未分配订单组的终点地址的熟悉程度、配送完成所述每一未分配订单组的预计完成时间、所述每一未分配订单组的紧急程度中的一个或多个因素,计算所述每一未分配订单组与所述每一配送人员的匹配分数;
根据所述匹配分数,分配所述每一未分配订单组至相匹配的配送人员。
5.根据权利要求4所述的方法,其特征在于,所述分配步骤包括:
将所述每一未分配订单组分别作为第N个待确定的未分配订单组,执行从未匹配的配送人员中,确定与未匹配的每一未分配订单组匹配程度最高的配送人员的操作,获得M个分配列表;其中,N为未分配订单组的总数量,为大于等于1的整数;M为大于等于1的整数;
针对每一分配列表,计算所述每一未分配订单组对应的匹配分数之和,获得所述每一分配列表的列表分数;
按照列表分数最高的分配列表,分配所述每一未分配订单组至对应的配送人员。
6.根据权利要求5所述的方法,其特征在于,所述配送人员的所述预计配送时间以及所述预计配送位置的确定步骤包括:
根据所述配送人员当前未配送完成的已分配订单组,将所述已分配订单组的预计完成时间作为所述预计配送时间、所述已分配订单组的终点地址作为所述预计配送位置。
7.根据权利要求5所述的方法,其特征在于,所述每一配送人员配送完成每一未分配订单组的预计完成时间按照如下方式确定:
根据所述每一未分配订单组的配送路径、所述每一配送人员的行动速度以及所述每一未分配订单组中每一配送订单的用户等待时间,确定每一配送人员预计完成所述每一配送订单的订单完成时间;
根据所述订单完成时间,计算所述每一配送人员预计完成所述每一未分配订单组的预计完成时间。
8.根据权利要求2~7任一项所述的方法,其特征在于,还包括:
基于起点地址之间的距离以及终点地址之间的距离,计算每一配送人员的已分配订单组分别与所述第一配送业务的未分配订单组以及所述第二配送业务未分配的配送订单的订单相似度;
将订单相似度大于相似阈值的所述第一配送业务的未分配订单组和/或所述第二配送业务未分配的配送订单,加入至所述已分配订单组。
9.一种数据处理装置,其特征在于,包括:
订单获取模块,用于分别获得至少两种配送业务的未分配订单组;
第一指标确定模块,用于确定配送人员的状态指标;
第二指标确定模块,用于确定所述未分配订单组的配送指标;
第一订单分配模块,用于基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
10.一种数据处理设备,其特征在于,包括处理组件以及存储组件;
所述存储组件存储一条或多条计算机指令;
所述处理组件用于调用并所述一条或多条计算机指令,实现如下操作:
分别获得至少两种配送业务的未分配订单组;
确定配送人员的状态指标;
确定所述未分配订单组的配送指标;
基于所述配送指标以及所述状态指标,分配所述未分配订单组至相匹配的配送人员。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810753112.2A CN108960644A (zh) | 2017-01-26 | 2017-01-26 | 数据处理方法、装置及设备 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710061837.0A CN107392405B (zh) | 2017-01-26 | 2017-01-26 | 数据处理方法、装置及设备 |
CN201810753112.2A CN108960644A (zh) | 2017-01-26 | 2017-01-26 | 数据处理方法、装置及设备 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710061837.0A Division CN107392405B (zh) | 2017-01-26 | 2017-01-26 | 数据处理方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108960644A true CN108960644A (zh) | 2018-12-07 |
Family
ID=60337712
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810753112.2A Pending CN108960644A (zh) | 2017-01-26 | 2017-01-26 | 数据处理方法、装置及设备 |
CN201710061837.0A Active CN107392405B (zh) | 2017-01-26 | 2017-01-26 | 数据处理方法、装置及设备 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710061837.0A Active CN107392405B (zh) | 2017-01-26 | 2017-01-26 | 数据处理方法、装置及设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190347753A1 (zh) |
CN (2) | CN108960644A (zh) |
WO (1) | WO2018137331A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400012A (zh) * | 2019-07-17 | 2019-11-01 | 北京三快在线科技有限公司 | 一种确定配送路径的方法及装置 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3422518B1 (en) * | 2017-06-28 | 2020-06-17 | Siemens Aktiengesellschaft | A method for recognizing contingencies in a power supply network |
CN109934372B (zh) * | 2017-12-19 | 2023-07-07 | 阿里巴巴集团控股有限公司 | 一种路径规划方法、装置及设备 |
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 |
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 |
CN108647927B (zh) * | 2018-05-17 | 2020-01-24 | 北京顺丰同城科技有限公司 | 一种订单分配方法以及装置 |
CN109214551B (zh) * | 2018-08-08 | 2022-08-26 | 北京三快在线科技有限公司 | 一种配送调度方法及装置 |
CN109242184B (zh) * | 2018-09-06 | 2022-03-22 | 泉州装备制造研究所 | 一种基于层次聚类的订单拣货优化方法 |
CN109460851A (zh) * | 2018-09-26 | 2019-03-12 | 长沙市到家悠享家政服务有限公司 | 订单分配方法、装置及电子设备 |
CN109359828B (zh) * | 2018-09-26 | 2021-07-09 | 长沙市到家悠享家政服务有限公司 | 调度费确定方法、装置及电子设备 |
CN109146203A (zh) * | 2018-09-28 | 2019-01-04 | 北京顺丰同城科技有限公司 | 订单配送信息预测方法、装置、电子设备及存储介质 |
CN109583819A (zh) * | 2018-12-18 | 2019-04-05 | 拉扎斯网络科技(上海)有限公司 | 订单调度方法、订单调度装置、存储介质和电子设备 |
CN109784659A (zh) * | 2018-12-18 | 2019-05-21 | 东软集团股份有限公司 | 服务请求的处理方法、装置、存储介质及电子设备 |
CN110400043A (zh) * | 2019-06-13 | 2019-11-01 | 天津五八到家科技有限公司 | 订单分配方法、装置、设备和存储介质 |
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 |
CN112183932A (zh) * | 2020-08-28 | 2021-01-05 | 广州赛特智能科技有限公司 | 一种机器人配送任务调度方法及系统 |
CN116757893B (zh) * | 2023-04-10 | 2024-03-05 | 南京勤力信息科技有限公司 | 跨区域企业政务服务智能匹配方法及互联网平台系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050228705A1 (en) * | 2004-04-12 | 2005-10-13 | Irwin Charles F | System and method for effectuating the planning and management of shipment pick-up and delivery appointments between buyers, sellers, and transportation and warehousing providers in a supply community |
CN103927643A (zh) * | 2014-04-30 | 2014-07-16 | 洪剑 | 一种大规模订单处理与配送路径优化的方法 |
CN105160503A (zh) * | 2015-07-16 | 2015-12-16 | 绍兴越淘网络技术有限公司 | 一种网站运营商直接实现同城当天配送的方法 |
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 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030046179A1 (en) * | 2001-09-06 | 2003-03-06 | Farid Anabtawi | Vehicle shopping and buying system and method |
KR100456134B1 (ko) * | 2003-06-17 | 2004-11-10 | 김성수 | 판매되지 않은 소멸성 재화의 판매를 위한 일방시한쿠폰운용방법 |
KR20120126944A (ko) * | 2011-05-13 | 2012-11-21 | 한국전자통신연구원 | 집배 업무 부하 산출 방법 및 이를 실행하는 장치 |
CN102496101A (zh) * | 2011-12-16 | 2012-06-13 | 芜湖安得物流股份有限公司 | 物流供应链管理系统 |
CN103473659A (zh) * | 2013-08-27 | 2013-12-25 | 西北工业大学 | 配送车辆端实时状态信息驱动的物流任务动态优化分配方法 |
CN105719009A (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 |
CN105447667A (zh) * | 2015-11-17 | 2016-03-30 | 成都信息工程大学 | 快递订单的自动分配方法 |
CN106327085A (zh) * | 2016-08-26 | 2017-01-11 | 多点生活(中国)网络科技有限公司 | 一种订单智能调度方法 |
-
2017
- 2017-01-26 CN CN201810753112.2A patent/CN108960644A/zh active Pending
- 2017-01-26 CN CN201710061837.0A patent/CN107392405B/zh active Active
- 2017-08-04 WO PCT/CN2017/096001 patent/WO2018137331A1/zh active Application Filing
-
2019
- 2019-07-23 US US16/520,021 patent/US20190347753A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050228705A1 (en) * | 2004-04-12 | 2005-10-13 | Irwin Charles F | System and method for effectuating the planning and management of shipment pick-up and delivery appointments between buyers, sellers, and transportation and warehousing providers in a supply community |
CN103927643A (zh) * | 2014-04-30 | 2014-07-16 | 洪剑 | 一种大规模订单处理与配送路径优化的方法 |
CN105160503A (zh) * | 2015-07-16 | 2015-12-16 | 绍兴越淘网络技术有限公司 | 一种网站运营商直接实现同城当天配送的方法 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400012A (zh) * | 2019-07-17 | 2019-11-01 | 北京三快在线科技有限公司 | 一种确定配送路径的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2018137331A1 (zh) | 2018-08-02 |
CN107392405B (zh) | 2018-06-01 |
CN107392405A (zh) | 2017-11-24 |
US20190347753A1 (en) | 2019-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107392405B (zh) | 数据处理方法、装置及设备 | |
CN107220789B (zh) | 一种物流配送调度方法及系统 | |
CN106529883B (zh) | 分配数据对象的方法及装置 | |
CN107392412A (zh) | 订单调度方法和装置 | |
CN113222305B (zh) | 订单调度方法、装置、存储介质和电子设备 | |
CN105930920A (zh) | 物流配送管理方法和物流配送管理装置 | |
CN110516936B (zh) | 一种智能生产流水线调配系统 | |
CN108364146A (zh) | 物流配送仿真方法及装置 | |
CN111598487B (zh) | 数据处理和模型训练方法、装置、电子设备和存储介质 | |
CN104200557A (zh) | 一种使用手持设备实现智能取号的系统和方法 | |
CN110070289B (zh) | 任务分配方法、装置、设备及存储介质 | |
CN109118310A (zh) | 订单处理方法和装置 | |
CN109582452A (zh) | 一种容器调度方法、调度装置及电子设备 | |
CN109359902A (zh) | 一种工单分配方法、装置、服务器及存储介质 | |
CN110222996A (zh) | 任务分配方法及装置 | |
CN113450002A (zh) | 任务的分配方法、装置、电子设备及存储介质 | |
CN111507651A (zh) | 应用于人机混合仓库的订单数据处理方法和装置 | |
CN106790332A (zh) | 一种资源调度方法、系统及主节点 | |
CN110796402A (zh) | 订单批次调度方法、装置及计算机系统 | |
CN112936285A (zh) | 一种机器人的本地递送方法、介质、装置和机器人 | |
CN109299883A (zh) | 一种空驶调度方法及装置 | |
CN106156984A (zh) | 一种基于电子商务的物流系统 | |
CN108960379A (zh) | 一种处理计量资产配送业务的移动终端及系统 | |
CN108694544A (zh) | 一种订单调度处理方法及装置 | |
CN108445853B (zh) | 一种基于云数据的产能共享车间 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |
|
RJ01 | Rejection of invention patent application after publication |