CN110210707B - 基于熵权法的点部自动调度效率评价方法及系统 - Google Patents

基于熵权法的点部自动调度效率评价方法及系统 Download PDF

Info

Publication number
CN110210707B
CN110210707B CN201910360224.6A CN201910360224A CN110210707B CN 110210707 B CN110210707 B CN 110210707B CN 201910360224 A CN201910360224 A CN 201910360224A CN 110210707 B CN110210707 B CN 110210707B
Authority
CN
China
Prior art keywords
point
automatic scheduling
gray scale
rate
evaluation
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.)
Active
Application number
CN201910360224.6A
Other languages
English (en)
Other versions
CN110210707A (zh
Inventor
龚泳旭
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.)
Kuayue Express Group Co ltd
Original Assignee
Kuayue Express Group 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 Kuayue Express Group Co ltd filed Critical Kuayue Express Group Co ltd
Priority to CN201910360224.6A priority Critical patent/CN110210707B/zh
Publication of CN110210707A publication Critical patent/CN110210707A/zh
Application granted granted Critical
Publication of CN110210707B publication Critical patent/CN110210707B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping

Landscapes

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

Abstract

本发明公开了一种基于熵权法的点部自动调度效率评价方法及系统,所述方法包括:选取自动调度率、日均灰度单量和灰度超时率为评价指标;根据各点部历史订单数据计算出各项评价指标对应的数值;对各项评价指标对应的数值作标准化处理,计算出各点部各项评价指标的权重;根据各点部各项评价指标标准化处理结果和各项评价指标的权重,计算出各点部的综合评分。本发明采用熵权法,并结合实际业务,选取自动调度率、日均灰度单量和灰度超时率为评价指标作为各个点部的评价指标,实现了对点部的自动调度效率科学合理评价,为从上线自动调度系统的点部中筛选出最适合自动调度方式的点部进行推广提供了客观依据,能节约大量的人力物力成本。

Description

基于熵权法的点部自动调度效率评价方法及系统
技术领域
本发明涉及物流调度技术领域,尤其涉及一种基于熵权法的点部自动调度效率评价方法及系统。
背景技术
现有的物流行业中,物流公司在接收到客户下的订单之后,根据客户的下单信息调度取件人员和车辆前往取件,而对取件人员和车辆的调度方式主要包括人工调度和自动调度,其中,人工调度即通过有相关经验的工作人员安排取件人员和车辆前往取件,而自动调度是指通过结合下单信息和历史订单信息安排合适的取件人员和车辆前往取件,两者中自动调度的方式不需要人为参与,节省了人力资源。但是,从调度的单量和超时率来看,现有的自动调度方式并不适合所有的点部,部分点部按照自动调度的方式进行调度时,订单超时的问题更为严重,而此时采用人工调度的方式效果反而更好。因此,如何对点部的自动调度效率进行科学合理的评价,从上线自动调度系统的点部中筛选出最适合自动调度方式的点部进行推广,不仅能节约大量的人力物力成本,而且对于自动调度算法的进一步优化也具有重要意义。
发明内容
本发明提供了一种基于熵权法的点部自动调度效率评价方法及系统,以解决现有物流中无法确认点部是否适合采用自动调度方式进行工作的问题。
为了解决上述问题,本发明提供了一种基于熵权法的点部自动调度效率评价方法,其包括:
选取自动调度率、日均灰度单量和灰度超时率为评价指标;
根据各点部历史订单数据计算出各项评价指标对应的数值;
对各项评价指标对应的数值作标准化处理,计算出各点部各项评价指标的权重;
根据各点部各项评价指标标准化处理结果和各项评价指标的权重,计算出各点部的综合评分。
作为本发明的进一步改进,对灰度超时率评价指标对应的数值作标准化处理之前,还包括:对灰度超时率对应的数值作增大指标变异化处理。
作为本发明的进一步改进,对灰度超时率对应的数值作增大指标变异化处理,包括:将灰度超时率对应的数值加上预设常数后,作倒数处理。
作为本发明的进一步改进,预设常数为所有点部的灰度超时率的标准差。
作为本发明的进一步改进,对日均灰度单量评价指标对应的数值作标准化处理之前,还包括:对日均灰度单量对应的数值作自然对数处理。
为了解决上述问题,本发明还提供了一种基于熵权法的点部自动调度效率评价系统,其包括:
选取模块,用于选取自动调度率、日均灰度单量和灰度超时率为评价指标;
第一计算模块,用于根据各点部历史订单数据计算出各项评价指标对应的数值;
处理模块,用于对各项评价指标对应的数值作标准化处理,计算出各点部各项评价指标的权重;
第二计算模块,用于根据各点部各项评价指标标准化处理结果和各项评价指标的权重,计算出各点部的综合评分。
作为本发明的进一步改进,处理模块包括:
变异化处理单元,用于对灰度超时率对应的数值作增大指标变异化处理;
标准化处理单元,用于对各项评价指标对应的数值作标准化处理;
计算单元,用于计算出各点部各项评价指标的权重。
作为本发明的进一步改进,变异化处理单元,具体用于将灰度超时率对应的数值加上预设常数后,作倒数处理。
作为本发明的进一步改进,预设常数为所有点部的灰度超时率的标准差。
作为本发明的进一步改进,所述处理模块还包括:
对数处理单元,用于对日均灰度单量对应的数值作自然对数处理。
相比于现有技术,本发明通过选取自动调度率、日均灰度单量和灰度超时率为评价指标作为各个点部的评价指标,并根据各个点部的历史订单数据计算出各个评价指标对应的数值,再计算出各个点部各项指标的权重,进而计算得到各个点部的综合评分,根据综合评分即可判断出点部是否适合采用自动调度的方式,从而为各个点部制定合适的工作方式。
附图说明
图1为本发明基于熵权法的点部自动调度效率评价方法第一个实施例的流程示意图;
图2为本发明基于熵权法的点部自动调度效率评价方法第二个实施例的流程示意图;
图3为本发明基于熵权法的点部自动调度效率评价方法第三个实施例的流程示意图;
图4为本发明基于熵权法的点部自动调度效率评价系统第一个实施例的功能模块示意图;
图5为本发明基于熵权法的点部自动调度效率评价系统第二个实施例的功能模块示意图;
图6为本发明基于熵权法的点部自动调度效率评价系统第三个实施例的功能模块示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用来限定本发明。
图1展示了本发明基于熵权法的点部自动调度效率评价方法的一个实施例。如图1所示,在本实施例中,该基于熵权法的点部自动调度效率评价方法,包括以下步骤:
步骤S1,选取自动调度率、日均灰度单量和灰度超时率为评价指标。
需要说明的是,针对于已采用自动调度方式的点部,其针对订单进行调度安排时,调度类型分为人工调度和自动调度两种。
对点部的自动调度效率进行综合评价,需要从自动调度的数量和质量两方面进行考核。本发明方案结合业务需要,选择自动调度率、日均灰度单量和灰度超时率作为评价指标。
其中,自动调度率,指预设时间周期内,点部的自动调度订单数与自动调度订单数和人工调度订单数之和的比值,即自动调度率=自动调度订单数/(自动调度订单数+人工调度订单数);
日均灰度单量,指预设时间周期内,点部的自动调度订单数和人工调度订单数之和与接到订单的天数的比值,即日均灰度单量=(自动调度订单数+人工调度订单数)/接到订单的天数;
灰度超时率为,指预设时间周期内,点部的超时订单数与自动调度订单数和人工调度订单数之和的比值,即灰度超时率=超时订单数/(自动调度订单数+人工调度订单数),其中,超时订单可结合下单时间、货好时间和签到时间等业务需求自行设定。本发明方案中,超时订单是指当订单的下单时间比货好时间提前一个小时以上,若签到时间在货好时间之后即为超时订单;或者,当下单时间未超过货好时间一个小时,签到时间在货好时间一小时以后为超时订单。
自动调度率、日均灰度单量和灰度超时率这三个指标以点部为对象,在预设时间周期范围内评价一次。该预设时间周期,可结合实际业务需求进行设定,本发明方案中,预设时间周期为一个月。
步骤S2,根据各点部历史订单数据计算出各项评价指标对应的数值。
具体地,例如,以下表1为例进行说明,表1为一组历史订单数据:
表1
Figure BDA0002046609800000041
(注:调度类型为空,表明可能由于漏填信息,导致该笔订单的调度类型未知)
首先,需要理解的是,自动调度率、日均灰度单量和灰度超时率三个评价指标都是基于调度类型非空的条件下计算的,因此,表1中订单号为XD1809-7297622和XD1809-5963925的两笔订单需要剔除。
根据上表1可知,以沙井和一点部为例进行说明,沙井和一点部在2018年9月中,自动调度订单数为1笔,人工调度订单数为1笔,接到订单的天数为2天,超时订单数为1笔,则沙井和一点部的自动调度率=1/(1+1)*100%=50%,日均灰度单量=(1+1)/2=1,灰度超时率=1/(1+1)*100%=50%。同理可得,义乌幸福点部的自动调度率=2/2*100%=100%,日均灰度单量=2/1=2,灰度超时率=1/2*100%=50%。
进一步的,在一些实施例中,为了提高数据的有效性,在统计各点部的历史订单数据时,剔除预设时间周期内历史订单量少于预设值的点部,例如:剔除一个月内历史订单量少于30笔的点部。
步骤S3,对各项评价指标对应的数值作标准化处理,计算出各点部各项评价指标的权重。
根据熵权法处理步骤,先对自动调度率、日均灰度单量和灰度超时率三项指标做标准化处理,以解决各项不同质的评价指标之间的同质化问题。需要说明的是,根据上述对自动调度率、日均灰度单量和灰度超时率三个评价指标的定义可知,对于物流行业而言,自动调度率、日均灰度单量为正向指标,两者的数值越高越好,而灰度超时率为负向指标,其数值则越低越好。针对于正向指标,可根据下述公式进行处理:
Figure BDA0002046609800000051
针对于负向指标,则根据下述公式处理:
Figure BDA0002046609800000052
其中,n为样本数,m为指标数,xij表示第i个样本第j个指标的数值(i=1,2,……;j=1,2,…,m)。
在对自动调度率、日均灰度单量和灰度超时率三项评价指标做标准化处理后,根据熵权法步骤,继而对各评价指标进行熵值计算和权重计算。具体如下:
(1)计算第j个指标下第i个样本占该指标的比重:
Figure BDA0002046609800000053
(2)计算第j项指标的熵值:
Figure BDA0002046609800000054
其中,k=1/ln(n)>0,满足ej≥0;
(3)计算信息熵冗余度:
dj=1-ej,j=1,2,…,m
(4)计算各项指标的权重:
Figure BDA0002046609800000055
步骤S4,根据各点部各项评价指标标准化处理结果和各项评价指标的权重,计算出各点部的综合评分。
计算各点部的综合评分:
Figure BDA0002046609800000061
本发明方案采用熵权法,并结合实际业务,选取自动调度率、日均灰度单量和灰度超时率为评价指标作为各个点部的评价指标,实现了对点部的自动调度效率科学合理评价,为从上线自动调度系统的点部中中筛选出最适合自动调度方式的点部进行推广提供了客观依据,能节约大量的人力物力成本。
进一步的,其他实施例中,如图2所示,步骤S3具体为:
对自动调度率和日均灰度单量对应的数值作标准化处理,对灰度超时率对应的数值作增大指标变异化处理后再执行标准化处理,计算出各点部各项评价指标的权重。
即,在对灰度超时率对应的数值作归一化处理之前,先对灰度超时率对应的数值作增大指标变异化处理。
通常情况下,点部的灰度超时率一般都很低,点部之间的差异性很小,这使得灰度超时率作为评价指标,其变异程度较低;而熵权法是基于指标的变异程度来确定权重的,指标变异程度越大,权重越高;因此,本实施中通过灰度超时率对应的数值作增大指标变异化处理,以提高灰度超时率作为评价指标的权重。
本发明实施例中,对灰度超时率对应的数值作增大指标变异化处理,具体为将灰度超时率对应的数值加上预设常数后,作倒数处理。
进一步的,该预设常数为所有点部的灰度超时率的标准差。
例如,表2为将一组点部的灰度超时率对应的数值作增大指标变异化处理的结果:
表2
Figure BDA0002046609800000062
Figure BDA0002046609800000071
在上例中10家点部的灰度超时率的标准差为0.014,对点部1原始的灰度超时率对应数值作增大指标变异化处理,得到处理后的值为1/(0.025+0.014)=25.86,依次计算其他点部的灰度超时率作增大指标变异化处理后的数值。
需要说明的是,本实施例中,当灰度超时率对应数值按照“取倒数”方式作增大指标变异化处理后,相当于将灰度超时率这一负向指标修改为了正向指标,因此其在做标注化处理时,是按照正向指标进行标准化处理。
本实施例通过对灰度超时率对应的数值作增大指标变异化处理,使得灰度超时率在采用熵权法计算时得到的权重更高,有助于在综合评价时取得较好的评价效果。
以2018年12月的历史订单数据为例,根据本实施例提供的基于熵权法的点部自动调度效率评价方法,计算得到各个点部的综合评分,将各个点部的综合评分划分为【0,10】、【10,20】、【20,30】、【30,40】、【40,50】、【50,60】、【60,70】、【70,80】、【80,90】、【90,100】十个分数段,并统计每个分数段内点部的平均自动调度率、平均灰度超时率、平均日均灰度,结果如下表4所示:
表4
Figure BDA0002046609800000072
Figure BDA0002046609800000081
根据表4可知,三个评价指标都表现出较严格的单调性:自动调度率、日均灰度单量随综合评分升高表现严格递增性,且灰度超时率随综合评分升高表现出严格递减性,这说明综合评分越高,正向评价指标越大,负向评价指标越小。由此可看出,对灰度超时率对应的数值作增大指标变异化处理,增大灰度超时率指标的权重,最后获得的综合评分效果较好,可以客观区分各点部自动调度效率的高低。
进一步的,由于各点部件日均灰度单量的数值差异较大,而为了避免差异性过大的数值影响评价效果,上述实施例的基础上,其他实施例中,如图3所示,步骤S3具体为:
对自动调度率对应的数值作标准化处理,对日均灰度单量对应的数值作自然对数处理后再执行标准化处理,对灰度超时率对应的数值作增大指标变异化处理后再执行标准化处理,计算出各点部各项评价指标的权重。
具体地,在得到各个点部的日均灰度单量的数值之后,将日均灰度单量的数值作自然对数处理,从而得到一组彼此之间差异性较小数据。
例如,表3为将一组点部的日均灰度单量对应的数值作自然对数处理的结果:
表3
日均灰度单量(处理前) 日均灰度单量(处理后)
点部1 95 4.55
点部2 65 4.17
点部3 76 4.33
点部4 32 3.47
点部5 12 2.48
点部6 32 3.47
点部7 54 3.99
点部8 45 3.81
点部9 65 4.17
点部10 80 4.38
例如点部1的日均灰度单量为95,取自然对数ln(95)近似等于4.55,,依次计算其他点部的灰度超时率作自然对数处理得到的数值。
本实施例通过对各个点部的日均灰度单量在作归一化处理之前先作自然对数处理,缩小了各点部日均灰度单量数值之间的差异性,避免数据之间的差异性过大值影响最终的评价结果。
图4展示了本发明基于熵权法的点部自动调度效率评价系统的一个实施例。如图4所示,本实施例中,该基于熵权法的点部自动调度效率评价系统包括选取模块10、第一计算模块11、处理模块12和第二计算模块13。
其中,选取模块10,用于选取自动调度率、日均灰度单量和灰度超时率为评价指标;第一计算模块11,用于根据各点部历史订单数据计算出各项评价指标对应的数值;处理模块12,用于对各项评价指标对应的数值作标准化处理,计算出各点部各项评价指标的权重;第二计算模块13,用于根据各点部各项评价指标标准化处理结果和各项评价指标的权重,计算出各点部的综合评分。
上述实施例的基础上,其他实施例中,如图5所示,该处理模块12包括变异化处理单元120、标准化处理单元121和计算单元122。
其中,变异化处理单元120,用于对灰度超时率对应的数值作增大指标变异化处理;标准化处理单元121,用于对各项评价指标对应的数值作标准化处理;计算单元122,用于计算出各点部各项评价指标的权重。
上述实施例的基础上,其他实施例中,变异化处理单元120,具体用于将灰度超时率对应的数值加上预设常数后,作倒数处理。
上述实施例的基础上,其他实施例中,预设常数为所有点部的灰度超时率的标准差。
上述实施例的基础上,其他实施例中,如图6所示,该处理模块12还包括对数处理单元123,用于对日均灰度单量对应的数值作自然对数处理。
关于上述五个实施例基于熵权法的点部自动调度效率评价系统中各模块实现技术方案的其他细节,可参见上述实施例中的基于熵权法的点部自动调度效率评价方法中的描述,此处不再赘述。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对发明的具体实施方式进行了详细说明,但其只作为范例,本发明并不限制于以上描述的具体实施方式。对于本领域的技术人员而言,任何对该发明进行的等同修改或替代也都在本发明的范畴之中,因此,在不脱离本发明的精神和原则范围下所作的均等变换和修改、改进等,都应涵盖在本发明的范围内。

Claims (10)

1.一种基于熵权法的点部自动调度效率评价方法,其特征在于,其包括:
选取自动调度率、日均灰度单量和灰度超时率为评价指标,其中,自动调度率,指预设时间周期内,点部的自动调度订单数与自动调度订单数和人工调度订单数之和的比值;日均灰度单量,指预设时间周期内,点部的自动调度订单数和人工调度订单数之和与接到订单的天数的比值;灰度超时率为,指预设时间周期内,点部的超时订单数与自动调度订单数和人工调度订单数之和的比值;
根据各点部历史订单数据计算出各项评价指标对应的数值;
对各项评价指标对应的数值作标准化处理,计算出各点部各项评价指标的权重;
根据各点部各项评价指标标准化处理结果和各项评价指标的权重,计算出各点部的综合评分。
2.根据权利要求1所述的基于熵权法的点部自动调度效率评价方法,其特征在于,对灰度超时率评价指标对应的数值作标准化处理之前,还包括:对灰度超时率对应的数值作增大指标变异化处理。
3.根据权利要求2所述的基于熵权法的点部自动调度效率评价方法,其特征在于,对灰度超时率对应的数值作增大指标变异化处理,包括:将灰度超时率对应的数值加上预设常数后,作倒数处理。
4.根据权利要求3所述的基于熵权法的点部自动调度效率评价方法,其特征在于,所述预设常数为所有点部的灰度超时率的标准差。
5.根据权利要求2所述的基于熵权法的点部自动调度效率评价方法,其特征在于,对日均灰度单量评价指标对应的数值作标准化处理之前,还包括:对日均灰度单量对应的数值作自然对数处理。
6.一种基于熵权法的点部自动调度效率评价系统,其特征在于,其包括:
选取模块,用于选取自动调度率、日均灰度单量和灰度超时率为评价指标,其中,自动调度率,指预设时间周期内,点部的自动调度订单数与自动调度订单数和人工调度订单数之和的比值;日均灰度单量,指预设时间周期内,点部的自动调度订单数和人工调度订单数之和与接到订单的天数的比值;灰度超时率为,指预设时间周期内,点部的超时订单数与自动调度订单数和人工调度订单数之和的比值;
第一计算模块,用于根据各点部历史订单数据计算出各项评价指标对应的数值;
处理模块,用于对各项评价指标对应的数值作标准化处理,计算出各点部各项评价指标的权重;
第二计算模块,用于根据各点部各项评价指标标准化处理结果和各项评价指标的权重,计算出各点部的综合评分。
7.根据权利要求6所述的基于熵权法的点部自动调度效率评价系统,其特征在于,所述处理模块,包括:
变异化处理单元,用于对灰度超时率对应的数值作增大指标变异化处理;
标准化处理单元,用于对各项评价指标对应的数值作标准化处理;
计算单元,用于计算出各点部各项评价指标的权重。
8.根据权利要求7所述的基于熵权法的点部自动调度效率评价系统,其特征在于,所述变异化处理单元,具体用于将灰度超时率对应的数值加上预设常数后,作倒数处理。
9.根据权利要求8所述的基于熵权法的点部自动调度效率评价系统,其特征在于,所述预设常数为所有点部的灰度超时率的标准差。
10.根据权利要求7所述的基于熵权法的点部自动调度效率评价系统,其特征在于,所述处理模块还包括:
对数处理单元,用于对日均灰度单量对应的数值作自然对数处理。
CN201910360224.6A 2019-04-30 2019-04-30 基于熵权法的点部自动调度效率评价方法及系统 Active CN110210707B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910360224.6A CN110210707B (zh) 2019-04-30 2019-04-30 基于熵权法的点部自动调度效率评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910360224.6A CN110210707B (zh) 2019-04-30 2019-04-30 基于熵权法的点部自动调度效率评价方法及系统

Publications (2)

Publication Number Publication Date
CN110210707A CN110210707A (zh) 2019-09-06
CN110210707B true CN110210707B (zh) 2022-07-29

Family

ID=67786823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910360224.6A Active CN110210707B (zh) 2019-04-30 2019-04-30 基于熵权法的点部自动调度效率评价方法及系统

Country Status (1)

Country Link
CN (1) CN110210707B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743628A (zh) * 2021-09-18 2021-12-03 重庆允成互联网科技有限公司 维修响应及时率计算方法、装置、计算机设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730388A (zh) * 2017-09-25 2018-02-23 平安科技(深圳)有限公司 保单配送任务分配方法、装置、计算机设备和存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2009302231A1 (en) * 2008-10-10 2010-04-15 Ronald A. Norelli & Company Energy and entropy assessment of a business entity
CN103927639A (zh) * 2014-02-10 2014-07-16 武汉科技大学 一种基于实时信息的钢铁产品物流系统及其调度方法
CN104751271A (zh) * 2015-03-04 2015-07-01 径圆(上海)信息技术有限公司 智能订单调度方法、服务器、电动车、移动终端及系统
CN106447302A (zh) * 2016-10-17 2017-02-22 成都知道创宇信息技术有限公司 一种智能分单方法
CN107704980B (zh) * 2017-05-24 2021-07-06 重庆大学 一种面向处理新增快递取件需求的多智能体自主决策方法
CN107909253B (zh) * 2017-11-02 2020-09-04 国网天津市电力公司电力科学研究院 基于区间层次分析法的智能配电网调度控制效果评估方法
CN107833061A (zh) * 2017-11-17 2018-03-23 中农网购(江苏)电子商务有限公司 一种针对零售农产品智能配送方法
CN109308564A (zh) * 2018-08-01 2019-02-05 平安科技(深圳)有限公司 人群绩效等级识别方法、装置、存储介质及计算机设备
CN109242175A (zh) * 2018-08-29 2019-01-18 上海凸赞信息技术有限公司 整合即时配送领域并优化各大配送公司的配送方法及系统
CN109002934A (zh) * 2018-08-31 2018-12-14 华中科技大学 一种货运网络新建物流节点相关重要指标预测方法
CN109583806B (zh) * 2018-10-29 2020-07-07 跨越速运集团有限公司 一种基于智能调整下单重量后的车辆调度取件方法及系统
CN110443456B (zh) * 2019-07-04 2022-12-09 天津大学 一种用于电动汽车充电网的控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730388A (zh) * 2017-09-25 2018-02-23 平安科技(深圳)有限公司 保单配送任务分配方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于灰色关联分析的熵权法在企业绩效评价中的应用;孙海英等;《黑龙江大学自然科学学报》;20161025(第05期);第581-586页 *

Also Published As

Publication number Publication date
CN110210707A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110110881B (zh) 电力客户需求预测分析方法及系统
CN111383101B (zh) 贷后风险监控方法、装置、设备及计算机可读存储介质
CN107910068A (zh) 投保用户的健康风险预测方法、装置、设备及存储介质
CN109583722A (zh) 一种渠道数据分析系统和方法
CN106980988A (zh) 商户价值评价方法
CN112102073A (zh) 信贷风险控制方法及系统、电子设备及可读存储介质
CN108320089A (zh) 坐席分配方法、电子装置及计算机可读存储介质
CN109740036B (zh) Ota平台酒店排序方法及装置
CN107682575A (zh) 业务员呼入进线分配方法、电子装置、计算机可读存储介质
CN116307928A (zh) 一种目标督查督办管理系统
CN110210707B (zh) 基于熵权法的点部自动调度效率评价方法及系统
CN111091245A (zh) 一种参与有序用能企业的确定方法及装置
CN114298583A (zh) 基于ahp和熵权法结合赋权的客户评分系统
CN114782123A (zh) 一种信用评估方法及系统
CN111652471B (zh) 名单分配控制方法、装置、电子设备及存储介质
CN113919932A (zh) 一种基于贷款申请评分模型的客户评分偏移检测方法
CN111915115B (zh) 执行策略设置方法和装置
CN115564525B (zh) 一种服务器标识的勾选显示方法、电子设备及存储介质
CN111325495A (zh) 异常件分类方法及系统
CN112884328B (zh) 揽件业务员推荐方法、装置、设备及存储介质
CN113537759A (zh) 一种基于权重自适应的用户体验度量模型
CN113743752A (zh) 一种数据处理方法及装置
CN107545347A (zh) 用于防控风险的属性确定方法、装置及服务器
CN117495233B (zh) 一种航运年度价格推荐方法、系统、储存介质及设备
CN114091868B (zh) 基于熵值法的送货强度评估方法

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: 518000 1 / F-8 / F, building a, Lufthansa Park, terminal 4 road, Shenzhen airport, hourui community, Hangcheng street, Bao'an District, Shenzhen City, Guangdong Province

Applicant after: KUAYUE EXPRESS GROUP Co.,Ltd.

Address before: 518000 the first and second floors of buildings 7 and 8, Shenxiang logistics base, Aviation City Industrial Park, No.5 Fuyuan 2nd Road, Heping community, Fuyong street, Bao'an District, Shenzhen City, Guangdong Province

Applicant before: KUAYUE EXPRESS GROUP Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant