CN110288232A - 订单调度方法及装置 - Google Patents
订单调度方法及装置 Download PDFInfo
- Publication number
- CN110288232A CN110288232A CN201910556285.XA CN201910556285A CN110288232A CN 110288232 A CN110288232 A CN 110288232A CN 201910556285 A CN201910556285 A CN 201910556285A CN 110288232 A CN110288232 A CN 110288232A
- Authority
- CN
- China
- Prior art keywords
- order
- dispatching person
- matching degree
- dispatching
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008569 process Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/06—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
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (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
本申请提供一种订单调度方法、装置及计算机可读存储介质和电子设备。其中,所述方法包括:获取待分配的订单与待指派的配送员;计算每个配送员与每个订单之间的匹配程度;针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;将每个订单指派给对应的目标配送员。应用本申请,可以提升订单调度的效率。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种订单调度方法、装置及计算机存储介质和电子设备。
背景技术
在相关技术中,为了提升物流配送效率,调度系统需要对订单和配送员进行匹配,为订单分配最优的配送员。
然而,为了选择最优的配送员,现有的调度算法中每次只能针对一个订单进行匹配调度。随着订单量的不断增长,调度算法的运算时间也越来越长。
发明内容
有鉴于此,本申请提供一种订单调度方法、装置及计算机存储介质和电子设备,用于解决上述的订单调度效率不高的问题。
具体地,本申请是通过如下技术方案实现的:
一种订单调度方法,所述方法包括:
获取待分配的订单与待指派的配送员;
计算每个配送员与每个订单之间的匹配程度;
针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;
将每个订单指派给对应的目标配送员。
可选的,针对所述计算每个配送员与每个订单之间的匹配程度,其中任意一个配送员与任意一个订单之间的匹配程度的计算过程包括:
获取该配送员被指派该订单之前的第一路径以及被指派该订单之后的第二路径;
计算所述第一路径和第二路径之间的路程增量和/或相似程度,将所述路程增量和/或相似程度作为该配送员与该订单之间的匹配程度。
可选的,在所述将每个订单指派给对应的目标配送员之前,所述方法还包括:
如果存在至少两个订单确定了相同的目标配送员,从所述至少两个订单与目标配送员的匹配程度中选择匹配程度最优的目标订单;
为所述至少两个订单中除所述目标订单之外的订单,确定目标配送员。
可选的,所述为所述至少两个订单中除所述目标订单之外的订单确定目标配送员,包括:
删除已经确定了目标配送员的订单与每个配送员的匹配程度,重新计算所述每个配送员与所述至少两个订单中除所述目标订单之外的每个订单之间的匹配程度;
针对所述至少两个订单中除所述目标订单之外的每个订单,重复执行从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员。
可选的,所述待分配的订单与待指派的配送员符合预设条件。
可选的,所述预设条件包括以下至少一种:
所述待分配的订单属于同一配送区域;
所述待指派的配送员属于同一配送区域;
所述待分配的订单与待指派的配送员属于同一配送区域。
可选的,在所述从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员之后,方法还包括:
为所述目标配送员标记对应订单的订单标识;
所述将每个订单指派给对应的目标配送员,包括:
基于每个目标配送员标记的订单标识指派该订单标识对应的订单。
一种订单调度装置,所述装置包括:
获取单元,获取待分配的订单与待指派的配送员;
计算单元,计算每个配送员与每个订单之间的匹配程度;
选取单元,针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;
调度单元,将每个订单指派给对应的目标配送员。
一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述任一项所述的订单调度方法。
一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
所述处理器被配置为上述任一项所述的订单调度方法。
本申请实施例,提供了一种订单调度方案,针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;一次订单调度就可以为每个订单指派对应的配送员。如此,通过并行化处理,在减少调度算法耗的同时,提升实时性和系统的吞吐量。
附图说明
图1a-1b是采用现有订单调度方案执行订单调度的过程示意图;
图2是本申请一示例性实施例示出的一种订单调度方法的流程图;
图3a-3c是采用本申请提供的订单调度方案执行订单调度的过程示意图;
图4是本申请一示例性实施例示出的一种订单调度装置的硬件结构图;
图5是本申请一示例性实施例示出的一种订单调度装置的模块示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请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。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
如前所述,为了选择最优的配送员,现有的调度算法中每次只能针对一个订单进行匹配调度。随着订单量的不断增长,调度算法的运算时间也越来越长。
具体地,运算时间的增长往往存在以下几方面:
1:运算时间越长,调度时刻与数据收集时刻的差别越大。由于配送员的位置是在不断移动的,被指派的订单状态也不断改变,派单的效果同样也会受到损失。
2:业务需求对调度算法的实时性要求较高,新创建的订单通常需要在较短时间内完成调度指派。随着订单量的增加,运算时间无法达到时效性要求。
3.调度系统是将每个区域的订单任务分发到服务器集群,再由服务器集群串行处理任务。由于是串行处理,不能用简单的集群扩容解决运算时间长的问题。
以下详细介绍现有的调度算法:
步骤1、获取待分配的订单与待指派的配送员;
步骤2、计算每个配送员与每个订单之间的匹配程度。
步骤3、从所有的配送程度中选取全局最优的匹配程度,并将该全局最优的匹配程度对应的订单和配送员确定为目标订单和目标配送员,将目标订单分配给该目标配送员;
步骤4、删除目标订单与每个配送员的匹配程度,重新计算所述目标配送员与除所述目标订单之外的其它每个订单之间的匹配程度,重复执行步骤3。
举例说明,某个调度时刻,新订单有10个,分别为1-10号订单。配送员有15个,分别为1-15号配送员。
首先,需要计算每个订单与每个配送员的匹配程度。构建如图1a所示的矩阵,该矩阵可以由15行10列的匹配程度构建的。15行对应了15个配送员,10列对应了10个订单;该矩阵中的匹配程度表示该行的配送员和该列的订单对应的匹配程度。匹配程度可以是0-1之间的数值,该示例中数值越低,说明匹配程度越高,数值越高,说明匹配程度越低。
值得一提的是,该矩阵还可以转换为10行15列的匹配程度;此时行对应了订单,列对应了配送员。
在图1a中,可以发现9号订单和2号配送员之间的数值最低,这表明匹配程度最高,是全局最优的匹配程度;因此可以确定2号配送员是9号订单最优的配送员,从而可以将9号订单指派给2号配送员。
如图1b所示,在完成9号订单后,可以将9号订单从矩阵中删除,并且由于2号配送员新接了9号订单会导致2号配送员的当前路径发送变化,因此需要重新计算2号配送员与除9号订单之外的其它订单之间的匹配程度(图1b中用虚线框进行了标识)。
如图1b所示,一方面,由于9号订单已经完成指派,因此可以将9号订单从矩阵中删除。另一方面,由于2号配送员新接了9号订单会导致2号配送员的当前路径发送变化,因此需要重新计算2号配送员与除9号订单之外的其它订单(1-8以及10号订单)之间的匹配程度(图1b中用虚线框进行了标识)。
然后继续寻找该矩阵中的最小数值即全局最优的配送程度,并将对应的订单指派给配送员。重复执行上述步骤,以完成所有订单的指派。
可见,由于每次都需要选取全局最优的配送程度,因此这10个订单需要进行10次调度计算,并且每一次调度后都需要更新被指派的配送员的路径,以重新计算被指派的配送员与其它订单之间的匹配程度(更新配送员路径、匹配程度的次数与订单数量成正比)。即现有方案中,订单调度是串行的,调度效率不高。
为此,本申请提供了一种订单调度方案,针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;一次订单调度就可以为每个订单指派对应的配送员。如此,通过并行化处理,在减少调度算法耗的同时,提升实时性和系统的吞吐量。所述并行化处理,可以是指通过为每个订单匹配到目标配送员,最终只需要一次调度就可以同时完成所有订单的指派。
图2是本申请一示例性实施例示出的一种订单调度的方法流程图,所述方法可以应用在订单调度的服务器(以下简称为服务器)中,该方法具体可以包括如下步骤:
步骤210:获取待分配的订单与待指派的配送员。
首先,服务器需要获取的待分配的订单和待指派的配送员之间需要符合一定的条件,例如待分配的订单需要属于同一配送区域,待指派的配送员需要属于同一配送区域,或者待分配的订单和待指派的配送员都属于同一配送区域。这样获取到的待分配的订单与待指派的配送员由于位于同一个配送区域内,配送员被指派订单后可以快速对订单进行配送,以提升订单调度后配速效率。
假设获取到J个待分配的订单,以及I个待指派的配送员。那么,可以构建一个J*I或者I*J的矩阵。
以I*J的矩阵为例,I行对应了I个配送员,J列对应了J个订单,该矩阵具有I*J个匹配程度;其中,第i行第j列表示了第i个配送员与第j个订单的匹配程度,j为[1,J],i为[1,I]。
以J*I的矩阵为例,J行对应了J个订单,I列对应了I个配送员,该矩阵具有J*I个匹配程度;其中,第j行第i列表示了第i个配送员与第j个订单的匹配程度,j为[1,J],i为[1,I]。
值得一提的是,所述待分配的订单可以是从订单池中获取的,所述待指派的配送员可以是从配送员池中获取的。通常,所述订单池、配送员池可以是动态变化的。例如,新增的订单需要被加入到订单池、上线的配送员需要加入到订单池,待分配的订单被取消则需要从订单池中删除、配送员下线时需要将该配送员从配送员池中删除。
如果服务器在已经获取待分配的订单与待指派的配送员,并且执行后续步骤之后,订单池中新增了订单或者配送员池中新上线了配送员;此时服务器可以将新增的订单和/或配送员加入矩阵,即计算新增订单与所有配送员的匹配程度、计算新增配送员与所有订单的匹配程度。
对于取消的订单或者下线的配送员,则将取消的订单与所有配送员的匹配程度从矩阵中删除、将下线的配送员与所有订单的匹配程度从矩阵中删除。
步骤220:计算每个配送员与每个订单之间的匹配程度。
针对配送员和订单的矩阵,计算所述矩阵中每个配送员与每个订单之间的匹配程度。
在一实施例中,针对计算每个配送员与每个订单之间的匹配程度,其中任意一个配送员与任意一个订单之间的匹配程度的计算过程,具体包括:
获取配送员被指派订单前的第一路径以及被指派订单后的第二路径;
计算所述第一路径和第二路径之间的路程增量,将所述路程增量作为所述配送员与订单之间的匹配程度。
该实施例中,以路程增量作为匹配程度的依据;路程增量的数值越低,匹配程度越高;反之路程增量的数值越高,匹配程度越低。
在另一实施例中,针对计算每个配送员与每个订单之间的匹配程度,其中任意一个配送员与任意一个订单之间的匹配程度的计算过程,具体包括:
获取配送员被指派订单前的第一路径以及被指派订单后的第二路径;
计算所述第一路径和第二路径之间的相似程度,将所述相似程度作为所述配送员与订单之间的匹配程度。
该实施例中,以相似程度作为匹配程度的依据;相似程度的数值越低,匹配程度越低;反之相似程度的数值越高,匹配程度越高。
步骤230:针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;
步骤240:将每个订单指派给对应的目标配送员。
举例说明,依然以前述新订单有10个,分别为1-10号订单。配送员有15个,分别为1-15号配送员为例。
首先执行完步骤210和220之后,可以得到前述图1a相同的矩阵示意图。
之后,针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度(假设该实施例采用路程增量作为匹配程度,则数值越低,匹配程度越高;反之数值越高,匹配程度越低)并将该局部最优的匹配程度对应的配送员确定为该订单的目标配送员,此时如图3a所示,标记了每个订单对应的局部最优匹配程度的目标配送员。具体地,
1号订单局部最优匹配程度的目标配送员为5号配送员;
2号订单局部最优匹配程度的目标配送员为7号配送员;
3号订单局部最优匹配程度的目标配送员为14号配送员;
4号订单局部最优匹配程度的目标配送员为6号配送员;
5号订单局部最优匹配程度的目标配送员为4号配送员;
6号订单局部最优匹配程度的目标配送员为9号配送员;
7号订单局部最优匹配程度的目标配送员为5号配送员;
8号订单局部最优匹配程度的目标配送员为3号配送员;
9号订单局部最优匹配程度的目标配送员为2号配送员;
10号订单局部最优匹配程度的目标配送员为7号配送员。
然后,对每个配送员寻找最优订单;存在以下三种情况:
1、配送员没有对应的订单;
例如1号配送员,没有订单标记该配送员为目标配送员。
针对这类配送员,无需进行任何操作。
2、配送员存在一个对应的订单:
例如2号配送员,只有9号订单标记该配送员为目标配送员;
针对这类配送员,将对应的订单指派给他即可。例如,将9号订单指派给2号配送员。
3、配送员存在至少两个对应的订单:
具体地,如果存在至少两个订单同时确定了相同的目标配送员,从所述至少两个订单与目标配送员的匹配程度中选择匹配程度最优的目标订单;
为所述至少两个订单中除所述目标订单之外的订单,确定目标配送员。
例如,5号配送员,被2个订单标记为目标配送员,即1号订单和7号订单。
针对这类配送员,需要在多个对应的订单中选择匹配程度数值最小的那个订单。由于1号订单的数值小于7号订单的数值,因此,将1号订单指派给5号配送员。
本申请中的标记可以是指:在确定了订单的目标配送员之后,为该目标配送员标记上该订单的订单标识。
其中,所述订单标识可以是指订单的唯一信息,例如订单编号、订单ID等。
所述标记的形式可以是指建立所述目标配送员与订单标识之间的对应关系或者映射关系;或者,为所述目标配送员添加新的字段,该字段内容即为订单标识。
进而,根据配送员标记的订单标号就可以确定配送员被多少订单确定为最优的目标配送员了。
如图3b所示:可以看到,5号配送员和7号配送员均被多订单标记为目标配送员。具体地,如图3b中虚线框所标记的,5号配送员同时被1号订单和7号订单标记为目标配送员;7号配送员同时被2号订单和10号订单标记为目标配送员。
进一步的,需要为5号配送员和7号配送员选取目标订单(选择匹配程度最小的运单进行指派),即1号订单指派给5号配送员、2号订单指派给7号配送员。
此时,1-10号订单中,只剩下7号订单和10号订单没有确定目标配送员;因此,接下来需要为7号订单和10号订单确定目标配送员。
在一实施例中,所述为所述至少两个订单中除所述目标订单之外的订单确定目标配送员,包括:
删除已经确定了目标配送员的订单与每个配送员的匹配程度,重新计算所述每个配送员与所述至少两个订单中除所述目标订单之外的每个订单之间的匹配程度;
针对所述至少两个订单中除所述目标订单之外的每个订单,重复执行从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员。
沿用图3b,由于1、2、3、4、5、6、8、9号订单都已经确定了目标配送员;因此,如图3c所示,可以从矩阵中删除1、2、3、4、5、6、8、9号订单与每个配送员的匹配程度。由于这8个订单已经可以确定指派给了8个不同的配送员,因此需要将被指派订单的配送员重新计算最新的路径,以作为配送员被指派订单前的路径;这里,针对被指派订单的配送员最新的路径分别可以是指:
5号配送员被指派1号订单后计算出的路径;
7号配送员被指派2号订单后计算出的路径;
14号配送员被指派3号订单后计算出的路径;
6号配送员被指派4号订单后计算出的路径;
4号配送员被指派5号订单后计算出的路径;
9号配送员被指派6号订单后计算出的路径;
3号配送员被指派8号订单后计算出的路径;
2号配送员被指派9号订单后计算出的路径。
请注意,此时还剩7号和10号订单未确定目标配送员,之后可以重新计算并更新矩阵中7号订单与每个配送员的匹配程度以及10号订单与每个配送员的匹配程度;
然后针对除1、2、3、4、5、6、8、9号订单(此时的已经确定目标配送员的订单)之外的7、10号订单(此时的所述至少两个订单中除目标订单之外的订单,即还未确定目标配送员的订单),重新执行步骤230,即针对7、10号订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送。如此循环,直至所有订单均被指派。
可以看到,采用本申请所述的订单调度方案,通过并行化处理,减少了更新配送员的路径和匹配程度的次数;从而在减少调度算法耗的同时,提升实时性和系统的吞吐量。
与前述订单调度方法的实施例相对应,本申请还提供了订单调度装置的实施例。
本申请订单调度装置的实施例可以应用在服务器上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图4所示,为本申请订单调度装置所在的一种硬件结构图,除了图4所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中通常根据该订单调度的实际功能,还可以包括其他硬件,对此不再赘述。
请参考图5,在一种软件实施方式中,该订单调度装置可以包括:
获取单元310,获取待分配的订单与待指派的配送员;
计算单元320,计算每个配送员与每个订单之间的匹配程度;
选取单元330,针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;
调度单元340,将每个订单指派给对应的目标配送员。
可选的,针对所述计算单元320,其中通过如下子单元计算任意一个配送员与任意一个订单之间的匹配程度:
获取子单元,获取该配送员被指派该订单之前的第一路径以及被指派该订单之后的第二路径;
计算子单元,计算所述第一路径和第二路径之间的路程增量和/或相似程度,将所述路程增量和/或相似程度作为该配送员与该订单之间的匹配程度。
可选的,在所述调度单元340之前,所述装置还包括:
选择子单元,如果存在至少两个订单同时确定了相同的目标配送员,从所述至少两个订单与目标配送员的匹配程度中选择匹配程度最优的目标订单;
确定子单元,为所述至少两个订单中除所述目标订单之外的订单,确定目标配送员。
可选的,所述确定子单元,包括:
更新子单元,删除已经确定了目标配送员的订单与每个配送员的匹配程度,重新计算所述每个配送员与所述至少两个订单中除所述目标订单之外的每个订单之间的匹配程度;
重复子单元,针对所述至少两个订单中除所述目标订单之外的每个订单,重复执行从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员。
可选的,所述待分配的订单与待指派的配送员符合预设条件。
可选的,所述预设条件包括以下至少一种:
所述待分配的订单属于同一配送区域;
所述待指派的配送员属于同一配送区域;
所述待分配的订单与待指派的配送员属于同一配送区域。
可选的,在所述选择单元330之后,所述装置还包括:
标记子单元,为所述目标配送员标记对应订单的订单标识;
所述调度单元340,包括:
基于每个目标配送员标记的订单标识指派该订单标识对应的订单。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。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申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上图5描述了订单调度装置的内部功能模块和结构示意,其实质上的执行主体可以为一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取待分配的订单与待指派的配送员;
计算每个配送员与每个订单之间的匹配程度;
针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;
将每个订单指派给对应的目标配送员。
可选的,针对所述计算每个配送员与每个订单之间的匹配程度,其中任意一个配送员与任意一个订单之间的匹配程度的计算过程包括:
获取该配送员被指派该订单之前的第一路径以及被指派该订单之后的第二路径;
计算所述第一路径和第二路径之间的路程增量和/或相似程度,将所述路程增量和/或相似程度作为该配送员与该订单之间的匹配程度。
可选的,在所述将每个订单指派给对应的目标配送员之前,还包括:
如果存在至少两个订单确定了相同的目标配送员,从所述至少两个订单与目标配送员的匹配程度中选择匹配程度最优的目标订单;
为所述至少两个订单中除所述目标订单之外的订单,确定目标配送员。
可选的,所述为所述至少两个订单中除所述目标订单之外的订单确定目标配送员,包括:
删除已经确定了目标配送员的订单与每个配送员的匹配程度,重新计算所述每个配送员与所述至少两个订单中除所述目标订单之外的每个订单之间的匹配程度;
针对所述至少两个订单中除所述目标订单之外的每个订单,重复执行从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员。
可选的,所述待分配的订单与待指派的配送员符合预设条件。
可选的,所述预设条件包括以下至少一种:
所述待分配的订单属于同一配送区域;
所述待指派的配送员属于同一配送区域;
所述待分配的订单与待指派的配送员属于同一配送区域。
可选的,在所述从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员之后,还包括:
为所述目标配送员标记对应订单的订单标识;
所述将每个订单指派给对应的目标配送员,包括:
基于每个目标配送员标记的订单标识指派该订单标识对应的订单。
在上述电子设备的实施例中,应理解,该处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,而前述的存储器可以是只读存储器(英文:read-only memory,缩写:ROM)、随机存取存储器(英文:random access memory,简称:RAM)、快闪存储器、硬盘或者固态硬盘。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于电子设备实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (10)
1.一种订单调度方法,其特征在于,所述方法包括:
获取待分配的订单与待指派的配送员;
计算每个配送员与每个订单之间的匹配程度;
针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;
将每个订单指派给对应的目标配送员。
2.根据权利要求1所述的方法,其特征在于,针对所述计算每个配送员与每个订单之间的匹配程度,其中任意一个配送员与任意一个订单之间的匹配程度的计算过程包括:
获取该配送员被指派该订单之前的第一路径以及被指派该订单之后的第二路径;
计算所述第一路径和第二路径之间的路程增量和/或相似程度,将所述路程增量和/或相似程度作为该配送员与该订单之间的匹配程度。
3.根据权利要求1所述的方法,其特征在于,在所述将每个订单指派给对应的目标配送员之前,所述方法还包括:
如果存在至少两个订单确定了相同的目标配送员,从所述至少两个订单与目标配送员的匹配程度中选择匹配程度最优的目标订单;
为所述至少两个订单中除所述目标订单之外的订单确定目标配送员。
4.根据权利要求3所述的方法,其特征在于,所述为所述至少两个订单中除所述目标订单之外的订单确定目标配送员,包括:
删除已经确定了目标配送员的订单与每个配送员的匹配程度,重新计算所述每个配送员与所述至少两个订单中除所述目标订单之外的每个订单之间的匹配程度;
针对所述至少两个订单中除所述目标订单之外的每个订单,重复执行从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员。
5.根据权利要求1所述的方法,其特征在于,所述待分配的订单与待指派的配送员符合预设条件。
6.根据权利要求5所述的方法,其特征在于,所述预设条件包括以下至少一种:
所述待分配的订单属于同一配送区域;
所述待指派的配送员属于同一配送区域;
所述待分配的订单与待指派的配送员属于同一配送区域。
7.根据权利要求1所述的方法,其特征在于,在所述从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员之后,所述方法还包括:
为所述目标配送员标记对应订单的订单标识;
所述将每个订单指派给对应的目标配送员,包括:
基于每个目标配送员标记的订单标识指派该订单标识对应的订单。
8.一种订单调度装置,其特征在于,所述装置包括:
获取单元,获取待分配的订单与待指派的配送员;
计算单元,计算每个配送员与每个订单之间的匹配程度;
选取单元,针对每个订单,从与各个配送员的匹配程度中选取局部最优的匹配程度并将该局部最优的匹配程度对应的配送员确定为目标配送员;
调度单元,将每个订单指派给对应的目标配送员。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7中任一项所述的方法。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
所述处理器被配置为上述权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910556285.XA CN110288232B (zh) | 2019-06-25 | 2019-06-25 | 订单调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910556285.XA CN110288232B (zh) | 2019-06-25 | 2019-06-25 | 订单调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110288232A true CN110288232A (zh) | 2019-09-27 |
CN110288232B CN110288232B (zh) | 2024-09-24 |
Family
ID=68005673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910556285.XA Active CN110288232B (zh) | 2019-06-25 | 2019-06-25 | 订单调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110288232B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310119A (zh) * | 2020-02-10 | 2020-06-19 | 拉扎斯网络科技(上海)有限公司 | 配送任务的分配方法、装置、服务器和存储介质 |
CN111340413A (zh) * | 2020-02-10 | 2020-06-26 | 拉扎斯网络科技(上海)有限公司 | 配送任务的分配方法、装置、服务器和存储介质 |
CN111582804A (zh) * | 2020-05-28 | 2020-08-25 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人驾驶运输装置的任务分配方法 |
CN111582774A (zh) * | 2020-06-22 | 2020-08-25 | 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 |
CN111626554A (zh) * | 2020-04-17 | 2020-09-04 | 拉扎斯网络科技(上海)有限公司 | 订单指派方法、装置、计算机设备及计算机可读存储介质 |
CN112232700A (zh) * | 2020-11-04 | 2021-01-15 | 广州宸祺出行科技有限公司 | 一种优化的专车指派的方法及系统 |
CN112749899A (zh) * | 2021-01-13 | 2021-05-04 | 叮当快药科技集团有限公司 | 派单方法、装置及存储介质 |
CN112837128A (zh) * | 2021-02-19 | 2021-05-25 | 拉扎斯网络科技(上海)有限公司 | 订单指派方法、装置、计算机设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818498A (zh) * | 2017-11-22 | 2018-03-20 | 北京同城必应科技有限公司 | 订单分配计算方法和系统、服务器、存储介质 |
CN109214551A (zh) * | 2018-08-08 | 2019-01-15 | 北京三快在线科技有限公司 | 一种配送调度方法及装置 |
CN109523202A (zh) * | 2017-09-19 | 2019-03-26 | 北京小度信息科技有限公司 | 订单处理方法、装置、设备及计算机可读存储介质 |
CN109919365A (zh) * | 2019-02-19 | 2019-06-21 | 清华大学 | 一种基于双策略搜索的电动车辆路径规划方法及系统 |
-
2019
- 2019-06-25 CN CN201910556285.XA patent/CN110288232B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109523202A (zh) * | 2017-09-19 | 2019-03-26 | 北京小度信息科技有限公司 | 订单处理方法、装置、设备及计算机可读存储介质 |
CN107818498A (zh) * | 2017-11-22 | 2018-03-20 | 北京同城必应科技有限公司 | 订单分配计算方法和系统、服务器、存储介质 |
CN109214551A (zh) * | 2018-08-08 | 2019-01-15 | 北京三快在线科技有限公司 | 一种配送调度方法及装置 |
CN109919365A (zh) * | 2019-02-19 | 2019-06-21 | 清华大学 | 一种基于双策略搜索的电动车辆路径规划方法及系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310119A (zh) * | 2020-02-10 | 2020-06-19 | 拉扎斯网络科技(上海)有限公司 | 配送任务的分配方法、装置、服务器和存储介质 |
CN111340413A (zh) * | 2020-02-10 | 2020-06-26 | 拉扎斯网络科技(上海)有限公司 | 配送任务的分配方法、装置、服务器和存储介质 |
CN111310119B (zh) * | 2020-02-10 | 2020-11-17 | 拉扎斯网络科技(上海)有限公司 | 配送任务的分配方法、装置、服务器和存储介质 |
CN111626554A (zh) * | 2020-04-17 | 2020-09-04 | 拉扎斯网络科技(上海)有限公司 | 订单指派方法、装置、计算机设备及计算机可读存储介质 |
CN111626554B (zh) * | 2020-04-17 | 2023-09-19 | 拉扎斯网络科技(上海)有限公司 | 订单指派方法、装置、计算机设备及计算机可读存储介质 |
CN111582804A (zh) * | 2020-05-28 | 2020-08-25 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人驾驶运输装置的任务分配方法 |
CN111582774A (zh) * | 2020-06-22 | 2020-08-25 | 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 |
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 |
CN112232700A (zh) * | 2020-11-04 | 2021-01-15 | 广州宸祺出行科技有限公司 | 一种优化的专车指派的方法及系统 |
CN112232700B (zh) * | 2020-11-04 | 2024-01-09 | 广州宸祺出行科技有限公司 | 一种优化的专车指派的方法及系统 |
CN112749899A (zh) * | 2021-01-13 | 2021-05-04 | 叮当快药科技集团有限公司 | 派单方法、装置及存储介质 |
CN112837128A (zh) * | 2021-02-19 | 2021-05-25 | 拉扎斯网络科技(上海)有限公司 | 订单指派方法、装置、计算机设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110288232B (zh) | 2024-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110288232A (zh) | 订单调度方法及装置 | |
JP7072054B2 (ja) | 貨物を仕分けるための方法および装置 | |
JP6376865B2 (ja) | 並列ツリー・ベースの予測のための、コンピュータにより実行される方法、ストレージ媒体、およびコンピュータ・システム | |
CN110046865B (zh) | 分布式库存调度方法 | |
US8671134B2 (en) | Method and system for data distribution in high performance computing cluster | |
CN109685309A (zh) | 订单分配方法、装置、电子设备和存储介质 | |
KR20180027326A (ko) | 확장 가능한 멀티-스테이지 데이터 처리 시스템들에서의 효율적인 데이터 캐싱 관리 | |
CN108875955A (zh) | 基于参数服务器的梯度提升决策树的实现方法及相关设备 | |
CN107066542B (zh) | 地理信息系统中的矢量空间叠加分析并行方法及系统 | |
CN109951558A (zh) | 一种超算资源的云调度方法、云调度中心和系统 | |
CN111861296A (zh) | 一种揽件任务分配方法、装置、揽件系统、设备及介质 | |
CN113807711B (zh) | 资源分配的方法、装置、设备、存储介质及程序产品 | |
Kim et al. | Ant colony optimisation with random selection for block transportation scheduling with heterogeneous transporters in a shipyard | |
CN106599291B (zh) | 数据分组方法及装置 | |
CN111428925A (zh) | 用于确定配送路径的方法和装置 | |
US7454749B2 (en) | Scalable parallel processing on shared memory computers | |
CN111833119A (zh) | 一种订单分配的方法、装置、电子设备及存储介质 | |
KR102190100B1 (ko) | 인공 신경망 학습 방법 | |
CN117407120A (zh) | 一种容器调度方法、装置和设备 | |
EP3859611B1 (en) | Method, apparatus and device for updating convolutional neural network using gpu cluster | |
CN104407848B (zh) | 一种数据处理方法及装置 | |
CN116910061A (zh) | 一种数据库的分库分表方法、装置、设备及可读存储介质 | |
Hamfelt et al. | Beyond K-means: clusters identification for GIS | |
CN111738539B (zh) | 一种拣货任务分配方法、装置、设备及介质 | |
CN114819358A (zh) | 无人车协同配送路径规划方法、装置和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 |