CN111242349B - 配送员调度方法、装置、可读存储介质和计算机设备 - Google Patents

配送员调度方法、装置、可读存储介质和计算机设备 Download PDF

Info

Publication number
CN111242349B
CN111242349B CN201911399898.3A CN201911399898A CN111242349B CN 111242349 B CN111242349 B CN 111242349B CN 201911399898 A CN201911399898 A CN 201911399898A CN 111242349 B CN111242349 B CN 111242349B
Authority
CN
China
Prior art keywords
dispatcher
period
current
historical
future
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
CN201911399898.3A
Other languages
English (en)
Other versions
CN111242349A (zh
Inventor
王尧
梁波
吴风强
张灿
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.)
Beijing Shunda Technology Co ltd
Original Assignee
Beijing Shunda Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Shunda Technology Co ltd filed Critical Beijing Shunda Technology Co ltd
Priority to CN201911399898.3A priority Critical patent/CN111242349B/zh
Publication of CN111242349A publication Critical patent/CN111242349A/zh
Application granted granted Critical
Publication of CN111242349B publication Critical patent/CN111242349B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (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)

Abstract

本申请涉及一种配送员调度方法、装置、可读存储介质和计算机设备，所述方法包括获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；根据各所述历史时段内的所述总配送员数量、总订单数量和订单数量，计算所述目标商圈在对应历史时段内的历史配送员可调度量；根据各所述历史时段内的所述历史配送员可调度量，计算所述历史配送员可调度量的增长率；根据所述增长率预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量。本申请提供的方案可以实现预测配送员可调度量，从而商家可以根据预测所得的未来配送员可调度量调整备货量，提高经济收益。

Description

配送员调度方法、装置、可读存储介质和计算机设备
技术领域
本申请涉及物流技术领域，特别是涉及一种配送员调度方法、装置、可读存储介质和计算机设备。
背景技术
即时配送业务的出现，满足了人们对时效性、便利性要求较高的消费需求。在即时配送的过程中，配送员的配送服务质量直接影响配送平台、商家的竞争力。
对于特殊时段(如午夜、高峰期等)，经常会出现由于对所在商圈内的订单数量和配送员数量预测不准确，导致出现备货的数量不合理或订单配送时间过长等问题。
发明内容
基于此，有必要针对由于对所在商圈内的订单数量和配送员数量预测不准确，导致出现备货的数量不合理或订单配送时间过长等问题，提供一种配送员调度方法、装置、可读存储介质和计算机设备。
一种配送员调度方法，包括：
获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；
根据各所述历史时段内的所述总配送员数量、总订单数量和订单数量，计算所述目标商圈在对应历史时段内的历史配送员可调度量；
根据各所述历史时段内的所述历史配送员可调度量，计算所述历史配送员可调度量的增长率；
根据所述增长率预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量。
在一个实施例中，所述根据各所述历史时段内的所述总配送员数量、总订单数量和订单数量，计算所述目标商圈在对应历史时段内的历史配送员可调度量，包括：
将各所述历史时段内的所述总配送员数量、总订单数量和订单数量依次输入公式Yi＝mi×(Ni/Mi)，得到所述目标商圈在对应历史时段内的历史配送员可调度量；
其中，Yi表示第i历史时段内的历史配送员可调度量，Ni表示第i历史时段内的总配送员数量，mi表示第i历史时段内的订单数量，Mi表示第i历史时段内的总订单数量。
在一个实施例中，所述根据各所述历史时段内的所述历史配送员可调度量，计算所述历史配送员可调度量的增长率，包括：
在各所述历史时段中，根据相邻历史时段的所述历史配送员可调度量，计算对应历史时段内所述历史配送员可调度量的增长率。
在一个实施例中，所述方法还包括：
计算各所述历史时段内的增长率的平均值；
所述根据所述增长率预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量，包括：
根据所述增长率的平均值，预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量。
在一个实施例中，所述方法还包括：
获取所述目标商圈当前配送员数量和奖励初始值；
根据所述当前配送员数量、所述奖励初始值和所述未来配送员可调度量，计算所述未来时段内所述目标商圈的未来订单奖励额度。
在一个实施例中，所述方法还包括：
获取所有商圈的当前总配送员数量和当前总订单数量，以及所述目标商圈的当前订单数量；
根据所述当前总配送员数量、所述当前总订单数量和所述当前订单数量计算所述目标商圈的当前配送员可调度量；
根据所述当前配送员可调度量、所述当前配送员数量和所述奖励初始值，计算所述目标商圈的当前订单奖励额度。
在一个实施例中，所述方法还包括：
将所述当前订单奖励额度和所述未来订单奖励额度发送至各配送员终端，以使所述配送员终端根据所述当前订单奖励额度和所述未来订单奖励额度从所述商圈中选择服务的商圈。
在一个实施例中，所述方法还包括：
获取所述目标商圈的当前配送员数量和当前配送员排班信息；
根据所述当前配送员数量、所述当前配送员排班信息和所述未来配送员可调度量，确定所述未来时段内目标商圈的配送员排班。
一种配送员调度装置，所述装置包括：
数据获取模块，用于获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；
可调度量计算模块，用于根据各所述历史时段内的所述总配送员数量、总订单数量和订单数量，计算所述目标商圈在对应历史时段内的历史配送员可调度量；
增长率计算模块，根据各所述历史时段内的所述历史配送员可调度量，计算所述历史配送员可调度量的增长率；
可调度量预测模块，根据所述增长率预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量。
在一个实施例中，所述可调度量计算模块还用于：
将各所述历史时段内的所述总配送员数量、总订单数量和订单数量依次输入公式Yi＝mi×(Ni/Mi)，得到所述目标商圈在对应历史时段内的历史配送员可调度量；
其中，Yi表示第i历史时段内的历史配送员可调度量，Ni表示第i历史时段内的总配送员数量，mi表示第i历史时段内的订单数量，Mi表示第i历史时段内的总订单数量。
在一个实施例中，所述增长率计算模块还用于：
在各所述历史时段中，根据相邻历史时段的所述历史配送员可调度量，计算对应历史时段内所述历史配送员可调度量的增长率。
在一个实施例中，所述装置还包括：平均值计算模块；其中：
平均值计算模块，用于计算各所述历史时段内的增长率的平均值；
所述可调度量预测模块，还用于：
根据所述增长率的平均值，预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量。
在一个实施例中，所述装置还包括：奖励初始值获取模块和奖励额度计算模块，其中：
奖励初始值获取模块，用于获取所述目标商圈当前配送员数量和奖励初始值；
奖励额度计算模块，用于根据所述当前配送员数量、所述奖励初始值和所述未来配送员可调度量，计算所述未来时段内所述目标商圈的未来订单奖励额度。
在一个实施例中，所述数据获取模块，还用于获取所有商圈的当前总配送员数量和当前总订单数量，以及所述目标商圈的当前订单数量；
所述可调度量计算模块，还用于根据所述当前总配送员数量、所述当前总订单数量和所述当前订单数量计算所述目标商圈的当前配送员可调度量；
所述奖励额度计算模块，还用于根据所述当前配送员可调度量、所述当前配送员数量和所述奖励初始值，计算所述目标商圈的当前订单奖励额度。
在一个实施例中，所述装置还包括：奖励额度发送模块；其中：
奖励额度发送模块，用于将所述当前订单奖励额度和所述未来订单奖励额度发送至各配送员终端，以使所述配送员终端根据所述当前订单奖励额度和所述未来订单奖励额度从所述商圈中选择服务的商圈。
在一个实施例中，所述装置还包括：排班信息获取模块和排班确定模块；其中：
排班信息获取模块，用于获取所述目标商圈的当前配送员数量和当前配送员排班信息；
排班确定模块，用于根据所述当前配送员数量、所述当前配送员排班信息和所述未来配送员可调度量，确定所述未来时段内目标商圈的配送员排班。
一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上所述任一项方法的步骤。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上所述任一项法的步骤。
上述配送员调度方法、装置、可读存储介质和计算机设备，通过获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量；根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率；根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。从而商家可以根据预测所得的未来配送员可调度量调整备货量，或者根据预测所得的未来配送员可调度量调整订单的奖励金额，吸引更多的配送员及时接单，从而提高商家的经济收益。
附图说明
图1为一个实施例中配送员调度方法的应用环境图；
图2为一个实施例中配送员调度方法的流程示意图；
图3为一个实施例中配送员调度方法的流程示意图；
图4为一个实施例中未来订单奖励额度计算步骤的流程示意图；
图5为一个实施例中当前订单奖励额度计算步骤的流程示意图；
图6为一个实施例中配送员调度方法的流程示意图；
图7为一个实施例中配送员调度装置的结构框图；
图8为另一个实施例中配送员调度装置的结构框图；
图9为一个实施例中计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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申请，并不用于限定本申请。
图1为一个实施例中配送员调度方法的应用环境图。参照图1，该配送员调度方法应用于未来配送员可调度量预测系统。该未来配送员可调度量预测系统包括终端110和服务器120。该方法可以执行于终端110或服务器120，以执行于终端110为例，终端110获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量；根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率；根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
终端110和服务器120通过网络连接。终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
如图2所示，在一个实施例中，提供了一种配送员调度方法。本实施例主要以该方法应用于上述图1中的终端110来举例说明。参照图2，该配送员调度方法具体包括如下步骤：
S202，获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量。
其中，多个连续历史时段是指多个历史时段在时间上是连续的，例如10:00-11:00、11:00-12:00和12:00-13:00为三个连续的时段，若当前时间为13:00，则10:00-11:00、11:00-12:00和12:00-13:00为三个连续的历史时段。
商圈是一个地理范围，可以是以商场为中心，向四周辐射至能来店购买的消费者所居住的地点，也可以是以商场为中心，向四周辐射至能够将货品配送到的消费者所居住的地点。所有商圈是指一个地理范围内的所有商圈，例如是一个城市内的所有商圈，或是一个城市中任意行政区内所有的商圈。目标商圈为所有商圈中的任意一个商圈。
总配送员数量为所有商圈内有排班、且在岗的可接单配送员的数量。总订单数量为所有商圈内全部新建订单数量。订单数量为目标商圈的全部新建订单数量。
在一个实施例中，终端在每一时段即将结束时，统计该时段各商圈的配送员数量和订单数量，并将各商圈的配送员数量累加得到所有商圈的总配送员数量，将各商圈的订单数量累加得到所有商圈的总订单数量。
在一个实施例中，终端在统计到每一时段各商圈的配送员数量和订单数量，以及得到所有商圈的总配送员数量和总订单数量之后，对各商圈的配送员数量和订单数量，以及得到所有商圈的总配送员数量和总订单数量进行存储，以便终端对上述数据进行处理。
在一个实施例中，终端在每一时段即将结束时，扫描数据库中的配送员排班表，得到该时段各商圈中有班次的配送员信息，然后遍历配送员子账号表，并筛选出在岗的配送员，得到当前有排班、且在岗的配送员数量。其中配送员排班表存储有各商圈中配送员的排班时段数据，配送员子账号表存储有配送员在岗/离岗数据、配送员类型数据，配送员类型可以是全职类型或者兼职类型。
在一个实施例中，终端在每一时段即将结束时，遍历数据库订单表，根据时间约束条件和各商圈中商户ID，获得该时段内各商圈的订单数量。其中，订单表存储有订单状态数据。
在一个实施例中，终端从数据库中获取与当前时刻最近的多个历史时段内所有商圈的总配送员数量和总订单数量，并获取对应的多个历史时段内目标商圈的订单数量。其中，历史时段的数量至少为3个。
S204，根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量。
其中，历史配送员可调度量为历史时段对应的配送员可调度量，配送员可调度量为目标商圈中单个订单可以分配的配送员数量。
在一个实施例中，终端在获取到多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的总订单数量之后，根据公式Yi＝Ni×(mi/Mi)计算目标商圈在对应历史时段内的历史配送员可调度量。具体地，对于其中任意一个历史时段i，终端将该历史时段对应的总配送员数量、总订单数量和订单数量依次输入公式Yi＝mi×(Ni/Mi)，从而计算出目标商圈在该历史时段内的历史配送员可调度量。其中Yi表示第i历史时段内的历史配送员可调度量，Ni表示第i历史时段内的总配送员数量，mi表示第i历史时段内的订单数量，Mi表示第i历史时段内的总订单数量。
例如，终端获取10:00-11:00、11:00-12:00和12:00-13:00三个连续历史时段的总配送员数量、总订单数量和订单数量，其中10:00-11:00时段对应的总配送员数量、总订单数量和订单数量分别为：100人、300单、50单，计算目标商圈在10:00-11:00时段内的历史配送员可调度量，则将Ni＝100人、Mi300单、mi＝50单，输入公式Yi＝mi×(Ni/Mi)，得到该时段对应的历史配送员可调度量为16.67。
S206，根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率。
其中，历史配送员可调度量的增长率表示历史时段内历史配送员可调度量的变化程度，即定量的表示历史配送员可调度量的变化趋势。
在一个实施例中，终端在计算出各历史时段内的历史配送员可调度量之后，根据计算所得的各历史配送员可调度量，确定历史配送员可调度量的变化趋势，具体地，终端计算历史配送员可调度量的增长率。
在一个实施例中，终端在各历史时段中，根据相邻历史时段的历史配送员可调度量，计算对应历史时段内历史配送员可调度量的增长率。例如，终端分别计算出第一历史时段10:00-11:00的历史配送员可调度量为20，第二历史时段11:00-12:00的历史配送员可调度量为22、第三历史时段12：00-13:00的历史配送员可调度量为28，则第一历史时段的历史配送员可调度量的增长率为(22-20)/20＝10％，第二历史时段的历史配送员可调度量的增长率为(28-22)/22＝27％。
S208，根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
其中，与历史时段连续的未来时段是指，基于当前时间与历史时段在时间上连续的时段。例如当前时间为13:00，则10:00-11:00、11:00-12:00和12:00-13:00为历史时段，则与上述历史时段连续的未来时段可以是13:00-14:00，也可以是13:00-14:00、14:00-15:00，以此类推。
在一个实施例中，终端在计算出历史配送员可调度量的增长率之后，从计算所得的各增长率中选择其中一个值，并根据该值预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
在一个实施例中，终端根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量，具体可以是根据离当前时刻最近的历史时段的历史配送员可调度量和增长率，计算未来时段内目标商圈的未来配送员可调度量。
在一个实施例中，终端在计算出历史配送员可调度量的增长率之后，计算所得的各增长率的平均值，并根据该平均值预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
例如，终端分别计算出第一历史时段10:00-11:00的历史配送员可调度量为20，第二历史时段11:00-12:00的历史配送员可调度量为22、第三历史时段12：00-13:00的历史配送员可调度量为28，则第一历史时段的历史配送员可调度量的增长率为10％，第二历史时段的历史配送员可调度量的增长率为27％，则增长率的平均值为18.5％，根据该平均值预测未来时段13:00-14:00内目标商圈的未来配送员可调度量，得到的未来配送员可调度量为Y未＝28×(1+18.5％)＝33.18。
在一个实施例中，终端在得到未来配送员可调度量之后，将该未来配送员可调度量发送至商家终端和配送员终端，商家终端根据该未来配送员可调度量调整订单奖励额度，配送员终端根据该未来配送员可调度量在所有商圈中选择服务的商圈。如图3所示，当该未来配送员可调度量较多时，相对于上一时段商家则降低订单奖励额度，当奖励额度降低时，配送员会流转到其他奖励额度相对较高的商圈中。
在一个实施例中，终端在得到未来配送员可调度量之后，将该未来配送员可调度量展示到配送平台，平台管理员根据该未来配送员可调度量以及目标商圈内当前配送员数量，调整配送员排班，以保证目标商圈内有足够的配送员。
上述实施例中，终端通过获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量；根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率；根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。从而商家可以根据预测所得的未来配送员可调度量调整备货量，或者根据预测所得的未来配送员可调度量调整订单的奖励金额，吸引更多的配送员及时接单，从而提高商家的经济收益。
在一个实施例中，如图4所示，上述配送员调度方法还包括以下步骤：
S402，获取目标商圈当前配送员数量和奖励初始值。
其中，目标商圈当前配送员数量为在当前时刻目标商圈内配送员的数量。奖励初始值是当前时刻的每个订单奖励的初始额度。
在一个实施例中，终端在当前时刻扫描数据库中的配送员排班表，得到当前时刻目标商圈中有班次的配送员信息，然后遍历配送员子账号表，并筛选出在岗的配送员，得到当前有排班、且在岗的配送员数量，即目标商圈当前配送员数量。
在一个实施例中，终端在当前时刻遍历数据库订单表，根据时间约束条件，目标商圈中商户ID，获得目标商圈中的订单信息，并从订单信息中提取出各订单的奖励初始值。
S404，根据当前配送员数量、奖励初始值和未来配送员可调度量，计算未来时段内目标商圈的未来订单奖励额度。
在一个实施例中，终端在获取到目标商圈当前配送员数量和奖励初始值之后根据当前配送员数量、奖励初始值和预测所得的未来配送员可调度量，计算未来时段内目标商圈的未来订单奖励额度。具体地，终端将当前配送员数量奖励初始值和预测所得的未来配送员可调度量，输入公式Q未＝Q0×(N/Y未)中，计算得出未来时段内目标商圈的未来订单奖励额度。其中Q未为未来时段内目标商圈的未来订单奖励额度，Q0为初始奖励值，N为当前配送员数量，Y未未来配送员可调度量。
上述实施例中，终端通过获取目标商圈当前配送员数量和奖励初始值，根据当前配送员数量、奖励初始值和未来配送员可调度量，计算未来时段内目标商圈的未来订单奖励额度，从而可以根据该订单奖励额度设置未来时间段内目标商圈内的订单奖励值，以吸引更多的配送员及时接单，从而提高商家的经济收益。
在一个实施例中，如图5所示，上述配送员调度方法还包括以下步骤：
S502，获取所有商圈的当前总配送员数量和当前总订单数量，以及目标商圈的当前订单数量。
在一个实施例中，终端在当前时刻扫描数据库中的配送员排班表和订单表，从而得到所有商圈的当前总配送员数量和当前总订单数量，以及目标商圈的当前订单数量。
S504，根据当前总配送员数量、当前总订单数量和当前订单数量计算目标商圈的当前配送员可调度量。
在一个实施例中，终端将当前总配送员数量、当前总订单数量和当前订单数量输入公式Y＝m×(N/M)中，从而计算出目标商圈的当前配送人效。其中Y为目标商圈的当前配送人效，m为当前订单数量，N为当前总配送员数量，M为当前总订单数量。
S506，根据当前配送员可调度量、当前配送员数量和奖励初始值，计算目标商圈的当前订单奖励额度。
在一个实施例中，终端在计算出目标商圈的当前配送员可调度量之后，将当前配送员可调度量、当前配送员数量和奖励初始值输入公式Q＝Q0×(N/Y)中，从而计算出目标商圈的当前订单奖励额度。其中，Q为当前订单奖励额度，Q0为奖励初始值，N为当前配送员数量，Y为当前配送员可调度量。
上述实施例中，终端获取所有商圈的当前总配送员数量和当前总订单数量，以及目标商圈的当前订单数量，根据当前总配送员数量、当前总订单数量和当前订单数量计算目标商圈的当前配送员可调度量，根据当前配送员可调度量、当前配送员数量和奖励初始值，计算目标商圈的当前订单奖励额度，从而可以实时调整目标商圈内的当前奖励值，以吸引更多的配送员及时接单，从而提高商家的经济收益。
在一个实施例中，终端在计算出目标商圈的当前订单奖励额度和未来时段的奖励额度之后，将该当前订单奖励额度和未来订单奖励额度发送至各配送员终端，并在配送员终端进行显示，以使配送员终端根据当前订单奖励额度和订单奖励额度从所有商圈中选择其所要服务的商圈。
上述实施例中，终端通过将当前订单奖励额度和未来订单奖励额度发送至各配送员终端，并在配送员终端进行显示，从而使得配送员终端根据当前订单奖励额度和未来订单奖励额度从所有商圈中选择其所要服务的商圈，从而提高了配送员接单的效率。
在一个实施例中，终端获取目标商圈的当前配送员数量和当前配送员排班信息；根据当前配送员数量、当前配送员排班信息和未来配送员可调度量，确定未来时段内目标商圈的未来配送员排班。
上述实施例中，终端根据当前配送员数量、当前配送员排班信息和未来配送员可调度量，确定未来时段内目标商圈的未来配送员排班，从而可以保证有足够的配送员对目标商圈中的订单进行配送，从而提高了商家的经济收益。
在一个实施例中，提供了一种配送员调度方法，本实施例主要以该方法应用于上述图1中的终端110来举例说明。参照图6，该配送员调度方法具体包括如下步骤：
S602，获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量。
S604，将各历史时段内的总配送员数量、总订单数量和订单数量依次输入公式Yi＝mi×(Ni/Mi)，得到目标商圈在对应历史时段内的历史配送员可调度量。
其中，Yi表示第i历史时段内的历史配送员可调度量，Ni表示第i历史时段内的总配送员数量，mi表示第i历史时段内的订单数量，Mi表示第i历史时段内的总订单数量。
S606，在各历史时段中，根据相邻历史时段的历史配送员可调度量，计算对应历史时段内历史配送员可调度量的增长率。
S608，计算各历史时段内的增长率的平均值。
S610，根据增长率的平均值，预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
S612，获取目标商圈当前配送员数量和奖励初始值。
S614，根据当前配送员数量、奖励初始值和未来配送员可调度量，计算未来时段内目标商圈的未来订单奖励额度。
S616，获取所有商圈的当前总配送员数量和当前总订单数量，以及目标商圈的当前订单数量。
S618，根据当前总配送员数量、当前总订单数量和当前订单数量计算目标商圈的当前配送员可调度量。
S620，根据当前配送员可调度量、当前配送员数量和奖励初始值，计算目标商圈的当前订单奖励额度。
S622，将当前订单奖励额度和订单奖励额度发送至各配送员终端，以使配送员终端根据当前订单奖励额度和未来订单奖励额度从商圈中选择服务的商圈。
图2-6为一个实施例中配送员调度方法的流程示意图。应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供了一种配送员调度装置，该装置包括：数据获取模块702，可调度量计算模块704，增长率计算模块706和可调度量预测模块708，其中：
数据获取模块702，用于获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；
可调度量计算模块704，用于根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量；
增长率计算模块706，根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率；
可调度量预测模块708，根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。在一个实施例中，可调度量计算模块704，还用于：
将各历史时段内的总配送员数量、总订单数量和订单数量依次输入公式Yi＝mi×(Ni/Mi)，得到目标商圈在对应历史时段内的历史配送员可调度量；
其中，Yi表示第i历史时段内的历史配送员可调度量，Ni表示第i历史时段内的总配送员数量，mi表示第i历史时段内的订单数量，Mi表示第i历史时段内的总订单数量。
在一个实施例中，增长率计算模块706，还用于：
在各历史时段中，根据相邻历史时段的历史配送员可调度量，计算对应历史时段内历史配送员可调度量的增长率。
在一个实施例中，如图8所示，装置还包括：平均值计算模710；其中：
平均值计算模块710，用于计算各历史时段内的增长率的平均值；
可调度量预测模块708，还用于：
根据增长率的平均值，预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
上述实施例中，终端通过获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量；根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率；根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。从而商家可以根据预测所得的未来配送员可调度量调整备货量，或者根据预测所得的未来配送员可调度量调整订单的奖励金额，吸引更多的配送员及时接单，从而提高商家的经济收益。
在一个实施例中，如图8所示，装置还包括：奖励初始值获取模块712和奖励额度计算模块714，其中：
奖励初始值获取模块712，用于获取目标商圈当前配送员数量和奖励初始值；
奖励额度计算模块714，用于根据当前配送员数量、奖励初始值和未来配送员可调度量，计算未来时段内目标商圈的未来订单奖励额度。
上述实施例中，终端通过获取目标商圈当前配送员数量和奖励初始值，根据当前配送员数量、奖励初始值和未来配送员可调度量，计算未来时段内目标商圈的未来订单奖励额度，从而可以根据该订单奖励额度设置未来时间段内目标商圈内的订单奖励值，以吸引更多的配送员及时接单，从而提高商家的经济收益。
在一个实施例中，数据获取模块702，还用于获取所有商圈的当前总配送员数量和当前总订单数量，以及目标商圈的当前订单数量；
可调度量计算模块704，还用于根据当前总配送员数量、当前总订单数量和当前订单数量计算目标商圈的当前配送员可调度量；
奖励额度计算模块708，还用于根据当前配送员可调度量、当前配送员数量和奖励初始值，计算目标商圈的当前订单奖励额度。
上述实施例中，终端获取所有商圈的当前总配送员数量和当前总订单数量，以及目标商圈的当前订单数量，根据当前总配送员数量、当前总订单数量和当前订单数量计算目标商圈的当前配送员可调度量，根据当前配送员可调度量、当前配送员数量和奖励初始值，计算目标商圈的当前订单奖励额度，从而可以实时调整目标商圈内的当前奖励值，以吸引更多的配送员及时接单，从而提高商家的经济收益。
在一个实施例中，如图8所示，装置还包括：奖励额度发送模块716；其中：
奖励额度发送模块716，用于将当前订单奖励额度和未来订单奖励额度发送至各配送员终端，以使配送员终端根据当前订单奖励额度和未来订单奖励额度从商圈中选择服务的商圈。
上述实施例中，终端通过将当前订单奖励额度和未来订单奖励额度发送至各配送员终端，并在配送员终端进行显示，从而使得配送员终端根据当前订单奖励额度和未来订单奖励额度从所有商圈中选择其所要服务的商圈，从而提高了配送员接单的效率。
在一个实施例中，如图9所示，装置还包括：排班信息获取模块718和排班确定模块720；其中：
排班信息获取模块718，用于获取目标商圈的当前配送员数量和当前配送员排班信息；
排班确定模块720，用于根据当前配送员数量、当前配送员排班信息和未来配送员可调度量，确定未来时段内目标商圈的配送员排班。
上述实施例中，终端根据当前配送员数量、当前配送员排班信息和未来配送员可调度量，确定未来时段内目标商圈的未来配送员排班，从而可以保证有足够的配送员对目标商圈中的订单进行配送，从而提高了商家的经济收益。
图9示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的终端110。如图9所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现配送员调度方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行配送员调度方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的配送员调度装置可以实现为一种计算机程序的形式，计算机程序可在如图9所示的计算机设备上运行。计算机设备的存储器中可存储组成该配送员调度装置的各个程序模块，比如，图7所示的数据获取模块702，可调度量计算模块704，增长率计算模块706和可调度量预测模块708。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的配送员调度方法中的步骤。
例如，图9所示的计算机设备可以通过如图7所示的配送员调度装置中的数据获取模块702执行S202。计算机设备可通过可调度量计算模块704执行S204。计算机设备可通过增长率计算模块706执行S206。计算机设备可通过可调度量预测模块708执行S208。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量；根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率；根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
在一个实施例中，计算机程序被处理器执行根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量的步骤时，使得处理器具体执行以下步骤：将各历史时段内的总配送员数量、总订单数量和订单数量依次输入公式Yi＝mi×(Ni/Mi)，得到目标商圈在对应历史时段内的历史配送员可调度量；其中，Yi表示第i历史时段内的历史配送员可调度量，Ni表示第i历史时段内的总配送员数量，mi表示第i历史时段内的订单数量，Mi表示第i历史时段内的总订单数量。
在一个实施例中，计算机程序被处理器执行根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率的步骤时，使得处理器具体执行以下步骤：在各历史时段中，根据相邻历史时段的历史配送员可调度量，计算对应历史时段内历史配送员可调度量的增长率。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：计算各历史时段内的增长率的平均值；计算机程序被处理器执行根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量的步骤时，使得处理器具体执行以下步骤：根据增长率的平均值，预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：获取目标商圈当前配送员数量和奖励初始值；根据当前配送员数量、奖励初始值和未来配送员可调度量，计算未来时段内目标商圈的未来订单奖励额度。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：获取所有商圈的当前总配送员数量和当前总订单数量，以及目标商圈的当前订单数量；根据当前总配送员数量、当前总订单数量和当前订单数量计算目标商圈的当前配送员可调度量；根据当前配送员可调度量、当前配送员数量和奖励初始值，计算目标商圈的当前订单奖励额度。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：将当前订单奖励额度和未来订单奖励额度发送至各配送员终端，以使配送员终端根据当前订单奖励额度和未来订单奖励额度从商圈中选择服务的商圈。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：获取目标商圈的当前配送员数量和当前配送员排班信息；根据当前配送员数量、当前配送员排班信息和未来配送员可调度量，确定未来时段内目标商圈的配送员排班。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量；根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率；根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
在一个实施例中，计算机程序被处理器执行根据各历史时段内的总配送员数量、总订单数量和订单数量，计算目标商圈在对应历史时段内的历史配送员可调度量的步骤时，使得处理器具体执行以下步骤：将各历史时段内的总配送员数量、总订单数量和订单数量依次输入公式Yi＝mi×(Ni/Mi)，得到目标商圈在对应历史时段内的历史配送员可调度量；其中，Yi表示第i历史时段内的历史配送员可调度量，Ni表示第i历史时段内的总配送员数量，mi表示第i历史时段内的订单数量，Mi表示第i历史时段内的总订单数量。
在一个实施例中，计算机程序被处理器执行根据各历史时段内的历史配送员可调度量，计算历史配送员可调度量的增长率的步骤时，使得处理器具体执行以下步骤：在各历史时段中，根据相邻历史时段的历史配送员可调度量，计算对应历史时段内历史配送员可调度量的增长率。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：计算各历史时段内的增长率的平均值；计算机程序被处理器执行根据增长率预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量的步骤时，使得处理器具体执行以下步骤：根据增长率的平均值，预测与历史时段连续的未来时段内目标商圈的未来配送员可调度量。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：获取目标商圈当前配送员数量和奖励初始值；根据当前配送员数量、奖励初始值和未来配送员可调度量，计算未来时段内目标商圈的未来订单奖励额度。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：获取所有商圈的当前总配送员数量和当前总订单数量，以及目标商圈的当前订单数量；根据当前总配送员数量、当前总订单数量和当前订单数量计算目标商圈的当前配送员可调度量；根据当前配送员可调度量、当前配送员数量和奖励初始值，计算目标商圈的当前订单奖励额度。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：将当前订单奖励额度和未来订单奖励额度发送至各配送员终端，以使配送员终端根据当前订单奖励额度和未来订单奖励额度从商圈中选择服务的商圈。
在一个实施例中，计算机程序被处理器执行时，使得处理器执行以下步骤：获取目标商圈的当前配送员数量和当前配送员排班信息；根据当前配送员数量、当前配送员排班信息和未来配送员可调度量，确定未来时段内目标商圈的配送员排班。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种配送员调度方法，包括：
获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；
将各所述历史时段内的所述总配送员数量、总订单数量和订单数量依次输入公式，得到所述目标商圈在对应历史时段内的历史配送员可调度量；其中，表示第i历史时段内的历史配送员可调度量，/>表示第i历史时段内的总配送员数量，表示第i历史时段内的订单数量，/>表示第i历史时段内的总订单数量；
根据各所述历史时段内的所述历史配送员可调度量，计算所述历史配送员可调度量的增长率；
根据所述增长率预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量；
获取所述目标商圈的当前配送员数量和当前配送员排班信息；
根据所述当前配送员数量、所述当前配送员排班信息和所述未来配送员可调度量，调整配送员排班，确定所述未来时段内目标商圈的未来配送员排班，以保证所述目标商圈内有足够的配送员。
2.根据权利要求1所述的方法，其特征在于，所述根据各所述历史时段内的所述历史配送员可调度量，计算所述历史配送员可调度量的增长率，包括：
在各所述历史时段中，根据相邻历史时段的所述历史配送员可调度量，计算对应历史时段内所述历史配送员可调度量的增长率。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
计算各所述历史时段内的增长率的平均值；
所述根据所述增长率预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量，包括：
根据所述增长率的平均值，预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标商圈当前配送员数量和奖励初始值；
根据所述当前配送员数量、所述奖励初始值和所述未来配送员可调度量，计算所述未来时段内所述目标商圈的未来订单奖励额度。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
获取所有商圈的当前总配送员数量和当前总订单数量，以及所述目标商圈的当前订单数量；
根据所述当前总配送员数量、所述当前总订单数量和所述当前订单数量计算所述目标商圈的当前配送员可调度量；
根据所述当前配送员可调度量、所述当前配送员数量和所述奖励初始值，计算所述目标商圈的当前订单奖励额度。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
将所述当前订单奖励额度和发送至各配送员终端，以使所述配送员终端根据所述当前订单奖励额度和所述未来订单奖励额度从所述商圈中选择服务的商圈。
7.一种配送员调度装置，其特征在于，所述装置包括：
数据获取模块，用于获取多个连续历史时段内所有商圈的总配送员数量和总订单数量，以及目标商圈的订单数量；
可调度量计算模块，用于将各所述历史时段内的所述总配送员数量、总订单数量和订单数量依次输入公式，得到所述目标商圈在对应历史时段内的历史配送员可调度量；其中，/>表示第i历史时段内的历史配送员可调度量，/>表示第i历史时段内的总配送员数量，/>表示第i历史时段内的订单数量，/>表示第i历史时段内的总订单数量；
增长率计算模块，根据各所述历史时段内的所述历史配送员可调度量，计算所述历史配送员可调度量的增长率；
可调度量预测模块，根据所述增长率预测与所述历史时段连续的未来时段内所述目标商圈的未来配送员可调度量；
排班信息获取模块，用于获取所述目标商圈的当前配送员数量和当前配送员排班信息；
排班确定模块，用于根据所述当前配送员数量、所述当前配送员排班信息和所述未来配送员可调度量，调整配送员排班，确定所述未来时段内目标商圈的未来配送员排班，以保证所述目标商圈内有足够的配送员。
8.根据权利要求7所述的装置，其特征在于，所述增长率计算模块，还用于：
在各所述历史时段中，根据相邻历史时段的所述历史配送员可调度量，计算对应历史时段内所述历史配送员可调度量的增长率。
9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。
CN201911399898.3A 2019-12-30 2019-12-30 配送员调度方法、装置、可读存储介质和计算机设备 Active CN111242349B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911399898.3A CN111242349B (zh) 2019-12-30 2019-12-30 配送员调度方法、装置、可读存储介质和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911399898.3A CN111242349B (zh) 2019-12-30 2019-12-30 配送员调度方法、装置、可读存储介质和计算机设备

Publications (2)

Publication Number Publication Date
CN111242349A CN111242349A (zh) 2020-06-05
CN111242349B true CN111242349B (zh) 2023-08-18

Family

ID=70875786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911399898.3A Active CN111242349B (zh) 2019-12-30 2019-12-30 配送员调度方法、装置、可读存储介质和计算机设备

Country Status (1)

Country Link
CN (1) CN111242349B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862319B (zh) * 2021-02-08 2023-10-03 北京顺达同行科技有限公司 订单调度的方法、装置、设备及存储介质
CN115344790B (zh) * 2022-10-17 2022-12-27 北京高德云信科技有限公司 配送资源的采集调度方法、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980907A (zh) * 2017-03-21 2017-07-25 江苏金易达供应链管理有限公司 基于Floyd算法的物流资源调度管理平台
CN107464034A (zh) * 2017-06-28 2017-12-12 北京小度信息科技有限公司 订单处理方法和装置
CN109002972A (zh) * 2018-06-29 2018-12-14 苏州科百汇智能科技有限公司 外卖配送人员管理系统
WO2019041000A1 (en) * 2017-09-01 2019-03-07 Go People Pty Ltd INTELLIGENT SATISFACTION, SORTING AND SHIPPING SYSTEM FOR ELECTRONIC COMMERCE CONTROLS WITH PREDICT PREDICTIVE PREDICTIVE DEMAND FOR OPTIMIZING SHIPPING ROUTING
CN109902847A (zh) * 2017-12-11 2019-06-18 北京京东尚科信息技术有限公司 预测分库订单量的方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7828202B2 (en) * 2005-02-24 2010-11-09 E-Courier (Belize), Inc. System and method for controlling the transport of articles
WO2016127918A1 (zh) * 2015-02-13 2016-08-18 北京嘀嘀无限科技发展有限公司 一种运力调度方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980907A (zh) * 2017-03-21 2017-07-25 江苏金易达供应链管理有限公司 基于Floyd算法的物流资源调度管理平台
CN107464034A (zh) * 2017-06-28 2017-12-12 北京小度信息科技有限公司 订单处理方法和装置
WO2019041000A1 (en) * 2017-09-01 2019-03-07 Go People Pty Ltd INTELLIGENT SATISFACTION, SORTING AND SHIPPING SYSTEM FOR ELECTRONIC COMMERCE CONTROLS WITH PREDICT PREDICTIVE PREDICTIVE DEMAND FOR OPTIMIZING SHIPPING ROUTING
CN109902847A (zh) * 2017-12-11 2019-06-18 北京京东尚科信息技术有限公司 预测分库订单量的方法和装置
CN109002972A (zh) * 2018-06-29 2018-12-14 苏州科百汇智能科技有限公司 外卖配送人员管理系统

Also Published As

Publication number Publication date
CN111242349A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
EP2506380B1 (en) Electrical charging/discharging control apparatus, electric-power management apparatus, electric-power management method and electric-power management system
Mackert Choice-based dynamic time slot management in attended home delivery
US8494885B2 (en) Modeling distribution of emergency relief supplies for disaster response operations
Wong et al. On dynamic demand responsive transport services with degree of dynamism
CN111242349B (zh) 配送员调度方法、装置、可读存储介质和计算机设备
CN111191916B (zh) 订单配送的压力调整方法、装置、存储介质和计算机设备
CN107103383A (zh) 一种基于打车热点的动态拼车调度方法
US20200057982A1 (en) System and method for fuel storage tank inventory management
CN101483531A (zh) 一种预测式余额告警的方法及系统
CN105447995A (zh) 装填现金自动计划装置及方法
US20160247172A1 (en) System and method for forecasting cross-promotion effects for merchandise in retail
US10178241B2 (en) Telecommunication price-based routing apparatus, system and method
US20170278120A1 (en) Online dynamic resource planning for events based on aggregate attendance
Abdollahi et al. Demand management in time-slotted last-mile delivery via dynamic routing with forecast orders
US20170186047A1 (en) Optimization of audience groups in online advertising bidding
La Rocca et al. Heuristics for electric taxi fleet management at Teo Taxi
Yoon et al. Cooperative production switchover coordination for the real-time order acceptance decision
US20130066813A1 (en) System for pricing individually quoted wholesale fuel purchases
US20230138588A1 (en) Server and method of determining an advanced booking fee for an advance booking
Li et al. A novel parameterised approximation approach based on bi-level programming for integration transport scheduling problem
Berto et al. Unconstraining the passenger demand for rail yield management at Trenitalia
CN114693032A (zh) 物料需求预测及管理方法、装置、计算机设备和存储介质
Adelman A simple algebraic approximation to the Erlang loss system
Cubillos et al. On the effect of using sensors and dynamic forecasts in inventory-routing problems
CN110070247A (zh) 一种物流信息处理方法及装置

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