CN111582574B - 订单解绑的方法及装置 - Google Patents
订单解绑的方法及装置 Download PDFInfo
- Publication number
- CN111582574B CN111582574B CN202010370878.XA CN202010370878A CN111582574B CN 111582574 B CN111582574 B CN 111582574B CN 202010370878 A CN202010370878 A CN 202010370878A CN 111582574 B CN111582574 B CN 111582574B
- Authority
- CN
- China
- Prior art keywords
- order
- time
- duration
- determining
- current state
- 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
Links
Images
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
- G06Q10/04—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
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种订单解绑的方法及装置,本申请的方法包括获取车辆的当前状态;根据所述当前状态预测所述车辆的未执行订单的装货时间点的预测值;根据所述预测值以及未执行订单的装货时间点的原始计划值判断是否将所述车辆与所述未执行订单解绑。本申请是为了将不能及时到达装货地的车辆与相应订单进行解绑,以便订单及时回到订单池重新分配。
Description
技术领域
本申请涉及物流技术领域,具体而言,涉及一种订单解绑的方法及装置。
背景技术
在物流领域,尤其是在货车运输中,为了快速完成货物的发货,货运平台会将订单推送给拥有适合车辆的承运人,在推送完成后,不论承运人是否接受该订单,该订单都将与承运人的车辆进行绑定,同时该订单将被移出订单池;若承运人拒绝该订单,则该订单将与车辆解绑,并重新进入订单池等候推送或其他匹配等操作;若承运人接受了该订单,那么该订单与车辆的绑定关系维持不变;如果货主发布订单后将该订单取消,若存在与该订单绑定的车辆,那么车辆也会与该订单解绑,并且该订单将不会再进入订单池。
但是,在现有货运服务过程中,存在车辆发车押车、车辆运输晚点、车辆卸货押车等情况,这些都需要联系车辆管理员,由车辆管理员协调订单的处理。并且在这一过程中,沟通流程过长,人力成本较高,且人工处理方式判断标准不一,很可能会将无需解绑的订单解绑,造成承运人的损失;或者由于处理时间过长,导致订单解绑后没有足够的时间为货主找到合适的车辆进行运输,造成不能准点发货,为货主带来损失。
综上,现有的基于人工沟通处理的订单解绑的方式及时性和准确性较低,影响承运人和货主的利益。
发明内容
本申请的主要目的在于提供一种订单解绑的方法及装置,以将不能及时到达装货地的车辆与相应订单进行解绑,使订单及时回到订单池重新分配,提高现有订单解绑方式的及时性和准确性。
为了实现上述目的,根据本申请的第一方面,提供了一种订单解绑的方法。
根据本申请的订单解绑的方法包括:
获取车辆的当前状态;
根据所述当前状态预测所述车辆的未执行订单的装货时间点的预测值;
根据所述预测值以及未执行订单的装货时间点的原始计划值判断是否将所述车辆与所述未执行订单解绑。
可选的,所述根据所述当前状态预测所述车辆的未执行订单的装货时间点的预测值包括:
确定与所述当前状态对应的预测值的计算方式;
根据与所述当前状态对应的计算方式计算所述预测值。
可选的,所述确定与所述当前状态对应的预测值的计算方式包括:
根据所述当前状态预测从当前状态到对所述未执行订单开始装货的过程中的所包含的事件以及事件对应的事件耗时;
计算所有的事件耗时之和。
可选的,所述当前状态为未发车状态,所述根据与所述当前状态对应的计算方式计算所述预测值包括:
获取当前时间点、超时未发车时长、运输时长、保障时长;
根据所述当前时间点、所述超时未发车时长、所述运输时长以及所述保障时长之和确定所述预测值。
可选的,所述当前状态为运输状态,所述根据与所述当前状态对应的计算方式计算所述预测值包括:
获取预计到达时间点、保障时长;
根据所述预计到达时间点、所述保障时长之和确定所述预测值。
可选的,所述当前状态为卸货状态,所述根据与所述当前状态对应的计算方式计算所述预测值包括:
获取到达时间点、保障时长;
根据所述到达时间点、所述保障时长之和确定所述预测值。
可选的,所述当前状态为无正在执行的订单状态,所述根据与所述当前状态对应的计算方式计算所述预测值包括:
获取当前时间点、接单到达时长;
根据所述当前时间点、所述接单到达时长之和确定所述预测值。
可选的,获取保障时长包括:
根据卸货时长和空驶时长确定所述保障时长;或,
根据司机休息时长和未执行订单的装货时长确定所述保障时长;或,
根据卸货时长、空驶时长、司机休息时长以及未执行订单的装货时长确定所述保障时长;或,
根据预设保障时长确定模型确定所述保障时长,所述预设保障时长确定模型为基于历史订单的保障时长训练得到的。
可选的,获取接单到达时长包括:
根据空驶时长确定所述接单到达时长;或
根据司机剩余休息时长确定所述接单到达时长;或
根据空驶时长和司机剩余休息时长确定所述接单到达时长;或
根据预设配置确定所述接单到达时长。
为了实现上述目的,根据本申请的第二方面,提供了一种订单解绑的装置。
根据本申请的订单解绑的装置包括:
获取模块,用于获取车辆的当前状态;
预测模块,用于根据所述当前状态预测所述车辆的未执行订单的装货时间点的预测值;
判断模块,用于根据所述预测值以及未执行订单的装货时间点的原始计划值判断是否将所述车辆与所述未执行订单解绑。
可选的,所述预测模块,包括:
确定单元,用于确定与所述当前状态对应的预测值的计算方式;
计算单元,用于根据与所述当前状态对应的计算方式计算所述预测值。
可选的,所述确定单元用于:
根据所述当前状态预测从当前状态到对所述未执行订单开始装货的过程中的所包含的事件以及事件对应的事件耗时;
计算所有的事件耗时之和。
可选的,所述当前状态为未发车状态,所述计算单元用于:
获取当前时间点、超时未发车时长、运输时长、保障时长;
根据所述当前时间点、所述超时未发车时长、所述运输时长以及所述保障时长之和确定所述预测值。
可选的,所述当前状态为运输状态,所述计算单元用于:
获取预计到达时间点、保障时长;
根据所述预计到达时间点、所述保障时长之和确定所述预测值。
可选的,所述当前状态为卸货状态,所述计算单元用于:
获取到达时间点、保障时长;
根据所述到达时间点、所述保障时长之和确定所述预测值。
可选的,所述当前状态为无正在执行的订单状态,所述计算单元用于:
获取当前时间点、接单到达时长;
根据所述当前时间点、所述接单到达时长之和确定所述预测值。
可选的,所述计算单元中获取保障时长包括:
根据卸货时长和空驶时长确定所述保障时长;
根据司机休息时长和未执行订单的装货时长确定所述保障时长;
根据卸货时长、空驶时长、司机休息时长以及未执行订单的装货时长确定所述保障时长;
根据预设保障时长确定模型确定所述保障时长,所述预设保障时长确定模型为基于历史订单的保障时长训练得到的。
可选的,所述计算单元中获取接单到达时长包括:
根据空驶时长确定所述接单到达时长;
根据司机剩余休息时长确定所述接单到达时长;
根据空驶时长和司机剩余休息时长确定所述接单到达时长;
根据预设配置确定所述接单到达时长。
为了实现上述目的,根据本申请的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述第一方面中任意一项所述的订单解绑的方法。
为了实现上述目的,根据本申请的第四方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行上述第一方面中任意一项所述的订单解绑的方法。
在本申请实施例中,订单解绑的方法及装置中,首先,获取车辆的当前状态;然后,根据当前状态预测车辆的未执行订单的装货时间点的预测值;最后,根据预测值以及未执行订单的装货时间点的原始计划值判断是否将车辆与未执行订单解绑。可以看出,本申请实施例能够根据车辆的状态对车辆的未执行订单的装货时间点进行预测,根据预测值和原始计划值进行比较便可以判断车辆是否可以按原计划及时到达未执行订单的装货地址,最终以此来确定是否将车辆与未执行订单进行解绑。整个过程中,不需要人工的沟通,是按照设定好的程序自动执行的,能够有效的提高解绑的准确性和及时性,另外,还可以提前预测到达未执行订单的装货地址的时间点,实现更早的解绑判断,也给解绑的订单的货主更多的时间找到合适的车辆进行运输。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的一种订单解绑的方法流程图;
图2是根据本申请实施例提供的另一种订单解绑的方法流程图;
图3是根据本申请实施例提供的一种订单解绑的装置的组成框图;
图4是根据本申请实施例提供的另一种订单解绑的装置的组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本申请实施例,提供了一种订单解绑的方法,如图1所示,该方法包括如下的步骤:
S101.获取车辆的当前状态。
获取车辆的当前状态可以通过车辆正在执行订单的订单信息或者订单状态中获取。订单信息中也记录有订单状态,订单状态与车辆的当前状态是相关的(保持一致或者存在对应关系),因此可以根据订单状态确定车辆的当前状态。本实施例中,具体的当前状态可以分为未发车状态、运输状态、卸货状态、无正在执行订单的状态4种类型。在实际应用中,当前状态的类型也可以根据实际需求调整。比如可以分为装货状态、运输状态、卸货状态3种,或者可以分为装货状态、运输状态、修整状态、验货状态、卸货状态5种,等等。本实施例对当前状态的分类不作限制。
S102.根据当前状态预测车辆的未执行订单的装货时间点的预测值。
未执行订单为与车辆绑定的尚未执行的订单。“根据当前状态预测车辆的未执行订单的装货时间点的预测值”的关键在于,如何较准确的计算从当前时刻到对未执行订单开始装货的过程中的所消耗的时长。在确定车辆的当前状态后,能够根据当前状态预测到未执行订单的装货状态中所发生的所有的事件,然后再预测每个事件的耗时,最终根据所有事件的耗时来确定整个过程中所消耗的时长,并最终根据当前时间点以及消耗的时长得到车辆的未执行订单的装货时间点的预测值。
S103.根据预测值以及未执行订单的装货时间点的原始计划值判断是否将车辆与未执行订单解绑。
未执行订单的装货时间点的原始计划值是在订单生成时就已经计划好的,是已知的,可以直接从货运平台获取到。本步骤是将预测值与原始计划值进行比较,根据比较的结果判断是否将车辆与未执行订单解绑。具体的,若预测值超过原始计划值,则表示车辆不能及时的到达未执行订单的装货地址进行装货,则需要将车辆与未执行订单解绑,解绑之后订单会返回订单池,确保该订单能够及时的进行重新的分配,以减少货主的损失。另外,如果预测值未超过原始计划值,则表示车辆能及时的到达未执行订单的装货地址进行装货,不需要将车辆与未执行订单解绑。需要说明的是,本实施例中,还可以在预测值未超过原始计划值时,继续判断预测值与原始计划值之间的差值是否超过预设差值范围,当超过预设差值范围时,确定不解绑。
另外,为了进一步准确的预测,在订单处理的整个过程中,可多次执行上述步骤S101-S103的步骤,可以设定执行的时间间隔,时间间隔可以是相同也可以是不同的。时间间隔的设定可以根据运输距离的长短、货物的重要程度、运输路况等因素设定。
从以上的描述中,可以看出,本申请实施例的订单解绑的方法中,首先,获取车辆的当前状态;然后,根据当前状态预测车辆的未执行订单的装货时间点的预测值;最后,根据预测值以及未执行订单的装货时间点的原始计划值判断是否将车辆与未执行订单解绑。可以看出,本申请实施例能够根据车辆的状态对车辆的未执行订单的装货时间点进行预测,根据预测值和原始计划值进行比较便可以判断车辆是否可以按原计划及时到达未执行订单的装货地址,最终以此来确定是否将车辆与未执行订单进行解绑。整个过程中,不需要人工的沟通,是按照设定好的程序自动执行的,能够有效的提高解绑的准确性和及时性,另外,还可以提前预测到达未执行订单的装货地址的时间点,实现更早的解绑判断,也给解绑的订单的货主更多的时间找到合适的车辆进行运输。
作为上述实施例的进一步的补充和细化,本实施例提供了另一种订单解绑的方法流程,如图2所示,包括如下步骤:
S201.根据车辆正在执行订单的订单信息获取当前状态。
当前状态与图1步骤S101中的当前状态是相同的,此处不再赘述。
S202.确定与当前状态对应的预测值的计算方式。
不同的当前状态对应不同的预测值的计算方式。由图1步骤S102中可知预测值计算的关键在于如何较准确的计算从当前时刻到对未执行订单开始装货的过程中的所消耗的时长,而计算消耗时长是计算前述过程中所包含的所有事件的事件耗时之和。不同的当前状态对应的前述过程是不同的,即包含的事件是不同的,因此计算方式的不同在于包含不同的事件耗时。给出具体的示例进行说明:假设当前状态分别为未发车状态(记作第一状态)和运输状态(记作第二状态),对于第一状态,前述过程中至少包含的事件为装货、运输、卸货,对于第二状态,前述过程中肯定不会包括装货,在计算预测值时,便不会存在装货事件的事件耗时。
需要说的是,下述步骤中不同当前状态下,计算预测值的计算方式中不同的时长分别对应前述从当前时刻到对未执行订单开始装货的过程中的所包含的事件。下述步骤中只给出了通常情况下,不同当前状态下包含的事件对应的时长,在实际的应用中,在特殊情况下,还可能需要根据实际的需求增加事件以及对应的时长。比如当在疫情期,可能还需要增加消毒事件以及对应的消毒时长;在特殊天气的情况下,比如雪天、雨天等还可能需要增加车辆检修事件以及对应的检修时长等,示例性的,事件耗时时长的预测可以通过预测模型进行预测,例如,可以将外部影响因素和车辆当前状态作为训练样本,训练上述预测模型,得到训练好的预测模型。将当前外部影响因素和车辆当前状态输入该训练好的预测模型中,可以预测车辆当前状态下在外部影响因素的影响下的事件耗时时长。作为示例性的实施例,外部影响因素可以包括司机信息,例如驾龄、从业时长、以及通过数据统计得到的驾驶习惯信息等,还可以包括天气信息,路况信息,该路况信息可以包括实时路况和历史路况。
S203.根据与当前状态对应的计算方式计算预测值。
本实施例中以当前状态分为未发车状态、运输状态、卸货状态、无正在执行订单的状态四种类型为例,说明计算预测值的过程:
第一种、当前状态为未发车状态,预测值=当前时间点+超时未发车时长+运输时长+保障时长。
该状态下,车辆未到达装货地(正在执行的订单),或到达装货地还未开始装货,或装货中,或装货完成但未从装货地出发。
首先,获取当前时间点、超时未发车时长、运输时长、保障时长;
超时未发车时长=当前时间点与发车时间点之间的差值。具体的发车时间点是订单中规定的车辆从装货地(如装货的仓库、货场或货台,也可以是通过电子围栏圈定的装货区域等)出发的时间点,是订单生成时就已经计划好的,是已知的,可以直接获取。需要说明的是,若当前时间点未超过车辆正在执行的订单的发车时间点,则超时未发车时长为0。
运输时长:车辆正在执行的订单的所需运输时长,具体的可以通过订单中的卸货时间点减去发车时间点的差值得到,也可以人为设定,还可以根据导航软件中的卸货地和装货地两地点之间的行驶用时确定,本实施例中对运输时长的获取方式不作限制,只要是能够得到从发车地到卸货地的用时即可。其中,卸货时间点是订单中规定的车辆到达卸货地(如卸货的仓库、货场或货台,或通过电子围栏圈定的卸货区域等)的时间点,是订单生成时就已经计划好的,是已知的,可以直接获取到。
保障时长:为确保正在执行的订单完成后,能够准时到达下一个未执行订单装货地的附加时长。
需要说明的是,车辆在完成卸货时,正在执行的订单就从正在执行变成已经完成了,后续未执行的订单如果是已经被承运人接受的话,那么这个订单就从未执行变成为正在执行了,但是因为前一个订单的卸货地可能和下一个订单的装货地不是同一个地点,需要车辆空驶到达下一个订单的装货地,这样就导致了车辆可能最终不能准时到达下一个订单的装货地。
另外,司机在将车辆驾驶到指定地点后也需要休息;车辆在到达卸货地后也需要卸货,如有特殊情况,卸货时间可能超时;这些都可能导致了车辆最终不能准时到达下一个订单的装货地。
具体的,本实施例提供以下几种保障时长的确定方式:
a.根据卸货时长和空驶时长确定保障时长,即,保障时长=卸货时长+空驶时长,
其中,卸货时长为车辆正在执行的订单完成卸货的预计时长,该用时可根据以往类似订单中的用时确定,也可以人为设定,此处对获得卸货时长的方法不做限定;空驶时长为从车辆正在执行的订单的卸货地到后续订单装货地的时长,该时长可根据以往卸货地和装货地相同的订单中的行驶用时确定,也可以人为设定,还可以根据导航软件中的两地点之间的行驶用时确定,此处只要是能够得到车辆正在执行的订单的卸货地到后续订单装货地的预计用时即可。
或,
b.根据司机休息时长和未执行订单的装货时长确定保障时长,即,保障时长=司机休息时长-未执行订单的装货时长,
其中,司机休息时长可以依照相关法律规定或执行标准得到,如可以按照每次的驾驶公里数计算,司机每驾驶100KM可以休息2.5小时,若司机单次驾驶距离超过400KM后,可以休息10小时;未执行订单的装货时长可以从对应订单的信息中直接得到,是装载货物的预计用时,是已知的,可以直接获取到。
另外,需要说明的是当司机休息时长-未执行订单的装货时长小于0时,说明在装货过程中,司机已经完成休息,这种情况下,保障时长等于0。
或,
c.根据卸货时长、空驶时长、司机休息时长以及未执行订单的装货时长确定保障时长,即,
保障时长:前述a和b两种确定方式确定的保障时长的较大值。
或,
d.根据预设保障时长确定模型确定保障时长,预设保障时长确定模型为基于历史订单的保障时长训练得到的,即,
保障时长:根据预设保障时长确定模型确定,其中预设保障时长确定模型为根据海量的历史订单的保障时长基于人工智能算法模型训练得到的。预设保障时长确定模型的输入为订单的类型、运输车辆类型、运输路程等与当前订单相关的信息,输入为保障时长。另外,保障时长还可以由人工根据经验设定。
其次,根据当前时间点、超时未发车时长、运输时长以及保障时长之和确定预测值。
计算当前时间点、超时未发车时长、运输时长以及保障时长之和得到预测值。
第二种、当前状态为运输状态,预测值=预计到达时间点+保障时长。
该状态下,车辆已经完成装货并从装货地出发,但是还没有在卸货地开始卸货。
首先,获取预计到达时间点、保障时长;
预计到达时间点为从车辆当前位置到车辆正在执行的订单的卸货地的行驶用时。具体的,可以根据导航软件中的两地点之间的行驶用时确定,也可以根据此类相同的订单中的行驶用时确定,此处只要是能够确定从车辆当前位置到达车辆正在执行的订单的卸货地的行驶用时即可。另外,需要说明的是,有些订单中存在中途经停点,若从车辆当前位置到达车辆正在执行的订单的卸货地之间存在经停点,则经停用时(或经停耗时)也应计算在内。
保障时长:按照前述第一种情况中保障时长的确定方式确定。
其次,根据预计到达时间点、保障时长之和确定预测值。
计算预计到达时间点、保障时长之和得到预测值。
第三种、当前状态为卸货状态,预测值=到达时间点+保障时长。
该状态下,车辆已经开始在卸货地卸货,但卸货并未完成。
首先,获取到达时间点、保障时长;
到达时间点为车辆到达正在执行的订单的卸货地的具体时间点,该时间点可以从订单信息中获取(如订单中的实时记录信息),也可以从卸货地上报的时间中获取,还可以结合车辆位置定位系统来获取,此处只要是能够确定车辆到达正在执行的订单的卸货地的具体时间点即可。
保障时长:按照前述第一种情况中保障时长的确定方式确定。
其次,根据到达时间点、保障时长之和确定预测值。
计算到达时间点、保障时长之和得到预测值。
第四种、当前状态为无正在执行的订单状态,预测值=当前时间点+接单到达时长。
该状态下,货运平台已经将订单推送给该车辆的承运人,订单已被移出订单池,并与该车辆绑定,但是承运人尚未接受该订单,因此订单未被执行。
首先,获取当前时间点、接单到达时长;
其中,接单到达时长为确保接受下一未执行的订单时,该订单绑定的车辆能够准时到达装货地的附加时长。
具体的,本实施例提供以下几种接单到达时长的确定方式:
a.根据空驶时长确定接单到达时长,即,接单到达时长=空驶时长,空驶时长的确定可以参见前述第一种情况中空驶时长的确定方式。
或,
b.根据司机剩余休息时长确定接单到达时长,即,接单到达时长=司机剩余休息时长。
其中,司机剩余休息时长=司机休息时长-司机上次到达时长,
司机休息时长的确定可以参见前述第一种情况中司机休息时长的确定方式。司机上次到达时长为司机到达上一个订单卸货地的时间点到当前时间点的时长,这里到达上一个订单卸货地的时间点可以从订单信息中直接获取,也可以通过行车记录等方式获取。需要说明的是,若“司机休息时长-司机上次到达时长<0”时,说明司机已经完成休息,这种情况下,司机剩余休息时长等于0。
或,
c.根据空驶时长和司机剩余休息时长确定接单到达时长,即,接单到达时长为空驶时长和司机剩余休息时长中数值较大的时长。
或,
d.根据预设配置确定接单到达时长,即,接单到达时长还可以由人工根据经验设定。
其次,根据当前时间点、接单到达时长之和确定预测值。
计算当前时间点、接单到达时长之和得到预测值。
S204.根据预测值以及未执行订单的装货时间点的原始计划值判断是否将车辆与未执行订单解绑。
本步骤的实现方式与图1步骤是S103的实现方式相同,此处不再赘述。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本申请实施例,还提供了一种用于实施上述图1至图2方法的订单解绑的装置,如图3所示,该装置包括:
获取模块31,用于获取车辆的当前状态;
预测模块32,用于根据当前状态预测车辆的未执行订单的装货时间点的预测值;
判断模块33,用于根据预测值以及未执行订单的装货时间点的原始计划值判断是否将车辆与未执行订单解绑。
从以上的描述中,可以看出,本申请实施例的订单解绑的装置中,首先,获取车辆的当前状态;然后,根据当前状态预测车辆的未执行订单的装货时间点的预测值;最后,根据预测值以及未执行订单的装货时间点的原始计划值判断是否将车辆与未执行订单解绑。可以看出,本申请实施例能够根据车辆的状态对车辆的未执行订单的装货时间点进行预测,根据预测值和原始计划值进行比较便可以判断车辆是否可以按原计划及时到达未执行订单的装货地址,最终以此来确定是否将车辆与未执行订单进行解绑。整个过程中,不需要人工的沟通,是按照设定好的程序自动执行的,能够有效的提高解绑的准确性和及时性,另外,还可以提前预测到达未执行订单的装货地址的时间点,实现更早的解绑判断,也给解绑的订单的货主更多的时间找到合适的车辆进行运输。
进一步的,如图4所示,预测模块32,包括:
确定单元321,用于确定与当前状态对应的预测值的计算方式;
计算单元322,用于根据与当前状态对应的计算方式计算预测值。
进一步的,如图4所示,确定单元321用于:
根据当前状态预测从当前状态到对未执行订单开始装货的过程中的所包含的事件以及事件对应的事件耗时;
计算所有的事件耗时之和。
进一步的,当前状态为未发车状态,如图4所示,计算单元322用于:
获取当前时间点、超时未发车时长、运输时长、保障时长;
根据当前时间点、超时未发车时长、运输时长以及保障时长之和确定预测值。
进一步的,当前状态为运输状态,如图4所示,计算单元322用于:
获取预计到达时间点、保障时长;
根据预计到达时间点、保障时长之和确定预测值。
进一步的,当前状态为卸货状态,如图4所示,计算单元322用于:
获取到达时间点、保障时长;
根据到达时间点、保障时长之和确定预测值。
进一步的,当前状态为无正在执行的订单状态,如图4所示,计算单元322用于:
获取当前时间点、接单到达时长;
根据当前时间点、接单到达时长之和确定预测值。
进一步的,如图4所示,计算单元322中获取保障时长包括:
根据卸货时长和空驶时长确定保障时长;
根据司机休息时长和未执行订单的装货时长确定保障时长;
根据卸货时长、空驶时长、司机休息时长以及未执行订单的装货时长确定保障时长;
根据预设保障时长确定模型确定保障时长,预设保障时长确定模型为基于历史订单的保障时长训练得到的。
进一步的,如图4所示,计算单元322中获取接单到达时长包括:
根据空驶时长确定接单到达时长;
根据司机剩余休息时长确定接单到达时长;
根据空驶时长和司机剩余休息时长确定接单到达时长;
根据预设配置确定接单到达时长。
具体的,本申请实施例的装置中各单元、模块实现其功能的具体过程可参见方法实施例中的相关描述,此处不再赘述。
根据本申请实施例,还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述方法实施例中的订单解绑的方法。
根据本申请实施例,还提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行上述方法实施例中的订单解绑的方法。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种订单解绑的方法,其特征在于,所述方法包括:
S101,获取车辆的当前状态,所述当前状态分为未发车状态、运输状态、卸货状态、无正在执行订单的状态;
S102,根据所述当前状态预测所述车辆的未执行订单的装货时间点的预测值,包括:确定与所述当前状态对应的预测值的计算方式;根据与所述当前状态对应的计算方式计算所述预测值,根据所述当前状态预测从当前状态到对所述未执行订单开始装货的过程中的所包含的事件以及事件对应的耗时,计算所有的事件耗时之和;所述根据与所述当前状态对应的计算方式计算所述预测值具体包括:S1021,所述当前状态为未发车状态,所述根据与所述当前状态对应的计算方式计算所述预测值包括:获取当前时间点、超时未发车时长、运输时长、保障时长;根据所述当前时间点、所述超时未发车时长、所述运输时长以及所述保障时长之和确定所述预测值;S1022,所述当前状态为运输状态,所述根据与所述当前状态对应的计算方式计算所述预测值包括:获取预计到达时间点、保障时长;根据所述预计到达时间点、所述保障时长之和确定所述预测值;S1023,所述当前状态为卸货状态,所述根据与所述当前状态对应的计算方式计算所述预测值包括:获取到达时间点、保障时长;根据所述到达时间点、所述保障时长之和确定所述预测值;S1024,所述当前状态为无正在执行的订单状态,所述根据与所述当前状态对应的计算方式计算所述预测值包括:获取当前时间点、接单到达时长;根据所述当前时间点、所述接单到达时长之和确定所述预测值;S1021-S1024中获取保障时长包括:根据卸货时长和空驶时长确定所述保障时长;或,根据司机休息时长和未执行订单的装货时长确定所述保障时长;或,根据卸货时长、空驶时长 、司机休息时长以及未执行订单的装货时长确定所述保障时长;或,根据预设保障时长确定模型确定所述保障时长,所述预设保障时长确定模型为基于历史订单的保障时长训练得到的;
S103,根据所述预测值以及未执行订单的装货时间点的原始计划值判断是否将所述车辆与所述未执行订单解绑。
2.根据权利要求1所述的订单解绑的方法,其特征在于,获取接单到达时长包括:
根据空驶时长确定所述接单到达时长;或
根据司机剩余休息时长确定所述接单到达时长;或
根据空驶时长和司机剩余休息时长确定所述接单到达时长;或
根据预设配置确定所述接单到达时长。
3.一种订单解绑的装置,其特征在于,所述装置包括:
获取模块,用于获取车辆的当前状态,所述当前状态分为未发车状态、运输状态、卸货状态、无正在执行订单的状态;
预测模块,用于根据所述当前状态预测所述车辆的未执行订单的装货时间点的预测值,所述预测模块,包括:确定单元,用于确定与所述当前状态对应的预测值的计算方式;计算单元,用于根据与所述当前状态对应的计算方式计算所述预测值;所述确定单元用于:根据所述当前状态预测从当前状态到对所述未执行订单开始装货的过程中的所包含的事件以及事件对应的事件耗时,计算所有的事件耗时之和;所述当前状态为未发车状态,所述计算单元还用于:获取当前时间点、超时未发车时长、运输时长、保障时长,根据所述当前时间点、所述超时未发车时长、所述运输时长以及所述保障时长之和确定所述预测值;所述当前状态为运输状态,所述计算单元还用于:获取预计到达时间点、保障时长,根据所述预计到达时间点、所述保障时长之和确定所述预测值;所述当前状态为卸货状态,所述计算单元还用于:获取到达时间点、保障时长;根据所述到达时间点、所述保障时长之和确定所述预测值;所述当前状态为无正在执行的订单状态,所述计算单元还用于:获取当前时间点、接单到达时长;根据所述当前时间点、所述接单到达时长之和确定所述预测值;所述计算单元中获取保障时长包括:根据卸货时长和空驶时长确定所述保障时长;或,根据司机休息时长和未执行订单的装货时长确定所述保障时长;或,根据卸货时长、空驶时长、司机休息时长以及未执行订单的装货时长确定所述保障时长;或,根据预设保障时长确定模型确定所述保障时长,所述预设保障时长确定模型为基于历史订单的保障时长训练得到的;
判断模块,用于根据所述预测值以及未执行订单的装货时间点的原始计划值判断是否将所述车辆与所述未执行订单解绑。
4.根据权利要求3所述的订单解绑的装置,其特征在于,所述计算单元中获取接单到达时长包括:
根据空驶时长确定所述接单到达时长;
根据司机剩余休息时长确定所述接单到达时长;
根据空驶时长和司机剩余休息时长确定所述接单到达时长;
根据预设配置确定所述接单到达时长。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-2任意一项所述的订单解绑的方法。
6.一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-2任意一项所述的订单解绑的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010370878.XA CN111582574B (zh) | 2020-04-30 | 2020-04-30 | 订单解绑的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010370878.XA CN111582574B (zh) | 2020-04-30 | 2020-04-30 | 订单解绑的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582574A CN111582574A (zh) | 2020-08-25 |
CN111582574B true CN111582574B (zh) | 2020-12-15 |
Family
ID=72113228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010370878.XA Active CN111582574B (zh) | 2020-04-30 | 2020-04-30 | 订单解绑的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582574B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844877A (zh) * | 2017-05-25 | 2018-03-27 | 北京小度信息科技有限公司 | 订单分配方法和装置 |
CN107886274A (zh) * | 2017-11-07 | 2018-04-06 | 苏州市艾西依钣金制造有限公司 | 一种多工种间物料流转管理方法及管理系统 |
CN108122042A (zh) * | 2016-11-28 | 2018-06-05 | 北京小度信息科技有限公司 | 配送时间预估方法及装置 |
CN109409811A (zh) * | 2018-12-30 | 2019-03-01 | 广州市昊链信息科技股份有限公司 | 一种物流调度方法、装置、计算机设备和存储介质 |
CN109493168A (zh) * | 2018-10-24 | 2019-03-19 | 北京三快在线科技有限公司 | 一种处理订单的方法、装置、设备及存储介质 |
CN109767289A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 订单智能分配方法、装置、计算机设备及存储介质 |
CN109902996A (zh) * | 2019-02-20 | 2019-06-18 | 上海拉扎斯信息科技有限公司 | 订单处理方法、装置、电子设备及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100913837B1 (ko) * | 2006-01-10 | 2009-08-26 | 주식회사 엘지화학 | 다수의 차량에 대한 최적 배차 방법 및 이를 위한 시스템 |
-
2020
- 2020-04-30 CN CN202010370878.XA patent/CN111582574B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108122042A (zh) * | 2016-11-28 | 2018-06-05 | 北京小度信息科技有限公司 | 配送时间预估方法及装置 |
CN107844877A (zh) * | 2017-05-25 | 2018-03-27 | 北京小度信息科技有限公司 | 订单分配方法和装置 |
CN107886274A (zh) * | 2017-11-07 | 2018-04-06 | 苏州市艾西依钣金制造有限公司 | 一种多工种间物料流转管理方法及管理系统 |
CN109493168A (zh) * | 2018-10-24 | 2019-03-19 | 北京三快在线科技有限公司 | 一种处理订单的方法、装置、设备及存储介质 |
CN109767289A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 订单智能分配方法、装置、计算机设备及存储介质 |
CN109409811A (zh) * | 2018-12-30 | 2019-03-01 | 广州市昊链信息科技股份有限公司 | 一种物流调度方法、装置、计算机设备和存储介质 |
CN109902996A (zh) * | 2019-02-20 | 2019-06-18 | 上海拉扎斯信息科技有限公司 | 订单处理方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111582574A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114415610B (zh) | 机器人的调度方法、装置、电子设备及存储介质 | |
WO2019239666A1 (ja) | 輸送管理システム、輸送管理装置、輸送管理方法およびプログラム | |
CN113011814A (zh) | 派单方法、装置、电子设备及可读存储介质 | |
CN114008647A (zh) | 基于多车协同的车辆调度系统、方法、电子设备及存储介质 | |
CN116757584A (zh) | 一种基于大数据的配货系统 | |
CN114548880A (zh) | 物流规划方法、设备、装置和存储介质 | |
CN111582574B (zh) | 订单解绑的方法及装置 | |
CN111126643B (zh) | 一种月台的预约方法、预约装置及可读存储介质 | |
CN113988615A (zh) | 基于城际物流接续的配送方法、系统、设备及存储介质 | |
CN113837688A (zh) | 运输资源匹配方法、装置、可读存储介质和计算机设备 | |
CN117172438A (zh) | 一种厂内运输调度系统和方法 | |
CN116468340A (zh) | 专线运输车辆中途半仓带货的预反应调度方法、介质及终端 | |
CN108596446B (zh) | 受集装箱吊车任务队列约束的港内集卡派发方法 | |
CN113592275B (zh) | 一种货运调度方法、计算机可读存储介质及计算机设备 | |
CN115049148A (zh) | 一种车辆调度方法、装置及服务器 | |
Dotoli et al. | A technique for the optimal management of containers' drayage at intermodal terminals | |
US20220042808A1 (en) | Method for operating a vehicle | |
CN111652549A (zh) | 物流配送的仿真方法及装置 | |
CN112623603B (zh) | 用于智能仓储的货物拣选方法 | |
CN117495237B (zh) | 货运集散系统的管理方法、设备和可读存储介质 | |
CN109726924A (zh) | 一种车辆的作业调度方法、装置、计算机设备和存储介质 | |
Fanti et al. | A new ilp formulation for the multi-day container drayage problem | |
CN111598519B (zh) | 运力调节方法和装置 | |
CN114493056B (zh) | 货物运输方法、系统、计算机设备和存储介质 | |
CN113450055B (zh) | 基于运输超载的货物削减方法、装置、设备和存储介质 |
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 |