CN112990754A - 排班调整方法、装置及存储介质 - Google Patents

排班调整方法、装置及存储介质 Download PDF

Info

Publication number
CN112990754A
CN112990754A CN202110391531.8A CN202110391531A CN112990754A CN 112990754 A CN112990754 A CN 112990754A CN 202110391531 A CN202110391531 A CN 202110391531A CN 112990754 A CN112990754 A CN 112990754A
Authority
CN
China
Prior art keywords
capacity
scheduling
transport capacity
information
transport
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
Application number
CN202110391531.8A
Other languages
English (en)
Other versions
CN112990754B (zh
Inventor
张心怡
彭豆
咸珂
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 CN202110391531.8A priority Critical patent/CN112990754B/zh
Publication of CN112990754A publication Critical patent/CN112990754A/zh
Application granted granted Critical
Publication of CN112990754B publication Critical patent/CN112990754B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06—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
    • G06Q10/06—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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06316—Sequencing of tasks or work
    • 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)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (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

本申请提供一种排班调整方法、装置及存储介质，该排班调整方法包括获取预设范围内多个区域的总运力排班信息；基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；基于运力饱和状态信息，构建可调度运力的共享运力池；基于共享运力池，对总运力排班信息进行调整。本申请通过总运力排班信息和多个区域对应的运力需求信息，确定了运力过饱和区域和运力不饱的信息和区域的信息，并进一步利用运力过饱和区域中的运力构建可调度的共享运力池，以对总运力排班信息进行调整，从而实现多个区域之间的运力协调，优化了多区域运力的均衡性。

Description

排班调整方法、装置及存储介质
技术领域
本申请涉及物流技术领域，具体涉及一种排班调整方法、装置及存储介质。
背景技术
在互联网普及的时代，在线下单作为一种便捷服务走入人们的生活，由此衍生了对订单配送服务的极大需求。随着城市规模的不断扩大，为了更好的配送服务，越来越多的城市配送开始采用多区域的运营组织模式，组织管理运力，分流订单。
然而多区域特征使排班编制的背景更加复杂。效率低下的人工编制方法不便调整且缺少优化过程，而单区域的独立排班无法解决区域运能的均衡性问题。
因此，如何优化多区域运力的均衡性，是当前物流技术领域亟需解决的问题。
发明内容
本申请提供一种排班调整方法、装置及存储介质，以解决如何优化多区域运力的均衡性的技术问题。
一方面，本申请提供一种排班调整方法，所述方法包括：
获取预设范围内多个区域的总运力排班信息；
基于所述总运力排班信息和所述多个区域对应的运力需求信息，确定所述多个区域中每个区域对应的运力饱和状态信息；
基于所述运力饱和状态信息，构建可调度运力的共享运力池；
基于所述共享运力池，对所述总运力排班信息进行调整。
在本申请一种可能的实现方式中，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息；
所述基于所述运力饱和状态信息，构建可调度运力的共享运力池，包括：
基于所述运力过饱和区域信息，确定所述多个运力过饱和区域中每个运力过饱和区域对应的可调度运力；
将所述多个运力过饱和区域对应的可调度运力进行合并，得到共享运力池。
在本申请一种可能的实现方式中，所述基于所述运力过饱和区域信息，确定所述多个运力过饱和区域中每个运力过饱和区域对应的可调度运力，包括：
获取每个运力过饱和区域对应的第一运力排班信息；
从所述第一运力排班信息中删除至少一位第一运力对应的排班信息，得到第二运力排班信息；
将所述第二运力排班信息输入预设的第一排班模型中，得到所述第二运力排班信息对应的第一排班优化得分值；
若所述第一排班优化得分值高于预设阈值，则确定所述至少一位第一运力为可调度运力。
在本申请一种可能的实现方式中，在若所述第一排班优化得分值高于预设阈值，则确定所述至少一位运力为可调度运力之后，所述方法还包括：
从所述第二运力排班信息中删除至少一位第二运力对应的排班信息，得到第三运力排班信息，所述至少一位第二运力与所述第一运力不重叠；
将所述第三运力排班信息输入所述第一排班模型中，得到所述第三运力排班信息对应的第二排班优化得分值；
若所述第二排班优化得分值高于所述阈值，则确定所述至少一位第二运力为可调度运力。
在本申请一种可能的实现方式中，所述方法还包括：
若所述第一排班优化得分值不高于所述阈值，则从所述第一运力排班信息中删除至少一位第三运力对应的排班信息，得到第四运力排班信息，所述至少一位第三运力与所述第一运力不重叠；
将所述第四运力排班信息输入所述第一排班模型中，得到所述第四运力排班信息对应的第三排班优化得分值；
若所述第三排班优化得分值高于所述阈值，则确定所述至少一位第三运力为可调度运力。
在本申请一种可能的实现方式中，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息；
所述基于所述共享运力池，对所述总运力排班信息进行调整，包括：
基于所述共享运力池，确定目标排班优化得分值最高的目标运力；
将所述目标运力调度至所述运力不饱和区域，以对总运力排班信息进行调整。
在本申请一种可能的实现方式中，所述运力过饱和区域信息还包括所述运力过饱和区域对应的区域运力过饱和值，所述运力不饱和区域信息还包括所述运力不饱和区域对应的区域运力不饱和值；
所述基于所述共享运力池，确定目标排班优化得分值最高的目标运力，包括：
获取所述运力不饱和区域中每个运力不饱和区域的区域运力不饱和值；
基于所述区域运力不饱和值，确定需要插入运力的目标运力不饱和区域；
将所述共享运力池中的每个运力依次插入所述目标运力不饱和区域对应的第五运力排班信息，得到所述每个运力对应的目标排班信息；
将每个目标排班信息依次输入预设的第二排班模型中，得到所述目标排班信息对应的目标排班优化得分值，并选取所述目标排班优化得分值最高的运力为目标运力。
另一方面，本申请提供一种排班调整装置，所述装置包括：
第一获取单元，用于获取预设范围内多个区域的总运力排班信息；
第一确定单元，用于基于所述总运力排班信息和所述多个区域对应的运力需求信息，确定所述多个区域中每个区域对应的运力饱和状态信息；
第一构建单元，用于基于所述运力饱和状态信息，构建可调度运力的共享运力池；
第一调整单元，用于基于所述共享运力池，对所述总运力排班信息进行调整。
在本申请一种可能的实现方式中，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息；
所述第一构建单元具体包括：
第二确定单元，用于基于所述运力过饱和区域信息，确定所述多个运力过饱和区域中每个运力过饱和区域对应的可调度运力；
第一合并单元，用于将所述多个运力过饱和区域对应的可调度运力进行合并，得到共享运力池。
在本申请一种可能的实现方式中，所述第二确定单元具体包括：
第二获取单元，用于获取每个运力过饱和区域对应的第一运力排班信息；
第一删除单元，用于从所述第一运力排班信息中删除至少一位第一运力对应的排班信息，得到第二运力排班信息；
第一输入单元，用于将所述第二运力排班信息输入预设的第一排班模型中，得到所述第二运力排班信息对应的第一排班优化得分值；
第三确定单元，若所述第一排班优化得分值高于预设阈值，则确定所述至少一位第一运力为可调度运力。
在本申请一种可能的实现方式中，所述装置还包括：
第二删除单元，用于从所述第二运力排班信息中删除至少一位第二运力对应的排班信息，得到第三运力排班信息，所述至少一位第二运力与所述第一运力不重叠；
第二输入单元，用于将所述第三运力排班信息输入所述第一排班模型中，得到所述第三运力排班信息对应的第二排班优化得分值；
第四确定单元，用于若所述第二排班优化得分值高于所述阈值，则确定所述至少一位第二运力为可调度运力。
在本申请一种可能的实现方式中，所述装置还包括：
第三删除单元，用于若所述第一排班优化得分值不高于所述阈值，则从所述第一运力排班信息中删除至少一位第三运力对应的排班信息，得到第四运力排班信息，所述至少一位第三运力与所述第一运力不重叠；
第三输入单元，用于将所述第四运力排班信息输入所述第一排班模型中，得到所述第四运力排班信息对应的第三排班优化得分值；
第五确定单元，用于若所述第三排班优化得分值高于所述阈值，则确定所述至少一位第三运力为可调度运力。
在本申请一种可能的实现方式中，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息；
所述第一调整单元具体包括：
第六确定单元，用于基于所述共享运力池，确定目标排班优化得分值最高的目标运力；
第一调度单元和第二调整单元，用于将所述目标运力调度至所述运力不饱和区域，以对总运力排班信息进行调整。
在本申请一种可能的实现方式中，所述运力过饱和区域信息还包括所述运力过饱和区域对应的区域运力过饱和值，所述运力不饱和区域信息还包括所述运力不饱和区域对应的区域运力不饱和值；
所述第六确定单元具体用于：
获取所述运力不饱和区域中每个运力不饱和区域的区域运力不饱和值；
基于所述区域运力不饱和值，确定需要插入运力的目标运力不饱和区域；
将所述共享运力池中的每个运力依次插入所述目标运力不饱和区域对应的第五运力排班信息，得到所述每个运力对应的目标排班信息；
将每个目标排班信息依次输入预设的第二排班模型中，得到所述目标排班信息对应的目标排班优化得分值，并选取所述目标排班优化得分值最高的运力为目标运力。
另一方面，本申请还提供一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的排班调整方法。
另一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的排班调整方法中的步骤。
本申请中提供的排班调整方法包括获取预设范围内多个区域的总运力排班信息；然后基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；再基于运力饱和状态信息，构建可调度运力的共享运力池；最后基于共享运力池，对总运力排班信息进行调整，由此可知，相对于传统技术，本申请通过总运力排班信息和多个区域对应的运力需求信息，确定了运力过饱和区域和运力不饱的信息和区域的信息，并进一步利用运力过饱和区域中的运力构建可调度的共享运力池，以对总运力排班信息进行调整，从而实现多个区域之间的运力协调，优化了多区域运力的均衡性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例提供的排班调整系统的场景示意图；
图2是本申请实施例中提供的排班调整方法的一个实施例流程示意图；
图3是本申请实施例提供的排班调整装置的一个实施例结构示意图；
图4是本申请实施例提供的计算机设备一个实施例结构示意图；
图5是本申请实施例提供的店铺及区域空间分布图；
图6a是本申请实施例提供的区域1运力情况分布图；
图6b是本申请实施例提供的区域2运力情况分布图；
图6c是本申请实施例提供的区域3运力情况分布图。
具体实施方式
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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本申请的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种排班调整方法、装置及存储介质，以下分别进行详细说明。
如图1所示，图1是本申请实施例提供的排班调整系统的场景示意图，该排班调整系统可以包括多个终端100和服务器200，终端100和服务器200网络连接，服务器200中集成有排班调整装置，如图1中的服务器，终端100可以访问服务器200。
本申请实施例中服务器200主要用于获取预设范围内多个区域的总运力排班信息；基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；基于运力饱和状态信息，构建可调度运力的共享运力池；基于共享运力池，对总运力排班信息进行调整。
本申请实施例中，该服务器200可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如本申请实施例中所描述的服务器200，其包括但不限于计算机、网络终端、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。本申请的实施例中，服务器与终端之间可通过任何通信方式实现通信，包括但不限于，基于第三代合作伙伴计划（3rd Generation Partnership Project，3GPP）、长期演进（Long Term Evolution，LTE)、全球互通微波访问（Worldwide Interoperability for Microwave Access， WiMAX）的移动通信，或基于TCP/IP协议族（TCP/IP Protocol Suite，TCP/IP）、用户数据报协议（User Datagram Protocol，UDP）的计算机网络通信等。
可以理解的是，本申请实施例中所使用的终端100可以是既包括接收和发射硬件的设备，既具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种终端可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的终端100具体可以是台式终端或移动终端，终端100具体还可以是手机、平板电脑、笔记本电脑等中的一种。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案的一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的终端，或者服务器网络连接关系，例如图1中仅示出1个服务器和2个终端。可以理解的，该排班调整系统还可以包括一个或多个其他服务器，或/且一个或多个与服务器网络连接的终端，具体此处不作限定。
另外，如图1所示，该排班调整系统还可以包括存储器300，用于存储数据，如存储运力排班数据和排班调整数据，例如排班调整系统运行时的排班调整数据。
需要说明的是，图1所示的排班调整系统的场景示意图仅仅是一个示例，本申请实施例描述的排班调整系统以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着排班调整系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
接下来，介绍本申请实施例提供的排班调整方法。
本申实施例排班调整方法的实施例中以排班调整装置作为执行主体，为了简化与便于描述，后续方法实施例中将省略该执行主体，该排班调整装置应用于计算机设备，该方法包括：获取预设范围内多个区域的总运力排班信息；基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；基于运力饱和状态信息，构建可调度运力的共享运力池；基于共享运力池，对总运力排班信息进行调整。
请参阅图2至图4，图2是本申请实施例中提供的排班调整方法的一个实施例流程示意图，该排班调整方法包括步骤S201、步骤S202、步骤S203和步骤S204。
S201、获取预设范围内多个区域的总运力排班信息。
将一定范围内的多个店铺可以划分为一个区域，其具体范围需要根据实际业务规划情况而定，例如，将某个商业街中的所有店铺划分为一个区域，或者以某一地理坐标为中心，3公里为半径内的所有店铺划分为一个区域。进一步的，将预设范围内的多个区域又可以划分为一个总区域，其中，预设范围可以根据实际业务需求而定，例如，该预设范围可以是一个地级市，如A市，也可以是以省为单位，如B省、或者是以一个区为单位，例如C区，具体此处不作限定。需要说明的是，在预设范围内中包括多个区域，多个区域至少是大于一个区域的，例如多个区域可以是两个区域、三个区域，甚至大于三个区域。
总运力排班信息包括在预设范围内多个区域中的每个区域对应的运力排班信息。而每个区域都对应有一个运力排班信息，每个运力排班信息包括当前区域中运力的排班信息，例如，在某个区域中包括有六个店铺，在这个商圈中有十位运力，并安排这十位运力负责相应店铺的配送任务和值班时间。其中，运力指的是用于将店铺的商品运送到用户手中的且具备完整配送能力的配送员或骑手，其中，骑手又可以称为骑士。需要说明的是，配送员可以通过徒步、配备非机动车或配备机动车去完成配送，例如，配送员配备有摩托车。具体的，对每个区域，可利用自适应大领域算法或者其他智能排班算法产出对应区域的运力排班信息。
S202、基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息。
在步骤S201中总运力排班信息包括每个区域对应的运力排班信息，而多个区域对应的运力需求信息也包括每个区域对应的运力需求信息，运力需求信息包括每个区域在某时段内标准所需运力数。
最优化问题就是在给定条件下寻找最佳方案的问题。最佳的含义有各种各样：成本最小、收益最大、利润最多、距离最短、时间最少、空间最小等，即在资源给定时寻找最好的目标，或在目标确定下使用最少的资源。生产、经营和管理中几乎所有问题都可以认为是最优化问题，比如产品原材料组合问题、人员安排问题、运输问题、选址问题、资金管理问题、最优定价问题、经济订货量问题、预测模型中的最佳参数确定问题，等等。
最优化问题的数学模型一般都由决策变量、目标函数和约束条件三部分构成。决策变量是指最优化问题中所涉及的与约束条件和目标函数有关的待确定的量。一般来说，它们都有一些限制条件（约束条件），与目标函数紧密关联。在最优化问题中，与变量有关的待求其极值（或最大值最优值）的函数称为目标函数。在最优化问题中，求目标函数的极值时，变量必须满足的限制称为约束条件。例如，许多实际问题变量要求必须非负，这是一种限制；在研究电路优化设计问题时，变量必须服从电路基本定律，这也是一种限制等等。在研究问题时，这些限制我们必须用数学表达式准确地描述它们。
具体的，运力饱和状态信息，可以采用预先设置的目标函数（1）计算得出：
Figure DEST_PATH_IMAGE001
（1）
其中，N是店铺集合、M是运力集合，X是某时段所排运力数，X’是与X为同一时段店铺的标准所需运力数，i是区域个数，t是半小时粒度时段数。需要说明的是，函数
Figure DEST_PATH_IMAGE003A
中的48是将变量离散化，以缩小决策空间，此处48小时为离散化示例，其具体数值可根据实际情况进行设置。具体的，X’可有单量预测和运力能力预估获取，单量预测是指对历史订单信息进行预测分析，例如，通过历史订单信息分析，可获取某个区域中的目标店铺在一年中的每个月的订单数据，进一步的，当目标店铺是餐饮店，其每日订单量可能跟时间关系分布紧密，例如在每天早中晚三餐区间，单量会明显集中，同样的，在不同区域，其周末和非周末的单量也会存在明显差异，因此也可统计一周内的单量情况，为了确保信息的准确度，不限于对单量的统计，也可订单中的客户信息进行统计，以确定店铺的客户需求情况等。
S203、基于运力饱和状态信息，构建可调度运力的共享运力池。
运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息。共享运力池是从多个运力过饱和区域中挑选出适当的运力作为可调度运力，可调度运力可用于支援运力不饱和区域，从而实现多区域之间的运力协调。
在本申请的一些实施例中，在构建可调度运力的共享运力池时，可基于所述运力过饱和区域信息，确定多个运力过饱和区域中每个运力过饱和区域对应的可调度运力。具体的，由于每个运力之间的配送能力（简称运能）不同，例如，在相同时间内，相同配送订单，有的运力可以完成3件配送订单，而有的运力只能完成1.5件配送订单，因此，不能直接简单的从运力过饱和区域中确定可调度运力，具体如何确定多个运力过饱和区域中每个运力过饱和区域对应的可调度运力将在下述实施例中进行详细描述，在此不做赘述。
在确定多个运力过饱和区域中每个运力过饱和区域对应的可调度运力之后，将所述多个过运力饱和区域对应的可调度运力进行合并，得到共享运力池。具体的，可以将多个运力饱和区域对应的可调度运力进行统计，并按照区域进行区域区分，如此，可以直到具体可以调度的运力总值，同时，可以将可调度运力按照运力过饱和区域和运力不饱和区域之间的位置关系以及运力和不饱和度之间的对应关系进行合理调度。
在本申请的一些实施例中，在确定多个运力过饱和区域对应的可调度运力时，可获取每个运力过饱和区域对应的第一运力排班信息。从第一运力排班信息中删除至少一位第一运力对应的排班信息，得到第二运力排班信息。其中，至少一位第一运力可以是一位运力、也可以是两位运力甚至更多，具体情况，根据基数确定，当基数量较大时，可以同时获取多位，需要说明的是，当位数较大时，其结果不理想，可以依次降低位数，重新进行此步骤。将第二运力排班信息输入预设的第一排班模型中，得到第二运力排班信息对应的第一排班优化得分值，若第一排班优化得分值高于预设阈值，则确定至少一位第一运力为可调度运力。其中，第一排班模型对应目标函数（1）。
在本申请的一些实施例中，在若第一排班优化得分值高于预设阈值，则确定至少一位运力为可调度运力之后。从第二运力排班信息中删除至少一位第二运力对应的排班信息，得到第三运力排班信息，至少一位第二运力与第一运力不重叠。将第三运力排班信息输入第一排班模型中，得到第三运力排班信息对应的第二排班优化得分值。若第二排班优化得分值高于阈值，则确定至少一位第二运力为可调度运力。其中预设阈值是可根据实际情况而定，例如，将预设阈值设为0，只要排班优化得分为正值，不论排班优化得分的大小都满足，同样的，也可将预设阈值设置为1，因此需要排班优化得分必须要高于1才可，不仅仅要有优化，其优化得分值需要满足大于1。需要说明的是，第一运力和第二运力都是指代的运力，只是用于区分在不同的场景下，其中第一运力指代的是处于第一运力排班信息中的运力，而第二运力是处于经过变动后得到的第二运力排班信息中的运力。
在本申请的一些实施例中，若第一排班优化得分值不高于阈值，则从第一运力排班信息中删除至少一位第三运力对应的排班信息，得到第四运力排班信息，至少一位第三运力与第一运力不重叠；将第四运力排班信息输入第一排班模型中，得到第四运力排班信息对应的第三排班优化得分值；若第三排班优化得分值高于阈值，则确定至少一位第三运力为可调度运力。
S204、基于共享运力池，对总运力排班信息进行调整。
在本申请的一些实施例中，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息。在对总运力排班信息进行调整时，具体可以基于所述共享运力池，确定目标排班优化得分值最高的目标运力；将所述目标运力调度至所述运力不饱和区域，以对总运力排班信息进行调整。
在本申请的一些实施例中，可预先设置第二排班模型，该排班模型的目标函数（2）如下：
Figure DEST_PATH_IMAGE004
（2）
Figure 354717DEST_PATH_IMAGE005
（3）
其中，N是店铺集合、M是运力集合，X是预设时段所排运力数，X’是与X为同一时段店铺的标准所需运力数，其中同一时段指的是具体的同一天相同时段内，i是区域个数，t是半小时粒度时段数。目标函数（2）中的
Figure DEST_PATH_IMAGE007A
为排班总和，r为运力的排班矩阵，
Figure DEST_PATH_IMAGE008
为运力跨区域次数，t是半小时粒度时段数，j是运力个数。同时，函数
Figure DEST_PATH_IMAGE010
为目标函数（3），即运力跨班次数目标函数。其中，目标为：在算法的不同阶段，考虑以下两种优化目标：在生成每个区域的可调度运力阶段，优化目标为：该区域运力需求不饱和度与过饱和度最小但不限于此。在选择可调度运力要支援的商圈阶段，优化目标为：考虑运力需求的不饱和度、过饱和度与跨班次数最小但不限于此。
在本申请的一些实施例中，所述运力过饱和区域信息还包括所述运力过饱和区域对应的区域运力过饱和值，所述运力不饱和区域信息还包括所述运力不饱和区域对应的区域运力不饱和值。在确定目标排班优化得分值最高的目标运力时，具体可以获取所述运力不饱和区域中每个运力不饱和区域的区域运力不饱和值；基于所述区域运力不饱和值，确定需要插入运力的目标运力不饱和区域；将所述共享运力池中的每个运力依次插入所述目标运力不饱和区域对应的第五运力排班信息，得到所述每个运力对应的目标排班信息；将每个目标排班信息依次输入预设的第二排班模型中，得到所述目标排班信息对应的目标排班优化得分值，并选取所述目标排班优化得分值最高的运力为目标运力。其中第二排班模型中对应目标函数（2）。
在本申请的一个具体实施例中，所述的考虑排班连续性的插入算法为：根据运力不饱和度，优先确定前n个最小连续单元（n）个小时的运力班次基于前n个小时班次以及连续性及运力不饱和度确定此后班次。该插入算法优点在于考虑运力工作体验的前提下可最小化运力不饱和度，从而保证插入可调度运力后解的合理性。至此，每个运力不饱和区域产出了插入运力后的新的排班结果。其次，从跨班次数维度改善运力体验，从运力利用率维度优化解。设计目标函数（3），其中r为运力的排班矩阵，
Figure DEST_PATH_IMAGE011
为运力跨区域次数，通过制定基于运力需求饱和度与运力跨班次数目标函数的方式，确定该可调度运力最终要插入的区域。
在一个具体实施例中，本实施例中介绍一种多区域共享运力池的人员排班算法，该算法主要思想是基于单个区域的排班模型计算单个区域排班结果的运力不饱和与过饱和情况，建立可调度运力共享池，让运力过饱和区域的运力整体支援不饱和区域，考虑到区域的空间分布以及运力的配送体验，在此，选择移动运力的全天工作时间至另一个区域。
已知店铺及区域空间分布如图5，每个区域的运力需求以及运力情况如图2。首先对每个区域，循环删除该区域内的一个运力，计算删除一个运力前后的基于运力不饱和情况与过饱和的排班优化得分值，若删除一个运力后得分变好，继续判断删除运力后该区域的解是否满足约束，若满足则将该运力添加至共享运力池中。如图6（a至c）可知，图6a至图6c是排班调整方法中的区域运力情况分布图，区域1的运力需求接近恰好满足，其运力过饱和度与不饱和度在阈值范围内，则该区域排班结果与基于单个区域排班的排班结果一致。区域2的运力明显处于过饱和状态，删除一个运力后运力过饱和的损失变小，则循环删除运力，直至运力恰好饱和，即目标得分不再变优，过滤上述运力中能够使得该区域的排班结果仍满足约束的运力添加至共享运力池中。区域3的运力明显属于不饱和状态，则对该区域不执行生成可调度运力列表的操作。生成共享运力池后，执行迭代插入策略：选择运力过饱和数最多的区域作为优先调配运力的区域，选择该区域中删除运力后目标增益最大的运力进行调配，过滤大于阈值范围的区域作为该可调度运力的候选调配区域，将该运力的意愿工作时间根据插入区域店铺中运力需求不饱和的情况，以最小连续工作单元为最小粒度进行插入，最大程度减少运力的跨班次数，提高运力的工作效率与工作满意度。迭代插入过程中记录每个商圈插入该运力后的损失得分增益，选择增益最大的区域作为该运力的调配区域。
本申请中提供的排班调整方法包括获取预设范围内多个区域的总运力排班信息；然后基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；再基于运力饱和状态信息，构建可调度运力的共享运力池；最后基于共享运力池，对总运力排班信息进行调整，由此可知，相对于传统技术，本申请通过总运力排班信息和多个区域对应的运力需求信息，确定了运力过饱和区域和运力不饱的信息和区域的信息，并进一步利用运力过饱和区域中的运力构建可调度的共享运力池，以对总运力排班信息进行调整，从而实现多个区域之间的运力协调，优化了多区域运力的均衡性。
为了更好实施本申请实施例中排班调整方法，在排版调整法基础之上，本申请实施例中还提供一种排班调整装置，如图3所示，图3是本申请实施例提供的排班调整装置的一个实施例结构示意图，所述排班调整装置300包括第一获取单元301、第一确定单元302、第一构建单元303以及第一调整单元304。
第一获取单元301，用于获取预设范围内多个区域的总运力排班信息；
第一确定单元302，用于基于所述总运力排班信息和所述多个区域对应的运力需求信息，确定所述多个区域中每个区域对应的运力饱和状态信息；
第一构建单元303，用于基于所述运力饱和状态信息，构建可调度运力的共享运力池；
第一调整单元304，用于基于所述共享运力池，对所述总运力排班信息进行调整。
本申请中提供的排班调整装置包括第一获取单元，用于获取预设范围内多个区域的总运力排班信息；第一确定单元，用于基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；第一构建单元，用于基于运力饱和状态信息，构建可调度运力的共享运力池；第一调整单元，用于基于共享运力池，对总运力排班信息进行调整，相对于传统技术，本申请通过总运力排班信息和多个区域对应的运力需求信息，确定了运力过饱和区域和运力不饱的信息和区域的信息，并进一步利用运力过饱和区域中的运力构建可调度的共享运力池，以对总运力排班信息进行调整，从而实现多个区域之间的运力协调，优化了多区域运力的均衡性。
在本申请的一些实施例中，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息；
所述第一构建单元303具体包括：
第二确定单元，用于基于所述运力过饱和区域信息，确定所述多个运力过饱和区域中每个运力过饱和区域对应的可调度运力；
第一合并单元，用于将所述多个运力过饱和区域对应的可调度运力进行合并，得到共享运力池。
在本申请的一些实施例中，所述第二确定单元具体包括：
第二获取单元，用于获取每个运力过饱和区域对应的第一运力排班信息；
第一删除单元，用于从所述第一运力排班信息中删除至少一位第一运力对应的排班信息，得到第二运力排班信息；
第一输入单元，用于将所述第二运力排班信息输入预设的第一排班模型中，得到所述第二运力排班信息对应的第一排班优化得分值；
第三确定单元，若所述第一排班优化得分值高于预设阈值，则确定所述至少一位第一运力为可调度运力。
在本申请的一些实施例中，所述装置还包括：
第二删除单元，用于从所述第二运力排班信息中删除至少一位第二运力对应的排班信息，得到第三运力排班信息，所述至少一位第二运力与所述第一运力不重叠；
第二输入单元，用于将所述第三运力排班信息输入所述第一排班模型中，得到所述第三运力排班信息对应的第二排班优化得分值；
第四确定单元，用于若所述第二排班优化得分值高于所述阈值，则确定所述至少一位第二运力为可调度运力。
在本申请的一些实施例中，所述装置还包括：
第三删除单元，用于若所述第一排班优化得分值不高于所述阈值，则从所述第一运力排班信息中删除至少一位第三运力对应的排班信息，得到第四运力排班信息，所述至少一位第三运力与所述第一运力不重叠；
第三输入单元，用于将所述第四运力排班信息输入所述第一排班模型中，得到所述第四运力排班信息对应的第三排班优化得分值；
第五确定单元，用于若所述第三排班优化得分值高于所述阈值，则确定所述至少一位第三运力为可调度运力。
在本申请的一些实施例中，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息；
所述第一调整单元304具体包括：
第六确定单元，用于基于所述共享运力池，确定目标排班优化得分值最高的目标运力；
第一调度单元和第二调整单元，用于将所述目标运力调度至所述运力不饱和区域，以对总运力排班信息进行调整。
在本申请的一些实施例中，所述运力过饱和区域信息还包括所述运力过饱和区域对应的区域运力过饱和值，所述运力不饱和区域信息还包括所述运力不饱和区域对应的区域运力不饱和值；
所述第六确定单元具体用于：
获取所述运力不饱和区域中每个运力不饱和区域的区域运力不饱和值；
基于所述区域运力不饱和值，确定需要插入运力的目标运力不饱和区域；
将所述共享运力池中的每个运力依次插入所述目标运力不饱和区域对应的第五运力排班信息，得到所述每个运力对应的目标排班信息；
将每个目标排班信息依次输入预设的第二排班模型中，得到所述目标排班信息对应的目标排班优化得分值，并选取所述目标排班优化得分值最高的运力为目标运力。
除了上述介绍用于排班调整方法与装置之外，本申请实施例还提供一种计算机设备，其集成了本申请实施例所提供的任一种排班调整装置，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述排班调整方法实施例中任一实施例中所述的任一方法的操作。
本申请实施例还提供一种计算机设备，其集成了本申请实施例所提供的任一种排班调整装置。参阅图4，图4是本申请实施例提供的计算机设备一个实施例结构示意图。
如图4所示，其示出了本申请实施例所设计的排班调整装置的结构示意图，具体来讲：
该排班调整装置可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输出单元404等部件。本领域技术人员可以理解，图4中示出的排班调整装置结构并不构成对排班调整装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器是该排班调整装置的控制中心，利用各种接口和线路连接整个排班调整装置的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402的数据，执行排班调整装置的各种功能和处理数据，从而对排班调整装置进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据排班调整装置的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
排班调整装置还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该排班调整装置还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，排班调整装置还可以包括显示单元等，在此不再赘述。具体在本申请实施例中，排班调整装置中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
获取预设范围内多个区域的总运力排班信息；基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；基于运力饱和状态信息，构建可调度运力的共享运力池；基于共享运力池，对总运力排班信息进行调整。
本申请中提供的排班调整方法包括获取预设范围内多个区域的总运力排班信息；然后基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；再基于运力饱和状态信息，构建可调度运力的共享运力池；最后基于共享运力池，对总运力排班信息进行调整，由此可知，相对于传统技术，本申请通过总运力排班信息和多个区域对应的运力需求信息，确定了运力过饱和区域和运力不饱的信息和区域的信息，并进一步利用运力过饱和区域中的运力构建可调度的共享运力池，以对总运力排班信息进行调整，从而实现多个区域之间的运力协调，优化了多区域运力的均衡性。
为此，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random AccessMemory）、磁盘或光盘等。该计算机可读存储介质中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种排班调整方法中的步骤。例如，该指令可以执行如下步骤：
获取预设范围内多个区域的总运力排班信息；基于总运力排班信息和多个区域对应的运力需求信息，确定多个区域中每个区域对应的运力饱和状态信息；基于运力饱和状态信息，构建可调度运力的共享运力池；基于共享运力池，对总运力排班信息进行调整。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种排班调整方法、装置及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种排班调整方法，其特征在于，所述方法包括：
获取预设范围内多个区域的总运力排班信息；
基于所述总运力排班信息和所述多个区域对应的运力需求信息，确定所述多个区域中每个区域对应的运力饱和状态信息；
基于所述运力饱和状态信息，构建可调度运力的共享运力池；
基于所述共享运力池，对所述总运力排班信息进行调整。
2.根据权利要求1所述的排班调整方法，其特征在于，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息；
所述基于所述运力饱和状态信息，构建可调度运力的共享运力池，包括：
基于所述运力过饱和区域信息，确定所述多个运力过饱和区域中每个运力过饱和区域对应的可调度运力；
将所述多个运力过饱和区域对应的可调度运力进行合并，得到共享运力池。
3.根据权利要求2所述的排班调整方法，其特征在于，所述基于所述运力过饱和区域信息，确定所述多个运力过饱和区域中每个运力过饱和区域对应的可调度运力，包括：
获取每个运力过饱和区域对应的第一运力排班信息；
从所述第一运力排班信息中删除至少一位第一运力对应的排班信息，得到第二运力排班信息；
将所述第二运力排班信息输入预设的第一排班模型中，得到所述第二运力排班信息对应的第一排班优化得分值；
若所述第一排班优化得分值高于预设阈值，则确定所述至少一位第一运力为可调度运力。
4.根据权利要求3所述的排班调整方法，其特征在于，在若所述第一排班优化得分值高于预设阈值，则确定所述至少一位运力为可调度运力之后，所述方法还包括：
从所述第二运力排班信息中删除至少一位第二运力对应的排班信息，得到第三运力排班信息，所述至少一位第二运力与所述第一运力不重叠；
将所述第三运力排班信息输入所述第一排班模型中，得到所述第三运力排班信息对应的第二排班优化得分值；
若所述第二排班优化得分值高于所述阈值，则确定所述至少一位第二运力为可调度运力。
5.根据权利要求3所述的排班调整方法，其特征在于，所述方法还包括：
若所述第一排班优化得分值不高于所述阈值，则从所述第一运力排班信息中删除至少一位第三运力对应的排班信息，得到第四运力排班信息，所述至少一位第三运力与所述第一运力不重叠；
将所述第四运力排班信息输入所述第一排班模型中，得到所述第四运力排班信息对应的第三排班优化得分值；
若所述第三排班优化得分值高于所述阈值，则确定所述至少一位第三运力为可调度运力。
6.根据权利要求1所述的排班调整方法，其特征在于，所述运力饱和状态信息包括运力过饱和区域信息和运力不饱和区域信息，所述运力过饱和区域信息包括多个运力过饱和区域的信息，所述运力不饱和区域信息包括多个运力不饱和区域的信息；
所述基于所述共享运力池，对所述总运力排班信息进行调整，包括：
基于所述共享运力池，确定目标排班优化得分值最高的目标运力；
将所述目标运力调度至所述运力不饱和区域，以对总运力排班信息进行调整。
7.根据权利要求6所述的排班调整方法，其特征在于，所述运力过饱和区域信息还包括所述运力过饱和区域对应的区域运力过饱和值，所述运力不饱和区域信息还包括所述运力不饱和区域对应的区域运力不饱和值；
所述基于所述共享运力池，确定目标排班优化得分值最高的目标运力，包括：
获取所述运力不饱和区域中每个运力不饱和区域的区域运力不饱和值；
基于所述区域运力不饱和值，确定需要插入运力的目标运力不饱和区域；
将所述共享运力池中的每个运力依次插入所述目标运力不饱和区域对应的第五运力排班信息，得到所述每个运力对应的目标排班信息；
将每个目标排班信息依次输入预设的第二排班模型中，得到所述目标排班信息对应的目标排班优化得分值，并选取所述目标排班优化得分值最高的运力为目标运力。
8.一种排班调整装置，其特征在于，所述装置包括：
第一获取单元，用于获取预设范围内多个区域的总运力排班信息；
第一确定单元，用于基于所述总运力排班信息和所述多个区域对应的运力需求信息，确定所述多个区域中每个区域对应的运力饱和状态信息；
第一构建单元，用于基于所述运力饱和状态信息，构建可调度运力的共享运力池；
第一调整单元，用于基于所述共享运力池，对所述总运力排班信息进行调整。
9.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7中任一项所述的排班调整方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的排班调整方法。
CN202110391531.8A 2021-04-13 2021-04-13 运力调度方法、装置及存储介质 Active CN112990754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110391531.8A CN112990754B (zh) 2021-04-13 2021-04-13 运力调度方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110391531.8A CN112990754B (zh) 2021-04-13 2021-04-13 运力调度方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN112990754A true CN112990754A (zh) 2021-06-18
CN112990754B CN112990754B (zh) 2022-04-22

Family

ID=76338007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110391531.8A Active CN112990754B (zh) 2021-04-13 2021-04-13 运力调度方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112990754B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184728A (zh) * 2015-09-15 2015-12-23 广州地理研究所 定制客运班车出行需求热力图构建方法
CN107330531A (zh) * 2017-06-27 2017-11-07 中国联合网络通信集团有限公司 网约车共享方法及网约车共享装置
CN108010306A (zh) * 2017-08-16 2018-05-08 北京嘀嘀无限科技发展有限公司 运力调度方法、运力调度系统及服务器
CN109636121A (zh) * 2018-11-16 2019-04-16 拉扎斯网络科技（上海）有限公司 配送运力调度方法、订单分配方法及装置、电子设备
CN111191916A (zh) * 2019-12-27 2020-05-22 北京顺达同行科技有限公司 订单配送的压力调整方法、装置、存储介质和计算机设备
CN111275344A (zh) * 2020-01-21 2020-06-12 北京顺达同行科技有限公司 物流调度方法和装置、服务器、计算机可读存储介质
CN111476490A (zh) * 2020-04-08 2020-07-31 郑州天迈科技股份有限公司 一种资源池共享的区域多线路车辆排班算法
CN111832923A (zh) * 2020-07-02 2020-10-27 大唐信通(浙江)科技有限公司 一种基于出行需求预测的公共交通运力动态优化调度方法
US20210001906A1 (en) * 2018-03-30 2021-01-07 Casco Signal Co., Ltd. Intelligent train operation adjustment system and method based on real-time passenger flow
CN112465414A (zh) * 2019-09-06 2021-03-09 上海欣雅供应链管理有限公司 运力资源共享管理及运力共享池构建方法、终端、系统、和介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184728A (zh) * 2015-09-15 2015-12-23 广州地理研究所 定制客运班车出行需求热力图构建方法
CN107330531A (zh) * 2017-06-27 2017-11-07 中国联合网络通信集团有限公司 网约车共享方法及网约车共享装置
CN108010306A (zh) * 2017-08-16 2018-05-08 北京嘀嘀无限科技发展有限公司 运力调度方法、运力调度系统及服务器
US20210001906A1 (en) * 2018-03-30 2021-01-07 Casco Signal Co., Ltd. Intelligent train operation adjustment system and method based on real-time passenger flow
CN109636121A (zh) * 2018-11-16 2019-04-16 拉扎斯网络科技（上海）有限公司 配送运力调度方法、订单分配方法及装置、电子设备
CN112465414A (zh) * 2019-09-06 2021-03-09 上海欣雅供应链管理有限公司 运力资源共享管理及运力共享池构建方法、终端、系统、和介质
CN111191916A (zh) * 2019-12-27 2020-05-22 北京顺达同行科技有限公司 订单配送的压力调整方法、装置、存储介质和计算机设备
CN111275344A (zh) * 2020-01-21 2020-06-12 北京顺达同行科技有限公司 物流调度方法和装置、服务器、计算机可读存储介质
CN111476490A (zh) * 2020-04-08 2020-07-31 郑州天迈科技股份有限公司 一种资源池共享的区域多线路车辆排班算法
CN111832923A (zh) * 2020-07-02 2020-10-27 大唐信通(浙江)科技有限公司 一种基于出行需求预测的公共交通运力动态优化调度方法

Also Published As

Publication number Publication date
CN112990754B (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
CN103608747B (zh) 基于上下文信息的电力和负载管理
Abdelmaguid et al. A genetic algorithm approach to the integrated inventory-distribution problem
Shao et al. Synchronizing e-commerce city logistics with sliding time windows
CN110741402A (zh) 用于运力调度的系统和方法
JP2022514134A (ja) 輸送サービスプロバイダを管理する方法、当該方法を実施するための命令を含むコンピュータプログラム、当該方法を実行させる命令を記憶する非一時記憶媒体、及び輸送サービスプロバイダを管理するための装置
CN110276568B (zh) 入库资源分配方法、装置及计算机系统
Böhnlein et al. Multi-agent-based transport planning in the newspaper industry
CN112184100A (zh) 物品库存监控方法、装置、电子设备和计算机可读介质
CN109636166A (zh) 对预定地区的网约车进行调度的方法，系统以及存储介质
CN112418584A (zh) 任务规划方法、装置、计算机设备及存储介质
CN111275229B (zh) 资源模型训练方法、资源缺口预测方法、装置及电子设备
CN115809777A (zh) 用于农业机械的调度方法、系统、存储介质及处理器
CN116128408A (zh) 智能补货方法、系统以及计算机可读介质
CN117973626A (zh) 数字月台车辆调度规划实现方法
CN112990754B (zh) 运力调度方法、装置及存储介质
CN113887828A (zh) 智能供应链产运销协同与实时网络规划方法以及装置
CN113792951A (zh) 物流配送方法、装置、存储介质和电子设备
US10248922B1 (en) Managing network paths within a network of inventory spaces
CN115759574A (zh) 物资的存储方法、装置、计算机设备和存储介质
CN113762655B (zh) 一种车辆排班的规划方法及装置
Yang et al. Optimization of customer service and driver dispatch areas for on-demand food delivery
CN113469575B (zh) 配送场景中的用户排班方法、装置、电子设备及存储介质
JP2023166907A (ja) データセンタにおける運用計画作成装置及び運用計画作成方法
Eraslan et al. Daily newspaper distribution planning with integer programming: an application in Turkey
CN114298391A (zh) 配送路线的确定方法、装置及设备

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