CN113469615A - 订单分配方法、装置、设备及存储介质 - Google Patents
订单分配方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113469615A CN113469615A CN202110668408.6A CN202110668408A CN113469615A CN 113469615 A CN113469615 A CN 113469615A CN 202110668408 A CN202110668408 A CN 202110668408A CN 113469615 A CN113469615 A CN 113469615A
- Authority
- CN
- China
- Prior art keywords
- order
- warehouse
- new
- determining
- model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 26
- 239000000969 carrier Substances 0.000 claims abstract description 101
- 238000009826 distribution Methods 0.000 claims abstract description 100
- 238000000926 separation method Methods 0.000 claims description 47
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 239000003599 detergent Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000012876 carrier material Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000010970 precious metal Substances 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- G06Q10/0834—Choice of carriers
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及物流运输管理领域，公开了一种订单分配方法、装置、设备及存储介质。本方法包括：通过通过确定收集的历史入库订单的业务类型，确定可承运历史入库订单的所有承运商信息；将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
Description
技术领域
本发明涉及物流运输管理领域，尤其涉及一种订单分配方法、装置、设备及存储介质。
背景技术
物流，是指将待承运物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等功能有机结合起来实现用户要求的过程。
物流活动中最重要也是最基本的一个环节就是物流的承运商匹配，于现有承运商匹配的环节中，通常需要人工选择分配承运商，如：根据销售选择承运商各自的价格优势和限制，订单员自动去选择每票订单的承运商。该过程需要跟仓库、承运商等几方确认，花费时间较长，容易造成不必要的成本浪费，进而导致订单的整个作业时间周期长，效率低。同时，而随着物流需求量的不断提升，人为配置所存在的局限性逐步凸显，难以综合对用户体验、成本、时效、灵活配置性等多因素进行全方位的考量，以至于难以挑选出最优的物流承运商，导致客户满意度低。为解决现有技术中难以综合对用户体验、成本、时效、灵活配置性等多因素进行全方位的考量，以挑选出最优的物流承运商的技术问题，因此，需要经一步改进。
发明内容
本发明的主要目的是综合对用户体验、成本、时效、灵活配置性等多因素进行全方位的考量，挑选出最优的物流承运商，提高用户的满意度。
本发明第一方面提供了一种订单分配方法，包括：收集历史入库订单，并确定所述历史入库订单的业务类型；根据所述业务类型确定可承运所述历史入库订单的所有承运商信息，并将所述历史入库订单与所有所述承运商信息关联，生成分单策略；在检测到有新订单入库时，获取所述新订单对应的运输参数，根据所述运输参数确定所述新订单对应影响因子的第一权重，其中，所述影响因子包括服务、时效、成本和质量；根据所述分单策略，确定可承运所述新订单的所有承运商；根据所述第一权重，计算所述所有承运商的第二权重；根据所述第二权重对所述新订单进行分配。
可选地，在本发明第一方面的第一种实现方式中，在所述收集历史入库订单，并确定所述历史入库订单的业务类型之前，还包括：获取所述历史入库订单对应的历史订单数据，其中，所述历史订单数据包括区域信息、货品信息和承运商信息；对所述历史订单数据进行分析，根据分析结果构建三种分仓模型，其中，所述分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型。
可选地，在本发明第一方面的第二种实现方式中，在所述根据所述第二权重对所述新订单进行分配之后，还包括：确定与所述新订单匹配的分仓模型，并将所述新订单分配至与所述分仓模型对应仓库，完成订单分类。
可选地，在本发明第一方面的第三种实现方式中，所述确定与所述新订单匹配的分仓模型，并将所述新订单分配至与所述分仓模型对应仓库，完成订单分类包括：确定与所述新订单匹配的分仓模型，得到匹配结果；根据所述匹配结果，将所述新订单关联至与所述分仓模型对应的仓库，完成订单分类。
可选地，在本发明第一方面的第四种实现方式中，所述确定与所述新订单匹配的分仓模型，得到匹配结果包括：将所述新订单与所述区域分仓模型进行关联；获取所述新订单对应订单数据，根据所述订单数据判断所述新订单与所述区域分仓模型是否匹配；若是，则将所述新订单与所述区域分仓模型对应仓库关联；若否，则重新为所述新订单关联分仓模型，直到所述新订单与所述分仓模型匹配，得到匹配结果。
可选地，在本发明第一方面的第五种实现方式中，所述根据所述第二权重对所述新订单进行分配包括：根据所述第二权重，确定目标承运商；将所述新入库订单分配至所述目标承运商；根据所述目标承运商，对所述新入库订单进行拆分，实现最优运输配载。
本发明第二方面提供了一种订单分配装置，包括：第一确定模块，用于收集历史入库订单，并确定所述历史入库订单的业务类型；生成模块，用于根据所述业务类型确定可承运所述历史入库订单的所有承运商信息，并将所述历史入库订单与所有所述承运商信息关联，生成分单策略；检测模块，用于在检测到有新订单入库时，获取所述新订单对应的运输参数，根据所述运输参数确定所述新订单对应影响因子的第一权重，其中，所述影响因子包括服务、时效、成本和质量；第二确定模块，用于根据所述分单策略，确定可承运所述新订单的所有承运商；计算模块，用于根据所述第一权重，计算所述所有承运商的第二权重；分配模块，用于根据所述第二权重对所述新订单进行分配。
可选地，在本发明第二方面的第一种实现方式中，所述订单分配装置还包括：获取模块，用于获取所述历史入库订单对应的历史订单数据，其中，所述历史订单数据包括区域信息、货品信息和承运商信息；分析模块，用于对所述历史订单数据进行分析，根据分析结果构建三种分仓模型，其中，所述分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型。
可选地，在本发明第二方面的第二种实现方式中，所述订单分配装置还包括：分类模块，用于确定与所述新订单匹配的分仓模型，并将所述新订单分配至与所述分仓模型对应仓库，完成订单分类。
可选地，在本发明第二方面的第三种实现方式中，所述分类模块包括：确定单元，用于确定与所述新订单匹配的分仓模型，得到匹配结果；分类单元，用于根据所述匹配结果，将所述新订单关联至与所述分仓模型对应的仓库，完成订单分类。
可选地，在本发明第二方面的第四种实现方式中，所述确定单元具体用于：将所述新订单与所述区域分仓模型进行关联；获取所述新订单对应订单数据，根据所述订单数据判断所述新订单与所述区域分仓模型是否匹配；若是，则将所述新订单与所述区域分仓模型对应仓库关联；若否，则重新为所述新订单关联分仓模型，直到所述新订单与所述分仓模型匹配，得到匹配结果。
可选地，在本发明第二方面的第五种实现方式中，所述分配模块具体用于：根据所述第二权重，确定目标承运商；将所述新入库订单分配至所述目标承运商；根据所述目标承运商，对所述新入库订单进行拆分，实现最优运输配载。
本发明第三方面提供了一种订单分配设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述订单分配设备执行上述的订单分配方法。
本发明的第四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中存储有指令，当其在计算机上运行时，使得计算机执行上述的订单分配方法。
本发明提供的技术方案中，通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
附图说明
图1为本发明订单分配方法的第一个实施例示意图；
图2为本发明订单分配方法的第二个实施例示意图；
图3为本发明订单分配方法的第三个实施例示意图；
图4为本发明订单分配方法的第四个实施例示意图；
图5为本发明订单分配方法的第五个实施例示意图；
图6为本发明订单分配装置的第一个实施例示意图；
图7为本发明订单分配装置的第二个实施例示意图；
图8为本发明订单分配设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种订单分配方法、装置、设备及存储介质，本发明的技术方案中，首先通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中订单分配方法的第一个实施例包括：
101、收集历史入库订单，并确定历史入库订单的业务类型；
本实施例中，根据历史入库订单获取每一个订单对应的订单数据。可以理解的是，本发明的执行主体可以为订单分配装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
本实施例中，订单对应的订单数据包括不限于区域信息、货品信息和承运商信息。根据根据区域信息、货品信息和承运商信息建立三种类型的分仓模型；其中，三种类型的分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型。
进一步地，订单数据是指用户进行通过物流公司的公众号、APP、电话的方式进行购买物流运输服务的订单数据，所述APP比如微信、支付宝、顺丰、中通、韵达等第三方软件等。订单数据包括用户名、用户联系方式、收件人地址、寄件人地址、下单时间、业务类型等。所述订单业务类型包括文件运输、贵重金属运输、大型机电设备运输中的一种。根据订单数据可直接从各个业务类型中确定对应的业务类型。
102、根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；
本实施例中，分单策略是指承运商分配规则，一般是根据用户订单的业务类型和业务需求进行分配设置的。本实施例中，根据历史入库订单对于的客户订单数据，确定订单与承运商之间的分单策略。
103、在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；
本实施例中，新入库订单对应业务需求确定每一个新入库订单对应影响因子的权重，这些影响因子包括服务、时效、成本和质量。其中，成本，又叫运输服务成本是物流集成商采购物流服务所需支付的费用，一般用单位成本来衡量。这是集成商在选择供应商中考虑的一个重要方面，因为降低服务成本对每一个企业都是至关重要的。通常，主要考虑的成本有运输成本、仓储成本、联结成本等。本技术方案选取服务价格衡量服务成本。时效，又叫订单运作速度，指物流承运商完成一次物流业务所需要的时间，时间越短则速度越快。订单运作速度越快，表明物流承运商的服务效率越高；服务，又叫服务能力是衡量物流承运商完成具体物流服务环节的能力标准，其中，既包括物流服务所需的有形物流设备与技术水平等硬性指标，又包括物流承运商的柔性水平的软性指标。一般从物流承运商的物流设备状况、物流技术水平及服务柔性能力等指标衡量。举例来说，针对某物流承运商承运的一笔物流，记录这笔物流的开始时刻(从运输起点出发的时刻)和结束时刻(到达运输终点的时刻)。在实际应用中，将这笔物流中的运输人员点击发货和签收的时刻，分别作为这笔物流的开始时刻和结束时刻。该物流承运商在这笔物流下的运输时效，可以根据从该开始时刻至该结束时刻的这段时间计算。例如：运输时效率＝(结束时刻－开始时刻)÷理论运输时长；质量，又叫运输服务质量。是服务工作能够满足客户需求的程度。现代企业以客户为导向，以满足客户的服务需求为基准，保证客户的物流服务质量来提高企业的核心竞争力。因此，服务质量是客户关注的重要方面，主要从准时交货率、订单履行准确率、订单运作速度、货物的残损率及客户投诉率等指标体现。
本实施例中，业务需求是指不同的客户(物流运输)订单的实际运输要求。业务需求的不同也代表着客户关注的重要方面不同。有些用户关注运输服务的成本，而有些用户却更关注运输(服务的)质量，主要从准时交货率、订单履行准确率、订单运作速度、货物的残损率及客户投诉率等指标体现。比如，某珠宝公司委托物流公司运输一批贵重珠宝，准时交货率和货物残损率是珠宝公司比较重视的需求。运输这批货物不管运输费用(成本)是多少，务必要确保运输服务的质量。
104、根据分单策略，确定可承运新订单的所有承运商；
本实施例中，根据分单策略从数据库中获取与所有新入库订单对应的所有可服务的承运商。比如，新入库订单1运输物品类型为文件，那么，与该订单对应的承运商有A1、A2、A3、A4、A5这5个可以服务的运输公司。
105、根据第一权重，计算所有承运商的第二权重；
本实施例中，由于每个新入库订单对应四个影响因子的权重存在差异，因此，需要对其相对重要性进行打分。通过梯形模糊数，将决策者的评价转化成各个目标的权重。决策者选择合适的语言变量对各因素进行评价。语言变量的集合有“非常重要”、“重要”、“一般重要”、“一般”、“一般不重要”、“不重要”和“非常不重要”七个等级。每个等级有与之相对应的梯形模糊数N1、N2、N3、N4、N5、N6、N7。根据每一个订单对应影响因子的对应权重值，分别计算新入库订单对应所有可服务的承运商的承运商权重值。
具体地，可以由技术人员预先为各个影响因子设置权重值。举例来说，假设为运输时效设置了权重4，为成本设置了权重2，为(运输服务)质量设置了权重3，为服务设置了权重1，则可以进行加权求和：该物流承运商的第二权重(承运商权重值)＝该物流承运商对应的承运路线的子承运商权重值×权重1+该物流承运商对应的承运物料的子承运商权重值×权重2+该物流承运商对应的平均运输时效率的子承运商权重值×权重3+该物流承运商对应的平均运距偏差率的子承运商权重值×权重4。
需要说明的是，对于上述所有可服务的承运商，都可以采用这样的方式得到该承运商的得分，即可以确定所有可服务的承运商的第二权重。
106、根据第二权重对新订单进行分配。
本实施例中，第二权重(承运商权重值)的值越大，代表该承运商越适合运输当前该订单。比如，新入库订单1，根据订单对应的业务类型确定有6个承运商均可以运输该订单。此时，根据该订单对应的影响因子对应的权重，分别计算新入库订单对应所有可服务的承运商的承运商权重值，得到6个承运商权重值。按照承运商权重值从大到小的顺序对各个物流承运商进行排序，基于该排序结果，从排列在首位的物流承运商开始，获取承运商权重值最大的物流承运商，并将获取到的承运商确定为目标物流承运商。
进一步地，将新入库订单分配至目标承运商，完成订单分配。具体地，确定了目标物流承运商后，可以将确定的目标物流承运商推荐给用户，即向用户输出该目标物流承运商，例如：将该目标物流承运商展示在电子设备的显示屏上，以供用户查看。并将新入库订单分配至目标承运商，完成订单分配。
本发明实施例中，通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
请参阅图2，本发明实施例中订单分配方法的第二个实施例包括：
201、收集历史入库订单，并确定历史入库订单的业务类型；
202、获取历史入库订单对应的历史订单数据，其中，历史订单数据包括区域信息、货品信息和承运商信息；
本实施例中，订单数据包括区域信息、货品信息和承运商信息。用户可以通过用户界面输入客户订单，用户在完成客户订单的输入后，可以点击该用户界面中的“确认”按钮。在检测到用户针对“确认”按钮的点击操作后，即可获取到用户输入的该客户订单。并生成包括该客户订单的订单数据。
203、对历史订单数据进行分析，根据分析结果构建三种分仓模型，其中，分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型；
本实施例中，分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型。其中，分仓模型是指将客户订单依据某一标准进行分类存储，比如，可以根据客户订单对应的运输目的地，对订单进行分类；根据订单对应运输的货品的种类，对订单进行分类；或者，根据订单对应的承运商，对订单进行分类。将分类之后的订单存储至对应仓库，其中，每一个分类对应的分仓方法为一个分仓模型。
204、根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；
205、在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；
206、根据分单策略，确定可承运新订单的所有承运商；
207、根据第一权重，计算所有承运商的第二权重；
208、根据第二权重对新订单进行分配。
本实施例中步骤201、204-208与第一实施例中的步骤101-106类似，此处不再赘述。
本发明实施例中，通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
请参阅图3，本发明实施例中订单分配方法的第三个实施例包括：
301、收集历史入库订单，并确定历史入库订单的业务类型；
302、根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；
303、在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重；
304、根据分单策略，确定可承运新订单的所有承运商；
305、根据第一权重，计算所有承运商的第二权重；
306、根据第二权重对新订单进行分配；
307、确定与新订单匹配的分仓模型，得到匹配结果；
本实施例中，将订单关联任意一种分仓模型，获取订单的信息并与关联好的分仓模型进行匹配，当匹配成功时，当订单关联至对应的分仓模型中的仓库，当匹配失败时，重新配置订单的分仓模型。
308、根据匹配结果，将新订单关联至与分仓模型对应的仓库，完成订单分类。
本实施例中，根据匹配结果，将客户订单关联至与分仓模型对应的仓库，当关联好仓库，完成订单入库后，根据入库的订单所属的业务类型，获取所有可服务的承运商。其中，业务类型包括：零担业务、快递业务、整车业务、干线业务、多段业务、同城业务。
具体地，将客户订单关联至与分仓模型对应的仓库，完成订单入库是指，根据区域信息、货品信息和承运商信息将订单分别与对应分仓模型匹配；每一个分仓模型又分别对应有不同的仓库，当订单与分仓模型匹配之后，将这些订单分别分配至与该分仓模型对应的订单，完成订单的分配。
本实施例中步骤301-306与第一实施例中的步骤101-106类似，此处不再赘述。
本发明实施例中，通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
请参阅图4，本发明实施例中订单分配方法的第四个实施例包括：
401、收集历史入库订单，并确定历史入库订单的业务类型；
402、根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；
403、在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重；
404、根据分单策略，确定可承运新订单的所有承运商；
405、根据第一权重，计算所有承运商的第二权重；
406、根据第二权重对新订单进行分配；
407、将新订单与区域分仓模型进行关联；
本实施例中，客户订单可以根据客户的运输方式，运输货品类型以及货品(出发地)的区域信息等进行区别分类。进一步地，根据区域信息、货品信息和承运商信息建立三种类型的分仓模型；其中，三种类型的分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型。
本实施例中，分仓模型并非神经网络算法类型的模型，而是根据客户订单对应的订单数据保障尽可能广泛的用户能够下单的情况下，物流成本能够Hold住。本实施例中，决定物流成本的因素主要基于仓库距离用户的远近，比如，公司在武汉、上海、天津都有仓库，用户在合肥买了一双鞋，该谁来发货？再比如，一位武汉用户在购物车同时购买了洗衣机和洗衣液，但洗衣液在武汉没货了。因此，此时就会因此分仓模式的概念。
每个仓库下应该有不同的优先级履约区域，从而判定应该由哪个仓发货。举例，公司有3个仓，对每个仓库设置完成后如下，一个北京的订单，先由调拨层判定，发现在三个仓库都有货，则商城页面就显示有货，此时商城无需关心是从哪里发货的。当用户提交订单后，调拨层判定，北京地址在天津仓是一级区域，在武汉和上海仓是二级区域，此时发货单则交由天津仓进行发货。但如果此时天津仓库没货，则在上海和武汉仓之间挑选一个更近的仓库发货以更好地保障时效。
408、获取新订单对应订单数据，根据订单数据判断新订单与区域分仓模型是否匹配；
本实施例中，获取新订单对应新订单数据，根据新订单数据判断新订单与区域分仓模型是否匹配。进一步地，将订单与任意一种分仓模型关联，获取订单的信息并(将订单数据)与关联好的分仓模型进行匹配，当匹配成功时，将订单关联至对应的分仓模型中的仓库，当匹配失败时，重新配置订单的分仓模型。
409、当客户订单与区域分仓模型匹配时，将新订单与区域分仓模型对应仓库关联；
本实施例中，当客户订单与区域分仓模型匹配时，将客户订单与区域分仓模型对应仓库关联。比如，当用户从某鼠、某铺、某味买零食的时候，不同收货地址是从不同地方的仓库发出的；甚至相同的收货地址，买不同的产品也会从不同的仓库发出来；这种做法就是实现了分仓，商家把仓库设置在物流方便的城市，有的产品为了降低运输成本还会选择在产地直发。
410、当客户订单与区域分仓模型不匹配时，将新订单分别与货品分仓模型和承运商分仓模型进行匹配，直到新订单与分仓模型匹配，得到匹配结果。
本实施例中，当客户订单与区域分仓模型不匹配时，根据订单数据判断新订单与货品分仓模型是否匹配。当客户订单与区域分仓模型不匹配时，将新订单与货品分仓模型匹配；若新订单与货品分仓模型匹配，则将新订单与货品分仓模型对应仓库关联；若新订单与货品分仓模型不匹配，则根据订单数据判断新订单与承运商分仓模型是否匹配；若新订单与承运商分仓模型是否匹配，则将新订单雨承运商分仓模型对于仓库关联，得到匹配结果。比如，将客户订单1与区域分仓模型进行匹配，当匹配成功时，则将客户订单1分配至区域分仓模型对应的仓库；若客户订单1与区域分仓模型并不匹配时，则将客户订单1与货品分仓模型进行匹配，当客户订单1与货品分仓模型匹配成功时，则将客户订单1分配至货品分仓模型对应的仓库。同理，若客户订单1与货品分仓模型并不匹配，则将客户订单1与承运商分仓模型进行匹配，直到客户订单与分仓模型匹配，得到匹配结果。
本实施例中步骤401-406与第一实施例中的步骤101-106类似，此处不再赘述。
本发明实施例中，通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
请参阅图5，本发明实施例中订单分配方法的第五个实施例包括：
501、收集历史入库订单，并确定历史入库订单的业务类型；
502、根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；
503、在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；
504、根据分单策略，确定可承运新订单的所有承运商；
505、根据第一权重，计算所有承运商的第二权重；
506、根据第二权重，确定目标承运商；
本实施例中，第二权重(承运商权重)值越大，代表该承运商越适合运输当前订单。比如，新入库订单A，根据订单对应的业务类型确定有10个承运商均可以运输该订单。此时，根据该订单对应的每一个影响因子，分别对应的权重值，分别计算新入库订单对应所有可服务的承运商的第二权重(承运商权重)的值，得到10个第二权重(承运商权重)值。按照第二权重(承运商权重)值从大到小的顺序对各个物流承运商进行排序。并基于该排序结果，从排列在首位的物流承运商开始，获取承运商权重值最大的物流承运商，并将获取到的承运商确定为目标物流承运商。
507、将新入库订单分配至目标承运商；
本实施例中，根据各个新入库订单对应预先配置的影响因子的权重比，计算每一个承运商与当前订单的匹配度。当匹配度大于预设阈值时，将大于预设阈值的匹配度对应的承运商记为待分配承运商，然后从中选出匹配度值最大的承运商，作为目标承运商。进一步地，将新入库订单分配至目标承运商。
508、根据目标承运商，对新入库订单进行拆分，实现最优运输配载。
本实施例中，当触发获取与订单的业务类型相匹配且在承运范围内的承运商为承运商A～E时，将承运商A～E输入至承运商分配模型中，得到最优的承运商，如：承运商A、承运商B，进而为订单关联的仓库自动分配承运商A、承运商B，在完成自动分配仓库的同时还能为订单自动分配承运商。
本实施例中步骤501-505与第一实施例中的101-105类似，此处不再赘述。
在本发明实施例中，通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
上面对本发明实施例中订单分配方法进行了描述，下面对本发明实施例中订单分配装置进行描述，请参阅图6，本发明实施例中订单分配装置的第一个实施例包括：
第一确定模块601，用于收集历史入库订单，并确定所述历史入库订单的业务类型；
生成模块602，用于根据所述业务类型确定可承运所述历史入库订单的所有承运商信息，并将所述历史入库订单与所有所述承运商信息关联，生成分单策略；
检测模块603，用于在检测到有新订单入库时，获取所述新订单对应的运输参数，根据所述运输参数确定所述新订单对应影响因子的第一权重，其中，所述影响因子包括服务、时效、成本和质量；
第二确定模块604，用于根据所述分单策略，确定可承运所述新订单的所有承运商；
计算模块605，用于根据所述第一权重，计算所述所有承运商的第二权重；
分配模块606，用于根据所述第二权重对所述新订单进行分配。
本发明实施例中，通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
请参阅图7，本发明实施例中订单分配装置的第二个实施例，该订单分配装置具体包括：
第一确定模块601，用于收集历史入库订单，并确定所述历史入库订单的业务类型；
生成模块602，用于根据所述业务类型确定可承运所述历史入库订单的所有承运商信息，并将所述历史入库订单与所有所述承运商信息关联，生成分单策略；
检测模块603，用于在检测到有新订单入库时，获取所述新订单对应的运输参数，根据所述运输参数确定所述新订单对应影响因子的第一权重，其中，所述影响因子包括服务、时效、成本和质量；
第二确定模块604，用于根据所述分单策略，确定可承运所述新订单的所有承运商；
计算模块605，用于根据所述第一权重，计算所述所有承运商的第二权重；
分配模块606，用于根据所述第二权重对所述新订单进行分配。
本实施例中，所述订单分配装置还包括：
获取模块607，用于获取所述历史入库订单对应的历史订单数据，其中，所述历史订单数据包括区域信息、货品信息和承运商信息；
分析模块608，用于对所述历史订单数据进行分析，根据分析结果构建三种分仓模型，其中，所述分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型。
本实施例中，所述订单分配装置还包括：
分类模块609，用于确定与所述新订单匹配的分仓模型，并将所述新订单分配至与所述分仓模型对应仓库，完成订单分类。
本实施例中，所述分类模块609包括：
确定单元6091，用于确定与所述新订单匹配的分仓模型，得到匹配结果；
分类单元6092，用于根据所述匹配结果，将所述新订单关联至与所述分仓模型对应的仓库，完成订单分类。
本实施例中，所述确定单元6091具体用于：
将所述新订单与所述区域分仓模型进行关联；
获取所述新订单对应订单数据，根据所述新订单数据判断所述新订单与所述区域分仓模型是否匹配；
若是，则将所述新订单与所述区域分仓模型对应仓库关联；
若否，则重新为所述新订单关联分仓模型，直到所述新订单与所述分仓模型匹配，得到匹配结果。
本实施例中，所述分配模块606具体用于：
根据所述第二权重，确定目标承运商；
将所述新入库订单分配至所述目标承运商；
根据所述目标承运商，对所述新入库订单进行拆分，实现最优运输配载。
本发明实施例中，通过收集历史入库订单，并确定历史入库订单的业务类型；根据业务类型确定可承运历史入库订单的所有承运商信息，并将历史入库订单与所有承运商信息关联，生成分单策略；在检测到有新订单入库时，获取新订单对应的运输参数，根据运输参数确定新订单对应影响因子的第一权重，其中，影响因子包括服务、时效、成本和质量；根据分单策略，确定可承运新订单的所有承运商；根据第一权重，计算所有承运商的第二权重；根据第二权重对新订单进行分配。本方案通过分单策略设置承运商分配模式，从而可以匹配出最优承运商，进而实现承运商的自动分配，减少人工操作，提升作业效率。
上面图6和图7从模块化功能实体的角度对本发明实施例中的订单分配装置进行详细描述，下面从硬件处理的角度对本发明实施例中订单分配设备进行详细描述。
图8是本发明实施例提供的一种订单分配设备的结构示意图，该订单分配设备800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)810(例如，一个或一个以上处理器)和存储器820，一个或一个以上存储应用程序833或数据832的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器820和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对订单分配设备800中的一系列指令操作。更进一步地，处理器810可以设置为与存储介质830通信，在订单分配设备800上执行存储介质830中的一系列指令操作，以实现上述各方法实施例提供的订单分配方法的步骤。
订单分配设备800还可以包括一个或一个以上电源840，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口860，和/或，一个或一个以上操作系统831，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图8示出的订单分配设备结构并不构成对本申请提供的订单分配设备的限定，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。
本发明还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为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行上述订单分配方法的步骤。
所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种订单分配方法，其特征在于，所述订单分配方法包括：
收集历史入库订单，并确定所述历史入库订单的业务类型；
根据所述业务类型确定可承运所述历史入库订单的所有承运商信息，并将所述历史入库订单与所有所述承运商信息关联，生成分单策略；
在检测到有新订单入库时，获取所述新订单对应的运输参数，根据所述运输参数确定所述新订单对应影响因子的第一权重，其中，所述影响因子包括服务、时效、成本和质量；
根据所述分单策略，确定可承运所述新订单的所有承运商；
根据所述第一权重，计算所述所有承运商的第二权重；
根据所述第二权重对所述新订单进行分配。
2.根据权利要求1所述的订单分配方法，其特征在于，在所述收集历史入库订单，并确定所述历史入库订单的业务类型之前，还包括：
获取所述历史入库订单对应的历史订单数据，其中，所述历史订单数据包括区域信息、货品信息和承运商信息；
对所述历史订单数据进行分析，根据分析结果构建三种分仓模型，其中，所述分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型。
3.根据权利要求2所述的订单分配方法，其特征在于，在所述根据所述第二权重对所述新订单进行分配之后，还包括：
确定与所述新订单匹配的分仓模型，并将所述新订单分配至与所述分仓模型对应仓库，完成订单分类。
4.根据权利要求3所述的订单分配方法，其特征在于，所述确定与所述新订单匹配的分仓模型，并将所述新订单分配至与所述分仓模型对应仓库，完成订单分类包括：
确定与所述新订单匹配的分仓模型，得到匹配结果；
根据所述匹配结果，将所述新订单关联至与所述分仓模型对应的仓库，完成订单分类。
5.根据权利要求4所述的订单分配方法，其特征在于，所述确定与所述新订单匹配的分仓模型，得到匹配结果包括：
将所述新订单与所述区域分仓模型进行关联；
获取所述新订单对应订单数据，根据所述订单数据判断所述新订单与所述区域分仓模型是否匹配；
若是，则将所述新订单与所述区域分仓模型对应仓库关联；
若否，则将所述新订单分别与所述货品分仓模型和所述承运商分仓模型进行匹配，直到所述新订单与所述分仓模型匹配，得到匹配结果。
6.根据权利要求1所述的订单分配方法，其特征在于，所述根据所述第二权重对所述新订单进行分配包括：
根据所述第二权重，确定目标承运商；
将所述新入库订单分配至所述目标承运商；
根据所述目标承运商，对所述新入库订单进行拆分，实现最优运输配载。
7.一种订单分配装置，其特征在于，所述订单分配装置包括：
第一确定模块，用于收集历史入库订单，并确定所述历史入库订单的业务类型；
生成模块，用于根据所述业务类型确定可承运所述历史入库订单的所有承运商信息，并将所述历史入库订单与所有所述承运商信息关联，生成分单策略；
检测模块，用于在检测到有新订单入库时，获取所述新订单对应的运输参数，根据所述运输参数确定所述新订单对应影响因子的第一权重，其中，所述影响因子包括服务、时效、成本和质量；
第二确定模块，用于根据所述分单策略，确定可承运所述新订单的所有承运商；
计算模块，用于根据所述第一权重，计算所述所有承运商的第二权重；
分配模块，用于根据所述第二权重对所述新订单进行分配。
8.根据权利要求7所述的订单分配装置，其特征在于，所述订单分配装置还包括：
获取模块，用于获取所述历史入库订单对应的历史订单数据，其中，所述历史订单数据包括区域信息、货品信息和承运商信息；
分析模块，用于对所述历史订单数据进行分析，根据分析结果构建三种分仓模型，其中，所述分仓模型包括区域分仓模型、货品分仓模型和承运商分仓模型。
9.一种订单分配设备，其特征在于，所述订单分配设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述订单分配设备执行如权利要求1-6中任一项所述的订单分配方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的订单分配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110668408.6A CN113469615A (zh) | 2021-06-16 | 2021-06-16 | 订单分配方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110668408.6A CN113469615A (zh) | 2021-06-16 | 2021-06-16 | 订单分配方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113469615A true CN113469615A (zh) | 2021-10-01 |
Family
ID=77870042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110668408.6A Pending CN113469615A (zh) | 2021-06-16 | 2021-06-16 | 订单分配方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113469615A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116757893A (zh) * | 2023-04-10 | 2023-09-15 | 南京勤力信息科技有限公司 | 跨区域企业政务服务智能匹配方法及互联网平台系统 |
| CN117933857A (zh) * | 2024-03-21 | 2024-04-26 | 广州平云小匠科技股份有限公司 | 售后平台的物流订单调度方法、设备和可读存储介质 |
| CN118411231A (zh) * | 2024-07-01 | 2024-07-30 | 深圳快品信息技术有限公司 | 基于虚拟筐的批量送餐管理方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110175694A (zh) * | 2019-04-18 | 2019-08-27 | 德邦物流股份有限公司 | 一种多段运输物流分配方法和系统 |
| CN110175796A (zh) * | 2019-04-18 | 2019-08-27 | 德邦物流股份有限公司 | 一种订单自动分发方法 |
| CN110175795A (zh) * | 2019-04-18 | 2019-08-27 | 德邦物流股份有限公司 | 一种承运商分配方法和系统 |
-
2021
- 2021-06-16 CN CN202110668408.6A patent/CN113469615A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110175694A (zh) * | 2019-04-18 | 2019-08-27 | 德邦物流股份有限公司 | 一种多段运输物流分配方法和系统 |
| CN110175796A (zh) * | 2019-04-18 | 2019-08-27 | 德邦物流股份有限公司 | 一种订单自动分发方法 |
| CN110175795A (zh) * | 2019-04-18 | 2019-08-27 | 德邦物流股份有限公司 | 一种承运商分配方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| 徐妍: "碳排放约束下承运商选择与任务量分配模型研究", 中国优秀硕士学位论文全文数据库基础科学辑, no. 10, 15 October 2015 (2015-10-15), pages 002 - 116 * |
| 徐妍;: "基于多目标模糊线性规划方法的低碳承运商选择研究", 物流科技, no. 01, 10 January 2015 (2015-01-10), pages 143 - 147 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116757893A (zh) * | 2023-04-10 | 2023-09-15 | 南京勤力信息科技有限公司 | 跨区域企业政务服务智能匹配方法及互联网平台系统 |
| CN116757893B (zh) * | 2023-04-10 | 2024-03-05 | 南京勤力信息科技有限公司 | 跨区域企业政务服务智能匹配方法及互联网平台系统 |
| CN117933857A (zh) * | 2024-03-21 | 2024-04-26 | 广州平云小匠科技股份有限公司 | 售后平台的物流订单调度方法、设备和可读存储介质 |
| CN117933857B (zh) * | 2024-03-21 | 2024-06-18 | 广州平云小匠科技股份有限公司 | 售后平台的物流订单调度方法、设备和可读存储介质 |
| CN118411231A (zh) * | 2024-07-01 | 2024-07-30 | 深圳快品信息技术有限公司 | 基于虚拟筐的批量送餐管理方法及系统 |
| CN118411231B (zh) * | 2024-07-01 | 2024-09-13 | 深圳快品信息技术有限公司 | 基于虚拟筐的批量送餐管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7024094B2 (ja) | コンピュータ化されたバランスの取れた配達ルート事前割当用のシステムと方法 | |
| CN113469615A (zh) | 订单分配方法、装置、设备及存储介质 | |
| Kuhn et al. | Integrated order batching and vehicle routing operations in grocery retail–a general adaptive large neighborhood search algorithm | |
| JP2021532444A (ja) | インバウンド購入注文のインテリジェントな調整による製品在庫の最適化のためのシステムおよび方法 | |
| JP7146924B2 (ja) | コンピュータで実行される人工知能バッチピッキング最適化および通信のためのシステムおよび方法 | |
| US20140136255A1 (en) | Dynamic Task Management | |
| KR102041040B1 (ko) | 합리적 음식 배달 서비스 관리 시스템 및 방법 | |
| CN107038166B (zh) | 查询可预约仓库容量、预约及取消预约入库方法及装置 | |
| US20210224740A1 (en) | Merchandise delivery management system and program | |
| CN105867322A (zh) | 用于材料处理设备中的程序管理的系统和方法 | |
| CN113869830A (zh) | 一种运输方案推荐方法、装置、设备和可读存储介质 | |
| US20210103899A1 (en) | Waste management system and method | |
| CN113191713A (zh) | 仓库缺货转仓方法、装置、设备及存储介质 | |
| CN111445133B (zh) | 一种材料管理方法、装置、计算机设备和存储介质 | |
| CN113706241A (zh) | 一种线上购物方法、装置、设备及存储介质 | |
| CN115511137A (zh) | 商品入库的管理方法、预约方法、服务器及供应商终端 | |
| CN114819802A (zh) | 商品运输费用的结算方法、装置、设备及存储介质 | |
| CN115619502A (zh) | 一种网络零售订单管理调度方法及系统 | |
| CN113554386A (zh) | 适用于电商订单的物流分配方法、装置、设备及存储介质 | |
| CN113487256A (zh) | 进销存管理方法、装置、设备及存储介质 | |
| Nova et al. | Integrative conceptual framework to support decisions on warehousing operations in forward and reverse flow | |
| CN116595390A (zh) | 商品信息处理方法及电子设备 | |
| CN108446923B (zh) | 一种基于自助式劳务众包平台的任务定价方法 | |
| WO2008032360A1 (fr) | Système d'aide aux ventes, son procédé et son programme | |
| CN110728506A (zh) | 交易数据处理的方法及装置 |
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 |