CN113627718A - 一种订单处理法、装置、电子设备及存储介质 - Google Patents
一种订单处理法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113627718A CN113627718A CN202110741407.XA CN202110741407A CN113627718A CN 113627718 A CN113627718 A CN 113627718A CN 202110741407 A CN202110741407 A CN 202110741407A CN 113627718 A CN113627718 A CN 113627718A
- Authority
- CN
- China
- Prior art keywords
- orders
- order
- time
- meal
- estimated
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 235000012054 meals Nutrition 0.000 claims abstract description 156
- 235000013305 food Nutrition 0.000 claims abstract description 94
- 238000004519 manufacturing process Methods 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 238000002360 preparation method Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 35
- 230000008569 process Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012546 transfer Methods 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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种订单处理方法、装置、电子设备及存储介质。所述方法包括:获得店铺的订单列表,订单列表包括按预估出餐时间的先后顺序排列的多个订单;根据多个订单的预估出餐时间与多个订单的配送员预估到店时间的对比结果,对多个订单在所述订单列表中的序号进行调整;向店铺的餐品制作终端发送包含调整后的序号的调度消息,以使店铺的餐品制作终端按照调整后的序号制作多个订单各自包含的餐品。该方法可实现对订单资源和配送员资源的协调,并对店铺内的订单处理进行指导,能显著减少店铺与配送员之间的矛盾。
Description
技术领域
本申请实施例涉及数据处理技术领域,尤其涉及一种订单处理方法、装置、电子设备及存储介质。
背景技术
目前,在外卖场景下,用户从下单到接收到外卖通常需要经过如下多个环节,包括:店铺将完成餐品制作、店铺将餐品交付给配送员、配送员将餐品交付给用户。其中,店铺端在制作餐品时,又需要经历餐品排队、制作、打包、交付等一系列步骤,然而各个步骤的具体时长完全无法预估,导致经常出现店铺早早完成餐品制作等待配送员,或者配送员早早到达店铺等待餐品完成制作等现象,进而引发店铺与配送员之间的矛盾。
现有技术中,平台由于无法采集店铺制作餐品时各个步骤的状态,因而无法训练相应的模型以预估餐品制作过程中各个步骤的时长,及获得订单优化策略并对店铺提供指导意见。可见,相关技术中急需一种能较好地协调店铺的订单资源与平台配送员资源以减少店铺与配送员之间的矛盾的方法。
发明内容
本申请旨在提供一种订单处理方法、装置、电子设备及存储介质,通过对店铺的等待时长和配送员的等待时长进行分析获得对店铺的订单的优化策略,并通过该订单优化策略指导店铺对待处理订单的顺序进行调整,实现了对订单资源和配送员资源的协调,可显著减少店铺与配送员之间的矛盾。
本申请第一方面提供了一种订单处理方法,所述方法包括:
获得店铺的订单列表,所述订单列表包括按预估出餐时间的先后顺序排列的多个订单;
将所述多个订单的预估出餐时间与所述多个订单的配送员预估到店时间进行对比;
根据对比结果,对所述多个订单在所述订单列表中的序号进行调整;
向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品。
可选地,根据对比结果,对所述多个订单在所述订单列表中的序号进行调整,包括以下任一者:
根据对比结果,以最小化配送员等待总时长为目标,对所述多个订单在所述订单列表中的序号进行调整,所述配送员等待总时长为所述各个订单的配送员等待时长之和,一个订单的配送员等待时长为该订单的预估出餐时间与该订单的配送员预估到店时间之间的时间差;
根据对比结果,以所述多个订单的配送员等待时长小于预设时长为目标,对所述多个订单在所述订单列表中的序号进行调整。
可选地,获得店铺的订单列表,包括:
获得所述店铺的订单处理终端发送的多个历史订单各自的时间戳信息,一个历史订单的时间戳信息包括该订单的多个流转时间节点的时间戳;
根据所述多个历史订单各自的制作过程信息,对所述多个订单各自的出餐时间进行预估,得到所述多个订单各自的预估出餐时间;
按照预估出餐时间的先后,对所述多个订单进行排序,得到所述订单列表。
可选地,所述方法还包括:
根据所述多个历史订单各自的时间戳信息,对所述多个历史订单进行标注,得到多个订单样本,所述订单样本的标签包括订单的实际制作时长和实际排队时长,订单的实际制作时长为订单的结束制作时刻与开始制作时刻的差值,订单的实际排队时长为订单的开始制作时刻与下单时刻的差值;
利用所述多个订单样本,对预设模型进行训练,得到出餐时长预估模型;
对所述多个订单各自的出餐时间进行预估,得到所述多个订单各自的预估出餐时间,包括:
将所述多个订单分别输入所述出餐时间预估模型,得到所述多个订单各自的预估制作时长和预估排队时长;
根据所述多个订单各自的预估制作时长和预估排队时长以及下单时刻,确定所述多个订单各自的预估出餐时间。
可选地,在向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品之后,所述方法还包括:
检测序号差值小于预设差值的各个订单是否包含相同餐品;
确定序号差值小于预设差值且包含相同餐品的订单数量;
向所述店铺的餐品制作终端发送制作提示信息,以提示所述店铺的餐品制作人员按照所述订单数量制作多份相同餐品。
可选地,根据对比结果,以最小化配送员等待总时长为目标,对所述多个订单在所述订单列表中的序号进行调整,包括:
对所述多个订单在所述订单列表中的序号进行N轮调整,直至第N轮调整后,所述多个订单中每相邻两个订单均不满足顺序交换条件为止,其中,所述顺序交换条件为:相邻两个订单中后一个订单的配送员等待时长大于零,且后一个订单的配送员等待时长大于前一个订单的配送员等待时长,且后一个订单与前一个订单顺序交换后配送员等待总时长减少。
可选地,所述订单列表包括的多个订单的数量为M;对所述多个订单在所述订单列表中的序号进行第N轮调整,包括以下步骤:
依次取m从1至M-1,判断所述订单列表中的第m对相邻订单是否满足所述顺序交换条件,所述第m对相邻订单包括所述订单列表中的第m个订单和第m+1个订单;
根据判断结果,对所述第m对相邻订单中两个相邻订单的序号进行交换或保持不变,并针对第m+1对相邻订单执行以上步骤,直至对第M-1对相邻订单执行以上步骤后,结束第n轮调整,并进行第n+1轮调整;
其中,根据判断结果,对所述第一对相邻订单中两个相邻订单的序号进行交换或保持不变,包括:
在所述第一对相邻订单满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号进行交换;
在所述第一对相邻订单不满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号保持不变;
其中,1≤n≤N。
本申请第二方面提供一种订单处理装置,所述装置包括:
获得模块,用于获得店铺的订单列表,所述订单列表包括按预估出餐时间的先后顺序排列的多个订单;
对比模块,用于将所述多个订单的预估出餐时间与所述多个订单的配送员预估到店时间进行对比;
调整模块,用于根据对比结果,对所述多个订单在所述订单列表中的序号进行调整;
第一发送模块,用于向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品。
可选地,所述调整模块包括:
第一调整子模块,用于根据对比结果,以最小化配送员等待总时长为目标,对所述多个订单在所述订单列表中的序号进行调整,所述配送员等待总时长为所述各个订单的配送员等待时长之和,一个订单的配送员等待时长为该订单的预估出餐时间与该订单的配送员预估到店时间之间的时间差;
第二调整子模块,用于根据对比结果,以所述多个订单的配送员等待时长小于预设时长为目标,对所述多个订单在所述订单列表中的序号进行调整。可选地,所述获得模块包括:
获得子模块,用于获得所述店铺的订单处理终端发送的多个历史订单各自的时间戳信息,一个历史订单的时间戳信息包括该订单的多个流转时间节点的时间戳;
预估模块,用于根据所述多个历史订单各自的制作过程信息,对所述多个订单各自的出餐时间进行预估,得到所述多个订单各自的预估出餐时间;
排序模块,用于按照预估出餐时间的先后,对所述多个订单进行排序,得到所述订单列表。
可选地,所述装置还包括:
标注模块,用于根据所述多个历史订单各自的时间戳信息,对所述多个历史订单进行标注,得到多个订单样本,所述订单样本的标签包括订单的实际制作时长和实际排队时长,订单的实际制作时长为订单的结束制作时刻与开始制作时刻的差值,订单的实际排队时长为订单的开始制作时刻与下单时刻的差值;
训练模块,用于利用所述多个订单样本,对预设模型进行训练,得到出餐时长预估模型;
所述预估模块包括:
输入模块,用于将所述多个订单分别输入所述出餐时间预估模型,得到所述多个订单各自的预估制作时长和预估排队时长;
确定子模块,用于根据所述多个订单各自的预估制作时长和预估排队时长以及下单时刻,确定所述多个订单各自的预估出餐时间。
可选地,所述装置还包括:
检测模块,用于检测序号差值小于预设差值的各个订单是否包含相同餐品;
确定模块,用于确定序号差值小于预设差值且包含相同餐品的订单数量;
第二发送模块,用于向所述店铺的餐品制作终端发送制作提示信息,以提示所述店铺的餐品制作人员按照所述订单数量制作多份相同餐品。
可选地,所述调整模块包括:
第三调整子模块,用于对所述多个订单在所述订单列表中的序号进行N轮调整,直至第N轮调整后,所述多个订单中每相邻两个订单均不满足顺序交换条件为止,其中,所述顺序交换条件为:相邻两个订单中后一个订单的配送员等待时长大于零,且后一个订单的配送员等待时长大于前一个订单的配送员等待时长,且后一个订单与前一个订单顺序交换后配送员等待总时长减少。
可选地,所述订单列表包括的多个订单的数量为M;所述调第一整子模块包括:
判断模块,用于依次取m从1至M-1,判断所述订单列表中的第m对相邻订单是否满足所述顺序交换条件,所述第m对相邻订单包括所述订单列表中的第m个订单和第m+1个订单;
第四调整子模块,用于根据判断结果,对所述第m对相邻订单中两个相邻订单的序号进行交换或保持不变,并针对第m+1对相邻订单执行以上步骤,直至对第M-1对相邻订单执行以上步骤后,结束第n轮调整,并进行第n+1轮调整;
其中,所述第四调整子模块包括:
交换模块,用于在所述第一对相邻订单满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号进行交换;
保持模块,用于在所述第一对相邻订单不满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号保持不变;
其中,1≤n≤N。
本申请实施例第三方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请第一方面所述的订单处理方法中的步骤。
本申请实施例第四方面提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现本申请第一方面所述的订单处理方法中的步骤。
通过本申请的订单处理方法,首先获得店铺的订单列表,该订单列表包括按预估出餐时间的先后顺序排列的多个订单。接着,将多个订单的预估出餐时间与多个订单的配送员预估到店时间进行对比。然后根据对比结果,对多个订单在订单列表中的序号进行调整。最后,向店铺的餐品制作终端发送包含调整后的序号的调度消息,以使店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品。本申请的订单处理方法根据各个订单的预估出餐时间与各个订单的配送员预估到店时间之间的差值对各个订单在订单列表中的序号进行调整,并将调整后的订单序号作为处理各个订单的顺序,并据此对店铺内的订单处理进行指导,实现了对订单资源和配送员资源的协调,可显著减少店铺与配送员之间的矛盾。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例的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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例示出的一种实施环境示意图;
图2是本申请一实施例示出的一种订单处理方法的流程图;
图3是本申请一实施例示出的一种初始订单列表的订单状态示意图;
图4是本申请一实施例示出的一种订单调整后状态示意图;
图5是本申请一实施例示出的又一种订单调整后状态示意图;
图6是本申请一实施例示出的又一种订单调整后状态示意图;
图7是本申请一实施例示出的又一种订单调整后状态示意图;
图8是本申请一实施例示出的又一种订单调整后状态示意图;
图9是本申请一实施例示出的又一种订单调整后状态示意图;
图10是本申请一实施例示出的又一种订单调整后状态示意图;
图11是本申请一实施例示出的订单处理系统示意图;
图12是本申请一实施例提供的订单处理装置的结构框图。
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,本领域普通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。
为解决相关技术中存在的问题,本申请提供了一种订单处理方法,通过对店铺的等待时长和配送员的等待时长进行分析获得对店铺的订单的优化策略,并通过该订单优化策略指导店铺对待处理订单的顺序进行调整,实现了对订单资源和配送员资源的协调,可显著减少店铺与配送员之间的矛盾。
图1是本申请一实施例示出的一种实施环境示意图。参照图1,调度平台分别与多个店铺终端连接,每一个店铺终端分别与多个餐品制作终端连接,餐品制作终端是店铺中餐品制作人员所使用的终端。调度平台一方面获得店铺的订单状态信息,另一方面获得配送员的状态信息,然后对这两方面信息进行分析,从而获得针对店铺的订单调整策略,并将该调整策略发送给店铺终端。
本申请提供的订单处理方法应用于图1所示的调度平台。图2是本申请一实施例示出的一种订单处理方法的流程图。参照图2,本申请的订单处理方法可以包括如下步骤:
步骤S21:获得店铺的订单列表,所述订单列表包括按预估出餐时间的先后顺序排列的多个订单。
在本实施例中,当需要对某个店铺的订单处理策略进行调整时,首先获得该店铺的订单列表,该订单列表中包括按预估出餐时间的先后顺序排列的多个订单,其中,每个订单的预估出餐时间可以是店铺终端按照算法预估出的,也可以是调度平台获得按照算法预估出的,本实施例对订单的预估出餐时间的预估方式不作具体限制。
其中,订单列表的获得方式可以包括:调度平台主动向店铺终端请求订单列表和店铺终端主动向调度平台上传订单列表。具体可根据实际需求设置,本实施例对此不作具体限制。
在本实施例中,店铺终端每次可以获得预设数量个订单,将获得的预设数量个订单生成订单列表发送给调度平台,而剩余未处理的订单可以留待下次再发送给调度平台。示例地,店铺终端中有20个未处理订单,店铺终端可以按照下单时间先后顺序首先将前10个订单生成订单列表发送给调度平台,待调度平台返回该订单列表的处理信息之后,再将剩余10个订单生成订单列表发送给调度平台。其中,预设数量可以任意设置,本实施例对此不作具体限制。
步骤S22:将所述多个订单的预估出餐时间与所述多个订单的配送员预估到店时间进行对比。
在本实施例中,调度平台在获得订单列表后,进一步获得每一个订单对应的配送员的预估到店时间,然后将该订单的预估出餐时间与对应的配送员的预估到店时间进行对比,得到时间差,该时间差可以表示对应的配送员到达店铺后需要等待的时长。当时间差为正时,表示配送员到达店铺后需要等待店铺完成餐品制作,当时间差为负时,表示店铺完成餐品制作后需要等待配送员到店取餐。
步骤S23:根据对比结果,对所述多个订单在所述订单列表中的序号进行调整。
在本实施例中,可以按照预设的调整目标,根据对比结果对多个订单在订单列表中的序号进行调整。调整目标可以包括:所有订单的配送员等待时长之和小于预设时长、所有订单的配送员等待时长之和最小等、部分订单的配送员等待时长之和小于预设时长等,调整目标可以根据实际需求任意设置,本实施例对此不作具体限制。
步骤S24:向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品。
在本实施例中,调度平台对订单的序号进行调整后,根据该新的序号生成调度消息,然后将该调度消息发送给店铺终端,再由店铺终端按照该新的序号对餐品制作终端中的各个订单包含的餐品的制作顺序进行调整。
例如,调度消息中可以包括如下表1所示的调整序号:
订单序号 | 1 | 2 | 3 | 4 | 5 |
订单ID | D2 | D1 | D3 | D5 | D4 |
表1
店铺终端接收到调度消息后,控制餐品制作终端将原来的订单列表中的订单2的序号调整为1,将原来的订单1的序号调整为2,将原来的订单5的序号调整为4,将原来的订单4的序号调整为5。在本实施例中,订单序号表示订单的餐品的制作顺序,是可变的,而订单ID用于唯一标识每一个订单,是不可变的。
通过本申请的订单处理方法,首先获得店铺的订单列表,该订单列表包括按预估出餐时间的先后顺序排列的多个订单。接着,将多个订单的预估出餐时间与多个订单的配送员预估到店时间进行对比。然后根据对比结果,对多个订单在订单列表中的序号进行调整。最后,向店铺的餐品制作终端发送包含调整后的序号的调度消息,以使店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品。本申请的订单处理方法根据各个订单的预估出餐时间与各个订单的配送员预估到店时间之间的差值对各个订单在订单列表中的序号进行调整,并将调整后的订单序号作为处理各个订单的顺序,并据此对店铺内的订单处理进行指导,实现了对订单资源和配送员资源的协调,可显著减少店铺与配送员之间的矛盾。
结合以上实施例,在一种实施方式中,本申请还提供了一种根据对比结果,对多个订单在订单列表中的序号进行调整的方法。具体地,可以采用以下任意一者对订单序号进行调整:
一、根据对比结果,以最小化配送员等待总时长为目标,对所述多个订单在所述订单列表中的序号进行调整,所述配送员等待总时长为所述各个订单的配送员等待时长之和,一个订单的配送员等待时长为该订单的预估出餐时间与该订单的配送员预估到店时间之间的时间差。
二、根据对比结果,以所述多个订单的配送员等待时长小于预设时长为目标,对所述多个订单在所述订单列表中的序号进行调整。
在本实施例中,一个订单的配送员等待时长为该订单的预估出餐时间与该订单的配送员预估到店时间之间的时间差,因此可以将所有的订单的配送员等待时长之和作为配送员等待总时长。
其中,订单列表中每一个订单都具有一个序号,各个订单按照序号由小到大排列,表示订单的处理先后顺序。序号的大小反映订单的预估出餐时间的先后,序号越小,表示出餐时间越早,序号越大,表示出餐时间越晚。因此,对多个订单中订单之间的处理顺序进行调整,实际上就是对各个订单的序号进行调整。
当调整目标为最小化配送员等待总时长时,示例地,一个订单列表中各个订单的状态信息可以如下表2所示:
表2
按照表2所示的列表中的订单顺序计算出的配送员的总的等待时长为:-3+8-13-5+12=-1(分钟)。接着,以减少配送员的总的等待时长为目的,对订单1-订单5之间的顺序进行调整,例如将订单1与订单2交换及将订单4和订单5交换,得到的各个订单的状态信息可以如下表3所示:
表3
调整后,按照表3中的订单顺序计算出的配送员的总的等待时长为:3+2-13+7-2=-3(分钟)。因此,将订单1和订单2交换,将订单4和订单5交换,可以使得配送员的总的等待时长从原来的-1分钟减少为-3分钟,配送员的等待时长整整减少了2分钟。其中,在调整后的表格中,由于新的订单4的餐品在12:15时即可完成制作,因此,新的订单5的餐品可从12:15开始制作。
按照上述原理重复对多个订单的顺序进行调整,直至获得的配送员的总的等待时长最小。
当调整目标为以多个订单的配送员等待时长小于预设时长时,多个订单既可以是所有的订单,也可以是预设数量的订单。其中,预设数量和预设时长可以根据实际需求任意设置。
示例地,订单列表中包括10个订单,预设时长为40分钟,那么可以这10个订单的配送员等待总时长小于40分钟为调整目标,对这10个订单在订单列表中的序号进行调整。当配送员等待总时长小于40分钟时,调整后的10个订单的序号可作为订单被执行时的顺序。或者,在一种实施方式中,如果无法满足10个订单的配送员等待总时长小于40分钟,还可以预设数量的订单的配送员等待总时长小于40分钟为调整目标,对这10个订单在订单列表中的序号进行调整,当满足预设数量的订单的配送员等待总时长小于40分钟时,调整后的10个订单的序号可作为订单被执行时的顺序。
在具体实施时,可以根据实际需求选择任意调整目标,本实施例对此不作具体限制。为便于更好地陈述本申请的订单处理方法,在此特别说明,后文中的各个实施例均是以最小化配送员等待总时长为调整目标的。本实施例中,既可以最小化配送员等待总时长为调整目标,也可以多个订单的配送员等待时长小于预设时长为调整目标对多个订单在订单列表中的序号进行调整,使得订单序号的调整方式更为灵活,能获得各种各样的调度消息,进而能更好地对店铺的订单处理策略进行指导。
在一种实施方式中,本申请还提供了一种获得店铺的订单列表的方法。具体地,上述步骤S21可以包括:
获得所述店铺的订单处理终端发送的多个历史订单各自的时间戳信息,一个历史订单的时间戳信息包括该订单的多个流转时间节点的时间戳;
根据所述多个历史订单各自的制作过程信息,对所述多个订单各自的出餐时间进行预估,得到所述多个订单各自的预估出餐时间;
按照预估出餐时间的先后,对所述多个订单进行排序,得到所述订单列表。
在本实施例中,店铺的订单处理终端即店铺终端。调度平台在获得店铺的订单处理终端发送的多个历史订单各自的时间戳信息后,对这些信息进行分析,获得店铺的出餐时间规律,然后根据出餐时间规律,对店铺的订单列表中的多个订单各自的出餐时间进行预估,得到多个订单各自的预估出餐时间。
其中,一个历史订单的时间戳信息包括该订单的多个流转时间节点的时间戳,多个流转时间节点可以包括:订单中各个餐品的开始时间和结束时间。
在本实施例中,可以通过对店铺的历史订单进行分析,获得历史出餐规律,进而根据历史出餐规律获得当前订单列表中多个订单的预估出餐时间。
结合以上实施例,本申请还提供了一种获得订单的预估出餐时间的方法,即通过训练得到的出餐时间预估模型获得订单的预估出餐时间。具体地,在一种实施方式中,在获得所述店铺的订单处理终端发送的多个历史订单各自的时间戳信息之后,本申请的订单处理方法还可以包括:
根据所述多个历史订单各自的时间戳信息,对所述多个历史订单进行标注,得到多个订单样本,所述订单样本的标签包括订单的实际制作时长和实际排队时长,订单的实际制作时长为订单的结束制作时刻与开始制作时刻的差值,订单的实际排队时长为订单的开始制作时刻与下单时刻的差值;
利用所述多个订单样本,对预设模型进行训练,得到出餐时间预估模型。
在此基础上,对所述多个订单各自的出餐时间进行预估,得到所述多个订单各自的预估出餐时间,可以包括:
将所述多个订单分别输入所述出餐时间预估模型,得到所述多个订单各自的预估制作时长和预估排队时长;
根据所述多个订单各自的预估制作时长和预估排队时长以及下单时刻,确定所述多个订单各自的预估出餐时间。
下面将介绍出餐时间预估模型的训练过程。该过程主要包括以下步骤:
一、时间戳信息采集
用户下单后,店铺终端上会显示用户的下单信息,店铺终端可设置手动接单或自动接单,并将接单时刻作为该订单的任务处理起点。
店铺终端接单后分析该订单包含的餐品,将餐品模型传输至店铺内的餐品制作终端,通知餐品制作人员制作该餐品。一个店铺内可以有多个餐品制作终端。
每个餐品制作终端上会显示多个待处理的订单及各个订单包含的待制作的餐品。餐品制作终端支持与餐品制作人员之间的简单交互操作,例如,餐品制作人员左滑某个餐品时,表示开始制作该餐品,当再次左滑该餐品时,表示完成该餐品的制作,当右滑该餐品时,表示忽略该餐品(例如该制作人员无法制作该餐品,或者该制作人员应当由其他制作人员负责制作)。其中,餐品制作人员可以根据自身需求将表示开始制作、结束制作以及忽略等操作的交互手势设置成其他类型。
餐品制作人员在餐品制作终端上产生操作后,餐品制作终端会将制作人员产生的操作信息发送给店铺终端,再由店铺终端综合所有餐品制作终端的情况,对各个餐品制作终端的订单进行分配或调整。
每一个店铺终端设置有本地缓存,用于记录各个订单中包含的各个餐品的节点流转时间戳等详细信息。每当一个订单包含的所有餐品完成制作后,店铺终端会将该订单的所有餐品的各自的节点流转时间戳等详细信息上传到调度平台。示例地,订单A的详细信息可以如下表4所示,当订单A的所有餐品完成制作之后,店铺终端可将订单A的详细信息上传到调度平台。
表4
如表4所示,订单A中包含有餐品1-餐品3共3个餐品,其中每个餐品的节点流转时间戳主要包括餐品的开始时间和结束时间,例如餐品1的开始时间为12:02,结束时间为12:05。餐品制作终端根据制作人员的操作获得各个餐品的节点流转时间戳,并将该节点流转时间戳发送给店铺终端,例如制作人员在12:02对餐品1进行了左滑操作,餐品制作终端将12:02记录为餐品1的制作开始时间,发送给店铺终端缓存,制作人员在12:05对餐品1再次进行了左滑操作,餐品制作终端将12:05记录为餐品1的制作结束时间,发送给店铺终端缓存。当餐品制作终端检测到订单A的所有餐品都制作结束时,通知店铺终端订单A的餐品制作完成。店铺终端将订单A的详细信息上传到调度平台。
二、数据预处理
调度平台可以接收到大量订单的详细信息。调度平台按照各个订单中各个餐品的节点流转时间戳,统计出各个订单的排队等待时长、实际制作时长、打包交付时长等。具体地,可按照如下公式计算:
排队等待时长=开始制作时刻-下单时刻;
实际制作时长=结束制作时刻-开始制作时刻;
打包交付时长=配送员扫码取餐时刻-结束制作时刻。
其中,开始制作时刻是指订单中的第一个餐品的开始时间,如表4中的餐品1的开始时间12:02为订单A的开始制作时刻。调度平台可通过配送系统获得配送员的实时状态信息,例如配送员扫码取餐时间等。结束制作时刻是指订单中的最后一个餐品的结束时间,如表4中的餐品3的结束时间12:20为订单A的结束制作时刻。
通过上述过程,可获得每个订单的排队等待时长、实际制作时长、打包交付时长等,接着,对这些数据进一步进行过滤,除去明显不合理数据,例如餐品的实际制作时长为负数、餐品的实际制作时长超过2小时等明显不合理数据。最后,将预处理后的各个订单作为订单样本。例如如下
表5示出了多个订单样本,其中,时长的单位为分钟。
订单ID | 排队等待时长 | 实际制作时长 | 打包交付时长 |
订单X1 | 5 | 4 | 1 |
…… | …… | …… | …… |
订单XN | 6 | 12 | 4 |
表5
三、模型训练
在获得样本数据后,可以利用样本数据训练机器学习模型,获得出餐时间预估模型,该出餐时间预估模型可用于对订单的餐品出餐时间内进行预估。其中,机器学习模型可以根据实际需求任意选取,本申请对此不作具体限制。
在完成模型训练之后,当调度平台需要预估店铺当前的订单列表中的多个订单的出餐时刻时,直接将多个订单输入到出餐时间预估模型,可获得各个订单的预估制作时长和预估排队时长,最后根据下单时刻、预估排队时长以及预估制作时长即可获得多个订单各自的预估出餐时间。
示例地,订单X包含的餐品为餐品1和餐品2,将订单X输入到出餐时间预估模型,可以获得订单X的预估排队时长5分钟,预估制作时长8分钟。最后,根据订单X的下单时刻12:00,可以计算出订单X的预估出餐时间为12:00+5+8=12:13。
在本实施例中,如果训练所使用的订单样本来自于一个店铺,那么训练得出的出餐时间预估模型可用于预估该店铺的各个订单的出餐时间。如果训练所使用的订单样本来自于多个相同类型的店铺,那么训练得出的出餐时间预估模型可用于预估该类型的店铺的各个订单的出餐时间。因而在本申请中,可以根据实际业务需求训练出适用于各种情形的出餐时间预估模型。
在本实施例中,根据店铺的历史订单训练得到出餐时间预估模型,再利用出餐时间预估模型对店铺当前订单列表中的多个订单的出餐时间进行预估,能显著提高出餐时间预估精准度。
结合以上实施例,在本申请中,为了减少订单的餐品制作时长,还可以将相近的一个或多个订单中的相同餐品合并制作。具体地,在向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品之后,所述方法还包括:
检测序号差值小于预设差值的各个订单是否包含相同餐品;
确定序号差值小于预设差值且包含相同餐品的订单数量;
向所述店铺的餐品制作终端发送制作提示信息,以提示所述店铺的餐品制作人员按照所述订单数量制作多份相同餐品。
在本实施例中,如果序号差值小于预设差值的多个订单包含相同餐品,可以将这些订单中的相同餐品合并制作,即同时制作。
示例地,多个订单包括序号为1-10的10个订单,设置的预设差值为5,其中,序号为1、4、7、9的订单中均包含餐品X,由于序号为4的订单与序号为1的订单的序号差值小于预设差值5,可以将序号为1和4的订单中的餐品X合并制作,由于序号为7、9的订单与序号为1的订单的序号差值大于预设差值5,因而不做合并制作,留待后续制作。
在本实施例中,可以将相近的一个或多个订单中的相同餐品合并制作,能显著减少订单的餐品制作时长。
结合以上实施例,在一种实施方式中,本申请还提供了一种对多个订单在订单列表中的序号进行调整的方法,具体地,上述步骤S23可以包括:
对所述多个订单在所述订单列表中的序号进行N轮调整,直至第N轮调整后,所述多个订单中每相邻两个订单均不满足顺序交换条件为止,其中,所述顺序交换条件为:相邻两个订单中后一个订单的配送员等待时长大于零,且后一个订单的配送员等待时长大于前一个订单的配送员等待时长,且后一个订单与前一个订单顺序交换后配送员等待总时长减少。
在本实施例中,只要相邻两个订单满足顺序交换条件,可将这两个订单的处理顺序进行交互,即互换该两个订单的序号。顺序交换条件包括3个条件,这3个条件必须同时满足。
其中,所述订单列表包括的多个订单的数量为M;对所述多个订单在所述订单列表中的序号进行第N轮调整,可以包括以下步骤:
依次取m从1至M-1,判断所述订单列表中的第m对相邻订单是否满足所述顺序交换条件,所述第m对相邻订单包括所述订单列表中的第m个订单和第m+1个订单;
根据判断结果,对所述第m对相邻订单中两个相邻订单的序号进行交换或保持不变,并针对第m+1对相邻订单执行以上步骤,直至对第M-1对相邻订单执行以上步骤后,结束第n轮调整,并进行第n+1轮调整;
其中,根据判断结果,对所述第一对相邻订单中两个相邻订单的序号进行交换或保持不变,包括:
在所述第一对相邻订单满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号进行交换;
在所述第一对相邻订单不满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号保持不变;
其中,1≤n≤N。
在本实施例中,在订单的数量为M时,共有M-1对相邻订单,在每一轮次的调整中,需要从前至后判断每一对相邻订单是否满足顺序交换条件。
在本实施例中,在顺序交换条件中设置相邻两个订单中后一个订单的配送员等待时长大于零的目的是:在实际业务中,用户等待餐品问题较为频繁,而餐品等待用户问题较为少见,且用户等待餐品会导致配送员运力被浪费,而餐品等待用户则不会导致配送员运力被浪费。本申请的技术方案主要解决的是用户等待餐品问题,由于在餐品等待用户场景下配送员运力并没有被浪费,而用户等待餐品场景下配送员运力会被浪费,所以该顺序交换条件中将负数忽略,只考虑正数。下面将以一个具体实施例对多个订单在订单列表中的序号进行调整的方法进行详细说明。
图3是本申请一实施例示出的一种初始订单列表的订单状态示意图。在图3中,由于序号为1的订单和序号为2的订单满足顺序交换条件,即序号为2的订单的配送员等待时长大于零,且序号为2的订单的配送员等待时长大于序号为1的订单的配送员等待时长,且序号为2的订单与序号为1的订单顺序交换后配送员等待总时长减少(在本实施例中,应当考虑所有配送员等待时长的总和,因此,虽然在图3中后一个订单与前一个订单顺序交换后配送员等待总时长与交换前这两个订单的配送员等待总时长相同,但是后一个订单与前一个订单顺序交换后所有的配送员等待总时长减少,因此应当交换)。因此,可以将序号为1的订单和序号为2的订单交换,交换后订单状态示意图可如图4所示。图4是本申请一实施例示出的一种订单调整后状态示意图。
接着,在图4中,判断序号为1的订单和序号为3的订单是否满足顺序交换条件。由于序号为3的订单的配送员等待时长为负,不满足大于零的条件,因此,序号为1的订单和序号为3的订单不可以交换,如图5所示。图5是本申请一实施例示出的又一种订单调整后状态示意图。
接着,在图5中,判断序号为3的订单和序号为4的订单是否满足顺序交换条件。由于序号为4的订单的配送员等待时长为负,不满足大于零的条件,因此,序号为4的订单和序号为3的订单不可以交换,如图6所示。图6是本申请一实施例示出的又一种订单调整后状态示意图。
接着,在图6中,判断序号为4的订单和序号为5的订单是否满足顺序交换条件。由于序号为5的订单的配送员等待时长大于零,且序号为5的订单的配送员等待时长大于序号为4的订单的配送员等待时长,且序号为4的订单与序号为5的订单顺序交换后配送员等待总时长减少,因此,序号为4的订单和序号为5的订单满足顺序交换条件。可以将序号为4的订单和序号为5的订单交换,交换后订单状态示意图可如图7所示。图7是本申请一实施例示出的又一种订单调整后状态示意图。
按照上述原理,在第一轮次中,可以将每一对满足顺序交换条件的相邻的订单进行交换,完成第一轮顺序交换后,可以得到如图8所示的订单状态示意图。图8是本申请一实施例示出的又一种订单调整后状态示意图。
接着,进行第二轮次调整,其原理与第一轮次调整的原理相同。完成第二轮顺序交换后,可以得到如图9所示的订单状态示意图。图9是本申请一实施例示出的又一种订单调整后状态示意图。其中,第二轮调整仅调整了一次顺序。
接着,进行第三轮次计算,完成第三轮次顺序交换后,可以得到如图10所示的订单状态示意图。图10是本申请一实施例示出的又一种订单调整后状态示意图。其中,第三轮次调整也仅调整了一次顺序。
完成三轮次调整后,可以得到最小的配送员的总配送时长,即17分钟,相比于图3中的初始订单列表下的配送员的总配送时长34分钟,足足减少了17分钟。因此,调整后显著减少了配送员的等待时长。
完成三轮次调整后,订单的最优调整顺序如图10所示,为2、5、1、3、4、6、7、9、10、8。调度平台可根据该顺序生成调度信息发送给店铺终端,使得店铺终端按照新的顺序对原有的订单1-订单10的处理顺序进行调整,具体可参照前文所述。
图11是本申请一实施例示出的订单处理系统示意图。本申请的订单处理方法可基于图11所示的订单处理系统实现。在图11中,调度平台为店铺终端提供订单推送服务,调度平台在检测到用户下单后,控制店铺终端输出订单信息。店铺终端中设置有业务触发模块、订单列表模块以及缓存模块。店铺终端可响应店铺内工作人员的操作对新的订单进行处理,若允许用户的此次订单,将该订单加入订单列表中。订单列表中的各个订单在对应餐品完成制作后会被加入到缓存模块中。店铺终端在一个订单的餐品完成制作时会将缓存模块中缓存的该订单的信息上传到调度平台。调度平台在对上传的信息进行分析后,获得系统决策。接着,调度平台将系统决策发送到店铺终端,使得店铺终端通过业务触达模块,根据该系统决策对订单列表中的订单的处理顺序进行调整。其中,系统决策还可以是对订单列表中的订单进行插入操作或移动操作,本申请主要以调整顺序为主。
店铺终端连接有餐品制作终端,餐品制作终端中设置有分析模块、队列以及交互/反馈模块。其中,队列用于展示店铺终端分配的待制作餐品的各个订单,分析模块用于分析制作人员对各个餐品的操作以及执行店铺终端下达的命令,交互/反馈模块用于与店铺终端交互,向店铺终端上传信息以及接收店铺终端下达的命令。
其中,调度平台中设置有配送系统,该配送系统可以调用LBS系统、云计算平台等。其中,通过LBS系统可以获得配送员的实时信息,例如配送员的预估到店时间。云计算平台通过统计服务可获得店铺终端的缓存模块所上传的数据。云计算平台可通过算法训练模块获得各种策略,并将获得的策略传输至配送系统。最终,配送系统根据各方面信息进行综合分析,获得系统决策,并向店铺终端发送该系统决策。
在本申请中,餐品制作终端可以通过简易交互程序采集餐品的各个流转节点的时间戳信息,调度平台可以通过时间预估,对预估出餐时间与预估配送员到店时间相差较大的订单进行调整,能有效提高出餐效率,同时减少了配送员的总的等待时长,降低了店铺与配送员之间的矛盾。
基于同一发明构思,本申请一实施例提供一种订单处理装置1200。参考图12,图12是本申请一实施例提供的订单处理装置的结构框图。如图12所示,该订单处理装置1200包括:
获得模块1201,用于获得店铺的订单列表,所述订单列表包括按预估出餐时间的先后顺序排列的多个订单;
对比模块1202,用于将所述多个订单的预估出餐时间与所述多个订单的配送员预估到店时间进行对比;
调整模块1203,用于根据对比结果,对所述多个订单在所述订单列表中的序号进行调整;
第一发送模块1204,用于向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品。
可选地,所述调整模块1203包括:
第一调整子模块,用于根据对比结果,以最小化配送员等待总时长为目标,对所述多个订单在所述订单列表中的序号进行调整,所述配送员等待总时长为所述各个订单的配送员等待时长之和,一个订单的配送员等待时长为该订单的预估出餐时间与该订单的配送员预估到店时间之间的时间差;
第二调整子模块,用于根据对比结果,以所述多个订单的配送员等待时长小于预设时长为目标,对所述多个订单在所述订单列表中的序号进行调整。
可选地,所述获得模块1201包括:
获得子模块,用于获得所述店铺的订单处理终端发送的多个历史订单各自的时间戳信息,一个历史订单的时间戳信息包括该订单的多个流转时间节点的时间戳;
预估模块,用于根据所述多个历史订单各自的制作过程信息,对所述多个订单各自的出餐时间进行预估,得到所述多个订单各自的预估出餐时间;
排序模块,用于按照预估出餐时间的先后,对所述多个订单进行排序,得到所述订单列表。
可选地,所述装置1200还包括:
标注模块,用于根据所述多个历史订单各自的时间戳信息,对所述多个历史订单进行标注,得到多个订单样本,所述订单样本的标签包括订单的实际制作时长和实际排队时长,订单的实际制作时长为订单的结束制作时刻与开始制作时刻的差值,订单的实际排队时长为订单的开始制作时刻与下单时刻的差值;
训练模块,用于利用所述多个订单样本,对预设模型进行训练,得到出餐时长预估模型;
所述预估模块包括:
输入模块,用于将所述多个订单分别输入所述出餐时间预估模型,得到所述多个订单各自的预估制作时长和预估排队时长;
确定子模块,用于根据所述多个订单各自的预估制作时长和预估排队时长以及下单时刻,确定所述多个订单各自的预估出餐时间。
可选地,所述装置1200还包括:
检测模块,用于检测序号差值小于预设差值的各个订单是否包含相同餐品;
确定模块,用于确定序号差值小于预设差值且包含相同餐品的订单数量;
第二发送模块,用于向所述店铺的餐品制作终端发送制作提示信息,以提示所述店铺的餐品制作人员按照所述订单数量制作多份相同餐品。
可选地,所述调整模块1203包括:
第三调整子模块,用于对所述多个订单在所述订单列表中的序号进行N轮调整,直至第N轮调整后,所述多个订单中每相邻两个订单均不满足顺序交换条件为止,其中,所述顺序交换条件为:相邻两个订单中后一个订单的配送员等待时长大于零,且后一个订单的配送员等待时长大于前一个订单的配送员等待时长,且后一个订单与前一个订单顺序交换后配送员等待总时长减少。
可选地,所述订单列表包括的多个订单的数量为M;所述调第一整子模块包括:
判断模块,用于依次取m从1至M-1,判断所述订单列表中的第m对相邻订单是否满足所述顺序交换条件,所述第m对相邻订单包括所述订单列表中的第m个订单和第m+1个订单;
第四调整子模块,用于根据判断结果,对所述第m对相邻订单中两个相邻订单的序号进行交换或保持不变,并针对第m+1对相邻订单执行以上步骤,直至对第M-1对相邻订单执行以上步骤后,结束第n轮调整,并进行第n+1轮调整;
其中,所述第四调整子模块包括:
交换模块,用于在所述第一对相邻订单满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号进行交换;
保持模块,用于在所述第一对相邻订单不满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号保持不变;
其中,1≤n≤N。
基于同一发明构思,本申请另一实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请上述任一实施例所述的订单处理方法中的步骤。
基于同一发明构思,本申请另一实施例提供一种电子设备。该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现本申请上述任一实施例所述的订单处理方法中的步骤。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种订单处理方法、装置、存储介质和电子设备,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,对于本领域的一般技术人员,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)
1.一种订单处理方法,其特征在于,所述方法包括:
获得店铺的订单列表,所述订单列表包括按预估出餐时间的先后顺序排列的多个订单;
将所述多个订单的预估出餐时间与所述多个订单的配送员预估到店时间进行对比;
根据对比结果,对所述多个订单在所述订单列表中的序号进行调整;
向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品。
2.根据权利要求1所述的方法,其特征在于,根据对比结果,对所述多个订单在所述订单列表中的序号进行调整,包括以下任一者:
根据对比结果,以最小化配送员等待总时长为目标,对所述多个订单在所述订单列表中的序号进行调整,所述配送员等待总时长为所述各个订单的配送员等待时长之和,一个订单的配送员等待时长为该订单的预估出餐时间与该订单的配送员预估到店时间之间的时间差;
根据对比结果,以所述多个订单的配送员等待时长小于预设时长为目标,对所述多个订单在所述订单列表中的序号进行调整。
3.根据权利要求1所述的方法,其特征在于,获得店铺的订单列表,包括:
获得所述店铺的订单处理终端发送的多个历史订单各自的时间戳信息,一个历史订单的时间戳信息包括该订单的多个流转时间节点的时间戳;
根据所述多个历史订单各自的制作过程信息,对所述多个订单各自的出餐时间进行预估,得到所述多个订单各自的预估出餐时间;
按照预估出餐时间的先后,对所述多个订单进行排序,得到所述订单列表。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述多个历史订单各自的时间戳信息,对所述多个历史订单进行标注,得到多个订单样本,所述订单样本的标签包括订单的实际制作时长和实际排队时长,订单的实际制作时长为订单的结束制作时刻与开始制作时刻的差值,订单的实际排队时长为订单的开始制作时刻与下单时刻的差值;
利用所述多个订单样本,对预设模型进行训练,得到出餐时间预估模型;
对所述多个订单各自的出餐时间进行预估,得到所述多个订单各自的预估出餐时间,包括:
将所述多个订单分别输入所述出餐时间预估模型,得到所述多个订单各自的预估制作时长和预估排队时长;
根据所述多个订单各自的预估制作时长和预估排队时长以及下单时刻确定所述多个订单各自的预估出餐时间。
5.根据权利要求1-4任一所述的方法,其特征在于,在向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品之后,所述方法还包括:
检测序号差值小于预设差值的各个订单是否包含相同餐品;
确定序号差值小于预设差值且包含相同餐品的订单数量;
向所述店铺的餐品制作终端发送制作提示信息,以提示所述店铺的餐品制作人员按照所述订单数量制作多份相同餐品。
6.根据权利要求2所述的方法,其特征在于,根据对比结果,以最小化配送员等待总时长为目标,对所述多个订单在所述订单列表中的序号进行调整,包括:
对所述多个订单在所述订单列表中的序号进行N轮调整,直至第N轮调整后,所述多个订单中每相邻两个订单均不满足顺序交换条件为止,其中,所述顺序交换条件为:相邻两个订单中后一个订单的配送员等待时长大于零,且后一个订单的配送员等待时长大于前一个订单的配送员等待时长,且后一个订单与前一个订单顺序交换后配送员等待总时长减少。
7.根据权利要求6所述的方法,其特征在于,所述订单列表包括的多个订单的数量为M;对所述多个订单在所述订单列表中的序号进行第N轮调整,包括以下步骤:
依次取m从1至M-1,判断所述订单列表中的第m对相邻订单是否满足所述顺序交换条件,所述第m对相邻订单包括所述订单列表中的第m个订单和第m+1个订单;
根据判断结果,对所述第m对相邻订单中两个相邻订单的序号进行交换或保持不变,并针对第m+1对相邻订单执行以上步骤,直至对第M-1对相邻订单执行以上步骤后,结束第n轮调整,并进行第n+1轮调整;
其中,根据判断结果,对所述第一对相邻订单中两个相邻订单的序号进行交换或保持不变,包括:
在所述第一对相邻订单满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号进行交换;
在所述第一对相邻订单不满足所述顺序交换条件时,对所述第一对相邻订单中两个相邻订单的序号保持不变;
其中,1≤n≤N。
8.一种订单处理装置,其特征在于,所述装置包括:
获得模块,用于获得店铺的订单列表,所述订单列表包括按预估出餐时间的先后顺序排列的多个订单;
对比模块,用于将所述多个订单的预估出餐时间与所述多个订单的配送员预估到店时间进行对比;
调整模块,用于根据对比结果,对所述多个订单在所述订单列表中的序号进行调整;
第一发送模块,用于向所述店铺的餐品制作终端发送包含调整后的序号的调度消息,以使所述店铺的餐品制作终端按照调整后的序号制作所述多个订单各自包含的餐品。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一所述的订单处理方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行时实现如权利要求1-7任一所述的订单处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110741407.XA CN113627718A (zh) | 2021-06-30 | 2021-06-30 | 一种订单处理法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110741407.XA CN113627718A (zh) | 2021-06-30 | 2021-06-30 | 一种订单处理法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113627718A true CN113627718A (zh) | 2021-11-09 |
Family
ID=78378736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110741407.XA Pending CN113627718A (zh) | 2021-06-30 | 2021-06-30 | 一种订单处理法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627718A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI832122B (zh) * | 2021-12-01 | 2024-02-11 | 中興保全科技股份有限公司 | 外帶餐點管理系統 |
CN117910915A (zh) * | 2024-01-08 | 2024-04-19 | 嘉兴众膳餐饮管理有限公司 | 一种配餐调度方法及智能送餐溯源系统 |
-
2021
- 2021-06-30 CN CN202110741407.XA patent/CN113627718A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI832122B (zh) * | 2021-12-01 | 2024-02-11 | 中興保全科技股份有限公司 | 外帶餐點管理系統 |
CN117910915A (zh) * | 2024-01-08 | 2024-04-19 | 嘉兴众膳餐饮管理有限公司 | 一种配餐调度方法及智能送餐溯源系统 |
CN117910915B (zh) * | 2024-01-08 | 2024-06-14 | 嘉兴众膳餐饮管理有限公司 | 一种配餐调度方法及智能送餐溯源系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113627718A (zh) | 一种订单处理法、装置、电子设备及存储介质 | |
Pan et al. | A storage assignment heuristic method based on genetic algorithm for a pick-and-pass warehousing system | |
Yu et al. | Enhancing performance in order picking processes by dynamic storage systems | |
Yu et al. | The impact of order batching and picking area zoning on order picking system performance | |
CN103971170B (zh) | 一种用于对特征信息的变化进行预测的方法和装置 | |
CN111353840B (zh) | 订单信息处理方法、装置及电子设备 | |
JP2546159B2 (ja) | 生産管理システム | |
Pan et al. | A study of storage assignment problem for an order picking line in a pick-and-pass warehousing system | |
CN104243598B (zh) | 一种信息推荐方法及装置 | |
Saffari et al. | A queueing system with inventory and mixed exponentially distributed lead times | |
CN109447355A (zh) | 仓库货物的配送优化方法、装置、介质和计算设备 | |
CN110109800A (zh) | 一种服务器集群系统的管理方法及装置 | |
CN112936285B (zh) | 一种机器人的本地递送方法、介质、装置和机器人 | |
CN107623862A (zh) | 多媒体信息推送控制方法、装置及服务器 | |
CN109389420A (zh) | 权益的发放方法及装置 | |
CN104616064A (zh) | 一种缓冲排序系统及其运行方法 | |
CN109726092A (zh) | 总线处理效率评估方法、系统和计算机存储介质 | |
CN109934387A (zh) | 用于估测时间的方法、装置及电子设备 | |
CN110232195B (zh) | 一种模拟配送过程的方法及装置 | |
CN112700199B (zh) | 订单数据处理方法及装置、存储介质、计算机设备 | |
Saffari et al. | A queuing system with inventory and competing suppliers | |
CN110472769A (zh) | 运输任务处理方法、装置及电子设备 | |
El-Bouri et al. | Cooperative dispatching for minimizing mean flowtime in a dynamic flowshop | |
Lassalle et al. | A study of in-process waiting time on a linear walking worker assembly line | |
Brown et al. | Identifying cost reduction and performance improvement opportunities through simulation |
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 |