CN113762574A - 航班推荐方法和装置以及电子设备和介质 - Google Patents
航班推荐方法和装置以及电子设备和介质 Download PDFInfo
- Publication number
- CN113762574A CN113762574A CN202011351113.8A CN202011351113A CN113762574A CN 113762574 A CN113762574 A CN 113762574A CN 202011351113 A CN202011351113 A CN 202011351113A CN 113762574 A CN113762574 A CN 113762574A
- Authority
- CN
- China
- Prior art keywords
- goods
- flight
- candidate
- recommendation
- selecting
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000010006 flight Effects 0.000 claims abstract description 68
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 53
- 230000006870 function Effects 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 18
- 238000004590 computer program Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06Q10/04—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
- G06Q10/06311—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
- G06Q10/08—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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种航班推荐方法,包括:确定待运货品的发货时间和运输路线,其中,待运货品包括预报货品和预估货品,预报货品包括第一时间段内已提交的订单对应的货品,预估货品包括第一时间段之后的第二时间段内预计提交的订单对应的货品;从多个航班中选出满足发货时间和运输路线的至少一个第一候选航班;确定预报货品的货量和预估货品的货量;以及基于确定的货量,从至少一个第一候选航班中选出目标航班进行推荐。本公开还公开了一种航班推荐装置、一种电子设备和一种计算机可读存储介质。
Description
技术领域
本公开涉及仓储物流领域,更具体地,涉及一种航班推荐方法、一种航班推荐装置、一种电子设备和一种计算机可读存储介质。
背景技术
随着货品运输方式的发展,商家和客户对货品运输的时效性要求越来越高。目前在提升货品运输时效的方法中,航空运力是使用最广的方法之一。
然而,在实现本公开发明构思的过程中,发明人发现:相关技术中航空运力目前还处于比较人工化的阶段。即,相关技术中通常是现场操作人员根据以往每天的发货量来预计当前的发货量,然后再根据预计发货量手动查询航班信息,并通过人工方式选择合适的航班后,从系统提交订舱信息的相关申请给航空货运代理,航空货运代理接收到申请后,先对申请进行审批,审批通过后提供相应的预留舱位信息给操作人员。
显然,在此过程中,需要大量的人工干预,例如需要人工查询并选择对应的航班信息,需要人工提交订舱信息的相关申请等,因此存在费时费力的问题。同时人工预测的发货量往往不准确。例如预测的发货量可能偏低,由此会导致订舱不足,进而导致货品积压。但如果预测的发货量偏高,又会导致订舱过剩,造成成本浪费。基于以上原因,导致相关技术中通过航空运力运输货品存在效率低、风险高、成本高等问题。
发明内容
有鉴于此,本公开实施例提供了一种航班推荐方法和装置。
本公开实施例的一个方面提供了一种航班推荐方法,包括:确定待运货品的发货时间和运输路线,其中,上述待运货品包括预报货品和预估货品,上述预报货品包括第一时间段内已提交的订单对应的货品,上述预估货品包括上述第一时间段之后的第二时间段内预计提交的订单对应的货品。从多个航班中选出满足上述发货时间和上述运输路线的至少一个第一候选航班。确定上述预报货品的货量和上述预估货品的货量。以及基于确定的货量,从上述至少一个第一候选航班中选出目标航班进行推荐。
根据本公开的实施例,其中,确定上述预报货品的货量和上述预估货品的货量,包括:基于上述第一时间段内已提交的订单,确定上述预报货品的货量。预测第三时间段内需要通过上述运输路线发货的货品数量。以及基于预测的货品数量,确定上述预估货品的货量。
根据本公开的实施例,其中,基于预测的货品数量,确定上述预估货品的货量,包括通过以下公式确定上述预估货品的货量:
Q=a×Q1×(X-f(t))÷X
f(t)=[T-t]
其中,Q表示上述预估货品的货量,Q1表示上述预测的货品数量,f(t)表示取整函数,T表示上述发货时间,t表示本次发货的截单时间,a表示系数,X表示上述第三时间段内的小时数。
根据本公开的实施例,其中,在基于确定的货量,从上述至少一个第一候选航班中选出目标航班进行推荐,包括:基于上述确定的货量,从上述至少一个第一候选航班中选出至少一个第二候选航班,其中,每个上述第二候选航班的预留舱位均满足上述确定的货量的运载需求。确定每个上述第二候选航班的历史准点率和/或历史推荐次数。以及基于确定的历史准点率和/或历史推荐次数,从上述至少一个第二候选航班中选出一个目标航班进行推荐。
根据本公开的实施例,其中,基于确定的历史准点率和/或历史推荐次数,从上述至少一个第二候选航班中选出一个目标航班进行推荐,包括:基于上述确定的历史准点率和/或历史推荐次数,确定每个上述第二候选航班的优先级。以及从上述至少一个第二候选航班中选定优先级最高的一个目标航班进行推荐。
根据本公开的实施例,其中,在基于确定的货量,从上述至少一个第一候选航班中选出目标航班进行推荐,包括:基于上述确定的货量,在确定上述至少一个第一候选航班中的每个的预留舱位均无法单独满足上述确定的货量的运载需求的情况下,确定每个上述第一候选航班的历史准点率和/或历史推荐次数。以及基于确定的历史准点率和/或历史推荐次数,从上述至少一个第一候选航班中选出多个目标航班的组合进行推荐。
根据本公开的实施例,还包括:在从上述至少一个第一候选航班中选出目标航班进行推荐之后,将上述目标航班的推荐次数加1。
本公开的另一个方面提供了一种航班推荐装置,包括:第一确定模块,用于确定待运货品的发货时间和运输路线,其中,上述待运货品包括预报货品和预估货品,上述预报货品包括第一时间段内已提交的订单对应的货品,上述预估货品包括上述第一时间段之后的第二时间段内预计提交的订单对应的货品。第一选取模块,用于从多个航班中选出满足上述发货时间和上述运输路线的至少一个第一候选航班。第二确定模块,用于确定上述预报货品的货量和上述预估货品的货量。以及第二选取模块,用于基于确定的货量,从上述至少一个第一候选航班中选出目标航班进行推荐。
根据本公开的实施例,其中,上述第二确定模块包括:第一确定子模块,用于基于上述第一时间段内已提交的订单,确定上述预报货品的货量;预测子模块,用于预测第三时间段内需要通过上述运输路线发货的货品数量;以及第二确定子模块,用于基于预测的货品数量,确定上述预估货品的货量。
根据本公开的实施例,其中,上述第二确定子模块还用于通过以下公式确定上述预估货品的货量:
Q=a×Q1×(X-f(t))÷X
f(t)=[T-t]
其中,Q表示上述预估货品的货量,Q1表示上述预测的货品数量,f(t)表示取整函数,T表示上述发货时间,t表示本次发货的截单时间,a表示系数,X表示上述第三时间段内的小时数。
根据本公开的实施例,其中,上述第二选取模块包括:第一选择子模块,用于基于上述确定的货量,从上述至少一个第一候选航班中选出至少一个第二候选航班,其中,每个上述第二候选航班的预留舱位均满足上述确定的货量的运载需求;第三确定子模块,用于确定每个上述第二候选航班的历史准点率和/或历史推荐次数;以及第二选择子模块,用于基于确定的历史准点率和/或历史推荐次数,从上述至少一个第二候选航班中选出一个目标航班进行推荐。
根据本公开的实施例,其中,上述第二选择子模块包括:确定单元,用于基于上述确定的历史准点率和/或历史推荐次数,确定每个上述第二候选航班的优先级;以及选择单元,用于从上述至少一个第二候选航班中选定优先级最高的一个目标航班进行推荐。
根据本公开的实施例,其中,上述第二选取模块还包括:第四确定子模块,用于基于上述确定的货量,在确定上述至少一个第一候选航班中的每个的预留舱位均无法单独满足上述确定的货量的运载需求的情况下,确定每个上述第一候选航班的历史准点率和/或历史推荐次数;以及第三选择子模块,用于基于确定的历史准点率和/或历史推荐次数,从上述至少一个第一候选航班中选出多个目标航班的组合进行推荐。
根据本公开的实施例,还包括:记录模块,用于在从上述至少一个第一候选航班中选出目标航班进行推荐之后,将上述目标航班的推荐次数加1。
本公开的另一个方面提供了一种电子设备,包括:一个或多个处理器;以及存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现本公开实施例的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,上述指令在被执行时用于实现本公开实施例的方法。
根据本公开的实施例,因为采用了通过确定预报货品和通过大数据预测预估货品进而预测待运货品的货量,然后基于预测的货量,从候选航班中选出目标航班进行推荐的技术手段,所以至少部分地克服了相关技术中因发货量预测和航班预定都需要人工干预而导致工作效率低,发货量预测不准,风险高且成本高等技术问题,进而可以达到减少人工干预,提高工作效率,保障时效性,以及降低成本的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的可以实现航班推荐方法和装置的示例性系统架构;
图2示意性示出了根据本公开实施例的航班推荐方法的流程图;
图3A示意性示出了根据本公开实施例的确定预报货品的货量和预估货品的货量的流程图;
图3B示意性示出了根据本公开实施例的从多个候选航班中选出一个航班进行单独推荐的流程图;
图3C示意性示出了根据本公开实施例的从多个候选航班中选出多个航班的组合进行推荐的流程图;
图4示意性示出了根据本公开实施例的航班推荐装置的框图;
图5示意性示出了根据本公开的确定预报货品的货量和预估货品的货量的框图;
图6示意性示出了根据本公开一种实施例的第二选取模块的框图;
图7示意性示出了根据本公开一种实施例的第二选取模块的框图;
图8示意性示出了根据本公开另一种实施例的第二选取模块的框图;以及
图9示意性示出了适于实现本公开实施例的航班推荐方法和装置的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种航班推荐方法以及能够实现该方法的装置。该方法包括:确定待运货品的发货时间和运输路线,其中,待运货品包括预报货品和预估货品,预报货品包括第一时间段内已提交的订单对应的货品,预估货品包括第一时间段之后的第二时间段内预计提交的订单对应的货品。从多个航班中选出满足发货时间和运输路线的至少一个第一候选航班。确定预报货品的货量和预估货品的货量。以及基于确定的货量,从至少一个第一候选航班中选出目标航班进行推荐。
图1示意性示出了根据本公开实施例的可以实现航班推荐方法和装置的示例性系统架构。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101,网络103和服务器102。网络103用以在终端设备101和服务器102之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线和/或无线通信链路等等。
商家可以使用终端设备101通过网络103与服务器102交互,以接收航班信息或发送订舱申请消息等。终端设备101上可以安装有用于接收航班路线、航班推荐次数等信息的客户端应用,例如网页浏览器应用等(仅为示例)。
终端设备101可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器102可以是提供各种服务的服务器或服务器集群。例如服务器102可以是对商家利用终端设备101所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的商家请求等数据进行分析等处理,并将处理结果(例如根据商家提交的订舱申请,获取或生成的信息、或数据等)反馈给终端设备101。
示例性地,在服务器102为服务器集群的情况下,该集群可以包括空铁系统、数据决策平台、中台路由等服务器。其中,数据决策平台可以用于根据预设算法获取预估货品的货量,中台路由可以用于获取预报货品的货量和对航班路线进行规划。空铁系统可以从数据决策平台获得预估货品的货量,并从中台路由获得预报货品的货量和运输路线规划,然后基于获取的货量信息和运输路线,推荐航线满足运输路线以及预留舱位满足货量要求的航班,最后将推荐的航班信息发送至终端设备101。
需要说明的是,本公开实施例所提供的可以实现航班推荐的方法一般可以由服务器102执行。相应地,本公开实施例所提供的可以实现航班推荐的装置一般可以设置于服务器102中。本公开实施例所提供的可以实现航班推荐的方法也可以由不同于服务器102且能够与终端设备101和/或服务器102通信的服务器或服务器集群执行。相应地,本公开实施例所提供的可以实现航班推荐的装置也可以设置于不同于服务器102且能够与终端设备101和/或服务器102通信的服务器或服务器集群中。或者,本公开实施例所提供的可以实现航班推荐的方法也可以由终端设备101执行,或者也可以由不同于终端设备101的其他终端设备执行。相应地,本公开实施例所提供的可以实现航班推荐的装置也可以设置于终端设备101,或设置于不同于终端设备101的其他终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实际需要,还可以具有任意数目的终端设备、网络和服务器。
示例性地,本公开实施例所提供的可以实现航班推荐的方法和装置可以应用于航空运输货品的应用场景中,或者其他应用场景。
图2示意性示出了根据本公开实施例的航班推荐方法的流程图。
如图2所示,该方法可以包括操作S210~S240。
在操作S210,确定待运货品的发货时间和运输路线,其中,待运货品包括预报货品和预估货品,预报货品包括第一时间段内已提交的订单对应的货品,预估货品包括第一时间段之后的第二时间段内预计提交的订单对应的货品。
根据本公开实施例,待运货品的发货时间可以是一个阶段性时间的终止时间,或者是一个周期性时间的终止时间。例如,可以确定每天晚上十点为发货时间。
根据本公开实施例,可以根据待运货品的发货地和目的地规划运输路线。例如,运输路线的起点可以是发货地,终点可以是目的地。
在一些实施例中,由于待运货品在发货地的装运过程需要花费时间,因此还可以设置截单时间。截单时间早于发货时间。对在截单时间与发货时间之间的时间段内新增的订单,不再揽件,此时间段可称为不揽件时间段。
根据本公开实施例,选择航班对待运货品进行运输时,通常需要提前预定航班。以预定航班的时间为划分界限,可以将待运货品从时间维度上划分为预报货品和预估货品。预报货品为第一段时间内已提交的订单对应的货品,也就是说,第一时间段可以是一个阶段性时间的起始时间到预定航班的时间之间的时间段,此时间段内的货品是已提交的订单对应的货品,货品信息可以通过平台获取。预估货品为第二段时间内预计提交的订单对应的货品,也就是说,第二时间段可以是预定航班的时间到截单时间之间的时间段,此时间段内提交的订单对应的货品是未知的,需要通过预测计算出。
根据本公开实施例,例如,一个阶段性时间可以依次分为第一时间段、第二时间段和不揽件时间段。第一时间段的起始时间可以是任一时间。第一时间段和第二时间段的划分界限可以是预定航班时间。第二时间段和不揽件时间段的划分界限可以是截单时间。不揽件时间段的终止时间为待运货品的发货时间。
例如,在一个实施例中,可以将每天早八点至晚八点作为一阶段性时间段,其中,早八点为该阶段性时间段的起点,晚八点为该阶段性时间段的终点。截单时间可以设置在每晚八点之前的某个时间,如每晚六点。预定航班的时间可以设置在每晚六点之前的某个时间,如每天下午一点。在该示例中,每天早八点至下午一点之间的时间段为操作S210所指的第一时间段,每天下午一点至晚六点之间的时间段为操作S210所指的第二时间段。此外,在该示例中,每天晚六点至晚八点之间的时间段为发货前的准备时间,该时间段内通常不再揽件。
在操作S220,从多个航班中选出满足发货时间和运输路线的至少一个第一候选航班。
根据本公开实施例,从多个航班中选出满足发货时间和运输路线的第一候选航班可以包括:获取航班信息,航班信息可以包括航班号、起始机场、目的机场、计划起飞时间、计划降落时间、历史准时率、历史推荐次数、跨越天数等;选择起始机场、目的机场与待运货品的运输路线一致,且计划起飞时间与待运货品的发货时间前后偏差在预设值内的航班,例如,发货时间为7:45,则可以选择航班计划起飞时间在是7:30~8:00之间的任一时间的航班。预设值可以根据实际情况设计,在此不做限定。
在操作S230,确定预报货品的货量和预估货品的货量。
根据本公开实施例,预报货品的货量可以从已提交的订单中获取货品的相关信息,例如货品的数量、体积、重量等,通过预设算法计算出货量。该预设算法可以以单个货品、体积和货品总数量为参数进行计算,从而得出货量信息。另外,还可以以货品包装盒的体积和货品总数量为参数进行计算,从而得出货量信息。此外还可以通过其他手段实现,在此不做限制。
根据本公开实施例,预估货品为第二时间段内预计提交的订单对应的货品,预估货品的货量可以根据以往每天中该时间段内,发货地和目的地与已提交的订单中包含的货品的发货地和目的地均一致的订单对应的货量,通过预设算法计算预估货品的货量。
在操作S240,基于确定的待运货品的货量,从至少一个第一候选航班中选出目标航班进行推荐。
在本操作中,可以获取上述至少一个第一候选航班的航班舱位信息,航班舱位信息可以包括航班号、预留舱位。在至少一个第一候选航班中可以通过选择航班的预留舱位满足待运货品的货量运输要求的航班作为目标航班进行推荐。
通过本公开实施例,由于采用了通过确定待运货品的发货时间和运输路线,并选出满足预设条件的第一候选航班,然后基于确定的待运货品的货量,从第一候选航班中选出目标航班进行推荐的方法,所以至少部分地克服了相关技术中因发货量预测和航班预定都需要人工干预而导致工作效率低,发货量预测不准,风险高且成本高等技术问题,进而可以达到减少人工干预,提高工作效率,保障时效性,以及降低成本的技术效果。
图3A示意性示出了根据本公开实施例确定预报货品的货量和预估货品的货量的流程图。
如图3A所示,确定预报货品的货量和预估货品的货量可以包括操作S231~S234。
在操作S231,基于第一时间段内已提交的订单,确定预报货品的货量。
在操作S232,通过预测第三时间段内需要通过运输路线发货的货品数量,得到预测的货品数量。
根据本公开实施例,第三时间段可以是从预定航班的时间到待运货品的发货时间之间的时间段。根据上述操作S210,可以将第三时间段划分为第二时间段和不揽件时间段。
根据本公开实施例,预测的货品数量为第三时间段内预计提交的订单中可能包含的货品的货量,可以根据以往每天该时间段内,发货地和目的地与已提交的订单对应的货品的发货地和目的地一致的订单对应的货量,通过预设算法计算预测的货品数量。还可以根据以往每天全天的发货地和目的地与已提交订单对应货品的发货地和目的地一致的订单对应的货量,按时段比例,预估第三时间段内可能产生的订单所包含的货量。此外,预设算法还可以以季节、地区为参数进行计算。
在操作S233,基于预测的货品数量,确定预估货品的货量。
根据本公开实施例,预估货品的货量可以通过第二时间段与第三时间段的时长的比值来确定,或者还可以考虑地区因素计算预估货品的货量。例如,预估货品的货量可以根据某区历史时间上的第二时间段内,预计提交的订单对应的货量占全区的比值来获得。或者还可以根据某一季节内,例如夏季,第二时间段内,预计提交的订单对应的货量占全年的比值来获得。预估货品的货量还可以考虑其他因素。
在操作S234,确定待运货品的货量。
根据本公开实施例,待运货品的货量等于上述预报货品的货量加上上述预估货品的货量。
通过本公开实施例,可以确定在选择目标航班的时间之前已提交的订单对应的预报货品的货量,同时还可以预测自选择目标航班的时间到针对当前的运输路线设定的截单时间之间的时间内的预估货品的货量。因此可以从两个方面对待运货品的货量进行预测,提高了待运货品货量的预测准确性,进而可以降低后续操作的风险性。同时,通过自动预测待运货品货量,相比于人工预测发货量,可以达到减少人工干预,提高工作效率的技术效果。
根据本公开的示例性实施例,基于预测的货品数量,确定预估货品的货量,例如可以包括通过以下公式确定预估货品的货量:
Q=a×Q1×(X-f(t))÷X
f(t)=[T-t]
其中,Q为预估货品的货量,即第二时间段内预计提交的订单对应的货品的货量。Q1为预测的货品数量,即第三时间段内预计提交的订单对应的货品的货量。T为待运货品的发货时间。t为本次发货的截单时间。f(t)表示取整函数。X表示第三时间段内的小时数。a为系数。
根据本公开的示例性实施例,系数a可以包括高峰系数、低谷系数等,即可以针对第三时间段内的不同时间段设置多个系数。具体地,可以根据实际情况设置系数a以及不同的时间段,如高峰时间段和低谷时间段等。此外,针对第三时间段还可以统一设置一个系数。
例如,第三时间段可以为早上八点到晚上八点,可以将该时间段内的早上八点到中午十二点设置为一个高峰时间段,此时系数a可以设置为1.5;并且,可以将该时间段内的中午十二点到下午四点设置为低谷时间段,此时系数a可以设置为0.7;并且,可以将该时间段内的下午四点到晚上八点设置为另一个高峰时间段,此时系数a可以设置为1.8。
此外,针对第三时间段还可以统一设置一个系数。例如,第三时间段还可以是中秋节全天,此时针对中秋节全天系数a可以设置为1.9。
通过本公开实施例,由于采用了基于预测的第三时间段内的发货量,获得第二时间段内的预估货品的货量,同时可以根据实际情况对参数进行调整的方法,可以更准确地预测预估货品的货量,从而提高预测待运货品的货量的准确性,进而可以达到降低预测风险的效果。
图3B示意性示出了根据本公开实施例的从至少一个第一候选航班中选出目标航班进行推荐的流程图。
如图3B所示,在一个实施例中,从至少一个第一候选航班中选出目标航班进行推荐的方法可以包括操作S241a~S243a。
在操作S241a,基于确定待运货品的货量,从至少一个第一候选航班中选出至少一个第二候选航班,其中,每个第二候选航班的预留舱位均满足确定的货量的运载需求。
在本操作中,通过获取航班的预留舱位信息,在至少一个第一候选航班中选出预留舱位满足确定的待运货品的货量的运载需求的至少一个第二候选航班。
在操作S242a,确定每个第二候选航班的历史准点率和/或历史推荐次数。
根据本公开实施例,可以从航班信息中获取航班的历史准时率和历史推荐次数。
在操作S243a,基于确定的历史准点率和/或历史推荐次数,从至少一个第二候选航班中选出一个目标航班进行推荐。
根据本公开实施例,当上述第二候选航班的数量为1时,则直接确定该第二候选航班为目标航班。当第二候选航班的数量大于等于2时,可以通过比较全部第二候选航班的历史准点率和/或历史推荐次数的值来确定最终的目标航班。例如,确定历史准点率的值最大的第二候选航班为目标航班;或者可以通过确定历史准点率、历史推荐次数和预留舱位数量各自所占的权重,来计算全部第二候选航班的评价值,然后选择评价值最大的航班为目标航班;或者还可以考虑航班的飞行年数、总飞行时长、维修次数等因素来对全部第二候选航班进行评价,从而确定出评价值最高的为目标航班。
通过本公开实施例,由于采用了基于确定的待运货品的货量,从第一候选航班中选择预留舱位满足待运货品的货量的运载需求的航班作为目标航班的方法,可以进一步地提高推荐目标航班的准确性。
根据本公开的示例性实施例,其中,基于确定的历史准点率和/或历史推荐次数,从至少一个第二候选航班中选出一个目标航班进行推荐,包括:基于确定的历史准点率和/或历史推荐次数的系数比例,确定每个第二候选航班的优先级,以及从至少一个第二候选航班中选出优先级最高的一个目标航班进行推荐。
根据本公开的实施例,当第二候选航班的数量大于等于2时,可以设置历史准点率和历史推荐次数的各自所占的权重,例如可以设定历史准点率的权重为30%,历史推荐次数的权重为70%,上述权重值可以根据情况调整。优先级可以根据历史准点率与历史准点率的权重的乘积和历史推荐次数的数值与历史推荐次数的权重的乘积之和获得,或可以仅根据历史准点率或仅根据历史推荐次数确定。例如,可以确定历史推荐次数最多的第二候选航班为目标航班。
通过本公开实施例,由于采用了在第二候选航班为多个的情况下,选择优先级高的航班作为目标航班的方法,一方面可以去除不满足预设条件的航班,另一方面还可以排除低优先级的候选航班,可以进一步提高选择候选航班的准确性,进而使得待运货品的运输时效性大大提高。
图3C示意性示出了根据本公开另一实施例的从至少一个第一候选航班中选出目标航班进行推荐的流程图。
如图3C所示,在另一个实施例中,从至少一个第一候选航班中选出目标航班进行推荐的方法,可以包括操作S241b~S242b。
在操作S241b,基于确定的货量,在确定至少一个第一候选航班中的每个的预留舱位均无法单独满足确定的货量的运载需求的情况下,确定每个第一候选航班的历史准点率和/或历史推荐次数。
在本操作中,所有的第一候选航班的预留舱位均小于确定的待运货品的货量,即第二候选航班的数量为0。
在操作S242b,基于确定的历史准点率和/或历史推荐次数,从至少一个第一候选航班中选出多个目标航班的组合进行推荐。
根据本公开的实施例,当第二候选航班数量为0时,可以确定每个第一候选航班的历史准点率和历史推荐次数各自所占的权重,以及计算每个第一候选航班的优先级。按照上述至少一个第一候选航班的优先级的先后顺序,选出多个目标航班的组合。
具体地,根据本公开的实施例,可以先选择优先级最高的第一候选航班,再选择优先级次高的第一候选航班,以此类推。当选出的航班的总的预留舱位满足确定的待运货品的货量的运载需求时,停止选择。当所有的第一候选航班的总的预留舱位仍不满足确定的货量的运载需求时,发送邮件通知人工及时介入。
根据本公开的实施例,可以设置多个目标航班的组合中的目标航班的数量,例如设置目标航班的数量为两个,当选择的第一候选航班作为目标航班的数量超过两个时,停止选择,若两个目标航班的组合的总的预留舱位不满足确定的货量的运载需求时,发送邮件通知人工及时介入。
根据本公开的实施例,发送邮件通知人工及时介入时还可以在每个航班对应的存储文件中记录相关信息。例如,可以在与发送邮件通知人工及时介入的航班对应的存储文件中记录“在XX时间的航班推荐中,该航班与XX航班进行组合,但由于组合的总的舱位不足,进行了人工介入操作”,或者还可以记录“该目标航班的组合的航班号和航班信息分别为XXX,舱位不足”。
通过本公开实施例,在候选航班的预留舱位都不满足确定的货量的情况下,采用了从多个候选航班中选出多个目标航班的组合进行推荐的方法,至少可以确保有可选择的航班,使得待运货品的运输不会中断。
根据本公开的示例性实施例,还包括:在从至少一个第一候选航班中选出目标航班进行推荐之后,将目标航班的推荐次数加1。
根据本公开的实施例,还可以包括:将满足确定的待运货品的货量的运输需求的第一候选航班的“舱位充足情况”更新为“是”。进一步地,根据本公开的实施例,还可以包括:更新目标航班的航班舱位信息中的“舱位充足情况”。
根据本公开的实施例,在实际操作中,发现目标航班并不能满足预设要求,则可以触发通知人工及时调整操作,将目标航班的推荐次数减1,并将“舱位充足情况”更新为“否”。
根据本公开的实施例,当多个目标航班的组合中有优先级第一的目标航班和优先级第二的两个目标航班时,若两个目标航班的组合的总的预留舱位满足货量的运载需求,则优先级第一的目标航班的“舱位充足情况”为“否”,用来提醒此航班预留舱位不足,需要申请增加舱位,更新优先级第二的目标航班的“舱位充足情况”为“是”,用来提醒两个目标航班的组合的总的预留舱位可以满足货量的运载需求,并将两个目标航班的推荐次数分别加1。
通过本公开实施例,由于采用了更新“推荐次数”和“舱位充足情况”的方法,可以在下次推荐目标航班时,利用该数据,可以保证数据的实时更新,进一步提高推荐目标航班的准确性。
根据本公开的一个示例性实施例,一个阶段性时间的起始时间为2020-8-30 7:45,待运货品的发货时间为2020-8-31 7:45,待运货品的信息如表1所示。
表1
从多个航班中选出满足发货时间和运输路线的至少一个第一候选航班,上述至少一个第一候选航班的信息如表2所示。
表2
确定2020-8-30 7:45至2020-8-30 19:45时间段内,已提交的订单中北京到上海的订单对应的货品的货量,即预报货量为1700KG。计算出该时间段内,北京到上海分拣中心这一运输路线的预测货量为5000KG。针对该时间段设置系数a为1。计算得出待运货品的货量为:
1700KG+1*5000KG*(24-f(7:45-5:45))/24=6283KG
获取第一候选航班的预留舱位信息,如表3所示,并从至少一个第一候选航班中选出至少一个第二候选航班。
表3
航班号 | 预留舱位 | 航班起飞日期 | 舱位充足 |
MU5164 | 7000 | 2020-8-31 | 是 |
CA1831 | 4000 | 2020-8-31 | 否 |
HU7605 | 7000 | 2020-8-31 | 是 |
则选择HU7605和MU5164作为第二候选航班。确定历史准点率的权重为30%,近30天推荐次数的权重为70%,从航班信息中确定每个第二候选航班的历史准点率和近30天推荐次数。计算每个第二候选航班的优先级为:
HU7605=83.87%*0.03+25*0.07
MU5164=83.33%*0.03+2*0.07
优先级HU7605>MU5164,则推荐航班为HU7605,同时将HU7605的推荐航班次数+1。如果在实际操作中,人工进行调整将MU5164作为推荐航班,则将HU7605推荐次数-1,同时将MU5164推荐次数+1。
图4示意性示出了根据本公开的实施例的航班推荐装置的框图。
如图4所示,航班推荐装置400包括第一确定模块410、第一选取模块420、第二确定模块430和第二选取模块440。
第一确定模块410用于确定待运货品的发货时间和运输路线,其中,待运货品包括预报货品和预估货品,预报货品包括第一时间段内已提交的订单对应的货品,预估货品包括第一时间段之后的第二时间段内预计提交的订单对应的货品。第一选取模块420用于从多个航班中选出满足发货时间和运输路线的至少一个第一候选航班。第二确定模块430用于确定预报货品的货量和预估货品的货量。第二选取模块440用于基于确定的货量,从至少一个第一候选航班中选出目标航班进行推荐。
通过本发明实施例,由于采用了通过确定待运货品的发货时间和运输路线,并从多个航班中选出满足发货时间和运输路线的至少一个第一候选航班,然后基于确定的待运货品的货量,从至少一个第一候选航班中选出目标航班进行推荐的方法,所以至少部分地克服了相关技术中因发货量预测和航班预定都需要人工干预而导致工作效率低,发货量预测不准,风险高且成本高等技术问题,进而可以达到减少人工干预,提高工作效率,保障时效性,以及降低成本的技术效果。
图5示意性示出了根据本公开的确定预报货品的货量和预估货品的货量的框图
根据本公开的示例性实施例,其中,第二确定模块430包括:第一确定子模块431,用于基于上述第一时间段内已提交的订单,确定上述预报货品的货量;预测子模块432,用于预测第三时间段内需要通过上述运输路线发货的货品数量;以及第二确定子模块433,用于基于预测的货品数量,确定上述预估货品的货量。
根据本公开的示例性实施例,其中,第二确定子模块433还包括通过以下公式确定:
Q=a×Q1×(X-f(t))÷X
f(t)=[T-t]
其中,Q表示上述预估货品的货量,Q1表示上述预测的货品数量,f(t)表示取整函数,T表示上述发货时间,t表示本次发货的截单时间,a表示系数,X表示上述第三时间段内的小时数。
图6示意性示出了根据本公开一种实施例的第二选取模块的框图。
根据本公开的示例性实施例,第二选取模块440包括:第一选择子模块441,用于基于上述确定的货量,从上述至少一个第一候选航班中选出至少一个第二候选航班,其中,每个上述第二候选航班的预留舱位均满足上述确定的货量的运载需求;第三确定子模块442,用于确定每个上述第二候选航班的历史准点率和/或历史推荐次数;以及第二选择子模块443,用于基于确定的历史准点率和/或历史推荐次数,从上述至少一个第二候选航班中选出一个目标航班进行推荐。
图7示意性示出了根据本公开实施例的第二选择子模块的框图。
根据本公开的示例性实施例,其中,第二选择子模块443包括:确定单元4431,用于基于上述确定的历史准点率和/或历史推荐次数,确定每个上述第二候选航班的优先级;以及选择单元4432,用于从上述至少一个第二候选航班中选定优先级最高的一个目标航班进行推荐。
图8示意性示出了根据本公开另一种实施例的第二选取模块的框图。
根据本公开的示例性实施例,第二选取模块440可以包括:第四确定子模块444,用于基于上述确定的货量,在确定上述至少一个第一候选航班中的每个的预留舱位均无法单独满足上述确定的货量的运载需求的情况下,确定每个上述第一候选航班的历史准点率和/或历史推荐次数;以及第三选择子模块445,用于基于确定的历史准点率和/或历史推荐次数,从上述至少一个第一候选航班中选出多个目标航班的组合进行推荐。
根据本公开的示例性实施例,航班推荐装置400还包括记录模块,用于在从上述至少一个第一候选航班中选出目标航班进行推荐之后,将上述目标航班的推荐次数加1。
根据本公开的实施例的模块、子模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,第一确定模块410、第一选取模块420、第二确定模块430和第二选取模块440中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,第一确定模块410、第一选取模块420、第二确定模块430和第二选取模块440中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一确定模块410、第一选取模块420、第二确定模块430和第二选取模块440中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
需要说明的是,本公开的实施例中系统部分实施方式与本公开的实施例中方法部分实施方式对应相同或类似,系统部分实施方式的描述具体请参考方法部分实施方式的描述,在此不再赘述。
图9示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的框图。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,根据本公开实施例的电子设备900包括处理器901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中,存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备900还可以包括输入/输出(I/O)接口909,输入/输出(I/O)接口909也连接至总线904。电子设备900还可以包括连接至I/O接口909的以下部件中的一项或多项:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口909。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种航班推荐方法,包括:
确定待运货品的发货时间和运输路线,其中,所述待运货品包括预报货品和预估货品,所述预报货品包括第一时间段内已提交的订单对应的货品,所述预估货品包括所述第一时间段之后的第二时间段内预计提交的订单对应的货品;
从多个航班中选出满足所述发货时间和所述运输路线的至少一个第一候选航班;
确定所述预报货品的货量和所述预估货品的货量;以及
基于确定的货量,从所述至少一个第一候选航班中选出目标航班进行推荐。
2.根据权利要求1所述的方法,其中,确定所述预报货品的货量和所述预估货品的货量,包括:
基于所述第一时间段内已提交的订单,确定所述预报货品的货量;
预测第三时间段内需要通过所述运输路线发货的货品数量;以及
基于预测的货品数量,确定所述预估货品的货量。
3.根据权利要求2所述的方法,其中,基于预测的货品数量,确定所述预估货品的货量,包括通过以下公式确定所述预估货品的货量:
Q=a×Q1×(X-f(t))÷X
f(t)=[T-t]
其中,Q表示所述预估货品的货量,Q1表示所述预测的货品数量,f(t)表示取整函数,T表示所述发货时间,t表示本次发货的截单时间,a表示系数,X表示所述第三时间段内的小时数。
4.根据权利要求1所述的方法,其中,在基于确定的货量,从所述至少一个第一候选航班中选出目标航班进行推荐,包括:
基于所述确定的货量,从所述至少一个第一候选航班中选出至少一个第二候选航班,其中,每个所述第二候选航班的预留舱位均满足所述确定的货量的运载需求;
确定每个所述第二候选航班的历史准点率和/或历史推荐次数;以及
基于确定的历史准点率和/或历史推荐次数,从所述至少一个第二候选航班中选出一个目标航班进行推荐。
5.根据权利要求4所述的方法,其中,基于确定的历史准点率和/或历史推荐次数,从所述至少一个第二候选航班中选出一个目标航班进行推荐,包括:
基于所述确定的历史准点率和/或历史推荐次数,确定每个所述第二候选航班的优先级;以及
从所述至少一个第二候选航班中选定优先级最高的一个目标航班进行推荐。
6.根据权利要求1所述的方法,其中,在基于确定的货量,从所述至少一个第一候选航班中选出目标航班进行推荐,包括:
基于所述确定的货量,在确定所述至少一个第一候选航班中的每个的预留舱位均无法单独满足所述确定的货量的运载需求的情况下,确定每个所述第一候选航班的历史准点率和/或历史推荐次数;以及
基于确定的历史准点率和/或历史推荐次数,从所述至少一个第一候选航班中选出多个目标航班的组合进行推荐。
7.根据权利要求1所述的方法,还包括:在从所述至少一个第一候选航班中选出目标航班进行推荐之后,
将所述目标航班的推荐次数加1。
8.一种航班推荐装置,包括:
第一确定模块,用于确定待运货品的发货时间和运输路线,其中,所述待运货品包括预报货品和预估货品,所述预报货品包括第一时间段内已提交的订单对应的货品,所述预估货品包括所述第一时间段之后的第二时间段内预计提交的订单对应的货品;
第一选取模块,用于从多个航班中选出满足所述发货时间和所述运输路线的至少一个第一候选航班;
第二确定模块,用于确定所述预报货品的货量和所述预估货品的货量;以及
第二选取模块,用于基于确定的货量,从所述至少一个第一候选航班中选出目标航班进行推荐。
9.一种电子设备,包括:
一个或多个处理器;以及
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011351113.8A CN113762574B (zh) | 2020-11-26 | 2020-11-26 | 航班推荐方法和装置以及电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011351113.8A CN113762574B (zh) | 2020-11-26 | 2020-11-26 | 航班推荐方法和装置以及电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113762574A true CN113762574A (zh) | 2021-12-07 |
CN113762574B CN113762574B (zh) | 2024-06-18 |
Family
ID=78786081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011351113.8A Active CN113762574B (zh) | 2020-11-26 | 2020-11-26 | 航班推荐方法和装置以及电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762574B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114493417A (zh) * | 2021-12-27 | 2022-05-13 | 中国民航信息网络股份有限公司 | 迟交运行李的处理方法及装置、存储介质和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730187A (zh) * | 2017-11-17 | 2018-02-23 | 黄光乾 | 一种国内/国际航空物流运输的方法 |
CN110322046A (zh) * | 2019-05-31 | 2019-10-11 | 深圳市跨越新科技有限公司 | 一种消除异常货量影响的货量预测方法及系统 |
US20200065669A1 (en) * | 2018-08-27 | 2020-02-27 | Hitachi, Ltd. | Data processing apparatus and data processing method |
CN110866786A (zh) * | 2019-11-12 | 2020-03-06 | 德邦物流股份有限公司 | 一种货量预测方法、装置、电子设备及存储介质 |
CN111382894A (zh) * | 2018-12-29 | 2020-07-07 | 顺丰科技有限公司 | 一种订舱规划方法、装置、设备和存储设备 |
CN111563708A (zh) * | 2020-03-31 | 2020-08-21 | 深圳市跨越新科技有限公司 | 智慧物流货物链路运输方法及系统 |
-
2020
- 2020-11-26 CN CN202011351113.8A patent/CN113762574B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730187A (zh) * | 2017-11-17 | 2018-02-23 | 黄光乾 | 一种国内/国际航空物流运输的方法 |
US20200065669A1 (en) * | 2018-08-27 | 2020-02-27 | Hitachi, Ltd. | Data processing apparatus and data processing method |
CN111382894A (zh) * | 2018-12-29 | 2020-07-07 | 顺丰科技有限公司 | 一种订舱规划方法、装置、设备和存储设备 |
CN110322046A (zh) * | 2019-05-31 | 2019-10-11 | 深圳市跨越新科技有限公司 | 一种消除异常货量影响的货量预测方法及系统 |
CN110866786A (zh) * | 2019-11-12 | 2020-03-06 | 德邦物流股份有限公司 | 一种货量预测方法、装置、电子设备及存储介质 |
CN111563708A (zh) * | 2020-03-31 | 2020-08-21 | 深圳市跨越新科技有限公司 | 智慧物流货物链路运输方法及系统 |
Non-Patent Citations (2)
Title |
---|
TOTAMANE, R.; DASGUPTA, A.; MULUKUTLA, R.N.; RAO, S;: "Air cargo demand prediction", 2009 3RD ANNUAL IEEE SYSTEMS CONFERENCE, 26 March 2009 (2009-03-26) * |
张德臣: "电站物资出口定舱、租船、报关、装船、远洋航运活动分析", 山东电力技术, no. 04 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114493417A (zh) * | 2021-12-27 | 2022-05-13 | 中国民航信息网络股份有限公司 | 迟交运行李的处理方法及装置、存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113762574B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6651517B2 (ja) | フルフィルメントセンターの階層から電子商取引注文を履行するためのシステムおよび方法 | |
CN110348612B (zh) | 分拨中心货量预测方法及装置 | |
US8494885B2 (en) | Modeling distribution of emergency relief supplies for disaster response operations | |
US20170178070A1 (en) | Data analysis for dispatch scheduling optimization in the presence of time constraints | |
Viet et al. | Data-driven process redesign: anticipatory shipping in agro-food supply chains | |
WO2021097112A1 (en) | Improved logistical management system | |
US20200134557A1 (en) | Logistical service for processing modular delivery requests | |
US20040054549A1 (en) | Method, computer system and computer system network | |
Yang et al. | Service parts inventory control with lateral transshipment and pipeline stockflexibility | |
US20170011327A1 (en) | Method of computing an estimated queuing delay | |
US20180260881A1 (en) | System and method for order packing | |
CN110544055A (zh) | 订单处理方法和装置 | |
Toptal et al. | A joint production and transportation planning problem with heterogeneous vehicles | |
CN113762574B (zh) | 航班推荐方法和装置以及电子设备和介质 | |
US20140350991A1 (en) | Systems and methods for logistics network management | |
Wu | Modelling of containerized air cargo forwarding problems under uncertainty | |
WO2023226459A1 (zh) | 冷链物流车辆的调度方法及相关设备 | |
US10929805B2 (en) | Adjusting simulation times for cost simulation analysis of transportation lane proposals based on space and time granularities | |
US20160055438A1 (en) | System and method for empty container reposition resistant to disruptions | |
US20230104886A1 (en) | Heavyweight quoting and associating plane types with package sizes | |
US20150100378A1 (en) | Supply chain management method and system | |
CN112819393B (zh) | 订单切分的方法和装置 | |
CN113256194B (zh) | 确定配送中心自留库存的方法和装置 | |
Mejía et al. | Truck and Cross-Docking Scheduling in the Flower Export Sector in Colombia | |
JP7249265B2 (ja) | 在庫計画装置及び在庫計画方法 |
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 |