CN114386852A - 发车计划自动生成推荐方法 - Google Patents

Abstract

本申请涉及物流运输领域，具体公开一种发车计划自动生成推荐方法，包括构建发车计划生成模型；搭建并沉淀可用运力库；其中，所述可用运力库包括可用车辆库、可用驾驶员库和车头与挂厢关系库；通过所述发车计划生成模型，基于所述可用运力库，自动生成发车计划，并推荐至用户。如此，可以依据全局物流资源，自动实现发车计划生成，提高发车效率的同时，还能避免局部资源调度，从而避免资源浪费。

Description

发车计划自动生成推荐方法

技术领域

本申请涉及物流运输技术领域，尤其涉及一种发车计划自动生成推荐方法。

背景技术

现有技术中，物流快递行业，针对货量制定具体的运输计划的过程，大多仍依赖调度人员的经验和判断，而且仅从单个转运中心的视角来制定运输计划，然后由调度人员手工登记计划到信息系统中，一方面不够智能，一方面也效率偏低，同时还会造成资源的浪费、成本的增加。

发明内容

本申请提供一种发车计划自动生成推荐方法，以解决现有技术中，物流运输资源调度需要依据调度人员的经验，而人工效率低、不能全局掌控，造成运输资源浪费的问题。

本申请的上述目的是通过以下技术方案实现的：

本申请实施例提供一种发车计划自动生成推荐方法，包括：

构建发车计划生成模型；

搭建并沉淀可用运力库；其中，所述可用运力库包括可用车辆库、可用驾驶员库和车头与挂厢关系库；

通过所述发车计划生成模型，基于所述可用运力库，自动生成发车计划，并推荐至用户。

进一步的，所述构建发车计划生成规则模型，包括:

同步获取预设系统已维护的既定路由、临时路由和线路班次数据；

获取历史和实时货量数据；

确定规定路由规则、时效规则和成本规则，投建发车计划生成规则，构建发车计划生成模型。

进一步的，所述构建并沉淀可用运力库，包括：

抓取每日数据，基于所述每日数据中的线路、班次信息，标识出每个线路和班次的常用车辆，构建并沉淀可用车辆库；

抓取每日数据，基于所述每日数据中的车辆信息，标识出每个车辆的常用驾驶员，构建并沉淀可用驾驶员库；

抓取每日数据，基于所述每日数据中的车辆信息，标识出每个车头的常用挂厢，构建并沉淀车头与挂厢关系库。

进一步的，还包括：

在生成所述发车计划后，接收用户的反馈信息；其中所述反馈信息包括采纳发车计划或不采纳发车计划；

若所述反馈信息为采纳发车计划，则基于所述发车计划进行下游流程对接；

若所述反馈信息为不采纳发车计划，则将所述发车计划作废。

进一步的，还包括：

若所述反馈信息为不采纳发车计划时，基于所述反馈信息生成新的发车计划生成规则，用于完善所述发车计划生成模型。

本申请的实施例提供的技术方案中，包括构建发车计划生成模型；搭建并沉淀可用运力库；其中，所述可用运力库包括可用车辆库、可用驾驶员库和车头与挂厢关系库；通过所述发车计划生成模型，基于所述可用运力库，自动生成发车计划，并推荐至用户。如此，可以依据全局物流资源，自动实现发车计划生成，提高发车效率的同时，还能避免局部资源调度，从而避免资源浪费。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为现有技术中发车计划生成的流程示意图；

图2为本申请实施例提供的发车计划自动生成推荐方法的流程示意图；

图3为本申请实施例提供的发车计划自动生成推荐方法的具体流程图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

图1为现有技术中发车计划生成的流程示意图，如图1所示，现有技术中，首先由调度员进行货量查询。通过预设系统如中通星河系统，提供转运中心维度的每日实时货量查询功能，调度员可通过该功能分析本中心的货量情况。然后调度员进行运力查询。预设系统提供了可用车辆、驾驶员查询功能，调度员可通过此功能盘点本中心的可用车辆、驾驶员。从而分析运力是否充足，评估运力缺口。在进行路由查询。预设系统提供既定路由维护和查询功能，调度员可通过此功能确定运输发车计划的制定是否符合规定。以及进行三方物流申请。如通过预设系统提供第三方物流车辆的日常申请、审核、计划登记等功能。调度员可通过此功能，申请使用第三方物流车辆、登记物流运输发车计划。通过以上各个零散功能，需要调度员结合各项数据后用他的经验评估运力缺口，制定运输发车计划，然后将运输计划逐条登记到预设系统。在执行过程中，如果发现需要调整计划，调度员还需要手工修改运输计划。以及按照以上的操作流程，每个中心的调度员自己制定本中心的运输计划，实际上难以实时掌握其他中心的可用运力资源。

因此，现有技术中，第一，存在发车计划生成以及调度依赖人工经验制定。具体的，各个转运中心运输管理部门一般都有车辆调度员的角色或者岗位(以下简称调度员)，这个角色每天的核心工作就是根据当日的货量(快件量，单位一般是方数、重量)，以及本中心现有可用的车辆，来决定运输计划如何来制定(使用哪个车辆、哪个驾驶员，在什么时间，运输哪个线路的快件)。在这个过程中，，调度员一方面需要关注本中心的实际货量，一方面需要掌握本中心可用的车辆，然后制定每个班线的运输发车计划，包括正班车、加班车、第三方物流车。在计划的制定过程中，人工经验起到了决定性作用。本发明就是要用系统算法替代人工经验。

第二，现有技术中，只能从局部视角出发制定运输发车计划。具体的，单个转运中心在制定运输计划时，都是以本中心的角度考虑问题。这样做的问题是，一方面，当本中心车辆资源不足时，难以有效判断是否可以借用其他可用运力，即使可以借用，这个决策过程也需要人工判断；另一方面，当本中心运力有富余时，还可能造成车辆闲置的，产生闲置成本。本发明就是要从全局视角出发制定运输计划。

第三，工作效率低，具体的，调度员必须每天手工逐条登记运输发车计划，是一个相对耗时耗力的工作，而且很多计划(尤其是自有车辆的正班车计划)是每天相对固定的，这样就造成了一些无效的工作，整体工作效率低。

为了解决上述问题，本申请提供一种发车计划自动生成推荐方法，用于解决现有技术中，物流发车计划生成以及调度依赖与人工经验，工作效率低、资源浪费严重的问题。具体实现方案通过以下实施例进行详细说明。

实施例

图2为本申请实施例提供的发车计划自动生成推荐方法的流程示意图，如图2所示，本申请实施例提供的发车计划自动生成推荐方法至少包括：

S010、构建发车计划生成模型。

具体的，包括路由管理系统实时同步预设系统，如中通星河系统中已维护的既定路由、临时路由、线路班次数据；以及抓取历史和实时货量数据，按照中心维度存储；同步星河系统中沉淀的可用车辆、可用驾驶员、车辆位置、车头与挂厢的关系等数据；按照规定路由、时效、成本等规则，搭建生成计划的规则，构建模型。

S102、搭建并沉淀可用运力库；其中，所述可用运力库包括可用车辆库、可用驾驶员库和车头与挂厢关系库。

具体的，星河系统通过每日数据抓取，按照线路、班次的维度沉淀、更新可用车辆库，目的是标识出每个线路和班次的常用车辆，作为生成发车计划时匹配车牌的基础数据；通过每日数据抓取，按照车辆的维度沉淀、更新可用驾驶员库，目的是标识出每个车辆的常用驾驶员，作为生成发车计划时匹配驾驶员的基础数据；通过每日数据抓取，按照车辆的维度沉淀、更新可用挂车车头绑定的挂厢车牌，目的是标识出每个车头的常用挂厢，作为生成发车计划时匹配挂厢车牌的基础数据。

S103、通过所述发车计划生成模型，基于所述可用运力库，自动生成发车计划，并推荐至用户。

具体的，基于上述模型以及运力库数据，自动生成并推送发车计划。包括路由系统每日通过输入货量数据后，按照模型规则、使用已沉淀的可用车辆库、可用驾驶员库、车头与挂厢关系库中的数据生成发车计划(待确认状态，不能直接使用)，然实时推送给星河系统。

在实际应用中，在生成发车计划后，还接收用户如调度员的反馈信息；其中所述反馈信息包括采纳发车计划或不采纳发车计划；若所述反馈信息为采纳发车计划，则基于所述发车计划进行下游流程对接；若所述反馈信息为不采纳发车计划，则将所述发车计划作废。

具体的，星河系统接收路由系统推送的发车计划(待确认状态)，然后存储落表。通过web端的页面展示给用户(调度员)。调度员可以决定是否直接采纳自动生成的发车计划，也可稍作修改后采纳。采纳后的发车计划将存入正式发车计划表(已采纳、待发车状态)。采纳后的发车计划，后续流程与现有系统的下游流程就对接上了。如果调度员不采纳自动生成的发车计划，系统将作废改计划，并将不采纳原因回写，作为后续生成计划时的优化规则，不断完善。

本申请实施例提供的发车计划自动生成推荐方法，实现了快递公司内部发车计划的自动生成，建立了一套系统生成、人员采纳的新型运输计划管理流程。通过搭建可用车辆库、可用驾驶员库、车头与挂厢关系库，为更新业务场景的运用提供了基础。

图3为本申请实施例提供的发车计划自动生成推荐方法的具体流程图，如图3所示，本申请实施例提供的发车计划自动生成推荐方法，在实际应用中，包括通过路由算法部门以及现有信息系统，如中通星河系统，两部门联合实现发车计划自动生成和推荐。

通过实时调度算法和星河系统的数据支撑，根据线路、车型匹配对应数量的车牌，以及当车辆为挂车时，根据线路车牌匹配挂厢，匹配完成后，根据车牌匹配驾驶员，组合出完整的发车计划，经中心调度人员确认采纳后，推送正式运输计划。具体的流程以及细节，以及在图3中以流程形式进行了详细的公开，可以参考图3进行理解，在此不再进行更加详细的描述。

本申请提供的发车计划自动生成推荐方法，通过算法模型，对系统已有数据进行二次加工后找出规律，每日自动生成自有车发车计划，用系统算法代替了人工经验。而且从全局视角出发制定运输计划，优化全网的运力资源，减少闲置车辆成本、减少空仓成本。以及实现了90％以上运输计划的自动生成，可以减少调度员的工作量、提高工作效率。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (5)

1.一种发车计划自动生成推荐方法，其特征在于，包括：

构建发车计划生成模型；

搭建并沉淀可用运力库；其中，所述可用运力库包括可用车辆库、可用驾驶员库和车头与挂厢关系库；

通过所述发车计划生成模型，基于所述可用运力库，自动生成发车计划，并推荐至用户。

2.根据权利要求1所述的发车计划自动生成推荐方法，其特征在于，所述构建发车计划生成规则模型，包括:

同步获取预设系统已维护的既定路由、临时路由和线路班次数据；

获取历史和实时货量数据；

确定规定路由规则、时效规则和成本规则，投建发车计划生成规则，构建发车计划生成模型。

3.根据权利要求1所述的发车计划自动生成推荐方法，其特征在于，所述构建并沉淀可用运力库，包括：

抓取每日数据，基于所述每日数据中的线路、班次信息，标识出每个线路和班次的常用车辆，构建并沉淀可用车辆库；

抓取每日数据，基于所述每日数据中的车辆信息，标识出每个车辆的常用驾驶员，构建并沉淀可用驾驶员库；

抓取每日数据，基于所述每日数据中的车辆信息，标识出每个车头的常用挂厢，构建并沉淀车头与挂厢关系库。

4.根据权利要求1所述的发车计划自动生成推荐方法，其特征在于，还包括：

在生成的所述发车后，接收用户的反馈信息；其中所述反馈信息包括采纳发车计划或不采纳发车计划；

若所述反馈信息为采纳发车计划，则基于所述发车计划进行下游流程对接；

若所述反馈信息为不采纳发车计划，则将所述发车计划作废。

5.根据权利要求4所述的发车计划自动生成推荐方法，其特征在于，还包括：

若所述反馈信息为不采纳发车计划时，基于所述反馈信息生成新的发车计划生成规则，用于完善所述发车计划生成模型。

Images