CN114511165A - 任务运力匹配方法、装置、计算机设备以及存储介质 - Google Patents

任务运力匹配方法、装置、计算机设备以及存储介质 Download PDF

Info

Publication number
CN114511165A
CN114511165A CN202011278460.2A CN202011278460A CN114511165A CN 114511165 A CN114511165 A CN 114511165A CN 202011278460 A CN202011278460 A CN 202011278460A CN 114511165 A CN114511165 A CN 114511165A
Authority
CN
China
Prior art keywords
task
aging
tasks
capacity
batch
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
Application number
CN202011278460.2A
Other languages
English (en)
Inventor
王文杰
黄志武
张素墁
李愉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SF Technology Co Ltd
Original Assignee
SF Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN202011278460.2A priority Critical patent/CN114511165A/zh
Publication of CN114511165A publication Critical patent/CN114511165A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—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
    • G06Q10/063118—Staff planning in a project environment
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种任务运力匹配方法、装置、计算机设备以及存储介质，所述方法包括：获取各个时效任务的时效信息，所述时效信息中包括各所述时效任务的任务开始信息和任务结束信息；基于所述时效信息中的任务开始信息和任务结束信息，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系；基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益，所述任务总收益满足预设的约束条件；根据所述任务总收益，确定各所述运力对应匹配的目标时效任务。采用本方法，可提高任务与运力之间的匹配准确率，进而实现任务运力的高效匹配。

Description

任务运力匹配方法、装置、计算机设备以及存储介质
技术领域
本申请涉及物流技术领域，具体涉及一种任务运力匹配方法、装置、计算机设备以及存储介质。
背景技术
随着电子商务的快速兴起，物流行业逐步得到发展，确保物流运输任务的时效性成为了行业竞争成功的关键因素之一，因而承担物流运输任务的运力基础也逐渐趋向全面，例如飞机、无人机、汽车等。
然而，庞大的运力基础不仅为物流运输提供了便利，也引发了一系列待解决的问题，例如，如何利用有限运力来高效完成多个物流运输任务，又例如，如何有效安排各个运力所需承担的物流运输任务，以便提高物流效率。针对这类问题，现有的任务运力匹配技术仅考虑了运力载货能力是否能够满足任务货量，而在面对任务与运力之间存在一对多，或多对一匹配关系的情况时，直接采取了随机匹配的方式，导致任务与运力之间分配失衡。
因此，现有的任务运力匹配技术存在匹配准确率不高的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种任务运力匹配方法、装置、计算机设备以及存储介质，用以提高任务与运力之间的匹配准确率。
第一方面，本申请提供一种任务运力匹配方法，所述方法包括：
获取各个时效任务的时效信息，所述时效信息中包括各所述时效任务的任务开始信息和任务结束信息；
基于所述时效信息中的任务开始信息和任务结束信息，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系；
基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益，所述任务总收益满足预设的约束条件；
根据所述任务总收益，确定各所述运力对应匹配的目标时效任务。
在本申请一些实施例中，所述基于所述时效信息中的任务开始信息和任务结束信息，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系的步骤，包括：
基于所述时效信息中的任务开始信息和任务结束信息，对各所述时效任务进行归并处理，得到至少两个批次时效任务，所述任务开始信息包括任务开始时间和任务开始地点，所述任务结束信息包括任务结束时间和任务结束地点；
确定所述至少两个批次时效任务中的第一批次时效任务和第二批次时效任务，其中，所述第一批次时效任务的任务开始时间早于所述第二批次时效任务的任务开始时间；
根据所述第二批次时效任务的任务开始时间和所述第一批次时效任务的任务结束时间，确定各所述批次时效任务之间的冲突关系。
在本申请一些实施例中，所述根据所述第二批次时效任务的任务开始时间和所述第一批次时效任务的任务结束时间，确定各所述批次时效任务之间的冲突关系的步骤，包括：
获取所述第二批次时效任务的任务开始时间与所述第一批次时效任务的任务结束时间之间的时间差值；
当所述时间差值小于预设的时间阈值时，确定所述第一批次时效任务与所述第二批次时效任务之间具有冲突关系，得到各所述批次时效任务之间的冲突关系。
在本申请一些实施例中，所述时效信息中还包括各所述时效任务的任务收益，所述基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益的步骤，包括：
基于所述冲突关系和预设的任务运力匹配关系，确定所述约束条件对应的目标约束条件，所述任务运力匹配关系为各所述批次时效任务与运力类型之间的匹配关系，所述运力类型包括所述运力的承重类型；
获取并根据各所述运力的运力信息和各所述时效任务的任务收益，确定用于获取所述任务总收益的目标函数，所述运力信息中包括各所述运力的使用成本和人工成本；
基于所述目标函数和所述目标约束条件，获取各所述运力的任务总收益。
在本申请一些实施例中，在所述基于所述冲突关系和预设的任务运力匹配关系，确定所述约束条件对应的目标约束条件之后，所述方法还包括：
获取目标批次时效任务的任务数量，所述目标批次时效任务为各所述批次时效任务中具有冲突关系的批次时效任务；
当所述任务数量大于或等于预设数量阈值时，基于极大团算法获取各所述批次时效任务中的极大团批次任务；
基于所述极大团批次任务对应的团约束条件，替换所述目标约束条件中的第一目标约束条件，以便基于所述团约束条件获取所述任务总收益，所述第一目标约束条件为所述目标批次时效任务对应的目标约束条件。
在本申请一些实施例中，所述获取并根据各所述运力的运力信息和各所述时效任务的任务收益，确定用于获取所述任务总收益的目标函数的步骤，包括：
获取各所述运力的运力信息，所述运力信息中包括各所述运力的使用成本和人工成本；
根据所述使用成本、所述人工成本以及各所述批次时效任务中时效任务的任务收益，确定用于获取所述任务总收益的初始目标函数；
基于预设的运力匹配决策变量，确定所述初始目标函数对应的目标函数。
在本申请一些实施例中，所述根据所述任务总收益，确定各所述运力对应匹配的目标时效任务的步骤，包括：
当各所述运力对应的任务总收益包括多于一个任务总收益时，基于各所述任务总收益的收益数值，确定目标任务总收益，所述目标任务总收益为各所述任务总收益中收益数值为最大值的任务总收益；
确定所述目标任务总收益对应的批次时效任务，作为各所述运力对应匹配的目标时效任务。
在本申请一些实施例中，在所述根据所述任务总收益，确定各所述运力对应匹配的目标时效任务之后，所述方法还包括：
当各所述运力对应匹配的目标时效任务包括多于一个目标时效任务时，获取各所述目标时效任务的任务开始时间；
基于各所述目标时效任务的任务开始时间，对各所述目标时效任务进行排序，得到各所述运力对应的目标时效任务序列；
将所述目标时效任务序列发送至终端，以使所述终端展示各所述运力对应的目标时效任务序列。
第二方面，本申请提供一种任务运力匹配装置，所述装置包括：
信息获取模块，用于获取各个时效任务的时效信息，所述时效信息中包括各所述时效任务的任务开始时间和任务结束时间；
任务分析模块，用于基于所述时效信息中的任务开始时间和任务结束时间，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系；
收益获取模块，用于基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益，所述任务总收益满足预设的约束条件；
运力匹配模块，用于根据所述任务总收益，确定各所述运力对应匹配的目标时效任务。
第三方面，本申请还提供一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的任务运力匹配方法。
第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的任务运力匹配方法中的步骤。
上述任务运力匹配方法、装置、计算机设备以及存储介质，通过获取各个时效任务的时效信息，来获取各个时效任务的任务开始信息和任务结束信息，即可由任务开始信息和任务结束信息确定各时效任务归属的批次时效任务，从而以批次时效任务作为基本处理单位进行分析，可以减少分析量，进而提升任务运力匹配效率。同时，由任务开始信息和任务结束信息确定各批次时效任务之间的冲突关系，并基于冲突关系和任务运力匹配关系分析获取各运力的任务总收益，以便根据任务总收益确定各运力对应匹配的目标时效任务，可使最终所得任务运力匹配关系不仅能够取得高收益，还能够避免任务冲突，从而确保任务时效性。因此，采用本方法可提高任务与运力之间的匹配准确率，进而实现任务运力的高效匹配。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例中的任务运力匹配方法的场景示意图；
图2是本申请实施例中的任务运力匹配方法的流程示意图；
图3是本申请实施例中的冲突关系确定步骤的流程示意图；
图4是本申请实施例中的冲突关系确定步骤的另一个流程示意图；
图5是本申请实施例中的任务总收益获取步骤的流程示意图；
图6是本申请实施例中的团约束条件获取步骤的流程示意图；
图7是本申请实施例中的目标函数确定步骤的流程示意图；
图8是本申请实施例中的目标时效任务确定步骤的流程示意图；
图9是本申请实施例中的目标时效任务排序步骤的流程示意图；
图10是本申请实施例中的任务运力匹配装置的结构示意图；
图11是本申请实施例中的计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请的描述中，“例如”一词用来表示“用作例子、例证或说明”。本申请中被描述为“例如”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
在本申请实施例中，需要说明的是，本申请提供的任务运力匹配方法由于是在计算机设备中执行，各计算机设备的处理对象均以数据或信息的形式存在，例如时间，实质为时间信息，可以理解的是，后续实施例中若提及尺寸、数量、位置等，均为对应的数据存在，以便计算机设备进行处理，具体此处不作赘述。
本申请实施例提供一种任务运力匹配方法、装置、计算机设备以及存储介质，以下分别进行详细说明。
参阅图1，图1为本申请提供的任务运力匹配方法的场景示意图，该任务运力匹配方法可应用于任务运力匹配系统中。其中，任务运力匹配系统包括终端100和服务器200。终端100可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。终端100具体可以是台式终端或移动终端，终端100具体还可以是手机、平板电脑、笔记本电脑等中的一种。服务器200可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是适用于本申请方案的一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个服务器200，可以理解的是，该任务运力匹配系统还可以包括一个或多个其他服务器，具体此处不作限定。另外，如图1所示，该任务运力匹配系统还可以包括存储器300，用于存储数据，如存储物流数据，例如物流平台的各种数据，如中转场等物流网点的物流运输信息，具体的，如快件信息，配送车辆信息和物流网点信息等。
需要说明的是，图1所示的任务运力匹配系统的场景示意图仅仅是一个示例，本发明实施例描述的任务运力匹配系统以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着任务运力匹配系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
参阅图2，本申请实施例提供了一种任务运力匹配方法，本实施例主要以该方法应用于上述图1中的服务器200来举例说明，该方法包括步骤S201～S204，具体如下：
S201，获取各个时效任务的时效信息，所述时效信息中包括各所述时效任务的任务开始信息和任务结束信息。
其中，时效任务是指在一定时期内执行完毕方才生效的任务，包括但不限于物流运输(配送)任务。
其中，时效信息是指时效任务的基础设置信息，包括但不限于任务开始时间(也可称为出发时间)、任务结束时间(也可称为到达时间)、任务开始地点(也可称为出发地点)、任务结束地点(也可称为到达地点)等。
具体地，服务器200基于当前可用运力为待处理的时效任务分配适用运力之前，首先需获取各个时效任务的时效信息，作为后续处理分析依据。针对时效信息的获取方式可以包括如下方式：①从终端100处获取时效信息，即每个时效任务由物流工作人员在终端100处提交生成，终端100获取到各个时效任务的时效信息之后发送至服务器200，使得服务器200可获取并存储各个时效任务的时效信息；②从其他服务器同步获取得到，即某物流企业的多个服务器和/终端可作为区块链节点构成区块链系统，例如公有链系统或私有链系统，虽然这两种区块链系统基本属性不同(公有链存储信息不可篡改、私有链存储信息可篡改)，但相同的是存储在任意一个节点服务器处的时效信息，均可被系统内其他节点服务器请求获取；③从上级服务器请求得到，或是从下级服务器轮询得到，即某物流企业的多个服务器存在上下级关系，上级服务器更新数据之后下级服务器可实时请求获取，下级服务器更新数据之后上级服务器可定时轮询获取。可以理解的是，上述公有链系统、私有链系统、请求获取方式或轮询获取方式的选取可依据实际应用需求确定，本申请实施例不做具体限定。
S202，基于所述时效信息中的任务开始信息和任务结束信息，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系。
其中，任务开始信息包括任务开始时间和任务开始地点、任务结束信息包括任务结束时间和任务结束地点；任务开始时间和任务结束时间是基于物流运输(配送)任务预置的运力出发时间和运力到达时间，运力包括但不限于是飞机、无人机、汽车等，运力出发时间和运力到达时间可以根据实际业务需求具体到年/月/日，甚至是时/分/秒；任务开始地点和任务结束地点是基于物流运输(配送)任务预置的运力出发地点和运力到达地点，对此本申请实施例不做具体限定。
其中，批次时效任务是多个时效任务的任务集合，归属于同一批次的时效任务可能存在任务开始时间和任务结束时间相同，或任务开始时间和任务结束时间虽不相同但同属于一个时段，或任务开始地点与任务结束地点相同。例如，时效任务A的任务开始时间是10点整、任务结束时间是12点整，时效任务B的任务开始时间是10点30分、任务结束时间是12点整，时效任务C的任务开始时间是10点整、任务结束时间是12点整，则时效任务A和时效任务C归属同一个批次时效任务，该批次时效任务中应至少包括时效任务A和C，而时效任务B则归属于另一个批次时效任务。又例如，时效任务A的任务开始时间是10点30分、任务结束时间是12点整，时效任务B的任务开始时间是10点25分、任务结束时间是12点整，时效任务C的任务开始时间是13点整、任务结束时间是14点30分，若当前预设的两个批次任务划分时段为0-12点、12点01分-24点，则以任务开始时间作为判断依据可以确定时效任务A和时效任务B归属于同一个批次时效任务，而时效任务C归属于另一个批次时效任务。又例如，时效任务A的任务开始地点为H、任务结束地点为I，时效任务B的任务开始地点为P、任务结束地点为Q，时效任务C的任务开始地点为H、任务结束地点为I，则时效任务A和C同属于一个批次时效任务，时效任务B另属于一个批次时效任务。需要说明的是，虽然本实施例中说明的示例都是对时间和地点单独举例，但不排除在其他实施例中需结合时间信息和地点信息分析任务所属批次，分析批次目的在于使得同一批次时效任务的一个或多个时效任务能够被分配至同一个运力，如此即可节省人力物力，提高物流工作效率。
其中，冲突关系是指前后两个批次时效任务之间的时间距离不满足时间衔接要求的任务冲突关系，例如，时效任务A的任务开始时间是10点整、任务结束时间是12点整，时效任务B的任务开始时间是10点30分、任务结束时间是12点整，且两个时效任务归属不同批次时效任务，则分析任务开始时间可以判定要先执行时效任务A再执行时效任务B，然而时效任务B的任务开始时间是10点30分、时效任务A的任务结束时间是12点整，也即是说某运力执行完时效任务A之后再执行时效任务B，会导致时效任务B超时，时效任务B的时效性无法得到保证，因此可判定时效任务A与时效任务B各自归属的批次时效任务存在冲突关系，分析两个批次时效任务是否存在冲突关系，目的在于预先设定互为冲突的两个批次时效任务不能安排同一个运力，从而确保任务运力匹配的有效性和准确性。
具体地，服务器200获取到各个时效任务的时效信息并进行存储之后，可分析各个时效任务对应时效信息中的任务开始时间和任务结束时间，依据时间分析首先确定各个时效任务归属的批次时效任务，即为单个的时效任务划分组织，使得时间要求相同的至少一个时效任务可以构成一个任务集合，作为批次时效任务，确定各个时效任务归属的批次时效任务的步骤已在上文举例说明，在此不再赘述。而确定各个时效任务归属的批次时效任务，目的在于可将出发时间和到达时间要求相同的时效任务看作一个整体，并采用同一个运力执行，这样可确保运力执行任务的稳定性，例如，在某个月的30天中，每天都存在一个时效任务A，且时效任务A的任务开始时间和任务结束时间不变，则可采用运力H执行该时段内的时效任务A，固定式工作内容即可节省人力物力。
更具体地，服务器200确定了各个时效任务归属的批次时效任务之后，由于同一批次时效任务中的各个时效任务时间要求一致，因此可根据各个批次时效任务中时效任务的时效信息，获取到各个批次时效任务的任务开始时间和任务结束时间，基于不变的任务开始时间和任务结束时间进一步分析，即可确定各所述批次时效任务之间的冲突关系。需要说明的是，针对冲突关系的含义虽然已在上文进行简单说明，但示例不完整，本实施例中涉及的冲突关系确定步骤将在下文详细说明。
如图3所示，在一种实施例中，本步骤包括：S301，基于所述时效信息中的任务开始信息和任务结束信息，对各所述时效任务进行归并处理，得到至少两个批次时效任务，所述任务开始信息包括任务开始时间和任务开始地点，所述任务结束信息包括任务结束时间和任务结束地点；S302，确定所述至少两个批次时效任务中的第一批次时效任务和第二批次时效任务，其中，所述第一批次时效任务的任务开始时间早于所述第二批次时效任务的任务开始时间；S303，根据所述第二批次时效任务的任务开始时间和所述第一批次时效任务的任务结束时间，确定各所述批次时效任务之间的冲突关系。
具体地，服务器200分析确定各批次时效任务之间的冲突关系之前，首先需分析确定各个时效任务归属的批次，进而分批次归并加入时效任务，即可得到各时效任务对应归属的批次时效任务，详细示例可参照上文所述时效任务A、B、C的批次时效任务分析步骤，在此不再赘述。
更具体地，服务器200确定了各个时效任务归属的批次时效任务之后，可进一步分析各个批次时效任务之间的冲突关系，判断前后两个批次时效任务之间是否存在时间冲突，从而避免将相互冲突的两个批次时效任务安排至同一运力，则此时只需分析在某个运力需要执行任意两个批次时效任务时，是否能够同时确保这两个批次时效任务的时效性，则此时的批次时效任务应包括至少两个方可分析冲突关系。但若批次时效任务仅有一个，则仅需分析不同运力执行这个批次时效任务时的最大收益，选取一个合适的运力执行该批次时效任务即可。
然而，在物流领域中，时效任务通常是海量的，因而批次时效任务通常也是不止存在两个的，分析至少两个批次时效任务之间的冲突关系，即可提高任务运力分配的准确率，因此本申请实施例提出的任务运力匹配方法，主要用于解决至少两个批次时效任务与至少两个运力之间的匹配关系。
进一步地，服务器200要分析确定各批次时效任务之间的冲突关系，只需分析在某个运力需要执行任意两个批次时效任务时，是否能够同时确保这两个批次时效任务的时效性，则服务器200在得到至少两个批次时效任务之后，可根据各个批次时效任务的任务开始时间，对各个批次时效任务按照时序排列，得到一个批次时效任务序列，此时的服务器200可在这个批次时效任务序列中进一步选取任意的第一批次时效任务和第二批次时效任务，来判定运力先后执行这两个批次时效任务时是否能确保其时效性，若能则可判定这两个批次时效任务不存在冲突关系，若不能则可判定这两个批次时效任务存在冲突关系。本实施例涉及的冲突关系确定步骤将在下文进行详细说明。需要说明的是，若一个批次时效任务中不止包括一个时效任务，即存在多个时效任务且各个时效任务的任务开始时间不相同但相近，则只需计算各时效任务所对应任务开始时间的时间均值，作为这个批次时效任务的任务开始时间，参与后续分析处理。
如图4所示，在一种实施例中，所述根据所述第二批次时效任务的任务开始时间和所述第一批次时效任务的任务结束时间，确定各所述批次时效任务之间的冲突关系的步骤，包括：S401，获取所述第二批次时效任务的任务开始时间与所述第一批次时效任务的任务结束时间之间的时间差值；S402，当所述时间差值小于预设的时间阈值时，确定所述第一批次时效任务与所述第二批次时效任务之间具有冲突关系，得到各所述批次时效任务之间的冲突关系。
其中，时间差值ΔT＝T1-T2，T1是第二批次时效任务的任务开始时间，T2是第一批次时效任务的任务结束时间，第一批次时效任务是优先于第二批次时效任务执行的任务。
其中，时间阈值是基于实际业务需求设定的阈值，例如可参照物流工作人员的休息时间来设定(时间阈值小于或等于休息时间)，或可参照实际规定的卸货时间来设定(时间阈值小于或等于卸货时间)等。
具体地，若该时间差值小于预设的时间阈值，则可确定第一批次时效任务与第二批次时效任务之间具有冲突关系，依次分析比较，即可得到各个批次时效任务之间的冲突关系。
例如，物流工作人员固定的休息时间为30分钟，基于此设定的时间阈值为30分钟，则当时间差值小于30分钟时，物流工作人员的休息时间不充足，则可判定两个批次时效任务之间存在冲突关系；又例如，依据卸货时间设定的时间阈值为1小时，若时间差值小于1小时则极有可能出现卸货不全的事故，影响下一个批次时效任务的时效性，因此可判定当前两个批次时效任务之间存在冲突关系。可以理解的是，虽然本实施例中针对时间阈值给出了几种示例，但不排除在其他实施例中采用的其他原则设定的阈值，因此对于时间阈值的具体数值，本申请实施例不做具体限定。
S203，基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益，所述任务总收益满足预设的约束条件。
其中，任务运力匹配关系是指各个批次时效任务与运力类型之间的预设匹配关系，该运力类型包括飞机、无人机、汽车等运力的承重类型，例如承重3吨、承重5吨、承重7吨。可以理解的是，在预设的任务运力匹配关系中，一个批次时效任务对应匹配一个或多个运力类型，例如，批次时效任务A对应匹配的运力类型包括承重3吨的汽车、承重5吨的汽车、承重7吨的汽车。
其中，任务总收益是指各运力执行完毕对应批次时效任务之后，除去成本可得的总收益，称之为任务总收益，收益单位不做限定。
其中，约束条件是求解不同情况下的任务总收益时，已知并须遵守的前提条件。
具体地，本申请实施例提出在求解各个运力执行各批次时效任务后可得的任务总收益之前，预设有多个约束条件，目的在于限制该任务总收益的求解不仅能够满足收益最大化目标，从而为各批次时效任务匹配有效的运力，还能够避免同一运力执行的各批次时效任务存在冲突，并且确保为各批次时效任务匹配的运力符合其原有预设的运力类型。当然，虽然此处仅举例出了几种影响约束条件设定的因素，但不排除在其他实施例中还可结合实际业务需求考虑其他因素，从而设定更多或更少的约束条件，使得最终得到的任务总收益既能够满足收益最大化的目标，又能够满足其他业务限制条件。本实施例中涉及的任务总收益获取步骤将在下文进行详细说明。
如图5所示，在一种实施例中，所述时效信息中还包括各所述时效任务的任务收益，本步骤包括：S501，基于所述冲突关系和预设的任务运力匹配关系，确定所述约束条件对应的目标约束条件，所述任务运力匹配关系为各所述批次时效任务与运力类型之间的匹配关系，所述运力类型包括所述运力的承重类型；S502，获取并根据各所述运力的运力信息和各所述时效任务的任务收益，确定用于获取所述任务总收益的目标函数，所述运力信息中包括各所述运力的使用成本和人工成本；S503，基于所述目标函数和所述目标约束条件，获取各所述运力的任务总收益。
其中，时效任务的任务收益是指单个时效任务完成的基础收益，任务总收益则包括多个任务收益之和减去部分成本的结果。
具体地，服务器200获取各个运力执行各批次时效任务的任务总收益之前，首先需基于各批次时效任务的冲突关系和预设的任务运力匹配关系，对预设的约束条件进行处理，来确定当前所需的目标约束条件。进一步地，确定了目标约束条件还需确定计算任务总收益所需的目标函数，而目标函数由各运力的运力信息(包括运力使用成本和人工成本)和各时效任务的任务收益确定。确定目标函数及其对应的目标约束条件之后，即可基于目标约束条件的限制求解目标函数，进而获取各运力的任务总收益。
更具体地，目标函数如函数式所示：
Max
Figure BDA0002779930330000131
其中，v代表运力、k代表批次时效任务、i代表时效任务、l代表具体日期、pi代表时效任务i的任务收益、cv代表运力v的日均使用成本、gv代表运力v的日均人工成本；aik是一个0/1变量，表示为时效任务i是否属于批次时效任务k，若是则为1，若否则为0；zkv是一个0/1变量，表示为批次时效任务k是否指派给运力v，若是则为1，若否则为0；Wlv是一个0/1变量，表示为运力v在第l天是否有任务，若是则为1，若否则为0。
更具体地，预设的约束条件包括如下几个函数式所示：
Figure BDA0002779930330000141
for k∈{1,…,K} (1)
Figure BDA0002779930330000142
for v∈{1,…,V},k∈{1,…,K} (2)
If dist(k1,k2)>0and
Figure BDA0002779930330000143
and
Figure BDA0002779930330000144
zk1v+zk2v≤1for v∈{1,…,V}，k1,k2∈{1,…,K},k1<k2 (3)
Figure BDA0002779930330000145
for v∈{1,…,V},l∈{1,…,L}(4-1)
Figure BDA0002779930330000146
for v∈{1,…,V},l∈{1,…,L} (4-2)
其中，v代表运力、k代表批次时效任务、d代表运力类型、M是一个极大整数；zkv是一个0/1变量，表示为批次时效任务k是否指派给运力v，若是则为1，若否则为0；bkd是一个0/1变量，表示为批次时效任务k是否可使用运力类型d，若是则为1，若否则为0；hvd是一个0/1变量，表示为当前所选的运力v是否属于运力类型d，若是则为1，若否则为0；dist(k1,k2)是一个0/1变量，表示为批次时效任务k1与批次时效任务k2之间是否有冲突，若是则为1，若否则为0；ukl是一个0/1变量，表示为批次时效任务k是否在第l天有任务，若是则为1，若否则为0；
Figure BDA0002779930330000147
aik是一个0/1变量，表示为时效任务i是否属于批次时效任务k，若是则为1，若否则为0；qil是一个0/1变量，表示为时效任务i的执行时间是否包含在第l天内，若是则为1，若否则为0；Wlv是一个0/1变量，表示为运力v在第l天是否有任务，若是则为1，若否则为0。
需要说明的是，式(1)是约束同一批次时效任务只能指派给一个运力；式(2)是约束当前为批次时效任务k选择的运力v，其运力类型须符合批次时效任务K预设适用的运力类型；式(3)是约束互相冲突的2个批次时效任务不能放在同一个运力上；式(4-1)和(4-2)是约束当前为批次时效任务k选择的运力v可以执行该批次时效任务k。
如图6所示，在一种实施例中，在所述基于所述冲突关系和预设的任务运力匹配关系，确定所述约束条件对应的目标约束条件之后，所述方法还包括：S601，获取目标批次时效任务的任务数量，所述目标批次时效任务为各所述批次时效任务中具有冲突关系的批次时效任务；S602，当所述任务数量大于或等于预设数量阈值时，基于极大团算法获取各所述批次时效任务中的极大团批次任务；S603，基于所述极大团批次任务对应的团约束条件，替换所述目标约束条件中的第一目标约束条件，以便基于所述团约束条件获取所述任务总收益，所述第一目标约束条件为所述目标批次时效任务对应的目标约束条件。
其中，预设数量阈值是针对目标约束条件数量而设定的阈值，在本实施例中可设定为2，具体原因详见下文描述。
具体地，上文式(3)是约束互相冲突的2个批次时效任务不能放在同一个运力上，若批次时效任务k1和批次时效任务k2相互冲突，则其对应的约束条件为zk1v+zk2v≤1，而若当前可选运力v包括V个、具有冲突关系的目标批次时间任务存在K个，则对应于式(3)的约束条件为有多达|V|*|K|2/2个，约束条件数量过多。
然而，当任务k1，k2，k3，k4彼此互相冲突时，只需要添加一条团约束条件：zk1v+zk2v+zk3v+zk4v≤1，即可代替k1，k2，k3，k4两两彼此之间的冲突约束，从而减少条件数量。且在该示例中，虽然k1，k2，k3也可构成团，但k1，k2，k3，k4构成的团约束是相对于k1，k2，k3构成的团约束而言更强的约束。因此，k1，k2，k3构成的团约束可被忽略，从而在这里只需寻找最大的团约束，称之为团约束条件，替换掉前期已确定的第一目标约束条件，即各个目标批次时效任务的式(3)，即可基于该团约束条件分析获取各个运力的任务总收益。
需要说明的是，极大团算法也称Bron-Kerbosch算法，这个算法主要是构造了三个集合(R、P、X)，我们假设：R集合记录的是当前极大团中已经加入的点、P集合记录的是可能还能加入的点(也就是说可能与R集合中所有点都有边存在的点)、X集合记录的是已经完成极大团计数的点(作用是判重)，则P∪X是所有可能与R集合构成极大团的点集(虽然我们已经知道X中的点不可能再参与极大团的构成)，也就是与最后一个加入R集合相连的点的一部分，当且仅当P、X都为空集合的时候R才是一个极大团。本申请采用极大团算法，将集合R定义为极大团批次任务的任务集合，集合P定义为目标批次时效任务的任务集合，集合R和集合X为空，依次分析集合P中的目标批次时效任务，即可在集合P与集合X均为空时，获取到集合R中存放的极大团批次任务，最终利用极大团批次任务对应的团约束条件替换掉第一目标约束条件，即可基于团约束条件获取各个运力的任务总收益。
还需说明的是，基于计算时间考虑，在上述计算过程中添加极大团搜索数目上限，确保目标函数能快速返回团约束条件，对于不在团约束条件中的2个互相冲突的目标批次时效任务，则仍添加原目标约束条件。可以理解的是，上述目标函数与目标约束条件的作用，相当于一个模型，针对这个模型输入Si(时效任务i的任务开始时间)、ei(时效任务i的任务结束时间)、tij(时效任务i与时效任务j之间的行驶时间)、aik、qil、bkd、hvd、pi、cv、gv、dist(k1,k2)、ukl、M等参数，再控制决策变量zkv和Wlv，即可使模型输出各个运力对应匹配的批次时效任务，作为各运力对应待执行的目标时效任务。
如图7所示，在一种实施例中，所述获取并根据各所述运力的运力信息和各所述时效任务的任务收益，确定用于获取所述任务总收益的目标函数的步骤，包括：S701，获取各所述运力的运力信息，所述运力信息中包括各所述运力的使用成本和人工成本；S702，根据所述使用成本、所述人工成本以及各所述批次时效任务中时效任务的任务收益，确定用于获取所述任务总收益的初始目标函数；S703，基于预设的运力匹配决策变量，确定所述初始目标函数对应的目标函数。
其中，初始目标函数是针对上述目标函数中的各个参数，仅赋值有部分参数的初始函数；目标函数是根据当前所选运力v和待分析的批次时效任务，逐一赋值待分析的目标函数。
具体地，分析上述目标函数的计算原理，实际可以理解为：当批次时效任务k指派给运力v时，首先求解运力v在l天内的所有成本，然后求解得到多个批次时效任务k在l天内使用运力v的总成本，再将运力v的总收益减去l天内使用运力v的总成本，最终即可得各个运力v的任务总收益。
S204，根据所述任务总收益，确定各所述运力对应匹配的目标时效任务。
其中，目标时效任务是指各个运力已匹配待执行的批次时效任务，若该批次时效任务仅包含一个时效任务，则运力仅需执行该时效任务，若该批次时效任务包含多个时效任务，则运力需在同一时间执行各个时效任务。
具体地，分析任务总收益，即可基于任务总收益的最大值来为各个待分配的批次时效任务分配运力，以期进行利益最大化，而将各个批次时效任务分配完毕之后，各个运力对应匹配待执行的批次时效任务，即为其对应的目标时效任务。本实施例中涉及的目标时效任务确定步骤将在下文进行详细说明。
如图8所示，在一种实施例中，本步骤包括：S801，当各所述运力对应的任务总收益包括多于一个任务总收益时，基于各所述任务总收益的收益数值，确定目标任务总收益，所述目标任务总收益为各所述任务总收益中收益数值为最大值的任务总收益；S802，确定所述目标任务总收益对应的批次时效任务，作为各所述运力对应匹配的目标时效任务。
具体地，由于任务运力匹配问题实质是如何将各个批次时效任务分配至合适的运力，因此若批次时效任务存在多个时，不仅要考虑各个任务之间的冲突关系来避免将其分配至同一运力，还要考虑运力执行这个批次时效任务可得的收益，以任务总收益的最大化为目标，即可在确保任务时效性的基础上提高任务运力匹配准确率。因此，本实施例提出在任务总收益包括多个时，即运力V面对各个批次时效任务均可算得对应收益，选取其中的最大值，即可确定该运力V适用执行哪个批次时效任务，则该批次时效任务中的各个时效任务即为对应运力待执行的目标时效任务。
如图9所示，在一种实施例中，在所述根据所述任务总收益，确定各所述运力对应匹配的目标时效任务之后，所述方法还包括：S901，当各所述运力对应匹配的目标时效任务包括多于一个目标时效任务时，获取各所述目标时效任务的任务开始时间；S902，基于各所述目标时效任务的任务开始时间，对各所述目标时效任务进行排序，得到各所述运力对应的目标时效任务序列；S903，将所述目标时效任务序列发送至终端，以使所述终端展示各所述运力对应的目标时效任务序列。
具体地，服务器200完成了各个时效任务的运力匹配步骤之后，实际场景中，可能还需针对各个运力对应待执行的目标时效任务进行排序处理，即根据同一运力所对应各个目标时效任务的任务开始时间，进行任务升序排列，即可得到该运力对应待执行的目标时效任务序列，而位于序列中的第一个目标时效任务即为该运力最先执行的任务，以此类推可得该运力对应的任务执行顺序。服务器200处理得到各个运力对应的目标时效任务序列之后，即可将该目标时效任务序列发送至终端100，以使终端100展示该序列给工作人员查阅。
上述任务运力匹配方法，通过获取各个时效任务的时效信息，来获取各个时效任务的任务开始信息和任务结束信息，即可由任务开始信息和任务结束信息确定各时效任务归属的批次时效任务，从而以批次时效任务作为基本处理单位进行分析，可以减少分析量，进而提升任务运力匹配效率。同时，由任务开始信息和任务结束信息确定各批次时效任务之间的冲突关系，并基于冲突关系和任务运力匹配关系分析获取各运力的任务总收益，以便根据任务总收益确定各运力对应匹配的目标时效任务，可使最终所得任务运力匹配关系不仅能够取得高收益，还能够避免任务冲突，从而确保任务时效性。因此，采用本方法可提高任务与运力之间的匹配准确率，进而实现任务运力的高效匹配。
为了更好实施本申请实施例中的任务运力匹配方法，在任务运力匹配方法基础之上，本申请实施例中还提供一种任务运力匹配装置，如图10所示，所述任务运力匹配装置1000包括：
信息获取模块1010，用于获取各个时效任务的时效信息，所述时效信息中包括各所述时效任务的任务开始信息和任务结束信息；
任务分析模块1020，用于基于所述时效信息中的任务开始信息和任务结束信息，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系；
收益获取模块1030，用于基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益，所述任务总收益满足预设的约束条件；
运力匹配模块1040，用于根据所述任务总收益，确定各所述运力对应匹配的目标时效任务。
在本申请一些实施例中，任务分析模块1020还用于基于所述时效信息中的任务开始信息和任务结束信息，对各所述时效任务进行归并处理，得到至少两个批次时效任务，所述任务开始信息包括任务开始时间和任务开始地点，所述任务结束信息包括任务结束时间和任务结束地点；确定所述至少两个批次时效任务中的第一批次时效任务和第二批次时效任务，其中，所述第一批次时效任务的任务开始时间早于所述第二批次时效任务的任务开始时间；根据所述第二批次时效任务的任务开始时间和所述第一批次时效任务的任务结束时间，确定各所述批次时效任务之间的冲突关系。
在本申请一些实施例中，任务分析模块1020还用于获取所述第二批次时效任务的任务开始时间与所述第一批次时效任务的任务结束时间之间的时间差值；当所述时间差值小于预设的时间阈值时，确定所述第一批次时效任务与所述第二批次时效任务之间具有冲突关系，得到各所述批次时效任务之间的冲突关系。
在本申请一些实施例中，所述时效信息中还包括各所述时效任务的任务收益，收益获取模块1030还用于基于所述冲突关系和预设的任务运力匹配关系，确定所述约束条件对应的目标约束条件，所述任务运力匹配关系为各所述批次时效任务与运力类型之间的匹配关系，所述运力类型包括所述运力的承重类型；获取并根据各所述运力的运力信息和各所述时效任务的任务收益，确定用于获取所述任务总收益的目标函数，所述运力信息中包括各所述运力的使用成本和人工成本；基于所述目标函数和所述目标约束条件，获取各所述运力的任务总收益。
在本申请一些实施例中，收益获取模块1030还用于获取目标批次时效任务的任务数量，所述目标批次时效任务为各所述批次时效任务中具有冲突关系的批次时效任务；当所述任务数量大于或等于预设数量阈值时，基于极大团算法获取各所述批次时效任务中的极大团批次任务；基于所述极大团批次任务对应的团约束条件，替换所述目标约束条件中的第一目标约束条件，以便基于所述团约束条件获取所述任务总收益，所述第一目标约束条件为所述目标批次时效任务对应的目标约束条件。
在本申请一些实施例中，收益获取模块1030还用于获取各所述运力的运力信息，所述运力信息中包括各所述运力的使用成本和人工成本；根据所述使用成本、所述人工成本以及各所述批次时效任务中时效任务的任务收益，确定用于获取所述任务总收益的初始目标函数；基于预设的运力匹配决策变量，确定所述初始目标函数对应的目标函数。
在本申请一些实施例中，运力匹配模块1040还用于当各所述运力对应的任务总收益包括多于一个任务总收益时，基于各所述任务总收益的收益数值，确定目标任务总收益，所述目标任务总收益为各所述任务总收益中收益数值为最大值的任务总收益；确定所述目标任务总收益对应的批次时效任务，作为各所述运力对应匹配的目标时效任务。
在本申请一些实施例中，任务运力匹配装置1000还包括任务排序模块，用于当各所述运力对应匹配的目标时效任务包括多于一个目标时效任务时，获取各所述目标时效任务的任务开始时间；基于各所述目标时效任务的任务开始时间，对各所述目标时效任务进行排序，得到各所述运力对应的目标时效任务序列；将所述目标时效任务序列发送至终端，以使所述终端展示各所述运力对应的目标时效任务序列。
上述实施例中，通过获取各个时效任务的时效信息，来获取各个时效任务的任务开始信息和任务结束信息，即可由任务开始信息和任务结束信息确定各时效任务归属的批次时效任务，从而以批次时效任务作为基本处理单位进行分析，可以减少分析量，进而提升任务运力匹配效率。同时，由任务开始信息和任务结束信息确定各批次时效任务之间的冲突关系，并基于冲突关系和任务运力匹配关系分析获取各运力的任务总收益，以便根据任务总收益确定各运力对应匹配的目标时效任务，可使最终所得任务运力匹配关系不仅能够取得高收益，还能够避免任务冲突，从而确保任务时效性。因此，采用本方案可提高任务与运力之间的匹配准确率，进而实现任务运力的高效匹配。
在本申请一些实施例中，任务运力匹配装置1000可以实现为一种计算机程序的形式，计算机程序可在如图11所示的计算机设备上运行。计算机设备的存储器中可存储组成该任务运力匹配装置1000的各个程序模块，比如，图10所示的信息获取模块1010、任务分析模块1020、收益获取模块1030以及运力匹配模块1040。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的任务运力匹配方法中的步骤。
例如，图11所示的计算机设备可以通过如图10所示的任务运力匹配装置1000中的信息获取模块1010执行步骤S201。计算机设备可通过任务分析模块1020执行步骤S202。计算机设备可通过收益获取模块1030执行步骤S203。计算机设备可通过运力匹配模块1040执行步骤S204。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的计算机设备通过网络连接通信。该计算机程序被处理器执行时以实现一种任务运力匹配方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在本申请一些实施例中，提供了一种计算机设备，包括一个或多个处理器；存储器；以及一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述任务运力匹配方法的步骤。此处任务运力匹配方法的步骤可以是上述各个实施例的任务运力匹配方法中的步骤。
在本申请一些实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器进行加载，使得处理器执行上述任务运力匹配方法的步骤。此处任务运力匹配方法的步骤可以是上述各个实施例的任务运力匹配方法中的步骤。
以上对本申请实施例所提供的一种任务运力匹配方法、装置、计算机设备以及存储介质进行了详细介绍，本文中应用了具体个例对本发明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发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，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发明的限制。

Claims (11)

1.一种任务运力匹配方法，其特征在于，所述方法包括：
获取各个时效任务的时效信息，所述时效信息中包括各所述时效任务的任务开始信息和任务结束信息；
基于所述时效信息中的任务开始信息和任务结束信息，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系；
基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益，所述任务总收益满足预设的约束条件；
根据所述任务总收益，确定各所述运力对应匹配的目标时效任务。
2.如权利要求1所述的任务运力匹配方法，其特征在于，所述基于所述时效信息中的任务开始信息和任务结束信息，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系的步骤，包括：
基于所述时效信息中的任务开始信息和任务结束信息，对各所述时效任务进行归并处理，得到至少两个批次时效任务，所述任务开始信息包括任务开始时间和任务开始地点，所述任务结束信息包括任务结束时间和任务结束地点；
确定所述至少两个批次时效任务中的第一批次时效任务和第二批次时效任务，其中，所述第一批次时效任务的任务开始时间早于所述第二批次时效任务的任务开始时间；
根据所述第二批次时效任务的任务开始时间和所述第一批次时效任务的任务结束时间，确定各所述批次时效任务之间的冲突关系。
3.如权利要求2所述的任务运力匹配方法，其特征在于，所述根据所述第二批次时效任务的任务开始时间和所述第一批次时效任务的任务结束时间，确定各所述批次时效任务之间的冲突关系的步骤，包括：
获取所述第二批次时效任务的任务开始时间与所述第一批次时效任务的任务结束时间之间的时间差值；
当所述时间差值小于预设的时间阈值时，确定所述第一批次时效任务与所述第二批次时效任务之间具有冲突关系，得到各所述批次时效任务之间的冲突关系。
4.如权利要求1所述的任务运力匹配方法，其特征在于，所述时效信息中还包括各所述时效任务的任务收益，所述基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益的步骤，包括：
基于所述冲突关系和预设的任务运力匹配关系，确定所述约束条件对应的目标约束条件，所述任务运力匹配关系为各所述批次时效任务与运力类型之间的匹配关系，所述运力类型包括所述运力的承重类型；
获取并根据各所述运力的运力信息和各所述时效任务的任务收益，确定用于获取所述任务总收益的目标函数，所述运力信息中包括各所述运力的使用成本和人工成本；
基于所述目标函数和所述目标约束条件，获取各所述运力的任务总收益。
5.如权利要求4所述的任务运力匹配方法，其特征在于，在所述基于所述冲突关系和预设的任务运力匹配关系，确定所述约束条件对应的目标约束条件之后，所述方法还包括：
获取目标批次时效任务的任务数量，所述目标批次时效任务为各所述批次时效任务中具有冲突关系的批次时效任务；
当所述任务数量大于或等于预设数量阈值时，基于极大团算法获取各所述批次时效任务中的极大团批次任务；
基于所述极大团批次任务对应的团约束条件，替换所述目标约束条件中的第一目标约束条件，以便基于所述团约束条件获取所述任务总收益，所述第一目标约束条件为所述目标批次时效任务对应的目标约束条件。
6.如权利要求4所述的任务运力匹配方法，其特征在于，所述获取并根据各所述运力的运力信息和各所述时效任务的任务收益，确定用于获取所述任务总收益的目标函数的步骤，包括：
获取各所述运力的运力信息，所述运力信息中包括各所述运力的使用成本和人工成本；
根据所述使用成本、所述人工成本以及各所述批次时效任务中时效任务的任务收益，确定用于获取所述任务总收益的初始目标函数；
基于预设的运力匹配决策变量，确定所述初始目标函数对应的目标函数。
7.如权利要求1所述的任务运力匹配方法，其特征在于，所述根据所述任务总收益，确定各所述运力对应匹配的目标时效任务的步骤，包括：
当各所述运力对应的任务总收益包括多于一个任务总收益时，基于各所述任务总收益的收益数值，确定目标任务总收益，所述目标任务总收益为各所述任务总收益中收益数值为最大值的任务总收益；
确定所述目标任务总收益对应的批次时效任务，作为各所述运力对应匹配的目标时效任务。
8.如权利要求1所述的任务运力匹配方法，其特征在于，在所述根据所述任务总收益，确定各所述运力对应匹配的目标时效任务之后，所述方法还包括：
当各所述运力对应匹配的目标时效任务包括多于一个目标时效任务时，获取各所述目标时效任务的任务开始时间；
基于各所述目标时效任务的任务开始时间，对各所述目标时效任务进行排序，得到各所述运力对应的目标时效任务序列；
将所述目标时效任务序列发送至终端，以使所述终端展示各所述运力对应的目标时效任务序列。
9.一种任务运力匹配装置，其特征在于，所述装置包括：
信息获取模块，用于获取各个时效任务的时效信息，所述时效信息中包括各所述时效任务的任务开始时间和任务结束时间；
任务分析模块，用于基于所述时效信息中的任务开始时间和任务结束时间，确定各所述时效任务归属的批次时效任务，并确定各所述批次时效任务之间的冲突关系；
收益获取模块，用于基于所述冲突关系和预设的任务运力匹配关系，获取各个运力执行各所述批次时效任务的任务总收益，所述任务总收益满足预设的约束条件；
运力匹配模块，用于根据所述任务总收益，确定各所述运力对应匹配的目标时效任务。
10.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至8中任一项所述的任务运力匹配方法。
11.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至8任一项所述的任务运力匹配方法中的步骤。
CN202011278460.2A 2020-11-16 2020-11-16 任务运力匹配方法、装置、计算机设备以及存储介质 Pending CN114511165A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011278460.2A CN114511165A (zh) 2020-11-16 2020-11-16 任务运力匹配方法、装置、计算机设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011278460.2A CN114511165A (zh) 2020-11-16 2020-11-16 任务运力匹配方法、装置、计算机设备以及存储介质

Publications (1)

Publication Number Publication Date
CN114511165A true CN114511165A (zh) 2022-05-17

Family

ID=81547093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011278460.2A Pending CN114511165A (zh) 2020-11-16 2020-11-16 任务运力匹配方法、装置、计算机设备以及存储介质

Country Status (1)

Country Link
CN (1) CN114511165A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116713373A (zh) * 2023-08-10 2023-09-08 聊城市誉林工业设计有限公司 基于量产工业数据分析的换向片冲压工艺力补偿系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116713373A (zh) * 2023-08-10 2023-09-08 聊城市誉林工业设计有限公司 基于量产工业数据分析的换向片冲压工艺力补偿系统
CN116713373B (zh) * 2023-08-10 2023-10-31 聊城市誉林工业设计有限公司 基于量产工业数据分析的换向片冲压工艺力补偿系统

Similar Documents

Publication Publication Date Title
WO2020024406A1 (zh) 电子装置、基于路况因子的车险查勘调度方法及存储介质
CN109558986A (zh) 一种同城站点配送顺序的排序方法及装置
CN111178810B (zh) 用于生成信息的方法和装置
CN109934427B (zh) 生成物品分配方案的方法和装置
CN114511165A (zh) 任务运力匹配方法、装置、计算机设备以及存储介质
CN111044062B (zh) 路径规划、推荐方法和装置
CN115829451A (zh) 物流路径规划方法、装置、计算机设备和存储介质
CN116167692B (zh) 一种结合货单信息的自动优化方法与系统
Zhang et al. Dynamic Memory Memetic Algorithm for VRPPD With Multiple Arrival Time and Traffic Congestion Constraints
CN115705593A (zh) 物流运输方法、装置、计算机设备和存储介质
CN111260384B (zh) 服务订单处理方法、装置、电子设备及存储介质
CN116384606A (zh) 一种基于车辆无人机协同配送的调度优化方法及系统
CN110956384A (zh) 配送任务的处理方法、装置、电子设备及可读存储介质
CN116187660A (zh) 订单处理方法、装置、计算设备及介质
CN115629853A (zh) 一种任务调度的方法和装置
CN113327074B (zh) 物流网络的更新方法、装置以及物流网络结构
CN114707820A (zh) 货物运输方法、装置、终端设备及可读存储介质
WO2021068585A1 (zh) 资源处理方法、装置、电子设备及介质
CN110826752A (zh) 集合单分配方法和装置
CN109559078B (zh) 一种车辆调度方法、装置、设备及存储介质
CN111796934B (zh) 任务下发方法、装置、存储介质和电子设备
CN115081983A (zh) 派单方法、装置、设备及存储介质
CN114186932A (zh) 办公区域内舱格机器人的货物配送方法及装置
US20210304220A1 (en) Complex sourcing system
CN110033145B (zh) 财务共享作业分单方法及装置、设备和存储介质

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