CN114757629B - 物品配送方法、车型信息发送方法、装置、设备和介质 - Google Patents

Abstract

本公开的实施例公开了物品配送方法、车型信息发送方法、装置、设备和介质。该物品配送方法的一具体实施方式包括：获取与目标路线信息相匹配的物品数据；根据预先存储的车型信息，对上述物品数据进行车辆分配处理，得到车辆分配数据，其中，上述车型信息与上述目标路线信息相对应，上述车型信息是通过预设的车型分配模型生成的；将上述车辆分配数据发送至物品配送终端，以供对上述物品数据表征的物品进行物品配送操作。该实施方式可以提高生成车辆分配数据的准确度。

Description

物品配送方法、车型信息发送方法、装置、设备和介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及物品配送方法、车型信息发送方法、装置、设备和介质。

背景技术

随着生活的便捷，物品配送量也越来越多，物品配送方法也需要随之调整。目前，在进行物品配送时，通常采用的方式为：以人工经验粗略估计配送路线对应的车型和车辆数。或者构建混合整数线性规划模型，以优化配送线路对应的车型和车辆数。以此对配送路线上所需配送的物品进行物品配送。

然而，当采用上述方式进行物品配送时，经常会存在如下技术问题：

第一，由于不同时间段的物品量会产生波动，使得以人工经验粗略估计配送路线对应的车型和车辆数，与实际所需车型和车辆数不一致，从而，导致生成的车型和车辆数（即，车辆分配数据）不准确，且与实际所需的车型和车辆数不一致往往需要较高的物品配送成本。

第二，构建的混合整数线性规划模型，是通过分析线路上不同时间段的车型车辆使用情况确定某种规律（例如，物品波动量或车辆数的规律等）以便进行物品配送，而此种方式未考虑实际运营情况通常会局限在某几种车型，也不能直接确定适合每条路线的车型信息，从而，导致确定与配送线路对应的车型和车辆数的效率较低。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了物品配送方法、车型信息发送方法、装置、设备和介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种物品配送方法，该方法包括：获取与目标路线信息相匹配的物品数据；根据预先存储的车型信息，对上述物品数据进行车辆分配处理，得到车辆分配数据，其中，上述车型信息与上述目标路线信息相对应，上述车型信息是通过预设的车型分配模型生成的，上述车型分配模型对应模型训练约束条件集，上述模型训练约束条件集中包括用于约束上述车型分配模型训练的条件；将上述车辆分配数据发送至物品配送终端，以供对上述物品数据表征的物品进行物品配送操作。

可选的，上述方法还包括：响应于接收到车型更新信息，对上述车型信息进行更新。

可选的，上述车型信息包括主车型信息和辅车型信息；以及上述根据预先存储的车型信息，对上述物品数据进行车辆分配处理，得到车辆分配数据，包括：根据上述车型信息包括的主车型信息，确定上述物品数据对应的主车型分配数据和剩余物品信息；基于上述车型信息包括的辅车型信息和上述剩余物品信息，生成辅车型分配数据；基于上述主车型分配数据和上述辅车型分配数据，确定车辆分配数据。

可选的，上述基于上述主车型分配数据和上述辅车型分配数据，确定车辆分配数据，包括：确定与上述辅车型分配数据对应的辅车型成本数据；确定上述剩余物品信息的零担成本数据；响应于确定上述辅车型成本数据小于等于上述零担成本数据，将上述主车型分配数据和上述辅车型分配数据确定为车辆分配数据。

可选的，上述基于上述主车型分配数据和上述辅车型分配数据，确定车辆分配数据，还包括：响应于确定上述辅车型成本数据大于上述零担成本数据，确定与上述剩余物品信息对应的零担车型数据；将上述主车型分配数据和上述零担车型数据确定为车辆分配数据。

第二方面，本公开的一些实施例提供了一种车型信息发送方法，该方法包括：获取与预设的路线信息对应的历史配送数据；将上述历史配送数据输入至预设的车型分配模型以及进行求解，得到车型信息，其中，上述车型分配模型是通过预设的车型分配条件集中的各个车型分配条件建模生成的，上述车型分配条件集中包括表征特定车型的车型分配条件；将将上述车型信息发送至目标终端以供存储。

可选的，上述方法还包括：基于上述车型分配模型，对上述车型信息进行更新，得到车型更新信息；将上述车型更新信息发送至上述目标终端。

第三方面，本公开的一些实施例提供了一种物品配送装置，装置包括：物品数据获取单元，被配置成获取与目标路线信息相匹配的物品数据；车辆分配处理单元，被配置成根据预先存储的车型信息，对上述物品数据进行车辆分配处理，得到车辆分配数据，其中，上述车型信息与上述目标路线信息相对应，上述车型信息是通过预设的车型分配模型生成的；发送单元，被配置成将上述车辆分配数据发送至物品配送终端，以供对上述物品数据表征的物品进行物品配送操作。

可选的，上述物品配送装置还包括车型信息更新子单元，被配置成响应于接收到车型更新信息，对上述车型信息进行更新。

可选的，上述车型信息包括主车型信息和辅车型信息；以及上述车辆分配处理单元包括第一确定子单元、第一生成子单元和第二确定子单元。其中，第一确定子单元被配置成根据上述车型信息包括的主车型信息，确定上述物品数据对应的主车型分配数据和剩余物品信息。上述第一生成子单元被配置成基于上述车型信息包括的辅车型信息和上述剩余物品信息，生成辅车型分配数据。上述第二确定子单元被配置成基于上述主车型分配数据和上述辅车型分配数据，确定车辆分配数据。

可选的，上述第二确定子单元被进一步配置成确定与上述辅车型分配数据对应的辅车型成本数据；确定上述剩余物品信息的零担成本数据；响应于确定上述辅车型成本数据小于等于上述零担成本数据，将上述主车型分配数据和上述辅车型分配数据确定为车辆分配数据。

可选的，上述第二确定子单元被更进一步配置成响应于确定上述辅车型成本数据大于上述零担成本数据，确定与上述剩余物品信息对应的零担车型数据；将上述主车型分配数据和上述零担车型数据确定为车辆分配数据。

第四方面，本公开的一些实施例提供了一种车型信息发送装置，装置包括：历史配送数据获取单元，被配置成获取与预设的路线信息对应的历史配送数据；输入以及求解单元，被配置成将上述历史配送数据输入至预设的车型分配模型以及进行求解，得到车型信息，其中，上述车型分配模型对应车型分配约束条件集，上述车型分配约束条件集中包括用于约束所采用车型为目标车型的条件；车型信息发送单元，被配置成将上述车型信息发送至目标终端以供存储。

可选的，上述车型信息发送装置还包括车型更新信息生成子单元和发送子单元。其中，车型更新信息生成子单元被配置成基于上述车型分配模型，对上述车型信息进行更新，得到车型更新信息。发送子单元被配置成将上述车型更新信息发送至上述目标终端。

第五方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面、第二方面中任一实现方式所描述的方法。

第六方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面、第二方面中任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的物品配送方法，可以提高车辆分配数据生成的准确度，进而降低配送成本。具体来说，造成生成的车型和车辆数不准确的原因在于：由于不同时间段的物品量会产生波动，使得以人工经验粗略估计配送路线对应的车型和车辆数，与实际所需车型和车辆数不一致。基于此，本公开的一些实施例的物品配送方法，通过引入车型信息组，可以对物品数据（例如，物品数量）进行车辆分配处理以生成车辆分配数据（例如，分配的车辆数）。由此，使得生成的车辆分配数据组可以更加符合每个配送路线（即，路线信息）所需要配送的物品量。也因为引入了车型信息组，可以不需要考虑物品量的波动，即可根据每条配送路线所需要的配送的物品量，确定所需车辆数。从而，可以提高生成车辆分配数据的准确度。由此，使得各个车辆可以被更加合理的分配。进而，降低了配送成本。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是本公开的一些实施例的物品配送方法的一个应用场景的示意图；

图2是本公开的一些实施例的车型信息发送方法的一个应用场景的示意图；

图3是根据本公开的物品配送方法的一些实施例的流程图；

图4是根据本公开的物品配送方法的另一些实施例的流程图；

图5是根据本公开的车型信息发送方法的一些实施例的流程图；

图6是本公开的物品配送装置的一些实施例的结构示意图；

图7是本公开的车型信息发送装置的一些实施例的结构示意图；

图8是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是本公开的一些实施例的物品配送方法的一个应用场景的示意图。

在图1的应用场景中，首先，计算设备101可以获取与目标路线信息102相匹配的物品数据103。然后，计算设备101可以根据预先存储的车型信息104，对上述物品数据103进行车辆分配处理，得到车辆分配数据105，其中，上述车型信息104与上述目标路线信息102相对应，上述车型信息104是通过预设的车型分配模型生成的，上述车型分配模型对应模型训练约束条件集，上述模型训练约束条件集中包括用于约束上述车型分配模型训练的条件。最后，计算设备101可以将上述车辆分配数据105发送至物品配送终端106，以供对上述物品数据103表征的物品进行物品配送操作。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。

图2是本公开的一些实施例的车型信息发送方法的一个应用场景的示意图。

在图2的应用场景中，首先，计算设备201可以获取与目标路线信息202对应的历史配送数据203。然后，计算设备201可以将上述历史配送数据203输入至预设的车型分配模型204以及进行求解，得到车型信息205，其中，上述车型分配模型204对应车型分配约束条件集206，上述车型分配约束条件集206中包括用于约束所采用车型为目标车型的条件。最后，计算设备201可以将上述车型信息205发送至目标终端207以供存储。

需要说明的是，上述计算设备102可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图2中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。

继续参考图3，示出了根据本公开的物品配送方法的一些实施例的流程300。该物品配送方法的流程300，包括以下步骤：

步骤301，获取与目标路线信息相匹配的物品数据。

在一些实施例中，物品配送方法的执行主体（如图1所示的计算设备101）可以获取与目标路线信息相匹配的物品数据。其中，上述车型信息与上述目标路线信息相对应，上述目标路线信息可以是实际物品配送路线的路线信息。上述目标路线信息可以包括路线信息标识。上述物品数据可以包括路线信息标识、物品名称、物品数量等信息。相匹配可以是物品数据包括的线路信息标识与目标路线信息包括的路线信息标识相同。

作为示例，物品配送路线可以是：“从A城市a区1街道，到B城市b区2街道”。上述物品数据可以表征某一天、需要在物品配送路线上运输的物品数据。物品数据可以是：[物品名称：苹果，物品数量：100箱]。

步骤302，根据预先存储的车型信息，对物品数据进行车辆分配处理，得到车辆分配数据。

在一些实施例中，上述执行主体可以根据预先存储的车型信息，对上述物品数据进行车辆分配处理，得到车辆分配数据。其中，上述车型信息可以是通过预设的车型分配模型生成的。上述车型分配模型可以对应模型训练约束条件集，上述模型训练约束条件集中可以包括用于约束上述车型分配模型训练的条件。上述车型信息可以是物品配送车辆的车型信息。上述车型信息可以包括可用车型信息标识和车辆数据。车辆数据可以包括但不限于以下至少一项：车长，最大装载量（例如，50箱））等。上述可用车型信息标识可以是物品配送车辆的唯一标识。上述车辆分配数据还可以包括车型信息标识和对应的车辆数。另外，上述车型信息的生成方式可以参考图3对应的那些实施例。

可以通过以下步骤对物品数据进行车辆分配处理：首先，可以确定上述物品数据包括的物品数量与上述车型信息包括的车辆数据中的最大装载量的比值。然后，可以对该比值进行向上取整，得到配送上述物品数据表征的物品所需的车辆数。最后，将车型信息标识、车辆数据和上述车辆数作为车辆分配数据。上述车辆分配模型可以是用于生成上述车型信息的模型，可以包括但不限于以下至少一项：ELM（Extreme Learning Machine，极限学习机）、RBM（Restricted Boltzmann Machine受限玻尔兹曼机）等。

作为示例，上述模型训练约束条件集中可以包括但不限于以下至少一项模型训练约束条件：生成的车型信息中主用车型的车辆数大于预设阈值，例如大于1；模型训练约束条件还可以是生成的车型信息中仅有一种主用车型等。其中，主用车型可以是对应目标线路需要配送物品的所使用的主要配送车型。模型训练约束条件可以用于提高利用上述车辆分配模型生成的车型信息的准确度。

第七条件，可以在模型求解时，用于每条路线在经过物品配送后无囤货情况。

步骤303，将车辆分配数据发送至物品配送终端，以供对物品数据表征的物品进行物品配送操作。

在一些实施例中，上述执行主体可以将上述车辆分配数据发送至物品配送终端，以供对上述物品数据表征的物品进行物品配送操作。其中，物品配送终端可以是用于通知车辆进行物品配送操作的终端。由此，上述物品配送终端可以通过车辆分配数据包括的车型信息标识和车辆数据通知上述车辆数据中包括的车辆数个车辆进行物品配送操作。

可选的，上述执行主体还可以响应于接收到车型更新信息，对上述车型信息进行更新。其中，车型更新信息可以包括路线信息标识和车型更新数据。可以将预先存储的、与上述车型更新信息包括的路线信息标识相对应的车型信息，替换为上述车型更新信息，以此完成车型信息的更新。相对应可以是车型信息包括的路线信息标识与上述车型更新信息包括的路线信息标识相同。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的物品配送方法，可以提高车辆分配数据生成的准确度，进而降低配送成本。具体来说，造成生成的车型和车辆数不准确的原因在于：由于不同时间段的物品量会产生波动，使得以人工经验粗略估计配送路线对应的车型和车辆数，与实际所需车型和车辆数不一致。基于此，本公开的一些实施例的物品配送方法，通过引入车型信息组，可以对物品数据（例如，物品数量）进行车辆分配处理以生成车辆分配数据（例如，分配的车辆数）。由此，使得生成的车辆分配数据组可以更加符合每个配送路线（即，路线信息）所需要配送的物品量。也因为引入了车型信息组，可以不需要考虑物品量的波动，即可根据每条配送路线所需要的配送的物品量，确定所需车辆数。从而，可以提高车辆分配数据的准确度。由此，使得各个车辆可以被更加合理的分配。进而，降低了配送成本。

继续参考图4，示出了根据本公开的物品配送方法的另一些实施例的流程400。该物品配送方法的流程400，包括以下步骤：

步骤401，获取与目标路线信息相匹配的物品数据。

在一些实施例中，步骤401的具体实现方式及所带来的技术效果可以参考图3对应的那些实施例中的步骤301，在此不再赘述。

步骤402，根据车型信息包括的主车型信息，确定物品数据对应的主车型分配数据和剩余物品信息。

在一些实施例中，物品配送方法的执行主体（如图1所示的计算设备101）可以根据上述车型信息包括的主车型信息，确定上述物品数据对应的主车型分配数据和剩余物品信息。其中，上述车型信息可以是通过上述车型分配模型生成的。上述主车型分配数据可以是分配的主要使用的车型的数量。上述剩余物品信息可以是对主用车型的车辆分配物品后剩余的物品信息。上述车型信息可以包括主车型信息和辅车型信息。上述主车型信息可以包括主车型信息标识和主车型数据。主车型数据可以包括主车型最大装载量。上述辅车型信息可以包括辅车型信息标识和辅车型数据。上述辅车型数据可以包括辅车型最大装载量。另外，主车型最大装载量大于辅车型最大装载量。可以通过以下步骤确定物品数据对应的主车型分配数据和剩余物品信息：

第一步，确定上述物品数据包括的物品数量与上述主车型最大装载量的比值。

第二步，将上述比值的整数值确定为上述主车型分配数据。

第三步，将上述比值的小数值与上述主车型最大装载量的乘积确定为剩余物品量，以及将上述剩余物品量确定为上述剩余物品信息。

具体的，上述主车型最大装载量和上述辅车型最大装载量可以根据物品的单位（例如，箱或件等）相应的变动。

步骤403，基于车型信息包括的辅车型信息和剩余物品信息，生成辅车型分配数据。

在一些实施例中，上述执行主体可以基于上述车型信息包括的辅车型信息和上述剩余物品信息，生成辅车型分配数据。其中，辅车型分配数据可以是分配的辅用车型的数据。首先，可以确定上述剩余物品信息包括的剩余物品量与上述辅车型最大装载量的比值。然后，可以对上述比值进行向上取整得到辅车型分配数据，即辅车型所需数量。

步骤404，基于主车型分配数据和辅车型分配数据，确定车辆分配数据。

在一些实施例中，上述执行主体可以基于上述主车型分配数据和上述辅车型分配数据，确定车辆分配数据。其中，可以将主车型分配数据和辅车型分配数据确定为车辆分配数据。另外，生成的车辆分配数据还可以包括主车型信息标识和辅车型信息标识。

步骤405，将车辆分配数据发送至物品配送终端，以供对物品数据表征的物品进行物品配送操作。

在一些实施例中，步骤405的具体实现方式及所带来的技术效果可以参考图3对应的那些实施例中的步骤303，在此不再赘述。

在一些实施例的一些可选的实现方式中，上述执行主体基于上述主车型分配数据和上述辅车型分配数据，确定车辆分配数据，可以包括以下步骤：

第一步，确定与上述辅车型分配数据对应的辅车型成本数据。其中，辅车型成本数据可以是使用辅车型的车辆所需要的成本数据。首先可以获取辅车型信息标识所表征的辅车型车辆所需的基础数据（例如，运输成本）。然后，可以将上述基础数据和上述辅车型分配数据的乘积确定为辅车型成本数据。

第二步，确定上述剩余物品信息的零担成本数据。其中，首先可以获取零担基础数据（例如，每件或每箱物品的零担成本）。然后，可以将零担基础数据与剩余物品信息包括的剩余物品数据的乘积确定为零担成本数据。

第三步，响应于确定上述辅车型成本数据小于等于上述零担成本数据，将上述主车型分配数据和上述辅车型分配数据确定为车辆分配数据。其中，通过对比辅车型成本数据与零担成本数据，可以进一步确定更加符合实际需求的车辆分配数据。从而，提高车辆分配数据的准确性。进而，可以降低物品配送的成本。

在一些实施例的一些可选的实现方式中，上述执行主体基于上述主车型分配数据和上述辅车型分配数据，确定车辆分配数据，还可以包括以下步骤：

第一步，响应于确定上述辅车型成本数据大于上述零担成本数据，确定与上述剩余物品信息对应的零担车型数据。其中，零担车型数据可以包括至少一个零担车型标识。每个零担车型标识可以用于唯一标识一辆配送剩余物品的车辆。由此，可以获取可用的、用于配送上述剩余物品信息表征的物品的零担车型标识，作为零担车型数据。另外，上述零担车型标识所表征的车型可以是从预设的、几种可用的车型中选出的车型。

第二步，将上述主车型分配数据和上述零担车型数据确定为车辆分配数据。上述车辆分配数据还可以包括主车型信息标识和辅车型信息标识，用于通知唯一标识的车辆。

从图4中可以看出，与图3对应的一些实施例的描述相比，图4对应的一些实施例中的物品配送方法的流程400体现了对上述物品数据进行车辆分配处理的步骤。通过引入主车型信息和辅车型信息，可以更加精细的划分符合每条配送路线所需的车型。之后，再通过上述生成车辆分配数据的步骤。可以更好的对实际物品配送需求，即上述物品数据进行车辆分配，得到车辆分配数据。由此，使得生成的车辆分配数据可以更加符合实际物品配送需求。从而，达到提高车辆分配数据的准确性、实用性的目的。另外，通过划分主车型信息和辅车型信息，相比于与图3对应的一些实施例中仅选用一种可用车型，可以更加充分的考虑车辆最大装载量与成本数据。进而，可以更好的降低物品配送成本。

进一步参考图5，其示出了车型信息发送方法的一些实施例的流程500。该车型信息发送方法的流程500，包括以下步骤：

步骤501，获取与目标路线信息对应的历史配送数据。

在一些实施例中，车型信息发送方法的执行主体（如图2所示的计算设备201）可以获取与目标路线信息对应的历史配送数据。其中，上述历史配送数据可以是一段时间内（例如，从当前时间开始计算的过去30天时间内）、在上述目标路线信息表征的配送路线上进行物品配送的记录数据。

具体的，上述记录数据可以包括一段时间内（例如，30天），每天在该配送路线上进行物品配送的记录，即历史信息，例如可以包括但不限于以下数据：该路线所需配送的物品量，该配送路线的里程数，预设的、可用车型标识中每种车型标识（除零担车型之外）所表征的车辆中的每辆车在进行物品配送的成本数据，零担车型标识表征的车辆在物品配送时的每件（或每箱等单位）物品的单个零担成本数据，该配送路线在每天的剩余物品数据（即，用于以零担方式运输的物品数量），主车型信息标识和对应的主车型车辆的车辆数，辅车型信息标识和对应的辅车型车辆的车辆数等。

步骤502，将历史配送数据输入至预设的车型分配模型以及进行求解，得到车型信息。

在一些实施例中，上述执行主体可以将上述历史配送数据输入至预设的车型分配模型以及进行求解，得到车型信息。其中，上述车型分配模型可以对应车型分配约束条件集，上述车型分配约束条件集中包括可以用于约束所采用车型为目标车型的条件。上述特定车型可以是预先确定的用于物品配送的可用车型（例如，5种可用车型）。上述车型分配模型可以是混合整数规划车型分配模型。

作为示例，上述混合数据规划车型分配模型可以是预设的分配模型。分配模型可以在满足各个车辆分配约束条件的前提下，用于为目标线路分配车型，即，生成车型信息。

作为另一个示例，混合整数规划车型分配模型还可以为如下公式：

。

其中，表示公式取得最小化的最优解。表示待优化路线的路线标识集合。表示上述一段时间（例如，30天）。表示预设的、可以用于物品配送的车型标识集合。表示上述一段时间内的某一天。表示上述待优化路线的路线标识集合中的路线标识、表示上述车型标识集合中的车型标识。表示零担成本数据。表示车型标识集合中第个车型标识所表征的车辆中的每辆车在进行物品配送的成本数据。表示车辆数。表示在第天的车辆数。表示在第个路线标识所表征的路线实际使用的第种车型的车辆数。表示在第天、第个路线标识所表征的路线实际使用的第种车型的车辆数。表示零担车型标识所表征的车辆在进行零担物品配送时所需要的单个零担成本数据。表示剩余物品数据。表示上述路线标识集合中第个路线标识所表征的路线对应的剩余物品数据。表示上述路线标识集合中第个路线标识所表征的路线在第天对应的剩余物品数据。

具体的，上述车型分配模型可以基于单个路线的历史信息进行车型分配，也可以基于多个路线的历史信息进行车型分配。另外，可以通过Gurobi（模型规划优化器）或pyscipopt（模型解算器）等方式进行求解。在此不做具体限定。

另外，上述车型分配约束条件集可以包括但不限于以下车型分配约束条件（即，车型分配模型的约束条件）：

第一条件，可以在模型求解时，用于约束每个路线标识仅对应一个主车型信息标识，且该主车型标识为预设的、可用车型的车型标识集合中的车型标识。

例如，预设的可用车型可以有6种。车型标识集合可以是：{0，1，2，3，4，5}。车型标识的数字越大所表征的车辆的装载能力越强。车型标识为“0”的车辆装载能力最小。可以用于进行零担物品配送。具体的，第一条件可以用于确定每个路线上仅对应一种主车型信息标识，即主用车型。

第二条件，可以在模型求解时，用于约束每个路线标识对应的辅车型信息标识的数量小于等于1。

第三条件，可以在模型求解时，用于约束主车型的装载能力大于辅车型的装载能力。

例如，可以为以下公式：

。

其中，表示主车型可用数量。表示辅车型可用数量。表示第个路线标识的对应的主车型信息标识为“0”。表示第个路线标识的对应的主车型信息标识为“1”。表示第个路线标识的对应的主车型信息标识为“2”。表示第个路线标识的对应的主车型信息标识为“3”。表示第个路线标识的对应的主车型信息标识为“4”。表示第个路线标识的对应的主车型信息标识为“5”。表示第个路线标识的对应的辅车型信息标识为“0”。表示第个路线标识的对应的辅车型信息标识为“1”。表示第个路线标识的对应的辅车型信息标识为“2”。表示第个路线标识的对应的辅车型信息标识为“3”。表示第个路线标识的对应的辅车型信息标识为“4”。表示第个路线标识的对应的辅车型信息标识为“5”。

具体的，在进行模型求解时，若主车型确定为某一主车型信息标识，则可以取值为1。反之则取值为0。若辅车型确定为某一主车型信息标识，则可以取值为1。反之则取值为0。上述第三条件可以用于限制主车型的装载能力一定会大于辅车型的装载能力。

第四条件，可以在模型求解时，用于限定针对不同里程的路线车型的使用标准。

例如：对于在某一天的某一路线的条件包括：

若里程数处于150（公里）以下，且该路线的剩余物品数据小于10（件或箱等），则可以不使用车型标识为“0”、“4”、“5”的车辆。

若里程数处于（150，300]之间，且该路线的剩余物品数据小于10（件或箱等），则可以不使用车型标识为“0”的车辆。

若里程数处于（300，500]之间，且该路线的剩余物品数据小于20（件或箱等），则可以不使用车型标识为“0”、“1”的车辆。

若里程数处于（500，800]之间，且该路线的剩余物品数据小于20（件或箱等），以及使用车型标识为“0”的车辆的数量小于50。则可以不使用车型标识为“1”、“2”的车辆。

若里程数处于（800，1500]之间，且该路线的剩余物品数据小于20（件或箱等），以及使用车型标识为“0”的车辆的数量小于50。则可以不使用车型标识为“1”、“2”、“3”的车辆。

若里程数处于1500公里以上，且该路线的剩余物品数据小于20（件或箱等），以及使用车型标识为“0”的车辆的数量小于66。则可以不使用车型标识为“1”、“2”、“3”、“4”的车辆。

第五条件，可以在模型求解时，用于约束每天使用的车型为主车型或主车型和辅车型。

例如，在某一天、某一路线进行物品配送时使用的某一车型标识表征车辆的数量小于等于、该路线对应的主车辆和辅车辆的和与预设常数的乘积。其中，路线可以是上述路线标识集中路线标识表征的路线。

第六条件，可以在模型求解时，用于约束每个路线每天必须使用主车型。

第七条件，可以在模型求解时，用于每条路线在经过物品配送后无囤货情况。

例如，所使用的各个车辆的装载量大于需要物品配送的物品量。

第八条件，可以在模型求解时，用于约束变量类型。

例如，若某一路线车型标识为某一路线的主车型信息标识，则可以取值为1。反之可以取值为0。对预设的、可用车型的对应的车辆的使用量可以大于零。剩余物品数据可以大于零。所使用的车辆数为正整数（如，1到5）。

步骤503，将车型信息发送至目标终端以供存储。

在一些实施例中，上述执行主体可以将上述车型信息发送至目标终端以供存储。其中，上述目标终端可以是生成车辆分配数据的系统。也可以是上述计算设备101。

可选的，上述执行主体还可以执行如下步骤：

第一步，基于上述车型分配模型，对上述车型信息进行更新，得到车型更新信息。其中，可以将历史信息输入上述车型分配模型，通过上述方式，生成与每个路线标识对应的目标车型信息。然后，确定目标车型信息与上述车型信息之间的差异。

例如，差异可以是：某一条路线标识对应的主车型信息标识变更。那么，可以将变更的主车型信息标识和该路线标识确定为车型更新信息。

实践中，上述执行主体可以以预设的频率获取历史信息。然后，利用上述车辆分配模型生成车型变更信息。最后，通过将每次生成的车型变更信息发送至目标终端。由此，使得生成的车型变更信息可以更加符合不同路线的需求。

第二步，将上述车型更新信息发送至上述目标终端。其中，将上述车型更新信息发送至上述目标终端可以用于对上述目标终端中存储的车型信息进行更新。

通过上述实现方式，可以在预设的几种可用车型的基础上，针对每条路线在历史时间段内的物品配送波动情况，构建车辆分配模型。之后，在车型分配约束条件集中各个车型分配约束条件的约束下，对车辆分配模型的求解，可以直接生成适合于每条路线的车型信息。从而，可以提高生成车型信息的效率。另外，还可以针对不同历史时间段的物品配送波动情况，生成车型变更信息。使得可以进一步提高车型信息对每条线路的契合度。进而，可以提高车型信息的准确度。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种物品配送装置的一些实施例，这些装置实施例与图3所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，一些实施例的物品配送装置600包括：物品数据获取单元601、车辆分配处理单元602和发送单元603。其中，物品数据获取单元601，被配置成获取与目标路线信息相匹配的物品数据；车辆分配处理单元602，被配置成根据预先存储的车型信息，对上述物品数据进行车辆分配处理，得到车辆分配数据，其中，上述车型信息与上述目标路线信息相对应，上述车型信息是通过预设的车型分配模型生成的，上述车型分配模型对应模型训练约束条件集，上述模型训练约束条件集中包括用于约束上述车型分配模型训练的条件；发送单元603，被配置成将上述车辆分配数据发送至物品配送终端，以供对上述物品数据表征的物品进行物品配送操作。

在一些实施例的可选实现方式中，上述物品配送装置600还可以包括车型信息更新子单元，被配置成响应于接收到车型更新信息，对上述车型信息进行更新。

在一些实施例的可选实现方式中，上述车型信息包括主车型信息和辅车型信息；以及上述车辆分配处理单元602可以包括第一确定子单元、第一生成子单元和第二确定子单元。其中，第一确定子单元被配置成根据上述车型信息包括的主车型信息，确定上述物品数据对应的主车型分配数据和剩余物品信息。上述第一生成子单元被配置成基于上述车型信息包括的辅车型信息和上述剩余物品信息，生成辅车型分配数据。上述第二确定子单元被配置成基于上述主车型分配数据和上述辅车型分配数据，确定车辆分配数据。

在一些实施例的可选实现方式中，上述第二确定子单元被进一步配置成确定与上述辅车型分配数据对应的辅车型成本数据；确定上述剩余物品信息的零担成本数据；响应于确定上述辅车型成本数据小于等于上述零担成本数据，将上述主车型分配数据和上述辅车型分配数据确定为车辆分配数据。

在一些实施例的可选实现方式中，上述第二确定子单元被更进一步配置成响应于确定上述辅车型成本数据大于上述零担成本数据，确定与上述剩余物品信息对应的零担车型数据；将上述主车型分配数据和上述零担车型数据确定为车辆分配数据。

可以理解的是，该装置600中记载的诸单元与参考图3描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置600及其中包含的单元，在此不再赘述。

进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种车型信息发送装置的一些实施例，这些装置实施例与图5所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，一些实施例的车型信息发送装置700包括：历史配送数据获取单元701、输入以及求解单元702和车型信息发送单元703。其中，历史配送数据获取单元701，被配置成获取与目标路线信息对应的历史配送数据；输入以及求解单元702，被配置成将上述历史配送数据输入至预设的车型分配模型以及进行求解，得到车型信息，其中，上述车型分配模型对应车型分配约束条件集，上述车型分配约束条件集中包括用于约束所采用车型为目标车型的条件；车型信息发送单元703，被配置成将上述车型信息发送至目标终端以供存储。

在一些实施例的可选实现方式中，上述车型信息发送装置700还可以包括车型更新信息生成子单元和发送子单元。其中，车型更新信息生成子单元被配置成基于上述车型分配模型，对上述车型信息进行更新，得到车型更新信息。发送子单元被配置成将上述车型更新信息发送至上述目标终端。

可以理解的是，该装置700中记载的诸单元与参考图5描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置700及其中包含的单元，在此不再赘述。

下面参考图8，其示出了适于用来实现本公开的一些实施例的电子设备800的结构示意图。图8示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置（例如中央处理器、图形处理器等）801，其可以根据存储在只读存储器（ROM）802中的程序或者从存储装置808加载到随机访问存储器（RAM）803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出（I/O）接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置807；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、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）、光纤、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。在本公开的一些实施例中，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。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读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该电子设备执行时，使得该电子设备：获取与目标路线信息相匹配的物品数据；根据预先存储的车型信息，对上述物品数据进行车辆分配处理，得到车辆分配数据，其中，上述车型信息与上述目标路线信息相对应，上述车型信息是通过预设的车型分配模型生成的，上述车型分配模型对应模型训练约束条件集，上述模型训练约束条件集中包括用于约束上述车型分配模型训练的条件；将上述车辆分配数据发送至物品配送终端，以供对上述物品数据表征的物品进行物品配送操作。或者使得该电子设备：获取与目标路线信息对应的历史配送数据；将上述历史配送数据输入至预设的车型分配模型以及进行求解，得到车型信息，其中，上述车型分配模型对应车型分配约束条件集，上述车型分配约束条件集中包括用于约束所采用车型为目标车型的条件；将上述车型信息发送至目标终端以供存储。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

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，该模块、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，框图和/或流程图中的每个方框、以及框图和/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。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括物品数据获取单元、车辆分配处理单元和发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，物品数据获取还可以被描述为“获取物品数据的单元”。又例如，还可以描述为：一种处理器包括历史配送数据获取单元、输入以及求解单元和车型信息发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，车型更新信息发送单元还可以被描述为“发送车型信息的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。

Claims (8)

1.一种物品配送方法，包括：

获取与目标路线信息相匹配的物品数据；

根据预先存储的车型信息，对所述物品数据进行车辆分配处理，得到车辆分配数据，其中，所述车型信息与所述目标路线信息相对应，所述车型信息是通过预设的车型分配模型生成的，所述车型分配模型对应模型训练约束条件集，所述模型训练约束条件集中包括用于约束所述车型分配模型训练的条件，所述车型分配模型为混合整数规划车型分配模型，车型信息中仅有一种主用车型，主用车型是对应目标线路需要配送物品的所使用的主要配送车型；

将所述车辆分配数据发送至物品配送终端，以供对所述物品数据表征的物品进行物品配送操作；

其中，所述预先存储的车型信息通过以下方式生成：

获取与目标路线信息对应的历史配送数据；

将所述历史配送数据输入至预设的车型分配模型以及进行求解，得到车型信息，其中，所述车型分配模型对应车型分配约束条件集，所述车型分配约束条件集中包括用于约束所采用车型为目标车型的条件，车型分配约束条件集中的车型分配约束条件用于确定每个路线上仅对应一种主车型信息标识、使用的车型为主车型或主车型和辅车型、以及限制主车型的装载能力大于辅车型的装载能力、和用于针对不同里程的路线的车型使用标准条件；

将所述车型信息发送至目标终端以供存储；

其中，所述车型信息包括主车型信息和辅车型信息；以及

所述根据预先存储的车型信息，对所述物品数据进行车辆分配处理，得到车辆分配数据，包括：

根据所述车型信息包括的主车型信息，确定所述物品数据对应的主车型分配数据和剩余物品信息；

基于所述车型信息包括的辅车型信息和所述剩余物品信息，生成辅车型分配数据；

基于所述主车型分配数据和所述辅车型分配数据，确定车辆分配数据。

2.根据权利要求1所述的方法，其中，所述方法还包括：

响应于接收到车型更新信息，对所述车型信息进行更新。

3.根据权利要求1所述的方法，其中，所述基于所述主车型分配数据和所述辅车型分配数据，确定车辆分配数据，包括：

确定与所述辅车型分配数据对应的辅车型成本数据；

确定所述剩余物品信息的零担成本数据；

响应于确定所述辅车型成本数据小于等于所述零担成本数据，将所述主车型分配数据和所述辅车型分配数据确定为车辆分配数据。

4.根据权利要求3所述的方法，其中，所述基于所述主车型分配数据和所述辅车型分配数据，确定车辆分配数据，还包括：

响应于确定所述辅车型成本数据大于所述零担成本数据，确定与所述剩余物品信息对应的零担车型数据；

将所述主车型分配数据和所述零担车型数据确定为车辆分配数据。

5.根据权利要求1所述的方法，其中，所述方法还包括：

基于所述车型分配模型，对所述车型信息进行更新，得到车型更新信息；

将所述车型更新信息发送至所述目标终端。

6.一种物品配送装置，包括：

物品数据获取单元，被配置成获取与目标路线信息相匹配的物品数据；

车辆分配处理单元，被配置成根据预先存储的车型信息，对所述物品数据进行车辆分配处理，得到车辆分配数据，其中，所述车型信息与所述目标路线信息相对应，所述车型信息是通过预设的车型分配模型生成的，所述车型分配模型对应模型训练约束条件集，所述模型训练约束条件集中包括用于约束所述车型分配模型训练的条件，车型分配约束条件集中的车型分配约束条件用于确定每个路线上仅对应一种主车型信息标识、使用的车型为主车型或主车型和辅车型、以及限制主车型的装载能力大于辅车型的装载能力；

发送单元，被配置成将所述车辆分配数据发送至物品配送终端，以供对所述物品数据表征的物品进行物品配送操作；

其中，所述预先存储的车型信息通过以下方式生成：

获取与目标路线信息对应的历史配送数据；

将所述历史配送数据输入至预设的车型分配模型以及进行求解，得到车型信息，其中，所述车型分配模型对应车型分配约束条件集，所述车型分配约束条件集中包括用于约束所采用车型为目标车型的条件，车型分配约束条件集中的车型分配约束条件用于确定每个路线上仅对应一种主车型信息标识、使用的车型为主车型或主车型和辅车型、以及限制主车型的装载能力大于辅车型的装载能力、和用于针对不同里程的路线的车型使用标准条件；

将所述车型信息发送至目标终端以供存储；

其中，所述车型信息包括主车型信息和辅车型信息；以及

所述车辆分配处理单元，进一步被配置成：根据所述车型信息包括的主车型信息，确定所述物品数据对应的主车型分配数据和剩余物品信息；基于所述车型信息包括的辅车型信息和所述剩余物品信息，生成辅车型分配数据；基于所述主车型分配数据和所述辅车型分配数据，确定车辆分配数据。

7.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。

Images