CN114943500A - 订单配送调整方法、装置、设备及存储介质 - Google Patents
订单配送调整方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114943500A CN114943500A CN202210610115.7A CN202210610115A CN114943500A CN 114943500 A CN114943500 A CN 114943500A CN 202210610115 A CN202210610115 A CN 202210610115A CN 114943500 A CN114943500 A CN 114943500A
- Authority
- CN
- China
- Prior art keywords
- order
- network
- distribution
- point
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013079 data visualisation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及物流领域，公开了一种订单配送调整方法、装置、设备及存储介质，该方法包括：获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；遍历判断所述网点对应的订单预测值是否超过预设的阈值；若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。本方法通过在统计周期内调整订单预测值超过阈值的网点对应的订单至调整网点，从而生成第二配送路线。实现基于订单预测值的动态调整网点订单数量，提高订单配送效率，降低配送时长。
Description
技术领域
本发明涉及物流领域，尤其涉及一种订单配送调整方法、装置、设备及存储介质。
背景技术
在物流领域中，物流是将物体从供应地向需求地进行转移的过程，主要包括运输、包装、装卸、配送、流通加工等活动。随着现代经济社会的发展，物流服务已经成为商品销售的前提，物流已逐步发展成为决定企业之间竞争力强弱的关键因素，而物流成本的控制和物流活动效率的提高又直接促使企业利润的增加。车辆调度是现代物流的关键技术，对降低物流成本，提高物流效率起着至关重要的作用。随着车辆的不断发展，竞争的家具，客户的要求也越来越严格，如何提高企业的竞争力，在降低车辆运营成本的同时还能为服务对象提供及时、准确、安全、周到的服务是与车辆运输相关的企业所面临的重要课题。在当前的订单运送过程中通过若干中转网点进行中转的过程中，存在着调度不均衡的状况，使得部分网点订单量极大，而部分网点的订单量甚至不足以维持正常的运转，导致一部分工作人员无工可做，一部分工作人员即使连轴转也无法准时分拣积压订单，并且随着订单量的逐渐增加，网点间调度的重要性也愈发明显，所以订单配送过程中迫切需要高效且稳定的调整方法，对订单配送环节进行优化。
发明内容
本发明提供了一种订单配送调整方法、装置、设备及存储介质，用于解决订单配送过程中无法灵活调度运力调节订单配送路线的技术问题。
本发明第一方面提供了一种订单配送调整方法，所述订单配送调整方法包括：获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；遍历判断所述网点对应的订单预测值是否超过预设的阈值；若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。
可选的，在本发明第一方面的第一种实现方式中，所述获取当前统计周期各网点的订单预测值，包括：获取一预设历史时间段的网点订单配送量；计算所述预设历史时间段的订单配送量的波动周期T，每一个波动周期具有一基线R，所述基线为下一波动周期订单配送量预测的参考值；计算预设历史时间段最后一个波动周期内的波动参数X，将其作为预测波动周期的波动参数；基于所述基线R以及所述波动参数X得到当前统计周期各网点的所述订单预测值。
可选的，在本发明第一方面的第二种实现方式中，在所述获取当前统计周期各网点的订单预测值和第一配送路线之前，包括：获取订单的当前统计周期内所在网点和收件点；检索并确定当前统计周期内所在网点和所述收件点对应的网点；生成以所述当前统计周期内所在网点为起点，以所述收件点对应的网点为终点，按照顺序经过多个网点的准配送路线；选取满足预设条件的准配送路线作为第一配送路线。
可选的，在本发明第一方面的第三种实现方式中，在获取当前统计周期各网点的订单预测值和第一配送路线之后，包括：若所述第一订单配送线路中存在超过一个超出订单预测值阈值的网点，则生成所述准配送路线；基于预设的权重公式对所述准配送路线中的网点数量和网点负载率进行计算，得到各个所述准配送路线对应的权重值，其中，所述网点负载率为网点的订单预测值和网点对应的阈值之比；将所述权重值最低的准配送路线更新为第三配送路线。
可选的，在本发明第一方面的第四种实现方式中，所述获取订单预测值超过阈值的网点在预设距离内的调整网点包括：确定订单预测值超过阈值的网点在预设距离内的所有网点；判断订单预测值超过阈值的网点在预设距离内的所有网点中是否存在未超过阈值的网点；若存在，则将未超过阈值的网点作为订单预测值超过阈值的网点对应的调整网点。
可选的，在本发明第一方面的第五种实现方式中，所述第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线包括：基于所述调整网点的预设阈值和所述调整网点的订单预测量，计算所述调整网点的可调整订单量；基于所述调整网点的可调整订单量对对应的超出阈值的网点的订单预测值进行分配；将被分配后订单的网点更新为所述调整网点，得到第二配送路线。
可选的，在本发明第一方面的第六种实现方式中，所述基于所述调整网点的可调整订单量对对应的超出阈值的网点的订单预测值进行分配，包括：当超出订单预测值阈值的网点对应的所述调整网点数量大于一时，基于所述调整网点的所述可调整订单量划分优先级；基于优先级由高至低，将超出订单预测值阈值的网点的订单逐一分配至所述调整网点。
本发明第二方面提供了一种订单配送调整装置，包括：数据获取模块，用于获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；网点遍历模块，用于遍历判断所述网点对应的订单预测值是否超过预设的阈值；调整网点获取模块，用于若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；调整网点替换模块，用于将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。
可选的，在本发明第二方面的第一种实现方式中，所述数据获取模块具体用于：获取一预设历史时间段的网点订单配送量；计算所述预设历史时间段的订单配送量的波动周期T，每一个波动周期具有一基线R，所述基线为下一波动周期订单配送量预测的参考值；计算预设历史时间段最后一个波动周期内的波动参数X，将其作为预测波动周期的波动参数；基于所述基线R以及所述波动参数X得到当前统计周期各网点的所述订单预测值。
可选的，在本发明第二方面的第二种实现方式中，所述订单配送调整装置还包括第一配送路线生成模块，所述第一配送路线生成模块具体用于：获取订单的当前统计周期内所在网点和收件点；检索并确定当前统计周期内所在网点和所述收件点对应的网点；生成以所述当前统计周期内所在网点为起点，以所述收件点对应的网点为终点，按照顺序经过多个网点的准配送路线；选取满足预设条件的准配送路线作为第一配送路线。
可选的，在本发明第二方面的第三种实现方式中，所述订单配送调整装置还包括第三配送路线生成模块，所述第三配送路线生成模块具体用于：若所述第一订单配送线路中存在超过一个超出订单预测值阈值的网点，则生成所述准配送路线；基于预设的权重公式对所述准配送路线中的网点数量和网点负载率进行计算，得到各个所述准配送路线对应的权重值，其中，所述网点负载率为网点的订单预测值和网点对应的阈值之比；将所述权重值最低的准配送路线更新为第三配送路线。
可选的，在本发明第二方面的第四种实现方式中，所述调整网点获取模块具体用于：确定订单预测值超过阈值的网点在预设距离内的所有网点；判断订单预测值超过阈值的网点在预设距离内的所有网点中是否存在未超过阈值的网点；若存在，则将未超过阈值的网点作为订单预测值超过阈值的网点对应的调整网点。
可选的，在本发明第二方面的第五种实现方式中，所述调整网点替换模块具体用于：可调整订单量计算单元，基于所述调整网点的预设阈值和所述调整网点的订单预测量，计算所述调整网点的可调整订单量；订单预测值分配单元，基于所述调整网点的可调整订单量对对应的超出阈值的网点的订单预测值进行分配；调整网点更新单元，将被分配后订单的网点更新为所述调整网点，得到第二配送路线。
可选的，在本发明第二方面的第六种实现方式中，所述订单预测值分配单元具体用于：当超出订单预测值阈值的网点对应的所述调整网点数量大于一时，基于所述调整网点的所述可调整订单量划分优先级；基于优先级由高至低，将超出订单预测值阈值的网点的订单逐一分配至所述调整网点。
本发明第三方面提供了一种订单配送调整设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述订单配送调整设备执行上述的订单配送调整方法的步骤。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的订单配送调整方法的步骤。
本发明的技术方案中，获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；遍历判断所述网点对应的订单预测值是否超过预设的阈值；若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。本方法通过对订单签收数据进行处理分析，并将分析后数据报表进行可视化转换，基于转换后的可视化模型实现了数据可视化以及异常事件策略自动生成，提高签收效率。
附图说明
图1为本发明实施例中订单配送调整方法的第一个实施例示意图；
图2为本发明实施例中订单配送调整方法的第二个实施例示意图；
图3为本发明实施例中订单配送调整方法的第三个实施例示意图；
图4为本发明实施例中订单配送调整装置的一个实施例示意图；
图5为本发明实施例中订单配送调整装置的另一个实施例示意图；
图6为本发明实施例中订单配送调整设备的一个实施例示意图。
具体实施方式
本发明的技术方案中，获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；遍历判断所述网点对应的订单预测值是否超过预设的阈值；若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。本方法通过对订单签收数据进行处理分析，并将分析后数据报表进行可视化转换，基于转换后的可视化模型实现了数据可视化以及异常事件策略自动生成，提高签收效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中订单配送调整方法的第一个实施例包括：
101，获取当前统计周期各网点的订单预测值和第一配送路线；
在本实施例中，获取当前统计周期内各网点的订单预测值和第一配送路线，其中，订单预测值是预测下一统计周期时各网点的订单量。
在实际应用中，通过获取订单预测值和第一配送路线，确定下一统计周期的第一配送路线。
102，遍历判断网点对应的订单预测值是否超过预设的阈值；
在本实施例中，通过遍历判断公司旗下各个网点关于下一周期的订单预测值是否会超过网点预设的阈值，确定需要调整订单配送路线的网点。
具体的，各个网点因人员、场地大小、所属地理位置等因素的不同，所能承载的订单量也不同，因此预设的阈值也因诸如相关因素存在差异，网点预设的阈值可以根据人员的增减、场地的扩大缩小、相关政策的变动，定时针对阈值进行调整。
103，若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；
在本实施例中，当存在订单预测值超过阈值的网点时，则需要检索该订单预测值超过阈值的网点基于地理环境的预设距离内是否存在调整网点，用以将超出阈值的订单分配至调整网点。
在实际应用中，地理位置相邻的网点，其配送的覆盖范围必然存在重叠的部分，当其中任意网点的订单预测值超过阈值，则通过一些预设条件调整超过阈值部分的订单。
104，将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。
在本实施例中，通过在系统中替换第一配送路线中，下一统计周期中订单即将配送的网点，为对应的调整网点，从而规避订单预测值超过阈值的网点。
在本实施例中，获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；遍历判断所述网点对应的订单预测值是否超过预设的阈值；若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。本方法通过在统计周期内调整订单预测值超过阈值的网点对应的订单至调整网点，从而生成第二配送路线。实现基于订单预测值的动态调整网点订单数量，提高订单配送效率，降低配送时长。
请参阅图2，本发明实施例中订单配送调整方法的第二个实施例包括：
201，获取订单的当前统计周期内所在网点和收件点；
在本实施例中，通过获取在当前统计周期时订单所处的网点，和订单配送的收件点，进而确定第一配送路线的起点和终点。
具体的，当系统录入到一个新的订单时，则已经说明该订单已经被某一网点所收录、登记，因此无需通过获取订单的寄件点进行运算。
202，检索并确定当前统计周期内所在网点和收件点对应的网点；
在本实施例中，通过步骤201获取的当前统计周期内所在网点和收件点，检索能够覆盖收件点的网点，若覆盖收件点的网点大于一个时，则优先选取订单预测值最低的网点作为收件点对应的网点。
在实际应用中，收件点是固定的，而覆盖收件点的网点则可在每个统计周期后进行动态调整，确保网点的派送时效。
具体的，覆盖收件点的网点的选取，可以是基于订单预测值最低的网点，也可以是基于网点负载率最低的网点，甚至可以获取配送时刻表，选择配送速度最快的网点。
203，生成以当前统计周期内所在网点为起点，以收件点对应的网点为终点，按照顺序经过多个网点的准配送路线；
在本实施例中，通过步骤202，确定订单的起点和终点对应的网点后，通过起点和终点先行生成若干条路径图，再基于订单配送时的速度和距离，预先设定每个统计周期中，订单的配送距离，选取配送距离内最相近的网点，作为中转网点。自起点网点起，逐个连接中转网点，直至终点对应的网点为止，从而生成若干顺序经过多个网点的准配送路线。
204，选取满足预设条件的准配送路线作为第一配送路线；
在本实施例中，通过预设条件对生成的若干准配送路线进行筛选，从中选取一条准配送路线，先行作为第一配送路线，并依据第一配送路线计算统计周期内的订单预测值。
具体的，预设条件可以是基于中转网点数量、准配送路线中未超过预设阈值的网点占比、总路程最短的准配送路线、网点间的发车时间等因素，综合计算得到。
205，获取一预设历史时间段的网点订单配送量；
在本实施例中，所述预设历史时间段的时间间隔为至少为每一小时，当然也可以为每天，对应的预测网点的订单量，可以是预测明天的订单量，也可为每天每小时的订单量。
206，计算预设历史时间段的订单配送量的波动周期T，每一个波动周期具有一基线R，基线为下一波动周期订单配送量预测的参考值；
在本实施例中，波动参数的计算公式为X＝(m-R)/R，m为当天历史交件订单量，R为m所在周期的基线。
207，计算预设历史时间段最后一个波动周期内的波动参数X，将其作为预测波动周期的波动参数；
具体地，根据公式X＝(m-R)/R，计算预设历史时间段最后一个波动周期内的波动参数X，将其作为预测波动周期的波动参数，m为预设历史时间段某天的订单量数据，R为m对应周期的基线，所述波动参数X包括每小时的波动参数以及每天的波动参数。
208，基于基线R以及波动参数X得到当前统计周期各网点的订单预测值；
在本实施例中，根据公式Y＝a*R+b*R*X对所述分拨网点的订单进行预测，其中，X为上一波动周期内对应日期的波动参数，Y为分拨网点的订单预测值，R为基线，a和b是常系数。
209，遍历判断网点对应的订单预测值是否超过预设的阈值；
210，若是，则确定订单预测值超过阈值的网点在预设距离内的所有网点；
在本实施例中，当第一配送路线中的网点对应的订单预测值超过阈值时，则需要将超过阈值部分的订单量调整至预设距离内的其他未超过预设阈值的调整网点。
具体的，还需分类讨论，若当前被调整的网点是订单中的终点所对应的网点，则偏向于将订单划分至优先级较低的订单，若当前被调整的网点是订单中的中转网点，则偏向于将订单划分至优先级较高的订单，并且优先调整这类型的订单量。
而且在调整过程中，优先级较高的订单仍可以根据订单的剩余的配送路线长度、包含网点数进行进一步划分，通俗的说，优先选取配送路线较长的、包含中转网点数量较多的、已产生配送时间较长的进行优先调整。通过对这些优先级的划分，确定订单有序的、有规律的进行调整，从而进一步疏解网点间因地理位置、人员数量、网点规模、调度错误等原因而导致工作量失衡问题。
211，判断订单预测值超过阈值的网点在预设距离内的所有网点中是否存在未超过阈值的网点；
在本实施例中，通过判断订单预测值超过阈值的网点在预设距离内是否存在其他未超过阈值的网点，决定具体的调整方向。
具体的，若订单预测值超过阈值的网点在预设距离内不存在其他未超过阈值的网点，则可以基于订单的终点位置，进行分类调整。例如，存在A/B/C三个预设距离内的网点，且A/B/C三个网点均订单预测值超过阈值，则整个三个网点间的订单，基于订单的类型、配送方向，进行统一分配，A网点可作为终点在周边的订单的终点网点、而B/C网点又可以进一步通过配送距离、配送方向、订单重量等因素进行划分。优化订单的配送环节。
212，若存在，则将未超过阈值的网点作为订单预测值超过阈值的网点对应的调整网点；
在本实施例中，若订单预测值超过阈值的网点在预设距离内存在其他未超过阈值的网点，则在调整订单对应的网点基础上，为不同类型的订单划分至不同的网点，具体的划分方法同步骤211。
213，将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。
本实施例在前实施例的基础上，详细描述了确定订单预测值超过阈值的网点在预设距离内的所有网点；判断订单预测值超过阈值的网点在预设距离内的所有网点中是否存在未超过阈值的网点；若存在，则将未超过阈值的网点作为订单预测值超过阈值的网点对应的调整网点的过程。通过本实施例相较于传统方法，细化了在调整网点间订单的分配过程中，不仅是基于订单预测值的笼统划分，还根据了订单的投递局里、是否为终点网点等多种因素，通过订单类型的不同进行了进一步的细化分流。
请参阅图3，本发明实施例中订单配送调整方法的第三个实施例包括：
301，获取当前统计周期各网点的订单预测值和第一配送路线；
302，若第一订单配送线路中存在超过一个超出订单预测值阈值的网点，则生成准配送路线；
在本实施例中，当在当前统计周期内的第一配送路线中存在超过一个超出订单预测值阈值的网点时，则需要以订单当前所在网点为起点，原终点网点不变的情况下，重新生成若干准配送路线。
例如，当初始从A网点获取订单，目的地为F网点，初始生成的第一配送路线为A-B-C-D-E-F，其中任意一个字母均代表着一个网点。当经过一个统计周期后，订单被配送至B网点，则根据起点和终点的改变，需要生成的准配送路线则需要以B和F为起点和终点，重新计算B网点至F网点间存在的准配送路线。
若B-C-D-E-F在当前统计周期中，并未出现超出订单预测值阈值的网点，则继续沿用原有第一配送路线不变，继续配送。若存在超过一个超出订单预测值阈值的网点时，如C-D两个网点，则分别获取C网点和D网点的调整网点对C网点和D网点直接替换得到B-C1-D1-E-F的第二配送路线，或者，直接放弃中间的中转网点C-D-E，固定B网点和F网点，重新计算准配送路线，得到B-G-H-J-F的第二配送路线。具体的，若终点网点存在可调整网点的情况时，也可以仅固定B网点，即订单当前所在网点。
303，基于预设的权重公式对准配送路线中的网点数量和网点负载率进行计算，得到各个准配送路线对应的权重值；
在本实施例中，也可以是基于预设的权重公式，对生成的若干准配送路线进行计算，得到若干准配送路线对应的权重值。例如，确定订单的起点终点对应的网点为B网点和F网点，生成准配送路线B-C1-D1-E-F，其中，为B网点之后每个网点赋予一个权重系数，分别乘以对应网点的网点负载率后相加，得到权重值。
从中选取任一条准配送路线，例如准配送路线B-C1-D1-E-F，在其中权重值的计算公式可以体现为Y＝K1*C1+K2*D1+K3*E+K4*F，其中的K1/K2/K3/K4分别为C1/D1/E/F网点对应的权重系数，C1/D1/E/F为网点在当前统计周期内的网点负载率Y为准配送路线的权重值，其中，权重系数是基于网点规模、网点地理位置和工作人员数量等多方面因素决定的一个可调整系数，而网点负载率则是网点的订单预测值和网点对应的阈值之比。
304，将权重值最低的准配送路线更新为第三配送路线；
在本实施例中，通过步骤303对生成的准配送路线进行遍历计算后，从中选取权重值最低的一条准配送路线，并更新为第三配送路线。
305，遍历判断网点对应的订单预测值是否超过预设的阈值；
306，若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；
307，基于调整网点的预设阈值和调整网点的订单预测量，计算调整网点的可调整订单量；
在本实施例中，通过调整网点的预设阈值和调整网点的订单预测量，计算调整网点可以接纳具体的订单量。
例如，A网点预设阈值为10000件订单每天，且A网点当天的订单预测量为8000件订单，则可以得出A网点的可调整订单量为预设阈值减去订单预测量，即为2000件可调整订单量。
308，当超出订单预测值阈值的网点对应的调整网点数量大于一时，基于调整网点的可调整订单量划分优先级；
在本实施例中，若A网点超出订单预测值阈值，且A网点对应的调整网点为B网点和C网点，则将A网点的订单调整至B网点和C网点的过程中，基于可调整订单量为B网点和C网点划分优先级。
在另一方面，也可以是基于网点负载率划分优先级，例如，B网点负载率为50％，C网点的网点负载率为80％，通过平衡两个调整网点间的网点负载率，优先向低网点负载率的网点进行调整，使得网点间的网点负载率趋近相等。
309，基于优先级由高至低，将超出订单预测值阈值的网点的订单逐一分配至调整网点；
310，将被分配后订单的网点更新为调整网点，得到第二配送路线。
本实施例在前实施例的基础上，详细描述了基于所述调整网点的预设阈值和所述调整网点的订单预测量，计算所述调整网点的可调整订单量；基于所述调整网点的可调整订单量对对应的超出阈值的网点的订单预测值进行分配；将被分配后订单的网点更新为所述调整网点，得到第二配送路线的过程。通过本实施例相较于传统方法，细化了对订单在调整过程中对订单分流的具体划分方式，优化了网点间的分流方式，使得网点间网点负载率趋近，平衡网点间的订单量，优化了调度方法。
上面对本发明实施例中订单配送调整方法进行了描述，下面对本发明实施例中订单配送调整装置进行描述，请参阅图4，本发明实施例中订单配送调整装置一个实施例包括：
数据获取模块401，用于获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；
网点遍历模块402，用于遍历判断所述网点对应的订单预测值是否超过预设的阈值；
调整网点获取模块403，用于若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；
调整网点替换模块404，用于将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。
本发明实施例中，订单配送调整装置运行上述订单配送调整方法，包括，获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；遍历判断所述网点对应的订单预测值是否超过预设的阈值；若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。本方法通过对订单签收数据进行处理分析，并将分析后数据报表进行可视化转换，基于转换后的可视化模型实现了数据可视化以及异常事件策略自动生成，提高签收效率。
请参阅图5，本发明实施例中订单配送调整装置的第二个实施例包括：
数据获取模块401，用于获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；
网点遍历模块402，用于遍历判断所述网点对应的订单预测值是否超过预设的阈值；
调整网点获取模块403，用于若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；
调整网点替换模块404，用于将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。
在本实施例中，所述数据获取模块401具体用于：
获取一预设历史时间段的网点订单配送量；计算所述预设历史时间段的订单配送量的波动周期T，每一个波动周期具有一基线R，所述基线为下一波动周期订单配送量预测的参考值；计算预设历史时间段最后一个波动周期内的波动参数X，将其作为预测波动周期的波动参数；基于所述基线R以及所述波动参数X得到当前统计周期各网点的所述订单预测值。
在本实施例中，所述订单配送调整装置还包括第一配送路线生成模块405，所述第一配送路线生成模块405具体用于：
获取订单的当前统计周期内所在网点和收件点；检索并确定当前统计周期内所在网点和所述收件点对应的网点；生成以所述当前统计周期内所在网点为起点，以所述收件点对应的网点为终点，按照顺序经过多个网点的准配送路线；选取满足预设条件的准配送路线作为第一配送路线。
在本实施例中，所述订单配送调整装置还包括第三配送路线生成模块406，所述第三配送路线生成模块406具体用于：
若所述第一订单配送线路中存在超过一个超出订单预测值阈值的网点，则生成所述准配送路线；基于预设的权重公式对所述准配送路线中的网点数量和网点负载率进行计算，得到各个所述准配送路线对应的权重值，其中，所述网点负载率为网点的订单预测值和网点对应的阈值之比；将所述权重值最低的准配送路线更新为第三配送路线。
在本实施例中，所述调整网点获取模块403具体用于：
确定订单预测值超过阈值的网点在预设距离内的所有网点；判断订单预测值超过阈值的网点在预设距离内的所有网点中是否存在未超过阈值的网点；若存在，则将未超过阈值的网点作为订单预测值超过阈值的网点对应的调整网点。
所述调整网点替换模块404具体用于：
可调整订单量计算单元4041，基于所述调整网点的预设阈值和所述调整网点的订单预测量，计算所述调整网点的可调整订单量；订单预测值分配单元4042，基于所述调整网点的可调整订单量对对应的超出阈值的网点的订单预测值进行分配；调整网点更新单元4043，将被分配后订单的网点更新为所述调整网点，得到第二配送路线。
在本实施例中，所述订单预测值分配单元4042具体用于：
当超出订单预测值阈值的网点对应的所述调整网点数量大于一时，基于所述调整网点的所述可调整订单量划分优先级；基于优先级由高至低，将超出订单预测值阈值的网点的订单逐一分配至所述调整网点。
本实施例在上一实施例的基础上，详细描述了各个模块的具体功能以及部分模块的单元构成，通过上述模块并细化了原有模块的具体作用，完善了订单配送调整装置的运行，提高了其运行时的可靠性以及明确了各个步骤间的实际逻辑，提高了装置的实用性。
上面图4和图5从模块化功能实体的角度对本发明实施例中的订单配送调整装置进行详细描述，下面从硬件处理的角度对本发明实施例中订单配送调整设备进行详细描述。
图6是本发明实施例提供的一种订单配送调整设备的结构示意图，该订单配送调整设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)610(例如，一个或一个以上处理器)和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对订单配送调整设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在订单配送调整设备600上执行存储介质630中的一系列指令操作，以实现上述订单配送调整方法的步骤。
订单配送调整设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的订单配送调整设备结构并不构成对本申请提供的订单配送调整设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述的订单配送调整方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统或装置、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种订单配送调整方法，其特征在于，所述订单配送调整方法包括：
获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；
遍历判断所述网点对应的订单预测值是否超过预设的阈值；
若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；
将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。
2.根据权利要求1所述的订单配送调整方法，其特征在于，所述获取当前统计周期各网点的订单预测值，包括：
获取一预设历史时间段的网点订单配送量；
计算所述预设历史时间段的订单配送量的波动周期T，每一个波动周期具有一基线R，所述基线为下一波动周期订单配送量预测的参考值；
计算预设历史时间段最后一个波动周期内的波动参数X，将其作为预测波动周期的波动参数；
基于所述基线R以及所述波动参数X得到当前统计周期各网点的所述订单预测值。
3.根据权利要求1所述的订单配送调整方法，其特征在于，在所述获取当前统计周期各网点的订单预测值和第一配送路线之前，包括：
获取订单的当前统计周期内所在网点和收件点；
检索并确定当前统计周期内所在网点和所述收件点对应的网点；
生成以所述当前统计周期内所在网点为起点，以所述收件点对应的网点为终点，按照顺序经过多个网点的准配送路线；
选取满足预设条件的准配送路线作为第一配送路线。
4.根据权利要求3所述的订单配送调整方法，其特征在于，在获取当前统计周期各网点的订单预测值和第一配送路线之后，包括：
若所述第一订单配送线路中存在超过一个超出订单预测值阈值的网点，则生成所述准配送路线；
基于预设的权重公式对所述准配送路线中的网点数量和网点负载率进行计算，得到各个所述准配送路线对应的权重值，其中，所述网点负载率为网点的订单预测值和网点对应的阈值之比；
将所述权重值最低的准配送路线更新为第三配送路线。
5.根据权利要求1所述的订单配送调整方法，其特征在于，所述获取订单预测值超过阈值的网点在预设距离内的调整网点包括：
确定订单预测值超过阈值的网点在预设距离内的所有网点；
判断订单预测值超过阈值的网点在预设距离内的所有网点中是否存在未超过阈值的网点；
若存在，则将未超过阈值的网点作为订单预测值超过阈值的网点对应的调整网点。
6.根据权利要求5所述的订单配送调整方法，其特征在于，所述第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线包括：
基于所述调整网点的预设阈值和所述调整网点的订单预测量，计算所述调整网点的可调整订单量；
基于所述调整网点的可调整订单量对对应的超出阈值的网点的订单预测值进行分配；
将被分配后订单的网点更新为所述调整网点，得到第二配送路线。
7.根据权利要求6所述的订单配送调整方法，其特征在于，所述基于所述调整网点的可调整订单量对对应的超出阈值的网点的订单预测值进行分配，包括：
当超出订单预测值阈值的网点对应的所述调整网点数量大于一时，基于所述调整网点的所述可调整订单量划分优先级；
基于优先级由高至低，将超出订单预测值阈值的网点的订单逐一分配至所述调整网点。
8.一种订单配送调整装置，其特征在于，所述订单配送调整装置包括：
数据获取模块，用于获取当前统计周期各网点的订单预测值和第一配送路线，其中，所述第一配送路线至少包括两个网点；
网点遍历模块，用于遍历判断所述网点对应的订单预测值是否超过预设的阈值；
调整网点获取模块，用于若是，则获取订单预测值超过阈值的网点在预设距离内的调整网点；
调整网点替换模块，用于将第一配送路线上订单预测值超出阈值的网点与对应的调整网点进行替换，得到第二配送路线。
9.一种订单配送调整设备，其特征在于，所述订单配送调整设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述订单配送调整设备执行如权利要求1-7中任一项所述的订单配送调整方法的各个步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的订单配送调整方法的各个步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210610115.7A CN114943500A (zh) | 2022-05-31 | 2022-05-31 | 订单配送调整方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210610115.7A CN114943500A (zh) | 2022-05-31 | 2022-05-31 | 订单配送调整方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114943500A true CN114943500A (zh) | 2022-08-26 |
Family
ID=82909300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210610115.7A Pending CN114943500A (zh) | 2022-05-31 | 2022-05-31 | 订单配送调整方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114943500A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111325398A (zh) * | 2020-02-19 | 2020-06-23 | 上海东普信息科技有限公司 | 网点货量的预测方法及系统、存储介质 |
| CN111353620A (zh) * | 2018-12-20 | 2020-06-30 | 顺丰科技有限公司 | 构建网点件量预测模型的方法、装置、设备及存储介质 |
| CN112183852A (zh) * | 2020-09-26 | 2021-01-05 | 钱锅（上海）物流科技有限公司 | 物流配送路线筛选及运费核算方法、系统、终端及介质 |
| CN112926906A (zh) * | 2019-12-06 | 2021-06-08 | 顺丰科技有限公司 | 货件收发点的接驳班次分配方法、装置、存储介质和设备 |
| CN113837557A (zh) * | 2021-08-31 | 2021-12-24 | 青岛海尔科技有限公司 | 订单配送处理方法及装置 |
-
2022
- 2022-05-31 CN CN202210610115.7A patent/CN114943500A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111353620A (zh) * | 2018-12-20 | 2020-06-30 | 顺丰科技有限公司 | 构建网点件量预测模型的方法、装置、设备及存储介质 |
| CN112926906A (zh) * | 2019-12-06 | 2021-06-08 | 顺丰科技有限公司 | 货件收发点的接驳班次分配方法、装置、存储介质和设备 |
| CN111325398A (zh) * | 2020-02-19 | 2020-06-23 | 上海东普信息科技有限公司 | 网点货量的预测方法及系统、存储介质 |
| CN112183852A (zh) * | 2020-09-26 | 2021-01-05 | 钱锅（上海）物流科技有限公司 | 物流配送路线筛选及运费核算方法、系统、终端及介质 |
| CN113837557A (zh) * | 2021-08-31 | 2021-12-24 | 青岛海尔科技有限公司 | 订单配送处理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5913201A (en) | Method and apparatus for assigning a plurality of work projects | |
| Bechte | Theory and practice of load-oriented manufacturing control | |
| Jin et al. | Storage yard management in maritime container terminals | |
| US6415195B1 (en) | Method and system for providing sufficient availability of manufacturing resources to meet unanticipated demand | |
| US6393332B1 (en) | Method and system for providing sufficient availability of manufacturing resources to meet unanticipated demand | |
| US7860730B1 (en) | Method and apparatus for inter-pharmacy workload balancing | |
| US20170132563A1 (en) | Delivery Area Management Method | |
| US20080086392A1 (en) | Managing distribution of constrained product inventory from a warehouse | |
| US8666516B2 (en) | Advanced planning system | |
| CN109523202B (zh) | 订单处理方法、装置、设备及计算机可读存储介质 | |
| CN110751433B (zh) | 订单的分配方法和装置，电子设备及存储介质 | |
| Stadtler et al. | Hierarchical planning and the supply chain planning matrix | |
| AU769097B2 (en) | System and method of scheduling manufacturing resources | |
| US20030171963A1 (en) | Production planning method and system for production planning | |
| JP5947422B1 (ja) | 配送本数平準化における優先順位付け方法 | |
| CN117061367B (zh) | Cdn节点带宽引导方法、装置、电子设备和存储介质 | |
| CN114943500A (zh) | 订单配送调整方法、装置、设备及存储介质 | |
| US6397118B1 (en) | Method and system for providing sufficient availability of manufacturing resources to meet unanticipated demand | |
| JP5151679B2 (ja) | 製造計画立案支援プログラム、製造計画立案支援システム及び製造計画立案支援方法 | |
| JP2002304452A (ja) | 商品流通管理装置およびその方法 | |
| Singer et al. | Fleet configuration subject to stochastic demand: An application in the distribution of liquefied petroleum gas | |
| KR101694514B1 (ko) | 물류 운영 계획 시스템 및 방법 | |
| Hora et al. | Improving the robustness of bus schedules using an optimization model | |
| Bertolini et al. | Assessing performance of Workload Control in High Variety Low Volumes MTO job shops: A simulative analysis | |
| JP2021043720A (ja) | 料金計算システムおよび料金計算方法 |
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 |