[发明专利]产能数据处理方法、装置、电子设备及计算机可读介质

权利要求书

1.一种产能数据处理方法，其特征在于，包括：

通过历史配送包裹参数与历史配送人员参数计算第一模型参数；将所述第一模型参数建立第一模型属性向量，使用数据对组成的数据集，通过线性算法对所述数据集进行训练，以获得第一线性模型；

其中，表示第一模型属性向量，

Awh_k＝Lstm_k-Fstm_k；

其中，k表示配送员编号，p表示包裹时效类型编号，p＝p1,p2,p1表示紧急时效类包裹编号，p2表示普通时效类包裹编号；表示每天不同时效p配送包裹属于{s1,s2,…,sn}_pn种情况的件数，根据配送包裹体积和包裹重量将包裹分为n种情况；W表示天气状况，f_k表示配送员k对自己片区的负责时长，fp_k表示配送员k当前疲劳程度，n＇为配送员k当天配送的所有包裹数量，i表示配送员k当天配送的包裹编号，f(t)表示通过计算历史大促期间配送员平均时间的配送量，拟合出的单位时间配送量和配送时间段t的关系；Awh_k表示每天配送员k的实际工作时间；Lstm_k表示配送员k最后一单成功妥投的时间，Fstm_k表示配送员k第一单成功妥投的时间；

通过机器学习算法对历史配送包裹参数与历史配送人员参数进行数据训练以获取第一学习模型；以及通过所述第一线性模型与所述第一学习模型以及第一模型分配权重确定第一产能预测模型；

将配送包裹参数与配送人员参数输入第一产能预测模型以确定第一产能数据；所述第一产能数据用于描述任一站点内配送员的个人产能；

将站点参数与时效参数输入第二产能预测模型以确定第二产能数据，所述第二产能预测模型通过线性算法与机器学习算法建立；所述第二产能数据用于描述站点总体产能；以及

通过所述第一产能数据与所述第二产能数据确定站点的产能数据；

在所述站点的当前产能小于所述产能数据时，提供预约配送服务；

在所述站点的当前产能小于所述产能数据时，允许订单下传；以及

在所述站点的当前产能小于所述产能数据时，允许仓库正常生产。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

通过历史站点参数与历史时效参数建立所述第二产能预测模型。

3.如权利要求2所述的方法，其特征在于，通过历史站点参数与历史时效参数建立所述第二产能预测模型包括：

通过线性算法对历史站点参数与历史时效参数进行数据训练以获取第二线性模型；

通过机器学习算法对历史站点参数与历史时效参数进行数据训练以获取第二学习模型；以及

通过所述第二线性模型与所述第二学习模型以及第二模型分配权重确定所述第二产能预测模型。

4.如权利要求2所述的方法，其特征在于，通过历史站点参数与历史时效参数建立所述第二产能预测模型包括：

通过历史站点参数与历史时效参数计算第二模型参数；

将所述第二模型参数建立第二模型属性向量；以及

通过所述第二模型属性向量建立所述第二产能预测模型。

5.如权利要求1所述的方法，其特征在于，还包括：

根据所述站点的产能数据确定配送策略。