[发明专利]一种基于评分机制和路径规划的在线订单分发及配送方法在审

专利信息
申请号: 201810600384.9 申请日: 2018-06-12
公开(公告)号: CN109002960A 公开(公告)日: 2018-12-14
发明(设计)人: 曾志伟;胡晓敏 申请(专利权)人: 广东工业大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/08;G06K9/62
代理公司: 广东广信君达律师事务所 44329 代理人: 杨晓松
地址: 510062 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 配送 匹配 订单分发 路径规划 评分机制 订单分配 订单集合 聚类算法 客户体验 算法确定 同一区域 文化基因 信息优先 行驶路线 时间段 单池 集合 转发 均衡 合并 挖掘 放弃 保证
【权利要求书】:

1.一种基于评分机制和路径规划的在线订单分发及配送方法,其特征在于,包括以下步骤:

S1、首先通过kmeans聚类算法将同一区域某个时间段范围内的订单进行合并,得到订单集合;

S2、通过对订单平台中骑手的历史配送数据进行挖掘,得到骑手的历史配送信息,并且依次对每个订单集合进行处理,根据骑手的历史配送信息计算骑手与该订单集合中的子订单是否匹配;

S3、根据骑手当前的所在位置、配送效率、历史客户评价、接单数量、骑手与订单的匹配程度,综合计算得到骑手的得分;

S4、将配送信息优先推送到相匹配且得分最高的第一骑手,若该骑手放弃,则推送到相匹配且得分次高的第二骑手,依此进行三次转发,若无人接单则下发到抢单池中,供其他感兴趣且匹配的骑手进行抢单;

S5、根据订单客户的优先级,基于高性能、可并行的文化基因算法确定已接单骑手的行驶路线配送方案。

2.根据权利要求1所述的一种基于评分机制和路径规划的在线订单分发及配送方法,其特征在于,所述步骤S1具体包括:

步骤S101、从订单集合中随机选择k个订单c1,c2,...,ck作为k个订单集合的初始簇中心;

步骤S102、计算剩余的订单到各个订单簇中心的距离,对于每个订单ci,找出一个簇中心hm,使得它们之间的距离d(ci,hm)最小,将其分配到与之距离最近的订单集合中;

步骤S103、把所有的订单都合并到相应的订单簇集合中,根据订单集合中每个订单的坐标点重新计算该簇的核心点hi′;

步骤S104、重复步骤2和步骤3,直到所有订单的划分不再发生变化。

3.根据权利要求1所述的一种基于评分机制和路径规划的在线订单分发及配送方法,其特征在于,所述步骤S2中通过如下公式计算骑手与订单的匹配度:

M=λ1*S(R)+λ2*S(B)+λ3*S(T)

其中,M表示骑手与订单的匹配度,S(R)表示骑手的配送范围,λ1表示配送范围的权重系数,S(B)表示骑手曾接受商家订单的数量,λ2表示接受商家订单的权重系数;S(T)表示骑手在一定时间段内的配送单量,λ3表示骑手配送单量的权重系数。

4.根据权利要求1所述的一种基于评分机制和路径规划的在线订单分发及配送方法,其特征在于,所述步骤S3中通过如下公式计算骑手的得分:

S=ω1*S(DB)+ω2*S(E)+ω3*S(Q)+ω3*(1-0.2*n)*λ34*M

其中,S表示骑手的得分,S(DB)表示当前骑手到商家的距离,S(E)表示配送效率得分,S(Q)表示服务质量得分,n表示骑手当前手中尚未配送的订单数,ωi(i∈{1,2,3,4})表示各个指标的权重系数。

5.根据权利要求1所述的一种基于评分机制和路径规划的在线订单分发及配送方法,其特征在于,所述步骤S5中通过如下公式计算客户的优先级:

Pi=μ1(t-ti)+μ2u

其中,Pi表示客户i的优先级,t表示当前时间,ti表示客户i的预计收货时间,u表示客户在配送期间的催单频率,μ1、μ2为权重系数。

6.根据权利要求5所述的一种基于评分机制和路径规划的在线订单分发及配送方法,其特征在于,所述步骤S5中采用文化基因算法,对骑手的行驶路线进行初始化,然后根据构建规则对配送方案进行构建,最后输出优化后的行驶路线配送方案。

7.根据权利要求6所述的一种基于评分机制和路径规划的在线订单分发及配送方法,其特征在于,所述构建规则具体为:

(1)选择距离最近的客户点;

(2)选择订单量最大的客户点;

(3)选择订单量/距离成本比值最大的客户点;

(4)当时间窗松弛t>10分钟时,则选择距离最近的客户点,当时间窗松弛t∈[0,10]分钟时,选择时间松弛最少的客户点,当超出时间窗约束时,选择优先级最高的客户点;

(5)当任务超出骑手荷载量时,则结束该条子回路,回到配送中心,重新创建新的子回路。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810600384.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top