[发明专利]一种配送方法和装置在审

专利信息
申请号: 201811180185.3 申请日: 2018-10-10
公开(公告)号: CN109508862A 公开(公告)日: 2019-03-22
发明(设计)人: 纪诚诚;马栓;季炳坤 申请(专利权)人: 达疆网络科技(上海)有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/08
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 郑红娟;宋志强
地址: 200082 上海市杨*** 国省代码: 上海;31
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 方法和装置 订单信息 机器学习 匹配关系 匹配 概率 订单分配 全局最优 智能配送 最大效率 最优分配 最优化 全局 申请 应用 优化
【说明书】:

本申请公开了一种智能配送派单的方法和装置,包括:获取配送员信息和订单信息;根据机器学习方法,利用所述配送员信息和订单信息计算配送员的接单概率;根据所述配送员的接单概率进行全局最优化匹配,以确定订单和配送员的匹配关系;根据所述匹配关系将订单派发给全局最优匹配的配送员。应用本申请公开的技术方案,由于利用机器学习方法更为准确地计算出接单概率,并从全局角度考虑最优分配效果,从而最大效率利用资源,优化订单分配。

技术领域

本申请涉及物流技术领域,特别涉及一种配送方法和装置。

背景技术

随着社会信息化技术的发展,人们受互联网的影响越来越大,很多经济活动都通过线上交易。特别是普通的日常生活也往往通过网络交易,比如包裹快递、订餐等。以订餐配送为例,由于客户流分散,实时需求程度高,需求时间段集中等特点,如何合理利用资源、优化订单分配、提高配送效率以满足客户需求是目前需要解决的问题。

发明内容

本申请实施例提供了一种智能配送派单的方法,可以实现全局最优化匹配,优化资源的分配和利用。具体的,本申请实施例为:

一种智能配送派单的方法,该方法包括:

获取配送员信息和订单信息;

根据机器学习方法,利用所述配送员信息和订单信息计算配送员的接单概率;

根据所述配送员的接单概率进行全局最优化匹配,以确定订单和配送员的匹配关系;

根据所述匹配关系将订单派发给全局最优匹配的配送员。

进一步地,

所述配送员信息包括配送员位置信息,所述订单信息包括收发货位置信息。

进一步地,,所述根据机器学习方法,利用所述配送员信息和订单信息计算配送员的接单概率的方法包括:

事先设置特征权重向量和偏置值;

根据设置的损失函数和所述特征权重向量迭代计算更新所述特征权重向量;

在增长函数中利用所述特征权重向量和偏置值计算得到配送员的接单概率。

进一步地,,根据所述配送员的接单概率进行全局最优化匹配,以确定订单和配送员的匹配关系方法包括:

根据事先设置的匹配加权值对所述配送员的接单概率进行加权计算,得到配送员匹配评估值;

根据所述配送员的匹配评估值和分配策略分值计算匹配总和值,将匹配总和值最高时对应的分配策略作为最优化的分配策略,根据最优化的分配策略确定订单和配送员的匹配关系。

本申请实施例还提出一种智能配送派单的装置,该装置包括:

信息获取单元,用于获取配送员信息和订单信息;

接单概率预测单元,用于根据机器学习方法,利用所述配送员信息和订单信息计算配送员的接单概率;

匹配单元,根据所述配送员的接单概率进行全局最优化匹配,以确定订单和配送员的匹配关系;

订单派发单元,根据所述匹配关系将订单派发给全局最优匹配的配送员。

进一步地,,所述接单概率预测单元包括:

概率计算子单元,在增长函数中利用特征权重向量和偏置值计算得到配送员的接单概率;

特征权重向量迭代子单元,根据设置的损失函数和所述特征权重向量迭代计算更新所述特征权重向量。

进一步地,所述匹配单元包括:

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达疆网络科技(上海)有限公司,未经达疆网络科技(上海)有限公司许可,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/201811180185.3/2.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