[发明专利]订单分配方法、订单分配装置、可读存储介质及电子设备

权利要求书

1.一种订单分配方法，其特征在于，包括：

确定与待分配订单相关联的多个配送运力；

根据所述待分配订单和每一所述配送运力的当前配送任务，分别对每一所述配送运力进行任务点路径规划，以得到每一所述配送运力各自的规划路径；

针对每一所述规划路径，根据所述规划路径对应的随机配送特征信息的概率分布，确定所述规划路径对应的鲁棒性特征信息，其中，所述鲁棒性特征信息用于表征所述待分配订单对所述规划路径对应的配送运力的交付时间的影响程度；

根据所述鲁棒性特征信息，确定最优规划路径；

将所述待分配订单分配给所述最优规划路径对应的配送运力。

2.根据权利要求1所述的方法，其特征在于，所述随机配送特征信息包括以下中的至少一种：物品准备完成时间；取物完成时间；配送运力的移动时间；物品交付时间。

3.根据权利要求1所述的方法，其特征在于，所述根据所述规划路径对应的随机配送特征信息的概率分布，确定所述规划路径对应的鲁棒性特征信息，包括：

获取所述规划路径的路径特征信息，所述规划路径的路径特征信息包括所述规划路径对应的随机配送特征信息的概率分布的分布参数；

将所述规划路径的所述路径特征信息输入至鲁棒性特征信息确定模型，获得所述规划路径对应的所述鲁棒性特征信息。

4.根据权利要求3所述的方法，其特征在于，所述路径特征信息还包括：路径中任务点数量和/或用于指示路径中任务点顺序的顺序指示信息。

5.根据权利要求3所述的方法，其特征在于，所述鲁棒性特征信息确定模型通过以下方式获得：

获取历史路径的路径特征信息，所述历史路径的路径特征信息包括所述历史路径对应的随机配送特征信息的概率分布的分布参数；

获取所述历史路径对应的鲁棒性特征信息；

将所述历史路径的路径特征信息作为模型输入参数，将所述历史路径对应的鲁棒性特征信息作为模型输出参数，对神经网络模型进行训练，以获得所述鲁棒性特征信息确定模型。

6.根据权利要求5所述的方法，其特征在于，所述获取所述历史路径对应的鲁棒性特征信息，包括：

根据所述历史路径的路径特征信息中包括的所述随机配送特征信息的概率分布，对所述随机配送特征信息进行采样，其中，所述随机配送特征信息的不同采样值用于形成所述历史路径的不同模拟场景；

确定所述历史路径在每一模拟场景下的交付时间特征信息；

根据所述历史路径在每一所述模拟场景下的所述交付时间特征信息，确定所述历史路径对应的鲁棒性特征信息。

7.根据权利要求6所述的方法，其特征在于，所述确定所述历史路径在每一模拟场景下的交付时间特征信息，包括：

根据所述历史路径涉及的每一订单在每一所述模拟场景下的预估交付时间，确定在每一所述模拟场景下，所述历史路径涉及的订单中是否存在超时订单；

针对每一所述模拟场景，当在所述模拟场景下存在超时订单的情况下，将最大超时时间作为所述历史路径在所述模拟场景下的交付时间特征信息；当在所述模拟场景下不存在超时订单的情况下，确定所述历史路径涉及的每一订单的配送裕量，并将平均配送裕量作为所述历史路径在所述模拟场景下的交付时间特征信息。

8.根据权利要求3所述的方法，其特征在于，在所述获取所述规划路径的路径特征信息的步骤之前，所述方法还包括：

确定所述规划路径对应的随机配送特征信息不属于预设的异常信息，且，所述规划路径对应的环境信息不属于预设的异常环境信息。