[发明专利]订单冷区域预测方法、装置及电子设备

说明书

本申请公开了一种订单冷区域预测方法、装置及电子设备，其中，方法包括：预测第一地区在预设日期的空车数量；获取M个第二地区在历史上的N天的出货订单信息，根据N天中每一天的出货订单信息对应建立N个场景；根据概率模型确定N个场景中的每个场景在所述预设日期出现的期望概率；分别将空车与N个场景中的出货订单进行匹配，遍历出所有匹配方案，并计算每一个匹配方案的期望值；当所有匹配方案中最大的期望值小于预设值时，则确定所述第一地区在所述预设日期为订单冷区域。可以基于历史场景对某区域进行预测，有效预测订单冷区域的产生，可以做为订单调价及订单分配过程中提供重要数据支撑，使订单调价及订单分配更为精准。

技术领域

本申请涉及物流技术领域，具体而言，涉及一种订单冷区域预测方法、装置及电子设备。

背景技术

目前物流领域，尤其是卡车货运领域，存在订单冷区域的概念，该订单冷区域也被称作“沙漠城市”，其对货运的影响非常大；“沙漠城市”可以简单理解为进货量远大于出货量的地区或城市，即，车辆将货物送入“沙漠城市”，不仅无法盈利，还会出现亏损；而且“沙漠城市”并不是固定的，其很可能会因季节气候等因素变化使某些地区或城市形成“沙漠城市”或使某些“沙漠城市”消失。如果车辆将货物送入“沙漠城市”，很可能会出现由于车辆在该城市没有找到后续衔接订单，因此只能空驶离开该城市的情况；这种情况下，空驶所产生的费用越大，承运方的损失也就越大。除此以外，有些车辆即使在该城市找到了衔接订单，但是由于该衔接订单的发货时间是在几天之后，也就造成了车辆需要在原地等待情况，这期间车辆的停运同样会带来一定的损失。

由此可见，如何提前精准预测物流订单冷区域就成为亟待解决的问题。

发明内容

本申请的主要目的在于提供一种订单冷区域预测方法、装置及电子设备，解决如何提前精准预测物流订单冷区域。

为了实现上述目的，根据本申请的第一方面，提供了一种订单冷区域预测方法，包括：预测第一地区在预设日期的空车数量；获取M个第二地区在历史上的N天的出货订单信息，根据N天中每一天的出货订单信息对应建立N个场景，每个场景中包括一天内所述M个第二地区的出货订单信息，其中，M和N为大于零的正整数；根据概率模型确定N个场景中的每个场景在所述预设日期出现的期望概率，所述概率模型为根据M个地区在历史上的N天的出货订单信息建立的用于确定历史上的N个场景在预设日期的出现概率的模型；分别将空车与N个场景中的出货订单进行匹配，遍历出所有匹配方案，并计算每一个匹配方案的期望值，期望值为匹配方案中所有空车的期望收益之和，其中，期望值＝(匹配订单的价格-接单空驶成本)×匹配订单所在场景的期望概率；当所有匹配方案中最大的期望值小于预设值时，则确定所述第一地区在所述预设日期为订单冷区域。

可选地，在根据概率模型确定N个场景中的每个场景在预设日期出现的期望概率之前，所述方法还包括：根据每个场景在时间维度和/或周期维度与预设日期的远近关系建立概率模型。

可选地，在所述时间维度下，所述场景出现的期望概率与所述场景实际发生日期距离所述预设日期的天数呈反相关。

可选地，在所述周期维度下，所述场景出现的期望概率与周期内所述场景实际发生日期距离所述预设日期的天数呈正相关。

可选地，所述预测第一地区的空车数量包括：预测第一地区在预设日期的出货订单数量和进货订单数量，若进货订单数量大于出货订单数量，则将进货订单数量与出货订单数量的差值作为空车数量。

可选地，根据概率模型确定每个场景在预设日期出现的期望概率包括：根据概率模型确定所述N个场景在预设日期的出现概率；对N个出现概率进行正则化，得到N个场景的期望概率。