[发明专利]一种针对地理网点的智能任务分配和人员调度方法、系统在审
申请号: | 201910689985.6 | 申请日: | 2019-07-29 |
公开(公告)号: | CN110458429A | 公开(公告)日: | 2019-11-15 |
发明(设计)人: | 汤胤;廖冬雪;黄书强 | 申请(专利权)人: | 暨南大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q10/04;G06N3/08 |
代理公司: | 44245 广州市华学知识产权代理有限公司 | 代理人: | 刘巧霞<国际申请>=<国际公布>=<进入 |
地址: | 510632广东省*** | 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: | 本发明公开了一种针对具有一定地理位置特征的网点的智能拜访任务分配和人员调度方法、系统,包括以下步骤:从企业信息系统决策模块的基础数据和实时数据中,对物理商业网点和业务员分别提取特征,对业务员拜访网点的历史数据建模;用二分图表示业务员和网点之间的连接从而形成拜访计划网络图;根据业务员所处环境信息,规划最优拜访路线;使用强化学习方法,根据业务员执行某一动作后产生的预设的奖赏或惩罚,评估分配策略获取的收益,并反馈给深度神经网络模型,反复更新学习参数,确定最优任务匹配策略;实际拜访过程中,采用强化学习方法进行计算,将任务执行策略优化方法以及拜访路线优化方法同时不断迭代,综合得出全局最优的拜访方式。 | ||
搜索关键词: | 拜访 强化学习 网点 地理位置特征 历史数据建模 企业信息系统 神经网络模型 计划网络图 策略优化 分配策略 环境信息 基础数据 决策模块 路线优化 匹配策略 全局最优 人员调度 任务分配 任务执行 商业网点 实时数据 提取特征 二分图 迭代 预设 奖赏 惩罚 反馈 智能 评估 收益 更新 规划 学习 | ||
【主权项】:
1.一种针对地理网点的智能任务分配和人员调度方法,其特征在于,步骤为:/n(1)从企业信息系统决策模块的基础数据和实时数据中提取特征,特征包含待拜访网点的特征、业务员的特征、拜访任务的特征、业务员周边环境特征;/n(2)对业务员和拜访网点之间的关系,形成拜访计划的二分网络,同时根据地理位置关系对网点集合建立偏序关系,对历史记录和业务员拜访网点的实时数据建模,得到深度神经网络模型;/n(3)根据业务员执行某一动作后产生的效果确定预设的奖赏或惩罚,评估分配策略获取的收益,并反馈给深度强化学习模型,更新学习参数,确定最优任务执行策略;/n(4)根据业务员所处环境信息,规划最优拜访路线;/n(5)实际拜访过程中,将步骤(3)的任务执行策略优化方法以及步骤(4)的拜访路线优化方法同时不断迭代,综合得出全局最优的拜访方式。/n
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暨南大学,未经暨南大学许可,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/patent/201910689985.6/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理