对配送系统进行优化的方法及装置的制造方法
【技术领域】
[0001]本申请涉及计算机技术领域，具体涉及计算机仿真技术领域，尤其涉及对配送系统进行优化的方法及装置。
【背景技术】
[0002]随着我国经济的迅速发展，物流配送行业也不断地发展壮大。目前，物流配送的范围不但包括有传统的城市之间的物流配送，也逐渐向城市内的物流配送进行扩展。同城配送不仅可以包括家电、家具等大宗类商品的送货上门服务，也可以包括一些小件商品的配送，例如，送餐、送煤气、送水、送快件等。为了节省人力，提高同城物流的配送效率，可以建立一个配送系统，用于将待配送的订单指派给恰当的派送员，然后由派送员根据订单的内容进行配送。
[0003]但是，配送系统只能对实际的配送结果进行评价。每次对配送系统进行调整后，都必须通过实际的配送过程来验证配送结果的变化情况，导致配送系统的优化过程漫长繁琐，优化效率极低。
【发明内容】
[0004]鉴于现有技术中的上述缺陷或不足，期望能够提供一种能够对配送系统进行快速优化的方案。为了实现上述一个或多个目的，本申请提供了对配送系统进行优化的方法及
目.ο
[0005]第一方面，本申请提供了一种对配送系统进行优化的方法，包括:基于所述配送系统的实际配送数据，构建配送模型；确定至少一组待仿真的订单参数，所述订单参数至少包括订单压力和运力；基于所述至少一组待仿真的订单参数，对所述配送模型进行仿真优化，确定出所述配送模型的配送系数；根据所述至少一组待仿真的订单参数及对应的配送系数，确定出订单参数与配送系数之间的对应关系；基于实际的订单参数以及所述对应关系，调整所述配送系统的配送系数。
[0006]第二方面，本申请提供了一种对配送系统进行优化的装置，包括:模型构建单元，用于基于所述配送系统的实际配送数据，构建配送模型；仿真确定单元，用于确定至少一组待仿真的订单参数，所述订单参数至少包括订单压力和运力；模型仿真单元，用于基于所述至少一组待仿真的订单参数，对所述配送模型进行仿真优化，确定出所述配送模型的配送系数；关系确定单元，用于根据所述至少一组待仿真的订单参数及对应的配送系数，确定出订单参数与配送系数之间的对应关系；系统调整单元，用于基于实际的订单参数以及所述对应关系，调整所述配送系统的配送系数。
[0007]本申请提供的对配送系统进行优化的方法及装置，首先可以按照配送系统的实际配送流程构建配送模型，然后确定需要进行仿真的至少一组订单参数，并通过配送模型基于各组数据进行配送仿真，以得到配送模型的配送系数与订单参数之间最匹配的对应关系，这样当配送系统面向实际的订单参数时，就可以根据上述对应关系，为配送系统设置最适合的配送系数。本申请通过进行模型仿真，可以确定出配送模型的配送系数与订单参数之间的对应关系，并进一步以这个对应关系为依据，根据实际的订单参数情况去调整配送系统的配送系数，从而提高了对配送系统的优化效率。
【附图说明】
[0008]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显:
[0009]图1是本申请对配送系统进行优化的方法的一个实施例的流程图；
[0010]图2是本申请对配送模型进行仿真优化，确定出配送模型的配送系数的一个实施例的流程图；
[0011]图3是本申请对配送系统进行优化的装置的一个实施例的功能模块构架示意图；
[0012]图4是本申请对配送系统进行优化的装置另一个实施例的功能模块构架示意图；
[0013]图5是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
【具体实施方式】
[0014]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
[0015]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0016]请参考图1，其示出了本申请对配送系统进行优化的一个实施例的流程100。本实施例主要以该方法应用于运行上述配送系统的服务器中来举例说明，本实施例的对配送系统进行优化的方法，包括以下步骤:
[0017]如图1所示，在步骤101中，基于配送系统的实际配送数据，构建配送模型。
[0018]在本实施例中，可以首先确定配送系统的实际配送步骤的数据，然后对每个步骤进行计算机模拟，最后根据数据流将每个模拟步骤联系起来，就可以得到一个完整的计算机模型即配送模型。例如，一个完整的配送流程通常可以包括接收订单，订单分配、订单派送和订单评价等步骤。其中，接收订单的步骤可以通过对模型进行初始化的来完成，而订单评价可以通过对订单派送的结果进行数据分析得到。因此，在构建配送模型时，主要需要构建用于模拟订单分配和订单派送过程的模型。
[0019]在本实施例的一个可选实现方式中，配送模型中可以包括:派送员调度子模型和派送模拟子模型，其中，派送模拟子模型用于模拟派送员的位置和工作状态变化，以及订单状态变化。具体地，派送员调度子模型可以对派送员进行调度，也就是根据一定的订单分配规则，将待配送的订单分配给适合的派送员。可选地，派送员调度子模型还可以进行任务规划，即对派送员的送货顺序、路径等进行规划。派送模拟子模型用于对派送员的整个派送过程进行模拟，也就是根据当前的配送场景，维护派送员的位置和工作状态的变化情况，以及订单状态的变化情况。例如，外卖派送员完成一个订单的周期应当是接单、向商店移动取餐、到商店等待出餐、取餐、向用户移动派送、到用户处等待用户和完成订单。派送模拟子模型开始运行时会初始化一个定时器，整个模拟过程全部可以由该定时器触发。派送模拟子模型可以维持每个骑士的工作状态，并随着时间的推移，按设置的任务计划改变派送员的状态，并对各种时间节点发生的事件进行记录，从而实现对真实派送过程的模拟。
[0020]接着，在步骤102中，确定至少一组待仿真的订单参数，订单参数至少包括订单压力和运力。
[0021]在本实施例中，订单压力可以是指派送员平均未完成的订单数量，其与订单总数和派送员人数相关。当订单数量增多或派送员人数减少时，订单压力增大。运力可以用派送员的派送路程来表示，其与派送员的移动速度和派送员人数相关。当派送员的移动速度降低或派送员人数减少时，运力被削弱。由此可以，不同的订单压力和运力的组合，可以用于表征不同的配送场景。因此，在进行仿真前，可以先确定需要仿真的多个配送场景，即确定多组待仿真的订单压力和运力。
[0022]在确定待仿真的订单参数时，至少要确定订单压力和运力。在一种可能的实现方式中，可以从配送系统的历史配送数据中，提取出某个配送区域在某一时间段(例如，中关村商圈在2015年5月18日中午11点至14点)内的订单压力和运力，以模拟一个真实的配送场景。在另一种可能的实现方式中，可以直接指定订单压力和/或运力。此时，指定的定订单压力或运力可以是比较特殊的，以模拟日常配送中很少出现的异常配送场景。例如，可以将订单压力增加为历史订单压力的两倍，以模拟配送系统服务商开展促销活动时的配送场景。
[0023]在步骤103中，分别基于至少一组待仿真的订单参数，对配送模型进行仿真优化，确定出配送模型的配送系数。
[0024]当在上述步骤102中得到至少一组待仿真的订单参数，即订单压力和运力后，可以基于每一组数据所指定的配送场景，分别对配送模型进行仿真优化，从而可以得到每个配送场景下最合适的配送模