一种基于通信网络的外卖配送时间预测方法与流程

1.本发明属于即时配送技术领域，具体为一种基于通信网络的外卖配送时间预测方法。


背景技术：

2.外卖是个很广泛的词汇，一般的理解就是快餐的外送服务。其实从广义来说一切卖家通过提供出外服务和商品的都可以说是外卖。像送水的、送花的、送气的、送商品的、上门修理东西的，其实这些都是属于外卖。
3.现有的餐饮行业的外卖服务，特别是基于网络的外卖服务一般需要给出送餐预测时间，而现有的算法常常忽略商家这个不确定因素，在商家接单的同时此单排单量为多少，商家出餐速度为多少均可能影响外卖员的取餐速度，从而影响最终送餐时间，导致预测时间不准确的情况；因此，针对目前的状况，现需对其进行改进。


技术实现要素：

4.针对上述情况，为克服现有技术的缺陷，本发明提供一种基于通信网络的外卖配送时间预测方法，有效的解决了现有的餐饮行业的外卖服务，特别是基于网络的外卖服务一般需要给出送餐预测时间，而现有的算法常常忽略商家这个不确定因素，在商家接单的同时此单排单量为多少，商家出餐速度为多少均可能影响外卖员的取餐速度，从而影响最终送餐时间，导致预测时间不准确的情况的问题。
5.为实现上述目的，本发明提供如下技术方案：一种基于通信网络的外卖配送时间预测方法，包括以下步骤：
6.s1：订单确定：客户在平台进行订单的确定，在订单确定的同时，对订单商家的位置进行定位，同时获取该商家的派单记录，得到当前订单的排序，根据该商家过往做餐平均速度，得到出餐预测时间；
7.s2：派单确定：在得到商家的定位位置时，通过外卖员的通讯端对外卖员的商家附近的外卖员位置进行定位，同时对外卖员当前接单量进行获取，综合出餐预测时间、定位距离、外卖员当前接单量以及订单需要派送位置进行综合计算，对最适合的外卖员进行派单，且在派单同时，得到到店预测时间；
8.s3：路线确定：在确定外卖员的同时，根据上述步骤s1得到的出餐预测时间以及步骤s2得到的到店预测时间，综合判定得到取餐预测时间，以取餐预测时间为起始时间，综合该外卖员所有接单的订单需要派送位置，获取最优送餐路线，将其代入对应的送餐路程预测模型中，得出送餐预测时间，所述送餐路程预测模型以单段时间及其对应路程以及最终时间作为训练数据；
9.s4：结果输出：综合上述步骤s1得到的出餐预测时间、步骤s2得到的到店预测时间以及步骤s3得到的送餐预测时间，对应加上送餐到达等待时间3-5min，则得到最终配送时间的预测，并对最终配送时间进行推送。
10.优选的，所述步骤s1中，对订单商家的位置进行定位时，具体采用gps卫星定位技术、基站定位技术或混合定位技术的点以及区域性的综合定位方法中的一种或几种的组合。
11.优选的，所述步骤s1中，对商家过往做餐平均速度的计算具体过程为：取商家上月所有订单量以及出餐时间，将时间划分为以每天为单位，取当天的订单量总和以及出餐时间总和代入(出餐时间总和/订单量总和)得到单天的平均出餐时间，再综合上月单天的平均出餐时间代入(单天的平均出餐时间求和值/当月天数)得到该商家过往做餐平均速度。
12.优选的，所述步骤s2中，在对商家附近的外卖员位置进行定位时以及派单确定时，按三个等级进行定位：第一等级为距离商家最近距离；第二等级为距离商家最近距离且当前接单量最少；第三等级为当前已接接单中订单商家的位置与所要派单的订单商家的位置相近或路线重合。
13.优选的，所述步骤3中，送餐路程预测模型的建模过程包括：
①
：获取过往单段时间及其对应路程以及最终时间数据；
②
：对获取的数据进行清洗、转换、提取以及归一化处理；
③
：将经过处理的数据代入模型进行学习训练，得到送餐路程预测模型；
④
：对经过学习训练的模型进行测试，测试时以10-15组过往单段时间及其对应路程作为测试数据，将测试结果与最终时间进行对比，得出测试结果。
14.优选的，在进行学习训练时，具体采用层标准化的训练方法、直批标准化的训练方法或任务标准化的训练方法中的一种或几种的组合。
15.优选的，所述送餐路程预测模型具体为蛛网模型、灰色预测模型、层次分析模型或神经元网络模型中的一种或几种的组合。
16.优选的，所述步骤s4中，在综合出餐预测时间、到店预测时间以及送餐预测时间时，对出餐预测时间和到店预测时间取重叠计算法，对经过重叠计算法得出的到店预测时间以及送餐预测时间取累加计算法。
17.与现有技术相比，本发明的有益效果是：1、本发明，在接收订单的同时立即获取商家当前的派单记录，并根据其过往做餐平均速度，以此预估出餐时间，再根据出餐时间进行派单的确定，以此避免外卖员等待出餐时间过长从而导致的时间预测失误，且同时以出餐时间为基准进行派单，可以方便外卖员合理安排取餐顺序，从而提高送餐速度，增加送餐量；
18.2、本发明，派单时根据三个等级进行定位：第一等级为距离商家最近距离；第二等级为距离商家最近距离且当前接单量最少；第三等级为当前已接单中订单商家的位置与所要派单的订单商家的位置相近或路线重合，以此可以判断最优派单人选，在预测时间以及预测结果上做到更加准确，且可快速确定派单人选，避免等待接餐时间过长，导致送餐时间的延长；
19.3、本发明，在进行路线配送时间的预测时，以单段时间及其对应路程作为预测模型数据进行模型的建立，根据订餐时间代入对应的模型，从而能够提高预测的准确度，相较于目前使用的模型，能够精准预测出不同时间段路程派送时间的不同，从而避免预测时间不准确造成的外卖员超时罚款的状况，保障了外卖员的权益，且可有效避免客户超时投诉的问题。
附图说明
20.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
21.在附图中：
22.图1为本发明一种一种基于通信网络的外卖配送时间预测方法流程图。
具体实施方式
23.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
24.如图1所示，本发明提供一种技术方案：一种基于通信网络的外卖配送时间预测方法，包括以下步骤：
25.s1：订单确定：客户在平台进行订单的确定，在订单确定的同时，对订单商家的位置进行定位，同时获取该商家的派单记录，得到当前订单的排序，根据该商家过往做餐平均速度，得到出餐预测时间；
26.s2：派单确定：在得到商家的定位位置时，通过外卖员的通讯端对外卖员的商家附近的外卖员位置进行定位，同时对外卖员当前接单量进行获取，综合出餐预测时间、定位距离、外卖员当前接单量以及订单需要派送位置进行综合计算，对最适合的外卖员进行派单，且在派单同时，得到到店预测时间；
27.s3：路线确定：在确定外卖员的同时，根据上述步骤s1得到的出餐预测时间以及步骤s2得到的到店预测时间，综合判定得到取餐预测时间，以取餐预测时间为起始时间，综合该外卖员所有接单的订单需要派送位置，获取最优送餐路线，将其代入对应的送餐路程预测模型中，得出送餐预测时间，送餐路程预测模型以单段时间及其对应路程以及最终时间作为训练数据；
28.s4：结果输出：综合上述步骤s1得到的出餐预测时间、步骤s2得到的到店预测时间以及步骤s3得到的送餐预测时间，对应加上送餐到达等待时间3-5min，则得到最终配送时间的预测，并对最终配送时间进行推送。
29.其中，步骤s1中，对订单商家的位置进行定位时，具体采用gps卫星定位技术、基站定位技术或混合定位技术的点以及区域性的综合定位方法中的一种或几种的组合；步骤s1中，对商家过往做餐平均速度的计算具体过程为：取商家上月所有订单量以及出餐时间，将时间划分为以每天为单位，取当天的订单量总和以及出餐时间总和代入(出餐时间总和/订单量总和)得到单天的平均出餐时间，再综合上月单天的平均出餐时间代入(单天的平均出餐时间求和值/当月天数)得到该商家过往做餐平均速度；步骤s2中，在对商家附近的外卖员位置进行定位时以及派单确定时，按三个等级进行定位：第一等级为距离商家最近距离；第二等级为距离商家最近距离且当前接单量最少；第三等级为当前已接接单中订单商家的位置与所要派单的订单商家的位置相近或路线重合；步骤3中，送餐路程预测模型的建模过程包括：
①
：获取过往单段时间及其对应路程以及最终时间数据；
②
：对获取的数据进行清洗、转换、提取以及归一化处理；
③
：将经过处理的数据代入模型进行学习训练，得到送餐路
程预测模型；
④
：对经过学习训练的模型进行测试，测试时以10-15组过往单段时间及其对应路程作为测试数据，将测试结果与最终时间进行对比，得出测试结果；在进行学习训练时，具体采用层标准化的训练方法、直批标准化的训练方法或任务标准化的训练方法中的一种或几种的组合；送餐路程预测模型具体为蛛网模型、灰色预测模型、层次分析模型或神经元网络模型中的一种或几种的组合；步骤s4中，在综合出餐预测时间、到店预测时间以及送餐预测时间时，对出餐预测时间和到店预测时间取重叠计算法，对经过重叠计算法得出的到店预测时间以及送餐预测时间取累加计算法。
30.通过上述方法，在接收订单的同时立即获取商家当前的派单记录，并根据其过往做餐平均速度，以此预估出餐时间，再根据出餐时间进行派单的确定，以此避免外卖员等待出餐时间过长从而导致的时间预测失误，且同时以出餐时间为基准进行派单，可以方便外卖员合理安排取餐顺序，从而提高送餐速度，增加送餐量；派单时根据三个等级进行定位：第一等级为距离商家最近距离；第二等级为距离商家最近距离且当前接单量最少；第三等级为当前已接单中订单商家的位置与所要派单的订单商家的位置相近或路线重合，以此可以判断最优派单人选，在预测时间以及预测结果上做到更加准确，且可快速确定派单人选，避免等待接餐时间过长，导致送餐时间的延长；在进行路线配送时间的预测时，以单段时间及其对应路程作为预测模型数据进行模型的建立，根据订餐时间代入对应的模型，从而能够提高预测的准确度，相较于目前使用的模型，能够精准预测出不同时间段路程派送时间的不同，从而避免预测时间不准确造成的外卖员超时罚款的状况，保障了外卖员的权益，且可有效避免客户超时投诉的问题。
31.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
32.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。