【技术实现步骤摘要】
本申请涉及运筹学、供应链管理和物流订单优化的，具体而言，涉及一种物流订单分配方法、装置及电子设备。
技术介绍
1、在现代物流行业中，订单的优化分配是提高运营效率和服务质量的关键环节，而传统的物流订单分配方法通常依赖于人工维护的权重来确定承运商的优先级。具体来说，业务人员会根据多个因素(如时效、成本、托寄物属性、合作协议等)为不同的承运商配置相应的分配策略及权重。当某订单确认时，根据该订单的具体特征(如价格段、重量段、是否带电、是否航空禁运等)筛选出一个候选的运输服务产品集合。在这个结果集中，每一个运输服务产品在理论上都可以承运该订单，而最终的选择通常是基于预先设定的多个权重中最高的权重进行的。这种权重的设定往往依赖于业务人员的经验和判断，缺乏科学性和客观性，容易受到个人偏见的影响，而且市场环境和客户需求经常变化，但人工维护的权重更新频率较低，难以及时适应这些变化。因此，目前依赖于人工维护的权重对物流订单进行分配难以达到在约束条件下的物流资源利用率的最大化效果。
技术实现思路
1、本申请实施例的目的在于提供一种物流订单分配方法、装置及电子设备，用于改善对物流订单进行分配难以达到在约束条件下的物流资源利用率的最大化效果的问题。
2、本申请实施例提供了一种物流订单分配方法，包括：使用历史物流订单对预先构建的优配算法模型进行求解，获得历史物流订单的分单结果；使用分单结果对线上环境中的实时物流订单进行陪跑，获得陪跑结果；判断陪跑结果是否满足优配算法模型的约束条件；若是，则将优配算
3、可选地，在本申请实施例中，运输服务产品的总运输费用是以运费阶梯方式结算的；在使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：使用分段线性函数对该运输服务产品进行运费阶梯建模，获得第一线性表达式，第一线性表达式用于构建优配算法模型。在上述方案的实现过程中，通过分段线性函数将非线性问题转化为线性问题，因此，分段线性函数将复杂的非线性关系分解为多个线性段，减少了计算复杂度，使得模型在大规模数据集上的求解更加高效，使得模型可以使用高效的线性规划求解器进行求解，线性规划求解器通常具有较快的求解速度和较好的求解稳定性，相比非线性规划求解器，可以显著提高求解效率。
4、可选地，在本申请实施例中，运输服务产品的总运输费用是以订单量阶梯方式结算的；在使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：使用非线性函数对该运输服务产品进行单量阶梯建模，获得非线性表达式，非线性表达式用于构建优配算法模型。在上述方案的实现过程中，通过非线性函数能够更精确地捕捉订单量与运费之间的复杂关系，特别是在存在非线性折扣、阶梯定价等情况下，这种精确建模有助于更好地反映实际业务情况，而且非线性函数允许模型设计者更灵活地定义运费与订单量之间的关系，可以更精细地调整模型参数，以适应不同的业务需求，从而有效地提高了建模的精确性。
5、可选地，在本申请实施例中，非线性表达式中包括非线性项；在获得非线性表达式之后，还包括：在非线性表达式中引入辅助变量和不等式约束之后，消除非线性项，获得第二线性表达式，第二线性表达式和不等式约束用于构建优配算法模型。在上述方案的实现过程中，通过线性化处理将复杂的非线性问题简化为线性问题，减少了计算复杂度，使得模型在大规模数据集上的求解更加高效，而且引入辅助变量和不等式约束，将非线性表达式转化为线性表达式，使得模型可以使用高效的线性规划求解器进行求解，线性规划求解器通常具有较快的求解速度和较好的求解稳定性，相比非线性规划求解器，可以显著提高求解的效率。
6、可选地，在本申请实施例中，优配算法模型，包括：多个决策变量；在使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：针对多个决策变量中的每个决策变量，判断该决策变量在当前时刻是否是已知的变量；若是，则将该决策变量预先设置为固定值。在上述方案的实现过程中，通过固定部分变量后，模型的结构变得更加简单，降低了求解的复杂度，使得求解过程更加稳定和快速，而且通过将已知的决策变量预先设置为固定值，可以显著减少模型中的变量数量。这使得求解器在处理模型时更加高效，从而减少了计算时间，提高了求解的速度和效率。
7、可选地，在本申请实施例中，使用历史物流订单对预先构建的优配算法模型进行求解，包括：获取折扣变量的全部区间组合，并对全部区间组合进行倒序重排，获得倒序后的区间组合；在倒序后的区间组合中的每种区间组合的遍历过程中，判断使用历史物流订单对优配算法模型是否成功求解出可行解，可行解为满足优配算法模型的约束条件下的区间组合；若使用历史物流订单对优配算法模型成功求解出可行解，则将该可行解对应的分单比例或者分单量确定为分单结果。在上述方案的实现过程中，通过对全部区间组合进行倒序重排，可以优先处理折扣较高的区间组合，逐步缩小搜索范围，提高求解效率。进一步地，通过遍历所有可能的区间组合(例如运费区间和单量区间)，确保模型能够全面考虑各种情况，确保找到全局最优解，避免局部最优解的局限性，而且倒序重排和逐步筛选的方法使得模型在处理不同数据和情境时更加稳定，减少了因数据波动导致的模型不稳定。
8、本申请实施例还提供了一种物流订单分配装置，包括：分单结果获得模块，用于使用历史物流订单对预先构建的优配算法模型进行求解，获得历史物流订单的分单结果；陪跑结果获得模块，用于使用分单结果对线上环境中的实时物流订单进行陪跑，获得陪跑结果；陪跑结果判断模块，用于判断陪跑结果是否满足优配算法模型的约束条件；算法模型推送模块，用于若满足优配算法模型的约束条件，则将优配算法模型推送至线上环境中，以使优配算法模型在线上环境中对未来的实时物流订单进行优化和分配。
9、可选地，在本申请实施例中，物流订单分配装置，还包括：费用阶梯建模模块，用于使用分段线性函数对该运输服务产品进行运费阶梯建模，获得第一线性表达式，第一线性表达式用于构建优配算法模型。
10、可选地，在本申请实施例中，物流订单分配装置，还包括：单量阶梯建模模块，用于使用非线性函数对该运输服务产品进行单量阶梯建模，获得非线性表达式，非线性表达式用于构建优配算法模型。
11、可选地，在本申请实施例中，非线性表达式中包括非线性项；物流订单分配装置，还包括本文档来自技高网...
【技术保护点】
1.一种物流订单分配方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，运输服务产品的总运输费用是以运费阶梯方式结算的；在所述使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：
3.根据权利要求1所述的方法，其特征在于，运输服务产品的总运输费用是以订单量阶梯方式结算的；在所述使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述非线性表达式中包括非线性项；在所述获得非线性表达式之后，还包括：
5.根据权利要求1所述的方法，其特征在于，所述优配算法模型，包括：多个决策变量；在所述使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：
6.根据权利要求1所述的方法，其特征在于，所述使用历史物流订单对预先构建的优配算法模型进行求解，包括：
7.一种物流订单分配装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述机器可读指令被所述处理器运
9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行权利要求1至6任一所述的方法。
10.一种计算机程序产品，其特征在于，包括：计算机程序或者计算机指令，所述计算机程序或者所述计算机指令被处理器运行时执行权利要求1至6任一所述的方法。
...【技术特征摘要】
1.一种物流订单分配方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，运输服务产品的总运输费用是以运费阶梯方式结算的；在所述使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：
3.根据权利要求1所述的方法，其特征在于，运输服务产品的总运输费用是以订单量阶梯方式结算的；在所述使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述非线性表达式中包括非线性项；在所述获得非线性表达式之后，还包括：
5.根据权利要求1所述的方法，其特征在于，所述优配算法模型，包括：多个决策变量；在所述使用历史物流订单对预先构建的优配算法模型进行求解之前，还包括：...
【专利技术属性】
技术研发人员：张莹，董凌旭，唐观平，钟飞，禹杰，辛增智，
申请(专利权)人：上海德吾信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。