(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210971778.1 (22)申请日 2022.08.12 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 申请人 宝开 （上海） 智能物流科技有限公司 (72)发明人 李金澎　胡海强　苏志远　汪朝林　 (74)专利代理 机构 北京金咨知识产权代理有限 公司 11612 专利代理师 王紫腾 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) G06K 9/62(2022.01) (54)发明名称 一种基于LSTM的动态自适应调度周期的订 单调度方法及装置 (57)摘要 本发明提供一种基于LSTM的动态自适应调 度周期的订单调度方法及装置， 所述方法的步骤 包括： 将每个时间周期划分为多个时间片， 收集 每个时间片的订单数量， 将每个时间片的订单数 量作为向量的维度参数， 构建参数向量； 将所述 参数向量输入到预设的长短时记忆网络模型中， 输出预测的时间片的订单数量； 将预测的时间片 的订单数量与订单阈值比对； 基于预测的时间片 的订单数量采用固定时长周期调度方法进行订 单调度或采用单事件驱动调度方法进行订单调 度； 基于贪心算法将调度的订单插入原配送计划 的车辆路径中， 基于聚类算法将多个车辆路径聚 类为预设个数的簇， 基于邻域搜索算法更新每个 簇中的每个车辆路径， 组合更新后的车辆路径得 到更新配送计划。 权利要求书2页 说明书12页 附图7页 CN 115423393 A 2022.12.02 CN 115423393 A 1.一种基于LSTM的动态自适应调度周期的订单调度方法， 其特征在于， 所述方法的步 骤包括： 将每个时间周期划分为多个时间片， 收集历史数据中每个时间片的订单数量， 将每个 时间片的订单 数量作为向量的维度参数， 构建历史时间周期的参数向量； 将所述参数向量输入到预设的长短时记忆网络模型中， 输出预测的未来 时间中至少一 个时间片的订单 数量； 将未来时间中每 个时间片的订单 数量与预设的订单阈值比对； 若时间片的订单数量大于订单阈值， 则基于时间片的时间长度计算调度周期， 在该时 间片内以调度周期为固定周期， 采用固定时长周期调度方法进行订单调度； 若时间片的订单数量不大于订单阈值， 则在该时间片内采用单事件驱动调度方法进行 订单调度； 基于贪心算法将调度的订单插入原配送计划的车辆路径中， 基于聚类算法将多个车辆 路径聚类为预设个数 的簇， 基于邻域搜索算法更新每个簇中的每个车辆路径， 组合更新后 的车辆路径得到更新配送计划。 2.根据权利要求1所述的基于LSTM的动态自适应调度周期的订单调度方法， 其特征在 于， 将每个时间片的订单数量作为向量的维度参数， 构建历史时间周期的参数向量的步骤 中， 计算历史数据中前一日时间片的订单数量平均值和历史数据中前一周时间片的订单 数量平均值； 将前一日时间片的订单数量平均值、 前一周时间片的订单数量平均值与时间周期中每 个时间片的订单 数量均作为参数向量的各个维度参数， 构建参数向量。 3.根据权利要求1所述的基于LSTM的动态自适应调度周期的订单调度方法， 其特征在 于， 若该时间片内采用固定时长周期调度方法进行订单调度， 则在改时间片内每隔固定周 期将订单统一进行调度， 更新配送计划； 若该时间片内采用单事件驱动调度方法进行订单调度， 则在该时间片内每接收到一个 订单即开始调度， 更新配送计划。 4.根据权利要求1所述的基于LSTM的动态自适应调度周期的订单调度方法， 其特征在 于， 所述原配送计划包括多个车辆路径， 基于贪心算法将调度的订单插入原配送计划的车 辆路径中的步骤 包括： 分别计算将订单插 入每个车辆路径的每 个位置所需的变动时间成本； 基于变动时间成本得到订单的插 入位置， 完成订单对车辆路径的插 入。 5.根据权利要求4所述的基于LSTM的动态自适应调度周期的订单调度方法， 其特征在 于， 根据如下公式， 计算将订单插 入每个车辆路径的每 个位置所需的变动时间成本： ΔCbd＝ci‑1,b+cb,i‑ci‑1,i+cj‑1,d+cd,j‑cj‑1,j； ΔCpd表示起点为b， 终点为d的订单的变动时间成本； ci‑1,b表示将起点b插入 i‑1点和i点 之间， i‑1点到b所需的时间； cb,i表示将起点b插入i ‑1点和i点之间， b点到i所需的时间； ci‑1,i表示原车辆路径中i ‑1点到i点所需的时间； cj‑1,d表示将终点d插入j ‑1点和j点之间， j‑1点到d所需的时间； cd,j表示将终点d插入j ‑1点和j点之间， d点到j所需的时间； cj‑1,j表示 原车辆路径中j ‑1点到j点所需的时间。权　利　要　求　书 1/2 页 2 CN 115423393 A 26.根据权利要求1 ‑5任一项所述的基于LSTM的动态自适应调度周期的订单调度方法， 其特征在于， 基于聚类算法将多个车辆路径聚类为预设个数的簇的步骤 包括： 将每个车辆路径作为路径簇， 将多个路径簇按照排列组合的方式每两个路径簇作为一 个组， 计算组中两个路径簇中的车辆路径的相似度， 基于相似度计算两个路径簇的簇间距， 将所有组中簇间距最小的组中的车辆路径进行合并值同一个路径簇； 重复上述 步骤， 直到路径簇的个数到 达预设个数。 7.根据权利要求6所述的基于LSTM的动态自适应调度周期的订单调度方法， 其特征在 于， 根据如下公式， 计算组中两个路径簇中的车辆路径的相似度： PS(i1,j1)表示车辆路径i1和j 1的相似度， Ri1表示车辆路径i1中订单的集合， p表示Ri1 中的任一个订单， Rj1表示车辆路径j1中订单的集合， q表示Rj1中的任一个订单， d(p,q)表示 订单p和q之间的距离， li1、 lj1分别表示Ri1、 Rj1中的订单 数目。 8.根据权利要求7所述的基于LSTM的动态自适应调度周期的订单调度方法， 其特征在 于， 根据如下公式， 基于相似度计算两个路径簇的簇间距： d(Ci,Cj)表示路径簇Ci和Cj的簇间距， ni和nj分别表示Ci、 Cj中车辆路径数， δ、 β 分别表示 Ci、 Cj中的车辆路径， P S( δ, β )表示车辆路径 δ和β 的相似度。 9.根据权利要求1或8所述的基于LSTM的动态自适应调度周期的订单调度 方法， 其特征 在于， 所述方法在组合更新后的车辆路径得到更新配送计划的步骤之后， 还 包括步骤： 在更新配送计划中将新加入的订单剔除， 将剔除新加入的订单后的更新配送计划作为 原配送计划， 再次将剔除的订单根据上述步骤计算再次得到更新配送计划， 对比两个更新 配送计划的结束时间， 若二者结束时间的时间差小于预设的阈值， 则判定算法收敛， 输出该更新配送计划为 最终配送计划； 若二者结束时间的时间差不小于预设的阈值， 则再次在更新配送计划中将新加入的订 单剔除， 重新输出 更新配送计划， 直到 两个更新配送计划的结束时间小于预设的阈值。 10.一种基于LSTM的动态自适应调度周期的订单调度装置， 其特征在于， 该装置包括计 算机设备， 所述计算机 设备包括处理器和存储器， 所述存储器中存储有计算机指 令， 所述处 理器用于执行所述存储器中存储的计算机指令， 当所述计算机指 令被处理器执行时该装置 实现如权利要求1 ‑9任一项所述方法所实现的步骤。权　利　要　求　书 2/2 页 3 CN 115423393 A 3