(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 202211116441.9 (22)申请日 2022.09.14 (71)申请人 江南爱笙活 （江苏） 信息科技有限公 司 地址 215506 江苏省苏州市 常熟市东 南街 道云深路2号 (72)发明人 胡胜　张立　张子晨　 (74)专利代理 机构 长沙轩荣专利代理有限公司 43235 专利代理师 丛诗洋 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种智能物流派送和调度管理方法 (57)摘要 本公开实施例中提供了一种智能物流派送 和调度管理方法， 属于数据处理技术领域， 具体 包括： 采集目标区域的初始数据； 利用大数据分 析技术和优化理论分析初始数据， 得到物流派件 数据； 采用优化模型进行数据分析物 流派件数据 得到区域关联度并据此确定各个 派送区域； 采用 神经网络和优化模型机制计算隐性相似度和显 性相似度派， 加权得到各个 派送区域的融合派送 度； 由各个 派送区域的融合派送度与预先设定的 阈值以及当前的派送任务比较， 结合优化理论和 算法确定派送任务， 同时建立动态调度管理方 案。 通过本公开的方案， 结合数据挖掘和优化模 型对物流快件进行分析， 确定物 流派送方法和智 能调度管理， 提高了客户满意度和物流效率， 降 低了物流派送成本 。 权利要求书2页 说明书7页 附图4页 CN 115439062 A 2022.12.06 CN 115439062 A 1.一种智能物流派送和调度管理方法， 其特 征在于， 包括： 步骤1， 采集目标区域的初始数据， 所述初始数据包括目标区域的交通状况数据、 住宅 小区数据、 居住人口数据和物流数据； 步骤2， 利用大 数据分析技 术和优化理论分析初始数据， 得到物流派件数据； 步骤3， 采用优化模型进行数据分析物流派件数据得到区域关联度并据此确定各个派 送区域； 步骤4， 采用神经网络和优化模型机制计算隐性相似度和显性相似度派， 加权得到各个 派送区域的融合派送度； 步骤5， 由各个派送区域的融合派送度与预先设定的阈值以及 当前的派送任务比较， 结 合优化理论和算法确定派送任务， 同时建立动态调度管理方案 。 2.根据权利要求1所述的方法， 其特 征在于,所述 步骤2具体包括： 步骤2.1， 对于物流数据， 计算出各个时间段内各个小区的快件的接收数量， 同时根据 居住人口数据分析物流派件员的基本 工作量； 步骤2.2， 对于住宅小区数据， 分析 各个小区的地理位置， 记录在矩阵LA0中； 步骤2.3， 对于交通状况数据， 调用图论的优化算法计算出相应的相邻小区间的最短路 径长度， 记录在矩阵D0中； 步骤2.4， 根据Dist算法， 得到各个小区的最短路径长度， 记录在矩阵D1中； 步骤2.5， 将物流派件员的基本工作量、 各个小区的地理位置、 相邻小区间的最短路径 长度和各个小区的最短路径长度作为物流派件数据。 3.根据权利要求2所述的方法， 其特征在于,所述显性相似度的计算公式为Pα(Tkn, T(k+1)m)＝F1(Tkn,Pkn)， 其中F1(Tkn,Pkn)为分段函数； 所述隐性相似度的计算公式为Pβ(Tkn,T(k+1)m)＝F2(Tkn,Pkn)， 其中， Tkn表示在时间线Tk中 第n个派送区， Pkn表示时间线Tk中第n个派送员， 其中函数F2(Tkn,Pkn)表示一种神经网络模 型中双向长短期记 忆网络所相应函数。 4.根据权利要求3所述的方法， 其特征在于,所述融合派送度的计算公式为PX(Tkn,Pkn) ＝aPα(Tkn,Pkn)+bPβ(Tkn,Pkn)， 其中， a和b分别显性相似度和隐性相似度的权 重。 5.根据权利要求 4所述的方法， 其特 征在于,a＝0.4， b＝0.6 。 6.根据权利要求1所述的方法， 其特征在于,所述神经网络的子网络为双向长短期记忆 网络。 7.根据权利要求1所述的方法， 其特征在于,所述神经网络和优化模型机制的计算公式 为 公式中 其中R表示为向量空间， n表示相似度 计算机制中的层数， dk,dv分别表示 为相关分析因素的维度。 8.根据权利要求1所述的方法， 其特征在于,步骤5中所述建立动态调度管理方案的步 骤， 包括： 设定阈值θ1, θ2, θp， θ1<θ2<θp， 若第k个时间线中每个分派 区域融合派送度的数值小于阈权　利　要　求　书 1/2 页 2 CN 115439062 A 2值θ1， 为“正常”时态； 若第k个时间线中各个分派区域融合派送度的数值中有不超过2个大于θ1而小于阈值 θ2， 为“微调”时态； 若第k个时间线中各个分派区域融合派送度融合中有至少3个大于θ1而小于阈值θ2， 为 “调整”时态； 若第k个时间线中各个分派区域融合派送度的数值中至少有一个值大于θ2而小于阈值 θp， 至少有一个参数值大于θp， 为“应急”时态。权　利　要　求　书 2/2 页 3 CN 115439062 A 3