[发明专利]资源调配方法、装置和设备

说明书

本发明涉及一种资源调配方法、装置和设备，资源调配方法包括：获取转运中心上级网点的当前订单信息；根据预设的分配模型，预测当前订单信息中每个订单达到转运中心的概率；根据概率，确定未来一段时间内转运中心的资源调配。因此，即使每天转运中心收到的货物量是不同的，转运中心也能够根据预测的每个订单达到转运中心的概率来动态分配资源，对货物进行分拣、转运，避免了资源的浪费或者货物积压。

技术领域

本发明涉及物流技术领域，具体涉及一种资源调配方法、装置和设备。

背景技术

物流是物品从供应地向接收地的实体流动过程中，根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等功能有机结合起来实现用户要求的过程，是供应链活动的一部分，是为了满足客户需要而对商品、服务以及相关信息从产地到消费地的高效、低成本流动和储存进行的规划、实施与控制的过程。在整个物流过程中，转运中心占用非常重要的地位。

目前大部分转运中心是直接对当天收到的货物进行分拣、转运。但是每天转运中心收到的货物量是不同的，如果每天都采用固定的资源进行货物进行分拣、转运，容易造成资源的浪费或者货物的积压。

发明内容

有鉴于此，本发明的目的在于提供一种资源调配方法、装置和设备，以克服目前每天都采用固定的资源进行货物进行分拣、转运，容易造成资源的浪费或者货物的积压的问题。

为实现以上目的，本发明采用如下技术方案：

一种资源调配方法，包括：

获取转运中心上级网点的当前订单信息；

根据预设的分配模型，预测所述当前订单信息中每个订单达到所述转运中心的概率；

根据所述概率，确定未来一段时间内所述转运中心的资源调配。

进一步地，以上所述方法，所述根据预设的分配模型，预测所述当前订单信息中每个订单达到所述转运中心的概率之前，还包括：

获取所述转运中心上级网点的历史订单信息；

根据所述历史订单信息，按照预设时间步长对预设的初始模型进行训练，确定所述分配模型。

进一步地，以上所述方法，所述预设的初始模型为长短期记忆网络LSTM模型。

进一步地，以上所述方法，所述历史订单信息包括：

数量分配特征、重量分配特征、体积分配特征、目的地分配特征和特殊日期分配特征。

进一步地，以上所述方法，所述特殊日期分配特征包括：

异常天气分配特征和购物集中日分配特征。

进一步地，以上所述方法，所述确定未来一段时间内所述转运中心的资源调配，包括：

根据所述概率，确定所述未来一段时间内的快递量和目的地；

根据所述快递量和所述目的地，确定转运中心的资源调配。

进一步地，以上所述方法，所述确定所述未来一段时间内的快递量之后，还包括：

获取所述转运中心的剩余存储量；

判断所述未来一段时间内的快递量是否大于所述剩余存储量；

若是，发出积压预警。

本发明还提供了一种转运中心资源调配装置，包括：

第一获取模块，用于获取转运中心上级网点的当前订单信息；

预测模块，用于根据预设的分配模型，预测所述当前订单信息中每个订单达到所述转运中心的概率；