[发明专利]餐品配送方法和装置

权利要求书

1.一种餐品配送方法，其特征在于，包括：

获取多个订单中每个订单的订单信息，其中，所述订单信息中包括第一信息、第二信息与第三信息，所述第一信息包括所述每个订单的订单属性、生产所述每个订单对应的餐品的门店的门店属性，所述第二信息包括所述每个订单的对应的所述餐品的餐品属性、配送所述餐品的环境的环境属性，所述第三信息包括接收所述餐品的对象的对象属性；

根据所述订单信息，确定出所述每个订单的配送时长；

按照所述配送时长确定所述多个订单的配送顺序。

2.根据权利要求1所述的方法，其特征在于，所述根据所述订单信息，确定出所述每个订单的配送时长包括：

将所述多个订单中的所述每个订单依次作为目标订单，对所述目标订单执行如下操作：

根据所述目标订单的所述第一信息，获取所述目标订单的准备时长，其中，所述准备时长为从接收到所述目标订单开始到准备好与所述目标订单对应的目标餐品所使用的时长；

根据所述目标订单的所述第二信息，获取所述目标订单的运输时长，其中，所述运输时长为从开始运输所述目标餐品到将所述目标餐品运输到目标位置使用的时长，所述目标位置为所述目标订单中指定的配送位置；

根据所述目标订单的所述第三信息，获取所述目标订单的取餐时长，其中，所述取餐时长为从所述目标餐品被配送到所述目标位置开始到所述目标餐品被取走所使用的时长；

根据所述准备时长、所述运输时长与所述取餐时长确定所述配送时长。

3.根据权利要求2所述的方法，其特征在于，

所述根据所述目标订单的所述第一信息，获取所述目标订单的准备时长包括：将所述第一信息输入到第一神经网络模型中，由所述第一神经网络模型输出所述准备时长，其中，所述第一神经网络模型为使用样本订单的第一样本信息训练的用于输出所述样本信息的所述准备时长的模型，所述样本订单为从历史订单中获取的订单；

所述根据所述目标订单的所述第二信息，获取所述目标订单的运输时长包括：将所述第二信息输入到第二神经网络模型中，由所述第二神经网络模型输出所述运输时长，其中，所述第二神经网络模型为使用所述样本订单的第二样本信息训练的用于输出所述第二样本信息的所述运输时长的模型；

所述根据所述目标订单的所述第三信息，获取所述目标订单的取餐时长包括：将所述第三信息输入到第三神经网络模型中，由所述第三神经网络模型输出所述取餐时长，其中，所述第三神经网络模型为使用所述样本订单的第三样本信息训练的用于输出所述第三样本信息的所述取餐时长的模型。

4.根据权利要求2所述的方法，其特征在于，所述根据所述准备时长、所述运输时长与所述取餐时长确定所述配送时长包括：

将所述准备时长、所述运输时长与所述取餐时长作为为多元回归模型的自变量，输入到所述多元回归模型中；

将所述多元回归模型输出的因变量确定为所述配送时长。

5.根据权利要求1所述的方法，其特征在于，所述按照所述配送时长确定所述多个订单的配送顺序包括：

按照所述配送时长由长到短对所述多个订单进行排序；

按照排序后的顺序依次配送所述多个订单对应的餐品。

6.根据权利要求1所述的方法，其特征在于，所述按照所述配送时长确定所述多个订单的配送顺序包括：

获取所述多个订单中所述每个订单的目标时间点，其中，所述目标时间点为所述每个订单对应的餐品被要求送到目标位置的最晚时间点，所述目标位置为所述每个订单中指定的配送位置；

获取当前时间点到所述目标时间点的第一时间段；

按照所述第一时间段与所述配送时长的差由小到大的顺序对所述多个订单进行排序；

按照所述多个订单排序后的顺序依次配送所述多个订单对应的餐品。