[发明专利]一种基于规则引擎的配置化汽配调度方法

说明书

本发明公开一种基于规则引擎的配置化汽配调度方法，属于互联网技术领域，针对业务场景配置可发货仓列表决策策略；针对业务场景配置不同的决策因子和优先级，实现可发货仓列表中最优仓决策。不仅能做到仓库列表中筛选出最优的仓库作为订单的最佳发货仓，同时能够对可选择的仓库列表进行路由配置，基于中大型规模公司复杂多变的订单渠道，订单标签等不同业务场景实现全面配置又能灵活支持运营的调度策略，在节省物流成本，提高发货时效的同时又能兼顾到业务层面多样化的需求，节省开发运营的成本压力，同时决策因子的设定交于系统的不断尝试，最终找出能使发货成本最小的决策因子。

技术领域

本发明属于互联网技术领域，具体涉及一种基于规则引擎的配置化汽配调度方法。

背景技术

电商系统中，供应商为了实现最好的配送时效和客户体验，更低的物流成本，通常会在全国设置多个中心仓，在核心城市设置前置仓，在区县设置区域仓和门店仓。用户在线上下单后，由哪个仓库发货才是最合理的？较近的仓库不能满足用户订单时，是拆分成多个包裹发货还是从较远可满足订单的仓库发货？调度就是解决上述问题的一个系统。然而现有的调度方式不仅调度系统复杂，且不能满足实时性的要求，对于订单渠道复杂多变的中大型规模公司，不能实现物流成本低，实时性高的要求。

发明内容

本发明解决的技术问题：提供一种自动配置决策因子和优先级，实现发货成本最低的既能够满足实时性的要求，又能降低系统复杂度的基于规则引擎的配置化汽配调度方法。

技术方案：为了解决上述技术问题，本发明采用的技术方案如下：

一种基于规则引擎的配置化汽配调度方法，包括：针对业务场景配置可发货仓列表决策策略；针对业务场景配置不同的决策因子和优先级，实现可发货仓列表中最优仓决策，最优仓决策策略中，加载业务场景定义的决策因子和优先级，通过贪心算法，按优先级依次执行决策因子并收敛得到最优发货仓。

作为优选，所述业务场景根据订单属性确定，订单属性包括订单渠道、订单标签、是否拆单以及是否跨时效。

作为优选，所述可发货仓列表决策策略配置中，首先设置调度配置属性的类，类的数据结构中包含的字段有：是否拆单、是否需要跨区域发货的判断、以及需要配置的仓库调度属性。

作为优选，针对每种业务场景上调度的具体需求，分别采取不同的仓库策略算法，去获取对应的仓库列表，如果在使用时需要新增一种仓库的策略，则增加一个仓库策略的处理器。

作为优选，决策因子的值的设定由系统自动判断，通过库存调度模块分析计算优先级和决策因子的设值；在设定决策因子之前，采用预估打分系统根据以下方法计算出当前决策因子中最佳的调度路径：

TScore＝scoreWN*weightWN+scoreDI*weightDI+scoreP*weightP

上式中：TScore表示总加权分数；scoreWN表示仓库数指标的分数；scoreDI表示距离指标的分数；scoreP表示省份数指标的分数；weightWN表示仓库数这项指标的权重；weightDI表示距离指标的权重；weightP表示省份数指标的权重。

作为优选，针对决策因子的权重，库存调度模块针对每个订单制定订单调度分析计划表，定期分析因为调度过程中决策因子的权重变更是否使得物流成本增加。

作为优选，库存调度模块自动调整决策因子的权重，使物流成本最低；步骤如下：

S1:获取订单相关数据，初始根据业务人员的经验设定决策因子；

S2:系统自动分析各种比例决策因子以及对应的物流成本，重新得到预判的决策因子：

S3:针对系统设定的预判的决策因子的数据，微量调整之后进行数据分析；