一种基于配送优先级的多收货地址配送方法与流程

1.本发明是涉及物流领域，特别是涉及一种基于配送优先级的多收货地址配送方法。


背景技术：

2.近年来，互联网的发展和人们生活水平的提高，电子商务得到了迅速发展，越来越多的人习惯于使用手机进行网络购物。
3.在电商的带动下，我国物流行业得以迅速崛起，物流成本居高不下的同时也带来了一定的环境污染问题。
4.目前，传统的配送模式是由网购客户指定收货地址，实际上，网购客户可使用的收货地址不仅仅为一个，用户可存在多个备选收货地址，收货地址的选取决定物流配送方案的制定，影响配送的成本。
5.基于此本技术的发明人发现，给予网购客户一定激励措施，以获得网购客户更多的收货地址及最终配送地址的选择权，配送成本将可能降低。
6.由于配送优先级激励不需要付出较大的激励成本，因此本发明采用给网购用户设定适当的配送优先级措施(但相应激励措施可不仅局限于此类型激励)，由此通过调整各配送网点的配送量，合理分配班次车辆和线路，即可从源头达到提升车辆满载率、节省物流配送成本、缓解城市内部交通压力的效果。


技术实现要素：

7.为解决上述问题，本发明实施例的目的在于提供一种基于配送优先级的多收货地址配送方法。
8.为实现上述目的，本发明提供了一种基于配送优先级的多收货地址配送的方法实施流程，所述流程包括：
9.通过客户可能被降低配送级别即配送时间可能延长的心理，促使客户提供备选地址；
10.网购下单时，网购客户采用传统单一固定地址形式，此时的收货地址判定为网购客户的固定理想收货地址。
11.当一批待配送商品即将到达城市集散中心时，向当前到达批次的网购客户推送商品收货提醒短信息，短信提醒界面提示仅使用一个固定理想收货地址的配送可能的延迟期限；
12.配送优先级延迟期限判定单元：根据当前到达批次客户的用户信息数据和历史订单数据，利用xgboost机器学习算法，确定当前批次网购客户愿意提供收货地址的数量，在最大化愿意提供多地址的客户占比的条件下，输出配送优先级的延迟期限；
13.所述用户信息数据和历史订单数据包括：性别、年龄、经常购买的商品类型、重量、价值、网购频率、收货地址使用数量及频次等可获取的信息；
14.理论上，在客户心理接受延迟期限内，延迟期限越长网购客户提供地址数量越多；但不应超过客户心理接受延迟期限的上限，避免客户产生厌烦心理；
15.客户心理接受延迟期限为客户在发生催促的历史订单中首次催促配送的平均时间，若客户i(i∈i)在发生催促的历史订单k(k∈k)中，从商品到达配送中心到催促配送的时间为t
ik
，则客户i的心理接受延迟期限若客户j在历史订单中未发生催促，则客户j的心理接受延迟期限为历史订单发生催促的客户心理接受延迟期限的平均值
16.判定配送优先级措施实施条件：当选择提供多个收货地址的客户数量超过整体待送数量50％，且未超过当前批次客户心理接受延迟期限的平均值时，输出配送延迟期限值；否则当前批次不予以延迟；
17.备选收货地址添加界面，当前到达批次的客户自行选择添加满足距离有效性要求的个人地址作为备选有效收货地址，以确定所有待服务客户实际提供的收货地址集合；
18.由于当前批次的待服务客户可能包含前期批次的剩余客户的待配送包裹，配送系统需确定当前批次的待服务客户以及客户的配送级别；
19.多地址配送方案实施单元，形成当前批次的最优配送方案；
20.所述多地址配送方案实施单元还包含订单地址有效性判定单元和车辆路径优化单元两大子单元；
21.订单地址有效性判定单元，判断客户自行选择添加的备选地址是否满足与固定理想地址间的距离要求；
22.若满足距离要求，则将地址成功填入有效备选地址集，否则，属于同一或距离较近的地点，提示地址无效；
23.确定当前配送批次所有网购客户的可选有效地址集；
24.车辆路径优化单元，根据配送优先级的设定，用于确定当前配送批次服务的网购客户，及最优配送方案；
25.所述配送优先级设置为四级具体如下，前期批次到达延迟期限的单一地址>当前批次多地址>前期批次未到达延迟期限的单一地址>当前批次单一地址；
26.每一批次的配送中，需将到达延迟期限的单一地址和当前批次多地址商品配送完毕；
27.发送短信息通知当前批次可服务的网购客户的最终收货地点。
28.未完成配送的单一地址商品存储至下一批次，与下一批次商品共同实施配送规划，直至到达配送优先级的延迟期限；
29.本发明提供的基于配送优先级的多收货地址配送方法，通过给网购客户设定一定的配送优先级别，促使客户自行提供备选收货地址，该方法降低了配送成本。
附图说明
30.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对现有技术描述中所需要使用的附图作简单地介绍。附图仅用于示出配送模式实施方式的目的，而并不
认为是对本说明书的限制。
31.图1为根据本发明的一种基于配送优先级的多收货地址配送方法的一个延迟期限判定单元流程图。
32.图2为根据本发明的一种基于配送优先级的多收货地址配送方法的一个商品收货提醒界面示意图；
33.图3为根据本发明的一种基于配送优先级的多收货地址配送方法的一个备选收货地址添加界面示意图；
34.图4为根据本发明的一种基于配送优先级的多收货地址配送方法实施流程示意图；
35.图5为根据本发明流程图。
具体实施方式
36.为了使本发明的目的、技术方案及优点更加清楚明白，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。实施例一
37.图1为根据本发明的一种基于配送优先级的多收货地址配送方法的一个延迟期限判定单元流程图。
38.本实施例通过当前到达批次客户的用户信息数据和历史订单数据，判定当前到达批次客户愿意提供多个收货地址数量，确定当前到达批次配送的延迟期限。
39.步骤101输入当前到达批次客户的用户信息数据和历史订单数据。
40.所述用户信息包括，客户的年龄、性别、注册地址、购买频次、网购退换货频次、网购催促配送频次、购买的商品重量、购买的商品类型、历史使用过的收货地址、配送优先级延迟期限等。
41.步骤102将用户信息输入xgboost模型，判定当前到达批次客户愿意提供多个收货地址数量；
42.xgboost模型原理：首先建立一个基分类器(树)，然后逐步加入新的分类器，每加入一个分类器后计算其目标函数的值，保证在迭代过程中，目标函数值逐步下降，以此不断提升模型的预测能力。
43.树的集成预测模型为
44.式中，为预测值，x
i
为第i个客户样本的特征标签，k为树的数量，f
k
为第k棵树的模型，f为所有k棵树的模型集合；
45.目标函数为
46.式中，obj(t)为目标函数值,为第i个样本在某次模型训练时的预测结果，
为训练误差，ω(f
k
)为整棵树的复杂度。
47.步骤103判断配送优先级实施条件，若满足，输出配送优先级延迟期限值，发送短信提醒；若不满足，当前批次不实行配送优先级措施；
48.配送优先级实施条件为：当选择提供多个收货地址的客户数量超过整体待送数量50％，且未超过当前批次客户心理接受延迟期限的平均值。
49.实施条件的多地址客户数量比例条件可根据实施措施情况动态调整，在实施的首个时间序列(如一个月)若该时间序列的平均配送成本下降，下一时间序列时，则可逐步减少多地址实施比例条件；否则逐步增加多地址比例条件。直至找寻到使得时间序列平均配送成本最低时所对应的多地址客户数量比例。实施例二
50.图2为根据本发明的一种基于配送优先级的多收货地址配送方法的一个商品收货提醒界面示意图。
51.对当前批次客户发送商品收货提醒短信，提醒界面说明添加备选地址的截止时间，如6小时，并提示仅使用一个固定理想收货地址的配送可能的延迟期限，如3天，提示客户前往网购平台选择添加备选地址。实施例二
52.图3为根据本发明的一种基于配送优先级的多收货地址配送方法的一个备选收货地址添加界面示意图。
53.网购客户根据历史收货地址列表添加备选收货地址，或直接创建新的收货地址作为备选收货地址。
54.满足地址间距离有效性需求的备选地址可成功添加提供，否则不可添加。
55.应用二维欧式距离公式判定地址间距离有效性，x和y为两地址的经纬度，选取距离为3km作为判定条件，否则视为同一或较近的无效地址。实施例三
56.图4为根据本发明的一种基于配送优先级的多收货地址配送方法的一个实施流程示意图。
57.本实施例根据获得的客户地址集合，进行当前批次商品的配送。
58.步骤401明确所有当前配送批次客户的可选地址信息：
59.具体地，为网购客户推送商品收货提醒，提示客户去往网购平台添加备选收货地址，说明添加备选地址的截止时间，并告知配送优先级可能的延迟期限。
60.网购客户自行添加并确认提供备选地址；
61.订单地址有效性判定单元判断客户添加的备选地址与固定理想收货地址是否满足距离的有效性要求；
62.若满足，网购客户真实提供的备选收货地址将成功添加至可选有效地址集；
63.否则，提示客户该地址不满足要求，不可添加至可选有效地址集。
64.未添加备选地址的网购客户，其可选有效地址集为下单时的单一固定理想地址；
65.步骤402根据车辆路径优化单元，形成当前配送批次的最优配送方案。
66.车辆路径优化单元包含城市集散中心到配送网点再到客户具体收货地址的两级配送过程，该模块的目标是使得当前批次两级配送的车辆燃油消耗成本、车辆运营成本、储存成本最小：
67.(1)车辆燃油消耗成本
68.(2)车辆固定成本
69.(3)储存成本
70.最小化综合总成本minz
total
＝min(z1 z2 z3)
71.其中，分别为一级和二级车辆的燃油消耗成本系数；分别为一级和二级车辆的固定成本系数；c3为每个商品的储存成本系数；d
jk
、d
j
′
k
′
分别为各一级网点和二级收货地址之间的旅行距离；分别为一级(二级)车辆q(q
′
)从区域配送网点j(二级收货地址j
′
)行驶至k(二级收货地址k
′
)时为1，否则为0；分别为一级(二级)车辆q(q
′
)被使用时为1，否则为0；表示当客户i的商品被投递时为1，未被投递时为0；k1(k2)分别为一级(二级)车辆q(q
′
)所属车辆集合；o为城市集散中心集合；s为一级区域配送网点集合；w为客户二级收货地址集合；d
i
为客户i的可选有效地址集合。
72.车辆燃油消耗成本系数的确定：车辆燃油消耗成本＝车辆单位公里燃油消耗量
×
燃油价格，该系数与使用车辆类型有关，车辆单位公里燃油消耗量的确定可参考jtt719
‑
2016营运货车燃料消耗量限值及测量方法；
73.车辆固定成本系数的确定：车辆固定成本系数为单辆车使用一次的固定发生成本，视实施企业使用的车辆运营类型而定；
74.储存成本系数的确定：储存成本系数视实施企业的当地建成环境的租金而定；如存在m平方米的储存场地，可平均存放p个包裹，每批次存储租金为h元，则c3＝h/p，单位为元/个；
75.车辆路径优化单元采用的禁忌搜索算法的基本运算过程如下：
76.(1)编码方法：进行当前批次待服务的客户群体的配送优先级选定、客户选定二级地址、二级路径和一级路径四层编码；
77.第1层编码为待服务客户的四级配送优先级的实数编码，编码长度为i，首先随机生成[0,1]的收缩概率p，应用公式p
×
(l
max
‑
1) 1，根据客户的优先级判定变化区间的最大值l
max
，区间分别为[0,1][1,2][2,3][3,4]向下取整后得到客户优先级编码。该编码按升序排序后得到一个排序编码，即排序靠前的客户在配送时具有较高的优先级；
[0078]
第2层编码为当前客户选定二级地址位置实数编码，首先随机生成[0,1]的收缩概率p，应用公式p
×
(n
max
‑
1) 1，n
max
为客户提供的可选地址数量，向下取整后，在网购客户的可用有效地址集合中选定地址的位置索引；
[0079]
第3、4层为顺序编码，随机生成二级地址和一级地址编号，用于确定二级配送路线；
[0080]
(2)邻域移动：当前解通过移动到它的邻域从而产生新的解；
[0081]
针对1、2层的数值型编码，首先产生一个随机自然数r(1≤r≤2i 0.999)，表示第r位的编码值发生变化，然后通过随机生成0到1之间的随机数，并进行相应的转换公式，来替换第r位原有的编码值；
[0082]
针对3、4层的顺序型编码，则随机生成二级地址和一级地址的顺序编号；
[0083]
如果通过上述方法产生的一个邻域解与在禁忌表内的一个解相同，则重新产生新的邻域解,直到找到禁忌表内所没有的邻域解。
[0084]
(3)更新禁忌表：计算成本值，将每一代的最优编码方案加入禁忌表,并解除禁忌表中第一个编码方案的禁忌。
[0085]
(4)路径方案确定方法：
[0086]
1)n＝1；
[0087]
2)开始第n辆配送车的配送路线route
n
＝[0]，节点0为上一级中心；
[0088]
3)j＝1；
[0089]
4)尝试将4层编码s中的第j个节点加入到route
n
，如果加入route
n
后容量约束和时间窗约束都满足，那么转6)。否则，j＝j 1，转5)。
[0090]
5)若j<＝|s|，转4)。否则n＝n 1，转2)；
[0091]
6)删除s的第j位编码，如果s为空，则转去7)，否则j＝j 1，转5)；
[0092]
7)输出各一级车辆的配送路径；同理，输出二级车辆的配送路径；
[0093]
输出最优配送方案，包括当前批次可服务的客户编号、客户配送至的最终地址、以及最优的车辆路径方案。
[0094]
步骤403通过短信方式通知当前批次可配送的网购客户最终的收货地址；
[0095]
步骤404未配送的延迟至下一批次。
[0096]
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。对于本领域的普通技术人员而言，本发明可以有很多的修改和变化。在本发明的方法之内，所做的任何修改、同等替换、改进，均应包含在本发明的保护范围之内。