物资调度方法、装置、计算机设备和存储介质与流程

1.本发明涉及云计算技术领域及数字医疗领域，特别是涉及物资调度方法、装置、计算机设备和存储介质。


背景技术：

2.目前，物资调度平台基本都是基于配送效益最大化(例如配送距离最短或者配送时间最短)将物资分拨到相应的配送点进行配送。
3.然而，由于现有物资调度方案不合理，造成物资配送效率有所降低。


技术实现要素：

4.基于此，有必要针对物资调度方案不合理造成的物资配送效率有所降低的问题，提供一种物资调度方法、装置、计算机设备和存储介质。
5.第一方面，提供一种物资调度方法，所述方法包括：获取目的地周围的配送点；基于预先构建的道路和风险系数的数据体系，确定每个所述配送点到所述目的地配送风险最低的候选配送路径；获取每条候选配送路径的配送风险和/ 或实际距离，根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径，并将所述目标配送路径对应的配送点作为所述目的地的物资配送方。
6.在其中一个实施例中，所述获取目的地周围的配送点，包括：
7.确定以所述目的地为中心的预设区域范围；将位于所述预设区域范围内的配送点作为所述目的地周围的配送点。
8.在其中一个实施例中，所述方法还包括道路和风险系数的数据体系的构建过程：
9.收集预设区域的道路数据，并将所述道路数据中属性为封闭的道路过滤掉；所述道路数据包括所述预设区域内每段道路的距离和属性，以及道路两侧的每个小区的患者数量和方舱的患者数量；基于所述预设区域内包含的配送点和所述道路数据构建有向图以作为所述数据体系；其中，所述配送点和每个所述小区均作为有向图的节点，所述有向图中相邻两个节点之间的边的风险系数由所述两个节点之间道路周围的患者总数确定，以及所述边的方向由所述两个节点之间道路的属性确定。
10.在其中一个实施例中，所述有向图中相邻两个节点之间的边的风险系数的确定过程包括：
11.根据所述两个节点之间的道路距离和患者总数确定单位距离患者数；将所述单位距离患者数确定为所述两个节点之间的风险系数。
12.在其中一个实施例中，所述有向图中相邻两个节点之间的边的方向确定过程包括：
13.如果所述两个节点之间道路的属性为单向道，则将所述单向道的通行方向确定为所述两个节点之间的边的方向；如果所述两个节点之间道路的属性为双向道，则确定所述两个节点之间的边的方向为双向。
14.在其中一个实施例中，所述基于预先构建的道路和风险系数的数据体系，确定每个所述配送点到所述目的地配送风险最低的候选配送路径，包括：
15.定位所述目的地和每个所述配送点在所述有向图中对应的节点；针对每个配送点，在所述有向图中基于最低配送风险搜索从所述配送点对应的节点到所述目的地对应的节点所经过的边作为候选配送路径，所述候选配送路径的配送风险根据组成候选配送路径的边的风险系数确定。
16.在其中一个实施例中，所述根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径，包括：选择实际距离最短的候选配送路径作为目标配送路径。
17.在其中一个实施例中，所述根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径，包括：选择配送风险最小的候选配送路径作为目标配送路径。
18.在其中一个实施例中，所述根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径，包括：针对每条候选配送路径，根据预设比例关系、所述候选配送路径的配送风险和实际距离确定所述候选配送路径的指标系数；根据每条候选配送路径的指标系数选择目标配送路径。
19.第二方面，提供一种物资调度装置，所述装置包括：候选点获取单元，用于获取目的地周围的配送点；路径确定单元，用于基于预先构建的道路和风险系数的数据体系，确定每个所述配送点到所述目的地配送风险最低的候选配送路径；路径选择单元，用于获取每条候选配送路径的配送风险和/或实际距离，根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径，并将所述目标配送路径对应的配送点作为所述目的地的物资配送方。
20.第三方面，提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述物资调度方法的步骤。
21.第四方面，提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述物资调度方法的步骤。
22.上述物资调度方法、装置、计算机设备和存储介质，通过获取目的地周围的所有配送点，并基于预先构建的道路和风险系数的数据体系，获得每个配送点到目的地配送风险最低的候选配送路径，然后再根据配送风险和/或实际距离选择最佳的候选配送路径对应的配送点作为目的地的物资配送方，从而维持已有运力不缩减，保证物资配送效率持续稳定，及时将物资配送到位。
附图说明
23.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
24.图1为本发明根据一示例性实施例示出的一种物资调度方法的实施例流程图；
25.图2为本发明示出的一种道路和风险系数的数据体系构建流程图；
26.图3为本发明示出的一种有向图示意图；
27.图4为本发明示出的一种候选配送路径的确定流程图；
28.图5为本发明根据一示例性实施例示出的一种物资调度装置的结构示意图；
29.图6为本发明根据一示例性实施例示出的另一种物资调度装置的结构示意图；
30.图7为本发明示出的一种路径确定单元的结构示意图；
31.图8为本发明根据一示例性实施例示出的一种电子设备的硬件结构示意图图；
32.图9为本发明根据一示例性实施例示出的一种存储介质的结构示意图。
具体实施方式
33.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
34.在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
35.应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
36.传统的物资配送方案一种是选择距离目的地最短路径的配送点，以达到最高效益为标准；另一种是选择到目的地用最短配送时间的配送点，以达到客户满意度为标准。
37.然而，由于传统物资配送方案不合理，造成物资配送效率有所降低。
38.为了解决传统物资调度方案不合理造成的物资配送效率有所降低的问题，发明人研究以配送风险最小为目标，尽量减少配送员在配送途中被感染的概率，具体实现为：通过获取目的地周围的所有配送点，并基于预先构建的道路和风险系数的数据体系，获得每个配送点到目的地配送风险最低的候选配送路径，然后再选择最佳的候选配送路径对应的配送点作为目的地的物资配送方，从而维持已有运力不缩减，保证物资配送效率持续稳定，及时将物资配送到位。
39.为了使本领域技术人员更好的理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
40.如图1所示，为本发明根据一示例性实施例示出的一种物资调度方法的实施例流程图，包括如下步骤：
41.步骤101：获取目的地周围的配送点。
42.其中，配送点即为物资运输过程中最终的配送仓库，目的地即为物资要到达的最终节点，通常目的地为小区中的某一户居民。
43.进一步地，目的地周围的配送点指的是在距离和时间两个维度都满足要求的可以作为最终的配送仓库的点位。
44.在一种可能的实现方式中，通过确定以目的地为中心的预设区域范围，然后将位于预设区域范围内的配送点作为目的地周围的配送点。
45.其中，预设区域范围可以根据实践经验设定，并且位于目的地周围的配送点通常有多个，后续需要从这些配送点中选择一个最佳配送点作为目的地的物资配送方。举例来说，将目的地方圆10公里范围内的配送点作为目的地周围的配送点。
46.步骤102：基于预先构建的道路和风险系数的数据体系，确定每个配送点到目的地配送风险最低的候选配送路径。
47.其中，道路和风险系数的数据体系为包含目的地的数据体系。
48.值得注意的是，每个配送点的候选配送路径是从该配送点到目的地的所有路径中配送风险最低的路径。
49.可以理解的是，每条候选配送路径的配送风险可能相同，也可能不相同。
50.针对道路和风险系数的数据体系构建过程，以及每个配送点的候选配送路径的确定过程，可以参见下述实施例的相关描述，本技术在此暂不详述。
51.步骤103：获取每条候选配送路径的配送风险和/或实际距离，根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径，并将目标配送路径对应的配送点作为目的地的物资配送方。
52.其中，目标配送路径即为进行物资配送的最佳路径。候选配送路径的实际距离指的是配送员按照该候选配送路径配送时需要行驶的里程。下面给出三种具体的选择策略：
53.第一种选择策略是：选择配送风险最小的候选配送路径作为目标配送路径。
54.第二种选择策略是：选择实际距离最短的候选配送路径作为目标配送路径。由于候选配送路径的配送风险已经是每个配送点的最低配送风险了，因此通过选择实际距离最短的候选配送路径进行配送，以确保配送员不需要行驶很长距离才能将物资运输到目的地。
55.第三种选择策略是：基于折中考虑，预先给实际距离和配送风险设置一定的比例关系，针对每条候选配送路径，根据预设比例关系、所述候选配送路径的配送风险和实际距离确定所述候选配送路径的指标系数，并根据指标系数选择目标配送路径，以保证配送风险较低的情况下，也不至于实际距离过远。
56.至此，完成上述图1所示的物资调度流程，通过获取目的地周围的所有配送点，并基于预先构建的道路和风险系数的数据体系，获得每个配送点到目的地配送风险最低的候选配送路径，然后再根据配送风险和/或实际距离选择最佳的候选配送路径对应的配送点作为目的地的物资配送方，从而维持已有运力不缩减，保证物资配送效率持续稳定，及时将物资配送到位。
57.图2为本发明示出的一种道路和风险系数的数据体系构建流程图，基于上述图1所示实施例的基础上，如图2所示，该数据体系的构建流程具体可以包括以下步骤：
58.步骤201：收集预设区域的道路数据，并将该道路数据中属性为封闭的道路过滤掉。
59.其中，预设区域指的是需要进行物资调度的整个区域，例如上海市、北京市等。
60.进一步地，收集的道路数据包括该预设区域内每段道路的距离和属性，以及道路两侧的每个小区的患者数量和方舱的患者数量。
61.当然，收集的道路数据除了包含患者数量和方舱的患者数量之外，还可以包含患者的医疗数据，如个人健康档案、处方、检查报告等数据。
62.值得注意的是，所收集的这些道路均是可能作为配送路径中的一段路径组成的道路，需要确保其是可通行的，考虑到有些道路可能封闭无法通行，因此需要将收集的道路数据中属性为封闭的道路过滤掉。
63.示例性的，道路的属性除了封闭之外，还包括单向、双向等。
64.步骤202：基于预设区域内包含的配送点和道路数据构建有向图以作为该数据体系。
65.其中，有向图中的节点由配送点和小区构成，并且有向图中相邻两个节点之间的边的风险系数由这两个节点之间道路周围的患者总数确定，以及邻两个节点之间的边的方向由这两个节点之间道路的属性确定。
66.其中，相邻两个节点之间的边的风险系数相当于有向图中边的权重。
67.由此可见，通过构建有向图实现数据体系，可以很形象表示出各小区、配送点以及道路之间的具有方向性的连接关系。
68.针对有向图中相邻两个节点之间的边的风险系数的确定过程，可选的，根据两个节点之间的道路距离和患者总数确定单位距离患者数，然后将单位距离患者数确定为这两个节点之间的风险系数。
69.举例来说，假设两个节点之间的道路距离为3公里，道路两侧(包括小区或者方舱等)的患者总数为100，那么单位距离患者数为100/3＝33.3(每公里/人)。
70.其中，通过使用单位距离患者数体现两个节点之间的风险系数，相比两个节点之间道路周围的患者总数更加准确。
71.进一步地，针对有向图中相邻两个节点之间的边的方向确定过程，可选的，如果这两个节点之间道路的属性为单向道，则将单向道的通行方向确定为这两个节点之间的边的方向；如果这两个节点之间道路的属性为双向道，则确定这两个节点之间的边的方向为双向。
72.举例来说，如图3所示的有向图(图中未示出有向图中每条边的风险系数)，由a、b、c、d、e五个节点组成。a节点与b节点之间边的方向为由a节点到b节点；a节点与c节点之间边的方向为由a节点到c节点；b节点与c节点之间边的方向为双向；c节点与d节点之间边的方向为由c节点到d节点； d节点与e节点之间边的方向为由e节点到d节点；b节点与e节点之间边的方向为由b节点到e节点。
73.需要说明的是，上述给出的道路和风险系数的数据体系的构建过程中，采用道路数据作为数据源，由于道路会实时动态发生着变化，因此需要定时对道路数据进行更新，进而利用更新后的道路数据对有向图进行更新，以确保有向图表示的数据有效性。
74.至此，完成上述图2所示的数据体系构建流程，通过收集预设区域范围内的道路数据，并将预设区域范围内包含的配送点和道路数据中的小区作为有向图的节点，以及根据道路数据包含的道路及道路的属性构建有向图的边，根据道路数据包含的道路周围的患者数量构建有向图中边的风险系数。由此可见，通过构建有向图实现数据体系，可以很形象表示出各小区、配送点以及道路之间的具有方向性的连接关系。
75.图4为本发明示出的一种候选配送路径的确定流程图，基于上述图1和图2 所示实施例的基础上，如图4所示，候选配送路径的确定流程具体可以包括以下步骤：
76.步骤401：定位目的地和每个配送点在有向图中对应的节点。
77.基于上述步骤202的描述，有向图中的节点由小区和配送点组成，因此可以在有向图中定位目的地和各个配送点对应的节点，并将目的地对应的节点作为起始节点，配送点对应的节点作为终止节点。
78.步骤402：针对每个配送点，在有向图中基于最低配送风险搜索从配送点对应的节点到目的地对应的节点所经过的边作为候选配送路径，该候选配送路径的配送风险根据组成候选配送路径的边的风险系数确定。
79.其中，配送点的候选配送路径是从该配送点到目的地的所有可能路径中配送风险最低的路径。
80.可选的，候选配送路径的配送风险具体为组成该候选配送路径的边的风险系数之和。
81.在具体实施时，可以采用floyd算法(一种动态规划算法)原理进行搜索，可以算出任意两个节点之间的最低配送风险的路径，搜索过程包括：
82.1、以节点i表示配送点，节点j表示目的地；
83.2、将节点i到节点j的路径的配送风险初始化，然后进行n次(n为有向图中除了节点i和节点j之外的其他节点数)；
84.3、对于有向图中除了节点i和节点j之外的每个节点k(即每一个小区或者配送点)，判定d(i，k) d(k，j)《d(i，j)是否成立，d(i，k)表示从节点i到节点k 的路径的配送风险，d(k，j)表示从节点k到节点j的路径的配送风险；d(i，j)从节点i到节点j的路径的配送风险；
85.需要说明的是，配送风险d(i，k)表示从节点i到节点k经过的边(序号不大于k-1的中间节点之间的边)的风险系数之和。配送风险d(k，j)表示从节点 k到节点j经过的边(序号不大于k-1的中间节点之间的边)的风险系数之和。
86.4、如果成立，则说明从节点i到节点k再到节点j的路径比从节点i直接到节点j的配送风险低，设置d(i，j)＝d(i，k) d(k，j)；
87.5、当遍历n次完成所有节点k时，d(i，j)里存放的就是节点i到节点j最低配送风险的候选配送路径。
88.至此，完成上述图4所示的候选配送路径确定流程，由于有向图中边是具有关联方向的图，可以很形象的表示道路的方向，因此通过利用有向图搜索每个配送点到目的地最低配送风险的候选配送路径，可以降低搜索复杂度，提升搜索效率。
89.与前述物资调度方法的实施例相对应，本发明还提供了物资调度装置的实施例。
90.图5为本发明根据一示例性实施例示出的一种物资调度装置的结构示意图，该装置用于执行上述任一实施例提供的物资调度方法，如图5所示，该物资调度装置具体可以包括候选点获取单元510、路径确定单元520、路径选择单元530。
91.候选点获取单元510，用于获取目的地周围的配送点；
92.路径确定单元520，用于基于预先构建的道路和风险系数的数据体系，确定每个所述配送点到所述目的地配送风险最低的候选配送路径；
93.路径选择单元530，用于获取每条候选配送路径的配送风险和/或实际距离，根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径，并将所述目标配送路径对应的配送点作为所述目的地的物资配送方。
94.在一个实施例中，所述候选点获取单元510，具体用于确定以所述目的地为中心的预设区域范围；将位于所述预设区域范围内的配送点作为所述目的地周围的配送点。
95.如图6所示，在一个实施例中，所述装置还包括体系构建单元540；
96.所述体系构建单元540，用于收集预设区域的道路数据，并将所述道路数据中属性为封闭的道路过滤掉；所述道路数据包括所述预设区域内每段道路的距离和属性，以及道路两侧的每个小区的患者数量和方舱的患者数量；基于所述预设区域内包含的配送点和所述道路数据构建有向图以作为所述数据体系；其中，所述配送点和每个所述小区均作为有向图的节点，所述有向图中相邻两个节点之间的边的风险系数由所述两个节点之间道路周围的患者总数确定，以及所述边的方向由所述两个节点之间道路的属性确定。
97.其中，针对有向图中相邻两个节点之间的边的风险系数的确定过程包括：根据所述两个节点之间的道路距离和患者总数确定单位距离患者数；将所述单位距离患者数确定为所述两个节点之间的风险系数。
98.针对有向图中相邻两个节点之间的边的方向确定过程包括：如果所述两个节点之间道路的属性为单向道，则将所述单向道的通行方向确定为所述两个节点之间的边的方向；如果所述两个节点之间道路的属性为双向道，则确定所述两个节点之间的边的方向为双向。
99.如图7所示，在一个实施例中，所述路径确定单元520包括节点定位模块 520a以及路径搜索模块520b。
100.所述节点定位模块520a，用于定位所述目的地和每个所述配送点在所述有向图中对应的节点；
101.所述路径搜索模块520b，用于针对每个配送点，在所述有向图中基于最低配送风险搜索从所述配送点对应的节点到所述目的地对应的节点所经过的边作为候选配送路径，所述候选配送路径的配送风险根据组成候选配送路径的边的风险系数确定。
102.在一些实施例中，所述路径选择单元530，具体用于针对根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径的过程，选择实际距离最短的候选配送路径作为目标配送路径。
103.在一些实施例中，所述路径选择单元530，具体用于针对根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径的过程，选择配送风险最小的候选配送路径作为目标配送路径。
104.在一些实施例中，所述路径选择单元530，具体用于针对根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径的过程，针对每条候选配送路径，根据预设比例关系、所述候选配送路径的配送风险和实际距离确定所述候选配送路径的指标系数；根据每条候选配送路径的指标系数选择目标配送路径。
105.上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
106.对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的
需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
107.本发明实施方式还提供一种与前述实施方式所提供的物资调度方法对应的计算机设备，以执行上述物资调度方法。
108.图8为本发明根据一示例性实施例示出的一种电子设备的硬件结构示意图图，该电子设备包括：通信接口601、处理器602、存储器603和总线604；其中，通信接口601、处理器602和存储器603通过总线604完成相互间的通信。处理器602通过读取并执行存储器603中与物资调度方法的控制逻辑对应的机器可执行指令时，实现以下步骤：获取目的地周围的配送点；基于预先构建的道路和风险系数的数据体系，确定每个所述配送点到所述目的地配送风险最低的候选配送路径；获取每条候选配送路径的配送风险和/或实际距离，根据每条候选配送路径的配送风险和/或实际距离选择目标配送路径，并将所述目标配送路径对应的配送点作为所述目的地的物资配送方。
109.本发明中提到的存储器603可以是任何电子、磁性、光学或其它物理存储装置，可以包含存储信息，如可执行指令、数据等等。具体地，存储器603可以是ram(random access memory，随机存取存储器)、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。通过至少一个通信接口601(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
110.总线604可以是isa总线、pci总线或eisa总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器603用于存储程序，所述处理器602在接收到执行指令后，执行所述程序。
111.处理器602可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器602中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器602可以是通用处理器，包括中央处理器(centralprocessing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。
112.在一个实施例中，所述处理器所执行的获取目的地周围的配送点的步骤包括：确定以所述目的地为中心的预设区域范围；将位于所述预设区域范围内的配送点作为所述目的地周围的配送点。
113.在一个实施例中，处理器执行计算机可读指令时还执行以下步骤：收集预设区域的道路数据，并将所述道路数据中属性为封闭的道路过滤掉；所述道路数据包括所述预设区域内每段道路的距离和属性，以及道路两侧的每个小区的患者数量和方舱的患者数量；基于所述预设区域内包含的配送点和所述道路数据构建有向图以作为所述数据体系；其中，所述配送点和每个所述小区均作为有向图的节点，所述有向图中相邻两个节点之间的边的风险系数由所述两个节点之间道路周围的患者总数确定，以及所述边的方向由所述两
个节点之间道路的属性确定。
114.其中，有向图中相邻两个节点之间的边的风险系数的确定过程包括：根据所述两个节点之间的道路距离和患者总数确定单位距离患者数；将所述单位距离患者数确定为所述两个节点之间的风险系数。
115.有向图中相邻两个节点之间的边的方向确定过程包括：如果所述两个节点之间道路的属性为单向道，则将所述单向道的通行方向确定为所述两个节点之间的边的方向；如果所述两个节点之间道路的属性为双向道，则确定所述两个节点之间的边的方向为双向。
116.在一个实施例中，所述处理器所执行的基于预先构建的道路和风险系数的数据体系，确定每个所述配送点到所述目的地配送风险最低的候选配送路径的步骤包括：定位所述目的地和每个所述配送点在所述有向图中对应的节点；针对每个配送点，在所述有向图中基于最低配送风险搜索从所述配送点对应的节点到所述目的地对应的节点所经过的边作为候选配送路径，所述候选配送路径的配送风险根据组成候选配送路径的边的风险系数确定。
117.本技术实施例提供的电子设备与本技术实施例提供的物资调度方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
118.本技术实施方式还提供一种与前述实施方式所提供的物资调度方法对应的计算机可读存储介质，请参考图9所示，其示出的计算机可读存储介质为光盘 30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的物资调度方法。
119.需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器 (dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
120.本技术的上述实施例提供的计算机可读存储介质与本技术实施例提供的物资调度方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
121.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
122.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
123.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。