[發明專利]一種基于規則引擎的配置化汽配調度方法

有效

• 申請號: 202110503288.4
• 申請日: 2021-05-10
• 公開（公告）號: CN112990788B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 范貴貴;江偉維
• 申請（專利權）人: 江蘇康眾汽配有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/08
• 代理公司: 南京申云知識產權代理事務所(普通合伙) 32274
• 代理人: 田沛沛;邱興天

1.一種基于規則引擎的配置化汽配調度方法，其特征在于，包括：針對業務場景配置可發貨倉列表決策策略；業務場景根據訂單屬性確定，訂單屬性包括訂單渠道、訂單標簽、是否拆單以及是否跨時效；針對業務場景配置不同的決策因子和優先級，實現可發貨倉列表中最優倉決策，決策因子包括最小包裹數、最小距離、最快時效和最低運費成本；

采用策略模式，針對每種業務場景上調度的具體需求，分別采取不同的倉庫策略算法，去獲取對應的倉庫列表，如果在使用時需要新增一種倉庫的策略，則增加一個倉庫策略的處理器；如果失敗允許繼續嘗試，如果有多種業務流程需要嘗試的話，只需更改下上面的字段屬性然后增加一個新的調度的條件，做到完全的代碼隔離，只需更改配置文件即可；

最優倉決策策略中，加載業務場景定義的決策因子和優先級，通過貪心算法，按優先級依次執行決策因子并收斂得到最優發貨倉；決策因子的值的設定由系統自動判斷，通過庫存調度模塊分析計算優先級和決策因子的設值；在設定決策因子之前，采用預估打分系統計算出當前決策因子中最佳的調度路徑；預估打分系統計算當前決策因子中最佳的調度路徑的方法為：

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

上式中：TScore表示總加權分數；scoreWN表示倉庫數指標的分數；scoreDI表示距離指標的分數；scoreP表示省份數指標的分數；weightWN表示倉庫數這項指標的權重；weightDI表示距離指標的權重；weightP表示省份數指標的權重；

針對決策因子的權重，庫存調度模塊針對每個訂單制定訂單調度分析計劃表，定期分析因為調度過程中決策因子的權重變更是否使得物流成本增加，具體算法如下：

針對上述的決策因子的權重，庫存調度系統針對每個訂單設計出訂單調度分析計劃表，訂單調度分析計劃表包含訂單號、訂單sku的數量、sku的總重量、渠道號、標簽、訂單履約的物流成本、訂單已發貨時間、訂單已完成時間點以及各種決策因子的權重、訂單狀態、調度單號、調度的狀態，通過該訂單調度分析計劃表，系統會定期分析因為調度決策因子的權重變更是否使得物流成本增加，判斷物流成本分析策略包括：

1）每個sku的平均物流成本=總成本/總的sku數目，設置其權重為1.0；

2）每公斤的物流成本=總成本/總公斤，設置其權重為0.0；

3）運費費率=運費/貨品價值，設置其權重為0.0；

庫存調度模塊自動調整決策因子的權重，使物流成本最低，步驟如下：

S1: 獲取訂單相關數據，初始根據業務人員的經驗設定決策因子；

庫存調度模塊執行定時任務，拉取到相同訂單渠道、標簽的公共屬性的訂單數量，獲取最近的總物流成本，訂單的sku總數目，訂單的sku的總重量以及貨品價值，通過總物流成本/訂單的sku總數目計算出每個sku的平均物流成本；

S2:系統自動分析各種比例決策因子以及對應的物流成本，得到預判的決策因子；

針對步驟S1的結果增加或者減少部分決策因子比例，然后對調整之后決策因子，通過模擬調度流程，獲取到最新的調度結果同時結合物流中心獲取預估物流成本的能力，得出調整決策因子之后獲取到總的物流成本，通過不斷分析，判定得出能使每個sku的平均物流成本最低的權重因子；

S3:針對系統設定的預判的決策因子的數據，微量調整之后進行數據分析；為了驗證步驟S2得到的決策因子是否能使發貨成本最經濟，使用步驟S2得到的決策因子，對其增加或者減少0.01的幅度進行調整，調整之后，繼續運行，然后不斷分析每個月其中的每個sku的平均物流成本；

S4:針對步驟S3中調整的數據，重復步驟S3的步驟進行再次調整，系統自動為當前的系統找出能最節省物流成本的決策因子，找出最優比例的決策因子。

2.根據權利要求1所述的基于規則引擎的配置化汽配調度方法，其特征在于：可發貨倉列表決策策略配置中，首先設置調度配置屬性的類，類的數據結構中包含的字段有：是否拆單、是否需要跨區域發貨的判斷、以及需要配置的倉庫調度屬性。