用于确定配送中心地址的方法和装置制造方法及图纸

本申请实施例公开了用于确定配送中心地址的方法和装置。该方法的一具体实施方式包括：获取历史订单的配送地址，对历史订单的配送地址进行聚类得到至少一个聚簇，将初始配送中心和聚簇的中心作为候选配送中心，基于候选配送中心的地址和配送服务对象的位置数据，计算由候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量，基于由候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、配送服务对象的位置数据和配送需求量、各候选配送中心的最大配送量，计算各候选配送中心的总运输资源消耗量，确定使总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址，该实施方式提升了配送中心选址的准确性。

【技术实现步骤摘要】
用于确定配送中心地址的方法和装置
本申请实施例涉及计算机
，具体涉及物流
，尤其涉及用于确定配送中心地址的方法和装置。
技术介绍
物流配送中心是物流系统中距离客户最近的一个节点，因此，实体店铺以及电商平台的配送过程都依赖于物流配送中心网络。配送中心的地址关系到配送效率和整个物流系统的正常运转，因此配送中心的地址选择是物流系统中较为关键的一个环节。在选择物流配送中心的地址时，目前采用的主要方法是基于专家知识给出最优的规划方案，然而专家知识主观性较强，缺乏统一量化的标准，可靠性有待提升。
技术实现思路
本申请实施例提出了用于确定配送中心地址的方法和装置。第一方面，本申请实施例提供了一种用于确定配送中心地址的方法，包括：获取历史订单的配送地址；对历史订单的配送地址进行聚类，得到至少一个聚簇；将已确定的初始配送中心和聚簇的中心作为候选配送中心，基于已获取的候选配送中心的地址和配送服务对象的位置数据，计算由候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量；基于由候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、已获取的各配送服务对象的位置数据和配送需求量、以及各候选配送中心的最大配送量，计算各候选配送中心的总运输资源消耗量，确定使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址。在一些实施例中，上述对历史订单的配送地址进行聚类，得到至少一个聚簇，包括：确定聚簇数的取值范围；将聚簇数的取值范围内的最小值作为初始的当前聚簇数，执行搜索操作，搜索操作包括：基于当前聚簇数对历史订单的配送地址进行全局聚类，计算全局聚类结果的贝叶斯信息量，贝叶斯信息量用于表征聚类结果与实际分布的似然程度；比对当前聚簇数的全局聚类结果的贝叶斯信息量与上一个聚簇数的贝叶斯信息量，若当前聚簇数的全局聚类结果的贝叶斯信息量大于上一个聚簇数的贝叶斯信息量，对基于当前聚簇数的全局聚类结果中的每个类簇进行局部聚类，将全局聚类结果中的每个类簇划分为至少两个子簇，计算各子簇的贝叶斯信息量，并比对基于当前聚簇数的全局聚类结果的贝叶斯信息量与局部聚类结果中各子簇的贝叶斯信息量之和；若基于当前聚簇数的全局聚类结果的贝叶斯信息量小于局部聚类结果中各子簇的贝叶斯信息量之和，则将子簇作为基于当前聚簇数的聚类结果，并将所有子簇的贝叶斯信息量之和作为当前聚簇数的贝叶斯信息量；若基于当前聚簇数的全局聚类结果的贝叶斯信息量大于局部聚类结果中各子簇的贝叶斯信息量之和，则将全局聚类结果作为基于当前聚簇数的聚类结果，并将当前聚簇数的全局聚类结果的贝叶斯信息量作为当前聚簇数的贝叶斯信息量；判断当前聚簇数是否达到聚簇数的取值范围内的最大值；若搜索操作的判断结果为当前聚簇数未达到聚簇数的取值范围内的最大值，增大当前聚簇数，执行搜索操作。在一些实施例中，上述基于由候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、已获取的各配送服务对象的位置数据和配送需求量、以及各候选配送中心的最大配送量，计算各候选配送中心的总运输资源消耗量，确定使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址，包括：基于由初始配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、以及配送服务对象的配送需求量、初始配送中心的最大配送量，计算预设数目个初始配送中心的总运输资源消耗量之和；确定使预设数目个初始配送中心的总运输资源消耗量之和最小的配送服务对象集合，基于使预设数目个初始配送中心的总运输资源消耗量之和最小的配送服务对象集合中各配送服务对象的位置数据，确定预设数目个初始配送中心的配送范围；基于由预设数目个初始配送中心的配送范围内的其他候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、配送服务对象的配送需求量、预设数目个初始配送中心的配送范围内的其他候选配送中心的最大配送量，计算预设数目个初始配送中心的配送范围内的其他候选配送中心的总运输资源消耗量，并基于预设数目个初始配送中心的配送范围内的其他候选配送中心的总运输资源消耗量，确定将初始配送中心替换为其他候选配送中心后的总运输资源消耗量之和；基于预设数目个初始配送中心的总运输资源消耗量之和，以及将初始配送中心替换为其他候选配送中心后的总运输资源消耗量之和，确定出使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址。在一些实施例中，初始配送中心的配送范围内的其他候选配送中心的总运输资源消耗量还包括构建初始配送中心的配送范围内的其他候选配送中心的预设资源消耗量。在一些实施例中，上述方法还包括：确定目标配送中心的配送服务对象集合。第二方面，本申请实施例提供了一种用于确定配送中心地址的装置，包括：获取单元，被配置成获取历史订单的配送地址；聚类单元，被配置成对历史订单的配送地址进行聚类，得到至少一个聚簇；计算单元，被配置成将已确定的初始配送中心和聚簇的中心作为候选配送中心，基于已获取的候选配送中心的地址和配送服务对象的位置数据，计算由候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量；处理单元，被配置成基于由候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、已获取的各配送服务对象的位置数据和配送需求量、以及各候选配送中心的最大配送量，计算各候选配送中心的总运输资源消耗量，确定使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址。在一些实施例中，上述聚类单元被进一步配置成按照如下方式对历史订单的配送地址进行聚类，得到至少一个聚簇：确定聚簇数的取值范围；将聚簇数的取值范围内的最小值作为初始的当前聚簇数，执行搜索操作，搜索操作包括：基于当前聚簇数对历史订单的配送地址进行全局聚类，计算全局聚类结果的贝叶斯信息量，贝叶斯信息量用于表征聚类结果与实际分布的似然程度；比对当前聚簇数的全局聚类结果的贝叶斯信息量与上一个聚簇数的贝叶斯信息量，若当前聚簇数的全局聚类结果的贝叶斯信息量大于上一个聚簇数的贝叶斯信息量，对基于当前聚簇数的全局聚类结果中的每个类簇进行局部聚类，将全局聚类结果中的每个类簇划分为至少两个子簇，计算各子簇的贝叶斯信息量，并比对基于当前聚簇数的全局聚类结果的贝叶斯信息量与局部聚类结果中各子簇的贝叶斯信息量之和；若基于当前聚簇数的全局聚类结果的贝叶斯信息量小于局部聚类结果中各子簇的贝叶斯信息量之和，则将子簇作为基于当前聚簇数的聚类结果，并将所有子簇的贝叶斯信息量之和作为当前聚簇数的贝叶斯信息量；若基于当前聚簇数的全局聚类结果的贝叶斯信息量大于局部聚类结果中各子簇的贝叶斯信息量之和，则将全局聚类结果作为基于当前聚簇数的聚类结果，并将当前聚簇数的全局聚类结果的贝叶斯信息量作为当前聚簇数的贝叶斯信息量；判断当前聚簇数是否达到聚簇数的取值范围内的最大值；若搜索操作的判断结果为当前聚簇数未达到聚簇数的取值范围内的最大值，增大当前聚簇数，执行搜索操作。在一些实施例中，上述处理单元进一步被配置成按照如下方式确定使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址：基于由初始配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、以及配送服务对象的配送需求量、初始配送中心本文档来自技高网...

【技术保护点】
1.一种用于确定配送中心地址的方法，包括：获取历史订单的配送地址；对所述历史订单的配送地址进行聚类，得到至少一个聚簇；将已确定的初始配送中心和所述聚簇的中心作为候选配送中心，基于已获取的候选配送中心的地址和配送服务对象的位置数据，计算由所述候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量；基于由所述候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、已获取的各配送服务对象的位置数据和配送需求量、以及各候选配送中心的最大配送量，计算各候选配送中心的总运输资源消耗量，确定使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址。

【技术特征摘要】
1.一种用于确定配送中心地址的方法，包括：获取历史订单的配送地址；对所述历史订单的配送地址进行聚类，得到至少一个聚簇；将已确定的初始配送中心和所述聚簇的中心作为候选配送中心，基于已获取的候选配送中心的地址和配送服务对象的位置数据，计算由所述候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量；基于由所述候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、已获取的各配送服务对象的位置数据和配送需求量、以及各候选配送中心的最大配送量，计算各候选配送中心的总运输资源消耗量，确定使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址。2.根据权利要求1所述的方法，其中，所述对所述历史订单的配送地址进行聚类，得到至少一个聚簇，包括：确定聚簇数的取值范围；将所述聚簇数的取值范围内的最小值作为初始的当前聚簇数，执行搜索操作，所述搜索操作包括：基于当前聚簇数对所述历史订单的配送地址进行全局聚类，计算全局聚类结果的贝叶斯信息量，所述贝叶斯信息量用于表征聚类结果与实际分布的似然程度；比对当前聚簇数的全局聚类结果的贝叶斯信息量与上一个聚簇数的贝叶斯信息量，若当前聚簇数的全局聚类结果的贝叶斯信息量大于上一个聚簇数的贝叶斯信息量，对基于当前聚簇数的全局聚类结果中的每个类簇进行局部聚类，将全局聚类结果中的每个类簇划分为至少两个子簇，计算各子簇的贝叶斯信息量，并比对基于当前聚簇数的全局聚类结果的贝叶斯信息量与局部聚类结果中各子簇的贝叶斯信息量之和；若基于当前聚簇数的全局聚类结果的贝叶斯信息量小于局部聚类结果中各子簇的贝叶斯信息量之和，则将所述子簇作为基于当前聚簇数的聚类结果，并将所有子簇的贝叶斯信息量之和作为当前聚簇数的贝叶斯信息量；若基于当前聚簇数的全局聚类结果的贝叶斯信息量大于局部聚类结果中各子簇的贝叶斯信息量之和，则将所述全局聚类结果作为基于当前聚簇数的聚类结果，并将所述当前聚簇数的全局聚类结果的贝叶斯信息量作为当前聚簇数的贝叶斯信息量；判断当前聚簇数是否达到所述聚簇数的取值范围内的最大值；若搜索操作的判断结果为当前聚簇数未达到所述聚簇数的取值范围内的最大值，增大当前聚簇数，执行所述搜索操作。3.根据权利要求1所述的方法，其中，所述基于由所述候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、已获取的各配送服务对象的位置数据和配送需求量、以及各候选配送中心的最大配送量，计算各候选配送中心的总运输资源消耗量，确定使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址，包括：基于由所述初始配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、以及所述配送服务对象的配送需求量、所述初始配送中心的最大配送量，计算预设数目个初始配送中心的总运输资源消耗量之和；确定使所述预设数目个初始配送中心的总运输资源消耗量之和最小的配送服务对象集合，基于使所述预设数目个初始配送中心的总运输资源消耗量之和最小的配送服务对象集合中各配送服务对象的位置数据，确定所述预设数目个初始配送中心的配送范围；基于由预设数目个初始配送中心的配送范围内的其他候选配送中心配送至各配送服务对象的单位运输量的运输资源消耗量、配送服务对象的配送需求量、预设数目个初始配送中心的配送范围内的其他候选配送中心的最大配送量，计算预设数目个初始配送中心的配送范围内的其他候选配送中心的总运输资源消耗量，并基于所述预设数目个初始配送中心的配送范围内的其他候选配送中心的总运输资源消耗量，确定将所述初始配送中心替换为所述其他候选配送中心后的总运输资源消耗量之和；基于预设数目个初始配送中心的总运输资源消耗量之和，以及将所述初始配送中心替换为所述其他候选配送中心后的总运输资源消耗量之和，确定出使得总运输资源消耗量之和最小的预设数目个候选配送中心的地址为目标配送中心的地址。4.根据权利要求3所述的方法，其中，初始配送中心的配送范围内的其他候选配送中心的总运输资源消耗量还包括构建所述初始配送中心的配送范围内的其他候选配送中心的预设资源消耗量。5.根据权利要求3或4所述的方法，其中，所述方法还包括：确定所述目标配送中心的配送服务对象集合。6.一种用于确定配送中心地址的装置，包括：获取单元，被配置成获取历史订单的配送地址；聚类单元，被配置成对所述历史订单的配送地址进行聚...

【专利技术属性】
技术研发人员：范竣翔，陈科第，周淼，孟泉，王蔚，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11