排班表评估方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种排班表评估方法、装置、计算机设备和存储介质。所述方法包括：获取模型排班表和司机排班表；所述模型排班表和所述司机排班表包括相同的任务标识；通过所述任务标识，将所述模型排班表中的模型车包号与所述司机排班表中的司机车包号进行关联；确定每个模型车包号相关联的司机车包号，以及相关联的每个司机车包号对应的任务数，作为匹配任务数；根据各所述模型车包号对应的最大匹配任务数和排班表任务总数，评估所述模型排班表和所述司机排班表的排班表相似度。采用本方法能够提高评估效率。高评估效率。高评估效率。

【技术实现步骤摘要】
排班表评估方法、装置、计算机设备和存储介质


[0001]本申请涉及数据处理
，特别是涉及一种排班表评估方法、装置、计算机设备和存储介质。

技术介绍

[0002]物流运输中，需要提前针对待运输的任务制定排班表，以保证任务执行的有序性和可靠性。目前，通常是司机组长人工制定排班表，需要耗费大量的人力物力，存在排班效率较低的问题，尤其是在任务量较多、且变动较频繁时，进一步降低了排班效率。由此，通过排班工具进行自动排班和智能调度来提高排班效率是必然趋势。但是，如何验证排班工具自动生成的模型排班表与司机组长制定的司机排班表的相似程度，以说服司机组长接受排班工具生成的模型排班表，进而实现模型排班表的推广和落地是值得关注的问题。
[0003]目前，通常是通过匈牙利算法来评估模型排班表和司机排班表之间的相似度。但是，该种评估方式涉及多层循环嵌套，需要耗费较长的等待时间，存在评估效率低的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够评估效率的排班表评估方法、装置、计算机设备和存储介质。
[0005]一种排班表评估方法，所述方法包括：
[0006]获取模型排班表和司机排班表；所述模型排班表和所述司机排班表包括相同的任务标识；
[0007]通过所述任务标识，将所述模型排班表中的模型车包号与所述司机排班表中的司机车包号进行关联；
[0008]确定每个模型车包号相关联的司机车包号，以及相关联的每个司机车包号对应的任务数，作为匹配任务数；
[0009]根据各所述模型车包号对应的最大匹配任务数和排班表任务总数，评估所述模型排班表和所述司机排班表的排班表相似度。
[0010]在其中一个实施例中，所述获取模型排班表和司机排班表，包括：
[0011]当满足排班表评估触发条件时，获取预存储的司机排班表；
[0012]确定所述司机排班表对应的区域信息；
[0013]获取与所述区域信息对应的模型排班表。
[0014]在其中一个实施例中，所述获取模型排班表和司机排班表之后，所述方法还包括：
[0015]遍历所述模型排班表确定尚未与模型车包号关联的第一任务标识，将预设模型车包号确定为所述第一任务标识对应的模型车包号；
[0016]遍历所述司机排班表确定尚未与司机车包号关联的第二任务标识，将预设司机车包号确定为所述第二任务标识对应的司机车包号。
[0017]在其中一个实施例中，所述根据各所述模型车包号对应的最大匹配任务数和排班
表任务总数，评估所述模型排班表和所述司机排班表的排班表相似度，包括：
[0018]筛选每个模型车包号对应的最大匹配任务数；
[0019]确定所述模型排班表对应的排班表任务总数；
[0020]根据各所述最大匹配任务数的和值与所述排班表任务总数，确定所述模型排班表与所述司机排班表的排班表相似度。
[0021]在其中一个实施例中，所述根据各所述模型车包号对应的最大匹配任务数和排班表任务总数，评估所述模型排班表和所述司机排班表的排班表相似度之后，所述方法还包括：
[0022]根据每个模型车包号对应的最大匹配任务数与模型车包任务数，确定相应的车包相似度；
[0023]将所述车包相似度、所述排班表相似度、所述模型排班表和所述司机排班表推送至终端进行展示。
[0024]在其中一个实施例中，所述排班表评估方法通过排班表评估工作流实现；所述排班表评估工作流的配置步骤，包括：
[0025]获取工作流信息；
[0026]配置所述工作流信息对应的工作流节点；
[0027]部署所述工作流节点的运行程序；
[0028]配置所述工作流信息对应的全局调度参数，得到已配置的排班表评估工作流。
[0029]一种排班表评估装置，所述装置包括：
[0030]获取模块，用于获取模型排班表和司机排班表；所述模型排班表和所述司机排班表包括相同的任务标识；
[0031]关联模块，用于通过所述任务标识，将所述模型排班表中的模型车包号与所述司机排班表中的司机车包号进行关联；
[0032]匹配模块，用于确定每个模型车包号相关联的司机车包号，以及相关联的每个司机车包号对应的任务数，作为匹配任务数；
[0033]评估模块，用于根据各所述模型车包号对应的最大匹配任务数和排班表任务总数，评估所述模型排班表和所述司机排班表的排班表相似度。
[0034]在其中一个实施例中，所述排班表评估方法通过排班表评估工作流实现；所述装置还包括：
[0035]配置模块，用于获取工作流信息；配置所述工作流信息对应的工作流节点；部署所述工作流节点的运行程序；配置所述工作流信息对应的全局调度参数，得到已配置的排班表评估工作流。
[0036]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述各个实施例中所述的排班表评估方法的步骤。
[0037]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各个实施例中所述的排班表评估方法的步骤。
[0038]上述排班表评估方法、装置、计算机设备和存储介质，通过模型排班表和司机排班表中相同的任务标识，将模型排班表中的模型车包号与司机排班表中的司机车包号关联起来，并以模型车包号为基准，确定每个模型车包号所关联的司机车包号和每个司机车包号
对应的匹配任务数，进而根据每个模型车包号对应的最大匹配任务数与模型排班表对应的排班表任务总数，评估模型排班表和司机排班表之间的排班表相似度。这样，基于任务标识将模型车包号与司机车包号相关联，并基于各模型车包号与相关联的司机车包号的匹配程度，确定模型排班表和司机排班表的排班表相似度，在保证评估准确性的情况下，能够提高评估效率。
附图说明
[0039]图1为一个实施例中排班表评估方法的应用场景图；
[0040]图2为一个实施例中排班表评估方法的流程示意图；
[0041]图3为一个实施例中配置排班表评估工作流的流程示意图；
[0042]图4为另一个实施例中排班表评估方法的流程示意图；
[0043]图5为一个实施例中排班表评估工作流的流程示意图；
[0044]图6为一个实施例中排班表评估装置的结构框图；
[0045]图7为一个实施例中计算机设备的内部结构图。
具体实施方式
[0046]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0047]本申请提供的排班表评估方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。服务器104获取携带有相同任务标识的模型排班表和任务排班表，通过任务标识将模型排班表中的模型车包号和司机排班表中的司机车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种排班表评估方法，所述方法包括：获取模型排班表和司机排班表；所述模型排班表和所述司机排班表包括相同的任务标识；通过所述任务标识，将所述模型排班表中的模型车包号与所述司机排班表中的司机车包号进行关联；确定每个模型车包号相关联的司机车包号，以及相关联的每个司机车包号对应的任务数，作为匹配任务数；根据各所述模型车包号对应的最大匹配任务数和排班表任务总数，评估所述模型排班表和所述司机排班表的排班表相似度。2.根据权利要求1所述的方法，其特征在于，所述获取模型排班表和司机排班表，包括：当满足排班表评估触发条件时，获取预存储的司机排班表；确定所述司机排班表对应的区域信息；获取与所述区域信息对应的模型排班表。3.根据权利要求1所述的方法，其特征在于，所述获取模型排班表和司机排班表之后，所述方法还包括：遍历所述模型排班表确定尚未与模型车包号关联的第一任务标识，将预设模型车包号确定为所述第一任务标识对应的模型车包号；遍历所述司机排班表确定尚未与司机车包号关联的第二任务标识，将预设司机车包号确定为所述第二任务标识对应的司机车包号。4.根据权利要求1所述的方法，其特征在于，所述根据各所述模型车包号对应的最大匹配任务数和排班表任务总数，评估所述模型排班表和所述司机排班表的排班表相似度，包括：筛选每个模型车包号对应的最大匹配任务数；确定所述模型排班表对应的排班表任务总数；根据各所述最大匹配任务数的和值与所述排班表任务总数，确定所述模型排班表与所述司机排班表的排班表相似度。5.根据权利要求1所述的方法，其特征在于，所述根据各所述模型车包号对应的最大匹配任务数和排班表任务总数，评估所述模型排班表和所述司机排班表的排班表相似度之后，所述方法还包括：根据每个模型车包号对应的最大匹...

【专利技术属性】
技术研发人员：潘舒静，黎碧君，谢宇昕，江洋，张莹莹，张策，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：