【技术实现步骤摘要】
本申请涉及软件，具体而言，涉及一种工单的派单方法及装置、非易失性存储介质、电子设备。
技术介绍
1、现有工单调度所采用的方式绝大部分依赖人工经验设定简单的派单规则，或者手动派单。依赖人工主观经验派单，容易出现工单调度效率低、准确性低等问题，直接或间接影响了客户的满意度，并且导致了整体装维运行成本的提高。具体问题如下：
2、①工单调度效率低：针对大网格，过度依赖网格的人工经验，即：对网格内人员的熟悉程度来调度派单，调度效率低下。若有几百个工单需要调度，难以合理分派。
3、②工单调度准确性低：依靠主观经验调度派单，未能综合考虑位置、天气、技能等复杂的多维因素进行精准派单，易导致工单派发后多次转派，降低了效率，延长了工单处理的时长。
4、③影响客户满意度：装维工单调度的智能化、自动化能力不足，导致无法及时响应客户要求，履约率低，影响客户对业务的满意度。
5、④影响装维成本：由于调度的准确性不高，工单分派使人力资源利用率无法到最大化，装维运行成本无法到最小化。
6、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种工单的派单方法及装置、非易失性存储介质、电子设备，以至少解决由于现有的工单调度方式依赖人工经验进行派单造成的工单调度效率低、准确性低的技术问题。
2、根据本申请实施例的一个方面，提供了一种工单的派单方法，包括：获取待派发的工单，并确定影响工单完成质量的数据；利用退火算法对数
3、可选地，影响工单完成质量的数据至少包括：工单的类型、工单对应的施工场所与各个目标对象之间的距离、施工场所与各个目标对象之间的路径的路况信息、各个目标对象的画像技能信息、工单的预约时间信息以及施工场所的施工难易程度信息。
4、可选地，利用退火算法对数据进行处理之前，方法还包括：设置退火算法的目标函数和限制条件，目标函数为退火算法的适应函数，限制条件为退火算法的收敛准则，其中，目标函数为：c表示完成n个工单所需的最短时间，tn表示第n个任务的完成时间之和，n和n均为自然数；限制条件包括：每个工作日待派发的工单的总数量s工单总量＜s*m，s为单个目标对象每个工作日最多实施的工单数量，m为目标对象的数量；单个目标对象每个工作日实施的工单数量s单人工单总量＜s；每个工单的预约时间t预约时间＞t预计完成时间+t路途，t预计完成时间为每个工单的预计完成时间，t路途为目标对象从初始位置移动至工单对应的施工场所所需的时间；每个工单的预计完成时间t预计完成时间＞t当前时间，t当前时间为预约工单的当前时刻。
5、可选地，利用退火算法对数据进行处理，得到多个最优解，包括：从多个目标对象中随机选择一个目标对象作为退火算法的初始解，并利用目标函数计算初始解对应第一目标函数值，其中，初始解为当前最优解；对所述初始解施加随机扰动，在初始解的邻域内产生一个新解，并利用目标函数计算新解对应第二目标函数值；比较第一目标函数值和第二目标函数值，依据比较结果确定当前最优解；当迭代次数是否达到预设次数时，结束运算，并输出多个最优解。
6、可选地，比较第一目标函数值和第二目标函数值，依据比较结果确定当前最优解，包括：如果第二目标函数值小于第一目标函数值，确定新解为当前最优解；如果第二目标函数值大于第一目标函数值，确定第二目标函数值和第一目标函数值的差值是否位于预设范围内；如果第二目标函数值和第一目标函数值的差值位于预设范围内，将新解和初始解共同作为当前最优解；如果第二目标函数值和第一目标函数值的差值没有位于预设范围内，将初始解作为当前最优解。
7、可选地，利用快速随机搜索树算法对多个最优解进行迭代运算，从多个最优解中确定出目标最优解，包括：确定多个最优解对应的各目标对象的第一位置信息，将第一位置信息作为快速随机搜索树算法的初始节点；确定待派发的工单对应的施工场所的第二位置信息，将第二位置信息作为快速随机搜索树算法的资源节点；利用快速随机搜索树算法对初始节点和资源节点进行迭代运算。
8、可选地，利用快速随机搜索树算法对初始节点和资源节点进行迭代运算，包括：确定初始节点和资源节点之间的路径；分别计算每条路径对应的目标函数的函数值，并从函数值中选择最优函数值，并更新各资源节点的信息素，完成一次迭代运算，其中，信息素用于表示各目标对象选择各工单对应的施工场所的概率；执行多次迭代运算，直至满足快速随机搜索树算法的结束条件，退出运算，得到目标最优解，其中，结束条件为资源节点无需再选择需要派发的目标对象。
9、根据本申请实施例的另一方面，还提供了一种工单的派单装置，包括：获取模块，用于获取待派发的工单，并确定影响工单完成质量的数据；第一处理模块，用于利用退火算法对数据进行处理，得到多个最优解，目标对象用于实施工单；第二处理模块，用于利用快速随机搜索树算法对多个最优解进行迭代运算，从多个最优解中确定出目标最优解，其中，目标最优解为最终将工单派发给的目标对象。
10、根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有程序，其中，在程序运行时控制非易失性存储介质所在设备执行以上的工单的派单方法。
11、根据本申请实施例的再一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的工单的派单方法。
12、在本申请实施例中，采用获取待派发的工单，并确定影响工单完成质量的数据；利用退火算法对数据进行处理，得到多个最优解，其中，多个最优解为能够将工单派发给的多个目标对象；利用快速随机搜索树算法对多个最优解进行迭代运算，从多个最优解中确定出目标最优解，其中，目标最优解为最终将工单派发给的目标对象的方式，通过基于退火算法和快速随机搜索树算法混合计算，能够将装维工单派发的类型、小区路况、用户距离、装维人员画像技能、用户预约时间、用户侧施工难度等多种调度因素融合，达到了精准派单到人，合理规划任务工单执行顺序及装维人员上门路径的目的，从而实现了提高装维工单调度的准确性和合理性，使装维人员利用率达到最大化，装维整体运维成本达到最小化的技术效果，进而解决了由于现有的工单调度方式依赖人工经验进行派单造成的工单调度效率低、准确性低技术问题。
本文档来自技高网...【技术保护点】
1.一种工单的派单方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，影响所述工单完成质量的数据至少包括：所述工单的类型、所述工单对应的施工场所与各个所述目标对象之间的距离、所述施工场所与各个所述目标对象之间的路径的路况信息、所述各个目标对象的画像技能信息、所述工单的预约时间信息以及所述施工场所的施工难易程度信息。
3.根据权利要求2所述的方法，其特征在于，利用退火算法对所述数据进行处理之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，利用退火算法对所述数据进行处理，得到多个最优解，包括：
5.根据权利要求4所述的方法，其特征在于，比较所述第一目标函数值和所述第二目标函数值，依据比较结果确定所述当前最优解，包括：
6.根据权利要求3所述的方法，其特征在于，利用快速随机搜索树算法对所述多个最优解进行迭代运算，包括：
7.根据权利要求6所述的方法，其特征在于，利用所述快速随机搜索树算法对所述初始节点和所述资源节点进行迭代运算，包括：
8.一种工单的派单装置，其特征在于，
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述的工单的派单方法。
10.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的工单的派单方法。
...【技术特征摘要】
1.一种工单的派单方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，影响所述工单完成质量的数据至少包括：所述工单的类型、所述工单对应的施工场所与各个所述目标对象之间的距离、所述施工场所与各个所述目标对象之间的路径的路况信息、所述各个目标对象的画像技能信息、所述工单的预约时间信息以及所述施工场所的施工难易程度信息。
3.根据权利要求2所述的方法，其特征在于，利用退火算法对所述数据进行处理之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，利用退火算法对所述数据进行处理，得到多个最优解，包括：
5.根据权利要求4所述的方法，其特征在于，比较所述第一目标函数值和所述第二目标函数值，依据比较结果确定所述当前...
【专利技术属性】
技术研发人员：黎扬惠，范艳艳，孙浩，何伟，钱萌，李宛，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。