[发明专利]一种订单分配方法及装置

权利要求书

1.一种订单分配方法，其特征在于，包括：

获取第一时刻的待分配订单信息和约束信息，所述约束信息用于对所述待分配订单信息对应的分配方案进行约束；其中，所述第一时刻的待分配订单信息包括上一时刻未分配的订单信息，及所述上一时刻与所述第一时刻之间的新增订单信息；

通过第一强化学习模型，根据所述待分配订单信息和所述约束信息，确定是否对所述待分配订单信息进行分配；

在确定对所述待分配订单信息进行分配的情况下，根据所述约束信息，确定所述待分配订单信息对应的分配方案。

2.根据权利要求1所述的方法，其特征在于，所述根据所述约束信息，确定所述待分配订单信息对应的分配方案，包括:

通过第二强化学习模型，对所述待分配订单信息及所述约束信息进行迭代处理，确定所述待分配订单信息对应的分配方案。

3.根据权利要求2所述的方法，其特征在于，所述第二强化学习模型对应的策略网络为图神经网络。

4.根据权利要求2或3所述的方法，其特征在于，所述通过第二强化学习模型，对所述待分配订单信息及所述约束信息进行迭代处理，确定所述待分配订单信息对应的分配方案，包括：

根据所述待分配订单信息及所述约束信息确定初始分配方案；

根据所述第二强化学习模型确定各迭代回合对应的算子；

通过所述各迭代回合对应的算子，得到所述各迭代回合对应的分配方案；

根据目标函数，在所述各迭代回合对应的分配方案及所述初始分配方案中，选取所述待分配订单信息对应的分配方案。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述第一强化学习模型对应的策略网络为深度Q网络DQN。

6.根据权利要求2-5中任一项所述的方法，其特征在于，所述方法还包括：

根据所述待分配订单信息对应的分配方案，得到奖励值；

根据所述奖励值，对所述第一强化学习模型和所述第二强化学习模型进行调整。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述待分配订单信息包括：待分配订单的装货地点、送货地点、运输时间、货物量中的至少一项；所述约束信息包括：可调度资源信息、仓库状态信息及交通状态信息中的至少一项。

8.根据权利要求7所述的方法，其特征在于，所述可调度资源信息包括运输车辆的位置信息、运输车辆的剩余可装载容量、运输车辆的运输路径、运输人员的工作时间中的至少一项；所述仓库状态信息包括仓库的地址信息、仓库的排班信息、仓库的垛口数量中的至少一项；所述交通状态信息包括：路况信息或路网信息。

9.一种订单分配装置，其特征在于，包括：

获取模块，用于获取第一时刻的待分配订单信息和约束信息，所述约束信息用于对所述待分配订单信息对应的分配方案进行约束；其中，所述第一时刻的待分配订单信息包括上一时刻未分配的订单信息，及所述第一时刻与所述上一时刻之间的新增订单信息；

确定模块，用于通过第一强化学习模型，根据所述待分配订单信息和所述约束信息，确定是否对所述待分配订单信息进行分配；

分配模块，用于在确定对所述待分配订单信息进行分配的情况下，根据所述约束信息，确定所述待分配订单信息对应的分配方案。

10.根据权利要求9所述的装置，其特征在于，所述分配模块，还用于通过第二强化学习模型，对所述待分配订单信息及所述约束信息进行迭代处理，确定所述待分配订单信息对应的分配方案。

11.根据权利要求10所述的装置，其特征在于，所述第二强化学习模型对应的策略网络为图神经网络。