(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210840698.2 (22)申请日 2022.07.18 (71)申请人 中央财经 大学 地址 100081 北京市海淀区学院南路39号 申请人 清华大学 (72)发明人 代宏砚　陶家威　姜海　 (74)专利代理 机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 专利代理师 韩迎之 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/06(2012.01) G06N 3/08(2006.01) G06K 9/62(2022.01) G06Q 50/28(2012.01) (54)发明名称 考虑预测不确定性的配送调度方法、 装置及 可存储介质 (57)摘要 本发明公开了一种考虑预测不确定性的配 送调度方法、 装置及可存储介质， 涉及物流管理 技术领域， 其中方法包括： 确定调度决策周 期时 长、 当前决策时刻以及配送员集合； 提取配送员 个人特征数据集， 以及配送员对应的历史配送记 录的配送时间特征矩阵， 利用聚类方法处理所述 个人特征数据集及所述配送时间特征矩阵， 寻找 最优类目数量和聚类方案， 构建个性化配送时间 预测模型， 并对 所述个性化配送时间预测模型进 行训练得到配送员配送时间模型等步骤； 本发明 建立同步聚类和预测的配送时间预测模型， 结合 到物流调度算法中， 并考虑预测算法的估计不确 定性， 可以实现更精准的供需匹配， 提高决策的 鲁棒性， 有效降低配送成本和配送时间。 权利要求书2页 说明书5页 附图2页 CN 115018428 A 2022.09.06 CN 115018428 A 1.一种考虑预测不确定性的配送调度方法， 其特 征在于， 包括以下步骤： 确定调度决策周期时长、 当前决策时刻以及配送员集 合； 提取配送员 个人特征数据集， 以及配送员对应的历史配送记录的配送时间特征矩阵， 利用聚类方法处理所述个人特征数据集及所述配送时间特征矩阵， 寻找最优类目数量和聚 类方案， 构建个性化配送 时间预测模型， 并对所述个性化配送 时间预测模型进行训练得到 配送员配送时间模型； 基于经过训练 的所述个性化配送时间预测模型的点估计与残差分布， 并建立配送调度 模型； 对所述配送调度模型及所述配送时间预测模型进行求 解， 得到物流配送调度方案 。 2.根据权利要求1所述的一种考虑预测不确定性的配送调度方法， 其特征在于， 利用所 述最优类目数量及所述聚类方案对所述个性化配送时间预测模型进行训练的具体过程包 括： 获取所述配送员集合中所有配送员对应的个人特征数据集、 配送时间特征矩阵以及聚 类的类目上限； 在所述类目上限内， 依次选择不同的类目数量， 基于所述个人特征数据集， 利用聚类方 法将所有配送员按照类目进行分类； 针对每一类配送员， 构建个性化配送时间预测模型， 调用基础预测方法对所述个性化 配送时间预测模型进行训练； 计算所有类目配送员的预测误差总和； 当预测误差总和最小时， 记录此时聚类的类目数量对应的个性化配送时间预测模型为 所述配送员配送时间模型。 3.根据权利要求1所述的一种考虑预测不确定性的配送调度方法， 其特征在于， 所述配 送时间特 征矩阵包括轨 迹、 配送员、 区域、 外 部环境多个维度的特 征。 4.根据权利要求2所述的一种考虑预测不确定性的配送调度方法， 其特征在于， 所述基 础预测方法采用线性回归模型、 弹性网络模型、 随机森林模型、 支持向量机回归模型中的任 一种或任几种。 5.根据权利要求1所述的一种考虑预测不确定性的配送调度方法， 其特征在于， 对所述 配送调度模型及所述配送时间预测模型进行求 解的方法采用启发式算法。 6.一种考虑预测不确定性的配送调度装置， 其特征在于， 利用权利要求1 ‑5任一项所述 的一种考虑预测不确定性的配送调度方法， 包括： 第一获取模块， 用于确定调度决策周期时长、 当前决策时刻以及配送员集 合； 第二获取模块， 用于提取配送员 个人特征数据集， 以及配送员对应的历史配送记录的 配送时间特 征矩阵， 利用聚类方法处 理所述个人 特征数据集及所述配送时间特 征矩阵； 第一构建模块， 用于构建个性化配送时间预测模型， 并对所述个性化配送时间预测模 型进行训练； 第二构建模块， 用于获取实时配送员信息及订单信息， 建立配送调度模型； 求解模块， 用于对所述配送调度模型及所述配送时间预测模型进行求解， 得到物流配 送调度方案 。 7.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储计算机程权　利　要　求　书 1/2 页 2 CN 115018428 A 2序， 所述计算机程序被处 理器执行时实现如权利要求1至 6中任一项所述的配送调度方法。权　利　要　求　书 2/2 页 3 CN 115018428 A 3