訂單智能調(diào)度配送調(diào)度場景，可以用數(shù)學語言描述。它不僅是一個業(yè)務問題，更是一個標準的組合優(yōu)化問題，并且是一個“馬爾可夫決策”過程。調(diào)度問題的數(shù)學描述并非對于某個時刻的一批訂單做比較好分配就足夠，還需要考慮整個時間窗維度，每一次指派對后面的影響。每一次訂單分配，都影響了每個騎手后續(xù)時段的位置分布和行進方向。如果騎手的分布和方向不適合未來的訂單結構，相當于降低了后續(xù)調(diào)度時刻比較好性的天花板。所以，要考慮長周期的優(yōu)化，而不是一個靜態(tài)優(yōu)化問題。問題簡化分析為了便于理解，我們還是先看某個調(diào)度時刻的靜態(tài)優(yōu)化問題。它不僅*是一個算法問題，還需要我們對工程架構有非常深刻的理解。因為，在對問題輸入數(shù)據(jù)進行拆解的時候，會發(fā)現(xiàn)算法的輸入數(shù)據(jù)太龐大了。比如說，我們需要任意兩個任務點的導航距離數(shù)據(jù)。代理外賣配送saas系統(tǒng)，找到服務商，去承接配送業(yè)務，持續(xù)分成，是一個可持續(xù)的生意。上海聚合配送SaaS系統(tǒng)

在求解路徑規(guī)劃這類問題上，很多公司的技術團隊，都經(jīng)歷過這樣的階段：起初，采用類似遺傳算法的迭代搜索算法，但是隨著業(yè)務的單量變大，發(fā)現(xiàn)算法耗時太慢，根本不可接受。然后，改為大規(guī)模鄰域搜索算法，但算法依然有很強的隨機性，因為沒有隨機性在就沒辦法得到比較好的解。而這種基于隨機迭代的搜索策略，帶來很強的不確定性，在問題規(guī)模大的場景會出現(xiàn)非常多的BadCase。另外，迭代搜索耗時太長了。主要的原因是，隨機迭代算法是把組合優(yōu)化問題當成一個單純的Permutation問題去求解，很少用到問題結構特征。這些算法，求解TSP時這樣操作，求解VRP時也這樣操作，求解Scheduling還是這樣操作，這種類似“無腦”的方式很難有出色的優(yōu)化效果。南通水果配送SaaS云平臺saas模式，是平臺把軟件開發(fā)好之后，租用給有同類需求的客戶。這樣可以降低自己開發(fā)的成本。

下面是一個實際案例，我們用算法把一個城市做了重新的區(qū)域規(guī)劃。當然，這里必須要強調(diào)的是，在這個過程中，人工介入還是非常必要的。對于一些算法很難處理好的邊角場景，需要人工進行微調(diào)，使整個規(guī)劃方案更加合理。中間的圖是算法規(guī)劃的結果。經(jīng)過試點后，測試城市整體的單均行駛距離下降了5%，平均每一單騎手的行駛距離節(jié)省超過100米?？梢韵胂笠幌?，在這么龐大的單量規(guī)模下，每單平均減少100米，總節(jié)省的路程、節(jié)省的電瓶車電量，都是一個非?？捎^的數(shù)字。更重要的是，可以讓騎手自己明顯感覺到自己的效率得到了提升。

而我們面臨的問題規(guī)模，前幾年只是區(qū)域維度的調(diào)度粒度，一個商圈一分鐘峰值100多單，匹配幾百個騎手，但是這種乘積關系對應的數(shù)據(jù)已經(jīng)非常大了。現(xiàn)在，由于美團有更多業(yè)務場景，比如跑腿和全城送，會跨非常多的商圈，甚至跨越半個城市，所以只能做城市級的全局優(yōu)化匹配。目前，調(diào)度系統(tǒng)處理的問題的峰值規(guī)模，是1萬多單和幾萬名騎手的匹配。而算法允許的運行時間只有幾秒鐘，同時對內(nèi)存的消耗也非常大。另外，配送和網(wǎng)約車派單場景不太一樣。打車的調(diào)度是做司機和乘客的匹配，本質(zhì)是個二分圖匹配問題，有多項式時間的比較好算法：KM算法。打車場景的難點在于，如何刻畫每對匹配的權重。而配送場景還需要解決，對于沒有多項式時間比較好算法的情況下，如何在指數(shù)級的解空間，短時間得到優(yōu)化解。如果認為每一單和每個騎手的匹配有不同的適應度，那么這個適應度并不是可線性疊加的。也就意味著多單對多人的匹配方案中，任意一種匹配都只能重新運算適應度，其計算量可想而知。抖音外賣來了，解決外賣配送是一種剛需，可以使用送道的外賣聚合配送saas軟件。

既然存在這么多的問題，那么做區(qū)域規(guī)劃項目就變得非常有必要。那么，什么是好的區(qū)域規(guī)劃方案？基于統(tǒng)計分析的優(yōu)化目標設定。多目標優(yōu)化問題優(yōu)化的三要素是：目標、約束、決策變量。***點，首先要確定優(yōu)化目標。在很多比較穩(wěn)定或者傳統(tǒng)的業(yè)務場景中，目標非常確定。而在區(qū)域規(guī)劃這個場景中，怎么定義優(yōu)化目標呢？首先，我們要思考的是區(qū)域規(guī)劃主要影響的是什么。從剛才幾類問題的分析可以發(fā)現(xiàn)，影響的主要是騎手的順路性、空駛率，也就是騎手平均為每一單付出的路程成本。所以，我們將問題的業(yè)務目標定為優(yōu)化騎手的單均行駛距離?；诂F(xiàn)有的大量區(qū)域和站點積累的數(shù)據(jù)，做大量的統(tǒng)計分析后，可以定義出這樣幾個指標：商家聚合度、訂單的聚合度、訂單重心和商家重心的偏離程度。數(shù)據(jù)分析結果說明，這幾個指標和單均行駛距離的相關性很強。經(jīng)過這一層的建模轉(zhuǎn)化，問題明確為優(yōu)化這三個指標。第二點，需要梳理業(yè)務約束。在這方面，我們花費了大量的時間和精力。比如：區(qū)域單量有上限和下限。區(qū)域之間不能有重合，不能有商家歸多個區(qū)域負責。所有的AOI不能有遺漏，都要被某個區(qū)域覆蓋到，不能出現(xiàn)商家沒有站點的服務。什么是saas？軟件即服務的意思。江蘇燒烤配送SaaS租賃

配送saas云平臺，配送軟件及服務的云平臺。上海聚合配送SaaS系統(tǒng)

SAAS介紹軟件即服務(Saas)是隨著互聯(lián)網(wǎng)技術的發(fā)展和應用軟件的成熟，而在21世紀開始興起的一種完全創(chuàng)新的軟件應用模式。它與"on-demandsoftware"，theapplicationserviceprovider，hostedsoftware所具有相似的含義。它是一種通過Internet提供軟件的模式，廠商將應用軟件統(tǒng)一部署在自己的服務器上，客戶可以根據(jù)自己實際需求，通過互聯(lián)網(wǎng)向廠商定購所需的應用軟件服務，按定購的服務多少和時間長短向廠商支付費用，并通過互聯(lián)網(wǎng)獲得廠商提供的服務。用戶不用再購買軟件，而改用向提供商租用基于Web的軟件，來管理企業(yè)經(jīng)營活動，且無需對軟件進行維護，服務提供商會全權管理和維護軟件。有些軟件廠商在向客戶提供互聯(lián)網(wǎng)應用的同時，也提供軟件的離線操作和本地數(shù)據(jù)存儲，讓用戶隨時隨地都可以使用其定購的軟件和服務。對于許多小型企業(yè)來說，SaaS是采用先進技術的比較好途徑，它消除了企業(yè)購買、構建和維護基礎設施和應用程序的需要。在這種模式下，客戶不再像傳統(tǒng)模式那樣花費大量投資用于硬件、軟件、人員，而只需要支出一定的租賃服務費用，通過互聯(lián)網(wǎng)便可以享受到相應的硬件、軟件和維護服務，享有軟件使用權和不斷升級。上海聚合配送SaaS系統(tǒng)