一种预测货物送达时间的方法、设备及介质与流程

1.本技术涉及行程时间预测技术领域，尤其涉及一种预测货物送达时间的方法、设备及介质。


背景技术：

2.近年来，随着各种网购电商的兴起，与之相关的货运业也是突飞猛进。现如今的货运业已经渗透到了公众的日常生活中，已经成为了国家重要的经济增长点。如果在货物运输过程中能准确预测货车到达收货地的时间，那么收货方可以更加合理的安排时间进行收货。运输公司可以提高对货车的调度能力，使得货车资源得到充分、均衡的利用。
3.但目前的货物送达时间预测方案大都是通过发货地与收货地之间的距离，以及货车的行驶速度，粗略的估计出一个送达时间，无法实现货物送达时间的准确预测。


技术实现要素：

4.为解决上述技术问题，本技术实施例提供了一种预测货物送达时间的方法、设备及介质，采用下述技术方案：
5.第一方面，本技术实施例提供了一种预测货物送达时间的方法，所述方法包括：确定货物运送行程，并按照地域划分对所述货物运送行程进行分段处理，得到货物运送行程阶段；获取各所述货物运送行程阶段对应的天气信息，并根据所述天气信息以及所述天气信息的发生概率生成通行系数；获取货物运送车辆对应的历史运送信息；根据所述历史运送信息以及所述货物运送行程阶段对应的路程长度，通过所述通行系数，计算得到所述货物运送行程阶段对应的最长货物运送时间与最短货物运送时间；基于所述历史运送信息确定所述货物运送车辆对应的运送系数；根据所述运送系数对所述最长货物运送时间与所述最短货物运送时间进行处理，得到所述货物运送行程阶段对应的最终运送时间。
6.在本技术说明书的一个或多个实施例中，确定货物运送行程，具体包括：确定货物运送对应的发货地与收货地；将所述发货地与所述收货地输入至地图导航软件中，得到若干备选货物运送行程；在所述若干备选货物运送行程中，将到达时间最早的行程确定为所述货物运送行程。
7.在本技术说明书的一个或多个实施例中，根据所述天气信息以及所述天气信息的发生概率生成通行系数，具体包括：将所述天气信息划分为适宜运送天气与不适宜运送天气，所述不适宜运送天气包括雨雪天气、大雾天气以及大风天气，所述适宜运送天气包括晴天天气；调用天气预报软件，并在所述天气预报软件中获取所述适宜运送天气对应的发生概率，以及获取所述不适宜运送天气对应的发生概率；将所述发生概率确定为所述通行系数。
8.在本技术说明书的一个或多个实施例中，在获取货物运送车辆对应的历史运送信息之前，所述方法还包括：确定所述货物运送车辆对应的车辆型号，并在运送车辆库中确定与所述车辆型号相同的若干货物运送车辆；获取待运送货物属性，并依据所述待运送货物
属性在所述若干货物运送车辆中筛选出具有历史运送记录的车辆，所述待运送货物属性至少包括货物类别与货物运送注意事项；根据所述货物运送行程阶段对应的划分地域对具有所述历史运送记录的车辆进行二次筛选；获取二次筛选出来的货物运送车辆对应的历史运送信息。
9.在本技术说明书的一个或多个实施例中，所述历史运送信息至少包括历史运送平均速度、历史运送最快速度、历史运送最慢速度以及历史运送时间。
10.在本技术说明书的一个或多个实施例中，在得到所述历史运送信息之后，所述方法还包括：通过以下公式，计算得到所述最长货物运送时间：
[0011][0012]
其中，t
l
表示所述最长货物运送时间，s表示所述货物运送行程阶段的路程长度，α1表示不适宜运送天气对应的通行系数，α2表示适宜运送天气对应的通行系数，v
min
表示所述历史运送最慢速度，v
t
表示所述历史运送平均速度；以及，通过以下公式，计算得到所述最短货物运送时间：
[0013][0014]
其中，ts表示所述最短货物运送时间，v
max
表示所述历史运送最快速度。
[0015]
在本技术说明书的一个或多个实施例中，基于所述历史运送信息确定所述货物运送车辆对应的运送系数，具体包括：通过以下公式，计算得到所述运送系数：
[0016][0017]
其中，β表示所述运送系数，th表示所述历史运送时间。
[0018]
在本技术说明书的一个或多个实施例中，在得到所述运送系数之后，所述方法还包括：通过以下公式，计算得到所述最终运送时间：
[0019]
tf＝(t
l-ts)*β
[0020]
其中，tf表示所述货物运送行程阶段对应的最终运送时间；将所有所述货物运送行程阶段对应的最终运送时间求和，得到所述货物运送行程对应的最终送货时间。
[0021]
第二方面，本技术实施例还提供了一种预测货物送达时间的设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行如上述的一种预测货物送达时间的方法。
[0022]
第三方面，本技术实施例还提供了一种非易失性计算机存储介质，其上存储有计算机可执行指令，所述计算机可执行指令被设置为执行如上述的一种预测货物送达时间的方法。
[0023]
本技术实施例提供的一种预测货物送达时间的方法、设备及介质，具有以下有益效果：通过将发货地与收货地之间的路程划分为多个行程段，考虑天气等影响运送的因素，计算最长送达时间与最短到达时间，再结合运送车辆的历史运送信息，依据最长送达时间与最短送达时间计算得到最终的送达时间，从而明确货物最可能送达的时间，对发货方和
收货方提供一个有理有据、精准无误的货物送达时间，实现货物运送时间的精确把控，同时，也能够提高运输公司对货车的调度能力、把控能力，使得货车资源得到充分、均衡的利用。
附图说明
[0024]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0025]
图1为本技术实施例提供的一种预测货物送达时间的方法流程图；
[0026]
图2为本技术实施例提供的一种预测货物送达时间的设备的结构示意图。
具体实施方式
[0027]
为了使本技术领域的人员更好地理解本技术中的技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
[0028]
下面通过附图对本技术实施例中的方法进行详细说明。
[0029]
图1为本技术实施例提供的一种预测货物送达时间的方法流程图，如图1所示，本技术实施例中的预测送达时间的方法至少包括以下执行步骤：
[0030]
步骤101、确定货物运送行程，并按照地域划分对所述货物运送行程进行分段处理，得到货物运送行程阶段。
[0031]
在本技术的一个示例中，货物运送行程指的是运送车辆从货物发货地到收货地之间的行程，该货物运送行程可以通过将发货地与收货地输入至地图导航软件中，输出的用时最短的行程确定，也即将地图导航软件中输入的多条备选行程中达到时间最早的行程确定为货物运送行程。
[0032]
进一步地，确定货物运送行程之后，将该及行程按照省级地域划分结果划分为多段货物运送行程阶段。也即，将行程中属于同一个省份的路径切分出来，得到货物运送行程阶段。
[0033]
步骤102、获取各所述货物运送行程阶段对应的天气信息，并根据所述天气信息以及所述天气信息的发生概率生成通行系数。
[0034]
在将货物运送行程划分为多个货物运送行程阶段之后，按照各阶段对应的省份，在天气预报软件中获取各省份对应的天气信息。
[0035]
在本技术的一个示例中，获取到天气信息之后，将天气信息分类为适宜运送天气与不适宜运送天气，其中，不适宜运送天气包括雨雪天气、大雾天气以及大风天气，适宜运送天气包括晴天天气。
[0036]
进一步地，天气划分完成之后，继续获取天气预报软件中天气信息出现的概率，将该概率确定为通行系数。也即，本技术实施例中的通行系数实际有两类，一类是适宜通行的
通行系数，另一类是不适宜通行的通行系数。
[0037]
步骤103、获取货物运送车辆对应的历史运送信息。
[0038]
要想得到货物运送的准确达到时间，还需要确定货物运送车辆的历史运行信息。在本技术的一个示例中，可以根据货物运送车辆对应的车辆型号在货物运送厂商对应的货物运送车辆库中进行查找，找到与该货物运送车辆的车辆型号相对应的车辆，在找到的这些车辆中，继续筛选出运输过待运送货物属性类似的货物的车辆，其中，待运送货物属性至少包括货物类别与货物运送注意事项，此处的货物类别是找到运输过同类货物的车辆，而货物运送注意事项则是找出具有运输条件的车辆。
[0039]
进一步地，对上述筛选出来的具有历史运送经验的车辆继续进行二次筛选，二次筛选筛选的是这些车辆的历史行程经过当前行程阶段对应的划分地域，也即，筛选出行驶过当前行程阶段对应省份的车辆，这样筛选是为了找出具有运送条件，或者是具有行驶特殊路段能力的车辆。筛选完成之后，获取最终保留下来的车辆的历史运送信息。
[0040]
步骤104、根据所述历史运送信息以及所述货物运送行程阶段对应的路程长度，通过所述通行系数，计算得到所述货物运送行程阶段对应的最长货物运送时间与最短货物运送时间。
[0041]
在本技术的一个示例中，历史运送信息包括历史运送平均速度、历史运送最快速度、历史运送最慢速度以及历史运送时间。
[0042]
由此，本技术实施例中计算最长货物运送时间，可通过如下公式实现：
[0043][0044]
其中，t
l
表示最长货物运送时间，s表示货物运送行程阶段的路程长度，α1表示不适宜运送天气对应的通行系数，α2表示适宜运送天气对应的通行系数，v
min
表示前述历史运送最慢速度，v
t
表示前述历史运送平均速度。
[0045]
之后，通过以下公式，计算得到最短货物运送时间：
[0046][0047]
其中，ts表示最短货物运送时间，v
max
表示历史运送最快速度。
[0048]
步骤105、基于所述历史运送信息确定所述货物运送车辆对应的运送系数。
[0049]
历史运送信息中包含历史运送最快速度、历史运送最慢速度以及历史运送时间，通过这俩速度与运送时间可以计算出货物运送车辆的运送系数。
[0050]
在本技术的一个示例中，通过以下公式，计算得到前述运送系数：
[0051][0052]
其中，β表示运送系数，th表示历史运送时间，ts表示最短货物运送时间，t
l
表示最长货物运送时间。
[0053]
需要说明的是，该运送系数时基于历史运送信息确定出来的，用于计算货物运送车辆的最终运送时间，如此一来，在计算最终运送时间时就能够充分考虑历史运送经验。而之前的通行系数则是基于天气信息确定出来的，用于计算的是最长货物运送时间与最短货
物运送时间，使得本技术实施例中的运送时间计算方案在进行计算时充分考虑天气因素的影响。
[0054]
步骤106、根据所述运送系数对所述最长货物运送时间与所述最短货物运送时间进行处理，得到所述货物运送行程阶段对应的最终运送时间。
[0055]
在得到运送系数之后，就可以利用该运送系数对最长货物运送时间与最短货物运送时间进行处理得到最终运送时间了。需要说明的是，此处的最终运送时间对应的是货物运送行程阶段对应的最终行程时间，并非是整个运送行程的时间，要想得到整个行程对应的最终运送时间，可以通过将整个行程中包含的所有阶段分别对应的最终运送时间进行求和得到。
[0056]
在本技术的一个示例中，货物运送行程阶段对应的最终运送时间，可以通过以下公式计算得到：
[0057]
tf＝(t
l-ts)*β
[0058]
其中，tf表示货物运送行程阶段对应的最终运送时间，β为前述运送系数。
[0059]
至此，完成货物运送行程的最终运送时间的确定，此处的最终运送时间也即是本技术实施例中的最可能、最准确的货物运送时间。
[0060]
基于同样的发明构思，本技术实施例还提供了一种预测货物送达时间的设备，其结构如图2所示。
[0061]
图2为本技术实施例提供的一种预测货物送达时间的设备的结构示意图。如图2所示，本技术实施例中的预测货物送达时间的设备200具体包括：至少一个处理器201；以及，与至少一个处理器201通信连接(通过总线202连接)的存储器203；其中，存储器203存储有能够被至少一个处理器201执行的指令，以使至少一个处理器201能够执行如上述实施例所描述的一种预测货物送达时间的方法。
[0062]
在本技术实施例的一种或多种可能实现方式中，前述处理器用于执行，确定货物运送行程，并按照地域划分对所述货物运送行程进行分段处理，得到货物运送行程阶段；获取各所述货物运送行程阶段对应的天气信息，并根据所述天气信息以及所述天气信息的发生概率生成通行系数；获取货物运送车辆对应的历史运送信息；根据所述历史运送信息以及所述货物运送行程阶段对应的路程长度，通过所述通行系数，计算得到所述货物运送行程阶段对应的最长货物运送时间与最短货物运送时间；基于所述历史运送信息确定所述货物运送车辆对应的运送系数；根据所述运送系数对所述最长货物运送时间与所述最短货物运送时间进行处理，得到所述货物运送行程阶段对应的最终运送时间。
[0063]
除此之外，本技术实施例还提供了一种非易失性计算机存储介质，其上存储有计算机可执行指令，计算机可执行指令被设置为执行如上述的一种预测货物送达时间的方法。
[0064]
在本技术实施例的一种或多种可能实现方式中，前述计算机可执行指令被设置为，确定货物运送行程，并按照地域划分对所述货物运送行程进行分段处理，得到货物运送行程阶段；获取各所述货物运送行程阶段对应的天气信息，并根据所述天气信息以及所述天气信息的发生概率生成通行系数；获取货物运送车辆对应的历史运送信息；根据所述历史运送信息以及所述货物运送行程阶段对应的路程长度，通过所述通行系数，计算得到所述货物运送行程阶段对应的最长货物运送时间与最短货物运送时间；基于所述历史运送信
息确定所述货物运送车辆对应的运送系数；根据所述运送系数对所述最长货物运送时间与所述最短货物运送时间进行处理，得到所述货物运送行程阶段对应的最终运送时间。
[0065]
本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0066]
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0067]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0068]
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0069]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0070]
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0071]
以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

技术特征：
1.一种预测货物送达时间的方法，其特征在于，所述方法包括：确定货物运送行程，并按照地域划分对所述货物运送行程进行分段处理，得到货物运送行程阶段；获取各所述货物运送行程阶段对应的天气信息，并根据所述天气信息以及所述天气信息的发生概率生成通行系数；获取货物运送车辆对应的历史运送信息；根据所述历史运送信息以及所述货物运送行程阶段对应的路程长度，通过所述通行系数，计算得到所述货物运送行程阶段对应的最长货物运送时间与最短货物运送时间；基于所述历史运送信息确定所述货物运送车辆对应的运送系数；根据所述运送系数对所述最长货物运送时间与所述最短货物运送时间进行处理，得到所述货物运送行程阶段对应的最终运送时间。2.根据权利要求1所述的一种预测货物送达时间的方法，其特征在于，确定货物运送行程，具体包括：确定货物运送对应的发货地与收货地；将所述发货地与所述收货地输入至地图导航软件中，得到若干备选货物运送行程；在所述若干备选货物运送行程中，将到达时间最早的行程确定为所述货物运送行程。3.根据权利要求1所述的一种预测货物送达时间的方法，其特征在于，根据所述天气信息以及所述天气信息的发生概率生成通行系数，具体包括：将所述天气信息划分为适宜运送天气与不适宜运送天气，所述不适宜运送天气包括雨雪天气、大雾天气以及大风天气，所述适宜运送天气包括晴天天气；调用天气预报软件，并在所述天气预报软件中获取所述适宜运送天气对应的发生概率，以及获取所述不适宜运送天气对应的发生概率；将所述发生概率确定为所述通行系数。4.根据权利要求1所述的一种预测货物送达时间的方法，其特征在于，在获取货物运送车辆对应的历史运送信息之前，所述方法还包括：确定所述货物运送车辆对应的车辆型号，并在运送车辆库中确定与所述车辆型号相同的若干货物运送车辆；获取待运送货物属性，并依据所述待运送货物属性在所述若干货物运送车辆中筛选出具有历史运送记录的车辆，所述待运送货物属性至少包括货物类别与货物运送注意事项；根据所述货物运送行程阶段对应的划分地域对具有所述历史运送记录的车辆进行二次筛选；获取二次筛选出来的货物运送车辆对应的历史运送信息。5.根据权利要求4所述的一种预测货物送达时间的方法，其特征在于，所述历史运送信息至少包括历史运送平均速度、历史运送最快速度、历史运送最慢速度以及历史运送时间。6.根据权利要求5所述的一种预测货物送达时间的方法，其特征在于，在得到所述历史运送信息之后，所述方法还包括：通过以下公式，计算得到所述最长货物运送时间：
其中，t
l
表示所述最长货物运送时间，s表示所述货物运送行程阶段的路程长度，α1表示不适宜运送天气对应的通行系数，α2表示适宜运送天气对应的通行系数，v
min
表示所述历史运送最慢速度，v
t
表示所述历史运送平均速度；以及，通过以下公式，计算得到所述最短货物运送时间：其中，t
s
表示所述最短货物运送时间，v
max
表示所述历史运送最快速度。7.根据权利要求6所述的一种预测货物送达时间的方法，其特征在于，基于所述历史运送信息确定所述货物运送车辆对应的运送系数，具体包括：通过以下公式，计算得到所述运送系数：其中，β表示所述运送系数，t
h
表示所述历史运送时间。8.根据权利要求7所述的一种预测货物送达时间的方法，其特征在于，在得到所述运送系数之后，所述方法还包括：通过以下公式，计算得到所述最终运送时间：t
f
＝(t
l-t
s
)*β其中，t
f
表示所述货物运送行程阶段对应的最终运送时间；将所有所述货物运送行程阶段对应的最终运送时间求和，得到所述货物运送行程对应的最终送货时间。9.一种预测货物送达时间的设备，其特征在于，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1-8任一项所述的一种预测货物送达时间的方法。10.一种非易失性计算机存储介质，其上存储有计算机可执行指令，其特征在于，所述计算机可执行指令被设置为执行根据权利要求1-8任一项所述的一种预测货物送达时间的方法。

技术总结
本发明公开了一种预测货物送达时间的方法、设备及介质，用于解决现有的时间预测技术不能预测准确送达时间的技术问题。方法包括：确定货物运送行程并按照地域划分对其进行分段处理，得到货物运送行程阶段；获取各阶段对应的天气信息，并根据天气信息以及天气信息的发生概率生成通行系数；获取货物运送车辆对应的历史运送信息；根据历史运送信息以及货物运送行程阶段对应的路程长度，通过通行系数计算得到货物运送行程阶段对应的最长货物运送时间与最短货物运送时间；基于历史运送信息确定货物运送车辆对应的运送系数；根据运送系数对最长货物运送时间与最短货物运送时间进行处理，得到货物运送行程阶段对应的最终运送时间。间。间。


技术研发人员：宋玉超 景皓鑫 朱斌
受保护的技术使用者：浪潮智慧科技有限公司
技术研发日：2023.07.21
技术公布日：2023/10/11