利用智能识别的履约资源分配系统的制作方法

本发明涉及物流管理领域，尤其涉及一种利用智能识别的履约资源分配系统。

背景技术：

1、物流管理科学是近一二十年以来兴起的一门新学科，它是管理科学中新的重要分支。随着生产技术和管理技术的提高，企业之间的竞争日趋激烈，人们逐渐发现，企业在降低生产成本方面的竞争似乎已经走到了尽头，产品质量的好坏也仅仅是一个企业能否进入市场参加竞争的敲门砖。这时，竞争的焦点开始从生产领域转向非生产领域，即转向过去那些分散、孤立的，被视为辅助环节而不被重视的环节，诸如运输、存储、包装、装卸、流通加工等物流活动领域。人们开始研究如何在这些领域里降低物流成本，提高服务质量，创造新的利润源泉。

2、在o2o业务模式下，实体门店面临下面新的挑战：实体门店客流量下降，自然流量带来的成交转化低；不同来源的线上订单，有不同的接单设备，门店没有执行标准，单位时间处理的订单数量有限；门店类似商品多，员工对商品不熟悉，线上订单拣货差错率高；想要通过系统对接线上外卖平台，系统开发量大，成本高。如不通过系统对接，商品、库存同步人力投入大；线上订单处理人员的工作情况，没有系统化的数据支撑，无法准确评估员工绩效。

3、针对上述挑战，企业希望通过技术创新以在很多方面取得进展。例如提升门店线上订单的拣货效率，提升门店单位时间处理线上订单的能力，支持门店拓展线上销售，为门店线上履约提供拣货、呼叫物流、缺货处理、售后处理的整个链路的闭环。同时，满足总部对门店操作流程的标准化管理等等。

4、其中，在线上业务和线下门店的实际运营中，对于负责同一城市内各个街区的门店来说，由于各个街区当天物流订单数量难以预测，导致无法确定当天为各个目标街区分配的拣货人员数量，从而无法提升有限的拣货人力资源的利用率，可能会无法满足每一个街区的订单需求，也影响用户体验。

技术实现思路

1、为了解决现有技术中的技术问题，本发明提供了一种利用智能识别的履约资源分配系统（也称为“千手履约平台”），能够为执行目标街区当天物流订单数量的预测针对性筛选各项基础数据，所述各项基础数据包括所述目标街区的各个周边街区在当天的前一天分别对应的各份物流订单数量以及所述目标街区的多份街区关联信息，对径向基神经网络执行多次训练操作以获得经过多次训练操作后的径向基神经网络并作为ai识别模型执行目标街区当天物流订单数量的预测，还引入人员分配机构用于基于目标街区在当天的物流订单数量确定当天为所述目标街区分配的拣货人员数量，所述目标街区在当天的物流订单数量越多，确定的当天为所述目标街区分配的拣货人员数量越多，从而充分利用有限的取件人力资源的同时，满足了各个街区的订单需求。

2、根据本发明，提供了一种利用智能识别的履约资源分配系统，所述系统包括：

3、发货检测器件，用于获取目标街区的各个周边街区在当天的前一天分别对应的各份物流订单数量，在某一个街区与所述目标街区存在地理上的接壤时，判断所述某一个街区为所述目标街区的单个周边街区；

4、信息录入器件，用于获取目标街区的多份街区关联信息，所述目标街区的多份街区关联信息为所述目标街区的街区常驻人数、街区占地面积、街区居民楼数量以及街区门店数量、门店的在售商品信息；

5、对象构建器件，用于对径向基神经网络执行多次训练操作以获得经过多次训练操作后的径向基神经网络并作为ai识别模型输出，所述径向基神经网络的训练操作次数与所述目标街区的街区占地面积单调正向关联；

6、智能识别机构，分别与所述发货检测器件、所述信息录入器件以及所述对象构建器件连接，用于在当天凌晨将所述目标街区的各个周边街区在当天的前一天分别对应的各份物流订单数量、目标街区的多份街区关联信息以及所述目标街区的各个周边街区的街区总数并行输入到所述ai识别模型，并执行所述ai识别模型，以获得所述ai识别模型输出的所述目标街区在当天的物流订单数量；

7、人员分配机构，与所述智能识别机构连接，用于基于所述目标街区在当天的物流订单数量确定当天为所述目标街区分配的拣货人员数量；

8、其中，基于所述目标街区在当天的物流订单数量确定当天为所述目标街区分配的拣货人员数量包括：所述目标街区在当天的物流订单数量越多，确定的当天为所述目标街区分配的拣货人员数量越多；

9、其中，对径向基神经网络执行多次训练操作以获得经过多次训练操作后的径向基神经网络并作为ai识别模型输出，所述径向基神经网络的训练操作次数与所述目标街区的街区占地面积单调正向关联包括：采用数值转化公式表示所述径向基神经网络的训练操作次数与所述目标街区的街区占地面积单调正向关联的数值转化关系；

10、其中，采用数值转化公式表示所述径向基神经网络的训练操作次数与所述目标街区的街区占地面积单调正向关联的数值转化关系包括：在所述数值转化公式中，所述目标街区的街区占地面积为输入内容，所述径向基神经网络的训练操作次数为输出内容。

11、所述的发货检测器件还包括获取订单相关信息，如商品种类和数量、送货信息等。

12、所述的拣货人员，为本公司人员，可以是专职拣货人员，也可以是门店理货、收银、行政等人员，根据订单数量进行人员数量的调整。

13、所述的移动手持采集终端记录拣货过程中拣货人员操作时间节点。

14、所述的门店的在售商品信息，包括但不限于商品条码、商品规格、商品图片、可售库存、货架货位等，通过移动手持采集终端对商品条码的识别和校验，快速定位在售商品。

15、所述目标街区是线下零售门店可配送范围内的街区，一般3—5公里范围内。

16、本发明的派送可以由本公司自主完成，也可以由第三方物流公司辅助完成。

17、因此，本发明具备了以下三处突出的技术效果：

18、技术效果一：为执行目标街区当天物流订单数量的预测针对性筛选各项基础数据，所述各项基础数据包括所述目标街区的各个周边街区在当天的前一天分别对应的各份物流订单数量以及所述目标街区的多份街区关联信息，上述各项基础数据的全面性和充分性保证了预测结果的稳定和可靠；

19、技术效果二：对径向基神经网络执行多次训练操作以获得经过多次训练操作后的径向基神经网络并作为ai识别模型执行目标街区当天物流订单数量的预测，所述径向基神经网络的训练操作次数与所述目标街区的街区占地面积单调正向关联，从而为不同街区定制不同的ai识别模型；

20、技术效果三：引入人员分配机构用于基于目标街区在当天的物流订单数量确定当天为所述目标街区分配的拣货人员数量，所述目标街区在当天的物流订单数量越多，确定的当天为所述目标街区分配的拣货人员数量越多，从而充分利用有限的门店人力资源的同时，满足了各个街区的订单需求；

21、本发明的利用智能识别的履约资源分配系统逻辑可靠、设计智能。由于能够基于针对性筛选的各项基础数据采用人工智能模型执行目标街区当天物流订单数量的预测，并基于目标街区在当天的物流订单数量确定当天为所述目标街区分配的拣货人员数量，从而兼顾了门店人员配置和街区订单需求。