本技術(shù)屬于信息技術(shù)支撐領(lǐng)域，尤其涉及一種路徑確定方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品。

背景技術(shù)：

1、在實(shí)際場景中，工作人員需要線下執(zhí)行所分配的一些目標(biāo)任務(wù)，例如一些集團(tuán)走訪任務(wù)，巡店任務(wù)，營銷擺攤?cè)蝿?wù)以及掃樓任務(wù)等等。為了提高工作效率，需要工作人員(目標(biāo)對象)提前規(guī)劃好目標(biāo)任務(wù)的執(zhí)行順序，完成路徑規(guī)劃。

2、目前，針對目標(biāo)對象執(zhí)行目標(biāo)任務(wù)的路徑規(guī)劃，是按目標(biāo)任務(wù)產(chǎn)生的時(shí)間先后順序串聯(lián)各任務(wù)位置，從而形成路徑規(guī)劃。但是，這種路徑規(guī)劃依據(jù)的信息單一，未考慮實(shí)際情況中的其他影響因素，不合理的路徑規(guī)劃導(dǎo)致目標(biāo)對象的體驗(yàn)較差。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種路徑確定方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品，能夠提供更加合理的路徑規(guī)劃。

2、一方面，本技術(shù)實(shí)施例提供一種路徑確定方法，包括：

3、獲取目標(biāo)時(shí)間段需執(zhí)行的各目標(biāo)任務(wù)以及執(zhí)行所述目標(biāo)任務(wù)所需的目標(biāo)信息；所述目標(biāo)信息至少包括：任務(wù)信息和/或路網(wǎng)信息；

4、基于所述目標(biāo)信息，確定兩兩目標(biāo)位置之間的長度權(quán)值；所述目標(biāo)位置包括任務(wù)位置以及目標(biāo)對象的初始位置；所述長度權(quán)值至少滿足以下任意一項(xiàng)或任意組合：與兩個(gè)所述目標(biāo)位置之間的通行時(shí)長呈負(fù)相關(guān)，與客戶的價(jià)值呈正相關(guān)，與所述目標(biāo)任務(wù)的價(jià)值呈正相關(guān)；

5、采用遺傳算法，根據(jù)所述目標(biāo)任務(wù)以及所述路網(wǎng)信息生成所有可能的路徑集合；所述路徑集合中的路徑對應(yīng)所述遺傳算法的染色體；

6、基于預(yù)設(shè)遺傳規(guī)則，更新所述路徑集合中的路徑，以得到目標(biāo)路徑集合；所述預(yù)設(shè)遺傳規(guī)則用于提高所述路徑集合中各路徑的長度權(quán)值和；所述長度權(quán)值和為一路徑中所有相連的兩個(gè)所述目標(biāo)位置的所述長度權(quán)值之和；

7、基于所述目標(biāo)路徑集合，采用蟻群算法，確定出最大長度權(quán)值和對應(yīng)的目標(biāo)離線路徑。

8、另一方面，所述基于預(yù)設(shè)遺傳規(guī)則，更新所述路徑集合中的路徑，以得到目標(biāo)路徑集合，包括：

9、基于預(yù)設(shè)遺傳規(guī)則，按照下述操作多次迭代更新所述路徑集合中的路徑，直至滿足第一迭代停止條件，以得到所述目標(biāo)路徑集合；每次更新至少包括以下任意一項(xiàng)或任意組合：

10、基于上一次的所述路徑集合中評分值最高的路徑，對上一次的所述路徑集合中所述評分值最低的路徑進(jìn)行替換；每次更新之前，采用適應(yīng)度函數(shù)對所述路徑集合中的各路徑進(jìn)行評分，得到評分值；所述評分值與路徑的所述長度權(quán)值和呈正相關(guān)；

11、基于所述任務(wù)位置的交叉點(diǎn)，結(jié)合上一次的所述路徑集合中的多個(gè)路徑；

12、以預(yù)設(shè)概率對上一次的所述路徑集合中預(yù)設(shè)數(shù)量的路徑進(jìn)行調(diào)整。

13、另一方面，所述第一迭代停止條件包括以下任意一項(xiàng)或任意組合：

14、迭代次數(shù)達(dá)到最大預(yù)設(shè)迭代次數(shù)；

15、迭代次數(shù)大于最小預(yù)設(shè)迭代次數(shù)，且連續(xù)迭代停滯的次數(shù)達(dá)到最大預(yù)設(shè)停滯次數(shù)；當(dāng)次迭代停滯表征迭代進(jìn)化率小于最小進(jìn)化率。

16、另一方面，所述基于所述目標(biāo)路徑集合，采用蟻群算法，確定出最大長度權(quán)值和對應(yīng)的目標(biāo)離線路徑，包括：

17、基于所述目標(biāo)路徑集合中的各路徑，確定所述蟻群算法對應(yīng)的參考信息素；

18、基于所述參考信息素，確定所述蟻群算法對于各路徑的目標(biāo)信息素；

19、基于信息素更新規(guī)則，更新所述目標(biāo)信息素，直至滿足第二迭代停止條件；

20、基于更新后的所述目標(biāo)信息素，確定出所述最大長度權(quán)值和對應(yīng)的所述目標(biāo)離線路徑。

21、另一方面，在所述基于所述目標(biāo)信息，確定兩兩目標(biāo)位置之間的長度權(quán)值之后，所述方法還包括：

22、基于各所述長度權(quán)值以及各所述目標(biāo)位置，構(gòu)建有向圖，以得到全量路徑環(huán)境地圖；所述全量路徑環(huán)境地圖中的節(jié)點(diǎn)為所述目標(biāo)位置，兩兩所述節(jié)點(diǎn)之間的線賦值為對應(yīng)的所述長度權(quán)值。

23、另一方面，在所述基于所述目標(biāo)路徑集合，采用蟻群算法，確定出最大長度權(quán)值和對應(yīng)的目標(biāo)離線路徑之后，所述方法還包括：

24、獲取對應(yīng)天氣和/或?qū)?yīng)時(shí)段下的任務(wù)成交率；

25、在所述任務(wù)成交率低于閾值的情況下，判定所述目標(biāo)任務(wù)不適合執(zhí)行；

26、輸出所述目標(biāo)任務(wù)不適合執(zhí)行的提示信息。

27、另一方面，在所述基于所述目標(biāo)路徑集合，采用蟻群算法，確定出最大長度權(quán)值和對應(yīng)的目標(biāo)離線路徑之后，所述方法還包括：

28、在所述目標(biāo)時(shí)間段內(nèi)所述目標(biāo)任務(wù)變化的情況下，基于對應(yīng)的所述目標(biāo)信息，確定所述目標(biāo)對象未前往的各所述任務(wù)位置對應(yīng)的任務(wù)代價(jià)值；所述任務(wù)代價(jià)值至少基于前往所述任務(wù)位置所需的目標(biāo)通行時(shí)長和/或?qū)?yīng)的任務(wù)重要性確定；

29、基于各所述任務(wù)代價(jià)值，重新確定所述目標(biāo)對象未前往的所述任務(wù)位置的目標(biāo)實(shí)時(shí)路徑。

30、另一方面，所述任務(wù)代價(jià)值，與所述目標(biāo)通行時(shí)長呈正相關(guān)，與所述任務(wù)重要性呈負(fù)相關(guān)；

31、所述基于對應(yīng)的所述目標(biāo)信息，確定所述目標(biāo)對象未前往的各所述任務(wù)位置對應(yīng)的任務(wù)代價(jià)值，以及所述基于各所述任務(wù)代價(jià)值，重新確定所述目標(biāo)對象未前往的所述任務(wù)位置的目標(biāo)實(shí)時(shí)路徑，包括：

32、確定所述目標(biāo)對象當(dāng)前所處位置與未前往的各所述任務(wù)位置之間的各第一任務(wù)代價(jià)值；

33、將最小的所述第一任務(wù)代價(jià)值對應(yīng)的所述任務(wù)位置，確定為所述目標(biāo)實(shí)時(shí)路徑中的下一個(gè)目標(biāo)任務(wù)位置；

34、針對每個(gè)所述目標(biāo)任務(wù)位置，執(zhí)行以下操作，直至確定出所述目標(biāo)實(shí)時(shí)路徑的所有所述目標(biāo)任務(wù)位置：

35、確定當(dāng)前的所述目標(biāo)任務(wù)位置與剩余的各所述任務(wù)位置之間的各第二任務(wù)代價(jià)值；

36、將最小的所述第二任務(wù)代價(jià)值對應(yīng)的所述任務(wù)位置，確定為所述目標(biāo)實(shí)時(shí)路徑中的下一個(gè)所述目標(biāo)任務(wù)位置。

37、另一方面，所述任務(wù)信息至少包括以下任意一項(xiàng)或任意組合：目標(biāo)對象信息、任務(wù)類型、人流量情況、所述目標(biāo)任務(wù)的預(yù)約情況、客戶的價(jià)值信息、所述目標(biāo)任務(wù)的價(jià)值信息以及待完成的所述目標(biāo)任務(wù)的預(yù)計(jì)執(zhí)行時(shí)長；

38、所述路網(wǎng)信息至少包括以下任意一項(xiàng)或任意組合：任務(wù)位置、任務(wù)終點(diǎn)、交通方式、通行時(shí)長以及道路擁擠程度。

39、另一方面，所述目標(biāo)信息至少包括任務(wù)信息，所述任務(wù)信息至少包括：客戶的價(jià)值信息、所述目標(biāo)任務(wù)的價(jià)值信息、人流量情況以及所述目標(biāo)任務(wù)的執(zhí)行時(shí)長；

40、獲取執(zhí)行所述目標(biāo)任務(wù)所需的所述目標(biāo)信息，包括：

41、使用層次分析法，計(jì)算各客戶指標(biāo)數(shù)據(jù)的權(quán)重，并通過加權(quán)計(jì)算確定客戶價(jià)值得分，以獲取客戶的價(jià)值信息；所述客戶指標(biāo)數(shù)據(jù)至少包括以下任意一項(xiàng)或任意組合：客戶開戶屬性數(shù)據(jù)、客戶歷史消費(fèi)數(shù)據(jù)、客戶歷史訂購數(shù)據(jù)以及客戶的潛客畫像數(shù)據(jù)；

42、使用層次分析法，計(jì)算各任務(wù)指標(biāo)數(shù)據(jù)的權(quán)重，并通過加權(quán)計(jì)算確定任務(wù)價(jià)值得分，以獲取所述目標(biāo)任務(wù)的價(jià)值信息；所述任務(wù)指標(biāo)數(shù)據(jù)至少包括以下任意一項(xiàng)或任意組合：任務(wù)預(yù)期收益、任務(wù)類型、緊急程度以及客情關(guān)系；

43、基于已完成任務(wù)的執(zhí)行情況，使用k均值聚類算法，確定人流量情況；所述執(zhí)行情況至少包括以下任意一項(xiàng)或任意組合：執(zhí)行時(shí)段、執(zhí)行天氣、是否為節(jié)假日、是否為周末、是否為社會(huì)活動(dòng)以及執(zhí)行人流量；

44、基于已完成任務(wù)的類型以及執(zhí)行時(shí)長，使用k均值聚類算法，確定待完成的所述目標(biāo)任務(wù)的預(yù)計(jì)執(zhí)行時(shí)長。

45、再一方面，本技術(shù)實(shí)施例提供了一種路徑確定裝置，所述裝置包括：

46、獲取模塊，用于獲取目標(biāo)時(shí)間段需執(zhí)行的各目標(biāo)任務(wù)以及執(zhí)行所述目標(biāo)任務(wù)所需的目標(biāo)信息；所述目標(biāo)信息至少包括：任務(wù)信息和/或路網(wǎng)信息；

47、確定模塊，用于基于所述目標(biāo)信息，確定兩兩目標(biāo)位置之間的長度權(quán)值；所述目標(biāo)位置包括任務(wù)位置以及目標(biāo)對象的初始位置；所述長度權(quán)值至少滿足以下任意一項(xiàng)或任意組合：與兩個(gè)所述目標(biāo)位置之間的通行時(shí)長呈負(fù)相關(guān)，與客戶的價(jià)值呈正相關(guān)，與所述目標(biāo)任務(wù)的價(jià)值呈正相關(guān)；

48、生成模塊，用于采用遺傳算法，根據(jù)所述目標(biāo)任務(wù)以及所述路網(wǎng)信息生成所有可能的路徑集合；所述路徑集合中的路徑對應(yīng)所述遺傳算法的染色體；

49、更新模塊，用于基于預(yù)設(shè)遺傳規(guī)則，更新所述路徑集合中的路徑，以得到目標(biāo)路徑集合；所述預(yù)設(shè)遺傳規(guī)則用于提高所述路徑集合中各路徑的長度權(quán)值和；所述長度權(quán)值和為一路徑中所有相連的兩個(gè)所述目標(biāo)位置的所述長度權(quán)值之和；

50、所述確定模塊，還用于基于所述目標(biāo)路徑集合，采用蟻群算法，確定出最大長度權(quán)值和對應(yīng)的目標(biāo)離線路徑；

51、判斷模塊，用于判斷所述目標(biāo)離線路徑是否滿足預(yù)設(shè)要求；在所述目標(biāo)離線路徑不滿足預(yù)設(shè)要求的情況下，觸發(fā)所述更新模塊，直至所述目標(biāo)離線路徑滿足所述預(yù)設(shè)要求。

52、再一方面，本技術(shù)實(shí)施例提供了一種路徑確定設(shè)備，所述設(shè)備包括：處理器以及存儲有計(jì)算機(jī)程序指令的存儲器；

53、所述處理器執(zhí)行所述計(jì)算機(jī)程序指令時(shí)實(shí)現(xiàn)如上所述的路徑確定方法。

54、再一方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序指令，所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上所述的路徑確定方法。

55、再一方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品中的指令由電子設(shè)備的處理器執(zhí)行時(shí)，使得所述電子設(shè)備執(zhí)行如上所述的路徑確定方法。

56、本技術(shù)實(shí)施例的一種路徑確定方法，獲取需執(zhí)行的各目標(biāo)任務(wù)以及所需的目標(biāo)信息，并基于目標(biāo)信息，確定兩兩目標(biāo)位置之間的長度權(quán)值。然后采用遺傳算法，根據(jù)所述目標(biāo)任務(wù)以及所述路網(wǎng)信息生成所有可能的路徑集合，并基于預(yù)設(shè)遺傳規(guī)則，更新路徑集合中的路徑，以得到目標(biāo)路徑集合。接著，基于目標(biāo)路徑集合，采用蟻群算法，確定出最大長度權(quán)值和對應(yīng)的目標(biāo)離線路徑，并判斷目標(biāo)離線路徑是否滿足預(yù)設(shè)要求；若否，則重新進(jìn)行目標(biāo)路徑集合的構(gòu)建，直至所述目標(biāo)離線路徑滿足所述預(yù)設(shè)要求。本技術(shù)實(shí)施例對路徑進(jìn)行規(guī)劃，考慮了完成各目標(biāo)任務(wù)所花的時(shí)間以及客戶和任務(wù)的價(jià)值，從而確定出最優(yōu)的目標(biāo)離線路徑，為目標(biāo)對象提供更加合理的路徑推薦。且在路徑確定過程中，最后通過神經(jīng)網(wǎng)絡(luò)將遺傳算法以及蟻群算法進(jìn)行鏈接。先基于遺傳算法，利用遺傳算法前期全局搜索性強(qiáng)，收斂速度快的特點(diǎn)，為蟻群算法生成初始的信息素分布；再利用蟻群算法尋路并更新路徑信息素，最終確定出目標(biāo)離線路徑?？梢?，本方案能夠高效地準(zhǔn)確地確定出合適的目標(biāo)離線路徑。