一种针对地理网点的智能任务分配和人员调度方法、系统

发明专利无效专利

申请号：
CN201910689985.6
IPC分类号：G06Q10/06;G06Q10/04;G06N3/08
申请日期：
2019-07-29
申请人：
暨南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种针对地理网点的智能任务分配和人员调度方法、系统
申请号	CN201910689985.6	申请日期	2019-07-29
法律状态	驳回	申报国家	中国
公开/公告日	2019-11-15	公开/公告号	CN110458429A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/06 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/06 资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;1;0;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	暨南大学	申请人地址	广东省广州市天河区黄埔大道西601号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	暨南大学	当前权利人	暨南大学
发明人	汤胤;廖冬雪;黄书强
代理机构	广州市华学知识产权代理有限公司	代理人	刘巧霞

摘要

本发明公开了一种针对具有一定地理位置特征的网点的智能拜访任务分配和人员调度方法、系统，包括以下步骤：从企业信息系统决策模块的基础数据和实时数据中，对物理商业网点和业务员分别提取特征，对业务员拜访网点的历史数据建模；用二分图表示业务员和网点之间的连接从而形成拜访计划网络图；根据业务员所处环境信息，规划最优拜访路线；使用强化学习方法，根据业务员执行某一动作后产生的预设的奖赏或惩罚，评估分配策略获取的收益，并反馈给深度神经网络模型，反复更新学习参数，确定最优任务匹配策略；实际拜访过程中，采用强化学习方法进行计算，将任务执行策略优化方法以及拜访路线优化方法同时不断迭代，综合得出全局最优的拜访方式。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供