ERP這樣的企業(yè)應(yīng)用軟件，軟件的部署和實施比軟件本身的功能、性能更為重要，萬一部署失敗，那所有的投入幾乎全部白費，這樣的風(fēng)險是每個企業(yè)用戶都希望避免的。通常的ERP、CRM項目的部署周期至少需要一兩年甚至更久的時間，而SaaS模式的軟件項目部署通常只占五分之一時間，而且用戶無需在軟件許可證和硬件方面進(jìn)行投資。傳統(tǒng)軟件在使用方式上受空間和地點的限制，必須在固定的設(shè)備上使用，而SaaS模式的軟件項目可以在任何可接入互聯(lián)網(wǎng)的地方與時間使用。相對于傳統(tǒng)軟件而言，SaaS模式在軟件的升級、服務(wù)、數(shù)據(jù)安全傳輸?shù)雀鱾€方面都有很大的優(yōu)勢。SaaS已成為軟件產(chǎn)業(yè)的一個重要力量。只要SaaS的品質(zhì)和可信度能繼續(xù)得到證實，它的魅力就不會消退。例如中企云軟基于excel平臺和excel服務(wù)器，使這一服務(wù)云端化，支持在線定制，在線服務(wù)，在線使用，讓用戶無需自建服務(wù)器即可輕松擁有saas+paas的平臺。而協(xié)達(dá)軟件的渡云SAAS則通過“微商務(wù)”的方式讓用戶低成本使用簡潔易用的微型SAAS應(yīng)用功能，從而逐步升級到更貼身的應(yīng)用功能上。送道配送saas系統(tǒng)，適合連鎖品牌自配送商家租用，自己管理外賣訂單、建立自配送團(tuán)隊。天津自配送SaaS服務(wù)

所以，在這個項目中，基本可以確定這樣的技術(shù)路線。首先，只能做啟發(fā)式定向搜索，不能在算法中加隨機(jī)擾動。不能允許同樣的輸入在不同運行時刻給出不一樣的優(yōu)化結(jié)果。然后，不能用普通迭代搜索，必須把這個問題結(jié)構(gòu)特性挖掘出來，做基于知識的定制化搜索。說起來容易，具體要怎么做呢？我們認(rèn)為，**重要的是看待這個問題的視角。這里的路徑規(guī)劃問題，對應(yīng)的經(jīng)典問題模型，是開環(huán)TSP問題，或是開環(huán)VRP的變種么？可以是，也可以不是。我們做了一個有意思的建模轉(zhuǎn)換，把它看作流水線調(diào)度問題：每個訂單可以認(rèn)為是job；一個訂單的兩個任務(wù)取餐和送餐，可以認(rèn)為是一個job的operation。任意兩個任務(wù)點之間的通行時間，可以認(rèn)為是序列相關(guān)的準(zhǔn)備時間。每一單承諾的送達(dá)時間，包括預(yù)訂單和即時單，可以映射到流水線調(diào)度問題中的提前和拖期懲罰上。四川火鍋配送SaaS開發(fā)送道配送saas系統(tǒng)，有三種功能，對接平臺的外賣訂單，管理外賣騎手，聯(lián)絡(luò)顧客。

配送團(tuán)隊**終選用的是按組排班的方式，把所有騎手分成幾組，規(guī)定每個組的開工時段。然后大家可以按組輪崗，每個人的每個班次都會輪到。這個問題比較大的挑戰(zhàn)是，我們并不是在做一項業(yè)務(wù)工具，而是在設(shè)計算法。而算法要有自己的優(yōu)化目標(biāo)，那么排班的目標(biāo)是什么呢？如果你要問站長，怎么樣的排班是好的，可能他只會說，要讓需要用人的時候有人。但這不是算法語言，更不能變成模型語言。決策變量及目標(biāo)設(shè)計為了解決這個問題，首先要做設(shè)計決策變量，決策變量并沒有選用班次的起止時刻和結(jié)束時刻，那樣做的話，決策空間太大。我們把時間做了離散化，以半小時為粒度。對于***來講，只有48個時間單元，決策空間大幅縮減。然后，目標(biāo)定為運力需求滿足訂單量的時間單元**多。這是因為，并不能保證站點的人數(shù)在對應(yīng)的進(jìn)單曲線情況下可以滿足每個單元的運力需求。所以，我們把業(yè)務(wù)約束轉(zhuǎn)化為目標(biāo)函數(shù)的一部分。這樣做還有一個好處，那就是沒必要知道站點的總?cè)藬?shù)是多少。

當(dāng)然，區(qū)域規(guī)劃項目的發(fā)起，存在很多問題需要解決。主要包括以下三種情況：配送區(qū)域里的商家不聚合。這是一個典型站點，商家主要集中在左下角和右上角，造成騎手在區(qū)域里取餐、送餐時執(zhí)行任務(wù)的地理位置非常分散，需要不停往返兩個商圈，無效跑動非常多。區(qū)域奇形怪狀，空駛嚴(yán)重。之前在門店上線外賣平臺的發(fā)展過程中，很多地方原本沒有商家，后來上線的商家多了，就單獨作為一個配送區(qū)域。這樣的區(qū)域形狀可能就會不規(guī)則，導(dǎo)致騎手很多時候在區(qū)域外跑。而商家和騎手都有綁定關(guān)系，騎手只能服務(wù)自己區(qū)域內(nèi)的商家，因此騎手無法接到配送區(qū)域外的取餐任務(wù)，空駛率非常高。很多時候騎手送完餐之后，只能空跑回來才可能接到新任務(wù)。站點的大小不合理。圖三這個站點，每天的單量只有一二百單。如果從騎手平均單量的角度去配置騎手的話，只能配置3~4個騎手。如果某一兩個人突然有事要請假，可想而知，站點的配送體驗一定會變得非常差，運營管理難度會很高。反之，如果某一個站點變得非常大，站長也不可能管得了那么多的騎手，這也是一個問題。所以，需要給每個站點規(guī)劃一個合理的單量規(guī)模。外賣配送系統(tǒng)saas化，對于騎手、商家、創(chuàng)業(yè)伙伴來講，租賃便宜，方便承接業(yè)務(wù)。

SaaS起源于60年代的Mainframe、80年代的C/S、從ASP模式演變而來的SaaS。大型機(jī)(Mainframe)也曾有過輝煌的時代，1948年，IBM開發(fā)制造了基于電子管的計算機(jī)SSEC。1952年IBM公司的***臺用于科學(xué)計算的大型機(jī)IBM701問世，1953年又推出了***臺用于數(shù)據(jù)處理的大型機(jī)IBM702和小型機(jī)IBM650，這樣***代商用計算機(jī)誕生了，1956年，IBM又推出了***臺隨機(jī)存儲系統(tǒng)。60年代的大型機(jī)60年代的大型機(jī)(1張)RAMAC305，RAMAC是"計算與控制隨機(jī)訪問方法的英文縮寫。它是現(xiàn)代磁盤系統(tǒng)的先驅(qū)。1958年IBM又推出了7090，1960年又推出7040、7044大型數(shù)據(jù)處理機(jī)。1964年IBM公布了360系統(tǒng)。此后，IBM于1965年又推出了701與702的后續(xù)產(chǎn)品704和705。成為計算機(jī)發(fā)展史上的一個重要的里程碑。在20世紀(jì)60-80年代信息處理主要是以C/S(主機(jī)系統(tǒng)+客戶終端)為**的，即大型機(jī)的集中式數(shù)據(jù)處理。那時，需要使用大型機(jī)存儲和處理數(shù)據(jù)的企業(yè)也是寥寥可數(shù)。因為那時經(jīng)濟(jì)還沒有真正實現(xiàn)全球化，信息的交流更不像***這樣普及。大型機(jī)體系結(jié)構(gòu)的比較大好處是****的I/O處理能力。雖然大型機(jī)處理器并不總是擁有**優(yōu)勢，但是它們的I/O體系結(jié)構(gòu)使它們能處理好幾個PC服務(wù)器放一起才能處理的數(shù)據(jù)。saas的國際環(huán)境怎么樣？國外有多家上市公司，國內(nèi)的春天才剛剛開始。天津調(diào)度SaaS平臺

外賣配送saas系統(tǒng)，適合做本地生活的公司，支付代理商、信息技術(shù)代理商、代運營團(tuán)隊、外賣騎手或配送公司。天津自配送SaaS服務(wù)

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(guān)系對應(yīng)的數(shù)據(jù)已經(jīng)非常大了?，F(xiàn)在，由于美團(tuán)有更多業(yè)務(wù)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(jī)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(quán)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(rèn)為每一單和每個騎手的匹配有不同的適應(yīng)度，那么這個適應(yīng)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(yīng)度，其計算量可想而知。天津自配送SaaS服務(wù)