Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
百度外卖智能物流调度系统
演讲者 蒋凡
职位 高级研究员
公司 百度外卖
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
摘要
简述
实践
数学建模 / 大数据 / 平台 / 计算
展望
价格杠杆 / 物流排序
启示
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
案例简述
智能调度系统是外卖物流中最核心环节
依托千万级订单数据、骑士定位数据、商户画像数据
针对骑士实时情景 : 任务量 / 配送距离 / 并单 / 评级
智能匹配骑士 - 订单，实现自动化调度以及资源全局最优配置
保证系统效率前提下，最大限度提高用户体验
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
案例简述
启动时：
物流订单分配需要由调度员手工分配；
每个骑士每天最多配送 10 单；
每单配送时长超过一个小时；
实施后：
每天所有物流订单都由算法自动选择最优化方案调配；
每个骑士的配送效率翻倍，收入翻数倍；
每单配送时长节省 50% 以上；
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
案例来源
负责用户、商户、物流等外卖业务功能的研发，打
造连接用户、商户、骑士及客服、营销人员的综合
平台体系。
核心技术竞争力依托百度体系的三级火箭技术：云
计算、大数据和人工智能，实现了智能物流调度、
个性化推荐、精准营销和反作弊等核心项目在百度
外卖业务的成功落地。
为百度外卖构建了强大的技术壁垒及核心技术竞争
力，充分体现了“进攻时刻，不胜不归”的百度文
化。
百度外卖
只做有品质的外卖
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
怎么做到的
数学建模
抽象成多目标动态优化问题，选择合适的求解算法；
大数据技术
配送场景下相关数据指标的统计、挖掘和建模；
平台能力
强大高效的日志处理解决方案，实时数据流瞬间传回平台，反馈
各个业务方追查、定位、修复问题；
计算能力
分布式大容量计算资源，每秒亿级调度运算能力，承载海量实时
计算需求；
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
实践 1
对实际问题数学建模，抽象成多目标动态优化问题，选择求解算法
商户商户
订单（预期时间、起止地点…）订单（预期时间、起止地点…）
用户用户 骑士骑士
商圈商圈 时段时段 天气天气
空间开销函数空间开销函数 时间开销函数时间开销函数 惩罚函数惩罚函数
场景优化
动态规划
约束条件
函数建模
场景调参
数据采集 实时场景下
的约束变量
实时场景下
的约束变量
多项函数
分值
多项函数
分值
最优配送骑
士及路径
最优配送骑
士及路径城市城市 运力运力
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
实践 2
运用大数据技术，配送场景下数据指标的统计、挖掘和建模
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
实践 3
强大高效的日志处理解决方案，实时数据流瞬间传回平台，
反馈到系统的各个业务方去追查、定位、修复问题
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
实践 4
分布式大容量计算资源，
每秒钟亿级的调度运算能力，承载海量实时计算需求
骑士 A骑士 A
骑士 B骑士 B
订单 1订单 1
订单 2订单 2
订单 3订单 3
订单 X订单 X
订单 Y订单 Y
订单 Z订单 Z
骑士 A骑士 A
骑士 B骑士 B
骑士 C骑士 C
即时调度 延时调度
骑士 A骑士 A
骑士 B骑士 B
骑士 C骑士 C
预估调度
骑士 C骑士 C
…....
…....
…....
骑士 A骑士 A 订单 1订单 1 订单 X订单 X
骑士 B骑士 B 订单 2订单 2 订单 Y订单 Y
骑士 C骑士 C 订单 3订单 3 订单 Z订单 Z
改派调度
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
展望 1
价格杠杆影响订单分布
用户自动加价模式
系统设定加价模式
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
0
10000
20000
30000
日均各时段单量分布
时点 均单量 ( 总 )
均单量 (工作日 ) 均单量 ( 休息日 )
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
展望 2
以配送为中心的商户排序
系统主动改变用户的下单行为
商户有动力去提高自身的配送能力
商户的配送范围划分更加合理
用户衡量对比不同商户的配送能力
送达时间送达时间
加价加价
兴趣兴趣
新店新店
场景场景
并单
率
并单
率
Top 100 Case
S tud ies O f The Years
www. top100sum m i t . com
全 球 软 件 案 例 研 究 峰 会
案例启示
树立派单模式的优越性
系统比个人更通晓全局信息，因而能做出最优的判断
比提出新算法更重要的是如何验证算法改进效果是好的
坚实的实验验证环境是确保成功的基础
智能系统可能不会比最聪明的人更能干，但能替代大多数人的工作
反复强调这点，是线下执行推动的关键
www. top100sum m i t . com
Top 100 Case
S tud ies O f The Years全 球 软 件 案 例 研 究 峰 会
Slide 1
Slide 2
Slide 3
Slide 4
Slide 5
Slide 6
Slide 7
Slide 8
Slide 9
Slide 10
Slide 11
Slide 12
Slide 13
Slide 14
