跑腿系统智能派单的核心逻辑：效率与公平的博弈

在即时配送领域，派单算法是跑腿系统的“大脑”。以平易客配送系统为例，其智能派单设计需同时解决两个看似矛盾的目标：最大化配送效率（缩短用户等待时间）与保障骑手收益公平（避免“劳而不获”）。这背后是一套多目标优化模型，而非简单的“就近分配”。

具体而言，效率维度依赖实时路况、订单密度和骑手负载。系统会计算每个订单的预计完成时间（ETA），并优先将订单分配给能最快完成任务的骑手。但这会导致“富者愈富”——优质区域的骑手接单过多，边缘区域骑手无单可接。因此，公平性机制被引入：系统会记录每位骑手的“历史接单价值”和“空驶率”，动态调整其权重。

参数调优：从“抢单”到“指派”的演变

平易客的微信外卖订餐小程序在高峰期每小时处理数千笔订单，这要求派单系统在50毫秒内完成决策。核心参数包括：

• 距离权重：骑手与商户、用户的直线距离，结合路网拓扑计算实际路程（非欧氏距离）。
• 时间窗口：订单的“最晚送达时间”与骑手当前任务的“空闲时间窗口”是否匹配。
• 公平指数：每位骑手过去1小时内的“接单价值”（单均收入×订单数）与区域平均值的偏差。偏差超过20%时，系统会自动降低其接单优先级。

例如，一个距离骑手A 500米、骑手B 800米的订单，若A过去1小时已接5单（远超区域平均3单），B只接了1单，系统会优先派给B，尽管A的配送效率更高。这种“牺牲微效率换取宏观公平”的策略，能有效降低骑手流失率。

注意事项：避免“过度公平”导致效率崩塌

公平性调优存在边界。如果系统强制要求所有骑手接单量完全均等，会引发两个问题：一是优质区域（如CBD）的订单因无人接单而积压；二是骑手可能通过“作弊”手段（如故意延误已接订单）来降低自己的“接单价值”以获取更多派单。因此，跑腿系统需要设置一个“公平阈值”——例如，骑手的“接单价值”偏差在±30%以内时，系统以效率优先；超过该阈值，则启动公平修正机制。

常见问题：为什么我的订单被“远距离”骑手接了？

用户在使用外卖系统时经常困惑：明明有骑手在附近，为何派单系统却指派了更远的骑手？这通常是因为：

1. 负载均衡：附近骑手正在执行其他订单，无法接单。系统会计算其“剩余任务量”，若超过2单则不再派发新单。
2. 骑手状态：部分骑手设置了“只接高价订单”或“只接顺路订单”，系统需尊重其偏好。
3. 商家出餐时间：如果商家出餐慢，系统可能故意派发距离稍远的骑手，以匹配出餐进度，减少骑手等待浪费。

这些参数可在平易客后端的“派单策略”模块中自定义调整，例如将“公平指数”的权重从0.3提升至0.5，以应对骑手短缺时的抢单乱象。

智能派单的本质是动态规划。没有完美的算法，只有根据业务场景（如午高峰 vs 夜宵时段）不断迭代的规则。平易客配送系统建议运营者定期分析“订单-骑手”匹配率与投诉数据，每两周微调一次权重参数，以实现效率与公平的实时平衡。