CN111178591A - 基于大数据的冷链物流产品冷藏运输质量优化管理*** - Google Patents
基于大数据的冷链物流产品冷藏运输质量优化管理*** Download PDFInfo
- Publication number
- CN111178591A CN111178591A CN201911265691.7A CN201911265691A CN111178591A CN 111178591 A CN111178591 A CN 111178591A CN 201911265691 A CN201911265691 A CN 201911265691A CN 111178591 A CN111178591 A CN 111178591A
- Authority
- CN
- China
- Prior art keywords
- transportation
- logistics
- primary
- center
- logistics center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于大数据的冷链物流产品冷藏运输质量优化管理***,包括建立物流网络模型模块、路径参数提取模块、关联分配划分模块、运输管理数据库、配送多元化分析模块、分配路径优化管理模块和管理显示终端。本发明提供的基于大数据的冷链物流产品冷藏运输质量优化管理***,减少中转物流中心对冷链农产品的冷藏存放时间,提高运输间的衔接效果,并大大提高了冷链物流的配送效率,减少冷链农产品在中转物流中心所耽误的时间,并根据运输成本变化影响系数与设定的运输成本变化影响系数阈值关系,可筛选出最佳的运输路径,在保证运输成本的同时,可兼顾对各一级物流中心的衔接,最大化的优化冷链物流的运输质量以及运输成本。
Description
技术领域
本发明属于冷链物流管理技术领域,涉及到基于大数据的冷链物流产品冷藏运输质量优化管理***。
背景技术
随着人们生活水平的不断提高,优质生活已成为当前人追求的目标,食品质量和保鲜受到重视,进而推动了国内冷链物流的迅速发展,冷链物流是保持食品远距离运输新鲜度的重要环节,为了保证配送及时的情况下使成本最低,进行合理的冷链仓库网络规划尤为重要。
农产品在冷链运输的过程中对温度的把控尤为重要,一旦温度把控的不足,将造成农产品的品质严重下降,导致运输的成本增加,损坏的程度增加,目前,冷链农产品在运输的过程中根据物流中心距离其他物流中心的远近进行依次运输,没有结合运输车到达物流中心的时间来合理分配运输的顺序,导致冷链农产品对部分物流中心占用时间长,影响占用的该物流中心其他冷链商品的存放,同时导致其他物流中心的运输车等待冷链农产品的时间过长,出现运输的过程中各物流中心间无法进行衔接,造成运输的效率低、成本高以及冷链农产品运输的质量差的问题,为了解决以上问题,现设计基于大数据的冷链物流产品冷藏运输质量优化管理***。
发明内容
本发明的目的在于提供的基于大数据的冷链物流产品冷藏运输质量优化管理***,解决了现有冷链运输的过程中各物流中心无法进行衔接,导致运输的效率低、成本高以及农产品冷链运输的质量差等问题。
本发明的目的可以通过以下技术方案实现:
基于大数据的冷链物流产品冷藏运输质量优化管理***,包括建立物流网络模型模块、路径参数提取模块、关联分配划分模块、运输管理数据库、配送多元化分析模块、分配路径优化管理模块和管理显示终端;
所述建立物流网络模型模块分别与路径参数提取模块和管理显示终端连接,路径参数提取模块分别与运输管理数据库和关联分配划分模块连接,关联分配划分模块分别与配送多元化分析模块、分配路径优化管理模块连接,分配路径优化管理模块分别与运输管理数据库和管理显示终端连接;
所述建立物流网络模型模块用于筛选出待运输的冷链农产品从生产/加工地到各经销商终端所需经过的所有物流中心,按照从生产/加工地到物流中心再到各经销商终端的顺序,对物流网络进行划分,划分成一级物流中心、二级物流中心、三级物流中心,并对划分后的各物流中心建立物流网络;
所述路径参数提取模块用于获取建立物流网络模型模块中的物流网络,提取从生产/加工地到各经销商终端的所有路径,并分别提取生产/加工地达到各一级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达生产/加工地的时间点等参数信息,提取各一级物流中心到对应的二级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达一级物流中心的时间点等参数信息,同时提取各二级物流中心到对应的三级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达二级物流中心的时间点等参数信息,并将提取的参数信息分别发送至运输管理数据库和关联分配划分模块;
所述运输管理数据库用于存储从生产/加工地到各经销商终端的所有路径,并存储生产/加工地达到各一级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达生产/加工地的时间点,存储各一级物流中心到对应的二级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达一级物流中心的时间点,并存储各二级物流中心到对应的三级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达二级物流中心的时间点,同时存储各级物流中心的位置,并存储设定的运输成本变化影响系数阈值;
所述关联分配划分模块接收路径参数提取模块发送的从生产/加工地到一级物流中心以及从上一物流中心到下一物流中心的运输车辆到达下一物流中心的时间点,根据各运输车从二级物流中心到达一级物流中心所需时间点,对从生产/加工地到各一级物流中心间的运输路径顺序进行基础制定,并将基础制定的运输路径顺序分别发送至分配路径优化管理模块和配送多元化分析模块;
所述配送多元化分析模块用于接收关联分配划分模块发送的从生产/加工地到各一级物流中心间的运输路径,筛选出该运输路径中运输各一级物流中心的顺序以及各一级物流中心的位置,统计各一级物流中心距离其他一级物流中心的距离,筛选运输车从当前一级物流中心到其他一级物流中心中距离最小的一级物流中心作为下一一级物流中心,依次类推,直至冷链农产品运输至所有的一级物流中心,并将该多元化运输路径发送至分配路径优化管理模块;
所述分配路径优化管理模块用于接收关联分配划分模块发送的基础制定的运输路径顺序,并提取基础制定的运输路径对应的运输路径中相邻一级物流中心间的距离,根据该运输路径的顺序统计基础制定运输路径对应的运输管理成本A,并提取多元化运输路径对应的相邻一级物流中心间的距离,根据该运输路径的顺序统计多元化运输路径对应的运输管理成本B,将根据基础制定运输路径对应的运输管理成本与多元运输路径对应的运输管理成本统计运输成本变化影响系数γ表示为运输成本变化影响系数,e为自然常数,等于2.71828183,并将统计的运输成本变化影响系数与设定的运输成本变化影响系数阈值进行对比,若大于设定的运输成本变化影响系数阈值,则选择多元化运输路径,若小于设定的运输成本变化影响系数阈值,则选择基础制定的运输路径,分配路径优化管理模块筛选的运输路径发送至管理显示终端;
所述管理显示终端用于接收分配路径优化管理模块发送的运输路径,并显示该运输路径,引导运输车按照运输管理成本最低的运输路径进行运输,同时,输入各物流中心的位置以及生产/加工地的位置,并将各物流中心的位置以及生产/加工地的位置发送至建立物流网络模型模块。
进一步地,一级物流中心按照设定的顺序进行排序,分别为a11,a12,...,a1i,...,a1m,将各一级物流中心下的各二级物流中心按照设定的顺序进行排序,分别为a21i,a22i,...,a2ji,...,a2ni,将各二级物流中心下的各三级物流中心按照设定的顺序进行排序,分别为a31ij,a32ij,...,a3fij,...,a3hij,a1i表示为第i个一级物流中心,m表示为一级物流中心的数量,a2ji表示为第i个一级物流中心下的第j个二级物流中心,ni表示为第i个一级物流中心下的二级物流中心的数量,a3fij表示为第i个一级物流中心下的第j个二级物流中心下的第f个三级物流中心,hij表示为第i个一级物流中心下的第j个二级物流中心下的三级物流中心的数量。
进一步地,从生产/加工地到各一级物流中心间的运输路径顺序的基础制定方法,包括以下步骤:
S1、获取各一级物流中心下从各二级物流中心到该一级物流中心的运输车辆数量,分别为S1,S2,...,Si,...,Sm,Si表示为第i个一级物流中心下的各二级物流中心数量之和,sji表示为第i个一级物流中心下的第j个二级物流中心到第i个一级物流中心的运输车辆数量;
S2、分别获取各一级物流中心下的各二级物流中心中运输同一批冷链农产品的运输车辆从各二级物流中心首次达到该一级物流中心的时间点,并根据各运输车首次到达同一一级物流中心的时间点,统计各一级物流中心下的各二级物流中心的车辆达到该一级物流中心的平均时间点;
S3、提取到达各一级物流中心的平均时间点按照到达的时间,按照先后顺序对各一级物流中心进行排序,分别为1,2,...,x,...,m,x表示为排序为x的一级物流中心;
S4、提取经排序后的各一级物流中心到下一一级物流中心间的距离,对应的距离分别为L1,L2,...,Lx,...,Lm,L1表示为从生产/加工地到排序编号为1的一级物流中心的距离,Lx表示为排序编号为x-1的一级物流中心到排序编号为x的一级物流中心的距离,统计输送至所有一级物流中心的成本C1表示为运输成本,C2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率;
S5、按照排序后的各一级物流中心顺序进行计算,统计输送冷链农产品达到各一级物流中心的时间点,统计各冷链农产品在各一级物流中下的冷藏成本,所述冷藏成本T表示为固定时间段,tx表示为运输冷链农产品的运输车从生产/加工地或从其中一一级物流中心到达排序为第x个一级物流中心的时间点,t2jx表示为第x个一级物流中心下的第j个二级物流中心的车辆到达第x个一级物流中心的平均时间点,rx表示为第x个一级物流中心在单位固定时间段内存放冷链农产品的成本。
进一步地,所述步骤S2中平均时间点等于一一级物流中心下运输该冷链农产品的所有二级物流中心的车辆达到时间点之和与该一级物流中心下各二级物流中心对应的运输车辆数量间的比值。
进一步地,所述配送多元化的路径规划方法,包括以下步骤:
Z1、筛选出生产/加工地至各一级物流中心的距离,并提取到达各一级物流中心的平均时间点;
Z2、提取以生产/加工地为中心,以半径R的区域内各一级物流中心,筛选出该区域内各一级物流中心的平均时间点最早的一级物流中心,并将该一级物流中心作为第一一级物流中心;
Z3、提取以第一一级物流中心为中心,以半径R的区域内各一级物流中心,筛选出该区域内各一级物流中心的平均时间带你最早的一级物流中心,并将该一级物流中心作为第二一级物流中心,依次类推,直至所有的一级物流中心配送完成,实现多元化路径的规划,可根据各一级物流中心的平均时间点实现多元化的路径选择;
Z4、获取多元化路径中各一级物流中心的运输路径顺序,并提取运输路径顺序中各一级物流中心间的距离。
进一步地,所述基础制定运输路径对应的运输管理成本计算公式为A表示为基础制定的运输路径对应的运输管理成本,C1表示为运输成本,C2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率,β表示为采用基础制定的运输路径对应的各一级物流中心对冷链农产品的冷藏成本,T表示为固定时间段,tx表示为运输冷链农产品的运输车从生产/加工地或从其中一一级物流中心到达排序为第x个一级物流中心的时间点,t2jx表示为第x个一级物流中心下的第j个二级物流中心的车辆到达第x个一级物流中心的平均时间点,rx表示为第x个一级物流中心在单位固定时间段内存放冷链农产品的成本,同时接收配送多元化分析模块发送的多元化运输路径。
进一步地,所述多元化运输路径对应的运输管理成本B计算公式为B表示为多元化运输路径对应的运输管理成本,E1表示为运输成本,E2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率,λ表示为采用多元化运输路径对应的各一级物流中心对冷链农产品的冷藏成本,T表示为固定时间段,ty表示为运输冷链农产品的运输车从生产/加工地或从其中一一级物流中心到达排序为第y个一级物流中心的时间点,t2jy表示为第y个一级物流中心下的第j个二级物流中心的车辆到达第x个一级物流中心的平均时间点,ry表示为第y个一级物流中心在单位固定时间段内存放冷链农产品的成本。
本发明的有益效果:
1、本发明提供的基于大数据的冷链物流产品冷藏运输质量优化管理***,通过统计达到各一级物流中心的平均时间点,并按照平均时间点的先后顺序进行排序,可降低各物流中心存放冷链农产品的成本,避免因冷链农产品在各物流中心中转的时间太长,而影响农产品的品质,同时避免按照运输车从生产/加工地到各一级物流中心的距离由近到远的顺序进行运输,无法合理的结合运输车到达各一级物流中心的时间,导致冷链农产品物流在运输配送的环节,无法有效地衔接,同时,造成到达其他一级物流中心的运输车等待时间长,不仅增加了一级物流中心的冷藏成本,大大占用冷藏空间,影响其他冷链产品的存放,而且降低运输效率。
2、通过基础制定的运输路径可根据运输车到达各一级物流中心的平均时间点的先后顺序进行运输,减少中转物流中心对冷链农产品的冷藏存放时间,减少占用中转物流中心的存放空间,大大提高了冷链物流的配送效率,减少冷链农产品在中转物流中心所耽误的时间,降低中间物流中心的存储成本,大大提高了运输的效率,合理地实现将冷链农产品从生产/加工地运输至各一级物流中心以及经销商终端。
3、通过将基础制定的运输路径与多元化运输路径的运输管理成本进行对比,以统计运输成本变化影响系数,根据运输成本变化影响系数与设定的运输成本变化影响系数阈值关系,可筛选出最佳的运输路径,在保证运输成本的同时,可兼顾对各一级物流中心的衔接,最大化的优化冷链物流的运输质量以及运输成本,减少车辆等待时间以及冷藏成本,保证冷链农产品可及时配送至对应的物流中心或经销管理终端,大大提高了运输的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中物流网络的示意图;
图2为本发明中基于大数据的冷链物流产品冷藏运输质量优化管理***的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,基于大数据的冷链物流产品冷藏运输质量优化管理***,包括建立物流网络模型模块、路径参数提取模块、关联分配划分模块、运输管理数据库、配送多元化分析模块、分配路径优化管理模块和管理显示终端;
建立物流网络模型模块分别与路径参数提取模块和管理显示终端连接,路径参数提取模块分别与运输管理数据库和关联分配划分模块连接,关联分配划分模块分别与配送多元化分析模块、分配路径优化管理模块连接,分配路径优化管理模块分别与运输管理数据库和管理显示终端连接。
建立物流网络模型模块用于筛选出待运输的冷链农产品从生产/加工地到各经销商终端所需经过的所有物流中心,按照从生产/加工地到物流中心再到各经销商终端的顺序,对物流网络进行划分,划分成一级物流中心、二级物流中心、三级物流中心,并对划分后的各物流中心建立物流网络。
如图1所示,从生产/加工地到下一物流中心的物流中心作为一级物流中心,从一级物流中心输运至下一物流中心中的下一物流中心为二级物流中心,从二级物流中心运输至下一物流中心中的下一物流中心为三级物流中心,其中,第二物流中心和第三物流中心均可为经销商终端。
对一级物流中心按照设定的顺序进行排序,分别为a11,a12,...,a1i,...,a1m,并将各一级物流中心下的各二级物流中心按照设定的顺序进行排序,分别为a21i,a22i,...,a2ji,...,a2ni,将各二级物流中心下的各三级物流中心按照设定的顺序进行排序,分别为a31ij,a32ij,...,a3fij,...,a3hij,a1i表示为第i个一级物流中心,m表示为一级物流中心的数量,a2ji表示为第i个一级物流中心下的第j个二级物流中心,ni表示为第i个一级物流中心下的二级物流中心的数量,a3fij表示为第i个一级物流中心下的第j个二级物流中心下的第f个三级物流中心,hij表示为第i个一级物流中心下的第j个二级物流中心下的三级物流中心的数量。
路径参数提取模块用于获取建立物流网络模型模块中的物流网络,提取从生产/加工地到各经销商终端的所有路径,并分别提取生产/加工地达到各一级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达生产/加工地的时间点等参数信息,提取各一级物流中心到对应的二级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达一级物流中心的时间点等参数信息,同时提取各二级物流中心到对应的三级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达二级物流中心的时间点等参数信息,并将提取的参数信息分别发送至运输管理数据库和关联分配划分模块;
运输管理数据库用于存储从生产/加工地到各经销商终端的所有路径,并存储生产/加工地达到各一级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达生产/加工地的时间点,存储各一级物流中心到对应的二级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达一级物流中心的时间点,并存储各二级物流中心到对应的三级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达二级物流中心的时间点,同时存储各级物流中心的位置,并存储设定的运输成本变化影响系数阈值;
关联分配划分模块接收路径参数提取模块发送的从生产/加工地到一级物流中心以及从上一物流中心到下一物流中心的运输车辆到达下一物流中心的时间点,根据各运输车从二级物流中心到达一级物流中心所需时间点,对从生产/加工地到各一级物流中心间的运输路径顺序进行基础制定,并将基础制定的运输路径顺序分别发送至分配路径优化管理模块和配送多元化分析模块;
其中,下一物流中心可为二级物流中心或三级物流中心;
其中,从生产/加工地到各一级物流中心间的运输路径顺序的基础制定方法,包括以下步骤:
S1、获取各一级物流中心下从各二级物流中心到该一级物流中心的运输车辆数量,分别为S1,S2,...,Si,...,Sm,Si表示为第i个一级物流中心下的各二级物流中心数量之和,sji表示为第i个一级物流中心下的第j个二级物流中心到第i个一级物流中心的运输车辆数量。
S2、分别获取各一级物流中心下的各二级物流中心中运输同一批冷链农产品的运输车辆从各二级物流中心首次达到该一级物流中心的时间点,并根据各运输车首次到达同一一级物流中心的时间点,统计各一级物流中心下的各二级物流中心的车辆达到该一级物流中心的平均时间点,其中,平均时间点等于一一级物流中心下运输该冷链农产品的所有二级物流中心的车辆达到时间点之和与该一级物流中心下各二级物流中心对应的运输车辆数量间的比值;
S3、提取到达各一级物流中心的平均时间点按照到达的时间,按照先后顺序对各一级物流中心进行排序,分别为1,2,...,x,...,m,x表示为排序为x的一级物流中心;
S4、提取经排序后的各一级物流中心到下一一级物流中心间的距离,对应的距离分别为L1,L2,...,Lx,...,Lm,L1表示为从生产/加工地到排序编号为1的一级物流中心的距离,Lx表示为排序编号为x-1的一级物流中心到排序编号为x的一级物流中心的距离,统计输送至所有一级物流中心的成本C1表示为运输成本,C2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率;
S5、按照排序后的各一级物流中心顺序进行计算,统计输送冷链农产品达到各一级物流中心的时间点,统计各冷链农产品在各一级物流中下的冷藏成本,所述冷藏成本T表示为固定时间段,tx表示为运输冷链农产品的运输车从生产/加工地或从其中一一级物流中心到达排序为第x个一级物流中心的时间点,t2jx表示为第x个一级物流中心下的第j个二级物流中心的车辆到达第x个一级物流中心的平均时间点,rx表示为第x个一级物流中心在单位固定时间段内存放冷链农产品的成本。
通过统计达到各一级物流中心的平均时间点,并按照平均时间点的先后顺序进行排序,可降低各物流中心存放冷链农产品的成本,避免冷链农产品在各物流中心中转的时间太长,影响农产品的品质,且增加了物流中心的库存成本,避免按照运输车从生产/加工地到各一级物流中心的距离由近到远的顺序进行运输,无法合理的结合运输车到达各一级物流中心的时间,导致冷链农产品物流在运输配送的环节,无法有效地衔接,同时,造成到达其他一级物流中心的运输车等待时间长,不仅增加了一级物流中心的冷藏成本,且大大占用冷藏空间,影响其他冷链产品的存放,而且降低运输效率,本运输路径顺序的基础制定方法,可有效地降低冷藏成本,避免运输车辆等待时间长的问题,大大提高了运输的效率,合理地实现将冷链农产品从生产/加工地运输至各一级物流中心。
同理,可根据同一二级物流中心下的各三级物流中心到该二级物流中心的时间点,规划运输车从一级物流中心输送至该一级物流中心下各二级物流中心的配送顺序,避免二级物流中心与三级物流中心间的衔接问题,提高了运输车运输至各三级物流中心的效率,降低冷藏成本,同时,避免运输车辆在二级物流中心等待的时间。
配送多元化分析模块用于接收关联分配划分模块发送的从生产/加工地到各一级物流中心间的运输路径,筛选出该运输路径中运输各一级物流中心的顺序以及各一级物流中心的位置,统计各一级物流中心距离其他一级物流中心的距离,筛选运输车从当前一级物流中心到其他一级物流中心中距离最小的一级物流中心作为下一一级物流中心,依次类推,直至冷链农产品运输至所有的一级物流中心,并将该多元化运输路径发送至分配路径优化管理模块。
其中,配送多元化的路径规划方法,包括以下步骤:
Z1、筛选出生产/加工地至各一级物流中心的距离,并提取到达各一级物流中心的平均时间点;
Z2、提取以生产/加工地为中心,以半径R的区域内各一级物流中心,筛选出该区域内各一级物流中心的平均时间点最早的一级物流中心,并将该一级物流中心作为第一一级物流中心;
Z3、提取以第一一级物流中心为中心,以半径R的区域内各一级物流中心,筛选出该区域内各一级物流中心的平均时间带你最早的一级物流中心,并将该一级物流中心作为第二一级物流中心,依次类推,直至所有的一级物流中心配送完成,实现多元化路径的规划,可根据各一级物流中心的平均时间点实现多元化的路径选择;
Z4、获取多元化路径中各一级物流中心的运输路径顺序,并提取运输路径顺序中各一级物流中心间的距离。
经多元化运输路径对应的各一级物流中心的配送先后顺序分别为1,2,...,y,...,m,y表示为多元运输路径中排序为y的一级物流中心,并统计相邻配送中心的配送距离,分别为p1,p2,...,py,...,pm,p1表示为从生产/加工地到排序为1的一级物流中心的距离,py表示为排序为y-1的一级物流中心距离排序为y的一级物流中心间的距离。
分配路径优化管理模块用于接收关联分配划分模块发送的基础制定的运输路径顺序,并提取基础制定的运输路径对应的运输路径中相邻一级物流中心间的距离,根据该运输路径的顺序统计基础制定运输路径对应的运输管理成本,计算公式为A表示为基础制定的运输路径对应的运输管理成本,C1表示为运输成本,C2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率,β表示为采用基础制定的运输路径对应的各一级物流中心对冷链农产品的冷藏成本,T表示为固定时间段,tx表示为运输冷链农产品的运输车从生产/加工地或从其中一一级物流中心到达排序为第x个一级物流中心的时间点,t2jx表示为第x个一级物流中心下的第j个二级物流中心的车辆到达第x个一级物流中心的平均时间点,rx表示为第x个一级物流中心在单位固定时间段内存放冷链农产品的成本,同时接收配送多元化分析模块发送的多元化运输路径,并提取多元化运输路径对应的相邻一级物流中心间的距离,根据该运输路径的顺序统计多元化运输路径对应的运输管理成本,计算公式为B表示为多元化运输路径对应的运输管理成本,E1表示为运输成本,E2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率,λ表示为采用多元化运输路径对应的各一级物流中心对冷链农产品的冷藏成本,T表示为固定时间段,ty表示为运输冷链农产品的运输车从生产/加工地或从其中一一级物流中心到达排序为第y个一级物流中心的时间点,t2jy表示为第y个一级物流中心下的第j个二级物流中心的车辆到达第x个一级物流中心的平均时间点,ry表示为第y个一级物流中心在单位固定时间段内存放冷链农产品的成本,并根据基础制定运输路径对应的运输管理成本与多元运输路径对应的运输管理成本统计运输成本变化影响系数γ表示为运输成本变化影响系数,e为自然常数,等于2.71828183,并将统计的运输成本变化影响系数与设定的运输成本变化影响系数阈值进行对比,若大于设定的运输成本变化影响系数阈值,则选择多元化运输路径,若小于设定的运输成本变化影响系数阈值,则选择基础制定的运输路径,分配路径优化管理模块筛选的运输路径发送至管理显示终端,采用多元化运输路径的运输管理成本与基础制定的运输路径的管理成本相比,可筛选出最佳的运输路径,在保证运输成本的同时,可兼顾对各一级物流中心的衔接,减少车辆等待时间以及冷藏成本,保证冷链农产品可及时配送至对应的物流中心或经销管理终端,大大提高了运输的效率。
管理显示终端用于接收分配路径优化管理模块发送的运输路径,并显示该运输路径,引导运输车按照运输管理成本最低的运输路径进行运输,同时,输入各物流中心的位置以及生产/加工地的位置,并将各物流中心的位置以及生产/加工地的位置发送至建立物流网络模型模块。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.基于大数据的冷链物流产品冷藏运输质量优化管理***,其特征在于:包括建立物流网络模型模块、路径参数提取模块、关联分配划分模块、运输管理数据库、配送多元化分析模块、分配路径优化管理模块和管理显示终端;
所述建立物流网络模型模块分别与路径参数提取模块和管理显示终端连接,路径参数提取模块分别与运输管理数据库和关联分配划分模块连接,关联分配划分模块分别与配送多元化分析模块、分配路径优化管理模块连接,分配路径优化管理模块分别与运输管理数据库和管理显示终端连接;
所述建立物流网络模型模块用于筛选出待运输的冷链农产品从生产/加工地到各经销商终端所需经过的所有物流中心,按照从生产/加工地到物流中心再到各经销商终端的顺序,对物流网络进行划分,划分成一级物流中心、二级物流中心、三级物流中心,并对划分后的各物流中心建立物流网络;
所述路径参数提取模块用于获取建立物流网络模型模块中的物流网络,提取从生产/加工地到各经销商终端的所有路径,并分别提取生产/加工地达到各一级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达生产/加工地的时间点等参数信息,提取各一级物流中心到对应的二级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达一级物流中心的时间点等参数信息,同时提取各二级物流中心到对应的三级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达二级物流中心的时间点等参数信息,并将提取的参数信息分别发送至运输管理数据库和关联分配划分模块;
所述运输管理数据库用于存储从生产/加工地到各经销商终端的所有路径,并存储生产/加工地达到各一级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达生产/加工地的时间点,存储各一级物流中心到对应的二级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达一级物流中心的时间点,并存储各二级物流中心到对应的三级物流中心的运输车辆数量、单程运输的时间以及每辆运输车到达二级物流中心的时间点,同时存储各级物流中心的位置,并存储设定的运输成本变化影响系数阈值;
所述关联分配划分模块接收路径参数提取模块发送的从生产/加工地到一级物流中心以及从上一物流中心到下一物流中心的运输车辆到达下一物流中心的时间点,根据各运输车从二级物流中心到达一级物流中心所需时间点,对从生产/加工地到各一级物流中心间的运输路径顺序进行基础制定,并将基础制定的运输路径顺序分别发送至分配路径优化管理模块和配送多元化分析模块;
所述配送多元化分析模块用于接收关联分配划分模块发送的从生产/加工地到各一级物流中心间的运输路径,筛选出该运输路径中运输各一级物流中心的顺序以及各一级物流中心的位置,统计各一级物流中心距离其他一级物流中心的距离,筛选运输车从当前一级物流中心到其他一级物流中心中距离最小的一级物流中心作为下一一级物流中心,依次类推,直至冷链农产品运输至所有的一级物流中心,并将该多元化运输路径发送至分配路径优化管理模块;
所述分配路径优化管理模块用于接收关联分配划分模块发送的基础制定的运输路径顺序,并提取基础制定的运输路径对应的运输路径中相邻一级物流中心间的距离,根据该运输路径的顺序统计基础制定运输路径对应的运输管理成本A,并提取多元化运输路径对应的相邻一级物流中心间的距离,根据该运输路径的顺序统计多元化运输路径对应的运输管理成本B,将根据基础制定运输路径对应的运输管理成本与多元运输路径对应的运输管理成本统计运输成本变化影响系数γ表示为运输成本变化影响系数,e为自然常数,等于2.71828183,并将统计的运输成本变化影响系数与设定的运输成本变化影响系数阈值进行对比,若大于设定的运输成本变化影响系数阈值,则选择多元化运输路径,若小于设定的运输成本变化影响系数阈值,则选择基础制定的运输路径,分配路径优化管理模块筛选的运输路径发送至管理显示终端;
所述管理显示终端用于接收分配路径优化管理模块发送的运输路径,并显示该运输路径,引导运输车按照运输管理成本最低的运输路径进行运输,同时,输入各物流中心的位置以及生产/加工地的位置,并将各物流中心的位置以及生产/加工地的位置发送至建立物流网络模型模块。
2.根据权利要求1所述的基于大数据的冷链物流产品冷藏运输质量优化管理***,其特征在于:一级物流中心按照设定的顺序进行排序,分别为a11,a12,...,a1i,...,a1m,将各一级物流中心下的各二级物流中心按照设定的顺序进行排序,分别为a21i,a22i,...,a2ji,...,a2ni,将各二级物流中心下的各三级物流中心按照设定的顺序进行排序,分别为a31ij,a32ij,...,a3fij,...,a3hij,a1i表示为第i个一级物流中心,m表示为一级物流中心的数量,a2ji表示为第i个一级物流中心下的第j个二级物流中心,ni表示为第i个一级物流中心下的二级物流中心的数量,a3fij表示为第i个一级物流中心下的第j个二级物流中心下的第f个三级物流中心,hij表示为第i个一级物流中心下的第j个二级物流中心下的三级物流中心的数量。
3.根据权利要求1所述的基于大数据的冷链物流产品冷藏运输质量优化管理***,其特征在于:从生产/加工地到各一级物流中心间的运输路径顺序的基础制定方法,包括以下步骤:
S1、获取各一级物流中心下从各二级物流中心到该一级物流中心的运输车辆数量,分别为S1,S2,...,Si,...,Sm,Si表示为第i个一级物流中心下的各二级物流中心数量之和,sji表示为第i个一级物流中心下的第j个二级物流中心到第i个一级物流中心的运输车辆数量;
S2、分别获取各一级物流中心下的各二级物流中心中运输同一批冷链农产品的运输车辆从各二级物流中心首次达到该一级物流中心的时间点,并根据各运输车首次到达同一一级物流中心的时间点,统计各一级物流中心下的各二级物流中心的车辆达到该一级物流中心的平均时间点;
S3、提取到达各一级物流中心的平均时间点按照到达的时间,按照先后顺序对各一级物流中心进行排序,分别为1,2,...,x,...,m,x表示为排序为x的一级物流中心;
S4、提取经排序后的各一级物流中心到下一一级物流中心间的距离,对应的距离分别为L1,L2,...,Lx,...,Lm,L1表示为从生产/加工地到排序编号为1的一级物流中心的距离,Lx表示为排序编号为x-1的一级物流中心到排序编号为x的一级物流中心的距离,统计输送至所有一级物流中心的成本C1表示为运输成本,C2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率;
4.根据权利要求3所述的基于大数据的冷链物流产品冷藏运输质量优化管理***,其特征在于:所述步骤S2中平均时间点等于一一级物流中心下运输该冷链农产品的所有二级物流中心的车辆达到时间点之和与该一级物流中心下各二级物流中心对应的运输车辆数量间的比值。
5.根据权利要求1所述的基于大数据的冷链物流产品冷藏运输质量优化管理***,其特征在于:所述配送多元化的路径规划方法,包括以下步骤:
Z1、筛选出生产/加工地至各一级物流中心的距离,并提取到达各一级物流中心的平均时间点;
Z2、提取以生产/加工地为中心,以半径R的区域内各一级物流中心,筛选出该区域内各一级物流中心的平均时间点最早的一级物流中心,并将该一级物流中心作为第一一级物流中心;
Z3、提取以第一一级物流中心为中心,以半径R的区域内各一级物流中心,筛选出该区域内各一级物流中心的平均时间带你最早的一级物流中心,并将该一级物流中心作为第二一级物流中心,依次类推,直至所有的一级物流中心配送完成,实现多元化路径的规划,可根据各一级物流中心的平均时间点实现多元化的路径选择;
Z4、获取多元化路径中各一级物流中心的运输路径顺序,并提取运输路径顺序中各一级物流中心间的距离。
6.根据权利要求1所述的基于大数据的冷链物流产品冷藏运输质量优化管理***,其特征在于:所述基础制定运输路径对应的运输管理成本计算公式为A表示为基础制定的运输路径对应的运输管理成本,C1表示为运输成本,C2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率,β表示为采用基础制定的运输路径对应的各一级物流中心对冷链农产品的冷藏成本,T表示为固定时间段,tx表示为运输冷链农产品的运输车从生产/加工地或从其中一一级物流中心到达排序为第x个一级物流中心的时间点,t2jx表示为第x个一级物流中心下的第j个二级物流中心的车辆到达第x个一级物流中心的平均时间点,rx表示为第x个一级物流中心在单位固定时间段内存放冷链农产品的成本,同时接收配送多元化分析模块发送的多元化运输路径。
7.根据权利要求1所述的基于大数据的冷链物流产品冷藏运输质量优化管理***,其特征在于:所述多元化运输路径对应的运输管理成本B计算公式为B表示为多元化运输路径对应的运输管理成本,E1表示为运输成本,E2表示为运输过程中的折损成本,D表示为每公里运输的成本,表示为每公里的折损率,λ表示为采用多元化运输路径对应的各一级物流中心对冷链农产品的冷藏成本,T表示为固定时间段,ty表示为运输冷链农产品的运输车从生产/加工地或从其中一一级物流中心到达排序为第y个一级物流中心的时间点,t2jy表示为第y个一级物流中心下的第j个二级物流中心的车辆到达第x个一级物流中心的平均时间点,ry表示为第y个一级物流中心在单位固定时间段内存放冷链农产品的成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911265691.7A CN111178591A (zh) | 2019-12-11 | 2019-12-11 | 基于大数据的冷链物流产品冷藏运输质量优化管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911265691.7A CN111178591A (zh) | 2019-12-11 | 2019-12-11 | 基于大数据的冷链物流产品冷藏运输质量优化管理*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111178591A true CN111178591A (zh) | 2020-05-19 |
Family
ID=70657152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911265691.7A Withdrawn CN111178591A (zh) | 2019-12-11 | 2019-12-11 | 基于大数据的冷链物流产品冷藏运输质量优化管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178591A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330201A (zh) * | 2020-11-24 | 2021-02-05 | 南京蜗小牛网络科技有限公司 | 一种基于大数据分析的物流智能配送车辆调度方法 |
CN112561163A (zh) * | 2020-12-16 | 2021-03-26 | 江苏昆交物流股份有限公司 | 一种基于客户管理的冷链物流车辆路径规划*** |
CN112985494A (zh) * | 2021-02-02 | 2021-06-18 | 南京可宇科技有限公司 | 基于大数据和人工智能的冷链智慧物流运输在线实时监测云平台 |
CN116976770A (zh) * | 2023-08-09 | 2023-10-31 | 江陵县金顺物流有限公司 | 一种基于大数据分析的物流包裹配送智能管理*** |
CN117371892A (zh) * | 2023-11-06 | 2024-01-09 | 南京中天交通科技有限公司 | 基于大数据的物流管理方法及*** |
-
2019
- 2019-12-11 CN CN201911265691.7A patent/CN111178591A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330201A (zh) * | 2020-11-24 | 2021-02-05 | 南京蜗小牛网络科技有限公司 | 一种基于大数据分析的物流智能配送车辆调度方法 |
CN112561163A (zh) * | 2020-12-16 | 2021-03-26 | 江苏昆交物流股份有限公司 | 一种基于客户管理的冷链物流车辆路径规划*** |
CN112985494A (zh) * | 2021-02-02 | 2021-06-18 | 南京可宇科技有限公司 | 基于大数据和人工智能的冷链智慧物流运输在线实时监测云平台 |
CN116976770A (zh) * | 2023-08-09 | 2023-10-31 | 江陵县金顺物流有限公司 | 一种基于大数据分析的物流包裹配送智能管理*** |
CN117371892A (zh) * | 2023-11-06 | 2024-01-09 | 南京中天交通科技有限公司 | 基于大数据的物流管理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178591A (zh) | 基于大数据的冷链物流产品冷藏运输质量优化管理*** | |
CN109002902B (zh) | 分区域多阶段生鲜农产品动态车辆路径优化方法 | |
Lamsal et al. | Harvest logistics in agricultural systems with multiple, independent producers and no on-farm storage | |
CN108537491A (zh) | 一种生鲜农产品配送路径优化方法、存储介质 | |
CN107944598A (zh) | 一种物流路径配置方法及*** | |
CN103699982A (zh) | 一种带软时间窗口的物流配送控制方法 | |
CN104598994A (zh) | 一种带时变时间窗的关联物流运输优化调度方法 | |
CN111768149A (zh) | 一种快递物流网络规划优化方法及*** | |
CN112418536A (zh) | 一种基于大数据的物流到货时长实时监测预估*** | |
CN111932184B (zh) | 一种冷鲜肉行业的可持续冷链物流*** | |
CN109919532B (zh) | 一种物流节点确定方法及装置 | |
CN108921467B (zh) | 面向动态变更收件信息客户需求的智能体分散调度方法 | |
CN112183812A (zh) | 一种计及短时低成本的成品卷烟物流车辆调度方法 | |
CN112330057A (zh) | 基于大数据的冷链物流冷藏产品运输质量优化管理*** | |
CN112288374B (zh) | 一种基于云计算的智慧供应链物流智能优化管理*** | |
CN111861348A (zh) | 一种基于区块链的冷链溯源*** | |
CN109685426A (zh) | 一种基于共享冷柜的生鲜冷链物流配送***及方法 | |
CN108898336A (zh) | 一种智能物流自动配送方法 | |
CN108470226A (zh) | 一种物流***收益最大化方法 | |
CN110675189A (zh) | 一种基于Wide&Deep模型和遗传算法的无人货架选址方法 | |
CN116362651A (zh) | 一种多车型冷链车辆取货路径优化方法 | |
CN115471153A (zh) | 一种新农村智慧物流管理*** | |
CN110544040A (zh) | 一种车辆调度优化决策*** | |
CN109740938A (zh) | 基于订单分布密度的网约货运汽车平台运力调度***及方法 | |
CN111882123A (zh) | 一种大数据智能决策的智慧社区物流终端选址方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200519 |