CN112561452A - 基于国际空运物流app的货物跟踪方法 - Google Patents
基于国际空运物流app的货物跟踪方法 Download PDFInfo
- Publication number
- CN112561452A CN112561452A CN202110188627.4A CN202110188627A CN112561452A CN 112561452 A CN112561452 A CN 112561452A CN 202110188627 A CN202110188627 A CN 202110188627A CN 112561452 A CN112561452 A CN 112561452A
- Authority
- CN
- China
- Prior art keywords
- time
- wind speed
- tracked
- goods
- cargo
- 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.)
- Granted
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于国际空运物流APP的货物跟踪方法,该方法包括接收用户的查询指令信息,所述查询指令信息里包含待跟踪货物的运单信息;根据所述查询指令信息确定待跟踪货物的当前航段,所述待跟踪货物从起始地到目的地设置有多个航段,根据当前航段的位置以及其他航段的天气信息调整待跟踪货物的到达时间;将所述到达时间显示给用户,以实现对待跟踪货物的跟踪。通过在不同的航段,考虑不同的其他航段的天气状态,并根据天气状态评估货物到达时间,使得显示给用户的货物到达时间更为符合实际情况,便于用户根据货物的实时状态进行调整接收货物计划,大大提高了信息的实时性和透明性,提高货物跟踪的准确性。
Description
技术领域
本发明涉及物流运输领域,尤其涉及一种基于国际空运物流APP的货物跟踪方法。
背景技术
在随着我国全球化、工业化、城市化进程加快,社会生产及其组织方式、生活方式正在发生巨大变化,物流业在经济社会发展中的作用和地位日益凸显。在我国经济转型升级的深化和对电子商务的重视下,电子商务将迎来新的发展高潮。而物流以低成本和快捷送达等优势,将更加深刻的影响到国计民生的众多领域。
但是,在实际的货运过程中,用户根据货运单号可以得到货物的起始地、目的的,航班号以及到达时间等信息,但是在实际运输过程中,若是发生耽搁或是其他突发状况,用户无法知晓货物状态,对于货物的到达时间的确定都是根据距离进行确定,无法根据实际情况进行调整,从而用户获取到的到达时间不准确,只能等相关工作人员通知货物到达后方可安排取货事宜,这在一定程度上给客户带来不便,甚至可以能因为无法及时获取货物信息造成实际财产损失。
发明内容
为此,本发明提供一种基于国际空运物流APP的货物跟踪方法,可以根据航段的天气情况实时调整到达时间,便于用户实时跟踪货物,降低用户获取货物不及时所造成的损失。
为实现上述目的,本发明提供了一种基于国际空运物流APP的货物跟踪方法,该方法包括:接收用户的查询指令信息,所述查询指令信息里包含待跟踪货物的运单信息;
根据所述查询指令信息确定待跟踪货物的当前航段,所述待跟踪货物从起始地到目的地设置有多个航段,根据当前航段的位置以及其他航段的天气信息调整待跟踪货物的到达时间;
将所述到达时间显示给用户,以实现对待跟踪货物的跟踪;
在货物跟踪过程中,设置货物位置矩阵L(L1,L2,L3,L4),其中L1表示第一航段,L2表示第二航段,L3表示第三航段,L4表示第四航段,待跟踪货物由起始地依次经过所述第一航段、第二航段、第三航段和第四航段到达目的地;
若待跟踪货物位于第一航段内,则获取所述第二航段L2、第三航段L3和第四航段L4的天气信息,并根据天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第二航段内,则根据所述第三航段和第四航段的天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第三航段内,则根据所述第四航段的天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第四航段内,则根据所述第四航段的实时天气推断待跟踪货物的到达时间;
在任意航段内,根据中控单元内设置的天气影响系数矩阵I(I1,I2,I3,I4)和时间延长矩阵T(T1,T2,T3),其中I1表示当前航段的平均云量覆盖率达80%以上,飞行难度极高,I2表示当前航段的云量为平均云量覆盖率达60%-80%,飞行难度大;I3表示当前航段的平均云量覆盖率为30%-60%,飞行难度一般;I4表示当前航段的平均云量覆盖率为30%以下,飞行难度较小,T1表示到达时间需延长第一时间,T2表示到达时间需延长第二时间,T3表示到达时间需延长第三时间,且T1>T2>T3;
在货物跟踪过程中,根据当前航段的平均云量覆盖率对预测到达时间进行延长;
所述根据当前航段的平均云量覆盖率对预测到达时间进行延长包括:若当前航段的平均云量覆盖率达80%以上,则原本的到达目的地时间就需要延长第一时间;
若当前航段的云量为平均云量覆盖率达60%-80%,则原本的到达目的地时间就需要延长第二时间;
若当前航段的平均云量覆盖率为30%-60%,则原本的到达目的地时间就需要延长第三时间;
若当前航段的平均云量覆盖率为30%以下,则可以按时到达目的地,无需延长到达时间;
在确定当前航段的平均云量覆盖率时,根据实时风速对当前航段的平均云量覆盖率进行调整,在对云量进行调整修正时,根据待跟踪货物所在的航段对应的地貌平均海拔高度对中控单元内的风速矩阵中的参数进行补偿后确定当前航段的平均云量覆盖率。
进一步地,所述在确定当前航段的平均云量覆盖率时,根据实时风速对当前航段的平均云量覆盖率进行调整包括:在货物跟踪过程中,实时获取待跟踪货物所在位置的实时风速Vi,根据中控单元内设置的标准风速V0,若实时风速Vi≤标准风速V0,则对当前航段的平均云量不会产生影响,当实时风速Vi>标准风速V0时,中控单元设置有风速矩阵V(V10,V20,V30),其中V10表示第一风速,V20表示第二风速,V30表示第三风速,且V0<V10<V20<V30,
在对实时风速进行检测时,设置有无人引领机,所述无人引领机在所述航段进行航行,所述无人引领机先于待跟踪货物飞行2小时,在所述无人引领机的机身上设置有风速检测计,用以检测所述无人引领机的风速,根据所述无人引领机的风速、所述时间间隔及天气变化情况预测所述待跟踪货物所在位置的实时风速Vi,
当第一风速V10≥实时风速Vi>标准风速V0时,所述当前航段的平均云量覆盖率降低10%;
当第二风速V20≥实时风速Vi>第一风速V10时,所述当前航段的平均云量覆盖率降低20%;
当第三风速V30≥实时风速Vi>第二风速V20时,所述当前航段的平均云量覆盖率降低30%;
当实时风速Vi>第三风速V30时,所述当前航段的平均云量覆盖率降低40%。
进一步地,在无人引领机与待跟踪货物在航段进行航行时,设定无人引领机所在的航线为第一航线,待跟踪货物所在的航线为第二航线,第一航线和第二航线投影后,第一航线和第二航线包括三个节点,分别为第一节点、第二节点和第三节点,第一节点和第二节点之间形成第一区域的投影面积,第二节点和第三节点之间形成第二区域的投影面积,
当待跟踪货物到达第三节点时,确定第一投影面积和第二投影面积的差值,若其小于预设的标准差值ΔG,在下一待跟踪货物运输过程中,无需对航线进行调节,若第一投影面积和第二投影面积的差值大于等于预设的标准差值ΔG,则在下一待货物跟踪时,对航线进行调节。
进一步地,当对航线进行调节时,若待跟踪货物到达第二节点时,根据第一区域的投影面积G1与预设的第一标准面积G00进行比较,若第一区域的投影面积G1≥第一标准面积G00,则改变待跟踪获取在第二节点和第三节点之间的航行路径,使其航行路径形成的第二区域的投影面积缩小,以缩短待跟踪货物在航行过程中的路径。
进一步地,所述在对云量进行调整修正时,根据待跟踪货物所在的航段对应的地貌平均海拔高度对中控单元内的风速矩阵中的参数进行补偿后确定当前航段的平均云量覆盖率包括:在所述中控单元内还设置有风速补偿矩阵K(K1,K2,K3),其中K1表示第一风速补偿系数,K2表示第二风速补偿系数,K3表示第三风速补偿系数;
当待跟踪货物所在的航段对应的地貌平均海拔高度H高于预设高度H0时,对中控单元内的风速矩阵进行补偿,补偿后的风速矩阵V00(K1×V10,K2×V20,K3×V30),然后将实时风速Vi与补偿后的风速矩阵V00(K1×V10,K2×V20,K3×V30)中的参数进行比较,然后确定当前航段的平均云量覆盖率。
进一步地,
所述第一风速补偿系数K1的计算方法为:
K1=|H-H0|/H0+3×T1/(T1+T2+T3)+|Vi-V0|/V10;
所述第二风速补偿系数K2的计算方法为:
K2=|H-H0|/H0+3×T2/(T1+T2+T3)+|Vi-V0|/V20;
所述第三风速补偿系数K3的计算方法为:
K3=|H-H0|/H0+3×T3/(T1+T2+T3)+|Vi-V0|/V30。
进一步地,所述中控单元内设置有权重系数矩阵C(C1,C2,C3),其中C1表示海拔高度系数,C2表示时长系数,C3表示风速系数,且C1+C2+C3=1,
所述权重系数矩阵用以对第一风速补偿系数、第二风速补偿系数和第三风速补偿系数进行更正,当第一风速补偿系数K1>标准风速补偿系数K0时,更正后的第一风速补偿系数K1′为:
K1′=C1×|H-H0|/H0+3×T1×C2/(T1+T2+T3)+|Vi-V0|×C3/V10;
当第二风速补偿系数K2>标准风速补偿系数K0时,更正后的第二风速补偿系数K2′为:
K2′=C1×|H-H0|/H0×3+3×T2×C2/(T1+T2+T3)+|Vi-V0|×C3/V20;
当第三风速补偿系数K3>标准风速补偿系数K0时,更正后的第三风速补偿系数K3′为:
K3′=C1×|H-H0|/H0+3×T3×C2/(T1+T2+T3)+|Vi-V0|×C3/V30。
进一步地,所述中控单元内还设置有货物种类矩阵A(A1,A2,A3,A4,A5)和时间修正系数矩阵S(S1,S2,S3,S4,S5),其中A1表示待跟踪货物为第一种类,A2表示待跟踪货物为第二种类,A3表示待跟踪货物为第三种类,A4表示待跟踪货物为第四种类,A5表示待跟踪货物为第五种类,S1表示第一修正系数,S2表示第二修正系数,S3表示第三修正系数,S4表示第四修正系数,S5表示第五修正系数,根据待跟踪货物所属的种类,选择时间修正系数矩阵S(S1,S2,S3,S4,S5)中的参数对时间延长矩阵T(T1,T2,T3)进行修正。
进一步地,当待跟踪货物属于第一种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行修正,修正后的时间延长矩阵为T11(S1×T1,S1×T2,S1×T3);
当待跟踪货物属于第二种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S2对时间延长矩阵进行修正,修正后的时间延长矩阵为T22(S2×T1,S2×T2,S2×T3);
当待跟踪货物属于第三种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S3对时间延长矩阵进行修正,修正后的时间延长矩阵为T33(S3×T1,S3×T2,S3×T3);
当待跟踪货物属于第四种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S4对时间延长矩阵进行修正,修正后的时间延长矩阵为T44(S4×T1,S4×T2,S4×T3);
当待跟踪货物属于第五种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S5对时间延长矩阵进行修正,修正后的时间延长矩阵为T55(S5×T1,S5×T2,S5×T3)。
进一步地,所述第一修正系数S1=A×(T2-T1)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30);
所述第二修正系数S2=A×(T2-T1)/(T1+T2+T3)+B×(V30-V20)/(V10+V20+V30);
所述第三修正系数S3=A×(T3-T1)/(T1+T2+T3)+B×(V30-V10)/(V10+V20+V30);
所述第四修正系数S4=A×(T3-T1)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30);
所述第五修正系数S5=A×(T3-T2)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30),A为时间修正权重系数,B为风速修正权重系数。
进一步地,当确定货物种类时,根据待跟踪货物所在的航段对时间延长矩阵进行二次修正,当待跟踪货物属于第一种类时且当前航段为第一航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(2×S1×T1,2×S1×T2,2×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第二航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(3×S1×T1,3×S1×T2,3×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第三航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(4×S1×T1,4×S1×T2,4×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第四航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(5×S1×T1,5×S1×T2,5×S1×T3)。
进一步地,在所述中控单元内还设置有客户满意时长T00,根据待跟踪货物所在的航段确定延长的时间,当所述到达时间与对应的延长时间相加后,与客户满意时长进行比较,若所述到达时间与对应的延长时间相加后小于等于客户满意时长,则待跟踪货物的运输在客户满意范围内;
若所述到达时间与对应的延长时间相加后大于客户满意时长,则待跟踪货物的运输不在客户满意范围内。
与现有技术相比,本发明的有益效果在于,本发明实施例通过在不同的航段,考虑不同的其他航段的天气状态,并根据天气状态评估货物到达时间,使得显示给用户的货物到达时间更为符合实际情况,便于用户根据货物的实时状态进行调整接收货物计划,大大提高了信息的实时性和透明性,提高货物跟踪的准确性。
尤其,通过不同的风速设置不同的平均云量覆盖率的降低幅度,使得风速对云量覆盖率的影响更为直观,便于根据云量覆盖率确定到达时间的延长时间,考虑到风速对云量覆盖率的影响,间接实现了风速与到达时间的影响,使得本发明实施例中显示给客户的到达时间更符合运输过程中的实际情况,本发明实施例根据风速、云量覆盖率确定的到达时间更为精准,便于用户接收货物。
尤其,根据不同的地貌平均海拔高度的不同对风速的影响设置了风速补偿矩阵K(K1,K2,K3),通过设置该风速补偿矩阵对于风速矩阵的进行补偿,使得风速更符合实际地貌情况,进而待跟踪货物在实际运输过程中的实时风速会影响运输的速度,而通过对风速进行补偿,重新确定对风速对平均云覆盖率的影响,使得对于在货物运输过程中的飞行难度进行可更为精准的评估,对于运输待跟踪货物的到达时间进行更为精确的判断,便于给用户提供更为精准的数据。
尤其,本发明实施例中的第一风速补偿系数K1、第二风速补偿系数K2和第三风速补偿系数K3是根据航段的平均海拔高度、到达时间的延长时间以及风速确定各个风速补偿系数,使得对于风速的补偿更为精确,可以根据对风速具有关联关系的参数建立实际联系,使得风速的补偿可以更体现运输过程中的天气状况,具体而言对于风速产生影响的因素有航段的地貌海拔高度,还有实际风速以及与风速相关的到达时间,本发明实施例通过设置补偿参数,对于风速进行补偿,根据风速对平均云量覆盖率的影响,间接对到达时间的延长时间进行了更为精准的修正,使得用户获取到的待跟踪货物的到达时间更为精准。
尤其,本发明实施例通过对不同种类的货物进行时间延长矩阵的修正,使得对于待跟踪货物的到达时间的判断更为精准,符合用户需要,使得用户可以根据精准的货物到达时间进行货物的接收。
附图说明
图1为本发明实施例提供的基于国际空运物流APP的货物跟踪方法流程图;
图2为本发明实施例提供的基于国际空运物流APP的货物跟踪方法中的无人引领机的结构示意图;
图3为无人引领机的航线与待跟踪货物航线的俯视线路图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
请参阅图1所示,本发明实施例提供的基于国际空运物流APP的货物跟踪方法包括:
S100:接收用户的查询指令信息,所述查询指令信息里包含待跟踪货物的运单信息;
S200:根据所述查询指令信息确定待跟踪货物的当前航段,所述待跟踪货物从起始地到目的地设置有多个航段,根据当前航段的位置以及其他航段的天气信息调整待跟踪货物的到达时间;
S300:将所述到达时间显示给用户,以实现对待跟踪货物的跟踪。
在步骤S200中,在货物跟踪过程中,设置货物位置矩阵L(L1,L2,L3,L4),其中L1表示第一航段,L2表示第二航段,L3表示第三航段,L4表示第四航段,待跟踪货物由起始地依次经过所述第一航段、第二航段、第三航段和第四航段到达目的地;
若待跟踪货物位于第一航段内,则获取所述第二航段L2、第三航段L3和第四航段L4的天气信息,并根据天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第二航段内,则根据所述第三航段和第四航段的天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第三航段内,则根据所述第四航段的天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第四航段内,则根据所述第四航段的实时天气推断待跟踪货物的到达时间;
在任意航段内,根据中控单元内设置的天气影响系数矩阵I(I1,I2,I3,I4)和时间延长矩阵T(T1,T2,T3),其中I1表示当前航段的平均云量覆盖率达80%以上,飞行难度极高,I2表示当前航段的云量为平均云量覆盖率达60%-80%,飞行难度大;I3表示当前航段的平均云量覆盖率为30%-60%,飞行难度一般;I4表示当前航段的平均云量覆盖率为30%以下,飞行难度较小,T1表示到达时间需延长第一时间,T2表示到达时间需延长第二时间,T3表示到达时间需延长第三时间,且T1>T2>T3;
在获取跟踪过程中,若当前航段的平均云量覆盖率达80%以上,则原本的到达目的地时间就需要延长第一时间;
若当前航段的云量为平均云量覆盖率达60%-80%,则原本的到达目的地时间就需要延长第二时间;
若当前航段的平均云量覆盖率为30%-60%,则原本的到达目的地时间就需要延长第三时间;
若当前航段的平均云量覆盖率为30%以下,则可以按时到达目的地,无需延长到达时间。
具体而言,在货物运输过程中,需要进行中转,本发明实施例中将待跟踪货物的运输航程分为多个航段,每个航段的距离可以是不同的,也可以是相同的,在航段和航段之间待跟踪货物可以做停留进行中转,也可以不做停留直接进入下一航段,本发明并不限制,以实际实现为准。在实际运输过程中,运输的时间不同,天气状态也是不同的,在天气动态变化过程中,对于待运输货物的运输时间也会产生影响,本领域技术人员可以理解的是,运输时间的长短还可以由待跟踪货物的种类来决定,当待跟踪货物为冷链运输货物时,则运输时间过长,不利于货物的保存,增加保存的成本;而对于其他对于运输时长要求不太高的货物种类,则无需考虑保存成本的问题,只需要正常运输保存即可。而在实际运输过程中,不同的航段的平均风速对于天气的变化也会产生影响,而不同的地势海拔高度也会对风速具有一定的影响。
具体而言,本发明实施例通过中控单元内设置的天气影响系数矩阵I(I1,I2,I3,I4)和货物位置矩阵L(L1,L2,L3,L4)确定选择时间延长矩阵T(T1,T2,T3)中的参数作为到达时间的延长时间,当待跟踪货物处于任意航段内,根据中控单元内设置的天气影响系数矩阵I(I1,I2,I3,I4)和时间延长矩阵T(T1,T2,T3),其中I1表示当前航段的平均云量覆盖率达80%以上,飞行难度极高,I2表示当前航段的云量为平均云量覆盖率达60%-80%,飞行难度大;I3表示当前航段的平均云量覆盖率为30%-60%,飞行难度一般;I4表示当前航段的平均云量覆盖率为30%以下,飞行难度较小,T1表示到达时间需延长第一时间,T2表示到达时间需延长第二时间,T3表示到达时间需延长第三时间,且T1>T2>T3;
在货物跟踪过程中,若当前航段的平均云量覆盖率达80%以上,则原本的到达目的地时间就需要延长第一时间T1;
若当前航段的云量为平均云量覆盖率达60%-80%,则原本的到达目的地时间就需要延长第二时间T2;
若当前航段的平均云量覆盖率为30%-60%,则原本的到达目的地时间就需要延长第三时间T3;
若当前航段的平均云量覆盖率为30%以下,则可以按时到达目的地,无需延长到达时间。
具体而言,本发明实施例通过在不同的航段,考虑不同的其他航段的天气状态,并根据天气状态评估货物到达时间,使得显示给用户的货物到达时间更为符合实际情况,便于用户根据货物的实时状态进行调整接收货物计划,大大提高了信息的实时性和透明性,提高货物跟踪的准确性。
具体而言,在货物跟踪过程中,实时获取待跟踪货物所在位置的实时风速Vi,根据中控单元内设置的标准风速V0,若实时风速Vi≤标准风速V0,则对当前航段的平均云量不会产生影响,当实时风速Vi>标准风速V0时,中控单元设置有风速矩阵V(V10,V20,V30),其中V10表示第一风速,V20表示第二风速,V30表示第三风速,且V0<V10<V20<V30,
如图2所示,在对实时风速进行检测时,设置有无人引领机100,所述无人引领机在所述航段进行航行,所述无人引领机先于待跟踪货物飞行2小时,在所述无人引领机的机身上设置有风速检测计101,用以检测所述无人引领机的风速,根据所述无人引领机的风速、所述时间间隔及天气变化情况预测所述待跟踪货物所在位置的实时风速Vi,
当第一风速V10≥实时风速Vi>标准风速V0时,所述当前航段的平均云量覆盖率降低10%;
当第二风速V20≥实时风速Vi>第一风速V10时,所述当前航段的平均云量覆盖率降低20%;
当第三风速V30≥实时风速Vi>第二风速V20时,所述当前航段的平均云量覆盖率降低30%;
当实时风速Vi>第三风速V30时,所述当前航段的平均云量覆盖率降低40%。
具体而言,本发明实施例通过根据实时风度状况对当前航段的平均云量覆盖率进行了调整优化,在风速较大时,对于云量的影响也就会大一些,风速大可以减少云量,风速过低则对云量的影响不大,因此当风速较大时,航段的平均云量覆盖率就会适应性降低,使得更有利于飞行,加快运输速度,使得天气状态更好,有利于减少到达目的地的时间。
具体而言,在无人引领机与待跟踪货物在航段进行航行时,如图3所示,L10为无人引领机的第一航线,L20为待跟踪货物的第二航线,在航行过程中,航线L10和航线L20具有第一节点J1、第二节点J2和第三节点J3,无人引领机和待跟踪货物穿过第一节点、第二节点和第三节点的时间不同,而在实际航行过程中,G1表示第一节点和第二节点之间形成的第一区域的投影面积,G2表示第二节点和第三节点之间形成的第二区域的投影面积;
具体而言,在本发明实施例中,当待跟踪货物到达第三节点J3时,确定第一投影面积和第二投影面积的差值,若其小于预设的标准差值ΔG,在下一待跟踪货物运输过程中,则无需对航线进行调节,若第一投影面积和第二投影面积的差值大于等于预设的标准差值ΔG,则在第一待货物跟踪时,对航线进行调节,以提高待跟踪货物的到达速度。
当对航线进行调节时,若待跟踪货物到达第二节点时,根据第一区域的投影面积G1与预设的第一标准面积G00进行比较,若第一区域的投影面积G1≥第一标准面积G00,则改变待跟踪获取在第二节点和第三节点之间的航行路径,使其航行路径形成的第二区域的投影面积缩小,以缩短待跟踪货物在航行过程中的路径,进一步提高待跟踪货物的到达速度。
本发明实施例中的第一航线和第二航线之间具备一定的高度差,且可以根据第一航线对第二航线的风速进行预测。
具体而言,当实时风速Vi>标准风速V0时,中控单元设置有风速矩阵V(V10,V20,V30),其中V10表示第一风速,V20表示第二风速,V30表示第三风速,且V0<V10<V20<V30,当第一风速V10≥实时风速Vi>标准风速V0时,所述当前航段的平均云量覆盖率降低10%;当第二风速V20≥实时风速Vi>第一风速V10时,所述当前航段的平均云量覆盖率降低20%;当第三风速V30≥实时风速Vi>第二风速V20时,所述当前航段的平均云量覆盖率降低30%;当实时风速Vi>第三风速V30时,所述当前航段的平均云量覆盖率降低40%,通过不同的风速设置不同的平均云量覆盖率的降低幅度,使得风速对云量覆盖率的影响更为直观,便于根据云量覆盖率确定到达时间的延长时间,考虑到风速对云量覆盖率的影响,间接实现了风速与到达时间的影响,使得本发明实施例中显示给客户的到达时间更符合运输过程中的实际情况,本发明实施例根据风速、云量覆盖率确定的到达时间更为精准,便于用户接收货物。
具体而言,在所述中控单元内还设置有风速补偿矩阵K(K1,K2,K3),其中K1表示第一风速补偿系数,K2表示第二风速补偿系数,K3表示第三风速补偿系数;
当待跟踪货物所在的航段对应的地貌平均海拔高度H高于预设高度H0时,对中控单元内的风速矩阵进行补偿,补偿后的风速矩阵V00(K1×V10,K2×V20,K3×V30),然后将实时风速Vi与补偿后的风速矩阵V00(K1×V10,K2×V20,K3×V30)中的参数进行比较,然后确定当前航段的平均云量覆盖率。
具体而言,根据不同的地貌平均海拔高度的不同对风速的影响设置了风速补偿矩阵K(K1,K2,K3),通过设置该风速补偿矩阵对于风速矩阵的进行补偿,使得风速更符合实际地貌情况,进而待跟踪货物在实际运输过程中的实时风速会影响运输的速度,而通过对风速进行补偿,重新确定对风速对平均云覆盖率的影响,使得对于在货物运输过程中的飞行难度进行可更为精准的评估,对于运输待跟踪货物的到达时间进行更为精确的判断,便于给用户提供更为精准的数据。
具体而言,所述第一风速补偿系数K1为:
K1=|H-H0|/H0+3×T1/(T1+T2+T3)+|Vi-V0|/V10,
所述第二风速补偿系数K2为:
K2=|H-H0|/H0+3×T2/(T1+T2+T3)+|Vi-V0|/V20,
所述第三风速补偿系数K3为:
K3=|H-H0|/H0+3×T3/(T1+T2+T3)+|Vi-V0|/V30。
具体而言,本发明实施例中的第一风速补偿系数K1、第二风速补偿系数K2和第三风速补偿系数K3是根据航段的平均海拔高度、到达时间的延长时间以及风速确定各个风速补偿系数,使得对于风速的补偿更为精确,可以根据对风速具有关联关系的参数建立实际联系,使得风速的补偿可以更体现运输过程中的天气状况,具体而言对于风速产生影响的因素有航段的地貌海拔高度,还有实际风速以及与风速相关的到达时间,本发明实施例通过设置补偿参数,对于风速进行补偿,根据风速对平均云量覆盖率的影响,间接对到达时间的延长时间进行了更为精准的修正,使得用户获取到的待跟踪货物的到达时间更为精准。
具体而言,所述中控单元内设置有权重系数矩阵C(C1,C2,C3),其中C1表示海拔高度系数,C2表示时长系数,C3表示风速系数,且C1+C2+C3=1,
所述权重系数矩阵用以对第一风速补偿系数、第二风速补偿系数和第三风速补偿系数进行更正,
当第一风速补偿系数K1>标准风速补偿系数K0时,更正后的第一风速补偿系数K1′的计算方法为:
K1′=C1×|H-H0|/H0+3×T1×C2/(T1+T2+T3)+|Vi-V0|×C3/V10;
当第二风速补偿系数K2>标准风速补偿系数K0时,更正后的第二风速补偿系数K2′的计算方法为:
K2′=C1×|H-H0|/H0+3×T2×C2/(T1+T2+T3)+|Vi-V0|×C3/V20;
当第三风速补偿系数K3>标准风速补偿系数K0时,更正后的第三风速补偿系数K3′的计算方法为:
K3′=C1×|H-H0|/H0+3×T3×C2/(T1+T2+T3)+|Vi-V0|×C3/V30。
本发明实施例通过设置权重系数矩阵,对于风速进行补偿,根据海拔高度、延长时间以及风速对风速补偿系数影响的比重设置了权重系数,间接对到达时间的延长时间进行了更为精准的修正,进一步提高用户获取到的待跟踪货物的到达时间的精准度。
具体而言,所述中控单元内还设置有货物种类矩阵A(A1,A2,A3,A4,A5)和时间修正系数矩阵S(S1,S2,S3,S4,S5),其中A1表示待跟踪货物为第一种类,A2表示待跟踪货物为第二种类,A3表示待跟踪货物为第三种类,A4表示待跟踪货物为第四种类,A5表示待跟踪货物为第五种类,S1表示第一修正系数,S2表示第二修正系数,S3表示第三修正系数,S4表示第四修正系数,S5表示第五修正系数,根据待跟踪货物所属的种类,选择时间修正系数矩阵S(S1,S2,S3,S4,S5)中的参数对时间延长矩阵T(T1,T2,T3)进行修正。
具体而言,当待跟踪货物属于第一种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行修正,修正后的时间延长矩阵为T11(S1×T1,S1×T2,S1×T3);
当待跟踪货物属于第二种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S2对时间延长矩阵进行修正,修正后的时间延长矩阵为T22(S2×T1,S2×T2,S2×T3);
当待跟踪货物属于第三种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S3对时间延长矩阵进行修正,修正后的时间延长矩阵为T33(S3×T1,S3×T2,S3×T3);
当待跟踪货物属于第四种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S4对时间延长矩阵进行修正,修正后的时间延长矩阵为T44(S4×T1,S4×T2,S4×T3);
当待跟踪货物属于第五种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S5对时间延长矩阵进行修正,修正后的时间延长矩阵为T55(S5×T1,S5×T2,S5×T3)。
具体而言,针对不同类别的待跟踪货物,还需要对于时间延长时间进行修正,待跟踪货物的种类可以有多种,比如可以是冷链海鲜产品,还可以是水果,还可以是酒水,还可以是文件,还可以是其他货物,在此不再一一列举,不同的货物种类对于运输时限的要求也是不同的,在本发明实施例中,可以根据待跟踪货物的紧急程度进行修正,还可以根据种类相关的其他特征,如存储难度进行修正,总之本发明实施例根据货物种类进行修正,而对于货物种类进行分类的依据可以是存储难度,还可以是运输时限等,还可以是其他情形,在此不再一一列就,本发明实施例通过对不同种类的货物进行时间延长矩阵的修正,使得对于待跟踪货物的到达时间的判断更为精准,符合用户需要,使得用户可以根据精准的货物到达时间进行货物的接收。
具体而言,所述第一修正系数S1为:
S1=A×(T2-T1)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30);
所述第二修正系数S2为:
S2=A×(T2-T1)/(T1+T2+T3)+B×(V30-V20)/(V10+V20+V30);
所述第三修正系数S3为:
S3=A×(T3-T1)/(T1+T2+T3)+B×(V30-V10)/(V10+V20+V30);
所述第四修正系数S4为:
S4=A×(T3-T1)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30);
所述第五修正系数S5为:
S5=A×(T3-T2)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30),
其中,A为时间修正权重系数,B为风速修正权重系数。
具体而言,本发明实施例通过设置不同的修正系数对不同种类的货物尽心修正,使得货物在运输过程中的时间可以更为精准,本领域技术人员可以理解的是,利用延长时长和风速进行修正,使得待跟踪货物在运输过程中的时间可以根据货物的实际种类,运输航段的风速、运输航段的云量覆盖率等因素进行到达时长的修正,使得对于不同种类的货物到达时间的评估更为精准。
具体而言,当确定货物种类时,根据待跟踪货物所在的航段对时间延长矩阵进行二次修正,当待跟踪货物属于第一种类时且当前航段为第一航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(2×S1×T1,2×S1×T2,2×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第二航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(3×S1×T1,3×S1×T2,3×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第三航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(4×S1×T1,4×S1×T2,4×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第四航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(5×S1×T1,5×S1×T2,5×S1×T3)。
具体而言,本发明实施例通过待跟踪货物在不同的航段内时,对时间延长矩阵进行了再次修正,若是距离目的地的距离较长,则修正的延长时间也较短,因为在实际运输过程中,可以通过其他航段的调整使得尽快到达目的地,而当距离目的地的距离较短时,调整的时间较短,无法进行及时调整,使得对于时间延长矩阵的修正就要增加,本发明实施例中的基于国际空运物流APP的货物跟踪方法,可以实现对时间延长矩阵进行二次修正,使得修正后的货物到达时间更能体现实际运输过程中的情况,给出较为精准的待跟踪货物的到达时间,降低预测误差,提高信誉度。
具体而言,在所述中控单元内还设置有客户满意时长T00,根据待跟踪货物所在的航段确定延长的时间,当所述到达时间与对应的延长时间相加后,与客户满意时长进行比较,若所述到达时间与对应的延长时间相加后小于等于客户满意时长,则待跟踪货物的运输在客户满意范围内;
若所述到达时间与对应的延长时间相加后大于客户满意时长,则待跟踪货物的运输不在客户满意范围内。
具体而言,本发明实施例通过设置客户满意时长T00,使得对于预估到达时长与对应的延长时间进行相加之后,与客户满意时长T00进行比较,对根据天气状况、地貌海拔高度,风速等因素进行调整后的到达时长是否可以让客户满意,因为随着物流技术的发展,货物代理公司对于客户的满意程度要求也在逐渐提高,因此在实际运输过程中,使得调整后的到达时长可以尽可能的在客户满意时长T00内,使得用户可以在预想的时间长度内接收到货物,减少等待时间,同时也进一步降低了运输过程中的维护成本和存储成本,提高运输效率。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于国际空运物流APP的货物跟踪方法,其特征在于,包括:
接收用户的查询指令信息,所述查询指令信息里包含待跟踪货物的运单信息;
根据查询指令信息确定待跟踪货物的当前航段,待跟踪货物从起始地到目的地设置有多个航段,根据当前航段的位置以及其他航段的天气信息调整待跟踪货物的到达时间;
将到达时间显示给用户,以实现对待跟踪货物的跟踪;
在货物跟踪过程中,设置货物位置矩阵L(L1,L2,L3,L4),其中L1表示第一航段,L2表示第二航段,L3表示第三航段,L4表示第四航段,待跟踪货物由起始地依次经过第一航段、第二航段、第三航段和第四航段到达目的地;
若待跟踪货物位于第一航段内,则获取第二航段L2、第三航段L3和第四航段L4的天气信息,并根据天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第二航段内,则根据第三航段和第四航段的天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第三航段内,则根据第四航段的天气信息推断待跟踪货物的到达时间;
若待跟踪货物位于第四航段内,则根据第四航段的实时天气推断待跟踪货物的到达时间;
在任意航段内,根据中控单元内设置的天气影响系数矩阵I(I1,I2,I3,I4)和时间延长矩阵T(T1,T2,T3),其中I1表示当前航段的平均云量覆盖率达80%以上,飞行难度极高,I2表示当前航段的云量为平均云量覆盖率达60%-80%,飞行难度大;I3表示当前航段的平均云量覆盖率为30%-60%,飞行难度一般;I4表示当前航段的平均云量覆盖率为30%以下,飞行难度较小,T1表示到达时间需延长第一时间,T2表示到达时间需延长第二时间,T3表示到达时间需延长第三时间,且T1>T2>T3;
在货物跟踪过程中,根据当前航段的平均云量覆盖率对预测到达时间进行延长;
所述根据当前航段的平均云量覆盖率对预测到达时间进行延长包括:若当前航段的平均云量覆盖率达80%以上,则原本的到达目的地时间就需要延长第一时间;
若当前航段的云量为平均云量覆盖率达60%-80%,则原本的到达目的地时间就需要延长第二时间;
若当前航段的平均云量覆盖率为30%-60%,则原本的到达目的地时间就需要延长第三时间;
若当前航段的平均云量覆盖率为30%以下,则可以按时到达目的地,无需延长到达时间;在确定当前航段的平均云量覆盖率时,根据实时风速对当前航段的平均云量覆盖率进行调整,在对云量进行调整修正时,根据待跟踪货物所在的航段对应的地貌平均海拔高度对中控单元内的风速矩阵中的参数进行补偿后确定当前航段的平均云量覆盖率。
2.根据权利要求1所述的基于国际空运物流APP的货物跟踪方法,其特征在于,
所述在确定当前航段的平均云量覆盖率时,根据实时风速对当前航段的平均云量覆盖率进行调整的过程为:
在货物跟踪过程中,实时获取待跟踪货物所在位置的实时风速Vi,根据中控单元内设置的标准风速V0,若实时风速Vi≤标准风速V0,则对当前航段的平均云量不会产生影响,当实时风速Vi>标准风速V0时,中控单元设置有风速矩阵V(V10,V20,V30),其中V10表示第一风速,V20表示第二风速,V30表示第三风速,且V0<V10<V20<V30,
在对实时风速进行检测时,设置有无人引领机,所述无人引领机在所述航段进行航行,所述无人引领机先于待跟踪货物飞行2小时,在所述无人引领机的机身上设置有风速检测计,用以检测所述无人引领机的风速,根据所述无人引领机的风速、所述时间间隔及天气变化情况预测所述待跟踪货物所在位置的实时风速Vi,
当第一风速V10≥实时风速Vi>标准风速V0时,所述当前航段的平均云量覆盖率降低10%;
当第二风速V20≥实时风速Vi>第一风速V10时,所述当前航段的平均云量覆盖率降低20%;
当第三风速V30≥实时风速Vi>第二风速V20时,所述当前航段的平均云量覆盖率降低30%;
当实时风速Vi>第三风速V30时,所述当前航段的平均云量覆盖率降低40%。
3.根据权利要求2所述的基于国际空运物流APP的货物跟踪方法,其特征在于,在无人引领机与待跟踪货物在航段进行航行时,设定无人引领机所在的航线为第一航线,待跟踪货物所在的航线为第二航线,第一航线和第二航线投影后,第一航线和第二航线包括三个节点,分别为第一节点、第二节点和第三节点,第一节点和第二节点之间形成第一区域的投影面积,第二节点和第三节点之间形成第二区域的投影面积,
当待跟踪货物到达第三节点时,确定第一投影面积和第二投影面积的差值,若其小于预设的标准差值ΔG,在下一待跟踪货物运输过程中,无需对航线进行调节,若第一投影面积和第二投影面积的差值大于等于预设的标准差值ΔG,则在下一待货物跟踪时,对航线进行调节。
4.根据权利要求3所述的基于国际空运物流APP的货物跟踪方法,其特征在于,当对航线进行调节时,若待跟踪货物到达第二节点时,根据第一区域的投影面积G1与预设的第一标准面积G00进行比较,若第一区域的投影面积G1≥第一标准面积G00,则改变待跟踪获取在第二节点和第三节点之间的航行路径,使其航行路径形成的第二区域的投影面积缩小,以缩短待跟踪货物在航行过程中的路径。
5.根据权利要求4所述的基于国际空运物流APP的货物跟踪方法,其特征在于,所述在对云量进行调整修正时,根据待跟踪货物所在的航段对应的地貌平均海拔高度对中控单元内的风速矩阵中的参数进行补偿后确定当前航段的平均云量覆盖率包括:
在所述中控单元内还设置有风速补偿矩阵K(K1,K2,K3),其中K1表示第一风速补偿系数,K2表示第二风速补偿系数,K3表示第三风速补偿系数;
当待跟踪货物所在的航段对应的地貌平均海拔高度H高于预设高度H0时,对中控单元内的风速矩阵进行补偿,补偿后的风速矩阵V00(K1×V10,K2×V20,K3×V30),然后将实时风速Vi与补偿后的风速矩阵V00(K1×V10,K2×V20,K3×V30)中的参数进行比较,然后确定当前航段的平均云量覆盖率。
6.根据权利要求5所述的基于国际空运物流APP的货物跟踪方法,其特征在于,所述第一风速补偿系数K1的计算方法为:
K1=|H-H0|/H0+3×T1/(T1+T2+T3)+|Vi-V0|/V10;
所述第二风速补偿系数K2的计算方法为:
K2=|H-H0|/H0+3×T2/(T1+T2+T3)+|Vi-V0|/V20;
所述第三风速补偿系数K3的计算方法为:
K3=|H-H0|/H0+3×T3/(T1+T2+T3)+|Vi-V0|/V30。
7.根据权利要求6所述的基于国际空运物流APP的货物跟踪方法,其特征在于,在对各风速补偿系数进行计算时,所述中控单元内设置有权重系数矩阵C(C1,C2,C3),其中C1表示海拔高度系数,C2表示时长系数,C3表示风速系数,且C1+C2+C3=1,
所述权重系数矩阵用以对第一风速补偿系数、第二风速补偿系数和第三风速补偿系数进行更正,
当第一风速补偿系数K1>标准风速补偿系数K0时,更正后的第一风速补偿系数K1′为:
K1′=C1×|H-H0|/H0+3×T1×C2/(T1+T2+T3)+|Vi-V0|×C3/V10;
当第二风速补偿系数K2>标准风速补偿系数K0时,更正后的第二风速补偿系数K2′为:
K2′=C1×|H-H0|/H0+3×T2×C2/(T1+T2+T3)+|Vi-V0|×C3/V20;
当第三风速补偿系数K3>标准风速补偿系数K0时,更正后的第三风速补偿系数K3′为:
K3′=C1×|H-H0|/H0+3×T3×C2/(T1+T2+T3)+|Vi-V0|×C3/V30。
8.根据权利要求7所述的基于国际空运物流APP的货物跟踪方法,其特征在于,所述中控单元内还设置有货物种类矩阵A(A1,A2,A3,A4,A5)和时间修正系数矩阵S(S1,S2,S3,S4,S5),其中A1表示待跟踪货物为第一种类,A2表示待跟踪货物为第二种类,A3表示待跟踪货物为第三种类,A4表示待跟踪货物为第四种类,A5表示待跟踪货物为第五种类,S1表示第一修正系数,S2表示第二修正系数,S3表示第三修正系数,S4表示第四修正系数,S5表示第五修正系数,根据待跟踪货物所属的种类,选择时间修正系数矩阵S(S1,S2,S3,S4,S5)中的参数对时间延长矩阵T(T1,T2,T3)进行修正;
当待跟踪货物属于第一种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行修正,修正后的时间延长矩阵为T11(S1×T1,S1×T2,S1×T3);
当待跟踪货物属于第二种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S2对时间延长矩阵进行修正,修正后的时间延长矩阵为T22(S2×T1,S2×T2,S2×T3);
当待跟踪货物属于第三种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S3对时间延长矩阵进行修正,修正后的时间延长矩阵为T33(S3×T1,S3×T2,S3×T3);
当待跟踪货物属于第四种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S4对时间延长矩阵进行修正,修正后的时间延长矩阵为T44(S4×T1,S4×T2,S4×T3);
当待跟踪货物属于第五种类时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S5对时间延长矩阵进行修正,修正后的时间延长矩阵为T55(S5×T1,S5×T2,S5×T3);
所述第一修正系数S1=A×(T2-T1)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30);
所述第二修正系数S2=A×(T2-T1)/(T1+T2+T3)+B×(V30-V20)/(V10+V20+V30);
所述第三修正系数S3=A×(T3-T1)/(T1+T2+T3)+B×(V30-V10)/(V10+V20+V30);
所述第四修正系数S4=A×(T3-T1)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30);
所述第五修正系数S5=A×(T3-T2)/(T1+T2+T3)+B×(V20-V10)/(V10+V20+V30),A为时间修正权重系数,B为风速修正权重系数。
9.根据权利要求8所述的基于国际空运物流APP的货物跟踪方法,其特征在于,
当确定货物种类时,根据待跟踪货物所在的航段对时间延长矩阵进行二次修正,当待跟踪货物属于第一种类时且当前航段为第一航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(2×S1×T1,2×S1×T2,2×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第二航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(3×S1×T1,3×S1×T2,3×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第三航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(4×S1×T1,4×S1×T2,4×S1×T3);
当待跟踪货物属于第一种类时且当前航段为第四航段时,则利用时间修正系数矩阵S(S1,S2,S3,S4,S5)中的S1对时间延长矩阵进行双重修正,修正后的时间延长矩阵为T11′(5×S1×T1,5×S1×T2,5×S1×T3)。
10.根据权利要求1-9中任一项所述的基于国际空运物流APP的货物跟踪方法,其特征在于,在所述中控单元内还设置有客户满意时长T00,根据待跟踪货物所在的航段确定延长的时间,当所述到达时间与对应的延长时间相加后,与客户满意时长进行比较,若所述到达时间与对应的延长时间相加后小于等于客户满意时长,则待跟踪货物的运输在客户满意范围内;
若所述到达时间与对应的延长时间相加后大于客户满意时长,则待跟踪货物的运输不在客户满意范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110188627.4A CN112561452B (zh) | 2021-02-19 | 2021-02-19 | 基于国际空运物流app的货物跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110188627.4A CN112561452B (zh) | 2021-02-19 | 2021-02-19 | 基于国际空运物流app的货物跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112561452A true CN112561452A (zh) | 2021-03-26 |
CN112561452B CN112561452B (zh) | 2021-05-14 |
Family
ID=75035971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110188627.4A Active CN112561452B (zh) | 2021-02-19 | 2021-02-19 | 基于国际空运物流app的货物跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112561452B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649167A (zh) * | 2024-01-25 | 2024-03-05 | 广州拓威天海国际物流有限公司 | 一种基于国际运输的货物订单进度跟踪管理*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320442A (zh) * | 2007-06-05 | 2008-12-10 | 上海博拉软件有限公司 | 基于物流管理平台实现货物实时跟踪监控的方法 |
CN108475382A (zh) * | 2015-12-23 | 2018-08-31 | 瑞士再保险有限公司 | 航班轨迹预测***和航班轨迹承载自动化延误风险转移***及其对应方法 |
KR101933440B1 (ko) * | 2017-08-30 | 2018-12-28 | (주)판토스 | 항공 화물 포워딩을 위한 마켓플레이스 시스템 및 그 서비스방법 |
CN109685411A (zh) * | 2018-11-16 | 2019-04-26 | 南京大学 | 一种物流货运平台的拼车匹配方法 |
CN110060010A (zh) * | 2019-04-09 | 2019-07-26 | 北京航济国际物流有限公司 | 物流追踪*** |
CN111353739A (zh) * | 2020-02-21 | 2020-06-30 | 上海东普信息科技有限公司 | 动态匹配航运资源的方法、装置、设备和存储介质 |
CN111553636A (zh) * | 2020-04-28 | 2020-08-18 | 成都米风感知科技有限公司 | 一种基于ucl物流追踪溯源方法、装置、***及存储介质 |
WO2020181108A1 (en) * | 2019-03-06 | 2020-09-10 | United States Postal Service | Methods and systems for coordinating local deliveries |
CN111738500A (zh) * | 2020-06-11 | 2020-10-02 | 大连海事大学 | 一种基于深度学习的航行时间预测方法及装置 |
-
2021
- 2021-02-19 CN CN202110188627.4A patent/CN112561452B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320442A (zh) * | 2007-06-05 | 2008-12-10 | 上海博拉软件有限公司 | 基于物流管理平台实现货物实时跟踪监控的方法 |
CN108475382A (zh) * | 2015-12-23 | 2018-08-31 | 瑞士再保险有限公司 | 航班轨迹预测***和航班轨迹承载自动化延误风险转移***及其对应方法 |
KR101933440B1 (ko) * | 2017-08-30 | 2018-12-28 | (주)판토스 | 항공 화물 포워딩을 위한 마켓플레이스 시스템 및 그 서비스방법 |
CN109685411A (zh) * | 2018-11-16 | 2019-04-26 | 南京大学 | 一种物流货运平台的拼车匹配方法 |
WO2020181108A1 (en) * | 2019-03-06 | 2020-09-10 | United States Postal Service | Methods and systems for coordinating local deliveries |
CN110060010A (zh) * | 2019-04-09 | 2019-07-26 | 北京航济国际物流有限公司 | 物流追踪*** |
CN111353739A (zh) * | 2020-02-21 | 2020-06-30 | 上海东普信息科技有限公司 | 动态匹配航运资源的方法、装置、设备和存储介质 |
CN111553636A (zh) * | 2020-04-28 | 2020-08-18 | 成都米风感知科技有限公司 | 一种基于ucl物流追踪溯源方法、装置、***及存储介质 |
CN111738500A (zh) * | 2020-06-11 | 2020-10-02 | 大连海事大学 | 一种基于深度学习的航行时间预测方法及装置 |
Non-Patent Citations (1)
Title |
---|
洪映松: "机场货运预测***的研究与应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649167A (zh) * | 2024-01-25 | 2024-03-05 | 广州拓威天海国际物流有限公司 | 一种基于国际运输的货物订单进度跟踪管理*** |
CN117649167B (zh) * | 2024-01-25 | 2024-05-10 | 广州拓威天海国际物流有限公司 | 一种基于国际运输的货物订单进度跟踪管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN112561452B (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816147A (zh) | 一种航空货运路由规划方法、装置、设备和存储介质 | |
CN109658037B (zh) | 一种物流路径智能规划方法及*** | |
US9165471B1 (en) | System and method for determining aircraft payloads to enhance profitability | |
JP5591429B1 (ja) | 船舶に対する補油の港および補油量の決定を支援するための装置、プログラム、記録媒体および方法 | |
US20140277853A1 (en) | System and method for determining aircraft operational parameters and enhancing aircraft operation | |
WO2022021119A1 (zh) | 一种集装箱码头间全自主水上运输调度方法及*** | |
US20100168937A1 (en) | Method for Flight Control of a Plurality of Aircraft Flying in Formation | |
US20110161241A1 (en) | Transmodal and logistics system and method | |
CN112561452B (zh) | 基于国际空运物流app的货物跟踪方法 | |
JP2013014387A (ja) | 配車計画評価学習システム | |
CA2724847A1 (en) | Cargo tracking and visibility system and method | |
JP6810192B2 (ja) | 運行管理装置、運行管理システム、及び運行管理方法 | |
KR20170049204A (ko) | 물류 시스템에서의 위험도 산출 방법 | |
CN114115355B (zh) | 一种无人机组任务规划方法、装置及*** | |
US11674837B2 (en) | Dynamic fuel tankering | |
US8027757B2 (en) | Method and device for aiding the management of successive flights of an aircraft | |
CN106779525A (zh) | 一种基于航空货运实务的运费自动计算***及方法 | |
CN107972997A (zh) | 保鲜设备、冷链运输装置、冷链***及产品的定价方法 | |
CN111158402A (zh) | 一种物流运输无人机飞行路径规划方法 | |
Siswanto et al. | A Simulation study of sea transport based fertilizer product considering disruptive supply and congestion problems | |
CN111461393A (zh) | 应急情况下的飞机调度方法和调度装置 | |
JP5446204B2 (ja) | 倉庫作業計画立案支援装置 | |
CN107730073A (zh) | 物流管理***和方法 | |
US10139235B2 (en) | Data processing device, program, recording medium, and data processing method for assisting formulation of bunkering plan of ship | |
CN113625768B (zh) | 一种火星直升机航迹规划方法、***、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |