CN113743849B - 一种物流任务运输方法和装置 - Google Patents
一种物流任务运输方法和装置 Download PDFInfo
- Publication number
- CN113743849B CN113743849B CN202010535388.0A CN202010535388A CN113743849B CN 113743849 B CN113743849 B CN 113743849B CN 202010535388 A CN202010535388 A CN 202010535388A CN 113743849 B CN113743849 B CN 113743849B
- Authority
- CN
- China
- Prior art keywords
- transportation
- logistics
- task
- logistics task
- determining
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 230000032683 aging Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 49
- 238000010586 diagram Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种物流任务运输方法和装置,涉及仓储物流技术领域。该方法的一具体实施方式包括:根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误概率,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误概率;根据当前延误概率确定是否调整运输方案。该实施方式降低了物流任务运输的延误概率,提高了运输时效性,提升了用户体验。
Description
技术领域
本发明涉及仓储物流技术领域,尤其涉及一种物流任务运输方法和装置。
背景技术
随着物流行业的飞速发展,用户对物流企业提供的物流任务运输服务的安全性和时效性也越来越高。
物流任务的时效性是指物流任务能够在规定的时间范围内到达,为了实现该这一点,现有方法常通过监控物流任务是否按时从起始网点发送,是否按时到达目的网点来实现对物流任务运输时效性进行确定。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有的物流任务运输方法无法获知物流任务在运输过程的物流网点信息,更无法获知运输过程的延误概率,无法针对时效性在运输过程中对运输方案进行动态调整,进而无法降低延误概率,导致物流任务的运输时效性较差,用户体验差。
发明内容
有鉴于此,本发明实施例提供一种物流任务运输方法和装置,能够通过确定物流任务在运输过程的物流网点信息,确定运输过程中的延误概率,进而针对时效性对物流任务运输进行动态调整,降低延误概率,提高运输时效性,提升用户体验。
为实现上述目的,根据本发明实施例的第一方面,提供了一种物流任务运输方法,包括:
根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;
确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;
根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误概率,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误概率;
根据当前延误概率确定是否调整运输方案。
进一步地,确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间的步骤包括:监控物流任务的实时位置信息,根据实时位置信息与物流网点的位置信息之间的距离阈值确定物流任务途经的各运输网点以及运输至该运输网点对应的抵达时刻,根据各相邻运输网点的抵达时刻确定该相邻两运输网点之间的运输时间。
进一步地,根据实时位置信息与物流网点的位置信息之间的距离阈值确定物流任务途经的各运输网点以及运输至该运输网点对应的抵达时刻的步骤包括:根据物流网点的位置信息和距离阈值确定物流网点的位置区域,在物流任务对应的实时位置属于物流网点的位置区域对应的覆盖范围的情况下,确定该物流网点为物流任务途经的运输网点,并将实时位置进入位置区域对应的覆盖范围的时刻确定为物流任务运输至该运输网点的抵达时刻。
进一步地,物流网点信息是根据历史物流任务的运输数据集合进行确定的,其中,根据历史物流任务的运输数据集合确定物流网点信息的步骤包括:
获取历史物流任务的运输数据集合,其中,运输数据集合指示了历史物流任务途经的各物流网点、任意两相邻物流网点之间的运输时间以及该历史物流任务对应的时效信息;
利用聚类算法对历史物流任务的运输数据集合进行分类处理,以确定各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率,进而确定物流网点信息。
进一步地,在获取历史物流任务的运输数据集合之后,物流运输方法还包括:
根据距离偏移阈值对运输数据集合中的运输数据进行数据清洗。
进一步地,根据当前延误概率确定是否调整运输方案的步骤包括:判断当前延误概率是否小于或等于物流任务对应的延误概率阈值,若是,则不调整运输方案;若否,则调整物流任务对应的运输方案中指示的运输速度和/或运输路线。
进一步地,调整物流任务对应的运输方案中指示的运输速度和/或运输路线的步骤包括:根据当前延误概率对应的运输网点与目的网点之间各物流网点对应的权重系数以及任意两网点之间的运输时间对应的延误概率,确定调整运输速度和运输路线中的至少一种。
进一步地,在物流任务运输至目的网点后,物流任务运输方法还包括:
将物流任务对应的运输数据加入历史物流任务的运输数据集合,并根据新的运输数据集合确定物流网点信息。
根据本发明实施例的第二方面,提供了一种物流任务运输装置,包括:
运输方案确定模块,用于根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;
运输时间确定模块,用于确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;
当前延误概率确定模块,根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误概率,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误概率;
运输方案调整模块,用于根据当前延误概率确定是否调整运输方案。
根据本发明实施例的第三方面,提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上述任一种物流任务运输方法。
根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述任一种物流任务运输方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误风险总值,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误风险值;根据当前延误概率确定是否调整运输方案的技术手段,所以克服了现有的物流任务运输方法由于只监控物流任务是否按时从起始网点发送,是否按时到达目的网点,导致的无法获知物流任务在运输过程的物流网点信息,更无法获知运输过程的延误概率,无法针对时效性在运输过程中对运输方案进行动态调整,进而无法降低延误概率,导致物流任务的运输时效性较差的技术问题,进而达到能够通过确定物流任务在运输过程的物流网点信息,确定运输过程中的延误概率,进而针对时效性对物流任务运输进行动态调整,降低延误概率,提高运输时效性,提升用户体验的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明第一实施例提供的物流任务运输方法的主要流程的示意图;
图2是根据本发明第二实施例提供的物流任务运输方法的主要流程的示意图;
图3是图2所述物流任务运输方法中确定物流网点信息的主要流程的示意图;
图4是根据本发明实施例提供的物流任务运输装置的主要模块的示意图;
图5是本发明实施例可以应用于其中的示例性***架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明第一实施例提供的物流任务运输方法的主要流程的示意图;如图1所示,本发明实施例提供的物流任务运输方法主要包括:
步骤S101,根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线。
具体地,上述运输方案中指示的运输路线可根据现有的路线规划方案进行确定。
步骤S102,确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间。
通过上述设置,确定物流任务途经的各运输网点以及各相邻运输网点之间的运输时间,即是确定物流任务运输过程中的运输状态信息,该运输状态信息包括途经的各运输网点,以及物流任务在相邻的两个途经的运输网点之间的运输时间,有利于后续根据该运输状态信息确定物流任务的延误概率,进而通过对该物流任务运输方案的动态调整来提高物流任务运输时效性。
具体地,根据本发明实施例,上述确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间的步骤包括:监控物流任务的实时位置信息,根据实时位置信息与物流网点的位置信息之间的距离阈值确定物流任务途经的各运输网点以及运输至该运输网点对应的抵达时刻,根据各相邻运输网点的抵达时刻确定该相邻两运输网点之间的运输时间。
通过上述设置,一方面通过装载物流任务的运输工具对应的定位装置实时获取物流任务的位置信息;另一方面通过运输路线上的各运输网点来监控物流任务抵达该运输网点的抵达时刻,进而确定物流任务在两相邻运输网点之间的运输时间。根据本发明实施例的一具体实施实施方式,该步骤可通过物联网进行实现,提高了所确定的运输时间的精确度。
进一步地,根据本发明实施例,上述根据实时位置信息与物流网点的位置信息之间的距离阈值确定物流任务途经的各运输网点以及运输至该运输网点对应的抵达时刻的步骤包括:根据物流网点的位置信息和距离阈值确定物流网点的位置区域,在物流任务对应的实时位置属于物流网点的位置区域对应的覆盖范围的情况下,确定该物流网点为物流任务途经的运输网点,并将实时位置进入位置区域对应的覆盖范围的时刻确定为物流任务运输至该运输网点的抵达时刻。
在实施运输过程中,物流任务的运输目标是从起始网点运输至目的网点,中间的运输网点只是物流任务途经的网点,装载物流任务的运输工具并不一定会驶进上述途经的运输网点内,而通过对物流任务在运输过程的状态监控来确定的延误概率的精确度的高低,就是尽可能多的监控物流任务途经的运输网点以及各相邻途经运输网点之间的运输时间。
因此,根据本发明实施例的一具体实施方式,可以以物流网点实际地理位置为中心,以设定的距离阈值为半径,将其覆盖的范围划定为物流网点的位置区域,只要物流任务的实时位置进入该位置区域的覆盖范围,即将该物流网点确定为物流任务途经的运输网点,将进入上述覆盖范围的时刻确定为物流任务运输至该运输网点的抵达时刻。需要说明的是,上述距离阈值的设定根据实际应用场景进行调整。
根据本发明实施例的又一具体实施方式,上述方法的实现还可以通过在物流网点周围设置相应的传感器的感应设备,利用物联网的原理来实现。
步骤S103,根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误概率,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误概率。
具体地,根据本发明实施例,上述当前延误概率是通过将物流任务途经的各运输网点对应的权重系数和各相邻运输网点之间的运输时间对应的延误概率的乘积进行加权处理后得到的。
进一步地,根据本发明实施例,上述物流网点信息是根据历史物流任务的运输数据集合进行确定的,其中,根据历史物流任务的运输数据集合确定物流网点信息的步骤包括:
获取历史物流任务的运输数据集合,其中,运输数据集合指示了历史物流任务途经的各物流网点、任意两相邻物流网点之间的运输时间以及该历史物流任务对应的时效信息;
利用聚类算法对历史物流任务的运输数据集合进行分类处理,以确定各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率,进而确定物流网点信息。
通过上述设置,获取多个历史物流任务的运输数据组成运输数据集合,然后通过对该运输数据集合进行分类处理得到各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率,提高了确定的当前延误概率的准确率,进而提高了运输时效性。
其中,上述时效信息指示了历史物流任务运输至目的网点的时间与预设的送达时间之间的关系。
优选地,根据本发明实施例,在获取历史物流任务的运输数据集合之后,物流运输方法还包括:
根据距离偏移阈值对运输数据集合中的运输数据进行数据清洗。
由于物流任务定位存在的偏差,在实际获取的运输数据中,存在部分物流任务途经的物流网点与实际不符,为了提高最终确定的物流网点信息的准确度,进而提高延误风险概率的精度,通过设置距离偏移阈值来对运输数据集合中的运输数据进行数据清洗。
步骤S104,根据当前延误概率确定是否调整运输方案。
具体地,根据本发明实施例,上述根据当前延误概率确定是否调整运输方案的步骤包括:判断当前延误概率是否小于或等于物流任务对应的延误概率阈值,若是,则不调整运输方案;若否,则调整物流任务对应的运输方案中指示的运输速度和/或运输路线。
通过上述设置,物流任务每途经一个运输网点都计算物流任务在该运输网点对应的当前延误概率,只要物流任务在抵达目的网点之前,其对应的当前延误概率阈值均小于或等于延误概率阈值,即该物流任务在运输过程中的延误概率在可接受/可控制的范围内,不需要对该物流任务的运输方案进行动态调整,即可满足该物流任务对应的时效要求;在物流任务抵达目的网点之前,其在某一个途经的运输网点对应的当前延误概率大于物流任务对应的延误概率阈值时,表明该物流任务按照原定计划进行运输,其延误风险超过可控制的范围,极有可能存在延误风险,进而导致该物流任务的运输不符合时效性的要求,因此,需要调整物流任务对应的运输路线和/或运输速度,以降低延误概率,提高物流任务的运输时效性,提升用户体验。
进一步地,根据本发明实施例,调整物流任务对应的运输方案中指示的运输速度和/或运输路线的步骤包括:根据当前延误概率对应的运输网点与目的网点之间各物流网点对应的权重系数以及任意两网点之间的运输时间对应的延误概率,确定调整运输速度和运输路线中的至少一种。
具体地,根据本发明实施例的一具体实施方式,可根据当前运输网点与目的网点之间的各物流网点对应的权重系数以及任意两网点之间的运输时间对应的延误概率,来评估通过提高运输速度是否能够将物流任务准时送达;若不行或者满足条件的运输速度难以维持,则重新规划运输路线,确定能够使得在新规划运输路线途经的运输网点对应的当前延误概率能够在延误概率阈值的区间内。
优选地,根据本发明实施例,在物流任务运输至目的网点后,物流任务运输方法还包括:
将物流任务对应的运输数据加入历史物流任务的运输数据集合,并根据新的运输数据集合确定物流网点信息。
每次物流任务运输完成后,将该物流任务对应的运输数据(包括进行运输方案调整后的运输数据)加入至运输数据集合中,进而对物流网点信息中指示各个物流网点对应的权重系数以及各相邻物流网点之间的运输时间对应的延误概率进行更新,以提高后续利用该物流网点信息确定物流任务的当前延误概率的精确度,提高运输时效性。
根据本发明实施例的技术方案,因为采用根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误风险总值,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误风险值;根据当前延误概率确定是否调整运输方案的技术手段,所以克服了现有的物流任务运输方法由于只监控物流任务是否按时从起始网点发送,是否按时到达目的网点,导致的无法获知物流任务在运输过程的物流网点信息,更无法获知运输过程的延误概率,无法针对时效性在运输过程中对运输方案进行动态调整,进而无法降低延误概率,导致物流任务的运输时效性较差的技术问题,进而达到能够通过确定物流任务在运输过程的物流网点信息,确定运输过程中的延误概率,进而针对时效性对物流任务运输进行动态调整,降低延误概率,提高运输时效性,提升用户体验的技术效果。
图2是根据本发明第二实施例提供的物流任务运输方法的主要流程的示意图;本发明实施例的应用场景是基于IoT(Internet of Things,物联网)的物流任务运输,如图2所示,本发明实施例提供的物流任务运输方法主要包括:
步骤S201,根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线。
具体地,上述运输方案中指示的运输路线可根据现有的路线规划方案进行确定。
步骤S202,监控物流任务的实时位置信息。
优选地,上述步骤可根据装载物流任务的运输工具上的定位设备进行监控。
步骤S203,根据物流网点的位置信息和距离阈值确定物流网点的位置区域。
具体地,根据本发明实施例,可采用IoT(Internet of Things,物联网)技术实现,如电子围栏,通过在物流网点周围设置电子围栏,使得以物流网点的位置信息为中心,距离阈值为半径的覆盖范围均为该物流网点对应的位置区域。
步骤S204,在物流任务对应的实时位置属于物流网点的位置区域对应的覆盖范围的情况下,确定该物流网点为物流任务途经的运输网点,并将实时位置进入位置区域对应的覆盖范围的时刻确定为物流任务运输至该运输网点的抵达时刻。
具体地,根据本发明实施例的一具体实施方式,当装载物流任务的运输工具触碰到由电子围栏覆盖的物流网点的位置区域后(即电子围栏上的传感器感应到该物流任务),确定该物流网点为物流任务途经的运输网点,触碰对应的时刻为物流任务抵达该运输网点的抵达时刻。
需要说明的是,上述提及到的装载有传感器的电子围栏仅为本发明实施例中采用IoT技术实现上述方法的一个示例,并不作为对本发明的限定,基于IoT技术实现上述步骤的现有的其他装置也属于本发明实施例的保护范围。
步骤S205,根据各相邻运输网点的抵达时刻确定该相邻两运输网点之间的运输时间。
通过物流任务抵达当前运输网点的抵达时刻减去该物流任务途经上一运输网点的抵达时刻即可确定该相邻两运输网点之间的运输时间。
步骤S206,根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误概率。
具体地,根据本发明实施例,上述物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误概率。
具体地,根据本发明实施例,上述当前延误概率是通过将物流任务途经的各运输网点对应的权重系数和各相邻运输网点之间的运输时间对应的延误概率的乘积进行加权处理后得到的。
相应地,上述根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误概率可以表示为:
其中,Sn表示物流任务n的当前延误概率;m表示该物流任务途经的第m个运输网点;ci表示第i个运输网点与其前一个途经的运输网点之间的运输时间对应的延误概率;Wi表示第i个运输网点对应的权重系数。
具体地,根据本发明实施例,ci表示的第i个运输网点与其前一个途经的运输网点之间的运输时间对应的延误概率,可以由第i个运输网点与其前一个途经的运输网点之间的运输时间对应的延误风险分值xi与该次物流任务对应的延误风险阈值yn进行确定,可表示为:
ci=Xi/yn
其中,xi的确定根据历史物流任务的运输数据集合进行确定的(详情可参见图3所示实施例)。
示例性地,根据本发明实施例的一具体实施方式,对于物流任务途经的运输网点B,其对应的权重系数为0.2;在该权重系数下,运输网点B与该物流任务途经的上一运输网点A之间的运输时间为1h(小时)时其对应的延误风险分值为0;运输时间为2h(小时)时其对应的延误风险分值为60;运输时间为3h(小时)时其对应的延误风险分为90。然后设定第n个物流任务对应的延误风险阈值yn为100,那么运输网点A到运输网点B之间的运输时间为1h时,对应的延误概率ci为0;运输时间为2h时,对应的延误概率ci为0.6;运输时间为3h时,对应的延误概率ci为0.9。
步骤S207,判断是否到达目的网点。若是,即到达目的网点,则转到步骤S210;若否,即还没有到达目的网点,则执行步骤S208。
步骤S208,判断当前延误概率是否小于或等于物流任务对应的延误概率阈值。若是,即当前延误概率小于或等于物流任务对应的延误概率阈值,则执行步骤S210;若否,即当前延误概率大于物流任务对应的延误概率阈值,则执行步骤S209。
通过上述设置,物流任务每途经一个运输网点都计算物流任务在该运输网点对应的当前延误概率,只要物流任务在抵达目的网点之前,其对应的当前延误概率阈值均小于或等于延误概率阈值,即该物流任务在运输过程中的延误概率在可接受/可控制的范围内,不需要对该物流任务的运输方案进行动态调整,即可满足该物流任务对应的时效要求,能够提高用户体验。
步骤S209,调整物流任务对应的运输路线和/或运输速度。
在物流任务抵达目的网点之前,其在某一个途经的运输网点对应的当前延误概率大于物流任务对应的延误概率阈值时,表明该物流任务按照原定计划进行运输,其延误风险超过可控制的范围,极有可能存在延误风险,进而导致该物流任务的运输不符合时效性的要求,降低了用户体验。因此,需要调整物流任务对应的运输路线和/或运输速度,以降低延误概率,提高物流任务的运输时效性,提升用户体验。
步骤S210,获取本次物流任务对应的运输数据。
具体地,根据本发明实施例,在物流任务运输至目的网点后,物流任务运输方法还包括:将获取的本次物流任务对应的运输数据加入历史物流任务的运输数据集合,并根据新的运输数据集合确定物流网点信息。
每次物流任务运输完成后,将该物流任务对应的运输数据(包括进行运输方案调整后的运输数据)加入至运输数据集合中,进而对物流网点信息中指示各个物流网点对应的权重系数以及各相邻物流网点之间的运输时间对应的延误概率进行更新,以提高后续利用该物流网点信息确定物流任务的当前延误概率的精确度,提高运输时效性。
步骤S211,结束运输任务。
根据本发明实施例的技术方案,因为采用根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误风险总值,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误风险值;根据当前延误概率确定是否调整运输方案的技术手段,所以克服了现有的物流任务运输方法由于只监控物流任务是否按时从起始网点发送,是否按时到达目的网点,导致的无法获知物流任务在运输过程的物流网点信息,更无法获知运输过程的延误概率,无法针对时效性在运输过程中对运输方案进行动态调整,进而无法降低延误概率,导致物流任务的运输时效性较差的技术问题,进而达到能够通过确定物流任务在运输过程的物流网点信息,确定运输过程中的延误概率,进而针对时效性对物流任务运输进行动态调整,降低延误概率,提高运输时效性,提升用户体验的技术效果。
图3是图2所述物流任务运输方法中确定物流网点信息的主要流程的示意图;如图3所示,本发明实施例提供给的确定物流网点信息的主要流程包括:
步骤S301,获取历史物流任务的运输数据集合。
具体地,根据本发明实施例,上述运输数据集合指示了历史物流任务途经的各物流网点、任意两相邻物流网点之间的运输时间以及该历史物流任务对应的时效信息。上述时效信息指示了历史物流任务运输至目的网点的时间与预设的送达时间之间的关系。
步骤S302,根据距离偏移阈值对运输数据集合中的运输数据进行数据清洗。
由于物流任务定位存在的偏差,在实际获取的运输数据中,存在部分物流任务途经的物流网点与实际不符,为了提高最终确定的物流网点信息的准确度,进而提高延误风险概率的精度,通过设置距离偏移阈值来对运输数据集合中的运输数据进行数据清洗。
优选地,根据本发明实施例,可根据每个物流网点的地理位置信息设置一个地理经纬度范围(距离偏移阈值),将在该物流网点对应的地理经纬度范围之外的运输数据进行剔除。
步骤S303,利用聚类算法对历史物流任务的运输数据集合进行分类处理。
由于物流任务定位存在的偏差,在实际获取的运输数据中,存在部分物流任务途经的物流网点与实际不符,为了提高最终确定的物流网点信息的准确度,进而提高延误风险概率的精度。
优选地,根据本发明实施例,上述聚类算法可以现有的聚类算法,如K-Means(K均值)聚类、基于密度的聚类方法(DBSCAN)、聚类二叉树等。
步骤S304,根据分类处理结果确定物流网点信息。
具体地,上述物流网点信息指示了各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率。
具体地,根据本发明实施例,对于多次历史物流任务,对于同一相邻运输网点之间的运输时间可能都不同,可通过上述方案中分类处理结果确定该同一相邻运输网点之间的运输时间对应的最大值、最小值和平均值等一系列统计学数据。
进而在确定物流网点信息中指示的各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率时,可根据进行人为调整的早晚、某物流网点出现延误的频次等设置该物流网点对应的权重系数;根据上述相邻运输网点之间的运输时间对应的平均值、最小值和最大值确定不同运输时间对应的延误风险分值,进而根据延误风险分值与延误风险阈值的比值确定延误概率。
需要说明的是,上述具体实施方式中提供的根据分类处理结果确定各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率(即物流网点信息)仅为本发明实施例的一个示例。
根据本发明实施例的又一具体实施方式,还可以根据上述历史物流任务对应的运输数据集合构建延误风险评估模型,将述历史物流任务对应的运输数据集合分为训练数据和验证数据,通过对延误风险评估模型进行训练、验证最后得到上述物流网点信息。
具体地,根据本发明实施例,步骤S304中确定的物流网点信息,可用于和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误概率。
根据本发明实施例的技术方案,因为采用根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误风险总值,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误风险值;根据当前延误概率确定是否调整运输方案的技术手段,所以克服了现有的物流任务运输方法由于只监控物流任务是否按时从起始网点发送,是否按时到达目的网点,导致的无法获知物流任务在运输过程的物流网点信息,更无法获知运输过程的延误概率,无法针对时效性在运输过程中对运输方案进行动态调整,进而无法降低延误概率,导致物流任务的运输时效性较差的技术问题,进而达到能够通过确定物流任务在运输过程的物流网点信息,确定运输过程中的延误概率,进而针对时效性对物流任务运输进行动态调整,降低延误概率,提高运输时效性的技术效果。
图4是根据本发明实施例提供的物流任务运输装置的主要模块的示意图;如图4所示,本发明实施例提供的物流任务运输装置400主要包括:
运输方案确定模块401,用于根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线。
具体地,上述运输方案中指示的运输路线可根据现有的路线规划方案进行确定。
运输时间确定模块402,用于确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间。
通过上述设置,确定物流任务途经的各运输网点以及各相邻运输网点之间的运输时间,即是确定物流任务运输过程中的运输状态信息,该运输状态信息包括途经的各运输网点,以及物流任务在相邻的两个途经的运输网点之间的运输时间,有利于后续根据该运输状态信息确定物流任务的延误概率,进而通过对该物流任务运输方案的动态调整来提高物流任务运输时效性。
具体地,根据本发明实施例,上述运输时间确定模块402还用于:监控物流任务的实时位置信息,根据实时位置信息与物流网点的位置信息之间的距离阈值确定物流任务途经的各运输网点以及运输至该运输网点对应的抵达时刻,根据各相邻运输网点的抵达时刻确定该相邻两运输网点之间的运输时间。
通过上述设置,一方面通过装载物流任务的运输工具对应的定位装置实时获取物流任务的位置信息;另一方面通过运输路线上的各运输网点来监控物流任务抵达该运输网点的抵达时刻,进而确定物流任务在两相邻运输网点之间的运输时间。根据本发明实施例的一具体实施实施方式,该步骤可通过物联网进行实现,提高了所确定的运输时间的精确度。
进一步地,根据本发明实施例,上述运输时间确定模块402还用于:根据物流网点的位置信息和距离阈值确定物流网点的位置区域,在物流任务对应的实时位置属于物流网点的位置区域对应的覆盖范围的情况下,确定该物流网点为物流任务途经的运输网点,并将实时位置进入位置区域对应的覆盖范围的时刻确定为物流任务运输至该运输网点的抵达时刻。
在实施运输过程中,物流任务的运输目标是从起始网点运输至目的网点,中间的运输网点只是物流任务途经的网点,装载物流任务的运输工具并不一定会驶进上述途经的运输网点内,而通过对物流任务在运输过程的状态监控来确定的延误概率的精确度的高低,就是尽可能多的监控物流任务途经的运输网点以及各相邻途经运输网点之间的运输时间。
因此,根据本发明实施例的一具体实施方式,可以以物流网点实际地理位置为中心,以设定的距离阈值为半径,将其覆盖的范围划定为物流网点的位置区域,只要物流任务的实时位置进入该位置区域的覆盖范围,即将该物流网点确定为物流任务途经的运输网点,将进入上述覆盖范围的时刻确定为物流任务运输至该运输网点的抵达时刻。需要说明的是,上述距离阈值的设定根据实际应用场景进行调整。
根据本发明实施例的又一具体实施方式,上述方法的实现还可以通过在物流网点周围设置相应的传感器的感应设备,利用物联网的原理来实现。
当前延误概率确定模块403,根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误概率,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误概率
具体地,根据本发明实施例,上述当前延误概率是通过将物流任务途经的各运输网点对应的权重系数和各相邻运输网点之间的运输时间对应的延误概率的乘积进行加权处理后得到的。
进一步地,根据本发明实施例,物流网点信息是根据历史物流任务的运输数据集合进行确定的,上述物流任务运输装置400还包括物流网点信息确定模块,用于:
获取历史物流任务的运输数据集合,其中,运输数据集合指示了历史物流任务途经的各物流网点、任意两相邻物流网点之间的运输时间以及该历史物流任务对应的时效信息;
利用聚类算法对历史物流任务的运输数据集合进行分类处理,以确定各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率,进而确定物流网点信息。
通过上述设置,获取多个历史物流任务的运输数据组成运输数据集合,然后通过对该运输数据集合进行分类处理得到各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率,提高了确定的当前延误概率的准确率,进而提高了运输时效性。
其中,上述时效信息指示了历史物流任务运输至目的网点的时间与预设的送达时间之间的关系。
优选地,根据本发明实施例,上述物流任务运输装置400还包括数据清洗模块,在获取历史物流任务的运输数据集合之后,数据清洗模块用于:根据距离偏移阈值对运输数据集合中的运输数据进行数据清洗。
由于物流任务定位存在的偏差,在实际获取的运输数据中,存在部分物流任务途经的物流网点与实际不符,为了提高最终确定的物流网点信息的准确度,进而提高延误风险概率的精度,通过设置距离偏移阈值来对运输数据集合中的运输数据进行数据清洗。
运输方案调整模块404,用于根据当前延误概率确定是否调整运输方案。
具体地,根据本发明实施例,上述运输方案调整模块404还用于:判断当前延误概率是否小于或等于物流任务对应的延误概率阈值,若是,则不调整运输方案;若否,则调整物流任务对应的运输方案中指示的运输速度和/或运输路线
通过上述设置,物流任务每途经一个运输网点都计算物流任务在该运输网点对应的当前延误概率,只要物流任务在抵达目的网点之前,其对应的当前延误概率阈值均小于或等于延误概率阈值,即该物流任务在运输过程中的延误概率在可接受/可控制的范围内,不需要对该物流任务的运输方案进行动态调整,即可满足该物流任务对应的时效要求;在物流任务抵达目的网点之前,其在某一个途经的运输网点对应的当前延误概率大于物流任务对应的延误概率阈值时,表明该物流任务按照原定计划进行运输,其延误风险超过可控制的范围,极有可能存在延误风险,进而导致该物流任务的运输不符合时效性的要求,因此,需要调整物流任务对应的运输路线和/或运输速度,以降低延误概率,提高物流任务的运输时效性,提升用户体验。
进一步地,根据本发明实施例,上述运输方案调整模块404还用于:根据当前延误概率对应的运输网点与目的网点之间各物流网点对应的权重系数以及任意两网点之间的运输时间对应的延误概率,确定调整运输速度和运输路线中的至少一种。
具体地,根据本发明实施例的一具体实施方式,可根据当前运输网点与目的网点之间的各物流网点对应的权重系数以及任意两网点之间的运输时间对应的延误概率,来评估通过提高运输速度是否能够将物流任务准时送达;若不行或者满足条件的运输速度难以维持,则重新规划运输路线,确定能够使得在新规划运输路线途经的运输网点对应的当前延误概率能够在延误概率阈值的区间内。
优选地,根据本发明实施例,上述物流任务运输装置400还包括更新模块,在物流任务运输至目的网点后,更新模块用于:
将物流任务对应的运输数据加入历史物流任务的运输数据集合,并根据更新后的运输数据集合确定物流网点信息。
每次物流任务运输完成后,将该物流任务对应的运输数据(包括进行运输方案调整后的运输数据)加入至运输数据集合中,进而对物流网点信息中指示各个物流网点对应的权重系数以及各相邻物流网点之间的运输时间对应的延误概率进行更新,以提高后续利用该物流网点信息确定物流任务的当前延误概率的精确度,提高运输时效性。
根据本发明实施例的技术方案,因为采用根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误风险总值,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误风险值;根据当前延误概率确定是否调整运输方案的技术手段,所以克服了现有的物流任务运输方法由于只监控物流任务是否按时从起始网点发送,是否按时到达目的网点,导致的无法获知物流任务在运输过程的物流网点信息,更无法获知运输过程的延误概率,无法针对时效性在运输过程中对运输方案进行动态调整,进而无法降低延误概率,导致物流任务的运输时效性较差的技术问题,进而达到能够通过确定物流任务在运输过程的物流网点信息,确定运输过程中的延误概率,进而针对时效性对物流任务运输进行动态调整,降低延误概率,提高运输时效性的技术效果。
图5示出了可以应用本发明实施例的物流任务运输方法或物流任务运输装置的示例性***架构500。
如图5所示,***架构500可以包括终端设备501、502、503,网络504和服务器505(此架构仅仅是示例,具体架构中包含的组件可以根据申请具体情况调整)。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物流任务的起始网点和目的网点等数据进行分析等处理,并将处理结果(例如运输方案、途经的各运输网点以及各相邻运输网点之间的运输时间、当前延误概率--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的物流任务运输方法一般由服务器505执行,相应地,物流任务运输装置一般设置于服务器505中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本发明实施例的终端设备的计算机***600的结构示意图。图6示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机***600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本发明的***中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括运输路线确定模块、运输时间确定模块、当前延误概率确定模块和运输模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,运输路线确定模块还可以被描述为“用于根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误风险总值,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误风险值;根据当前延误概率确定是否调整运输方案。
根据本发明实施例的技术方案,因为采用根据物流任务的起始网点和目的网点确定运输方案,运输方案指示了运输路线;确定物流任务在运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;根据物流网点信息和物流任务途经的各相邻运输网点之间的运输时间确定物流任务对应的当前延误风险总值,其中,物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误风险值;根据当前延误概率确定是否调整运输方案的技术手段,所以克服了现有的物流任务运输方法由于只监控物流任务是否按时从起始网点发送,是否按时到达目的网点,导致的无法获知物流任务在运输过程的物流网点信息,更无法获知运输过程的延误概率,无法针对时效性在运输过程中对运输方案进行动态调整,进而无法降低延误概率,导致物流任务的运输时效性较差的技术问题,进而达到能够通过确定物流任务在运输过程的物流网点信息,确定运输过程中的延误概率,进而针对时效性对物流任务运输进行动态调整,降低延误概率,提高运输时效性的技术效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种物流任务运输方法,其特征在于,包括:
根据物流任务的起始网点和目的网点确定运输方案,所述运输方案指示了运输路线;
确定所述物流任务在所述运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;
根据物流网点信息和所述物流任务途经的各相邻运输网点之间的运输时间确定所述物流任务对应的当前延误概率,其中,所述物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误概率;确定所述物流网点信息的步骤包括:获取历史物流任务的运输数据集合,其中,所述运输数据集合指示了历史物流任务途经的各物流网点、任意两相邻物流网点之间的运输时间以及该历史物流任务对应的时效信息;利用聚类算法对所述历史物流任务的运输数据集合进行分类处理,以确定各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率,进而确定所述物流网点信息;
根据所述当前延误概率确定是否调整所述运输方案。
2.根据权利要求1所述的物流任务运输方法,其特征在于,所述确定所述物流任务在所述运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间的步骤包括:监控所述物流任务的实时位置信息,根据所述实时位置信息与物流网点的位置信息之间的距离阈值确定所述物流任务途经的各运输网点以及运输至该运输网点对应的抵达时刻,根据各相邻运输网点的抵达时刻确定该相邻两运输网点之间的运输时间。
3.根据权利要求2所述的物流任务运输方法,其特征在于,所述根据所述实时位置信息与物流网点的位置信息之间的距离阈值确定所述物流任务途经的各运输网点以及运输至该运输网点对应的抵达时刻的步骤包括:根据所述物流网点的位置信息和所述距离阈值确定所述物流网点的位置区域,在所述物流任务对应的实时位置属于所述物流网点的位置区域对应的覆盖范围的情况下,确定该物流网点为所述物流任务途经的运输网点,并将所述实时位置进入所述位置区域对应的覆盖范围的时刻确定为所述物流任务运输至该运输网点的抵达时刻。
4.根据权利要求1所述的物流任务运输方法,其特征在于,在所述获取历史物流任务的运输数据集合之后,所述物流运输方法还包括:
根据距离偏移阈值对所述运输数据集合中的运输数据进行数据清洗。
5.根据权利要求1所述的物流任务运输方法,其特征在于,所述根据所述当前延误概率确定是否调整所述运输方案的步骤包括:判断所述当前延误概率是否小于或等于所述物流任务对应的延误概率阈值,若是,则不调整所述运输方案;若否,则调整所述物流任务对应的运输方案中指示的运输速度和/或运输路线。
6.根据权利要求5所述的物流任务运输方法,其特征在于,所述调整所述物流任务对应的运输方案中指示的运输速度和/或运输路线的步骤包括:根据所述当前延误概率对应的运输网点与目的网点之间各物流网点对应的权重系数以及任意两网点之间的运输时间对应的延误概率,确定调整所述运输速度和所述运输路线中的至少一种。
7.根据权利要求1所述的物流任务运输方法,其特征在于,在所述物流任务运输至所述目的网点后,所述物流任务运输方法还包括:
将所述物流任务对应的运输数据加入历史物流任务的运输数据集合,并根据新的运输数据集合确定所述物流网点信息。
8.一种物流任务运输装置,其特征在于,包括:
运输方案确定模块,用于根据物流任务的起始网点和目的网点确定运输方案,所述运输方案指示了运输路线;
运输时间确定模块,用于确定所述物流任务在所述运输路线上途经的各运输网点以及各相邻运输网点之间的运输时间;
当前延误概率确定模块,根据物流网点信息和所述物流任务途经的各相邻运输网点之间的运输时间确定所述物流任务对应的当前延误概率,其中,所述物流网点信息指示了各运输网点对应的权重系数以及任意两相邻运输网点之间的运输时间对应的延误概率;确定所述物流网点信息的步骤包括:获取历史物流任务的运输数据集合,其中,所述运输数据集合指示了历史物流任务途经的各物流网点、任意两相邻物流网点之间的运输时间以及该历史物流任务对应的时效信息;利用聚类算法对所述历史物流任务的运输数据集合进行分类处理,以确定各物流网点对应的权重系数以及任意两相邻物流网点之间的运输时间对应的延误概率,进而确定所述物流网点信息;
运输方案调整模块,用于根据所述当前延误概率确定是否调整所述运输方案。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535388.0A CN113743849B (zh) | 2020-06-12 | 2020-06-12 | 一种物流任务运输方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535388.0A CN113743849B (zh) | 2020-06-12 | 2020-06-12 | 一种物流任务运输方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113743849A CN113743849A (zh) | 2021-12-03 |
CN113743849B true CN113743849B (zh) | 2024-06-18 |
Family
ID=78727964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010535388.0A Active CN113743849B (zh) | 2020-06-12 | 2020-06-12 | 一种物流任务运输方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743849B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418236A (zh) * | 2022-02-09 | 2022-04-29 | 北京京东振世信息技术有限公司 | 信息预测方法、装置、存储介质及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944797A (zh) * | 2017-12-11 | 2018-04-20 | 日立楼宇技术(广州)有限公司 | 运输任务的监控方法、装置及*** |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11200517B2 (en) * | 2016-08-01 | 2021-12-14 | International Business Machines Corporation | Redistribution based on real time presence data |
CN106714265B (zh) * | 2017-01-05 | 2019-09-24 | 清华大学 | 基于dtn算法的网络节点预测方法和装置 |
CN109426930B (zh) * | 2017-08-25 | 2023-07-18 | 株式会社日立制作所 | 物流车辆的运输延迟预测***及方法 |
CN109255380A (zh) * | 2018-08-31 | 2019-01-22 | 哈尔滨工业大学 | 一种基于层次聚类的过采样方法及*** |
CN109472391B (zh) * | 2018-09-20 | 2019-10-25 | 重庆满惠网络科技有限公司 | 一种基于大数据的物流信息监控管理*** |
CN109829677B (zh) * | 2019-02-22 | 2022-08-09 | 西南科技大学 | 一种物流运输过程监控方法及*** |
CN110969391B (zh) * | 2019-11-29 | 2023-05-05 | 广汽丰田汽车有限公司 | 物流运输规划方法、***及计算机可读存储介质 |
-
2020
- 2020-06-12 CN CN202010535388.0A patent/CN113743849B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944797A (zh) * | 2017-12-11 | 2018-04-20 | 日立楼宇技术(广州)有限公司 | 运输任务的监控方法、装置及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113743849A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110371548B (zh) | 一种货物入库方法和装置 | |
US12039472B2 (en) | Method and device for scheduling automated guided vehicle | |
CN109471783B (zh) | 预测任务运行参数的方法和装置 | |
CN110442121B (zh) | 一种运输车路线选取的方法和装置 | |
CN109961328B (zh) | 确定订单冷静期的方法和装置 | |
CN110321252B (zh) | 一种技能服务资源调度的方法和装置 | |
CN111461383A (zh) | 规划配送路径的方法和装置 | |
CN113222205B (zh) | 一种路径规划的方法和装置 | |
CN110703758A (zh) | 一种路径规划方法和装置 | |
CN113743849B (zh) | 一种物流任务运输方法和装置 | |
CN110766348A (zh) | 一种组合拣货任务的方法和装置 | |
CN111044062B (zh) | 路径规划、推荐方法和装置 | |
CN110871980B (zh) | 储位分类方法和装置 | |
CN114666263A (zh) | 高动态的智能路由确定方法、装置、电子设备及存储介质 | |
CN113626175B (zh) | 数据处理的方法和装置 | |
CN113762674B (zh) | 订单配送方法和装置 | |
CN113537680B (zh) | 一种确定运输任务的完成时间的方法及装置 | |
CN114565170A (zh) | 污染物溯源方法及装置、设备、介质和产品 | |
CN112414391B (zh) | 一种机器人的重定位方法及装置 | |
CN113537893A (zh) | 订单处理方法、装置、设备和计算机可读介质 | |
CN113538080A (zh) | 一种任务单拆分方法和装置 | |
CN113361739A (zh) | 一种生成拣货路径的方法和装置 | |
CN113313439B (zh) | 一种计算妥投时长的方法和装置 | |
CN117130873B (zh) | 一种任务监控的方法和装置 | |
CN109240878B (zh) | 数据处理方法和装置 |
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 |