CN116151717A - 一种大宗商品物流运输异常预警方法及*** - Google Patents
一种大宗商品物流运输异常预警方法及*** Download PDFInfo
- Publication number
- CN116151717A CN116151717A CN202310428203.XA CN202310428203A CN116151717A CN 116151717 A CN116151717 A CN 116151717A CN 202310428203 A CN202310428203 A CN 202310428203A CN 116151717 A CN116151717 A CN 116151717A
- Authority
- CN
- China
- Prior art keywords
- commodity
- mid
- bulk
- time
- transportation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 98
- 230000005856 abnormality Effects 0.000 title claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 48
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 6
- 230000032683 aging Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000011999 immunoperoxidase monolayer assay Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 101001001429 Homo sapiens Inositol monophosphatase 1 Proteins 0.000 description 2
- 102100035679 Inositol monophosphatase 1 Human genes 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- GHZKGHQGPXBWSN-UHFFFAOYSA-N methyl(propan-2-yloxy)phosphinic acid Chemical compound CC(C)OP(C)(O)=O GHZKGHQGPXBWSN-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
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
本发明涉及物流监控领域,本发明提供了一种大宗商品物流运输异常预警方法,获取大宗商品的揽件信息,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率,根据大宗商品的调度失时率发出运输异常预警信息。所述方法能够监测大宗商品在运输途中的异常情况,无需人工核查,根据运输过程的移动数据发出异常预警信息,防止大宗商品出现严重损失,在保证大宗商品物流时效的同时进一步降低超时风险,还能够充分提高物流运输路线上的效率和协同能力。
Description
技术领域
本发明涉及物流监控领域,特别涉及一种大宗商品物流运输异常预警方法。
背景技术
物流运输预警是指在物流运输过程中,通过一系列技术手段对运输环节可能出现的各种风险因素进行实时监控和预警,并在风险事件发生前及时提出预警,以便采取相应的措施避免损失或降低损失的一种应急管理措施。
在大宗商品物流运输过程中,常常会遇到各种异常情况,如运输车辆故障、运输途中出现不可抗力因素,或货物温度过高或过低、湿度过大或过小、货物受到震动或碰撞等。这些异常情况会导致货物时效延误,甚至导致货物质量下降或货物损失,因此,及时对物流运输过程中出现的异常情况进行预警和处理,对于提高大宗商品物流运输的安全性和可靠性非常重要。
在现有的物流运输异常预警技术中,由于物流数据量大、预警模型应用受限、成本投入巨大等限制,在大宗商品的运输途中,当商品出现物流异常时,物流平台往往难以发出准确、实时的预警信息,因此,如何通过一种低成本、高精度、实时性强的物流运输异常预警方法使得大宗商品在运输过程中出现异常时能够及时发出预警,是保证大宗商品物流时效的关键。
发明内容
本发明的目的在于提出一种大宗商品物流运输异常预警方法,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
本发明涉及物流监控领域,本发明提供了一种大宗商品物流运输异常预警方法,获取大宗商品的揽件信息,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率,根据大宗商品的调度失时率发出运输异常预警信息。所述方法能够监测大宗商品在运输途中的异常情况,无需人工核查,根据运输过程的移动数据发出异常预警信息,防止大宗商品出现严重损失,在保证大宗商品物流时效的同时进一步降低超时风险,还能够充分提高物流运输路线上的效率和协同能力。为了实现上述目的,根据本发明的一方面,提供一种大宗商品物流运输异常预警方法,所述方法包括以下步骤:
S100,获取大宗商品的揽件信息;
S200,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据;
S300,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率;
S400,根据大宗商品的调度失时率发出运输异常预警信息。
进一步地,步骤S100中,所述揽件信息至少包括大宗商品的揽件时间、大宗商品的预计送达时间、大宗商品的揽件位置、大宗商品的送达位置;所述大宗商品的揽件时间为物流公司接收该大宗商品时的接收时刻(年月日时分秒),所述大宗商品的预计送达时间为该大宗商品送至目的地的预计送达时刻,所述大宗商品的揽件位置为大宗商品被物流公司接收时该大宗商品所处的经纬度,所述大宗商品的送达位置即大宗商品需要被送达的目的地所处的经纬度。
可选地,步骤S100中,获取大宗商品的揽件信息的方法具体为:在物流手持终端中,通过人工输入或终端自动生成的方式记录大宗商品的揽件时间、大宗商品的揽件位置、大宗商品的送达位置;在物流手持终端中,选择大宗商品的运输路线,获取在过去一周内通过该运输路线实现运输的所有大宗商品所耗费的平均运输时间,以揽件时间加上所述平均运输时间作为大宗商品的预计送达时间,以大宗商品的揽件时间、大宗商品的预计送达时间、大宗商品的揽件位置、大宗商品的送达位置组成大宗商品的揽件信息。
进一步地,步骤S200中,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据的方法具体为:在运输大宗商品的运输工具上部署微服务器以及设置跟踪***,通过跟踪***获取所述运输工具在运输途中的实时经纬度信息,以所述运输工具在运输途中的实时经纬度信息作为大宗商品在运输途中的实时位置数据,微服务器与跟踪***通过有线方式连接以实现数据通讯,微服务器用于处理数据以及发送预警信息至物流信息***,所述微服务器与物流信息***通过无线方式实现数据通讯。
进一步地,步骤S300中,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率的方法具体为:
S301,以(x0,y0)表示大宗商品的揽件位置,以(xe,ye)表示大宗商品的送达位置,以t0表示大宗商品的揽件时间,以te表示大宗商品的预计送达时间,以t0至te之间的时间间隔作为时段TimeP,在时段TimeP内每隔1分钟记录一次大宗商品在运输途中的实时位置数据,以表示大宗商品在运输途中的第i分钟时所处于的经度,以y(i)表示大宗商品在运输途中的第i分钟时所处于的纬度,以[x(i),y(i)]代表大宗商品在运输途中的第i分钟时所处于的经纬度,i=1,2,…,T,T为时段TimeP内的总分钟数(即时段TimeP内总共含有T分钟),记[x(i),y(i)]为有序对,创建一个空白的集合Coll{},将T个有序对[x(1),y(1)],[x(2),y(2)],…,[x(T),y(T)]依次加入集合Coll{}中,则集合Coll{}内含有T个元素,在集合Coll{}中过滤掉所有空值元素(空值元素即值为0的元素,如[x(n),y(n)]=[0,0]即为空值元素),以Coll(i)表示过滤掉所有空值元素后的集合Coll{}中的第i个元素,Coll(i)=[x(i),y(i)],i=1,2,…,T;
S302,定义Coll(i)#Coll(1)=[x(i),y(i)]#[x(1),y(1)]=[x(i)/x(1)+y(i)/y(1)]/2,创建一个空白的集合Mid{},初始化一个变量j=1,j的取值范围为[1,T],从j=1开始遍历j于j的取值范围内,转至S303;
S303,记K(j)=Coll(j)#Coll(1),将当前的K(j)加入到集合Mid{}中,转至S304;
S304,如果当前变量j的值小于T时,则将j的值增加1并转至S303;如果当前变量j的值等于或大于T时,则转至S305;
S305,记Mid(k)为集合Mid{}中的第k个元素,初始化一个变量k1=1,k1的取值范围为[1,N],N为集合Mid{}中所有元素的数量,从k1=1开始遍历k1于k1的取值范围内,创建一个空白的集合IMX{};
S306,记varx=|Mid(k1+1)-Mid(k1)|;如果当前varx的值不为0时,则转至S307;如果当前varx的值为0时,则转至S308;
S307,如果当前变量k1的值小于N,则将k1的值增加1,转至S306;如果当前变量的值等于N,则将集合Mid{}中的所有元素加入集合IMX{}中并转至S312;
S308,以A表示当前变量k1的值,将集合Mid{}中的Mid(A+1),Mid(A+2),…,Mid(A+A)组成集合Nid{},记Nid(k2)为集合Nid{}中的第k2个元素,k2=1,2,…,M,M为集合Nid{}中所有元素的值,若条件B1成立,则转至S309;若条件B1不成立,则将集合Nid{}中的所有元素加入集合IMX{}中并转至S312;
其中,条件B1为:
式中,x为累加变量,NidA为集合Nid{}内所有元素的平均值;
S309,设置一个变量k3,k3的初始值设置为1,k3的取值范围为[1,M],从k3=1开始遍历变量k3,转至S310;
S310,如果当前的Nid(k3)满足条件C1,则将当前k3的值增加1,转至S311;如果当前的Nid(k3)不满足条件C1,则记当前变量k3的值为B,将集合Nid{}中的Nid(1),Nid(2),…,Nid(B)加入到集合IMX{}中,转至S312;
其中,条件C1为|Nid(k3+1)-Nid(k3)|≤|Nid(k3)-Mid(A)|;
S311,若变量k3当前的值小于M,则转至S310;如果变量k3当前的值等于或大于M,则将集合Nid{}中的所有元素加入集合IMX{}并转至S312;
S312,以IMX(j1)代表集合IMX{}中的第j1个元素,j1=1,2,…,M1,M1为集合IMX{}中所有元素的数量,通过下式计算大宗商品的调度失时率SchRATE:
式中,E1=[A1*xe/x0+ye/y0]/2,E2=[xe/x0+A1*ye/y0]/2,A1=t0p/(tep-t0p),t0p为t0的时间戳,tep为te的时间戳,R0(k)=IMX(1)+[IMX(M1)-IMX(1)]*(Mid(k)-MidA)/(MidA-Midn),r为累加变量,k=1,2,…,N,N为集合Mid{}中所有元素的数量,MidA为集合Mid{}中值最大的元素,Midn为集合Mid{}中值最小的元素。
本步骤的有益效果为:物流时效为运输大宗商品过程中的关键,在大宗商品的运输过程中,存在各种因素影响商品的物流时效,当运输途中出现异常时,大宗商品位置数据变化的波动程度相对增加,本步骤的方法利用大宗商品的实时位置数据,固定间隔地记录大宗商品的经纬度,通过计算大宗商品在每分钟相对于前一分钟的位移比例并构成集合,同时进一步地筛选集合中的元素计算得到调度失时率,调度失时率反映了大宗商品在运输过程中的异常可能性,当调度失时率在一段时间内持续走高,则说明该段时间内大宗商品的位移比例变化出现异常,通过发出异常预警信息确保大宗商品的运输状态,避免发生严重运输事故时而导致货品发生巨大损失。
进一步地,步骤S400中,根据大宗商品的调度失时率发出运输异常预警信息的方法具体为:在大宗商品的运输途中,实时地计算大宗商品的调度失时率(调度失时率的值随时间变化,集合Coll{}内的元素每隔一分钟就会变化一次,使得SchRATE的值实时变化),如果在[10,30]分钟内大宗商品的调度失时率的值持续增加,则说明大宗商品在当前的时间段内存在异常,通过大宗商品运输工具中的微服务器发送异常预警信息至物流信息***。
由于大宗商品在运输途中产生的位置数据较多,服务器在计算调度失时率时需要消耗大量算力,高负载的情况下容易造成大宗商品的实时位置数据发生丢失,为解决该问题,同时提高调度失时率的预警准确性,计算大宗商品的调度失时率SchRATE的方法还可以为:
计算集合Mid{}中每个元素的后效度,计算集合IMX{}中每个元素的后效度,将集合Mid{}中后效度大于IMXL的所有元素组成集合IMP{},IMXL为IMX{}所有元素的后效度的平均值,记IMP(k4)为集合IMP{}中的第k4个元素,k4=1,2…,Z,Z为集合IMP{}中所有元素的数量,通过下式计算大宗商品的调度失时率SchRATE:
式中,E1=[A1*xe/x0+ye/y0]/2,E2=[xe/x0+A1*ye/y0]/2,A1=t0p/(tep-t0p),t0p为t0的时间戳,tep为te的时间戳,U0(k4)=IMX(1)+[IMX(M1)-IMX(1)]*(IMP(k4)-IMPA)/(IMPA-IMPn),r为累加变量,IMPA为集合IMP{}中值最大的元素,IMPn为集合IMP{}中值最小的元素;
其中,计算集合Mid{}中每个元素的后效度的方法为:以valid(k)表示集合Mid{}中第k个元素Mid(k)的后效度,valid(k)=C0(k)*Mid(k)/(Mid(k+1)-Mid(k)),C0(k)=[MidA-Mid(k)]/[Mid(k)-Midn];
计算集合IMX{}中每个元素的后效度的方法为:以_valid(j1)表示集合IMX{}中第j1个元素IMX(j1)的后效度,_valid(j1)=_C0(j1)*IMX(j1)/(IMX(j1+1)-IMX(j1)),_C0(j1)=[IMXA-IMX(j1)]/[IMX(j1)-IMXn],IMXA为集合IMX{}中值最大的元素,IMXn为集合IMX{}中值最小的元素。
本步骤的有益效果为:由于物流途中由跟踪***实时生成的位置数据数量较大,而在一段连续的时间内,在大宗商品无异常的状态下,其实时位置数据的形式上是表现为稳定的,本步骤的方法通过计算集合中元素的后效度,利用后效度过滤掉部分较为稳定的数据,在一段稳定的位置数据中,只需要选取若干个数据即可反映该段数据相对于所有实时位置数据的影响,从而在后续调度失时率的计算中大幅减少计算量,减轻微服务器的算力负载,还能够减少非关键数据带来的计算偏差,提高调度失时率的正确预警概率。
本发明还提供了一种获取大宗商品的揽件信息***,所述一种获取大宗商品的揽件信息***包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现一种获取大宗商品的揽件信息方法中的步骤,所述获取大宗商品的揽件信息***可以运行于桌上型计算机、笔记本电脑、移动电话、手提电话、平板电脑、掌上电脑及云端数据中心等计算设备中,可运行的***可包括,但不仅限于,处理器、存储器、服务器集群,所述处理器执行所述计算机程序运行在以下***的单元中:
信息获取单元,用于获取大宗商品的揽件信息;
数据记录单元,用于待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据;
信息计算单元,用于通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率;
信息发送单元,用于根据大宗商品的调度失时率发出运输异常预警信息。
本发明的有益效果为:所述方法能够监测大宗商品在运输途中的异常情况,无需人工核查,根据运输过程的移动数据发出异常预警信息,防止大宗商品出现严重损失,在保证大宗商品物流时效的同时进一步降低超时风险,还能够充分提高物流运输路线上的效率和协同能力。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,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,在附图中:
图1所示为一种获取大宗商品的揽件信息方法的流程图;
图2所示为一种获取大宗商品的揽件信息***的***结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种大宗商品物流运输异常预警方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种大宗商品物流运输异常预警方法。
本发明提出一种大宗商品物流运输异常预警方法,所述方法包括以下步骤:
S100,获取大宗商品的揽件信息;
S200,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据;
S300,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率;
S400,根据大宗商品的调度失时率发出运输异常预警信息。
进一步地,步骤S100中,所述揽件信息至少包括大宗商品的揽件时间、大宗商品的预计送达时间、大宗商品的揽件位置、大宗商品的送达位置;所述大宗商品的揽件时间为物流公司接收该大宗商品时的接收时刻(年月日时分秒),所述大宗商品的预计送达时间为该大宗商品送至目的地的预计送达时刻,所述大宗商品的揽件位置为大宗商品被物流公司接收时该大宗商品所处的经纬度,所述大宗商品的送达位置即大宗商品需要被送达的目的地所处的经纬度。
可选地,步骤S100中,获取大宗商品的揽件信息的方法具体为:在物流手持终端中,通过人工输入或终端自动生成的方式记录大宗商品的揽件时间、大宗商品的揽件位置、大宗商品的送达位置;在物流手持终端中,选择大宗商品的运输路线,获取在过去一周内通过该运输路线实现运输的所有大宗商品所耗费的平均运输时间,以揽件时间加上所述平均运输时间作为大宗商品的预计送达时间,以大宗商品的揽件时间、大宗商品的预计送达时间、大宗商品的揽件位置、大宗商品的送达位置组成大宗商品的揽件信息。
进一步地,步骤S200中,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据的方法具体为:在运输大宗商品的运输工具上部署微服务器以及设置跟踪***,通过跟踪***获取所述运输工具在运输途中的实时经纬度信息,以所述运输工具在运输途中的实时经纬度信息作为大宗商品在运输途中的实时位置数据,微服务器与跟踪***通过有线方式连接以实现数据通讯,微服务器用于处理数据以及发送预警信息至物流信息***,所述微服务器与物流信息***通过无线方式实现数据通讯。
进一步地,步骤S300中,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率的方法具体为:
S301,以(x0,y0)表示大宗商品的揽件位置,以(xe,ye)表示大宗商品的送达位置,以t0表示大宗商品的揽件时间,以te表示大宗商品的预计送达时间,以t0至te之间的时间间隔作为时段TimeP,在时段TimeP内每隔1分钟记录一次大宗商品在运输途中的实时位置数据,以x(i)表示大宗商品在运输途中的第i分钟时所处于的经度,以y(i)表示大宗商品在运输途中的第i分钟时所处于的纬度,以[x(i),y(i)]代表大宗商品在运输途中的第i分钟时所处于的经纬度,i=1,2,…,T,T为时段TimeP内的总分钟数(即时段TimeP内总共含有T分钟),记[x(i),y(i)]为有序对,创建一个空白的集合Coll{},将T个有序对[x(1),y(1)],[x(2),y(2)],…,[x(T),y(T)]依次加入集合Coll{}中,则集合Coll{}内含有T个元素,在集合Coll{}中过滤掉所有空值元素(空值元素即值为0的元素,如[x(n),y(n)]=[0,0]即为空值元素),以Coll(i)表示过滤掉所有空值元素后的集合Coll{}中的第i个元素,Coll(i)=[x(i),y(i)],i=1,2,…,T;
S302,定义Coll(i)#Coll(1)=[x(i),y(i)]#[x(1),y(1)]=[x(i)/x(1)+y(i)/y(1)]/2,创建一个空白的集合Mid{},初始化一个变量j=1,j的取值范围为[1,T],从j=1开始遍历j于j的取值范围内,转至S303;
S303,记K(j)=Coll(j)#Coll(1),将当前的K(j)加入到集合Mid{}中,转至S304;
S304,如果当前变量j的值小于T时,则将j的值增加1并转至S303;如果当前变量j的值等于或大于T时,则转至S305;
S305,记Mid(k)为集合Mid{}中的第k个元素,初始化一个变量k1=1,k1的取值范围为[1,N],N为集合Mid{}中所有元素的数量,从k1=1开始遍历k1于k1的取值范围内,创建一个空白的集合IMX{};
S306,记varx=|Mid(k1+1)-Mid(k1)|;如果当前varx的值不为0时,则转至S307;如果当前varx的值为0时,则转至S308;
S307,如果当前变量k1的值小于N,则将k1的值增加1,转至S306;如果当前变量的值等于N,则将集合Mid{}中的所有元素加入集合IMX{}中并转至S312;
S308,以A表示当前变量k1的值,将集合Mid{}中的Mid(A+1),Mid(A+2),…,Mid(A+A)组成集合Nid{},记Nid(k2)为集合Nid{}中的第k2个元素,k2=1,2,…,M,M为集合Nid{}中所有元素的值,若条件B1成立,则转至S309;若条件B1不成立,则将集合Nid{}中的所有元素加入集合IMX{}中并转至S312;
其中,条件B1为:
式中,x为累加变量,NidA为集合Nid{}内所有元素的平均值;
S309,设置一个变量k3,k3的初始值设置为1,k3的取值范围为[1,M],从k3=1开始遍历变量k3,转至S310;
S310,如果当前的Nid(k3)满足条件C1,则将当前k3的值增加1,转至S311;如果当前的Nid(k3)不满足条件C1,则记当前变量k3的值为B,将集合Nid{}中的Nid(1),Nid(2),…,Nid(B)加入到集合IMX{}中,转至S312;
其中,条件C1为|Nid(k3+1)-Nid(k3)|≤|Nid(k3)-Mid(A)|;
S311,若变量k3当前的值小于M,则转至S310;如果变量k3当前的值等于或大于M,则将集合Nid{}中的所有元素加入集合IMX{}并转至S312;
S312,以IMX(j1)代表集合IMX{}中的第j1个元素,j1=1,2,…,M1,M1为集合IMX{}中所有元素的数量,通过下式计算大宗商品的调度失时率SchRATE:
式中,E1=[A1*xe/x0+ye/y0]/2,E2=[xe/x0+A1*ye/y0]/2,A1=t0p/(tep-t0p),t0p为t0的时间戳,tep为te的时间戳,R0(k)=IMX(1)+[IMX(M1)-IMX(1)]*(Mid(k)-MidA)/(MidA-Midn),r为累加变量,k=1,2,…,N,N为集合Mid{}中所有元素的数量,MidA为集合Mid{}中值最大的元素,Midn为集合Mid{}中值最小的元素。
进一步地,步骤S400中,根据大宗商品的调度失时率发出运输异常预警信息的方法具体为:在大宗商品的运输途中,实时地计算大宗商品的调度失时率(调度失时率的值随时间变化,集合Coll{}内的元素每隔一分钟就会变化一次,使得SchRATE的值实时变化),如果在[10,30]分钟内大宗商品的调度失时率的值持续增加,则说明大宗商品在当前的时间段内存在异常,通过大宗商品运输工具中的微服务器发送异常预警信息至物流信息***。
由于大宗商品在运输途中产生的位置数据较多,服务器在计算调度失时率时需要消耗大量算力,高负载的情况下容易造成大宗商品的实时位置数据发生丢失,为解决该问题,同时提高调度失时率的预警准确性,计算大宗商品的调度失时率SchRATE的方法还可以为:
计算集合Mid{}中每个元素的后效度,计算集合IMX{}中每个元素的后效度,将集合Mid{}中后效度大于IMXL的所有元素组成集合IMP{},IMXL为IMX{}所有元素的后效度的平均值,记IMP(k4)为集合IMP{}中的第k4个元素,k4=1,2…,Z,Z为集合IMP{}中所有元素的数量,通过下式计算大宗商品的调度失时率SchRATE:
式中,E1=[A1*xe/x0+ye/y0]/2,E2=[xe/x0+A1*ye/y0]/2,A1=t0p/(tep-t0p),t0p为t0的时间戳,tep为te的时间戳,U0(k4)=IMX(1)+[IMX(M1)-IMX(1)]*(IMP(k4)-IMPA)/(IMPA-IMPn),r为累加变量,IMPA为集合IMP{}中值最大的元素,IMPn为集合IMP{}中值最小的元素;
其中,计算集合Mid{}中每个元素的后效度的方法为:以valid(k)表示集合Mid{}中第k个元素Mid(k)的后效度,valid(k)=C0(k)*Mid(k)/(Mid(k+1)-Mid(k)),C0(k)=[MidA-Mid(k)]/[Mid(k)-Midn];
计算集合IMX{}中每个元素的后效度的方法为:以_valid(j1)表示集合IMX{}中第j1个元素IMX(j1)的后效度,_valid(j1)=_C0(j1)*IMX(j1)/(IMX(j1+1)-IMX(j1)),_C0(j1)=[IMXA-IMX(j1)]/[IMX(j1)-IMXn],IMXA为集合IMX{}中值最大的元素,IMXn为集合IMX{}中值最小的元素。
所述一种大宗商品物流运输异常预警***包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种大宗商品物流运输异常预警方法实施例中的步骤,所述一种大宗商品物流运输异常预警***可以运行于桌上型计算机、笔记本电脑、移动电话、手提电话、平板电脑、掌上电脑及云端数据中心等计算设备中,可运行的***可包括,但不仅限于,处理器、存储器、服务器集群。
本发明的实施例提供的一种大宗商品物流运输异常预警***,如图2所示,该实施例的一种大宗商品物流运输异常预警***包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种大宗商品物流运输异常预警方法实施例中的步骤,所述处理器执行所述计算机程序运行在以下***的单元中:
信息获取单元,用于获取大宗商品的揽件信息;
数据记录单元,用于待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据;
信息计算单元,用于通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率;
信息发送单元,用于根据大宗商品的调度失时率发出运输异常预警信息。
所述一种大宗商品物流运输异常预警***可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种大宗商品物流运输异常预警***包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种大宗商品物流运输异常预警方法及***的示例,并不构成对一种大宗商品物流运输异常预警方法及***的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种大宗商品物流运输异常预警***还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种大宗商品物流运输异常预警***的控制中心,利用各种接口和线路连接整个一种大宗商品物流运输异常预警***的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种大宗商品物流运输异常预警方法及***的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card ,SMC),安全数字(Secure Digital ,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种大宗商品物流运输异常预警方法,获取大宗商品的揽件信息,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率,根据大宗商品的调度失时率发出运输异常预警信息。所述方法能够监测大宗商品在运输途中的异常情况,无需人工核查,根据运输过程的移动数据发出异常预警信息,防止大宗商品出现严重损失,在保证大宗商品物流时效的同时进一步降低超时风险,还能够充分提高物流运输路线上的效率和协同能力。尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (6)
1.一种大宗商品物流运输异常预警方法,其特征在于,所述方法包括以下步骤:
S100,获取大宗商品的揽件信息;
S200,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据;
S300,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率;
S400,根据大宗商品的调度失时率发出运输异常预警信息。
2.根据权利要求1所述的一种大宗商品物流运输异常预警方法,其特征在于,步骤S100中,所述揽件信息至少包括大宗商品的揽件时间、大宗商品的预计送达时间、大宗商品的揽件位置、大宗商品的送达位置;所述大宗商品的揽件时间为物流公司接收该大宗商品时的接收时刻,所述大宗商品的预计送达时间为该大宗商品送至目的地的预计送达时刻,所述大宗商品的揽件位置为大宗商品被物流公司接收时该大宗商品所处的经纬度,所述大宗商品的送达位置即大宗商品需要被送达的目的地所处的经纬度。
3.根据权利要求1所述的一种大宗商品物流运输异常预警方法,其特征在于,步骤S200中,待大宗商品开始运输后,记录大宗商品在运输途中的实时位置数据的方法具体为:在运输大宗商品的运输工具上部署微服务器以及设置跟踪***,通过跟踪***获取所述运输工具在运输途中的实时经纬度信息,以所述运输工具在运输途中的实时经纬度信息作为大宗商品在运输途中的实时位置数据,微服务器与跟踪***通过有线方式连接以实现数据通讯,微服务器用于处理数据以及发送预警信息至物流信息***,所述微服务器与物流信息***通过无线方式实现数据通讯。
4.根据权利要求1所述的一种大宗商品物流运输异常预警方法,其特征在于,步骤S300中,通过所述实时位置数据和所述揽件信息计算大宗商品的调度失时率的方法具体为:
S301,以(x0,y0)表示大宗商品的揽件位置,以(xe,ye)表示大宗商品的送达位置,以t0表示大宗商品的揽件时间,以te表示大宗商品的预计送达时间,以t0至te之间的时间间隔作为时段TimeP,在时段TimeP内每隔1分钟记录一次大宗商品在运输途中的实时位置数据,以表示大宗商品在运输途中的第i分钟时所处于的经度,以y(i)表示大宗商品在运输途中的第i分钟时所处于的纬度,以[x(i),y(i)]代表大宗商品在运输途中的第i分钟时所处于的经纬度,i=1,2,…,T,T为时段TimeP内的总分钟数,记[x(i),y(i)]为有序对,创建一个空白的集合Coll{},将T个有序对[x(1),y(1)],[x(2),y(2)],…,[x(T),y(T)]依次加入集合Coll{}中,则集合Coll{}内含有T个元素,在集合Coll{}中过滤掉所有空值元素,以Coll(i)表示过滤掉所有空值元素后的集合Coll{}中的第i个元素,Coll(i)=[x(i),y(i)],i=1,2,…,T;
S302,定义Coll(i)#Coll(1)=[x(i),y(i)]#[x(1),y(1)]=[x(i)/x(1)+y(i)/y(1)]/2,创建一个空白的集合Mid{},初始化一个变量j=1,j的取值范围为[1,T],从j=1开始遍历j于j的取值范围内,转至S303;
S303,记K(j)=Coll(j)#Coll(1),将当前的K(j)加入到集合Mid{}中,转至S304;
S304,如果当前变量j的值小于T时,则将j的值增加1并转至S303;如果当前变量j的值等于或大于T时,则转至S305;
S305,记Mid(k)为集合Mid{}中的第k个元素,初始化一个变量k1=1,k1的取值范围为[1,N],N为集合Mid{}中所有元素的数量,从k1=1开始遍历k1于k1的取值范围内,创建一个空白的集合IMX{};
S306,记varx=|Mid(k1+1)-Mid(k1)|;如果当前varx的值不为0时,则转至S307;如果当前varx的值为0时,则转至S308;
S307,如果当前变量k1的值小于N,则将k1的值增加1,转至S306;如果当前变量的值等于N,则将集合Mid{}中的所有元素加入集合IMX{}中并转至S312;
S308,以A表示当前变量k1的值,将集合Mid{}中的Mid(A+1),Mid(A+2),…,Mid(A+A)组成集合Nid{},记Nid(k2)为集合Nid{}中的第k2个元素,k2=1,2,…,M,M为集合Nid{}中所有元素的值,若条件B1成立,则转至S309;若条件B1不成立,则将集合Nid{}中的所有元素加入集合IMX{}中并转至S312;
其中,条件B1为:
式中,x为累加变量,NidA为集合Nid{}内所有元素的平均值;
S309,设置一个变量k3,k3的初始值设置为1,k3的取值范围为[1,M],从k3=1开始遍历变量k3,转至S310;
S310,如果当前的Nid(k3)满足条件C1,则将当前k3的值增加1,转至S311;如果当前的Nid(k3)不满足条件C1,则记当前变量k3的值为B,将集合Nid{}中的Nid(1),Nid(2),…,Nid(B)加入到集合IMX{}中,转至S312;
其中,条件C1为|Nid(k3+1)-Nid(k3)|≤|Nid(k3)-Mid(A)|;
S311,若变量k3当前的值小于M,则转至S310;如果变量k3当前的值等于或大于M,则将集合Nid{}中的所有元素加入集合IMX{}并转至S312;
S312,以IMX(j1)代表集合IMX{}中的第j1个元素,j1=1,2,…,M1,M1为集合IMX{}中所有元素的数量,通过下式计算大宗商品的调度失时率SchRATE:
式中,E1=[A1*xe/x0+ye/y0]/2,E2=[xe/x0+A1*ye/y0]/2,A1=t0p/(tep-t0p),t0p为t0的时间戳,tep为te的时间戳,R0(k)=IMX(1)+[IMX(M1)-IMX(1)]*(Mid(k)-MidA)/(MidA-Midn),r为累加变量,k=1,2,…,N,N为集合Mid{}中所有元素的数量,MidA为集合Mid{}中值最大的元素,Midn为集合Mid{}中值最小的元素。
5.根据权利要求1所述的一种大宗商品物流运输异常预警方法,其特征在于,步骤S400中,根据大宗商品的调度失时率发出运输异常预警信息的方法具体为:在大宗商品的运输途中,实时地计算大宗商品的调度失时率,如果在[10,30]分钟内大宗商品的调度失时率的值持续增加,则说明大宗商品在当前的时间段内存在异常,通过大宗商品运输工具中的微服务器发送异常预警信息至物流信息***。
6.一种大宗商品物流运输异常预警***,其特征在于,所述一种大宗商品物流运输异常预警***包括:处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1-5中任一项所述的一种大宗商品物流运输异常预警方法中的步骤,所述一种大宗商品物流运输异常预警***运行于桌上型计算机、笔记本电脑、掌上电脑或云端数据中心的计算设备中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310428203.XA CN116151717B (zh) | 2023-04-20 | 2023-04-20 | 一种大宗商品物流运输异常预警方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310428203.XA CN116151717B (zh) | 2023-04-20 | 2023-04-20 | 一种大宗商品物流运输异常预警方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116151717A true CN116151717A (zh) | 2023-05-23 |
CN116151717B CN116151717B (zh) | 2023-07-18 |
Family
ID=86362234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310428203.XA Active CN116151717B (zh) | 2023-04-20 | 2023-04-20 | 一种大宗商品物流运输异常预警方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151717B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108389018A (zh) * | 2018-03-02 | 2018-08-10 | 侨益物流股份有限公司 | 一种智能化大宗商品物流管理*** |
CN109948968A (zh) * | 2019-01-21 | 2019-06-28 | 船船数据技术(上海)有限公司 | 一种大宗商品贸易物流跟踪分析方法 |
CN110633936A (zh) * | 2019-08-16 | 2019-12-31 | 平安国际智慧城市科技股份有限公司 | 一种冷链物流实时跟踪方法、装置、计算机设备及存储介质 |
CN210015460U (zh) * | 2019-04-28 | 2020-02-04 | 上海辉度智能***有限公司 | 一种跨终端可交互的货运监控物联网*** |
CN113222506A (zh) * | 2021-05-11 | 2021-08-06 | 壹站(上海)供应链管理有限公司 | 用于第三方合约物流信息平台的物流数据处理方法和*** |
CN114926121A (zh) * | 2022-05-23 | 2022-08-19 | 上海东普信息科技有限公司 | 物流时效延误监控方法、装置、设备及存储介质 |
CN115271617A (zh) * | 2022-09-28 | 2022-11-01 | 济宁港航内河经济研究院有限公司 | 一种大宗商品物流运输交易智能信息处理*** |
WO2023279409A1 (zh) * | 2021-07-06 | 2023-01-12 | 深圳市通拓信息技术网络有限公司 | 一种基于物流追踪的路径优化方法 |
CN115879850A (zh) * | 2022-11-11 | 2023-03-31 | 铜仁学院 | 一种基于数据流约束的物流信息***可靠性分析方法 |
-
2023
- 2023-04-20 CN CN202310428203.XA patent/CN116151717B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108389018A (zh) * | 2018-03-02 | 2018-08-10 | 侨益物流股份有限公司 | 一种智能化大宗商品物流管理*** |
CN109948968A (zh) * | 2019-01-21 | 2019-06-28 | 船船数据技术(上海)有限公司 | 一种大宗商品贸易物流跟踪分析方法 |
CN210015460U (zh) * | 2019-04-28 | 2020-02-04 | 上海辉度智能***有限公司 | 一种跨终端可交互的货运监控物联网*** |
CN110633936A (zh) * | 2019-08-16 | 2019-12-31 | 平安国际智慧城市科技股份有限公司 | 一种冷链物流实时跟踪方法、装置、计算机设备及存储介质 |
CN113222506A (zh) * | 2021-05-11 | 2021-08-06 | 壹站(上海)供应链管理有限公司 | 用于第三方合约物流信息平台的物流数据处理方法和*** |
WO2023279409A1 (zh) * | 2021-07-06 | 2023-01-12 | 深圳市通拓信息技术网络有限公司 | 一种基于物流追踪的路径优化方法 |
CN114926121A (zh) * | 2022-05-23 | 2022-08-19 | 上海东普信息科技有限公司 | 物流时效延误监控方法、装置、设备及存储介质 |
CN115271617A (zh) * | 2022-09-28 | 2022-11-01 | 济宁港航内河经济研究院有限公司 | 一种大宗商品物流运输交易智能信息处理*** |
CN115879850A (zh) * | 2022-11-11 | 2023-03-31 | 铜仁学院 | 一种基于数据流约束的物流信息***可靠性分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116151717B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160042321A1 (en) | Systems and methods for providing logistics data | |
CN111971704A (zh) | 用于使用区块链来执行智能合约的***和方法 | |
US10878694B2 (en) | Estimating a mileage of a vehicle | |
CN107506809A (zh) | 一种智能磅室自动化作业***、方法及智能磅室互联方法 | |
US20020123840A1 (en) | Uploading and managing vehicle position information | |
CN103985025A (zh) | 一种计量器具配送智能管理*** | |
CN112348428A (zh) | 集装箱的监控方法、装置、服务器及存储介质 | |
US20220028186A1 (en) | Vehicle identification number (vin)-based telematics device location tracking | |
CN103337194A (zh) | 电子栅栏技术在长途客运***中的运行方法 | |
CN115879850A (zh) | 一种基于数据流约束的物流信息***可靠性分析方法 | |
CN111401931A (zh) | 一种应用卫星定位技术的农产品溯源*** | |
WO2024012173A1 (zh) | 目标车辆分类方法、装置、电子设备及存储介质 | |
US10108922B2 (en) | Methods and systems for detecting transportation relays | |
CN116151717B (zh) | 一种大宗商品物流运输异常预警方法及*** | |
CN115221218A (zh) | 车辆数据的质量评估方法、装置、计算机设备和存储介质 | |
CN114559989A (zh) | 一种列车定位方法、装置、终端设备以及存储介质 | |
CN116384856B (zh) | 一种智能物流订单管理*** | |
CN115876300B (zh) | 一种工业数据集成服务无人值守检斤数据检验方法及*** | |
JP7106218B2 (ja) | 荷役情報推定システム及び荷役情報推定方法 | |
CN111163419A (zh) | 车辆协作动态追踪中基于状态均值的恶意用户检测方法 | |
CN114663239A (zh) | 一种异常交易预警方法及装置 | |
CN117217420B (zh) | 一种运输信息的确定方法、装置、设备及存储介质 | |
US10664914B2 (en) | Portfolio optimization and evaluation tool | |
CN114202208A (zh) | 延迟装卸货的风险检测方法、装置及电子设备 | |
CN117973969A (zh) | 一种仓储货物运输方法、设备、介质和产品 |
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 |