【技术实现步骤摘要】
一种基于物流供应链的协同优化方法
本专利技术涉及物流
,特别涉及一种基于物流供应链的协同优化方法。
技术介绍
物流供应链是一条有机的物流链条,从产品或服务市场需求开始,到满足需求为止的时间范围内所从事的经济活动中所有涉及到的物流活动的部分所形成的链条,并且,随着电子商务交易平台的不断完善,以及传统通信、移动通信等技术的快速发展,越来越多的人们通过网上购物的方式来获取自己所需的商品,商品的种类可以涉及到人们日常生活的方方面面。购买商品之后,在物流传送的工程中,一般常见的如淘宝上的快递路线,只能查看到该商品物流的物流路线以及物流车在该物流路线上的当前位置,但是,该期间由于缺乏监测,或监测不精准,导致存在物流延迟更新以及不能详细的了解该物流路线中其他状况,如物流车的仓储与配送信息、物流车的配送与转动信息、物流车行驶位置偏移、物流车当前行驶过程中发生其他故障等,都是不可知的,因此,本专利技术提出了一种基于物流供应链的协同优化方法。
技术实现思路
本专利技术提供一种基于物流供应链的协同优化方法,用以利用物流标签、物流属性和动态跟踪三合一的优化方式,实现对物流供应链的协同优化,且基于目标优化算法进行仓储、配送、转送三者之间的匹配性能,实现对移动的物流资源的精准化监测。本专利技术提供一种基于物流供应链的协同优化方法,包括:构建各种物流资源的标签数据库;采集各种物流资源的映射物流信息,基于标签数据库,对映射物流信息进行物流标签解析,基于物流属性库,对映射物流信息进行物流属性获 ...
【技术保护点】
1.一种基于物流供应链的协同优化方法,其特征在于,包括:/n构建各种物流资源的标签数据库;/n采集各种物流资源的映射物流信息,基于标签数据库,对映射物流信息进行物流标签解析,基于物流属性库,对映射物流信息进行物流属性获取;/n采用目标优化算法,对移动的每种物流资源进行动态跟踪监测;/n对物流标签解析结果、物流属性结果和动态跟踪监测结果进行协同处理,实现对物流供应链的协同优化。/n
【技术特征摘要】
1.一种基于物流供应链的协同优化方法,其特征在于,包括:
构建各种物流资源的标签数据库;
采集各种物流资源的映射物流信息,基于标签数据库,对映射物流信息进行物流标签解析,基于物流属性库,对映射物流信息进行物流属性获取;
采用目标优化算法,对移动的每种物流资源进行动态跟踪监测;
对物流标签解析结果、物流属性结果和动态跟踪监测结果进行协同处理,实现对物流供应链的协同优化。
2.如权利要求1所述的协同优化方法,其特征在于,构建各种物流资源的标签数据库的步骤包括:
构建每种物流资源的资源列表序列和资源列表标识;
根据所述资源列表序列和资源列表标识,确定对应物流资源的物流唯一性和资源唯一性;
构建每种物流资源的资源树结构,并确定所述资源树结构的额定树容量;
根据所述物流唯一性和资源唯一性,对所述额定树容量进行优化,获得优化结果,并基于标签模型,输出所述物流资源的唯一标签;
获取每种物流资源的唯一标签,构成标签数据库;
其中,所述资源列表序列包括所述物流资源的物流信息;
所述资源列表标识包括所述物流资源的资源信息。
3.如权利要求1所述的协同优化方法,其特征在于,采集各种物流资源的映射物流信息,基于标签数据库,对映射物流信息进行物流标签解析的步骤包括:
根据历史物流记录平台,爬取每种物流资源的运营信息,所述运营信息包括:与所述物流资源相关的物流设备的转送信息、与所述物流资源相关的物流系统的后台信息;
根据所述运营信息构建对应物流资源的映射物流信息;
基于所述标签数据库,定位所述映射物流信息的位置信息,并基于所述位置信息挖掘相关的解析引擎;
根据所述解析引擎,对所述映射物流信息进行物流标签解析。
4.如权利要求1所述的协同优化方法,其特征在于,基于物流属性库,对映射物流信息进行物流属性获取的步骤包括:
对所述物流属性库中的所有预设属性进行粗分类;
βi∝f(A1i+A2i);
其中,T表示每个预设属性的属性归类值;αi表示所述预设属性中的第i个序列片段的序列标签值;βi表示所述预设属性中的第i个序列片段的序列权重值;χi表示所述预设属性中的第i个序列片段的标签特征值;f(A1i+A2i)表示所述预设属性中的第i个序列片段的被访问值A1i和加密值A2i的权重函数;
将所述属性归类值T按照第一归类区间值进行划分,实现粗分类;
确定每个第一归类区间中对应预设属性的特性参数,并根据特性参数提取特性属性,且根据所述特性参数,将所述特性属性配置到相关的第一归类区间,获得第二归类区间;
同时,对所述第二归类区间进行细分类,并将分类结果进行记录,获得最终归类区间;
获取所述映射物流信息的映射标签,并根据所述映射标签,基于所述最终归类区间自动查找匹配的物流属性。
5.如权利要求1所述的协同优化方法,其特征在于,采用目标优化算法,对移动的每种物流资源进行动态跟踪监测的步骤包括:
监测每种物流资源对应的物流车辆在移动过程中,经过不同物流区域时所移动过第一轨迹点的第一时间点t1j、第一位置点s1j和第一初始速度ν1j;
基于时间戳,同步记录跟踪所述物流车辆经过不同物流区域时所移动过第二轨迹点的第二时间点t2j、第二位置点s2j和第二初始速度ν2j;
将所有第一轨迹点的第一时间点t1j、第一位置点s1j和第一初始速度ν1j输入到轨迹预测模型Η,预测获得不同物流区域的第一移动轨迹S1;
将所有第二轨迹点的第二时间点t2j、第二位置点s2j和第二初始速度ν2j输入到轨迹预测模型Η,预测获得不同物流区域的第二移动轨迹S2;
S1=H(t1j,s1j,v1j);
S2=H(t2j,s2j,v2j);
<...
【专利技术属性】
技术研发人员:李勇虎,
申请(专利权)人:深圳市快金数据技术服务有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。