箱式物流系统的物流管理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及物流管理领域，公开了一种箱式物流系统的物流管理方法、装置、设备及存储介质，用于实现箱式物流的智能化管理并提高物流管理的效率。方法包括：分别对第一集装箱数据以及第一货物数据进行数据清洗、数据整合以及物流特征提取，得到目标集装箱数据以及目标货物数据；将目标集装箱数据输入第一物流决策模型进行物流决策分析，得到第一物流决策结果；将目标货物数据输入预置的第二物流决策模型进行物流决策分析，得到第二物流决策结果；通过箱式物流系统执行第一物流决策结果以及第二物流决策结果，并对目标物流集装箱进行物流跟踪和物流异常监控，得到物流异常监控结果。得到物流异常监控结果。得到物流异常监控结果。

【技术实现步骤摘要】
箱式物流系统的物流管理方法、装置、设备及存储介质


[0001]本专利技术涉及物流管理领域，尤其涉及一种箱式物流系统的物流管理方法、装置、设备及存储介质。

技术介绍

[0002]箱式物流系统是一种将货物打包在标准化、可重复使用、集装化的货箱中，在整个物流过程中进行一体化运输、装卸、排序、储存、分拨等操作的综合性物流系统。通过大规模集装箱的装载和集中式操作，使物流流程更加标准、高效和可控，降低物流成本和时间，提高物流效率和安全性。通常箱式物流系统包括集装箱、集装箱衍生的配套设备和服务，以及相应的物流管理和技术支持等综合要素。
[0003]箱式物流系统作为一种高效、标准化的物流模式，在现代物流产业中得到了广泛应用。然而，传统的箱式物流系统存在一些问题，如物流信息不透明、物流路径不优化、物流管理不智能等。但是，现有技术中还存在一些不足，如：信息获得的难度和成本较高，导致物流安全性和可靠性无法得到充分保障；物流过程中的数据缺乏实时性和准确性，导致物流决策和管理不够精准；物流优化决策和反馈受限于线性模型和规则库，不能很好地适应复杂的物流环境和需求。

技术实现思路

[0004]本专利技术提供了一种箱式物流系统的物流管理方法、装置、设备及存储介质，用于实现箱式物流的智能化管理并提高物流管理的效率。
[0005]本专利技术第一方面提供了一种箱式物流系统的物流管理方法，所述箱式物流系统的物流管理方法包括：基于预设的物联网传感器采集目标物流集装箱的第一集装箱数据以及第一货物数据；分别对所述第一集装箱数据以及所述第一货物数据进行数据清洗和数据整合，得到第二集装箱数据以及第二货物数据；分别对所述第二集装箱数据以及所述第二货物数据进行物流特征提取，得到目标集装箱数据以及目标货物数据；将所述目标集装箱数据输入预置的第一物流决策模型进行物流决策分析，得到第一物流决策结果，其中，所述第一物流决策结果包括：运输工具以及装载方式；将所述目标货物数据输入预置的第二物流决策模型进行物流决策分析，得到第二物流决策结果，其中，所述第二物流决策结果包括：物流路径以及物流流转信息；通过预置的箱式物流系统执行所述第一物流决策结果以及所述第二物流决策结果，并对所述目标物流集装箱进行物流跟踪和物流异常监控，得到物流异常监控结果。
[0006]结合第一方面，在本专利技术第一方面的第一实施方式中，所述基于预设的物联网传感器采集目标物流集装箱的第一集装箱数据以及第一货物数据，包括：
获取目标物流集装箱的参数信息，并根据所述参数信息生成对应的物联网传感器方案，其中，所述物联网传感器方案包括：采集器种类、传感器类型、传感器数量以及位置；基于所述物联网传感器方案，在所述目标物流集装箱内部安装物联网传感器；采集目标物流集装箱的第一集装箱数据，其中，所述第一集装箱数据包括：集装箱编号、温度、湿度、压力、位置、震动以及光线；采集目标物流集装箱的第一货物数据，其中，所述第一货物数据包括：货物类型、数量、重量以及体积。
[0007]结合第一方面，在本专利技术第一方面的第二实施方式中，所述分别对所述第一集装箱数据以及所述第一货物数据进行数据清洗和数据整合，得到第二集装箱数据以及第二货物数据，包括：对所述第一集装箱数据进行重复数据和异常数据识别，得到第一重复数据以及第一异常数据，以及对所述第一货物数据进行重复数据和异常数据识别，得到第二重复数据以及第二异常数据；对所述第一集装箱数据中的第一重复数据以及第一异常数据进行去除，得到去除后的集装箱数据，以及对所述第一货物数据中的第二重复数据以及第二异常数据进行去除，得到去除后的货物数据；对所述去除后的集装箱数据进行数据补齐和数据合并排序，得到第二集装箱数据，以及对所述去除后的货物数据进行数据补齐和数据合并排序，得到第二货物数据。
[0008]结合第一方面，在本专利技术第一方面的第三实施方式中，所述分别对所述第二集装箱数据以及所述第二货物数据进行物流特征提取，得到目标集装箱数据以及目标货物数据，包括：基于预设的物流特征定义，分别对所述第二集装箱数据以及所述第二货物数据进行物流特征提取，得到初始集装箱特征以及初始货物特征；分别对所述初始集装箱特征以及所述初始货物特征进行特征值映射，得到集装箱特征映射值以及货物特征映射值；分别对所述集装箱特征映射值以及所述货物特征映射值进行特征相关系数计算以及特征融合处理，得到目标集装箱数据以及目标货物数据。
[0009]结合第一方面，在本专利技术第一方面的第四实施方式中，所述将所述目标集装箱数据输入预置的第一物流决策模型进行物流决策分析，得到第一物流决策结果，其中，所述第一物流决策结果包括：运输工具以及装载方式，包括：将所述目标集装箱数据输入预置的第一物流决策模型，其中，所述第一物流决策模型包括：第一编码网络、第一解码网络以及回归预测层；通过所述第一物流决策模型对所述目标集装箱数据进行特征解析和概率预测，得到第一概率值；对所述第一概率值与预置的集装箱决策信息表进行决策匹配，得到第一物流决策结果，其中，所述第一物流决策结果包括：运输工具以及装载方式。
[0010]结合第一方面，在本专利技术第一方面的第五实施方式中，所述将所述目标货物数据输入预置的第二物流决策模型进行物流决策分析，得到第二物流决策结果，其中，所述第二物流决策结果包括：物流路径以及物流流转信息，包括：
将所述目标货物数据输入预置的第二物流决策模型，其中，所述第二物流决策模型包括：第一门限循环网络、第二门限循环网络以及全连接网络；通过所述第二物流决策模型对所述目标货物数据进行特征识别提取和概率计算，得到第二概率值；对所述第二概率值与预置的货物决策信息表进行决策匹配，得到第二物流决策结果，其中，所述第二物流决策结果包括：物流路径以及物流流转信息。
[0011]结合第一方面，在本专利技术第一方面的第六实施方式中，所述通过预置的箱式物流系统执行所述第一物流决策结果以及所述第二物流决策结果，并对所述目标物流集装箱进行物流跟踪和物流异常监控，得到物流异常监控结果，包括：根据所述第一物流决策结果以及所述第二物流决策结果执行所述目标物流集装箱的物流运输任务；通过预置的箱式物流系统，对所述目标物流集装箱是运输过程进行实时跟踪和监控，其中，所述实时跟踪和监控包括路线跟踪、位置监控、状态监测；通过预置的物流异常检测模型，对所述目标物流集装箱进行物流异常监控，得到物流异常监控结果；根据所述物流异常监控结果，生成对应的异常处理方案，其中，所述异常处理方案包括重新选择物流路径、调度物流运输资源、修补损坏以及补救延误。
[0012]本专利技术第二方面提供了一种箱式物流系统的物流管理装置，所述箱式物流系统的物流管理装置包括：采集模块，用于基于预设的物联网传感器采集目标物流集装箱的第一集装箱数据以及第一货物数据；整合模块，用于分别对所述第一集装箱数据以及所述第一货物数据进行数据清洗和数据整合，得到第二集装箱数据以及第二货物数据；提取模块，用于分别对所述第二集装箱数据以及所述第二货物数据进行物流特征提取，得到目标集装箱数据以及目标货物数据；第一决策模块，用于将所述目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种箱式物流系统的物流管理方法，其特征在于，所述箱式物流系统的物流管理方法包括：基于预设的物联网传感器采集目标物流集装箱的第一集装箱数据以及第一货物数据；分别对所述第一集装箱数据以及所述第一货物数据进行数据清洗和数据整合，得到第二集装箱数据以及第二货物数据；分别对所述第二集装箱数据以及所述第二货物数据进行物流特征提取，得到目标集装箱数据以及目标货物数据；将所述目标集装箱数据输入预置的第一物流决策模型进行物流决策分析，得到第一物流决策结果，其中，所述第一物流决策结果包括：运输工具以及装载方式；将所述目标货物数据输入预置的第二物流决策模型进行物流决策分析，得到第二物流决策结果，其中，所述第二物流决策结果包括：物流路径以及物流流转信息；通过预置的箱式物流系统执行所述第一物流决策结果以及所述第二物流决策结果，并对所述目标物流集装箱进行物流跟踪和物流异常监控，得到物流异常监控结果。2.根据权利要求1所述的箱式物流系统的物流管理方法，其特征在于，所述基于预设的物联网传感器采集目标物流集装箱的第一集装箱数据以及第一货物数据，包括：获取目标物流集装箱的参数信息，并根据所述参数信息生成对应的物联网传感器方案，其中，所述物联网传感器方案包括：采集器种类、传感器类型、传感器数量以及位置；基于所述物联网传感器方案，在所述目标物流集装箱内部安装物联网传感器；采集目标物流集装箱的第一集装箱数据，其中，所述第一集装箱数据包括：集装箱编号、温度、湿度、压力、位置、震动以及光线；采集目标物流集装箱的第一货物数据，其中，所述第一货物数据包括：货物类型、数量、重量以及体积。3.根据权利要求1所述的箱式物流系统的物流管理方法，其特征在于，所述分别对所述第一集装箱数据以及所述第一货物数据进行数据清洗和数据整合，得到第二集装箱数据以及第二货物数据，包括：对所述第一集装箱数据进行重复数据和异常数据识别，得到第一重复数据以及第一异常数据，以及对所述第一货物数据进行重复数据和异常数据识别，得到第二重复数据以及第二异常数据；对所述第一集装箱数据中的第一重复数据以及第一异常数据进行去除，得到去除后的集装箱数据，以及对所述第一货物数据中的第二重复数据以及第二异常数据进行去除，得到去除后的货物数据；对所述去除后的集装箱数据进行数据补齐和数据合并排序，得到第二集装箱数据，以及对所述去除后的货物数据进行数据补齐和数据合并排序，得到第二货物数据。4.根据权利要求1所述的箱式物流系统的物流管理方法，其特征在于，所述分别对所述第二集装箱数据以及所述第二货物数据进行物流特征提取，得到目标集装箱数据以及目标货物数据，包括：基于预设的物流特征定义，分别对所述第二集装箱数据以及所述第二货物数据进行物流特征提取，得到初始集装箱特征以及初始货物特征；分别对所述初始集装箱特征以及所述初始货物特征进行特征值映射，得到集装箱特征
映射值以及货物特征映射值；分别对所述集装箱特征映射值以及所述货物特征映射值进行特征相关系数计算以及特征融合处理，得到目标集装箱数据以及目标货物数据。5.根据权利要求1所述的箱式物流系统的物流管理方法，其特征在于，所述将所述目标集装箱数据输入预置的第一物流决策模型进行物流决策分析，得到第一物流决策结果，其中，所述第一物流决策结果包括：运输工具以及装载方式，包括：将所述目标集装箱数据输入预置的第一物流决策模型，其中，所述第一物流决策模型包括：第一编码网络、...

【专利技术属性】
技术研发人员：曾强，高静，李灵辉，
申请(专利权)人：深圳市辉熙智能科技有限公司，
类型：发明
国别省市：