本发明专利技术公开了一种基于大数据的物流运输信息分析系统与方法，属于物流分析系统领域，系统包括物流途径规划模块、不利因素统计模块、物流到达预估模块、路线更改模块、风险评估模块、收益评估模块、总控模块、无线通讯模块；所述物流途径规划模块用于规划物流车辆的行驶路线；所述不利因素统计模块用于统计前方行驶路线上的不利因素；所述物流到达预估模块用于根据行驶路线上的不利因素预估物流车辆到达目的地时间是否晚于预设时间。本发明专利技术，充分考虑到线路旁学校上下学以及园区上下班对交通的突发影响，在出现一定影响时提前切换合理的路线，使得物流车辆能够尽快安全的到达目的地。地。地。
【技术实现步骤摘要】
一种基于大数据的物流运输信息分析系统与方法
[0001]本专利技术涉及一种物流分析系统，具体是一种基于大数据的物流运输信息分析系统与方法。
技术介绍
[0002]随着“大数据”时代的到来，人们对于海量数据的挖掘和运用，这预示着新一波生产率增长和消费者盈余浪潮的到来。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命，被广泛应用于物流运输信息分析系统中。
[0003]随着物流业向全球化、信息化及一体化发展，货品配送在整个物流系统中的作用变得越来越重要。运输线路是否合理直接影响到配送速度、成本和效益，特别是多货车配送线路的确定是一项复杂的系统工程。
[0004]现有技术存在如下问题：在规划运输线路时没有考虑到线路旁学校上下学以及园区上下班对交通的突发影响，而前来接送学生或工人的车辆停靠在道路两旁很容易阻碍交通，使得物流车辆无法尽快安全的到达目的地。因此，本领域技术人员提供了一种基于大数据的物流运输信息分析系统与方法，以解决上述
技术介绍
中提出的问题。
技术实现思路
[0005]本专利技术的目的在于提供一种基于大数据的物流运输信息分析系统与方法，充分考虑到线路旁学校上下学以及园区上下班对交通的突发影响，在出现一定影响时提前切换合理的路线，使得物流车辆能够尽快安全的到达目的地，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于大数据的物流运输信息分析系统，包括物流途径规划模块、不利因素统计模块、物流到达预估模块、路线更改模块、风险评估模块、收益评估模块、总控模块、无线通讯模块；所述物流途径规划模块用于规划物流车辆的行驶路线；所述不利因素统计模块用于统计前方行驶路线上的不利因素；所述物流到达预估模块用于根据行驶路线上的不利因素预估物流车辆到达目的地时间是否晚于预设时间；所述路线更改模块用于在预估物流车辆晚点时，输出三个更改后最快到达目的地的行驶路线；所述风险评估模块用于评估物流车辆更改路线后存在的安全风险与迟到风险；收益评估模块用于评估物流车辆更改路线后此次物流的收益亏损风险；所述总控模块用于确定最终的道路更改路线；所述无线通讯模块用于将最终的道路更改路线以及对应的安全风险与迟到风险、收益亏损风险传输给外界控制平台；所述不利因素包括学校上下学以及园区上下班，所述物流到达预估模块在预估过程中构建学校上下学影响模型与园区上下班影响模型，其中，所述学校上下学影响模型用以评估规划行驶路线上学校上下学对物流车辆的影响程度，所述园区上下班影响模型用以评估规划行驶路线上园区上下班对物流车辆的影响程度，所述物流到达预估模块根据上下学影响模型与园区上下班影响模型的评估结果来预估物流车辆到达目的地时间是否晚于预设时间。
[0008]作为本专利技术进一步的方案：所述学校上下学影响模型的具体构建过程为：
[0009]步骤一：将行驶路线上所有学校标记为Ai，其中i＝1
…
n；
[0010]步骤二：将各个学校Ai的上下学时间段标记为Ci，其中i＝1
…
n；
[0011]步骤三：以规划物流车辆的行驶路线以及出发时间作为参考，预估物流车辆的行驶时间段标记为D；
[0012]步骤四：将D与各个Ci进行匹配，若不存在重合则输出学校上下学对物流车辆不影响，若存在重合，则将存在重合的Ci对应的Ai筛选出来并重新标记为Bj，其中，j＝1
…
n，且j≤i；
[0013]步骤五：将Bj按照教育程度进行分类并标注权重值Q，其中，所述分类的类别包括幼儿园、小学、初中与高中，且幼儿园、小学、初中与高中的权重值Q分别为0.5、0.25、0.15、0.1；
[0014]步骤六：统计Bj对应的学生规模数量，将其标注为Pj；
[0015]步骤七：计算单个Bj对物流车辆的影响程度Wj，Wj＝Q*(Pj/100)；
[0016]步骤八：计算所有Bj对物流车辆的影响程度W总，W总＝W1+W2+
···
+Wn；
[0017]步骤九：根据W总输出相应影响程度的评估结果。
[0018]作为本专利技术再进一步的方案：所述步骤九中，根据W总输出相应的影响程度具体为：
[0019]若0＜W总≤3，则输出评估结果为轻度影响；
[0020]若3＜W总≤10，则输出评估结果为中度影响；
[0021]若10＜W总，则输出评估结果为重度影响。
[0022]作为本专利技术再进一步的方案：所述园区上下班影响模型的具体构建过程如下：
[0023]S1：将行驶路线上所有工业园区依次标记为Ek，其中k＝1
…
n；
[0024]S2：将各个学校Ek的上下学时间段标记为Fk，其中k＝1
…
n；
[0025]S3：将D与各个Fk进行匹配，若不存在重合则输出园区上下班对物流车辆不影响，若存在重合，则将存在重合的Fk对应的Ek筛选出来并重新标记为Gm，其中，m＝1
…
n，且m≤k；
[0026]S4：统计Gm的工人规模数量，将其标记为Xm，再将Gm进行分类并标注权重值V，其中，所述分类的类别包括封闭式、半封闭式与开放式，封闭式指所有员工均住宿在工业园区内，半封闭式指部分员工住宿在工业园区，开放式指所有员工均住宿在工业园区外，封闭式、半封闭式与开放式的权重值V分别为0.1、0.3、0.6；
[0027]S5：计算单个Gm对物流车辆的影响程度wm，wm＝V*(Xm/100)；
[0028]S6：计算所有Gm对物流车辆的影响程度w总，w总＝w1+w2+
···
+wn；
[0029]S7：根据w总输出相应影响程度的评估结果。
[0030]作为本专利技术再进一步的方案：所述步骤S7中，根据w总输出相应的影响程度具体为：
[0031]若0＜W总≤5，则输出评估结果为轻度影响；
[0032]若5＜W总≤15，则输出评估结果为中度影响；
[0033]若15＜W总，则输出评估结果为重度影响。
[0034]作为本专利技术再进一步的方案：所述物流到达预估模块在接收不利因素统计模块的
评估结果后，分为以下三种情况：
[0035]第一种情况：若学校上下学影响模型与园区上下班影响模型中任意一个或两个输出重度影响的评价结果则预估物流车辆到达目的地时间晚于预设时间；
[0036]第一种情况：若学校上下学影响模型与园区上下班影响模型均输出中度影响的评价结果则预估物流车辆到达目的地时间晚于预设时间；
[0037]第三种情况：除上述两种情况外预估物流车辆到达目的地时间不晚于预设时间。
[0038]作为本专利技术再进一步的方案：所述风险评估模块评估安全风险与迟到风险的具体过程如下：
[0039]将三条更改后的行驶路线所用时长分别标记为Ti，i＝1、2、3，计算三条行驶路线所用平均时长T平均，T平均＝(T1+T2+T3)/3；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于大数据的物流运输信息分析系统，其特征在于，包括物流途径规划模块、不利因素统计模块、物流到达预估模块、路线更改模块、风险评估模块、收益评估模块、总控模块、无线通讯模块；所述物流途径规划模块用于规划物流车辆的行驶路线；所述不利因素统计模块用于统计前方行驶路线上的不利因素；所述物流到达预估模块用于根据行驶路线上的不利因素预估物流车辆到达目的地时间是否晚于预设时间；所述路线更改模块用于在预估物流车辆晚点时，输出三个更改后最快到达目的地的行驶路线；所述风险评估模块用于评估物流车辆更改路线后存在的安全风险与迟到风险；收益评估模块用于评估物流车辆更改路线后此次物流的收益亏损风险；所述总控模块用于确定最终的道路更改路线；所述无线通讯模块用于将最终的道路更改路线以及对应的安全风险与迟到风险、收益亏损风险传输给外界控制平台；所述不利因素包括学校上下学以及园区上下班，所述物流到达预估模块在预估过程中构建学校上下学影响模型与园区上下班影响模型，其中，所述学校上下学影响模型用以评估规划行驶路线上学校上下学对物流车辆的影响程度，所述园区上下班影响模型用以评估规划行驶路线上园区上下班对物流车辆的影响程度，所述物流到达预估模块根据上下学影响模型与园区上下班影响模型的评估结果来预估物流车辆到达目的地时间是否晚于预设时间。2.根据权利要求1所述的一种基于大数据的物流运输信息分析系统，其特征在于，所述学校上下学影响模型的具体构建过程为：步骤一：将行驶路线上所有学校标记为Ai，其中i＝1
…
n；步骤二：将各个学校Ai的上下学时间段标记为Ci，其中i＝1
…
n；步骤三：以规划物流车辆的行驶路线以及出发时间作为参考，预估物流车辆的行驶时间段标记为D；步骤四：将D与各个Ci进行匹配，若不存在重合则输出学校上下学对物流车辆不影响，若存在重合，则将存在重合的Ci对应的Ai筛选出来并重新标记为Bj，其中，j＝1
…
n，且j≤i；步骤五：将Bj按照教育程度进行分类并标注权重值Q，其中，所述分类的类别包括幼儿园、小学、初中与高中，且幼儿园、小学、初中与高中的权重值Q分别为0.5、0.25、0.15、0.1；步骤六：统计Bj对应的学生规模数量，将其标注为Pj；步骤七：计算单个Bj对物流车辆的影响程度Wj，Wj＝Q*(Pj/100)；步骤八：计算所有Bj对物流车辆的影响程度W总，W总＝W1+W2+
···
+Wn；步骤九：根据W总输出相应影响程度的评估结果。3.根据权利要求2所述的一种基于大数据的物流运输信息分析系统，其特征在于，所述步骤九中，根据W总输出相应的影响程度具体为：若0＜W总≤3，则输出评估结果为轻度影响；若3＜W总≤10，则输出评估结果为中度影响；若10＜W总，则输出评估结果为重度影响。4.根据权利要求3所述的一种基于大数据的物流运输信息分析系统，其特征在于，所述园区上下班影响模型的具体构建过程如下：
S1：将行驶路线上所有工业园区依次标记为Ek，其中k＝1
…
n；S2：将各个学校Ek的上下学时间段标记为Fk，其中k＝1
…
n；S3：将D与各个Fk进行匹配，若不存在重合则输出园区上下班对物流车辆不影响，若存在重合，则将存在重合的Fk对应的Ek筛选出来并重新标记为Gm，其中，m＝1
…
n，且m≤k；S4：统计G...
【专利技术属性】
技术研发人员：吴联世，
申请(专利权)人：湖南工商大学，
类型：发明
国别省市：
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。