一种基于大数据处理的物流路径规划方法及系统与流程
本发明涉及物流调度领域,尤其涉及一种基于大数据处理的物流路径规划方法及系统。
背景技术:
1、现有物流路径规划技术通常以配送订单、车辆运力、道路通行状态、客户时间窗和预计行驶时长为基础,对配送节点顺序和车辆行驶路线进行规划,主要目标在于缩短配送里程、降低运输时间、提高车辆周转效率。随着农产品冷链配送需求增加,部分方法开始引入温湿度监测和冷链状态记录,用于判断运输过程中的环境是否满足保鲜要求。
2、但现有方法多将冷链环境作为运输后的状态校验依据,缺少对采摘时间、装车时间、预计到达时间和验收时间窗之间鲜度消耗关系的前置推演,也难以反映车门开启、温湿度恢复、装载位置邻近以及前序节点等待、卸货延迟对后续配送节点的连续影响,导致路径规划结果可能仅满足车辆到达要求,却无法保证农产品在到达时满足鲜度验收要求。
3、因此,如何提供一种基于大数据处理的物流路径规划方法及系统是本领域技术人员亟需解决的问题。
技术实现思路
1、本发明的一个目的在于提出一种基于大数据处理的物流路径规划方法及系统,本发明利用大数据处理构建冷链履约图,推演农产品鲜度寿命并优化配送路径,具备鲜度可控、风险可预判和调度精准的优点。
2、根据本发明实施例的一种基于大数据处理的物流路径规划方法,包括如下步骤:
3、获取待配送农产品数据、冷链环境数据、车厢装载数据、配送节点数据、道路通行数据和客户验收数据,并进行规范处理和对象关联,生成农产品冷链配送数据集;
4、依据农产品冷链配送数据集构建冷链配送履约图;
5、将冷链配送履约图输入改进的graphgps模型,利用输入编码层对图节点属性和边关系属性进行向量化编码,生成冷链配送图表征数据,所述改进的graphgps模型包括输入编码层、鲜度时序编码层、多层gps更新层和输出层;
6、利用鲜度时序编码层对冷链配送图表征数据进行鲜度时序增强处理,生成鲜度时序图表征数据;
7、利用多层gps更新层对鲜度时序图表征数据进行图更新处理,并融合开门扰动影响和履约链影响,生成鲜度剩余寿命推演数据;
8、依据鲜度剩余寿命推演数据识别预计到达时不满足鲜度验收要求的鲜度风险节点,并根据鲜度风险节点和道路通行数据确定配送节点前移和后移关系,生成物流路径规划结果。
9、可选的,所述规范处理包括时间统一、单位统一、状态编码、缺失补全和异常标记;所述对象关联包括标识匹配、位置映射和节点关联。
10、可选的,所述冷链配送履约图的构建具体包括:
11、按照农产品冷链配送数据集中的待配送农产品与车厢装载位置,建立待配送农产品节点、车厢区域节点及二者之间的装载关系;
12、按照配送节点数据中的配送顺序、预计卸货时长和节点等待状态,建立配送节点,并在相邻配送节点之间建立履约先后关系;
13、按照配送节点之间的道路路段、道路通行状态和预计行驶时长,建立道路路段节点,并将道路路段节点连接至关联配送节点形成通行关系;
14、按照待配送农产品在配送节点处的验收时间窗和鲜度验收要求,建立待配送农产品节点与配送节点之间的验收约束关系,并对待配送农产品节点、车厢区域节点、配送节点、道路路段节点、装载关系、履约先后关系、通行关系和验收约束关系进行图结构编排,生成冷链配送履约图。
15、可选的,所述冷链配送图表征数据的生成具体包括:
16、将冷链配送履约图输入改进的graphgps模型,利用输入编码层按节点类型提取各图节点属性并建立节点属性编码队列;
17、所述改进的graphgps模型相对于现有graphgps模型的改进点在于:将原有用于表征节点拓扑位置的位置结构编码改为面向采摘时间、装车时间、预计到达时间和验收时间窗的鲜度时序编码,将原有用于相邻节点信息传递的局部消息传递改为面向车门开闭、温湿度变化和装载位置邻近影响的开门扰动分支,将原有用于全图节点关联建模的全局注意力改为面向配送顺序、节点等待和卸货衔接影响的履约链注意分支;
18、对节点属性编码队列中的类别字段、时间字段、状态字段和数值字段进行分项向量化映射,生成图节点初始表征数据;
19、提取装载关系、履约先后关系、通行关系和验收约束关系的起止节点、关系类型、关系连接顺序和属性字段,分别转换为边关系向量并与图节点初始表征数据对齐,生成冷链配送图表征数据。
20、可选的,所述鲜度时序图表征数据的生成具体包括:
21、将冷链配送图表征数据输入鲜度时序编码层,提取采摘时间、装车时间、预计到达时间和验收时间窗,并对各时间字段进行时间位置编码,生成鲜度时序编码数据;
22、依据采摘时间、装车时间和预计到达时间之间的先后关系,对待配送农产品在冷链配送过程中的鲜度消耗阶段进行阶段编码,生成鲜度阶段编码数据;
23、根据装车时间、预计到达时间和验收时间窗结束时刻,对已配送时长和剩余可交付时长进行时长编码,生成时长约束编码数据;
24、按照预计到达时间与验收时间窗起止时刻之间的位置关系,对验收时间窗匹配状态进行状态编码,生成验收匹配编码数据;
25、将鲜度时序编码数据、鲜度阶段编码数据、时长约束编码数据和验收匹配编码数据叠加至冷链配送图表征数据,生成鲜度时序图表征数据。
26、可选的,所述鲜度剩余寿命推演数据的生成具体包括:
27、将鲜度时序图表征数据输入多层gps更新层,提取冷链环境数据、车厢装载数据和预计卸货时长,并按照车门开闭时段与装载位置归集生成开门扰动输入数据;
28、利用开门扰动分支按照装载关系、车厢区域邻接关系和装载位置相邻关系传递开门扰动输入数据,生成开门扰动局部更新数据;
29、利用履约链注意分支沿履约先后关系整理配送节点之间的履约影响顺序,生成履约链全路径更新数据;
30、将开门扰动局部更新数据和履约链全路径更新数据输入前馈更新单元,对鲜度时序图表征数据进行逐层融合更新,生成鲜度更新图表征数据;
31、依据鲜度更新图表征数据对待配送农产品在各配送节点预计到达时的鲜度剩余寿命进行推演,生成节点鲜度寿命数据;
32、依据节点鲜度寿命数据与鲜度验收要求进行验收满足性判定,并将判定结果转换为鲜度风险状态和鲜度可交付状态后编排生成鲜度剩余寿命推演数据,所述鲜度风险状态包括鲜度正常状态、鲜度临界交付状态和鲜度不达标状态;所述鲜度可交付状态包括可交付状态、临界可交付状态和不可交付状态。
33、可选的,所述物流路径规划结果的生成具体包括:
34、依据鲜度剩余寿命推演数据和验收约束关系筛选预计到达时不满足鲜度验收要求的待配送农产品节点及其关联配送节点,生成鲜度风险节点数据;
35、按照鲜度风险节点数据计算鲜度风险节点的寿命缺口值,并结合验收时间窗对鲜度风险节点进行调整优先级编排,生成风险节点调整顺序数据;
36、依据风险节点调整顺序数据在配送节点之间进行前移位置检索,并结合道路通行状态和预计行驶时长核验前移后的预计到达时间,生成配送节点前移关系;
37、根据配送节点前移关系将关联配送节点插入候选前移位置,并对被跨越配送节点按原相对顺序顺延,重新核验通行关系和鲜度可交付状态,生成物流路径规划结果,所述物流路径规划结果包括调整后的配送节点顺序、关联道路路段、调整后预计到达时间和调整后鲜度可交付状态。
38、根据本发明实施例的一种基于大数据处理的物流路径规划系统,包括:
39、数据集生成模块,用于获取待配送农产品数据、冷链环境数据、车厢装载数据、配送节点数据、道路通行数据和客户验收数据,并进行规范处理和对象关联,生成农产品冷链配送数据集;
40、履约图构建模块,用于依据农产品冷链配送数据集构建冷链配送履约图;
41、图表征编码模块,用于将冷链配送履约图输入改进的graphgps模型,利用输入编码层对图节点属性和边关系属性进行向量化编码,生成冷链配送图表征数据;
42、鲜度时序增强模块,用于利用鲜度时序编码层对冷链配送图表征数据进行鲜度时序增强处理,生成鲜度时序图表征数据;
43、鲜度寿命推演模块,用于利用多层gps更新层对鲜度时序图表征数据进行图更新处理,并融合开门扰动影响和履约链影响,生成鲜度剩余寿命推演数据;
44、路径规划生成模块,用于依据鲜度剩余寿命推演数据识别鲜度风险节点,并根据鲜度风险节点和道路通行数据确定配送节点前移和后移关系,生成物流路径规划结果。
45、本发明的有益效果是:
46、本发明通过获取待配送农产品数据、冷链环境数据、车厢装载数据、配送节点数据、道路通行数据和客户验收数据,并进行规范处理和对象关联,能够将原本分散在订单、车辆、车厢、道路和客户验收环节中的数据统一整理为农产品冷链配送数据集。进一步构建冷链配送履约图后,待配送农产品、车厢区域、配送节点和道路路段之间的装载关系、履约先后关系、通行关系和验收约束关系能够被统一表达,使路径规划不再仅围绕车辆行驶距离和到达顺序展开,而是能够同时考虑农产品在车厢内的位置、配送节点的履约衔接以及客户验收时间窗对鲜度交付的影响。
47、本发明将改进的graphgps模型应用于冷链配送履约图处理,将原有位置结构编码改为鲜度时序编码,将局部消息传递改为开门扰动分支,将全局注意力改为履约链注意分支,使模型能够围绕采摘时间、装车时间、预计到达时间和验收时间窗推演鲜度消耗过程,并将车门开启、温湿度变化、装载位置邻近、前序节点等待和卸货延迟等因素纳入图更新处理。由此能够更准确地生成鲜度剩余寿命推演数据,提前识别预计到达时不满足鲜度验收要求的鲜度风险节点,避免传统路径规划中“车辆能够到达但农产品无法验收”的问题。
48、本发明依据鲜度风险节点和道路通行数据对配送节点进行前移和后移编排,能够在路径规划阶段主动调整容易发生鲜度不达标的配送节点顺序,并重新核验调整后的预计到达时间、道路通行状态和鲜度可交付状态。通过上述处理,物流路径规划结果不仅满足道路通行和配送履约要求,还兼顾农产品鲜度剩余寿命和客户验收要求,提高了冷链配送路径规划的精细化程度、鲜度风险预判能力和实际交付可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com