一种基于物流行业的货物运输远程监控管理平台的制作方法

本发明涉及物流，尤其是一种基于物流行业的货物运输远程监控管理平台。

背景技术：

1、现代物流业作为一个新兴的复合型产业，在全球发展迅速，已经成为全球人民经济的基础性产业和服务业的骨干产业。目前，物流行业尚处于积累阶段，伴随着信息技术的大量应用以及电子商务的兴起，出现越来越多以载货汽车为主的货物运输方式。

2、而在当前，货物运输车辆的管理缺乏智能化的控制和管理，现有技术仅对驾驶员的驾驶状态进行分析或仅根据物流运输的利益最大化进行物流运输调度，导致在物流运输过程中存在考虑不全面的问题，容易造成不合理性，同时，忽略货车驾驶员的驾驶状态或仅寻求物流运输的利益最大化的情况更会导致货车在运输中安全隐患的增加，使得事故发生率大大提升。

技术实现思路

1、本发明的目的是通过提出一种基于物流行业的货物运输远程监控管理平台，以解决上述背景技术中提出的缺陷。

2、本发明采用的技术方案如下：

3、提供一种基于物流行业的货物运输远程监控管理平台，包括：

4、订单信息获取模块：用于采集物流订单信息数据；

5、订单信息分配模块：用于根据采集的物流订单信息数据进行订单任务的划分；

6、人员信息获取模块：用于采集驾驶员驾驶记录信息数据；

7、人员驾驶评分模块：用于根据采集的驾驶员驾驶记录信息数据进行驾驶员驾驶情况评分；

8、订单任务分配模块：用于根据驾驶员驾驶情况评分进行订单任务的分配。

9、作为本发明的一种优选技术方案：所述订单信息分配模块基于采集的物流订单数据设定订单分配目标函数，并基于改进蚁群算法基于订单分配目标函数进行寻优生成最优订单配送任务。

10、作为本发明的一种优选技术方案：所述订单信息分配模块设定的订单目标函数p如下：

11、

12、其中，n为运输车辆总数，si为车辆i执行订单信息分配计划的行驶里程值，max(si)为车辆i的行驶里程上限值，m为订单总数，ni为车辆i完成订单的数量；

13、约束条件如下：

14、订单执行次序约束：

15、

16、其中，pre(j)为执行订单j的前序订单，next(j)为执行订单j的后序订单，enforcei[{pre(j),j},＜]表示车辆i依次执行订单pre(j)、j的先后顺序，enforcei[{j,next(j)},＜]表示车辆i依次执行订单j、next(j)的先后顺序；

17、时间约束：

18、tjmin≤tj≤tjmax

19、其中，tj为执行订单j的时间，tjmin、tjmax分别为执行订单j的时间下限和上限；

20、每个订单能且仅能被一辆车执行一次：

21、

22、其中，xij为车辆i执行订单j的次数。

23、作为本发明的一种优选技术方案：所述人员驾驶评分模块基于采集的驾驶员驾驶记录信息数据进行信息熵计算，并基于改进蚁群算法进行评分权重的优化获得驾驶员优化评分值。

24、作为本发明的一种优选技术方案：所述人员驾驶评分模块基于采集的驾驶员驾驶记录信息数据进行离散化处理，对驾驶员驾驶记录信息数据进行区间划分，计算驾驶员各类驾驶记录信息数据的信息熵：

25、

26、其中，hlit为t时刻第i个驾驶员第l类驾驶记录信息数据的熵值，t为监测时长，pit为第i个驾驶员t时刻驾驶记录信息数据在各区间内的分布比例；

27、

28、

29、其中，yi为第i个驾驶员的评分值，ail为第i个驾驶员第l类驾驶记录信息数据的评分权重，hil为第i个驾驶员第l类驾驶记录信息数据的特征变量，xil为第i个驾驶员的第l类驾驶记录信息数据的输入特征变量，为第i个驾驶员第l类驾驶记录信息数据的特征均值，σil为第i个驾驶员第l类驾驶记录信息数据的特征标准差。

30、作为本发明的一种优选技术方案：所述人员驾驶评分模块基于驾驶员评分值进行从大到小排序。

31、作为本发明的一种优选技术方案：所述订单任务分配模块基于订单任务的满意度与需求度分别搭建订单任务分配模型，并基于改进蚁群算法寻优获取订单任务分配模型中的重要性权重，进行订单任务的优化分配。

32、作为本发明的一种优选技术方案：所述订单任务分配模块基于订单任务分配模型按照驾驶员评分顺序进行驾驶员的订单任务下发。

33、作为本发明的一种优选技术方案：所述订单任务分配模型具体如下：

34、订单任务满意度ρ1如下：

35、

36、订单需求度ρ2如下：

37、

38、其中接收点g处的时间满意度函数qg(·)如下：

39、

40、其中，g为物流运输路径接收点数量，wrg为接收点r到接收点g的全部订单信息量，ωg为接收点g处的重要性权值，dg为接收点g处的订单信息量，trg为接收点r到接收点g的耗费时间，ming、maxg为接收点g处对订单运输时间满意度的下限和上限，cr为接收点r处的订单存储量，εg为接收点g处对于运输时间的紧急程度。

41、作为本发明的一种优选技术方案：所述改进蚁群算法具体如下：

42、将划分区间的特征数据集模拟为蚂蚁选择的边(u,v)，融入信息素浓度τuv、启发函数euv，针对第u点位置的第b只蚂蚁，当u不属于yb时，则选v的概率puv(b)为：

43、

44、其中，α表示信息素启发因子，β表示能见度因子，τul(b)为蚂蚁b从节点u移动至节点l的信息素强度，yb表示第b只蚂蚁集合的可行节点；

45、τuv(b+1)＝(1-μ)×τuv(b)+δτuv

46、

47、其中，τuv(b+1)表示第b+1只蚂蚁的信息素浓度，μ表示信息素挥发系数，δτuv为信息素在边(u,v)的改变量，obest为最优解中经过的中转点数量；

48、

49、其中，τmax为信息素最大值。

50、本发明提供的基于物流行业的货物运输远程监控管理平台，与现有技术相比，其有益效果有：

51、本发明分别对订单任务划分和具有最优驾驶状态的驾驶员进行寻优获取，能够根据订单内容进行优化划分，还能够根据驾驶员近期驾驶状态进行驾驶员的驾驶状态的更新，能够兼顾驾驶员安全驾驶状态与物流运输的最低成本，寻求运输安全和运输利益最大化。

技术特征：

1.一种基于物流行业的货物运输远程监控管理平台，其特征在于，包括：

2.根据权利要求1所述的基于物流行业的货物运输远程监控管理平台，其特征在于：所述订单信息分配模块(200)基于采集的物流订单数据设定订单分配目标函数，并基于改进蚁群算法基于订单分配目标函数进行寻优生成最优订单配送任务。

3.根据权利要求2所述的基于物流行业的货物运输远程监控管理平台，其特征在于：所述订单信息分配模块(200)设定的订单目标函数p如下：

4.根据权利要求3所述的基于物流行业的货物运输远程监控管理平台，其特征在于：所述人员驾驶评分模块(400)基于采集的驾驶员驾驶记录信息数据进行信息熵计算，并基于改进蚁群算法进行评分权重的优化获得驾驶员优化评分值。

5.根据权利要求4所述的基于物流行业的货物运输远程监控管理平台，其特征在于：所述人员驾驶评分模块(400)基于采集的驾驶员驾驶记录信息数据进行离散化处理，对驾驶员驾驶记录信息数据进行区间划分，计算驾驶员各类驾驶记录信息数据的信息熵：

6.根据权利要求5所述的基于物流行业的货物运输远程监控管理平台，其特征在于：所述人员驾驶评分模块(400)基于驾驶员评分值进行从大到小排序。

7.根据权利要求6所述的基于物流行业的货物运输远程监控管理平台，其特征在于：所述订单任务分配模块(500)基于订单任务的满意度与需求度分别搭建订单任务分配模型，并基于改进蚁群算法寻优获取订单任务分配模型中的重要性权重，进行订单任务的优化分配。

8.根据权利要求7所述的基于物流行业的货物运输远程监控管理平台，其特征在于：所述订单任务分配模块(500)基于订单任务分配模型按照驾驶员评分顺序进行驾驶员的订单任务下发。

9.根据权利要求8所述的基于物流行业的货物运输远程监控管理平台，其特征在于，所述订单任务分配模型具体如下：

10.根据权利要求9所述的基于物流行业的货物运输远程监控管理平台，其特征在于，所述改进蚁群算法具体如下：

技术总结
本发明涉及物流技术领域，尤其为一种基于物流行业的货物运输远程监控管理平台，包括：订单信息获取模块：用于采集物流订单信息数据；订单信息分配模块：用于根据采集的物流订单信息数据进行订单任务的划分；人员信息获取模块：用于采集驾驶员驾驶记录信息数据；人员驾驶评分模块：用于根据采集的驾驶员驾驶记录信息数据进行驾驶员驾驶情况评分；订单任务分配模块：用于根据驾驶员驾驶情况评分进行订单任务的分配。本发明分别对订单任务划分和具有最优驾驶状态的驾驶员进行寻优，能够根据订单进行优化划分，还能够根据驾驶员近期驾驶状态进行驾驶员的驾驶状态更新，兼顾驾驶员安全驾驶状态与物流运输的最低成本，寻求运输安全和运输利益最大化。

技术研发人员：杨潇,郑杰
受保护的技术使用者：大理兴大数科信息技术有限公司
技术研发日：
技术公布日：2024/1/15