CN101535971B - 预报集装箱密度的系统和方法 - Google Patents
预报集装箱密度的系统和方法 Download PDFInfo
- Publication number
- CN101535971B CN101535971B CN2006800304551A CN200680030455A CN101535971B CN 101535971 B CN101535971 B CN 101535971B CN 2006800304551 A CN2006800304551 A CN 2006800304551A CN 200680030455 A CN200680030455 A CN 200680030455A CN 101535971 B CN101535971 B CN 101535971B
- Authority
- CN
- China
- Prior art keywords
- data
- size
- parcel
- parcels
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Abstract
本发明提供了根据从尺寸类别内的其它包裹中导出的数学公式估计包裹尺寸的方法和系统。该系统可以包括与存储与正在递送的包裹有关的数据的关系数据库通信的多种多样模块。可以从多种多样的源中检索类似的数据,本发明的实施例根据源的可靠性优先化该数据。在进一步的方面中,通过评估某个时间间隔内的包裹数据预报装备需要。
Description
技术领域
本发明一般涉及预报领域,尤其涉及分析全球货运网内的实际货运数据,以便估计每天沿着特定航线或路线每架飞机或其它交通工具的每个集装箱的货物或包裹数量的系统、方法和装置。
背景技术
诸如联合包裹服务公司、联邦快递公司、DHL和邮政服务公司的货运企业所面临的严重挑战是确定诸如例如点到点运输期望的包裹量所需的卡车数量的未来装备需要。目前用于确定这些需要的参数是经常被称为集装箱密度的特定路线每个集装箱的货物数量。
当前,集装箱密度是利用快速目检来估计的,这往往产生不可靠的数据。通常,将由一个人来报告装入集装箱中的货物的数量并估计装入货物所占用的集装箱的百分比。使用这种数据,货运企业做出装备部署和购买决定。例如,如果估计的当前集装箱的利用率百分比低,则企业就可能决定在特定路线上不增加集装箱。但是,由于这种数据基于不可靠的估计,可能在不需要的时候购买了多余的装备,或者集装箱的数量不足,可能装不下期望的包裹量。
因此,现有技术需要既能更精确测量集装箱容量利用率,又能可靠预报未来装备需要的系统和方法。
发明内容
如下的总结不是广泛性的概述,并且无意认定装置、方法、系统和进程等的关键性或决定性单元,或描绘这样的单元的范围。这个总结作为如下更详细描述的前言,以简化形式提供了概念介绍。
在本发明的一个实施例中,提供了一种估计具有一定重量并与多个尺寸类别之一相关联的选择包裹的尺寸的系统。这个系统包括存储与多个包裹相关联的数据的一个或多个数据库和尺寸估计模块,所述数据包括所述多个包裹的每一个的重量数据、尺寸数据和尺寸类别数据。所述尺寸估计模块被配置成:从所述一个或多个数据库中检索与所述选择包裹相同的尺寸类别相关联的所述多个包裹的至少一部分的重量和尺寸数据;分析所述检索的数据,以确定重量和尺寸之间的数学关系;以及根据所述数学关系和所述选择包裹的所述重量,来估计所述选择包裹的尺寸。
在本发明的另一个实施例中,提供了一种估计货运企业货运的多个包裹的第一包裹的尺寸的方法。这种方法包括如下步骤:基于相对尺寸将所述多个包裹的每一个与多个类别之一相关联;根据其尺寸将所述第一包裹指定给第一类别,其中,所述第一类别是从所述多个类别中取得的;检索包括与所述第一类别中的多个包裹相关联的重量和尺寸的数据;分析所述第一类别中的多个包裹的所述数据,以确定重量和尺寸之间的数学关系;以及应用所述数学关系,以便根据其重量来计算所述第一包裹的尺寸。
在本发明的进一步实施例中,提供了一种用于预报递送线的容量要求的系统。该系统包括存储与所述递送线的多个包裹有关的数据的预报数据库和预报模块,每个包裹的所述数据包括重量数据、尺寸数据和基于尺寸来指示多个类别之一的数据,以及其中,所述多个包裹的至少一些的所述尺寸数据是估计值。该预报模块被配置成:从所述预报数据库中检索所述尺寸数据;通过组合所述多个包裹的每一个的尺寸数据,来计算所述包裹的累积尺寸;以及通过将增长率应用于所述累积尺寸来预报尺寸容量要求。
在本发明的另一个实施例中,提供了一种用于预报递送线的容量需要的方法。该方法包括如下步骤:收集包含与所述递送线相关联的多个包裹的重量数据、尺寸数据和尺寸类别数据的包裹数据,其中,所述包裹数据的分量是从多个源收集的;构建包含所述包裹数据的数据库;组合所述尺寸数据以获取累积尺寸;通过将增长率应用于所述累积尺寸来预报未来累积尺寸;以及将所述预报的未来累积尺寸与所述递送线的目前容量相比较,以确定未来装备需要。
在另外的实施例中,提供了一种用于估计第一包裹的尺寸的计算机程序产品。该计算机程序产品被具体化在一个或多个计算机可读介质上并包括完成如下步骤的计算机可执行指令:基于相对尺寸将多个包裹的每一个与一个类别相关联;根据其尺寸,将所述第一包裹指定给所述类别之一;检索包括与所述类别之一中的多个包裹相关联的重量和尺寸的数据;分析与所述类别之一相关联的所述多个包裹的所述数据,以确定重量和尺寸之间的数学关系;以及应用所述数学关系,以便根据其重量来计算所述第一包裹的尺寸。
附图说明
通过结合附图对本发明的优选实施例进行如下详细描述,可以使本发明更容易理解,在附图中:
图1是根据本发明的一个实施例,用于创建货运记录数据库的各种数据源的图形;
图2是根据本发明的一个实施例,用于创建大型包裹数据库的各种数据源的图形;
图3是根据本发明的一个实施例,与数据库通信的各种模块的图形;
图4是例示根据本发明一个实施例的方法中的步骤的流程图;
图5是例示根据本发明一个实施例的大型包裹数据库中的字段的表;
图6是例示根据本发明一个实施例的新包裹数据库中的字段的表;
图7是根据本发明一个实施例的计算机的例示;以及
图8是根据本发明一个实施例的分布式服务器-客户机网络的例示。
具体实施方式
本文从现在开始结合如下描述和附图来描述某些例示性和示范性装置、方法、系统、进程等。在如下描述中,为了便于说明起见,给出了许多具体细节,以便有助于人们全面了解这些装置、方法、系统、进程等。但是,显而易见,没有这些具体细节也可以实现这些装置、方法、系统、进程等。在其它情况中,以方块图的形式示出公知的结构和设备,以便简化描述。
正如用在本申请中那样,术语“计算机部件”指的是与计算机有关的实体,它可以是硬件、固件、软件、它们的组合或执行软件。例如,计算机部件可以是(但不局限于)在处理器上运行的进程、处理器本身、目标文件、可执行文件、执行线程、程序和/或计算机。举例来说,在服务器上运行的应用程序和服务器本身两者都可以是计算机部件。一个或多个计算机部件可以驻留在进程和/或执行线程内,以及计算机部件可以定位在单个计算机上和/或分布在两个或更多个计算机之间。
如本文使用的“计算机通信”指的是两个或更多个计算机部件之间的通信,并且可以是例如网络传送、文件传送、小应用程序传送、电子邮件、超文本传送协议(HTTP)消息、XML、数据报、对象传送、二进制大型对象(BLOB,binary large object)传送等。计算机通信可以发生在例如无线系统(例如,IEEE 802.11)、以太网系统(例如,IEEE 802.3)、令牌环系统(例如,IEEE 802.5)、局域网(LAN)、广域网(WAN)、点到点系统、电路交换系统、分组交换系统等上。
如本文使用的“逻辑单元”包括(但不局限于)执行一种或多种功能或动作的硬件、固件、软件和/或每一种的组合。例如,根据希望的应用或需要,逻辑单元可以包括软件控制的微处理器、诸如专用集成电路(ASIC)的分立逻辑单元、或其它编程逻辑器件。逻辑单元也可以完全具体化成软件。
如本文使用的“信号”包括(但不局限于)一个或多个电或光信号、模拟或数字信号、一条或多条计算机指令、一位或位流等。
如本文使用的“软件”包括(但不局限于)使计算机、计算机部件和/或其它电子设备以希望的方式来执行功能、动作和/或行为的一条或多条计算机可读和/或可执行指令。这些指令可以以诸如例程、算法、模块、方法、线程和/或程序的各种形式具体化。软件也可以以包括(但不局限于)独立程序、函数调用(本地和/或远程)、小服务程序、小应用程序、存储在存储器控制器中的指令、操作系统或浏览器的一部分等的多种可执行和/或可装载形式来实现。应该懂得,计算机可读和/或可执行指令可以位于一个计算机部件中,和/或分布在两个或更多个通信、协作和/或并行处理的计算机部件之间,并因此可以以串行、并行、大规模并行和其它方式来装载和/或执行。本领域的普通技术人员应该懂得,软件的形式可能取决于例如希望应用的要求、它运行的环境和/或计算人员或编程人员的希望等。
“可操作连接”(或“可操作地连接”实体的连接)是可以发送和/或接收信号、物理通信流和/或逻辑通信流的一种连接。通常,可操作连接包括物理接口、电接口和/或数据接口,但应该注意到,可操作连接可以包括足以允许可操作控制的这些或其它类型连接的不同组合。
如本文使用的“数据库”指的是可以存储数据的物理和/或逻辑实体。例如,数据库可以是如下之一或多个:数据存储器、关系数据库、表格、文件、列表、队列等。数据库可以驻留在一个逻辑和/或物理实体中,和/或可以分布在两个或更多个逻辑和/或物理实体之间。
应该懂得,系统的一些或全部进程和方法牵涉到可以是动态和灵活进程的电子和/或软件应用,使得可以以与本文所述的那些不同的其它序列来执行它们。本领域的普通技术人员还应该懂得,具体化成软件的单元可以利用诸如机器语言、过程、面向对象和/或人工智能技术的各种编程手段来实现。
本文所述的处理、分析和/或其它功能也可以通过诸如数字信号处理器电路、软件控制的微处理器或专用集成电路的功能等效电路来实现。实现成软件的部件不局限于任何具体编程语言。更确切地说,本文的描述提供了本领域的普通技术人员可以用于制造电路或生成计算机软件以便进行系统处理的信息。应该懂得,本系统和方法的一些或全部功能和/或行为可以实现成如上定义的逻辑单元。
就术语“包括”应用在示范性新概念的详细描述或罗列中而言,与用作权利要求中的过渡词时解释那个术语的意思一样,以与术语“包含”相同的方式规定为相容的。更进一步,就术语“或”应用在示范性新概念的罗列(例如,A或B)中而言,规定为“A或B或两者”的意思。当作者打算指出“只有A或B但不是两者”时,作者将应用短语“A或B但不是两者”。因此,本文对术语“或”的使用是包含使用,而不是排它使用。请参见Garner,字典Modern Legal Usage 624(2d ed.1995)。
从在说明书和图形中给出的教义中获益的本领域普通技术人员可以想出许多修改和其它实施例。因此,应该明白,本发明不局限于公开的特定实施例,以及这些修改和可替代实施例被认为包括在本公开和示范性新概念的范围之内。尽管本文可能使用了特定术语,但只在一般性和描述性的意义上使用它们,而不是为了限制。
货运数据
尽管本领域的普通技术人员可以清楚地理解和懂得本发明可应用于其它企图,但本文可以在全球包裹货运企业的背景下一般性描述本发明。如本文使用的术语“包裹”一般指的是要从发货人运输到收件人或收件人的分立包裹或货物。可以将一个或多个包裹放在一个集装箱中。可以将一个或多个集装箱放在飞机中,放在轮船上,或放在任何其它交通工具上进行运输。
每个包裹一般具有一定重量和尺寸。可以将每个包裹标上包裹跟踪号,或者将每个包裹与包裹跟踪号相关联,以便进行跟踪。跟踪号可以嵌在货物或包裹上的另一个标记或记号中,或者与货物或包裹上的另一个标记或记号相关联,另一个标记或记号包括(但不局限于)UPSMaxiCode符号、条形码、RFID标签或其它记号。计算机系统可以用于利用包裹跟踪号来监视每个包裹的状态。计算机系统还可以用于存储与每个包裹有关的某个记号或数据。
图1是例示根据本发明一个实施例的协作数据库的系统的高级方块图。货运企业通常收集描述正在递送的货物或包裹的各种数据,并且可以将这个数据用于构建货运记录数据库40。货运记录数据库40可以包括有关每个包裹的数据,包括例如跟踪号、服务等级、重量、尺寸以及与包裹出发地和它的目的地有关的数据。货运记录数据库40可以用于监视当前正在传输的包裹,和/或可以用于存储有关过去递送的包裹的数据。
如图1所示,可以访问各种数据存储器,以便构建包括任何希望数据集的货运记录数据库40。例如,输入扫描数据22可以包括包裹第一次进入系统时获得的有关包裹的数据的记录。该数据可以从包裹的扫描或其它检查中获得,包括指有关包裹的附加数据的包裹上的代码的扫描。在包裹从出发地传输到目的地期间,可以在各种停车点获取和存储中间扫描数据24。类似地,如果正常管理过程出现了问题或异常,可以获取和存储异常扫描数据26。可以将一个或多个货物或包裹放在一起或捆绑在一起放入较大的集装箱中,此刻,可以扫描捆绑件,以及将有关集装箱及其内容的信息存储成捆绑件扫描数据28。
还可以汇编包裹级详细数据20,它可以包括诸如发货人所提供的货单、发货人标识符、递送或收件人地址、其它收件人标识符、包裹跟踪号、服务等级、重量、尺寸、支付信息、用于参考信息的各种字段、用于与正在传输的包裹的管理和/或货运有关的目的的附加字段的有关包裹的各种数据。包裹级详细数据20还可以包括诸如指示包裹的收集的出发地扫描、在各种停车点和/或分拣位置的中间扫描、和指示包裹的最后递送的目的地扫描的用在跟踪正在传输的包裹的移动中的数据。关于这方面,包裹级详细数据20提供了每个包裹的历史,其中,包裹跟踪号可以用作定位与每个包裹相关联的所有记录数据的索引。通过发出对包裹级详细数据20的询问,用户可以获取有关特定包裹的大量信息。
也显示在图1中的交付扫描数据35可以包括当包裹被交付给收件人时获得的有关包裹的数据。交付扫描可以由做出交付的人员或驾驶员利用便携式设备来实现,以记录诸如日期、时间、地点、收件人标识符、收件人签名和与交付有关、在或快要交付时刻捕获并与包裹跟踪号有关的其它数据的信息。这样,交付扫描数据35提供了包裹的货单记录中的最后表目。
可以利用货运企业在某个时期存储的所有数据来构建或汇编货运记录数据库40。例如,货运记录数据库40可以按日、星期或月等汇编。
运输集装箱
本文可以在一般被称为空运集装箱的航空运输集装箱的背景下一般性地描述本发明。但是,正如本领域的普通技术人员所清楚理解和懂得的那样,也可以利用本发明的系统和方法来分析其它类型的集装箱。因此,如本文使用的术语“集装箱”应该理解为包括任何类型的运输集装箱。可以使空运集装箱的尺寸和形状适合一种或多种具体型号的货运飞机。可以使陆运集装箱的尺寸和形状适合海船、货运列车或公路牵引拖车。可以使其它集装箱的尺寸和形状适合多种运输工具的任何一种。当然,广义地说,每种运输工具包括诸如货舱、平板拖车、大篷车厢、搁架等的某种集装箱。如本文所述的集装箱利用率和集装箱密度的概念可容易地应用于除包裹货运之外的其它运送领域,并且可应用于所有类型的集装箱。
集装箱的集装箱:此外,本发明的概念也可以平等地应用于位于较大集装箱内的集装箱,与是否直接装入运输工具中无关。在一些系统中,可以将小货物捆绑在一起并放到较大集装箱中;可以利用本发明来分析和预报每个集装箱的货物数量。类似地,可以将较大集装箱与其它较大集装箱组织在一起并放到更大集装箱中,其中,也可以利用本发明来分析和预报每个更大集装箱的较大集装箱数量。
包裹尺寸和重量数据
在一个实施例中,本发明的系统10可以包括汇编或构建包括每个感兴趣包裹的重量和尺寸的大型包裹数据库45。如图2所示,大型包裹数据库45可以使用来自货运记录数据库40(如图1所示,从各种数据源中汇编)、包裹级详细数据20、尺寸标注机器数据30、设施目录32、发货人数据或其它源的一个或多个的数据。
包裹尺寸:如图2所示的其它各种数据源可以包括来自尺寸标注机器的数据。在需要确定正在传输的货物或包裹的尺寸的运输系统中,可以使用一个或多个尺寸标注机器或系统。例如,可以将沿着传输带放置的传感器用于确定沿传输带移动的货物或包裹的长度、宽度和高度。授予Prutu的美国专利第6,952,628号公开了一种用于测量包裹尺寸的系统,其在这里通过引用而并入。可以存储尺寸数据,可以利用包裹跟踪号将它与特定包裹相关联。如图2所示,可以访问尺寸标注机器数据30,以及尺寸数据用于贡献大型包裹数据库45。
包裹重量:一般说来,货运记录数据库40可以包括如从图1所示的任何数据源中导出的包裹重量。例如,包裹级详细数据20可以包括重量。输入扫描数据22可以包括包裹进入货运系统时获得的重量。
一些类型的尺寸标注机器也获取重量测量或估计,因此,尺寸标注机器数据30也可以包括包裹重量。但是,在一些运输系统中,不是每个包裹都从尺寸标注机器旁边经过。因此,可能需要其它尺寸和重量数据源。发货人数据34可以包括如发件人测量或估计的包裹尺寸。包裹级详细数据20也可以包括尺寸数据或个别尺度。
设施数据:如图2所示,大型包裹数据库45可以包括从设施目录32中获得的数据。在一个实施例中,本发明的系统10分析包裹和集装箱在服务地域内的各种设施之间的运输。设施目录32可以用于例如识别与包裹的出发地最接近的设施,以及识别与目的地最接近的设施。为了在分析和预报包裹和集装箱在各种设施之间的移动的时候可使用数据,可以将大型包裹数据库45构建成包括出发地设施和目的地设施的标识。本领域的普通技术人员应该认识到,从出发地设施到目的地设施可能存在包裹在途中可能经过的多个中间设施。而且,在计算集装箱密度和利用率时,这些中间设施的任何一个都可被当作出发地设施或目的地设施。
如图5所示,一旦完成,大型包裹数据库45可以包括用于每个包裹的若干数据字段。图5中的简化表例示了按行和列存储的数据;一行用于每个包裹。大型包裹数据库45可以包括数千行甚至更多。如图所示,每个包裹可以通过包裹跟踪号61、服务等级62、尺寸类别63、出发地中心64、尺寸65、重量66和目的地中心67来标识。如本文所述的包裹跟踪号61可以是单个包裹唯一的字母数字代码。所述的跟踪号61或其它数据可以嵌入每个货物或包裹上的另一个标记或记号中,或者与每个货物或包裹上的另一个标记或记号相关联,另一个标记或记号包括(但不局限于)UPSMaxiCode符号、条形码、RFID标签或任何其它类型的记号。服务等级62可以用于区分根据某些参数货运的货物或包裹。例如,词首大写字母NDA可以指Next-DayAir(次日空运)服务。2DA可以指Second-Day Air(第二日空运)服务,以及3DA可以指Third-Day Air(第三日空运)服务。当然,根据所提供的服务,可以使用多种服务等级的任何一种。类似地,尺寸类别63字段可以用于描述货物或包裹的一般尺寸和形状。例如,“信件”可以指平信,“小”可以指小于某个极限的包裹或包裹,以及“其它”可以指较大或不小的包裹。出发地中心64和目的地中心67字段可以包括指示用于处理或管理每个包裹的设施的标识符。
如图所示的重量66列可以包括每个包裹的重量。重量66可以从本文所述的任何一个源中获得。在一个实施例中,本发明的系统10包括重量测量的可能源的优先化列表,将最高优先级给予最可靠源,以及将较低优先级指定给较不可靠源。在一个方面中,本发明的系统10可以从多种可能重量输入中进行选择,并选择最可靠重量包括在大型包裹数据库45中。
类似地,如图所示的尺寸65列可以包括每个包裹的尺寸。尺寸65可以从本文所述的任何一个源中获得。在一个实施例中,本发明的系统10包括尺寸测量的可能源的优先化列表,将最高优先级给予最可靠源,以及将较低优先级指定给较不可靠源。在这个方面,本发明的系统10可以从多种可能尺寸输入中进行选择,并选择最可靠尺寸包括在大型包裹数据库45中。系统10可以根据长度、宽度和高度的各自测量结果来计算尺寸65。在一个实施例中,系统10可以根据其服务等级62、尺寸类别63或两者的组合,将标准尺寸65指定给包裹。例如,可以将标准信封所限制的标准尺寸指定给在标准信件尺寸内利用次日空运服务货运的包裹。
如图6的示范性表格所示,不是每个包裹都包括尺寸65。当不能从各种数据源的任何一个中获得尺寸65时,尺寸65的字段是空的或空白的。
转到图3,本发明的实施例包括利用累积数据来进行计算的若干计算机模块。在例示的实施例中,尺寸估计模块47与大型包裹数据库通信,并提供具有空或空白尺寸字段65的包裹的尺寸估计。一般说来,尺寸估计模块47分析若干包裹记录,以便生成包裹的重量和尺寸之间的数学关系。尺寸估计模块47可以从这个分析中估计大型包裹数据库45中尺寸字段65是空或空白的包裹的尺寸。这个估计的数据与从大型包裹数据库45提供的其它数据一起可以用于生成新的包裹数据库或预报数据库50。
另外,本发明的实施例还可以包括根据收集的数据来预测装备需要的预报模块55。预报模块是与新包裹数据库50通信的计算机部件。一般说来,预报模块55分析给定时间段内的包裹数据,并计算给定递送线的未来装备需要。
估计包裹尺寸的方法
尽管许多现代货运企业在它们的递送网络中包括了包裹测量设备,但尺寸数据往往不可用于递送的至少一部分包裹。正如本领域的普通技术人员所理解的那样,诸如装备故障、测量设备的局部部署或数据损坏的多种原因都可能引起尺寸数据丢失。在本发明的一个方面中,根据其它收集的数据来估计这些包裹的尺寸。
在一个实施例中,本发明包括如图4所示的估计包裹尺寸的方法。从存储在如图5所示的大型包裹数据库45中的数据开始,本发明的方法可以包括下载步骤201,其中,可以将大型包裹数据库45或它的一部分从远程服务器或其它计算机系统下载到本地计算机,以便尺寸估计模块47作进一步处理。
本发明的方法可以包括尺寸估计模块47所执行的确认步骤202,其中,对照允许值范围来比较和确认一个或多个字段中的数据表目。确认步骤202以及这个创造性方法中的其它步骤可以通过诸如Perl的计算机脚本或询问语言来实现或执行。Perl是稳定、开放源、交叉平台编程语言,可在通用公共许可证下获得。Perl包括使Perl应用程序或脚本能够访问多种数据库类型的任何一种的DBI(数据库接口)模块。
在一个实施例中,本发明的方法可以包括提取步骤203,其中,尺寸估计模块47从大型包裹数据库45中只提取包括尺寸65的包裹数据。在这个步骤203中,创建所有包裹都具有尺寸的数据集。
利用具有尺寸的提取数据,尺寸估计模块47可以包括曲线生成步骤204。在一个实施例中,尺寸和重量数据可以用于生成尺寸与重量关系曲线。根据包括尺寸和重量两者的包裹数据,可以利用如下一般公式来画出尺寸与重量关系曲线的图形:
Size=c1+c2*Weight+c3*CAT
在这个一般公式中,系数c1、c2和c3是常数,以及CAT变量可以根据样本中的包裹的具体尺寸类别63来调整。例如,对于小包裹,可以将CAT变量设置成0,而对于其它包裹,可以将CAT变量设置成1。
一般而言,随着包裹尺寸增大,预期重量也增大;但是,其关系往往不是线性的,并且还根据样本中的包裹而变化。小包裹可能相对较重;大包裹可能相对较轻。此外,根据不同服务等级62货运的包裹可能具有取决于具体服务等级或与具体服务等级有关的尺寸-重量关系。在任何情况下,尺寸公式都可以用于生成多种服务等级的每一种的曲线:
NDA_Size=c1+c2*Weight+c3*CAT [1]
2DA_Size=d1+d2*Weight+d3*CAT [2]
3DA_Size=e1+e2*Weight+e3*CAT [3]
在上面的公式中,系数c1、c2和c3是用于利用NDA或次日空运服务货运的包裹的常数;系数d1、d2和d3是用于利用2DA或第二日空运服务货运的包裹的常数;以及系数e1、e2和e3是用于利用3DA或第三日空运服务货运的包裹的常数。
一般而言,曲线生成步骤204可以包括每种服务等级(NDA、2DA和3DA)的数据的统计分析。统计分析生成每个数据集的特定常数(c1、c2、c3;d1、d2、d3;和e1、e2、e3)。
确定常数生成具有已知值的公式,并且还生成能够画在图形上的公式或曲线。统计分析可以利用多种方法的任何一种来进行。所选的公式可以像上面公式[1]到[3]中的表达式那样,在形式上一般是线性的,或者,根据曲线的预期形状和要分析的数据集,模型公式可以采取不同的形式。该分析可以利用诸如SPSS公司提供的SPSS统计过程软件的统计分析软件产品来完成。
一般而言,可以建立公式的测量单位,使得通过计算生成的尺寸是立方英尺、立方英寸或任何其它体积度量。常数(c1,c2等)将因此以单位来量度。例如,如果所希望单位是立方英尺,则可以例如用立方英尺来表达常数c1;对于用磅表示的重量,可以用立方英尺每磅来表达常数c2;以及可以用立方英尺来表达常数c3(被乘以0或1)。
可以在计算步骤205中利用上面的公式和生成的常数,来计算未知包裹的尺寸。例如,上面的公式[1]可以用于利用服务等级NDA、利用包裹的已知重量和c1、c2和c3的值来计算货运包裹的尺寸。如果包裹尺寸类别为小,则可以将CAT变量设置成0。因此,公式[1]简化成NDA_Size=c1+c2*Weight。如果曲线生成步骤204生成0.0114立方英尺的c1值和0.8026立方英尺每磅的c2值,以及包裹的重量是0.6119磅,那么,包裹尺寸NDA_Size=0.0114立方英尺+(0.3026立方英尺每磅)×(0.6119磅)=0.1966立方英尺。
在为每个未知包裹计算出尺寸之后,一个实施例中的构建步骤206可以包括汇编和构建包括每个包裹的尺寸和重量的新包裹数据库50。新包裹数据库50例示在图6中,计算的尺寸用粗体表示。
在预报中使用所述新包裹数据库
如图6所示,新包裹数据库50可以包括出发点设施或中心64和目的地中心67的标识。出发点中心64和目的地中心67的组合可被称为中心对。为了使预报模块55分析过去货运中的包裹数据并预报未来货运的需要,考虑有关中心对的包裹流往往是有益的。例如,一个这样的中心对可以是出发点中心64是处在Roswell,Georgia(在Atlanta外面)的设施以及目的地中心67可以是处在Greenville,SouthCarolina(在Columbia附近)的设施的Roswell-Greenville。
货运企业可以为中心对的端点之间的运送联系一条或多条货运线。例如,Roswell和Greenville之间的货运线可以包括Atlanta机场(ATL)和Columbia机场(CAE)之间的空中货运线和一条或多条分立的地面运输货运线。对于通过例如次日空运服务运送的货物或包裹,中心对Roswell-Green ville可能有必要包括ATL-CAE之间的空运线。关于这方面,标识在新包裹数据库50中的中心64、67可以用于标识将沿着特定空运线正常运送的包裹。
在一个实施例中,预报模块55可以利用来自新包裹数据库50的数据,来计算沿着运输线,例如空运线ATL-CAE货运的所有包裹的总尺寸。已知尺寸的包裹以及具有通过上面方法计算的尺寸的包裹将包括在样本中。
假设,例如沿着ATL-CAE空运线运送的包裹的样本包括如从新包裹数据库50中的数据确定的总尺寸为4,640.21立方英尺的总共10,208个包裹。如果已知标准集装箱的容量,我们可以计算用于这种运输的集装箱数量。例如,标准A2N空运集装箱具有420立方英尺的容量。当通过目检看起来已填满时,可以估计包裹实际消耗了集装箱体积的大约70%或294立方英尺,可以将此称为实际集装箱容量。将4,640.21立方英尺的总包裹体积除以294立方英尺的实际集装箱容量,可以计算出在特定空运线ATL-CAE上需要15.78个集装箱的容量来运输包裹样本。也可能有兴趣知道每个集装箱的平均包裹数量或集装箱密度。将总包裹数量(10,208个)除以集装箱数量(15.78个)示出了每个集装箱平均携带646.77个包裹。
通过本文所述的改进系统和方法生成的这些值将生成用于分析过去货运中的包裹数据并用于预报未来货运的一般来说可靠的数据集。例如,如果预计在特定地区的日包裹体积将增大,那么,可以使用预报方法将递增的增长率应用于沿着特定路线的包裹数量,这又影响将通过交通工具和通过飞机运输的包裹的数量。增加的体积可以指示需要更多的集装箱数量和/或更大的运输工具来移动那些集装箱。关于这方面,通过本发明方法计算并存储在新包裹数据库50中的改进数据可以用于得出更精确的预报。预报仅仅代表存储在新包裹数据库50中的改进数据的一种可能使用。
系统体系结构
在本文引用的本发明若干实施例中,引用了计算机。该计算机可以是诸如数据获取和存储设备的大型、台式、笔记本或膝上型、手持或手提设备。在一些情况中,计算机可以是用于访问数据的“哑””终端或在网络上通信的处理器。转到图7,图7例示了可以用于实施本发明各个方面的一个计算机实施例。在图7中,诸如微处理器的处理器2301用于执行完成所定义步骤的软件指令。处理器2301接收来自电源2317的电力,如有必要,电源2317也可以将电力提供给其它部件。处理器2301利用数据总线2305进行通信,数据总线2305通常十六位或三十二位宽(例如,并行地)。数据总线2305用于通常在处理器2301和存储器之间传送数据和程序指令。在本实施例中,存储器可以被认为包括诸如RAM(随机访问存储器)或只在操作期间保留内容的另一种形式存储器的易失性主要存储器2302,或者,它可以是诸如ROM、EPROM、EEPROM、FLASH或总是保留存储内容的其它形式存储器的非易失性主要存储器2303。存储器也可以是诸如存储大量数据的盘存储器的辅助存储器2304。在一些实施例中,盘存储器可以用I/O总线2306代替或专用总线(未示出)与处理器通信。辅助存储器可以是软盘、硬盘、光盘、DVD或计算机领域的普通技术人员已知的任何其它类型的大容量存储器。
处理器2301还利用I/O总线2306与各种外围或外部设备通信。在本实施例中,外围I/O控制器2307用于提供诸如RS-232、RS422、DIN、USB或适合与各种输入/输出设备接口的其它接口的标准接口。典型输入/输出设备包括本地打印机2318、监视器2308、键盘2309和鼠标2318或其它典型的定位设备(例如,滚球、跟踪板、操纵杆等)。
处理器2301通常还利用通信I/O控制器2311与外部通信网络通信,并且可以使用多种接口2312,譬如,诸如X.25的面向数据通信的协议、ISDN、DSL、电缆调制解调器等。通信控制器2311还可以并入与标准电话线2313接口和通信的调制解调器(未示出)。最后,通信I/O控制器可以并入以太网接口2314以便在LAN上通信。这些接口的任何一种都可以用于访问因特网、内联网、LAN或其它数据通信设施。
最后,处理器2301可以利用例如IEEE 802.11协议、802.15.4协议、或诸如CDMA2000 1x EV-DO、GPRS、W-CDMA的标准3G无线通信协议或其它协议之一,通过无线接口2316与另一设备无线通信,所述无线接口2316可操作地与天线2315连接。
可以使用的处理系统的可替代实施例显示在图8中。在这个实施例中,示出了涉及与本地客户计算机2326a或远程客户计算机2326b通信的服务器2320的分布式通信和处理体系结构。服务器2320通常包含与可被看作某种形式的辅助存储器的数据库2322以及主要存储器2324通信的处理器2321。处理器还利用通常与LAN 2325接口的I/O控制器2323与外部设备通信。LAN可以向联网打印机2328和本地客户计算机2326a提供本地连接。联网打印机2328可以处在与服务器相同的设施中,但未必处在同一房间中。与远程设备的通信通常通过使数据在通信设施上从LAN 2325路由到因特网2327来完成。远程客户计算机2326b可以运行web浏览器,使得远程客户机2326b可以按通过因特网2327经过LAN 2325并到达服务器2320的发送数据要求的那样与服务器交互。
在一个实施例中,如图8所示,该体系结构可以包括以多层服务器-客户机关系分布的服务器2320、一个或多个计算机网络、以及一个或多个本地或远程客户机2326a,2326b。一个或多个计算机网络可以包括诸如因特网2327、专用内联网、专用外联网、公共交换电话网(PSTN)、广域网(WAN)、局域网(LAN)2325、或在现有技术中已知的任何其它类型网络的多种类型计算机网络。诸如LAN 2325的网络便于服务器2320和一个或多个本地客户机2326a之间的通信。LAN 2325和因特网2327便于服务器2320和一个或多个远程客户机2326b之间的通信。两个或更多个计算机部件之间的通信可以包括例如网络传送、文件传送、小应用程序传送、电子邮件、超文本传送协议(HTTP)消息、XML消息、数据报、对象传送、二进制大型对象(BLOB)传送等。在一个实施例中,本发明使用因特网2327及其高效传输协议在各种计算部件之间发送快速有效短消息和数据。关于这方面,本发明被优化用于有效通信和数据传送。
数据联网领域的普通技术人员应该认识到,许多其它替代物和体系结构也是可能的,并且可以用于实现本发明的原理。例示在图7和8中的实施例可以以不同方式修改,它们都在所要求的本发明范围之内。
结论
所述的本发明实施例仅仅是示范性的。显然,不可能为了描述实现本发明各种目的的系统、方法和装置而描述这些部件或方法的每种想得到的组合。本领域的普通技术人员应该认识到,可以做出进一步的组合和置换。因此,本申请中的描述旨在包含在所述权利要求书及其等效物的范围之内的任何和所有变更、修改和改变。
Claims (21)
1.一种用于估计具有一定重量并与多个尺寸类别之一相关联的选择包裹的尺寸的系统,所述系统包含:
存储与多个包裹相关联的数据的一个或多个数据库,所述数据包括所述多个包裹的每一个的重量数据、尺寸数据和尺寸类别数据;和
尺寸估计模块,被配置成:
从所述一个或多个数据库中检索与所述选择包裹的相同尺寸
类别相关联的所述多个包裹的至少一部分的重量和尺寸数据;
分析所述检索的数据,以确定重量和尺寸之间的数学关系;以及
根据所述数学关系和所述选择包裹的所述重量来估计所述选择包裹的尺寸。
2.根据权利要求1所述的系统,其中,所述类别进一步基于服务等级。
3.根据权利要求1所述的系统,其中,所述数学关系是一个多项式公式,其中,所述选择包裹的尺寸等于:
常数(c1);加上
第一系数(c2)乘以第一变量;
其中,所述分析生成专用于所述相同尺寸类别中的所述多个包裹的常数和第一系数的值。
4.根据权利要求1所述的系统,其中,所述数学关系是一个多项式公式,其中,所述选择包裹的尺寸等于:
常数(c1);加上
第一系数(c2)乘以第一变量;加上
第二系数(c3)乘以第二变量,
其中,所述分析生成专用于所述相同尺寸类别中的所述多个包裹的常数、第一系数、和第二系数的值。
5.根据权利要求1所述的系统,其中,根据相关联的类别来确定所述多个包裹的至少一个的尺寸数据。
6.一种估计货运企业所货运的多个包裹的第一包裹的尺寸的方法,包含如下步骤:
基于相对尺寸,将所述多个包裹的每一个与多个类别之一相关联;
根据所述第一包裹的尺寸将所述第一包裹指定给第一类别,其中,所述第一类别是从所述多个类别中取得的;
检索包括与所述第一类别相关联的多个包裹的重量和尺寸的数据;
分析与所述第一类别相关联的多个包裹的所述数据,以确定重量和尺寸之间的数学关系;以及
应用所述数学关系来根据所述第一包裹的重量计算所述第一包裹的尺寸。
7.根据权利要求6所述的方法,其中,所述关联步骤进一步基于服务等级,以及其中,所述指定步骤进一步基于服务等级。
8.根据权利要求6所述的方法,其中,所述数学关系是一个多项式公式,其中,所述选择包裹的尺寸等于:
常数(c1);加上
第一系数(c2)乘以第一变量;
其中,所述分析生成专用于所述第一类别的所述多个包裹的常数和第一系数的值。
9.根据权利要求6所述的方法,其中,所述数学关系是一个多项式公式,其中所述选择包裹的尺寸等于:
常数(c1);加上
第一系数(c2)乘以第一变量;加上
第二系数(c3)乘以第二变量,
其中,所述分析生成专用于所述第一类别的所述多个包裹的常数、第一系数、和第二系数的值。
10.根据权利要求6所述的方法,其中,所述检索步骤进一步包含:
从多个源收集重量数据;
将所述多个源优先化;以及
至少部分根据所述优先化步骤,从所述多个源之一中检索重量数据。
11.根据权利要求6所述的方法,进一步包含如下步骤:
为所述类别的每一种指定允许尺寸范围;以及
将所述尺寸数据与所述范围相比较,以确定所述多个包裹的每一个的所述尺寸数据是否可接受用于确定所述数学关系。
12.一种用于预报递送线的容量要求的系统,包含:
存储与所述递送线的多个包裹有关的数据的预报数据库,每个包裹的所述数据包括重量数据、尺寸数据、和指示基于尺寸的多个类别之一的数据,以及其中,所述多个包裹的至少一些的所述尺寸数据是估计值;以及
预报模块,被配置成:
从所述预报数据库中检索所述尺寸数据;
通过组合所述多个包裹的每一个的尺寸数据来计算所述包裹的累积尺寸;以及
通过将增长率应用于所述累积尺寸来预报尺寸容量要求。
13.根据权利要求12所述的系统,进一步包含尺寸估计模块,配置成:
从具有多个包裹的重量和尺寸数据两者的第二数据库中检索数据;
分析所检索的数据,以确定所述多个类别的每一种的重量和尺寸之间的数学关系;
根据至少一个包裹的相关联类别的所述数学关系,来计算不具有尺寸数据的所述至少一个包裹的尺寸;以及
利用从所述第二数据库中检索的数据和计算的尺寸数据,来构建所述预报数据库。
14.一种用于预报递送线的容量需要的方法,包含如下步骤:
收集包含与所述递送线相关联的多个包裹的重量数据、尺寸数据和尺寸类别数据的包裹数据,其中,从多个源收集所述包裹数据的各分量;
构建包含所述包裹数据的数据库;
组合所述尺寸数据以获取累积尺寸;
通过将增长率应用于所述累积尺寸来预报未来累积尺寸;以及
将所预报的未来累积尺寸与所述递送线的目前容量相比较,以确定未来装备需要。
15.根据权利要求14所述的方法,其中,所述收集包裹数据的步骤包含:
收集所述多个包裹的第一包裹的包裹数据,所述第一包裹具有第一重量数据和第一尺寸类别;
检索与所述第一尺寸类别相关联的多个包裹的包括重量和尺寸的数据;
分析与所述第一尺寸类别相关联的所述多个包裹的所述数据,以确定重量和尺寸之间的数学关系;以及
应用所述数学关系来根据所述第一重量数据计算所述第一包裹的尺寸。
16.根据权利要求15所述的方法,其中,所述数学关系是一个多项式公式,其中所述计算的尺寸等于:
常数(c1);加上
第一系数(c2)乘以第一变量;
其中,所述分析生成专用于所述第一类别的所述多个包裹的常数和第一系数的值。
17.根据权利要求15所述的方法,其中,所述数学关系是一个多项式公式,其中所述第一包裹的尺寸等于:
常数(c1);加上
第一系数(c2)乘以第一变量;加上
第二系数(c3)乘以第二变量,
其中,所述分析生成专用于所述第一类别的所述多个包裹的常数、第一系数、和第二系数的值。
18.根据权利要求15所述的方法,其中,所述包裹数据进一步包含服务等级类别。
19.根据权利要求14所述的方法,进一步包含优先化所述重量数据和所述尺寸数据的所述多个源的步骤,以及其中,所述构建数据库的步骤进一步包含:至少部分根据所述优先化步骤来选择重量数据和尺寸数据。
20.根据权利要求14所述的方法,进一步包含通过将所预报的未来累积尺寸除以预定集装箱体积来预报所需集装箱数量的步骤。
21.根据权利要求14所述的方法,其中,通过第一递送中心和第二递送中心来标识所述递送线。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US69900805P | 2005-07-13 | 2005-07-13 | |
US60/699,008 | 2005-07-13 | ||
PCT/US2006/027041 WO2007008979A2 (en) | 2005-07-13 | 2006-07-12 | Systems and methods for forecasting container density |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101535971A CN101535971A (zh) | 2009-09-16 |
CN101535971B true CN101535971B (zh) | 2011-02-02 |
Family
ID=37637930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800304551A Active CN101535971B (zh) | 2005-07-13 | 2006-07-12 | 预报集装箱密度的系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US7509228B2 (zh) |
EP (1) | EP1907943A4 (zh) |
JP (1) | JP2009501119A (zh) |
CN (1) | CN101535971B (zh) |
CA (1) | CA2614636A1 (zh) |
WO (1) | WO2007008979A2 (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9440264B2 (en) * | 2007-04-13 | 2016-09-13 | Siemens Industry, Inc. | Method and system for weighing mail pieces |
US9020846B2 (en) | 2008-12-19 | 2015-04-28 | United Parcel Service Of America, Inc. | Trailer utilization systems, methods, computer programs embodied on computer-readable media, and apparatuses |
US9269065B2 (en) * | 2009-12-22 | 2016-02-23 | International Business Machines Corporation | Automated product shipment with carrier quality feedback |
US20110290567A1 (en) * | 2010-06-01 | 2011-12-01 | Mettler-Toledo, Inc. | Method And System To Determine Need For Dimensional Weighing |
US10032239B2 (en) * | 2010-06-10 | 2018-07-24 | United Parcel Service Of America, Inc. | Enhanced payments for shipping |
US8407151B1 (en) * | 2010-09-24 | 2013-03-26 | Amazon Technologies, Inc. | System and method for generating shipment forecasts for materials handling facilities |
US20130066669A1 (en) * | 2011-09-12 | 2013-03-14 | United Parcel Service Of America, Inc. | Service exception analysis systems and methods |
WO2014121130A2 (en) | 2013-02-01 | 2014-08-07 | United Parcel Service Of America, Inc. | Systems and methods for package delivery to alternate delivery locations |
US10163119B1 (en) | 2013-02-07 | 2018-12-25 | United Parcel Service Of America, Inc. | Systems and methods for synchronized delivery |
US11164141B1 (en) | 2013-02-07 | 2021-11-02 | United Parcel Service Of America, Inc. | Systems and methods for synchronized delivery |
US10521761B2 (en) | 2013-03-12 | 2019-12-31 | United Parcel Service Of America, Inc. | Systems and methods of delivering parcels using attended delivery/pickup locations |
US9110981B1 (en) * | 2013-03-15 | 2015-08-18 | Google Inc. | Performance reporting for media content by subject |
CN106030631B (zh) | 2013-10-14 | 2020-04-07 | 统一包裹服务美国有限公司 | 用于促进邮包到适当定尺寸的锁柜的递送的系统和方法 |
US10410164B2 (en) | 2014-11-14 | 2019-09-10 | United Parcel Service Of America, Inc | Systems and methods for facilitating shipping of parcels |
EP3218857A2 (en) | 2014-11-14 | 2017-09-20 | United Parcel Service Of America, Inc. | Systems and methods for facilitating shipping of parcels for returning items |
EP3234643B1 (en) | 2014-12-17 | 2021-01-20 | United Parcel Service Of America, Inc. | Concepts for locating assets utilizing light detection and ranging |
US11144870B2 (en) | 2015-09-21 | 2021-10-12 | United Parcel Service Of America, Inc. | Systems and methods for reserving space in carrier vehicles to provide on demand delivery services |
US9940730B2 (en) | 2015-11-18 | 2018-04-10 | Symbol Technologies, Llc | Methods and systems for automatic fullness estimation of containers |
US10713610B2 (en) | 2015-12-22 | 2020-07-14 | Symbol Technologies, Llc | Methods and systems for occlusion detection and data correction for container-fullness estimation |
US10600022B2 (en) | 2016-08-31 | 2020-03-24 | United Parcel Service Of America, Inc. | Systems and methods for synchronizing delivery of related parcels via a computerized locker bank |
WO2018085191A1 (en) * | 2016-11-07 | 2018-05-11 | Wal-Mart Stores, Inc. | Apparatus and method for reusing containers |
US20190156253A1 (en) * | 2017-11-22 | 2019-05-23 | United Parcel Service Of America, Inc. | Automatically generating volume forecasts for different hierarchical levels via machine learning models |
US10783656B2 (en) | 2018-05-18 | 2020-09-22 | Zebra Technologies Corporation | System and method of determining a location for placement of a package |
US20200134561A1 (en) * | 2018-10-26 | 2020-04-30 | Aptiv Technologies Limited | Transport system and method with client assistance to hand-deliver a package |
US10664793B1 (en) * | 2019-03-18 | 2020-05-26 | Coupang Corp. | Systems and methods for automatic package tracking and prioritized reordering |
US11151507B2 (en) * | 2019-03-18 | 2021-10-19 | Coupang Corp. | Systems and methods for automatic package reordering using delivery wave systems |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6615104B2 (en) * | 2001-05-01 | 2003-09-02 | Nintendo Of America, Inc. | System and method of selecting box size |
US6778880B2 (en) * | 1999-11-22 | 2004-08-17 | Leading Information Technology Institute, Inc. | Distribution system |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010029473A1 (en) * | 2000-02-15 | 2001-10-11 | Sadahiko Yamaoka | Information providing system for providing information about procurement |
MXPA04001674A (es) * | 2001-08-24 | 2004-05-31 | United Parcel Service Inc | Metodo y aparato para medir y desviar un objeto de un transportador de alta velocidad. |
US7069273B2 (en) * | 2001-12-21 | 2006-06-27 | Caterpillar Inc. | System and method for determining packaging requirements for a part |
US20030200111A1 (en) * | 2002-04-19 | 2003-10-23 | Salim Damji | Process for determining optimal packaging and shipping of goods |
US6850464B2 (en) * | 2003-02-05 | 2005-02-01 | Quantronix, Inc. | Dimensioning system and method of dimensioning |
US7085677B1 (en) * | 2004-04-19 | 2006-08-01 | Amazon Technologies, Inc. | Automatically identifying incongruous item packages |
-
2006
- 2006-07-12 CN CN2006800304551A patent/CN101535971B/zh active Active
- 2006-07-12 JP JP2008521565A patent/JP2009501119A/ja not_active Withdrawn
- 2006-07-12 EP EP06787010A patent/EP1907943A4/en not_active Ceased
- 2006-07-12 CA CA002614636A patent/CA2614636A1/en not_active Abandoned
- 2006-07-12 US US11/457,015 patent/US7509228B2/en active Active
- 2006-07-12 WO PCT/US2006/027041 patent/WO2007008979A2/en active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6778880B2 (en) * | 1999-11-22 | 2004-08-17 | Leading Information Technology Institute, Inc. | Distribution system |
US6615104B2 (en) * | 2001-05-01 | 2003-09-02 | Nintendo Of America, Inc. | System and method of selecting box size |
Also Published As
Publication number | Publication date |
---|---|
WO2007008979A3 (en) | 2009-05-14 |
CN101535971A (zh) | 2009-09-16 |
JP2009501119A (ja) | 2009-01-15 |
CA2614636A1 (en) | 2007-01-18 |
EP1907943A2 (en) | 2008-04-09 |
US7509228B2 (en) | 2009-03-24 |
US20070016538A1 (en) | 2007-01-18 |
WO2007008979A2 (en) | 2007-01-18 |
EP1907943A4 (en) | 2011-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101535971B (zh) | 预报集装箱密度的系统和方法 | |
US20230259875A1 (en) | Automatically predicting shipper behavior using machine learning models | |
CA2600835C (en) | Systems and methods for dynamically updating a dispatch plan | |
CN101495953B (zh) | 注册和维护地区中每一个服务点的地址数据的系统和方法 | |
US9126235B2 (en) | Enhanced postal data modeling framework | |
CN112020726A (zh) | 信息提供方法以及信息提供系统 | |
CN107305656A (zh) | 利用逻辑分组生成通知 | |
CA2430836A1 (en) | Compression utility for use with smart label printing and pre-loading | |
EP2326927A1 (en) | Systems and methods for freight tracking and monitoring | |
CN111950803A (zh) | 物流对象送达时间预测方法、装置、电子设备及存储介质 | |
CN113962632A (zh) | 一种基于区块链技术的智能物流配送系统 | |
CN114612029A (zh) | 风险运单数据识别方法、装置、计算机设备和存储介质 | |
CN115081961B (zh) | 一种基于大数据的物流运力智能调派方法 | |
Leonardi et al. | Feasibility study of a network of consolidation centres in Luxembourg | |
Murthy et al. | Modal split analysis using logit models | |
Maffioli | The vehicle routing problem: A book review | |
JP2003285930A (ja) | 輸送計画作成方法およびシステム | |
AKBAY et al. | Cmsa Algorithms for the Electric Vehicle Routing Problem with Simultaneous Pickup and Deliveries, Time Windows and Partial Battery Charging | |
CN116342002A (zh) | 快件体积预测模型的训练方法、快件运输规划方法、装置 | |
CN117911100A (zh) | 快递包裹寄件费用预测方法、装置、设备及存储介质 | |
CN113537536A (zh) | 运单分配方法、装置、存储介质和电子设备 | |
CN116955853A (zh) | 订单签收时间预计查询方法、装置、设备及存储介质 | |
CN113590781A (zh) | 末端快递编码预测方法、系统、电子设备及可读存储介质 | |
Shetty | Route Optimization for Warehouse Order Picking Using Vehicle Routing Model and Simulation | |
CN116266324A (zh) | 货源信息推送方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |