CN109409811A - 一种物流调度方法、装置、计算机设备和存储介质 - Google Patents
一种物流调度方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109409811A CN109409811A CN201811648958.6A CN201811648958A CN109409811A CN 109409811 A CN109409811 A CN 109409811A CN 201811648958 A CN201811648958 A CN 201811648958A CN 109409811 A CN109409811 A CN 109409811A
- Authority
- CN
- China
- Prior art keywords
- shipping
- goods
- cargo
- handling
- shipping object
- 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.)
- Pending
Links
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
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种物流调度方法、装置、计算机设备和存储介质。该方法包括:接收在货存对象中装卸货物的物流信息;根据所述物流信息生成物流订单;根据所述物流订单确定适于运输所述货物的货运对象;预约所述货运对象在所述货存对象装卸所述货物的装卸时间;根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物。本发明实施例通过协调货运对象与货存对象的工作,使得两者相互配合,避免货运对象提前或者推迟到达货运对象,减少等待时间,提高物流的效率,从而大大降低了成本。
Description
技术领域
本发明实施例涉及物流的技术,尤其涉及一种物流调度方法、装置、计算机设备和存储介质。
背景技术
现在的企业,在管理物流的过程中,大多数都还是采取人工的方式,需要大量的工作人员进行节点信息跟进、沟通和更新。
在这个过程中,依然采取传统的邮件、电话沟通的方式,信息化程度较低,容易出现信息滞后的状况,尤其是进出口关务的流程中,手工操作的环节多,进出口企业与报关行的沟通稍有滞后就会影响整个流程的正常操作,容易产生异常状况,需要大量的人力进行协调。
经常会出现运输货运对象到达厂区,门禁未能放行,货物未安排好装车,运输车辆到达关口而通关手续没完成的状况出现,物流环节出现过多的等待时间,导致物流的效率较低、成本较高。
发明内容
本发明实施例提供一种物流调度方法、装置、计算机设备和存储介质,以解决人工处理导致物流的效率较低、成本较高的问题。
第一方面,本发明实施例提供了一种物流调度方法,包括:
接收在货存对象中装卸货物的物流信息;
根据所述物流信息生成物流订单;
根据所述物流订单确定适于运输所述货物的货运对象;
预约所述货运对象在所述货存对象装卸所述货物的装卸时间;
根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物。
第二方面,本发明实施例还提供了一种物流调度装置,包括:
物流信息接收模块,用于接收在货存对象中装卸货物的物流信息;
物流订单生成模块,用于根据所述物流信息生成物流订单;
货运对象确定模块,用于根据所述物流订单确定适于运输所述货物的货运对象;
装卸时间预约模块,用于预约所述货运对象在所述货存对象装卸所述货物的装卸时间;
装卸调度模块,用于根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面所述的物流调度方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面所述的物流调度方法。
在本发明实施例中,接收在货存对象中装卸货物的物流信息,根据物流信息生成物流订单,根据物流订单确定适于运输货物的货运对象,预约货运对象在货存对象装卸货物的装卸时间,根据装卸时间调度货运对象进入货存对象装卸货物,通过协调货运对象与货存对象的工作,使得两者相互配合,避免货运对象提前或者推迟到达货运对象,减少等待时间,提高物流的效率,从而大大降低了成本。
附图说明
图1为本发明实施例一提供的一种物流调度方法的流程图。
图2为本发明实施例二提供的一种物流调度装置的结构示意图。
图3为本发明实施例三提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种物流调度方法的流程图,本实施例可适用于根据物流订单选择货运对象,自动预约货物的装卸时间并调度货运对象进入货存对象装卸货物的情况,该方法可以由物流调度装置来执行,该物流调度装置可以由软件和/或硬件实现,可配置在计算机设备中,如服务器等,该方法具体包括如下步骤:
S110、接收在货存对象中装卸货物的物流信息。
在本发明实施例中,货存对象可以指可存储货物的对象,如工厂、港口、仓库,等等。
在具体实现中,对于大型的货存对象,一般设有ERP(Enterprise ResourcePlanning,企业资源计划)等管理工具,计算机设备可提供API(应用程序编程接口,Application Programming Interface),在该货存对象中,可通过管理工具调用该API,根据业务形态,自定义待跟进了解的物流节点、关务节点物流信息,发送至计算机设备中。
对于中小型的货存对象,可能未设置ERP等管理工具,则可以向计算机设备请求加载一页面,从而创建物流信息,提交给计算机设备。
对于关务节点,货存对象可根据进出口贸易方式(如一般贸易、来料加工、旅游贸易等)、申报地海关、运输方式等条件,设置关注的报关节点,如对递单、制单、申报、查验、放行等进行设置,计算机设备匹配到对应条件后,则自动触发该关务节点。
此外,货存对象可根据涉及到的进出口方式、不同运输作业运输类型(如跨境运输、国内运输、港区运输、物流园区运输等)、不同的运输付费方式等自定义关注的物流节点。
另外,货存对象还可以对物流信息设置模板,后续选择模板即可实现大部分物流信息自动填充,仅需填写关键数据(如货量、运输类型、申报口岸等)。
S120、根据所述物流信息生成物流订单。
在本发明实施例中,可从物流信息中提取货物类型、货物名称、运输类型、货运类型、柜型柜量、装货地址、卸货地址等物流、关务所需的字段,按照预设的格式生成全局唯一的物流订单。
S130、根据所述物流订单确定适于运输所述货物的货运对象。
在本发明实施例中,可解析物流订单中对于货物的运输要求,如时间、重量、类型等,从而确定符合该运输要求的货运对象。
其中,该货运对象可以指可运输货物的对象,可以指公司、企业,也可以指车辆(包括车队)、飞机、轮船等设备,本发明实施例对此不加以限制。
在一种情况中,如果货运对象的物流信息已委派货运对象,则可以将该货运对象的信息与预设的货运数据库进行匹配,将物流订单直接指派到该货运对象。
在另一种情况中,如果货运对象的物流信息未委派货运对象,则可以将该货物的运输要求,从预设的货运数据库中匹配合适的货运对象进行推荐。
从该推荐的货运对象中选择合适的货运对象,将物流订单分配至该货运对象。
如果该货运对象拒绝接受该物流订单,则可以重新选择货运对象,该拒绝接受物流订单的货运对象则在规定时间内可以禁止再次分配物流订单。
如果该货运对象接受该物流订单,则可以将该货运对象的信息(如司机、车牌等)记录在该物流订单下,并反馈至货存对象。
S140、预约所述货运对象在所述货存对象装卸所述货物的装卸时间。
在具体实现中,可实时检测各种对货运对象行驶、装卸货物造成影响的因素,实时根据该因素为货存对象分配在货存对象装卸货物的装卸时间,使得货存对象具有充足的时间准备该货物的装卸工作,从而协调货运对象与货存对象之间的物流。
在本发明的一个实施例中,S140可以包括如下步骤:
S141、根据行驶环境因素预测所述货运对象的目标行驶速度。
在本发明实施例中,货运对象将根据物流订单的安排,行驶至货运对象装卸货物,此时,可根据货运对象在行驶过程中出现的行驶环境因素预测该货运对象的目标行驶速度。
其中,行驶环境因素可以指对行驶造成影响的因素,具体可以包括如下的至少一种:
天气、交通状态、城市规模、道路类型。
在本发明的一个实施例中,S141可以包括如下步骤:
S1411,确定两个或两个以上的候选行驶速度。
应用本发明实施例,可以参考货运对象的作业性质(如运输货物)、性能等因素,为货运对象设置可能到达的候选行驶速度。
在一个示例中,候选行驶速度如表1所示:
表1
候选行驶速度 | 数值(公里/小时) |
High(高速) | 60 |
Medium(中速) | 50 |
Low(低速) | 40 |
当然,上述候选行驶速度只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他候选行驶速度,例如,70、60、50、40、30(公里/小时),等等,本发明实施例对此不加以限制。另外,除了上述候选行驶速度外,本领域技术人员还可以根据实际需要采用其它候选行驶速度,本发明实施例对此也不加以限制。
S1412,确定货运对象行驶至货运对象的行驶环境因素。
应用本发明实施例,可以参考货运对象的作业性质(如运输货物)、性能等因素,为货运对象设置可能受到影响的行驶环境因素。
在预测目标行驶速度时,可实时确定当前货运对象行驶至货运对象的行驶环境因素。
在一个示例中,行驶环境因素如表2所示:
表2
其中,级别越高,行驶环境因素对行驶速度的影响越小,反之,级别越低,行驶环境因素对行驶速度的影响越大。
当然,上述行驶环境因素只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他行驶环境因素,例如,温度,等等,本发明实施例对此不加以限制。另外,除了上述行驶环境因素外,本领域技术人员还可以根据实际需要采用其它行驶环境因素,本发明实施例对此也不加以限制。
S1413,计算所述货运对象在所述行驶环境因素下以所述候选行驶速度行驶的行驶概率。
在本发明实施例中,可通过大数据对每一个候选行驶速度进行模拟,计算货运对象在行驶环境因素下以该候选行驶速度行驶的行驶概率。
在一个示例中,可基于朴素贝叶斯算法计算货运对象在行驶环境因素下以候选行驶速度行驶的行驶概率。
假设行驶环境因素为c,候选行驶速度为v,则可以通过如下公式计算行驶概率:
在朴素贝叶斯算法中,假设各个行驶环境因素之间相互独立,那么,可通过如下方式计算行驶概率:
统计在各个行驶环境因素下以候选行驶速度行驶的第一子概率。
统计以候选行驶速度行驶的第二子概率。
统计各个行驶环境因素出现的第三子概率。
计算第一子概率与第二子概率之间的第一乘积。
计算第三子概率之间的第二乘积。
计算第一乘积与第二乘积之间的商,作为货运对象在行驶环境因素下以候选行驶速度行驶的行驶概率。
其中,第一子概率、第二子概率与第三子概率可通过大数据统计得出。
例如,应用表1与表2,则c=W+T+Ci+B,v=High,或,v=Medium,或,v=Low。
对于High,其行驶概率为:
对于Medium,其行驶概率为:
对于Low,其行驶概率为:
当然,上述计算行驶概率的方式只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他计算行驶概率的方式,例如,使用决策树模型计算行驶概率,等等,本发明实施例对此不加以限制。另外,除了上述计算行驶概率的方式外,本领域技术人员还可以根据实际需要采用其它计算行驶概率的方式,本发明实施例对此也不加以限制。
S1414,将值最高的行驶概率所对应的候选行驶速度设置为所述货运对象的目标行驶速度。
在具体实现中,将所有候选行驶速度的行驶概率进行比较,选择值最高的行驶概率,将其对应的候选行驶速度设置为货运对象的目标行驶速度。
S142、计算所述货运对象按照所述目标行驶速度行驶至所述货存对象的时间点。
在预测出货运对象的目标行驶速度之后,可以预测该货运对象以目标行驶速度行驶,并到达货存对象的时间点。
在本发明的一个实施例中,S142可以包括如下步骤:
S1421、测量所述货运对象与所述货存对象之间的路程长度。
在本发明实施例中,可以通过多种方式确定货运对象的出发位置。
例如,货运对象关联一移动终端,如货运对象的司机所携带的移动终端,该移动终端进行定位处理,获得实时位置,作为货运对象的出发位置。
例如,货运对象可以安装机载系统,该机载系统中具有定位模块,如GPS(GlobalPositioning System,全球定位系统),在使用定位模块定位之后,获得实时位置,作为货运对象的出发位置。
又例如,可以直接设置某一位置为货运对象的出发位置。
在确定货存对象的目的位置之后,可设计从出发位置到达目的位置的道路,从而计算该道路的路程长度。
需要说明的是,该道路可以指货运对象可行驶的道路,并非货运对象不可行驶的道路。
S1422、计算所述路程长度与所述目标行驶速度之间的商,获得行驶时间。
S1423、计算所述货运对象的出发时间与所述行驶时间之间的和,作为所述货运对象到达所述货存对象的时间点。
在本实施例中,可认为目标行驶速度为平均速度,计算路程长度与目标行驶速度之间的商,可作为该货运对象从出发位置行驶至货存对象(目标位置)的行驶时间。
此后,在货运对象的出发时间加上行驶时间,即可获得货运对象行驶到达货存对象的时间点。
需要说明的是,货运对象的出发时间可以为当前的系统时间,也可以为预先设置的时间,本发明实施例对此不加以限制。
S143、根据装卸环境因素预测所述货运对象装卸所述货物的目标装卸时长。
在本发明实施例中,可根据货运对象在装卸货物中出现的装卸环境因素预测该货运对象装卸货物的目标装卸时长。
装卸环境因素可以指对装卸货物造成影响的因素,具体可以包括如下的至少一种:
装卸人员、装卸平台的数量、装卸时段。
在本发明的一个实施例中,S143可以包括如下步骤:
S1431、确定两个或两个以上的候选装卸时长。
应用本发明实施例,可以参考货运对象的作业性质(如运输货物)等因素,为货运对象设置可能的候选装卸时长。
在一个示例中,候选装卸时长如表3所示:
表3
候选装卸时长 | 数值(分钟) |
Long(长) | 120 |
Medium(中) | 90 |
Short(短) | 60 |
当然,上述候选装卸时长只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他候选装卸时长,例如,30、60、90、120、150(分钟),等等,本发明实施例对此不加以限制。另外,除了上述候选装卸时长外,本领域技术人员还可以根据实际需要采用其它候选装卸时长,本发明实施例对此也不加以限制。
S1432、确定装卸所述货物的装卸环境因素。
应用本发明实施例,可以参考货运对象的作业性质(如运输货物)等因素,为货运对象设置可能受到影响的装卸环境因素。
在预测目标装卸时长时,可实时确定当前货运对象在货存对象的装卸环境因素。
在一个示例中,装卸环境因素如表4所示:
表4
其中,级别越高,装卸环境因素对装卸时长的影响越小,反之,级别越低,装卸环境因素对装卸作业的影响越大。
对于装卸平台的数量(M),在一定数量的装卸人员的基础下,如果开设的装卸平台越少,则装卸人员较为集中,作业效率越高,反之,如果开设的装卸平台越多,则装卸人员较为分散,作业效率越低。
当然,上述装卸环境因素只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他装卸环境因素,例如,天气,等等,本发明实施例对此不加以限制。另外,除了上述装卸环境因素外,本领域技术人员还可以根据实际需要采用其它装卸环境因素,本发明实施例对此也不加以限制。
S1433、计算所述货运对象在所述装卸环境因素下装卸所述货物达到所述候选装卸时长的装卸概率。
在本发明实施例中,可通过大数据对每一个候选装卸时长进行模拟,计算货运对象在装卸环境因素下装卸货物到达候选装卸时长的装卸概率。
在一个示例中,可基于朴素贝叶斯算法计算车辆在环境因素下作业到达候选装卸时长的装卸概率。
假设装卸环境因素为d,候选装卸时长为t,则可以通过如下公式计算装卸概率:
在朴素贝叶斯算法中,假设各个装卸环境因素之间相互独立,那么,可通过如下方式计算装卸概率:
统计在各个装卸环境因素下装卸货物达到候选装卸时长的第四子概率;
统计装卸货物达到候装卸时长的第五子概率;
统计各个装卸环境因素出现的第六子概率;
计算第四子概率与第五子概率之间的第三乘积;
计算第六子概率之间的第四乘积;
计算第三乘积与第四乘积之间的商,作为车辆在装卸环境因素下装卸货物达到候选装卸时长的装卸概率。
其中,第四子概率、第五子概率与第六子概率可通过大数据统计得出。
例如,应用表3与表4,则d=H+M+TB,t=Long,或,t=Medium,或,t=Short。
对于Long,其装卸概率为:
对于Medium,其装卸概率为:
对于Low,其装卸概率为:
当然,上述计算装卸概率的方式只是作为示例,在实施本发明实施例时,可以根据实际情况设置其他计算装卸概率的方式,例如,使用决策树模型计算装卸概率,等等,本发明实施例对此不加以限制。另外,除了上述计算装卸概率的方式外,本领域技术人员还可以根据实际需要采用其它计算装卸概率的方式,本发明实施例对此也不加以限制。
S1434、将值最高的装卸概率所对应的候选装卸时长设置为所述货运对象装卸所述货物的目标装卸时长。
在具体实现中,将所有候选装卸时长的装卸概率进行比较,选择值最高的装卸概率,将其对应的候选装卸时长设置为车辆的目标装卸时长。
S144、在所述货存对象中,为所述货运对象分配装卸平台及装卸时间,以在所述装卸平台装卸所述货物。
其中,装卸时间在时间点之后、且符合目标装卸时长。
在本发明实施例中,货存对象中具有两个或两个以上的装卸平台,货运对象停靠在该装卸平台、在装卸时间内装卸该货物,其中,该装卸货物包括装载货物、卸载货物等。
在本发明的一个实施例中,S144可以包括如下步骤:
S1441、在所述货存对象中选择作业类型与所述货存对象的对象类型匹配的装卸平台。
S1442、将所述装卸平台中的目标时间段作为装卸时间分配至所述车辆装卸所述货物。
其中,目标时间段在时间点之后、符合目标装卸时长且处于空闲状态。
在本发明实施例中,货运对象具有对象类型,以车辆为例,包括吨车、柜车、特种车等,装卸平台具有作业类型,以车辆为例,如适于吨车作业、适于柜车作业、适于特种车作业等。
将货运对象的对象类型与装卸平台的作业类型进行匹配。
当两者匹配成功时,在该装卸平台的作业计划中,寻在目标时间段,在该目标时间段安排当前货运对象的作业,作为装卸时间分配至该车辆。
需要说明的是,所谓空闲状态,即该目标时间段为安排其他作业的计划。
例如,假设一20GP的柜车11:00出发,行驶2小时,到达作业地的时间点为13:00,目标装卸时长为60min,各工作平台的计划如表5所示:
表5
其中,“有”表示已安排作业,“无”表示未安排作业。
此时,可安排装卸平台P3中的13:30-14:30,作为该柜车的装卸时间。
此外,对于关务节点,由于通过时间的预测难度较高,因此,在货运对象启动时,可通过S141-S144等方式计算目标货运对象在目标对象装卸货物的装卸时间。
在货运对象通过海关时,再次通过S141-S144等方式更新目标货运对象在目标对象装卸货物的装卸时间,从而提高装卸时间的准确性。
其中,计算机设备可以基于海关设置一范围,作为电子围栏,货运对象可实时上报其实时位置,如果检测到该实时位置超过该电子围栏,即可认为货运对象通过海关。
在本发明实施例中,可根据行驶环境因素预测货运对象的目标行驶速度,计算货运对象按照目标行驶速度行驶至货存对象的时间点,根据装卸环境因素预测货运对象装卸货物的目标装卸时长,在货存对象中,为货运对象分配装卸平台及装卸时间,以在装卸平台装卸货物,装卸时间在时间点之后、且符合目标装卸时长,通过行驶环境因素、装卸环境因素预测目标行驶速度、目标装卸时长,可提高所分配到的装卸时间的精确度。
S150、根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物。
在本发明实施例中,确定了货运对象在货存对象装卸货物的装卸时间,则可以针对该装卸时间协调货运对象与货存对象之间的物流操作,使得调货运对象可以快速进入货存对象装卸货物。
在本发明点的一个实施例中,S150可以包括如下步骤:
S151,调度所述货运对象在所述装卸时间通过门禁设备进入所述货存对象。
在具体实现中,可将货运对象的编码(如车辆的车牌号)发送至货存对象,货存对象记录该编码,该编码在该装卸时间内有效。
货运对象如果在装卸时间之前、提前到达货存对象处,则可以停靠在其它地方等待,当到达该装卸时间,即可行驶至货存对象的门禁设备(如抬杠)。
货存对象调用门禁设备处的摄像头检测来往的货运对象,如果在该装卸时间内检测到该编码,即表示货运对象已经到达货存对象处,可开启门禁设备、放行该目标货运对象进入货存对象,并发送进入通知给计算机设备。
因此,对于计算机设备,接收进入通知,进入通知用于表示在装卸时间识别到货运对象的编码时,开启门禁设备、以放行目标货运对象进入货存对象。
S152,更新所述货运对象在所述货存对象中装卸所述货物的装卸状态。
在具体实现中,货存对象中的地勤人员监控货物的装卸状态,可通过ERP等管理工具上报装卸状态,或者,通过接入计算机设备的客户端上报装卸状态。
在一种情况中,接收装卸启动通知,该装卸货通知用于表示货运对象正在装卸载货物。
此时,可更新目标货运对象的装卸状态为货物正在装卸。
在另一种情况中,接收装卸完成通知,装卸货通知用于表示货运对象完成装卸载货物。
此时,可更新货运对象的装卸状态为货物完成装卸载。
S153,按照所述装卸状态调度所述货运对象通过所述门禁设备离开所述货运对象。
在具体实现中,货运对象在完成装卸货物之后,行驶离开货存对象。
该装卸状态可同步至货存对象,货存对象调用门禁设备处的摄像头检测来往的货运对象,在检测到该编码、且该编码对应装卸状态为货物完成装卸载时,可开启门禁设备、放行该目标货运对象离开货存对象,并发送离开通知给计算机设备。
因此,对于计算机设备而言,可接收离开通知,离开通知用于表示在识别到货运对象的编码、且编码对应的装卸状态为货物完成装卸载时,开启门禁设备、以放行货运对象离开所述货存对象。
在本发明实施例中,接收在货存对象中装卸货物的物流信息,根据物流信息生成物流订单,根据物流订单确定适于运输货物的货运对象,预约货运对象在货存对象装卸货物的装卸时间,根据装卸时间调度货运对象进入货存对象装卸货物,通过协调货运对象与货存对象的工作,使得两者相互配合,避免货运对象提前或者推迟到达货运对象,减少等待时间,提高物流的效率,从而大大降低了成本。
实施例二
图2为本发明实施例二提供的一种物流调度装置的结构示意图,该装置具体可以包括如下模块:
物流信息接收模块210,用于接收在货存对象中装卸货物的物流信息;
物流订单生成模块220,用于根据所述物流信息生成物流订单;
货运对象确定模块230,用于根据所述物流订单确定适于运输所述货物的货运对象;
装卸时间预约模块240,用于预约所述货运对象在所述货存对象装卸所述货物的装卸时间;
装卸调度模块250,用于根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物。
在本发明的一个实施例中,所述装卸时间预约模块240包括:
装卸时间计算子模块,用于在所述货运对象启动时,计算所述目标货运对象在所述目标对象装卸所述货物的装卸时间;
装卸时间更新子模块,用于在所述货运对象通过海关时,更新所述目标货运对象在所述目标对象装卸所述货物的装卸时间。
在本发明的一个实施例中,所述装卸时间预约模块240包括:
目标行驶速度预测子模块,用于根据行驶环境因素预测所述货运对象的目标行驶速度;
时间点计算子模块,用于计算所述货运对象按照所述目标行驶速度行驶至所述货存对象的时间点;
目标装卸时长预测子模块,用于根据装卸环境因素预测所述货运对象装卸所述货物的目标装卸时长;
装卸时间分配子模块,用于在所述货存对象中,为所述货运对象分配装卸平台及装卸时间,以在所述装卸平台装卸所述货物,所述装卸时间在所述时间点之后、且符合所述目标装卸时长。
在本发明的一个实施例中,所述目标行驶速度预测子模块包括:
候选行驶速度确定单元,用于确定两个或两个以上的候选行驶速度;
行驶环境因素确定单元,用于确定货运对象行驶至货运对象的行驶环境因素;
行驶概率计算单元,用于计算所述货运对象在所述行驶环境因素下以所述候选行驶速度行驶的行驶概率;
目标行驶速度设置单元,用于将值最高的行驶概率所对应的候选行驶速度设置为所述货运对象的目标行驶速度。
在本发明的一个实施例中,所述行驶概率计算单元包括:
第一子概率统计子单元,用于统计在各个所述行驶环境因素下以所述候选行驶速度行驶的第一子概率;
第二子概率统计子单元,用于统计以所述候选行驶速度行驶的第二子概率;
第三子概率统计子单元,用于统计各个所述行驶环境因素出现的第三子概率;
第一乘积计算子单元,用于计算所述第一子概率与所述第二子概率之间的第一乘积;
第二乘积计算子单元,用于计算所述第三子概率之间的第二乘积;
行驶概率设置子单元,用于计算所处第一乘积与所述第二乘积之间的商,作为所述货运对象在所述行驶环境因素下以所述候选行驶速度行驶的行驶概率。
在本发明的一个实施例中,所述时间点计算子模块包括:
路程长度测量单元,用于测量所述货运对象与所述货运对象之间的路程长度;
行驶时间计算单元,用于计算所述路程长度与所述目标行驶速度之间的商,获得行驶时间;
时间点设置单元,用于计算所述货运对象的出发时间与所述行驶时间之间的和,作为所述货运对象到达所述货运对象的时间点。
在本发明的一个实施例中,所述目标装卸时长预测子模块包括:
候选装卸时长确定单元,用于确定两个或两个以上的候选装卸时长;
装卸环境因素确定单元,用于确定装卸所述货物的装卸环境因素;
装卸概率计算单元,用于计算所述货运对象在所述装卸环境因素下装卸所述货物达到所述候选装卸时长的装卸概率;
目标装卸时长设置单元,用于将值最高的装卸概率所对应的候选装卸时长设置为所述货运对象装卸所述货物的目标装卸时长。
在本发明的一个实施例中,所述装卸概率计算单元包括:
第四子概率统计子单元,用于统计在各个所述装卸环境因素下装卸货物达到所述候选装卸时长的第四子概率;
第五子概率统计子单元,用于统计装卸货物达到所述候装卸时长的第五子概率;
第六子概率统计子单元,用于统计各个所述装卸环境因素出现的第六子概率;
第三乘积计算子单元,用于计算所述第四子概率与所述第五子概率之间的第三乘积;
第四乘积计算子单元,用于计算所述第六子概率之间的第四乘积;
装卸概率设置子单元,用于计算所处第三乘积与所述第四乘积之间的商,作为所述货运对象在所述装卸环境因素下装卸所述货物达到所述候选装卸时长的装卸概率。
在本发明的一个实施例中,所述装卸时间分配子模块包括:
装卸平台选择单元,用于在所述货运对象中选择作业类型与所述货运对象的对象类型匹配的装卸平台;
目标时间段配置单元,用于将所述装卸平台中的目标时间段作为装卸时间分配至所述货运对象装卸所述货物,所述目标时间段在所述时间点之后、符合所述目标装卸时长且处于空闲状态。
在本发明的一个实施例中,所述装卸调度模块250包括:
进入调度子模块,用于调度所述货运对象在所述装卸时间通过门禁设备进入所述货存对象;
装卸状态更新子模块,用于更新所述货运对象在所述货存对象中装卸所述货物的装卸状态;
离开调度子模块,用于按照所述装卸状态调度所述货运对象通过所述门禁设备离开所述货运对象。
在本发明的一个实施例中,所述进入调度子模块包括:
编码发送单元,用于将所述货运对象的编码发送至所述货存对象;
进入通知接收单元,用于接收进入通知,所述进入通知用于表示在所述装卸时间识别到所述货运对象的编码时,开启门禁设备、以放行所述目标货运对象进入所述货存对象。
在本发明的一个实施例中,所述装卸状态更新子模块包括:
装卸启动通知接收单元,用于接收装卸启动通知,所述装卸货通知用于表示所述货运对象正在装卸载所述货物;
第一状态更新单元,用于更新所述目标货运对象的装卸状态为货物正在装卸;
装卸完成通知接收单元,用于接收装卸完成通知,所述装卸货通知用于表示所述货运对象完成装卸载所述货物;
第二状态更新单元,用于更新所述货运对象的装卸状态为货物完成装卸载。
在本发明的一个实施例中,所述离开调度子模块包括:
离开通知接收单元,用于接收离开通知,所述离开通知用于表示在识别到所述货运对象的编码、且所述编码对应的装卸状态为货物完成装卸载时,开启门禁设备、以放行所述货运对象离开所述货存对象。
本发明实施例所提供的物流调度装置可执行本发明任意实施例所提供的物流调度方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3为本发明实施例三提供的一种计算机设备的结构示意图,如图3所示,该计算机设备包括处理器300、存储器310、输入装置320和输出装置330;计算机设备中处理器300的数量可以是一个或多个,图3中以一个处理器300为例;计算机设备中的处理器300、存储器310、输入装置320和输出装置330可以通过总线或其他方式连接,图3中以通过总线连接为例。
存储器310作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的物流调度方法对应的程序指令/模块(例如,物流调度装置中的物流信息接收模块210、物流订单生成模块220、货运对象确定模块230、装卸时间预约模块240和装卸调度模块250)。处理器300通过运行存储在存储器310中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的物流调度方法。
存储器310可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器310可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器310可进一步包括相对于处理器300远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置320可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置330可包括显示屏等显示设备。
实施例四
本发明实施例四还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时用于执行一种物流调度方法,该方法包括:
接收在货存对象中装卸货物的物流信息;
根据所述物流信息生成物流订单;
根据所述物流订单确定适于运输所述货物的货运对象;
预约所述货运对象在所述货存对象装卸所述货物的装卸时间;
根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物。
当然,本发明实施例所提供的一种计算机可读存储介质,其计算机程序不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的物流调度方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述物流调度装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种物流调度方法,其特征在于,包括:
接收在货存对象中装卸货物的物流信息;
根据所述物流信息生成物流订单;
根据所述物流订单确定适于运输所述货物的货运对象;
预约所述货运对象在所述货存对象装卸所述货物的装卸时间;
根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物。
2.根据权利要求1所述的方法,其特征在于,所述预约所述货运对象在所述货存对象装卸所述货物的装卸时间,包括:
在所述货运对象启动时,计算所述目标货运对象在所述目标对象装卸所述货物的装卸时间;
在所述货运对象通过海关时,更新所述目标货运对象在所述目标对象装卸所述货物的装卸时间。
3.根据权利要求1或2所述的方法,其特征在于,所述预约所述货运对象在所述货存对象装卸所述货物的装卸时间,包括:
根据行驶环境因素预测所述货运对象的目标行驶速度;
计算所述货运对象按照所述目标行驶速度行驶至所述货存对象的时间点;
根据装卸环境因素预测所述货运对象装卸所述货物的目标装卸时长;
在所述货存对象中,为所述货运对象分配装卸平台及装卸时间,以在所述装卸平台装卸所述货物,所述装卸时间在所述时间点之后、且符合所述目标装卸时长。
4.根据权利要求1或2所述的方法,其特征在于,所述根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物,包括:
调度所述货运对象在所述装卸时间通过门禁设备进入所述货存对象;
更新所述货运对象在所述货存对象中装卸所述货物的装卸状态;
按照所述装卸状态调度所述货运对象通过所述门禁设备离开所述货运对象。
5.根据权利要求4所述的方法,其特征在于,所述调度所述货运对象在所述装卸时间通过门禁设备进入所述货存对象,包括:
将所述货运对象的编码发送至所述货存对象;
接收进入通知,所述进入通知用于表示在所述装卸时间识别到所述货运对象的编码时,开启门禁设备、以放行所述目标货运对象进入所述货存对象。
6.根据权利要求4所述的方法,其特征在于,所述更新所述货运对象在所述货存对象中装卸所述货物的装卸状态,包括:
接收装卸启动通知,所述装卸货通知用于表示所述货运对象正在装卸载所述货物;
更新所述目标货运对象的装卸状态为货物正在装卸;
接收装卸完成通知,所述装卸货通知用于表示所述货运对象完成装卸载所述货物;
更新所述货运对象的装卸状态为货物完成装卸载。
7.根据权利要求4所述的方法,其特征在于,所述按照所述装卸状态调度所述货运对象通过所述门禁设备离开所述货运对象,包括:
接收离开通知,所述离开通知用于表示在识别到所述货运对象的编码、且所述编码对应的装卸状态为货物完成装卸载时,开启门禁设备、以放行所述货运对象离开所述货存对象。
8.一种物流调度装置,其特征在于,包括:
物流信息接收模块,用于接收在货存对象中装卸货物的物流信息;
物流订单生成模块,用于根据所述物流信息生成物流订单;
货运对象确定模块,用于根据所述物流订单确定适于运输所述货物的货运对象;
装卸时间预约模块,用于预约所述货运对象在所述货存对象装卸所述货物的装卸时间;
装卸调度模块,用于根据所述装卸时间调度所述货运对象进入所述货存对象装卸所述货物。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一所述的物流调度方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的物流调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811648958.6A CN109409811A (zh) | 2018-12-30 | 2018-12-30 | 一种物流调度方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811648958.6A CN109409811A (zh) | 2018-12-30 | 2018-12-30 | 一种物流调度方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109409811A true CN109409811A (zh) | 2019-03-01 |
Family
ID=65461885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811648958.6A Pending CN109409811A (zh) | 2018-12-30 | 2018-12-30 | 一种物流调度方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409811A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929907A (zh) * | 2020-02-18 | 2020-03-27 | 蒙娜丽莎集团股份有限公司 | 一种适用于陶瓷行业的仓库预约系统 |
CN111091070A (zh) * | 2019-11-27 | 2020-05-01 | 宏图智能物流股份有限公司 | 一种基于热成像的货车装卸时间监测方法及系统 |
CN111582574A (zh) * | 2020-04-30 | 2020-08-25 | 南京福佑在线电子商务有限公司 | 订单解绑的方法及装置 |
CN113112211A (zh) * | 2021-05-19 | 2021-07-13 | 武汉市章瀚电子商务有限公司 | 一种跨境电子商务平台销售商品物流运输分析管理方法及云分析管理平台 |
CN113780966A (zh) * | 2020-06-16 | 2021-12-10 | 北京京东振世信息技术有限公司 | 用于生成装卸作业剩余时间信息的方法和装置 |
CN113822508A (zh) * | 2020-06-19 | 2021-12-21 | 广东瑞仕格科技有限公司 | 对象调度方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574701A (zh) * | 2015-12-30 | 2016-05-11 | 苏州功路驿站网络科技有限公司 | 一种第三方物流综合订单管理系统的应用方法 |
CN107085777A (zh) * | 2017-04-13 | 2017-08-22 | 合肥市群智科技有限公司 | 一种物流货物实况跟踪方法及装置 |
CN107194755A (zh) * | 2017-04-13 | 2017-09-22 | 合肥市群智科技有限公司 | 一种可视化半自动拼车系统及其方法 |
CN108062650A (zh) * | 2017-12-29 | 2018-05-22 | 北京悦畅科技有限公司 | 物流车辆调度方法、调度管理平台及调度管理系统 |
CN207517059U (zh) * | 2017-07-17 | 2018-06-19 | 童超 | 一种物流运载调度系统 |
CN108320093A (zh) * | 2018-01-31 | 2018-07-24 | 广东原尚物流股份有限公司 | 物流系统调度管理方法、装置、存储介质及终端设备 |
-
2018
- 2018-12-30 CN CN201811648958.6A patent/CN109409811A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574701A (zh) * | 2015-12-30 | 2016-05-11 | 苏州功路驿站网络科技有限公司 | 一种第三方物流综合订单管理系统的应用方法 |
CN107085777A (zh) * | 2017-04-13 | 2017-08-22 | 合肥市群智科技有限公司 | 一种物流货物实况跟踪方法及装置 |
CN107194755A (zh) * | 2017-04-13 | 2017-09-22 | 合肥市群智科技有限公司 | 一种可视化半自动拼车系统及其方法 |
CN207517059U (zh) * | 2017-07-17 | 2018-06-19 | 童超 | 一种物流运载调度系统 |
CN108062650A (zh) * | 2017-12-29 | 2018-05-22 | 北京悦畅科技有限公司 | 物流车辆调度方法、调度管理平台及调度管理系统 |
CN108320093A (zh) * | 2018-01-31 | 2018-07-24 | 广东原尚物流股份有限公司 | 物流系统调度管理方法、装置、存储介质及终端设备 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091070A (zh) * | 2019-11-27 | 2020-05-01 | 宏图智能物流股份有限公司 | 一种基于热成像的货车装卸时间监测方法及系统 |
CN111091070B (zh) * | 2019-11-27 | 2022-07-12 | 宏图智能物流股份有限公司 | 一种基于热成像的货车装卸时间监测方法及系统 |
CN110929907A (zh) * | 2020-02-18 | 2020-03-27 | 蒙娜丽莎集团股份有限公司 | 一种适用于陶瓷行业的仓库预约系统 |
CN111582574A (zh) * | 2020-04-30 | 2020-08-25 | 南京福佑在线电子商务有限公司 | 订单解绑的方法及装置 |
CN111582574B (zh) * | 2020-04-30 | 2020-12-15 | 南京福佑在线电子商务有限公司 | 订单解绑的方法及装置 |
CN113780966A (zh) * | 2020-06-16 | 2021-12-10 | 北京京东振世信息技术有限公司 | 用于生成装卸作业剩余时间信息的方法和装置 |
CN113780966B (zh) * | 2020-06-16 | 2023-09-26 | 北京京东振世信息技术有限公司 | 用于生成装卸作业剩余时间信息的方法和装置 |
CN113822508A (zh) * | 2020-06-19 | 2021-12-21 | 广东瑞仕格科技有限公司 | 对象调度方法、装置、电子设备及存储介质 |
CN113822508B (zh) * | 2020-06-19 | 2024-05-17 | 广东瑞仕格科技有限公司 | 对象调度方法、装置、电子设备及存储介质 |
CN113112211A (zh) * | 2021-05-19 | 2021-07-13 | 武汉市章瀚电子商务有限公司 | 一种跨境电子商务平台销售商品物流运输分析管理方法及云分析管理平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109409811A (zh) | 一种物流调度方法、装置、计算机设备和存储介质 | |
Gambardella et al. | Simulation and planning of an intermodal container terminal | |
Heilig et al. | From digitalization to data-driven decision making in container terminals | |
US20140088865A1 (en) | Apparatus and method for predicting arrival times in a transportation network | |
Balster et al. | An ETA prediction model for intermodal transport networks based on machine learning | |
Kulak et al. | Strategies for improving a long-established terminal’s performance: a simulation study of a Turkish container terminal | |
Yavuz et al. | A simulation model for decision support in Ro-Ro terminal operations | |
JP2019104578A (ja) | 人工知能を活用した包括的コンテナターミナルシステム及びオペレーション方法 | |
US11610174B2 (en) | Systems and methods for imputation of transshipment locations | |
Štepec et al. | Machine learning based system for vessel turnaround time prediction | |
Guo et al. | Global synchromodal shipment matching problem with dynamic and stochastic travel times: A reinforcement learning approach | |
Eskandari et al. | Evaluation of different berthing scenarios in Shahid Rajaee container terminal using discrete-event simulation | |
Makarova et al. | Features of logistic terminal complexes functioning in the transition to the circular economy and digitalization | |
Hussein et al. | Optimized multimodal logistics planning of modular integrated construction using hybrid multi-agent and metamodeling | |
Rouky et al. | A robust metaheuristic for the rail shuttle routing problem with uncertainty: a real case study in the Le Havre Port | |
Wang et al. | Fundamental challenge and solution methods in prescriptive analytics for freight transportation | |
Jia et al. | Dynamic container drayage with uncertain request arrival times and service time windows | |
CN116308000B (zh) | 物流方案评估方法、装置、电子设备及可读存储介质 | |
Abourraja et al. | A simulation-based decision support framework devoted to Ro–Ro terminals: Design, implementation and evaluation | |
Poschmann et al. | Predicting estimated arrival times in logistics using machine learning | |
Chu et al. | Vessel turnaround time prediction: A machine learning approach | |
Malyshev et al. | Robotic automation of inland container terminals | |
Kotachi | Sequence-based simulation-optimization framework with application to port operations at multimodal container terminals | |
CN109726924A (zh) | 一种车辆的作业调度方法、装置、计算机设备和存储介质 | |
ElMesmary et al. | Pipe flow modelling of container terminal logistics processes: a case study in Alexandria |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |
|
RJ01 | Rejection of invention patent application after publication |