CN109544062A - 一种适用于航空物流的快速包装箱信息处理系统及方法 - Google Patents
一种适用于航空物流的快速包装箱信息处理系统及方法 Download PDFInfo
- Publication number
- CN109544062A CN109544062A CN201811278259.7A CN201811278259A CN109544062A CN 109544062 A CN109544062 A CN 109544062A CN 201811278259 A CN201811278259 A CN 201811278259A CN 109544062 A CN109544062 A CN 109544062A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- data
- positioning
- logistics
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000010365 information processing Effects 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000003860 storage Methods 0.000 claims description 45
- 238000007726 management method Methods 0.000 claims description 36
- 238000013500 data storage Methods 0.000 claims description 31
- 238000013528 artificial neural network Methods 0.000 claims description 25
- 238000012795 verification Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 19
- 238000012856 packing Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000013523 data management Methods 0.000 claims description 12
- 238000012502 risk assessment Methods 0.000 claims description 12
- 238000003672 processing method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000013499 data model Methods 0.000 claims description 6
- 238000004806 packaging method and process Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 241000170545 Iago Species 0.000 claims description 3
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000010259 detection of temperature stimulus Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于航空物流技术领域,公开了一种适用于航空物流的快速包装箱信息处理系统及方法;包括:注册登录模块、箱体参数检测模块、交易模块、中央控制模块、查询模块、信息管理模块、箱体定位模块、风险评估模块、数据存储模块、显示模块。本发明通过箱体定位模块能够采集到更丰富的物流位置信息,为货主提供货物的产地至消费地期间的详细物流信息。同时,通过风险评估模块从整体角度研究航空物流供应链风险识别和评估方法,可以对航空物流供应链运行风险进行评估,能够提高航空物流企业经营能力和竞争能力。
Description
技术领域
本发明属于航空物流技术领域,尤其涉及一种适用于航空物流的快速包装箱信息处理系统及方法。
背景技术
航空输运(airtransportation),是使用飞机直升机及其他航空器运送人员、货物、邮件的一种运输方式。具有快速、机动的特点,是现代旅客运输,尤其是远程旅客运输的重要方式,为国际贸易中的贵重物品、鲜活货物和精密仪器运输所不可缺。航空运输具有商品性,服务性,国际性,准军事性,资金、技术及风险密集性和自然垄断性六大特点。航空运输按照不同的标准可以分为不同的类型。航空运输又称飞机运输,简称“空运”,它是在具有航空线路和飞机场的条件下,利用飞机作为运输工具进行货物运输的一种运输方式。航空运输在我国运输业中,其货运量占全国运输量比重还比较小,主要是承担长途客运任务,伴随着物流的快速发展,航空运输在货运方面也将会扮演重要角色。然而,现有航空物流不能对货物进行定位,只能知道货物的产地,不知道从货物的产地至消费地期间的详细物流信息,造成货主不能够及时查看货物的物流位置的问题;同时,现有供应链风险评估缺乏系统性,研究的内容也不够全面,同特别对于航空物流供应链风险的分析仅仅体现在中部机场航空物流风险、财务风险等较少的资料,不能满足对于航空物流风险管理的需求。
综上所述,现有技术存在的问题是:
现有航空物流不能对货物进行定位,只能知道货物的产地,不知道从货物的产地至消费地期间的详细物流信息,造成货主不能够及时查看货物的物流位置的问题;同时,现有供应链风险评估缺乏系统性,研究的内容也不够全面,同特别对于航空物流供应链风险的分析仅仅体现在中部机场航空物流风险、财务风险等较少的资料,不能满足对于航空物流风险管理的需求。
现有技术中,不能有效降低随机噪声、实现校正补偿、提高压力传感器精度,不利于准确检测箱体的温度、湿度、重量数据信息;现有技术中GPS定位芯片易受到外界及本身因素的影响,导致GPS定位不准确,不能有效避免出现定位不准或者定位失常的情况;现有技术中由于物流的用户信息、箱体参数、交易信息、定位信息繁多,信息复杂,存储速度慢,不利于对物流信息的高效、准确的掌握与存储。
发明内容
针对现有技术存在的问题,本发明提供了一种适用于航空物流的快速包装箱信息处理系统及方法。
本发明是这样实现的,一种适用于航空物流的快速包装箱信息处理方法,所述适用于航空物流的快速包装箱信息处理方法包括以下步骤:
步骤一,通过注册程序注册账号并登陆航空物流系统;利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;
步骤二,通过交易程序进行信息发布、服务匹配、电子订单、支付操作;利用搜索程序进行查询货物追踪信息、订单状态信息、需求信息;
步骤三,通过管理程序进行价格管理、订舱管理、用户信息管理、航班管理、舱位数据管理、交易数据管理;
步骤四,采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位;通过评估程序对航空物流的风险进行全面评估;
步骤五,利用采用有云计算存储数据库的数据存模型的存储器,对用户信息、箱体参数、交易信息、定位信息进行存储;利用显示器显示航空物流中的信息。
进一步,所述步骤一中利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;基于灰色模型和BF神经网络的温度补偿实现步骤为:
(1)将数据进行标准化处理:
其中,Xi、Pi为标定值,Ximin、Ximax为温度传感器输出电压标定的最小值和最大值,Pimin、Pimax为压力标定的最小值和最大值;
(2)对标准化的数据按利用灰色理论GM(1,1)模型对其进行处理,建立等维信息模型;
(3)将数据随机分成验证样本和训练样本;
(4)设计BP神经网络,用训练样本对神经网络进行训练,直至满足精度要求为止;
(5)用验证样本对训练好的网络进行验证,如果验证输出与实验结果的误差满足精度要求,认为此时的网络参数合理;若未达到要求,则返回(4)对神经网络重新进行训练,直到训练误差及验证误差均满足精度要求为止;
(6)将验证样本训练好的网络进行检验:当训练误差及验证误差均满足精度要求时,神经网络的补偿输出、验证输出及训练输出就会达到补偿的预设要求。
进一步,所述步骤四中采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位,采用GM(1,1)模型,有变量X(0)的原始数据序列:
X(0)={x(0)(1),x(0)(2),…,x(0)(n)};
n为原始数据个数;与之对应的时间为ti(n=1,2,…,n);
用AGO生成一阶累加模块X(1)
X(1)={x(1)(1),x(1)(2),…,x(1)(n)};
由一阶灰色模块X(1)构成的微分方程为:
根据导数离散化形式,微分方程以矩阵形式可写成:
Y=AU;
其中:
利用最小二乘原理,求得参数估计值为:
回到原来的微分方程有:
得解为:
离散形式为:
其中,k为参与定位的原始数据个数;一般形式为:
其中,P>1为定位点;则定位后的原始序列为:
或者,简化地表达为:
整个灰色模型预报过程可以表达为:
其中,IAGO,AGO分别为累减生成序列和累加生成序列。
进一步,所述步骤五中利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位,利用采用有云计算存储数据库的数据存模型的存储器,对用户信息、箱体参数、交易信息、定位信息进行存储;
云计算存储数据库的数据存储数据模型为:
航空物流货物实时定位系统的存储数据分布的权重指数下,利用云存储数据库的特征分类权重ai的属性值为p,在有效的数据库访问请求下,云计算存储数据库的数据存储数据模型:
其中,云计算存储数据库中航空物流的用户信息、箱体参数、交易信息、定位信息存储的数据初始调度网格赋值表示为;
U×A→V;
采用自适应信道加权方法进行云存储数据库的网格分布区域拟合,得到数据库分布的网格结构为:
式中:an(t)是第n条数据存储通道上的时间-频率联合特征分析;
τn(t)为第n条数据存储路径扩展时延;
fc为云计算存储数据库中的数据属性权重;
设定模糊算子映射到综合评价矩阵,进行初始化网格调度,得到云计算存储数据库数据存储节点的传递路径的映射关系为:
式中:ai和τi分别是云计算存储数据库中航空物流的用户信息、箱体参数、交易信息、定位信息存储的数据的传播损失和传递时延;
航空物流货物实时定位系统的数据特征分布的状态空间重构为:
Wy(t,v)=Wx(kt,v/k);
式中:k表示数据信息采样频率;
v表示云计算存储数据库的存储带宽;
Wx为时间窗口函数;
航空物流货物实时定位系统的数据的云计算存储数据库的数据信息的静态量化信息模型为:
max F(X)=(F1(X),F2(X),…,Fn(X))
s.t.gj(X)≤0,j=1,2,…,p
hk(X)=0,k=1,2,…,p
式中gj(X)为混合模型参量;
结合时间序列分析方法得到航空物流货物实时定位系统的数据存储模型的调度概念格为:
本发明的另一目的在于提供一种实现所述适用于航空物流的快速包装箱信息处理方法的适用于航空物流的快速包装箱信息处理系统,所述如适用于航空物流的快速包装箱信息处理系统包括:
注册登录模块,与中央控制模块连接,用于通过注册程序注册账号并登陆航空物流系统;
箱体参数检测模块,与中央控制模块连接,用于通过传感器实时检测箱体的温度、湿度、重量数据信息;
交易模块,与中央控制模块连接,用于通过交易程序进行信息发布、服务匹配、电子订单、支付操作;
中央控制模块,与物流系统包括:注册登录模块、箱体参数检测模块、交易模块、查询模块、信息管理模块、箱体定位模块、风险评估模块、数据存储模块、显示模块连接,用于通过单片机控制各个模块正常工作;
查询模块,与中央控制模块连接,用于通过搜索程序进行查询货物追踪信息、订单状态信息、需求信息;
信息管理模块,与中央控制模块连接,用于通过管理程序进行价格管理、订舱管理、用户信息管理、航班管理、舱位数据管理、交易数据管理;
箱体定位模块,与中央控制模块连接,用于通过GPS定位芯片对货物箱体进行实时定位;
风险评估模块,与中央控制模块连接,用于通过评估程序对航空物流的风险进行全面评估;
数据存储模块,与中央控制模块连接,用于通过存储器存储用户信息、箱体参数、交易信息、定位信息;
显示模块,与中央控制模块连接,用于通过显示器显示航空物流中用户信息、箱体参数、交易信息、定位信息。
本发明的另一目的在于提供一种应用所述适用于航空物流的快速包装箱信息处理方法的信息数据处理终端。
本发明的优点及积极效果为:
本发明通过箱体定位模块能够采集到更丰富的物流位置信息,为货主提供货物的产地至消费地期间的详细物流信息。缓解了现有物流技术中存在的用户不能及时监控货物的技术问题,达到了为用户提供详细物流信息的技术效果;同时,通过风险评估模块从整体角度研究航空物流供应链风险识别和评估方法,可以对航空物流供应链运行风险进行评估,能够提高航空物流企业经营能力和竞争能力。
本发明利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;有效降低随机噪声、实现校正补偿、提高压力传感器精度,有利于准确检测箱体的温度、湿度、重量数据信息;本发明采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位,有效避免外界及芯片本身因素对GPS定位准确度的影响,有效避免出现定位不准或者定位失常的情况,保证为GPS定位芯片动态精密单点定位提供较高精度的数据定位;本发明利用具有云计算存储数据库的数据存模型的存储器,对用户信息、箱体参数、交易信息、定位信息进行存储;有效提高存储速度,便于对航空物流信息的高效、准确的掌握与存储,保证航空物流的稳定运行。
附图说明
图1是本发明实施提供的适用于航空物流的快速包装箱信息处理方法流程图。
图2是本发明实施提供的适用于航空物流的快速包装箱信息处理系统结构示意图;
图中:1、注册登录模块;2、箱体参数检测模块;3、交易模块;4、中央控制模块;5、查询模块;6、信息管理模块;7、箱体定位模块;8、风险评估模块;9、数据存储模块;10、显示模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图及具体实施例对本发明的应用原理作进一步描述。
如图1所示,本发明实施例提供的适用于航空物流的快速包装箱信息处理方法包括以下步骤:
S101:通过注册程序注册账号并登陆航空物流系统;利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;
S102:通过交易程序进行信息发布、服务匹配、电子订单、支付等操作;利用搜索程序进行查询货物追踪信息、订单状态信息、需求信息;
S103:通过管理程序进行价格管理、订舱管理、用户信息管理、航班管理、舱位数据管理、交易数据管理;
S104:采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位;通过评估程序对航空物流的风险进行全面评估;
S105:利用采用有云计算存储数据库的数据存模型的存储器,对用户信息、箱体参数、交易信息、定位信息进行存储;利用显示器显示航空物流中的信息。
步骤S101中,本发明实施例提供的利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;有效降低随机噪声、实现校正补偿、提高压力传感器精度,有利于准确检测箱体的温度、湿度、重量数据信息;具体的基于灰色模型和BF神经网络的温度补偿实现步骤为:
(1)进行数据预处理时,为了避免量纲不同而带来数据间无意义的比较,将数据进行标准化处理:
其中,Xi、Pi为标定值,Ximin、Ximax为温度传感器输出电压标定的最小值和最大值,Pimin、Pimax为压力标定的最小值和最大值;
(2)对标准化的数据按利用灰色理论GM(1,1)模型对其进行处理,建立等维信息模型;
(3)将数据随机分成验证样本和训练样本;
(4)设计BP神经网络,用训练样本对神经网络进行训练,直至满足精度要求为止;
(5)用验证样本对训练好的网络进行验证,如果验证输出与实验结果的误差满足精度要求,认为此时的网络参数合理;若未达到要求,则返回(4)对神经网络重新进行训练,直到训练误差及验证误差均满足精度要求为止;
(6)将验证样本训练好的网络进行检验:当训练误差及验证误差均满足精度要求时,神经网络的补偿输出、验证输出及训练输出就会达到补偿的预设要求。
步骤S104中,本发明实施例提供的采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位,有效避免外界及芯片本身因素对GPS定位准确度的影响,有效避免出现定位不准或者定位失常的情况,保证为GPS定位芯片动态精密单点定位提供较高精度的数据定位;具体采用GM(1,1)模型,设有变量X(0)的原始数据序列:
X(0)={x(0)(1),x(0)(2),…,x(0)(n)}
n为原始数据个数;与之对应的时间为ti(n=1,2,…,n);
用AGO(Accumullated Generating Operation)生成一阶累加模块X(1)
X(1)={x(1)(1),x(1)(2),…,x(1)(n)}
由一阶灰色模块X(1)构成的微分方程为:
根据导数离散化形式,微分方程以矩阵形式可写成:
Y=AU
其中,
利用最小二乘原理,可求得参数估计值为:
回到原来的微分方程有:
得解为:
离散形式为:
其中,k为参与定位的原始数据个数;
一般形式为:
其中,P>1为定位点;则定位后的原始序列为:
或者,可以简化地表达为:
整个灰色模型预报过程可以表达为:
其中,IAGO,AGO分别为累减生成序列和累加生成序列。
步骤S105中,本发明实施例提供的利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;有效降低随机噪声、实现校正补偿、提高压力传感器精度,有利于准确检测箱体的温度、湿度、重量数据信息本发明实施例提供的采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位,有效避免外界及芯片本身因素对GPS定位准确度的影响,有效避免出现定位不准或者定位失常的情况,保证为GPS定位芯片动态精密单点定位提供较高精度的数据定位;本发明实施例提供的利用采用有云计算存储数据库的数据存模型的存储器,对用户信息、箱体参数、交易信息、定位信息进行存储;有效提高存储速度,便于对航空物流信息的高效、准确的掌握与存储,保证航空物流的稳定运行;
具体云计算存储数据库的数据存储数据模型为:
航空物流货物实时定位系统的存储数据分布的权重指数下,利用云存储数据库的特征分类权重ai的属性值为p,在有效的数据库访问请求下,云计算存储数据库的数据存储数据模型,描述如下:
其中,云计算存储数据库中航空物流的用户信息、箱体参数、交易信息、定位信息存储的数据初始调度网格赋值表示为;
U×A→V
采用自适应信道加权方法进行云存储数据库的网格分布区域拟合,得到数据库分布的网格结构为:
式中:an(t)是第n条数据存储通道上的时间-频率联合特征分析;
τn(t)为第n条数据存储路径扩展时延;
fc为云计算存储数据库中的数据属性权重;
设定模糊算子映射到综合评价矩阵,进行初始化网格调度,得到云计算存储数据库数据存储节点的传递路径的映射关系为:
式中:ai和τi分别是云计算存储数据库中航空物流的用户信息、箱体参数、交易信息、定位信息存储的数据的传播损失和传递时延。
航空物流货物实时定位系统的数据特征分布的状态空间重构为:
Wy(t,v)=Wx(kt,v/k)
式中:k表示数据信息采样频率;
v表示云计算存储数据库的存储带宽;
Wx为时间窗口函数。
航空物流货物实时定位系统的数据的云计算存储数据库的数据信息的静态量化信息模型为:
max F(X)=(F1(X),F2(X),…,Fn(X))
s.t.gj(X)≤0,j=1,2,…,p
hk(X)=0,k=1,2,…,p
式中gj(X)为混合模型参量;
在航空物流货物实时定位系统的散点状态下,航空物流货物实时定位系统的数据特征分类训练集的属性为:
Vi(t+1)=wVi(t)+c1×rand(·)×(Pi-Xi(t))+c2×rand(·)×(Pg-Xi(t))
结合时间序列分析方法得到航空物流货物实时定位系统的数据存储模型的调度概念格为:
如图2所示,本发明提供的适用于航空物流的快速包装箱信息处理系统包括:注册登录模块1、箱体参数检测模块2、交易模块3、中央控制模块4、查询模块5、信息管理模块6、箱体定位模块7、风险评估模块8、数据存储模块9、显示模块10。
注册登录模块1,与中央控制模块4连接,用于通过注册程序注册账号并登陆航空物流系统;
箱体参数检测模块2,与中央控制模块4连接,用于通过传感器实时检测箱体的温度、湿度、重量数据信息;
交易模块3,与中央控制模块4连接,用于通过交易程序进行信息发布、服务匹配、电子订单、支付等操作;
中央控制模块4,与物流系统包括:注册登录模块1、箱体参数检测模块2、交易模块3、查询模块5、信息管理模块6、箱体定位模块7、风险评估模块8、数据存储模块9、显示模块10连接,用于通过单片机控制各个模块正常工作;
查询模块5,与中央控制模块4连接,用于通过搜索程序进行查询货物追踪信息、订单状态信息、需求信息;
信息管理模块6,与中央控制模块4连接,用于通过管理程序进行价格管理、订舱管理、用户信息管理、航班管理、舱位数据管理、交易数据管理;
箱体定位模块7,与中央控制模块4连接,用于通过GPS定位芯片对货物箱体进行实时定位;
风险评估模块8,与中央控制模块4连接,用于通过评估程序对航空物流的风险进行全面评估;
数据存储模块9,与中央控制模块4连接,用于通过存储器存储用户信息、箱体参数、交易信息、定位信息;
显示模块10,与中央控制模块4连接,用于通过显示器显示航空物流中用户信息、箱体参数、交易信息、定位信息。
本发明提供的箱体定位模块7定位方法如下:
(1)接收多个基站发送的基站定位信息,基站定位信息是基站对其覆盖范围内的物流终端进行基站定位后得到的;
(2)接收多个物流终端发送的GPS定位信息;
(3)针对每个物流终端,分别根据所述基站定位信息和所述GPS定位信息确定终端位置。
本发明提供的方法还包括:
(1)基于各个物流终端的终端位置,向所述终端位置位于各个货源对应的预设范围内的物流终端发送物流推送信息;
(2)向货源地货主发送进入预设范围内的物流终端的终端信息;
(3)向运输货主发送物流终端的物流轨迹信息。
本发明提供的针对每个物流终端,分别根据所述基站定位信息和所述GPS定位信息确定终端位置,包括:
(1)获取接收到所述基站定位信息的接收时刻以及接收到所述GPS定位信息的接收时刻;
(2)基于在距离当前时刻最近的接收时刻接收到的基站定位信息或者GPS定位信息确定终端位置。
本发明提供的风险评估模块8评估方法如下:
(1)AHP方法的权值解析,运用层次分析方法,依据多位航空物流领域的研究者和管理者的评判意见输入有关数据将计算得到航空物流供应链风险评估总目标下的效率、质量、成本、服务水平和信任五个风险因素的相对权值,分别为a、b、c、d和e,其中五个相对权值的总和为1;
(2)ANP方法的权重解析过程;使用AHP方法计算在五个风险因素下的四个风险维度的权值。
本发明提供的步骤(2)具体包括下面几个步骤:
1)构造风险评估维度和风险因子的判断矩阵,计算每个判断矩阵的最大特征值对应的特征向量,并做归一化处理和一致性检验。如果判断矩阵通过一致性检验,转到步骤2);如果判断矩阵没有通过一致性检验,重新进行步骤1);
2)将特征向量作为网络风险因子的排序向量,得到相对于其他风险评估因子的排序向量;
3)将所有网络层风险评估因子的相互影响的排序向量组合起来,得到未加权超矩阵;
4)判断矩阵与未加权超矩阵相乘得到加权超矩阵;
5)为反映风险评估因子间的依存和反馈关系,对加权超矩阵进行稳定性处理;
6)在加权超矩阵的基础上,计算航空物流供应链风险各个评估因子的最终权值。
本发明提供的步骤(1)中,将市场敏感性、信息驱动、流程集成和物流网络连通性作为广西航空物流供应链风险因素下的四个维度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种适用于航空物流的快速包装箱信息处理方法,其特征在于,所述适用于航空物流的快速包装箱信息处理方法包括以下步骤:
步骤一,通过注册程序注册账号并登陆航空物流系统;利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;
步骤二,通过交易程序进行信息发布、服务匹配、电子订单、支付操作;利用搜索程序进行查询货物追踪信息、订单状态信息、需求信息;
步骤三,通过管理程序进行价格管理、订舱管理、用户信息管理、航班管理、舱位数据管理、交易数据管理;
步骤四,采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位;通过评估程序对航空物流的风险进行全面评估;
步骤五,利用采用有云计算存储数据库的数据存模型的存储器,对用户信息、箱体参数、交易信息、定位信息进行存储;利用显示器显示航空物流中的信息。
2.如权利要求1所述的适用于航空物流的快速包装箱信息处理方法,其特征在于,所述步骤一中利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;基于灰色模型和BF神经网络的温度补偿实现步骤为:
(1)将数据进行标准化处理:
其中,Xi、Pi为标定值,Ximin、Ximax为温度传感器输出电压标定的最小值和最大值,Pimin、Pimax为压力标定的最小值和最大值;
(2)对标准化的数据按利用灰色理论GM(1,1)模型对其进行处理,建立等维信息模型;
(3)将数据随机分成验证样本和训练样本;
(4)设计BP神经网络,用训练样本对神经网络进行训练,直至满足精度要求为止;
(5)用验证样本对训练好的网络进行验证,如果验证输出与实验结果的误差满足精度要求,认为此时的网络参数合理;若未达到要求,则返回(4)对神经网络重新进行训练,直到训练误差及验证误差均满足精度要求为止;
(6)将验证样本训练好的网络进行检验:当训练误差及验证误差均满足精度要求时,神经网络的补偿输出、验证输出及训练输出就会达到补偿的预设要求。
3.如权利要求1所述的适用于航空物流的快速包装箱信息处理方法,其特征在于,所述步骤四中采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位,采用GM(1,1)模型,有变量X(0)的原始数据序列:
X(0)={x(0)(1),x(0)(2),…,x(0)(n)};
n为原始数据个数;与之对应的时间为ti(n=1,2,…,n);
用AGO生成一阶累加模块X(1)
X(1)={x(1)(1),x(1)(2),…,x(1)(n)};
由一阶灰色模块X(1)构成的微分方程为:
根据导数离散化形式,微分方程以矩阵形式可写成:
Y=AU;
其中:
利用最小二乘原理,求得参数估计值为:
回到原来的微分方程有:
得解为:
离散形式为:
其中,k为参与定位的原始数据个数;一般形式为:
其中,P>1为定位点;则定位后的原始序列为:
或者,简化地表达为:
整个灰色模型预报过程可以表达为:
其中,IAGO,AGO分别为累减生成序列和累加生成序列。
4.如权利要求1所述的适用于航空物流的快速包装箱信息处理方法,其特征在于,所述步骤五中利用基于灰色模型和BF神经网络的温度补偿功能的传感器实时对箱体的温度、湿度、重量数据信息进行检测;采取灰色模型对GPS定位芯片加以辅助,完成对货物箱体进行实时定位,利用采用有云计算存储数据库的数据存模型的存储器,对用户信息、箱体参数、交易信息、定位信息进行存储;
云计算存储数据库的数据存储数据模型为:
航空物流货物实时定位系统的存储数据分布的权重指数下,利用云存储数据库的特征分类权重ai的属性值为p,在有效的数据库访问请求下,云计算存储数据库的数据存储数据模型:
其中,云计算存储数据库中航空物流的用户信息、箱体参数、交易信息、定位信息存储的数据初始调度网格赋值表示为;
U×A→V;
采用自适应信道加权方法进行云存储数据库的网格分布区域拟合,得到数据库分布的网格结构为:
式中:an(t)是第n条数据存储通道上的时间-频率联合特征分析;
τn(t)为第n条数据存储路径扩展时延;
fc为云计算存储数据库中的数据属性权重;
设定模糊算子映射到综合评价矩阵,进行初始化网格调度,得到云计算存储数据库数据存储节点的传递路径的映射关系为:
式中:ai和τi分别是云计算存储数据库中航空物流的用户信息、箱体参数、交易信息、定位信息存储的数据的传播损失和传递时延;
航空物流货物实时定位系统的数据特征分布的状态空间重构为:
Wy(t,v)=Wx(kt,v/k);
式中:k表示数据信息采样频率;
v表示云计算存储数据库的存储带宽;
Wx为时间窗口函数;
航空物流货物实时定位系统的数据的云计算存储数据库的数据信息的静态量化信息模型为:
maxF(X)=(F1(X),F2(X),…,Fn(X))
s.t.gj(X)≤0,j=1,2,…,p
hk(X)=0,k=1,2,…,p
式中gj(X)为混合模型参量;
结合时间序列分析方法得到航空物流货物实时定位系统的数据存储模型的调度概念格为:
5.一种实现权利要求1所述适用于航空物流的快速包装箱信息处理方法的适用于航空物流的快速包装箱信息处理系统,其特征在于,所述如适用于航空物流的快速包装箱信息处理系统包括:
注册登录模块,与中央控制模块连接,用于通过注册程序注册账号并登陆航空物流系统;
箱体参数检测模块,与中央控制模块连接,用于通过传感器实时检测箱体的温度、湿度、重量数据信息;
交易模块,与中央控制模块连接,用于通过交易程序进行信息发布、服务匹配、电子订单、支付操作;
中央控制模块,与物流系统包括:注册登录模块、箱体参数检测模块、交易模块、查询模块、信息管理模块、箱体定位模块、风险评估模块、数据存储模块、显示模块连接,用于通过单片机控制各个模块正常工作;
查询模块,与中央控制模块连接,用于通过搜索程序进行查询货物追踪信息、订单状态信息、需求信息;
信息管理模块,与中央控制模块连接,用于通过管理程序进行价格管理、订舱管理、用户信息管理、航班管理、舱位数据管理、交易数据管理;
箱体定位模块,与中央控制模块连接,用于通过GPS定位芯片对货物箱体进行实时定位;
风险评估模块,与中央控制模块连接,用于通过评估程序对航空物流的风险进行全面评估;
数据存储模块,与中央控制模块连接,用于通过存储器存储用户信息、箱体参数、交易信息、定位信息;
显示模块,与中央控制模块连接,用于通过显示器显示航空物流中用户信息、箱体参数、交易信息、定位信息。
6.一种应用权利要求1~4任意一项所述适用于航空物流的快速包装箱信息处理方法的信息数据处理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811278259.7A CN109544062A (zh) | 2018-10-30 | 2018-10-30 | 一种适用于航空物流的快速包装箱信息处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811278259.7A CN109544062A (zh) | 2018-10-30 | 2018-10-30 | 一种适用于航空物流的快速包装箱信息处理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109544062A true CN109544062A (zh) | 2019-03-29 |
Family
ID=65845524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811278259.7A Pending CN109544062A (zh) | 2018-10-30 | 2018-10-30 | 一种适用于航空物流的快速包装箱信息处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544062A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110995854A (zh) * | 2019-12-13 | 2020-04-10 | 广州鹏兴科技有限公司 | 一种基于云计算技术的货物存储管理系统 |
CN113421046A (zh) * | 2021-08-24 | 2021-09-21 | 广州汇图计算机信息技术有限公司 | 一种专注于物流航班的订舱系统 |
WO2022041267A1 (zh) * | 2020-08-31 | 2022-03-03 | 苏州大成电子科技有限公司 | 一种轨道交通运维物流供应链风险识别与评估方法 |
-
2018
- 2018-10-30 CN CN201811278259.7A patent/CN109544062A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110995854A (zh) * | 2019-12-13 | 2020-04-10 | 广州鹏兴科技有限公司 | 一种基于云计算技术的货物存储管理系统 |
WO2022041267A1 (zh) * | 2020-08-31 | 2022-03-03 | 苏州大成电子科技有限公司 | 一种轨道交通运维物流供应链风险识别与评估方法 |
CN113421046A (zh) * | 2021-08-24 | 2021-09-21 | 广州汇图计算机信息技术有限公司 | 一种专注于物流航班的订舱系统 |
CN113421046B (zh) * | 2021-08-24 | 2021-11-02 | 广州汇图计算机信息技术有限公司 | 一种专注于物流航班的订舱系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544062A (zh) | 一种适用于航空物流的快速包装箱信息处理系统及方法 | |
Nagel et al. | Estimation and evaluation of conditional asset pricing models | |
Wang et al. | Measuring container port accessibility: An application of the Principal Eigenvector Method (PEM) | |
CN105956798A (zh) | 一种基于稀疏随机森林的配网设备运行状态评估方法 | |
CN106199662B (zh) | 一种基于层次分析法的北斗高精度定位方法 | |
CN101950019B (zh) | 基于属性数据的二次雷达多层级目标识别方法 | |
CN109523152A (zh) | 订单处理方法、存储介质和装置 | |
Hsu | A hybrid multiple criteria decision-making model for investment decision making | |
CN115760380A (zh) | 一种融合用电信息的企业信用评估方法与系统 | |
Ucal Sari et al. | Analysis of intelligent software implementations in air cargo using fermatean fuzzy CODAS method | |
Goel et al. | On the adoption of new technologies | |
Cui et al. | Indoor Wi-Fi positioning algorithm based on location fingerprint | |
Hadini et al. | Assessment tool for environmental management system performance according to the ISO 14001 | |
CN108960376A (zh) | 一种基于物联网的物流货物实时定位系统及定位方法 | |
CN115545307A (zh) | 货物调配方法、装置、设备及存储介质 | |
CN106767773A (zh) | 一种室内地磁基准图构建方法及其装置 | |
Sun et al. | An automated warehouse sorting system for small manufacturing enterprise applying discrete event simulation | |
Özdemir | Model Proposal for Future Estimates in Maritime Industry: The Case of Container Handling in Turkish Ports. | |
Bai et al. | Application of cluster analysis in optimization problem of pricing of a mobile Internet App | |
Senyshyn et al. | State Regulation of Fixed Capital Reproduction in Ukraine Using Taxonomic Analysis Methodology | |
Qu et al. | A Method for Locating Tools in the Railway Moving Area Optimized Based on Received Signal Strength Indicator and a Fuzzy Neural Network | |
CN109782324A (zh) | 一种铁路巡检定位方法 | |
Wang et al. | INVESTMENT SELECTION AND EVALUATION FOR CHINA EXPRESS DELIVERY MARKET. | |
Zhang et al. | A FOA-optimized RBF algorithm-based evaluation research on e-commerce websites | |
Alkhamisi et al. | Estimation of SUR model with VAR (p) disturbances |
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: 20190329 |
|
RJ01 | Rejection of invention patent application after publication |