CN111222767A - 一种粮食物流过程质量安全风险评估方法及系统 - Google Patents
一种粮食物流过程质量安全风险评估方法及系统 Download PDFInfo
- Publication number
- CN111222767A CN111222767A CN201911385934.0A CN201911385934A CN111222767A CN 111222767 A CN111222767 A CN 111222767A CN 201911385934 A CN201911385934 A CN 201911385934A CN 111222767 A CN111222767 A CN 111222767A
- Authority
- CN
- China
- Prior art keywords
- risk
- vehicle
- coefficient
- risk coefficient
- humidity
- 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 79
- 238000012502 risk assessment Methods 0.000 title description 5
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 86
- 230000001419 dependent effect Effects 0.000 claims description 6
- 239000002699 waste material Substances 0.000 claims description 6
- 238000007726 management method Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- G06Q10/06—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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Abstract
本发明公开了一种粮食物流过程质量安全风险评估方法及系统，所述方法包括：采集各运输阶段的预设种类的数据；所述运输环节包括：粮库存储阶段、汽运阶段、集港阶段、船运阶段以及到港阶段；根据所述采集的数据，通过预设规则计算获得各运输环节对应的阶段风险系数；判断所述每个阶段风险系数是否低于其对应的预设的风险阈值，并生成安全风险评估结果；所述方法及系统根据预设的风险评估方法进行评估，判断各个环节的风险情况，可根据各环节风险情况实现粮食质量问题追溯；所述方法及系统可以用于识别潜在的质量风险，定位问题节点，根据问题节点的风险指数情况，指导管理工作、重新审核/变更供应商、或重新规划物流线路流程。
Description
技术领域
本发明涉及粮食质量控制领域，更具体地，涉及一种粮食物流过程质量安全风险评估方法及系统。
背景技术
在散粮运输途中，可能经过汽车、火车、船舶多次转运，多次装卸，运输方式的变换、远距离外部环境的变化等都会对粮食质量产生影响，很难获得运输过程中的信息，难以评估粮食质量变化风险。尤其多式联运中不同运输方式涉及不同的物流企业，信息更难衔接。因此，缺少粮食在途的质量、实时位置信息监控，导致粮食质量物流信息难以追溯；当出现粮食质量问题时，无法追溯确认是哪个环节的问题导致了最终的粮食质量问题，使得无法进行针对性改正。
发明内容
为了解决背景技术存在的多式联运粮食出现质量问题无法确认是哪一环节导致，使得无法针对性改正的问题，本发明提供了一种粮食物流过程质量安全风险评估方法及系统；所述方法及系统通过采集各个环节运输过程中的参数，根据预设的风险评估方法进行评估，判断各个环节的风险情况，可根据各环节风险情况实现粮食质量问题追溯；所述一种粮食物流过程质量安全风险评估方法，包括：
采集各运输阶段的预设种类的数据；所述运输环节包括：粮库存储阶段、汽运阶段、集港阶段、船运阶段以及到港阶段；
根据所述采集的数据，通过预设规则计算获得各运输环节对应的阶段风险系数；
判断所述每个阶段风险系数是否低于其对应的预设的风险阈值，并生成安全风险评估结果；
进一步的，所述运输环节为粮库存储阶段时，所述方法包括：
所述采集的粮库存储阶段的预设种类的数据包括被运输粮食在该粮库保管期间，所述粮库的温度连续数据以及湿度连续数据；
根据所述温度连续数据以及所述湿度连续数据分别计算获得粮库温度风险系数以及粮库湿度风险系数；
根据所述粮库温度风险系数、粮库湿度风险系数以及其各自对应的预设权重，计算获得粮库存储阶段风险系数。
进一步的，所述粮库温度风险系数以及粮库湿度风险系数的计算公式分别为：
其中，rtemp为粮库温度风险系数，rhumid为粮库湿度风险系数；tempmax为温度最大值，humidmax为湿度最大值；
为运输粮食在该粮库保管期间的温度方差；
为运输粮食在该粮库保管期间的湿度方差。
进一步的，所述运输环节为汽运阶段时，所述方法包括：
所述采集的汽运阶段的预设种类的数据包括运输该批粮食的每一辆车的发运时间和到货时间、每一辆车的装车质量和卸车质量、以及每一辆车的行驶轨迹数据；
根据所述发运时间和到货时间计算获得汽运时间风险系数；
根据所述装车质量与所述卸车质量计算获得损耗风险系数；
根据所述行驶轨迹数据计算获得位置风险系数；
根据所述时间风险系数、损耗风险系数、位置风险系数以及预设的权重计算获得汽运阶段风险系数。
进一步的，根据所述发运时间和到货时间计算获得汽运时间风险系数，包括：
根据所述每辆车的发运时间以及到货时间，计算获得每辆车的在途时间；
计算每辆车的在途时间所形成的在途时间队列的方差；
所述时间风险系数rlogtime的计算公式为：
其中，tmax为在途时间队列里的最大在途时间；
为在途时间队列的方差。
进一步的，所述根据所述装车质量与所述卸车质量计算获得损耗风险系数，包括：
根据所述每辆车的装车质量与所述卸车质量，计算获得每辆车的损耗值；
计算所有车损耗值的平均值，并统计低于所述平均值的车辆数量；
所述损耗风险系数的计算公式为：
其中，rwaste为损耗风险系数。
进一步的，所述根据所述行驶轨迹数据计算获得位置风险系数，包括：
预先设置标准行驶路线，并根据预设时间间隔以及预设车速，在地图上提取标准横坐标数列以及标准纵坐标数列；
根据所述每辆车的行驶轨迹数据，生成每辆车对应的横坐标数列以及纵坐标数列；所述采集每辆车的行驶轨迹数据，包括在地图上每辆车在行使过程中，按预设时间间隔提取的横坐标以及纵坐标；
计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数；
根据同一辆车的横坐标相关性系数与纵坐标相关性系数通过预设规则计算获得该辆车对应的风险系数；
根据所有车辆的风险系数的平均值，作为位置风险系数。
进一步的，计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，以及计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数的公式分别为：
其中，ikhorizontal为第k辆车的横坐标相关性系数，ikvertical为第k辆车的纵坐标相关性系数；Ak为第k辆车的横坐标数列，Bk为第k辆车的纵坐标数列；X为标准横坐标数列，Y为标准纵坐标数列。
进一步的，根据同一辆车的横坐标相关性系数与纵坐标相关性系数通过预设规则计算获得该辆车对应的风险系数，包括：
根据每一辆车的横坐标相关性系数的绝对值的倒数，获得该辆车的横坐标风险系数；
根据每一辆车的纵坐标相关性系数的绝对值的倒数，获得该辆车的纵坐标风险系数；
根据每辆车的横坐标风险系数与纵坐标风险系数的平均值，获得该辆车对应的风险系数。
进一步的，所述运输环节为集港阶段、船运阶段或到港阶段时，所述方法包括：
按照预设的时间间隔采集当前阶段气象温度以及气象湿度；
根据当前阶段储粮情况、当前阶段地域位置以及运输粮食品种，设定储粮在时间序列上的的标准温度以及标准湿度；
根据所述气象温度以及标准温度计算温度相关系数；
根据所述气象湿度以及标准湿度计算湿度相关系数；
根据所述温度相关系数以及所述湿度相关系数通过预设规则获得温度风险系数以及湿度风险系数；
根据所述温度风险系数、湿度风险系数以及预设权重，获得该阶段的风险系数。
进一步的，根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数的计算公式分别为：
其中，itemp为温度相关系数、ihumid为湿度相关系数；temp为气象温度、humid为气象湿度；srdtemp为标准温度、srdhumid为标准湿度。
进一步的，根据温度相关系数的倒数的绝对值，获得温度风险系数；
根据湿度相关系数的倒数的绝对值，获得湿度风险系数。
所述一种粮食物流过程质量安全风险评估系统包括：
数据采集单元，所述数据采集单元用于采集各运输阶段的预设种类的数据；所述运输环节包括：粮库存储阶段、汽运阶段、集港阶段、船运阶段以及到港阶段
风险系数计算单元，所述风险系数计算单元用于根据所述采集的数据，通过预设规则计算获得各运输环节对应的阶段风险系数；
风险评估单元，所述风险评估单元用于判断所述每个阶段风险系数是否低于其对应的预设的风险阈值，并生成安全风险评估结果。
进一步的，粮库存储阶段，所述数据采集单元采集的预设种类的数据包括被运输粮食在该粮库保管期间，所述粮库的温度连续数据以及湿度连续数据；
所述风险系数计算单元用于根据所述温度连续数据以及所述湿度连续数据分别计算获得粮库温度风险系数以及粮库湿度风险系数；
所述风险系数计算单元用于根据所述粮库温度风险系数、粮库湿度风险系数以及其各自对应的预设权重，计算获得粮库存储阶段风险系数。
进一步的，所述粮库温度风险系数以及粮库湿度风险系数的计算公式分别为：
其中，rtemp为粮库温度风险系数，rhumid为粮库湿度风险系数；tempmax为温度最大值，humidmax为湿度最大值；
为运输粮食在该粮库保管期间的温度方差；
为运输粮食在该粮库保管期间的湿度方差。
进一步的，汽运阶段，所述数据采集单元采集的预设种类的数据包括运输该批粮食的每一辆车的发运时间和到货时间、每一辆车的装车质量和卸车质量、以及每一辆车的行驶轨迹数据；
所述风险系数计算单元用于根据所述发运时间和到货时间计算获得汽运时间风险系数、根据所述装车质量与所述卸车质量计算获得损耗风险系数、根据所述行驶轨迹数据计算获得位置风险系数；
所述风险系数计算单元用于根据所述时间风险系数、损耗风险系数、位置风险系数以及预设的权重计算获得汽运阶段风险系数。
进一步的，所述风险系数计算单元用于根据所述每辆车的发运时间以及到货时间，计算获得每辆车的在途时间；
所述风险系数计算单元用于计算每辆车的在途时间所形成的在途时间队列的方差；
所述时间风险系数rlogtime的计算公式为：
其中，tmax为在途时间队列里的最大在途时间；
为在途时间队列的方差。
进一步的，所述风险系数计算单元用于根据所述每辆车的装车质量与所述卸车质量，计算获得每辆车的损耗值；
所述风险系数计算单元用于计算所有车损耗值的平均值，并统计低于所述平均值的车辆数量；
所述损耗风险系数的计算公式为：
其中，rwaste为损耗风险系数。
进一步的，所述风险系数计算单元用于预先设置标准行驶路线，并根据预设时间间隔以及预设车速，在地图上提取标准横坐标数列以及标准纵坐标数列；
所述风险系数计算单元用于根据所述每辆车的行驶轨迹数据，生成每辆车对应的横坐标数列以及纵坐标数列；所述采集每辆车的行驶轨迹数据，包括在地图上每辆车在行使过程中，按预设时间间隔提取的横坐标以及纵坐标；
所述风险系数计算单元用于计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数；
所述风险系数计算单元用于根据同一辆车的横坐标相关性系数与纵坐标相关性系数通过预设规则计算获得该辆车对应的风险系数；
所述风险系数计算单元用于根据所有车辆的风险系数的平均值，作为位置风险系数。
进一步的，所述风险系数计算单元用于计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，以及计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数的公式分别为：
其中，ikhorizontal为第k辆车的横坐标相关性系数，ikvertical为第k辆车的纵坐标相关性系数；Ak为第k辆车的横坐标数列，Bk为第k辆车的纵坐标数列；X为标准横坐标数列，Y为标准纵坐标数列。
进一步的，所述风险系数计算单元用于根据每一辆车的横坐标相关性系数的绝对值的倒数，获得该辆车的横坐标风险系数；根据每一辆车的纵坐标相关性系数的绝对值的倒数，获得该辆车的纵坐标风险系数；
所述风险系数计算单元用于根据每辆车的横坐标风险系数与纵坐标风险系数的平均值，获得该辆车对应的风险系数。
进一步的，当所述运输环节为集港阶段、船运阶段或到港阶段时：
所述数据采集单元用于按照预设的时间间隔采集当前阶段气象温度以及气象湿度；
所述风险系数计算单元用于根据当前阶段储粮情况、当前阶段地域位置以及运输粮食品种，设定储粮在时间序列上的的标准温度以及标准湿度；
所述风险系数计算单元用于根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数；
所述风险系数计算单元用于根据所述温度相关系数以及所述湿度相关系数通过预设规则获得温度风险系数以及湿度风险系数；
所述风险系数计算单元用于根据所述温度风险系数、湿度风险系数以及预设权重，获得该阶段的风险系数。
进一步的，所述风险系数计算单元用于根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数的计算公式分别为：
其中，itemp为温度相关系数、ihumid为湿度相关系数；temp为气象温度、humid为气象湿度；srdtemp为标准温度、srdhumid为标准湿度。
进一步的，所述风险系数计算单元用于根据温度相关系数的倒数的绝对值获得温度风险系数、根据湿度相关系数的倒数的绝对值获得湿度风险系数。
本发明的有益效果为：本发明的技术方案，给出了一种粮食物流过程质量安全风险评估方法及系统；所述方法及系统通过采集各个环节运输过程中的参数，根据预设的风险评估方法进行评估，判断各个环节的风险情况，可根据各环节风险情况实现粮食质量问题追溯；所述方法及系统可以用于识别潜在的质量风险，定位问题节点。根据问题节点的风险指数情况，可以指导管理工作，或者重新审核/变更供应商，或者对粮食重新进行卫生检查，或者重新规划物流线路、流程。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为本发明具体实施方式的一种粮食物流过程质量安全风险评估方法的流程图；
图2为本发明具体实施方式的一种粮食物流过程质量安全风险评估系统的结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为本发明具体实施方式的一种粮食物流过程质量安全风险评估方法的流程图；如图1所示，所述方法包括：
步骤110，采集各运输阶段的预设种类的数据；所述运输环节包括：粮库存储阶段、汽运阶段、集港阶段、船运阶段以及到港阶段；
步骤120，根据所述采集的数据，通过预设规则计算获得各运输环节对应的阶段风险系数；
本实施例中，对如上所述的各个运输环节的风险系数进行监控，以保证在粮食物流过程中各个环节的风险监控，当出现粮食质量时，可依风险评估结果追溯。具体的：
所述运输环节为粮库存储阶段时，所述方法包括：
所述采集的粮库存储阶段的预设种类的数据包括被运输粮食在该粮库保管期间，所述粮库的温度连续数据以及湿度连续数据；
根据所述温度连续数据以及所述湿度连续数据分别计算获得粮库温度风险系数以及粮库湿度风险系数；
所述粮库温度风险系数以及粮库湿度风险系数的计算公式分别为：
其中，rtemp为粮库温度风险系数，rhumid为粮库湿度风险系数；tempmax为温度最大值，humidmax为湿度最大值；
为运输粮食在该粮库保管期间的温度方差；
为运输粮食在该粮库保管期间的湿度方差。
根据所述粮库温度风险系数、粮库湿度风险系数以及其各自对应的预设权重，计算获得粮库存储阶段风险系数。
进一步的，所述运输环节为汽运阶段时，所述方法包括：
所述采集的汽运阶段的预设种类的数据包括运输该批粮食的每一辆车的发运时间和到货时间、每一辆车的装车质量和卸车质量、以及每一辆车的行驶轨迹数据；
第一，根据所述发运时间和到货时间计算获得汽运时间风险系数；具体的：
根据所述每辆车的发运时间以及到货时间，计算获得每辆车的在途时间；
计算每辆车的在途时间所形成的在途时间队列的方差；
所述时间风险系数rlogtime的计算公式为：
其中，tmax为在途时间队列里的最大在途时间；
为在途时间队列的方差。
第二，根据所述装车质量与所述卸车质量计算获得损耗风险系数；具体的：
根据所述每辆车的装车质量与所述卸车质量，计算获得每辆车的损耗值；
计算所有车损耗值的平均值，并统计低于所述平均值的车辆数量；
所述损耗风险系数的计算公式为：
其中，rwaste为损耗风险系数。
第三，根据所述行驶轨迹数据计算获得位置风险系数；
预先设置标准行驶路线，并根据预设时间间隔以及预设车速，在地图上提取标准横坐标数列以及标准纵坐标数列；
根据所述每辆车的行驶轨迹数据，生成每辆车对应的横坐标数列以及纵坐标数列；所述采集每辆车的行驶轨迹数据，包括在地图上每辆车在行使过程中，按预设时间间隔提取的横坐标以及纵坐标；
计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数；
所述计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，以及计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数的公式分别为：
其中，ikhorizontal为第k辆车的横坐标相关性系数，ikvertical为第k辆车的纵坐标相关性系数；Ak为第k辆车的横坐标数列，Bk为第k辆车的纵坐标数列；X为标准横坐标数列，Y为标准纵坐标数列。
根据同一辆车的横坐标相关性系数与纵坐标相关性系数通过预设规则计算获得该辆车对应的风险系数；
所述预设规则具体为：根据每一辆车的横坐标相关性系数的绝对值的倒数，获得该辆车的横坐标风险系数；根据每一辆车的纵坐标相关性系数的绝对值的倒数，获得该辆车的纵坐标风险系数；根据每辆车的横坐标风险系数与纵坐标风险系数的平均值，获得该辆车对应的风险系数。
根据所有车辆的风险系数的平均值，作为位置风险系数。
根据所述时间风险系数、损耗风险系数、位置风险系数以及预设的权重计算获得汽运阶段风险系数。
所述运输环节为集港阶段、船运阶段或到港阶段时，所述的风险系数计算方法的相同的，具体包括：
按照预设的时间间隔采集当前阶段气象温度以及气象湿度；
根据当前阶段储粮情况、当前阶段地域位置以及运输粮食品种，设定储粮在时间序列上的的标准温度以及标准湿度；
根据所述气象温度以及标准温度计算温度相关系数；
根据所述气象湿度以及标准湿度计算湿度相关系数；
具体的，根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数的计算公式分别为：
其中，itemp为温度相关系数、ihumid为湿度相关系数；temp为气象温度、humid为气象湿度；srdtemp为标准温度、srdhumid为标准湿度。
根据所述温度相关系数以及所述湿度相关系数通过预设规则获得温度风险系数以及湿度风险系数；具体的，所述预设规则是指根据温度相关系数的倒数的绝对值，获得温度风险系数；根据湿度相关系数的倒数的绝对值，获得湿度风险系数。
根据所述温度风险系数、湿度风险系数以及预设权重，获得该阶段的风险系数。
步骤130，判断所述每个阶段风险系数是否低于其对应的预设的风险阈值，并生成安全风险评估结果；
本实施例所述的各项风险系数，均为0到1区间内的值，当所述风险系数越接近1时，则风险越小；反之则风险越大。
对每个阶段设置预设的风险阈值，若任一阶段低于了预设风险阈值，则该阶段的风险可能较大，根据具体的参数以及风险系数，生成安全风险评估结果，并向相应用户进行预警；
若每个阶段的风险系数均高于预设风险阈值，但最终仍存在粮食质量问题，可横向对比多批次粮食物流中同一风险系数间的波动，对于本次异常运输明显低于平均风险系数的阶段，可能是存在风险的阶段，根据此生成安全风险追溯结果。
图2为本发明具体实施方式的一种粮食物流过程质量安全风险评估系统的结构图。如图2所示，所示系统包括：
数据采集单元210，所述数据采集单元210用于采集各运输阶段的预设种类的数据；所述运输环节包括：粮库存储阶段、汽运阶段、集港阶段、船运阶段以及到港阶段
风险系数计算单元220，所述风险系数计算单元220用于根据所述采集的数据，通过预设规则计算获得各运输环节对应的阶段风险系数；
风险评估单元230，所述风险评估单元230用于判断所述每个阶段风险系数是否低于其对应的预设的风险阈值，并生成安全风险评估结果。
进一步的，粮库存储阶段，所述数据采集单元210采集的预设种类的数据包括被运输粮食在该粮库保管期间，所述粮库的温度连续数据以及湿度连续数据；
所述风险系数计算单元220用于根据所述温度连续数据以及所述湿度连续数据分别计算获得粮库温度风险系数以及粮库湿度风险系数；
所述风险系数计算单元220用于根据所述粮库温度风险系数、粮库湿度风险系数以及其各自对应的预设权重，计算获得粮库存储阶段风险系数。
进一步的，所述粮库温度风险系数以及粮库湿度风险系数的计算公式分别为：
其中，rtemp为粮库温度风险系数，rhumid为粮库湿度风险系数；tempmax为温度最大值，humidmax为湿度最大值；
为运输粮食在该粮库保管期间的温度方差；
为运输粮食在该粮库保管期间的湿度方差。
进一步的，汽运阶段，所述数据采集单元210采集的预设种类的数据包括运输该批粮食的每一辆车的发运时间和到货时间、每一辆车的装车质量和卸车质量、以及每一辆车的行驶轨迹数据；
所述风险系数计算单元220用于根据所述发运时间和到货时间计算获得汽运时间风险系数、根据所述装车质量与所述卸车质量计算获得损耗风险系数、根据所述行驶轨迹数据计算获得位置风险系数；
所述风险系数计算单元220用于根据所述时间风险系数、损耗风险系数、位置风险系数以及预设的权重计算获得汽运阶段风险系数。
进一步的，所述风险系数计算单元220用于根据所述每辆车的发运时间以及到货时间，计算获得每辆车的在途时间；
所述风险系数计算单元220用于计算每辆车的在途时间所形成的在途时间队列的方差；
所述时间风险系数rlogtime的计算公式为：
其中，tmax为在途时间队列里的最大在途时间；
为在途时间队列的方差。
进一步的，所述风险系数计算单元220用于根据所述每辆车的装车质量与所述卸车质量，计算获得每辆车的损耗值；
所述风险系数计算单元220用于计算所有车损耗值的平均值，并统计低于所述平均值的车辆数量；
所述损耗风险系数的计算公式为：
其中，rwaste为损耗风险系数。
进一步的，所述风险系数计算单元220用于预先设置标准行驶路线，并根据预设时间间隔以及预设车速，在地图上提取标准横坐标数列以及标准纵坐标数列；
所述风险系数计算单元220用于根据所述每辆车的行驶轨迹数据，生成每辆车对应的横坐标数列以及纵坐标数列；所述采集每辆车的行驶轨迹数据，包括在地图上每辆车在行使过程中，按预设时间间隔提取的横坐标以及纵坐标；
所述风险系数计算单元220用于计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数；
所述风险系数计算单元220用于根据同一辆车的横坐标相关性系数与纵坐标相关性系数通过预设规则计算获得该辆车对应的风险系数；
所述风险系数计算单元220用于根据所有车辆的风险系数的平均值，作为位置风险系数。
进一步的，所述风险系数计算单元220用于计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，以及计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数的公式分别为：
其中，ikhorizontal为第k辆车的横坐标相关性系数，ikvertical为第k辆车的纵坐标相关性系数；Ak为第k辆车的横坐标数列，Bk为第k辆车的纵坐标数列；X为标准横坐标数列，Y为标准纵坐标数列。
进一步的，所述风险系数计算单元220用于根据每一辆车的横坐标相关性系数的绝对值的倒数，获得该辆车的横坐标风险系数；根据每一辆车的纵坐标相关性系数的绝对值的倒数，获得该辆车的纵坐标风险系数；
所述风险系数计算单元220用于根据每辆车的横坐标风险系数与纵坐标风险系数的平均值，获得该辆车对应的风险系数。
进一步的，当所述运输环节为集港阶段、船运阶段或到港阶段时：
所述数据采集单元210用于按照预设的时间间隔采集当前阶段气象温度以及气象湿度；
所述风险系数计算单元220用于根据当前阶段储粮情况、当前阶段地域位置以及运输粮食品种，设定储粮在时间序列上的的标准温度以及标准湿度；
所述风险系数计算单元220用于根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数；
所述风险系数计算单元220用于根据所述温度相关系数以及所述湿度相关系数通过预设规则获得温度风险系数以及湿度风险系数；
所述风险系数计算单元220用于根据所述温度风险系数、湿度风险系数以及预设权重，获得该阶段的风险系数。
进一步的，所述风险系数计算单元220用于根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数的计算公式分别为：
其中，itemp为温度相关系数、ihumid为湿度相关系数；temp为气象温度、humid为气象湿度；srdtemp为标准温度、srdhumid为标准湿度。
进一步的，所述风险系数计算单元220用于根据温度相关系数的倒数的绝对值获得温度风险系数、根据湿度相关系数的倒数的绝对值获得湿度风险系数。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。本说明书中涉及到的步骤编号仅用于区别各步骤，而并不用于限制各步骤之间的时间或逻辑的关系，除非文中有明确的限定，否则各个步骤之间的关系包括各种可能的情况。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如，在权利要求书中所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。
以上所述仅是本公开的具体实施方式，应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开精神的前提下，可以作出若干改进、修改、和变形，这些改进、修改、和变形都应视为落在本申请的保护范围内。
Claims (24)
1.一种粮食物流过程质量安全风险评估方法，其特征在于，所述方法包括：
采集各运输阶段的预设种类的数据；所述运输环节包括：粮库存储阶段、汽运阶段、集港阶段、船运阶段以及到港阶段；
根据所述采集的数据，通过预设规则计算获得各运输环节对应的阶段风险系数；
判断所述每个阶段风险系数是否低于其对应的预设的风险阈值，并生成安全风险评估结果。
2.根据权利要求1所述的方法，其特征在于，所述运输环节为粮库存储阶段时，所述方法包括：
所述采集的粮库存储阶段的预设种类的数据包括被运输粮食在该粮库保管期间，所述粮库的温度连续数据以及湿度连续数据；
根据所述温度连续数据以及所述湿度连续数据分别计算获得粮库温度风险系数以及粮库湿度风险系数；
根据所述粮库温度风险系数、粮库湿度风险系数以及其各自对应的预设权重，计算获得粮库存储阶段风险系数。
3.根据权利要求2所述的方法，其特征在于，所述粮库温度风险系数以及粮库湿度风险系数的计算公式分别为：
其中，rtemp为粮库温度风险系数，rhumid为粮库湿度风险系数；tempmax为温度最大值，humidmax为湿度最大值；
为运输粮食在该粮库保管期间的温度方差；
为运输粮食在该粮库保管期间的湿度方差。
4.根据权利要求1所述的方法，其特征在于：所述运输环节为汽运阶段时，所述方法包括：
所述采集的汽运阶段的预设种类的数据包括运输该批粮食的每一辆车的发运时间和到货时间、每一辆车的装车质量和卸车质量、以及每一辆车的行驶轨迹数据；
根据所述发运时间和到货时间计算获得汽运时间风险系数；
根据所述装车质量与所述卸车质量计算获得损耗风险系数；
根据所述行驶轨迹数据计算获得位置风险系数；
根据所述时间风险系数、损耗风险系数、位置风险系数以及预设的权重计算获得汽运阶段风险系数。
5.根据权利要求4所述的方法，其特征在于，根据所述发运时间和到货时间计算获得汽运时间风险系数，包括：
根据所述每辆车的发运时间以及到货时间，计算获得每辆车的在途时间；
计算每辆车的在途时间所形成的在途时间队列的方差；
所述时间风险系数rlogtime的计算公式为：
其中，tmax为在途时间队列里的最大在途时间；
为在途时间队列的方差。
6.根据权利要求4所述的方法，其特征在于，所述根据所述装车质量与所述卸车质量计算获得损耗风险系数，包括：
根据所述每辆车的装车质量与所述卸车质量，计算获得每辆车的损耗值；
计算所有车损耗值的平均值，并统计低于所述平均值的车辆数量；
所述损耗风险系数的计算公式为：
其中，rwaste为损耗风险系数。
7.根据权利要求4所述的方法，其特征在于，所述根据所述行驶轨迹数据计算获得位置风险系数，包括：
预先设置标准行驶路线，并根据预设时间间隔以及预设车速，在地图上提取标准横坐标数列以及标准纵坐标数列；
根据所述每辆车的行驶轨迹数据，生成每辆车对应的横坐标数列以及纵坐标数列；所述采集每辆车的行驶轨迹数据，包括在地图上每辆车在行使过程中，按预设时间间隔提取的横坐标以及纵坐标；
计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数；
根据同一辆车的横坐标相关性系数与纵坐标相关性系数通过预设规则计算获得该辆车对应的风险系数；
根据所有车辆的风险系数的平均值，作为位置风险系数。
8.根据权利要求7所述的方法，其特征在于：
计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，以及计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数的公式分别为：
其中，ikhorizontal为第k辆车的横坐标相关性系数，ikvertical为第k辆车的纵坐标相关性系数；Ak为第k辆车的横坐标数列，Bk为第k辆车的纵坐标数列；X为标准横坐标数列，Y为标准纵坐标数列。
9.根据权利要求7所述的方法，其特征在于，根据同一辆车的横坐标相关性系数与纵坐标相关性系数通过预设规则计算获得该辆车对应的风险系数，包括：
根据每一辆车的横坐标相关性系数的绝对值的倒数，获得该辆车的横坐标风险系数；
根据每一辆车的纵坐标相关性系数的绝对值的倒数，获得该辆车的纵坐标风险系数；
根据每辆车的横坐标风险系数与纵坐标风险系数的平均值，获得该辆车对应的风险系数。
10.根据权利要求1所述的方法，其特征在于，所述运输环节为集港阶段、船运阶段或到港阶段时，所述方法包括：
按照预设的时间间隔采集当前阶段气象温度以及气象湿度；
根据当前阶段储粮情况、当前阶段地域位置以及运输粮食品种，设定储粮在时间序列上的的标准温度以及标准湿度；
根据所述气象温度以及标准温度计算温度相关系数；
根据所述气象湿度以及标准湿度计算湿度相关系数；
根据所述温度相关系数以及所述湿度相关系数通过预设规则获得温度风险系数以及湿度风险系数；
根据所述温度风险系数、湿度风险系数以及预设权重，获得该阶段的风险系数。
11.根据权利要求10所述的方法，其特征在于：
根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数的计算公式分别为：
其中，itemp为温度相关系数、ihumid为湿度相关系数；temp为气象温度、humid为气象湿度；srdtemp为标准温度、srdhumid为标准湿度。
12.根据权利要求10所述的方法，其特征在于：
根据温度相关系数的倒数的绝对值，获得温度风险系数；
根据湿度相关系数的倒数的绝对值，获得湿度风险系数。
13.一种粮食物流过程质量安全风险评估系统，其特征在于，所述系统包括：
数据采集单元，所述数据采集单元用于采集各运输阶段的预设种类的数据；所述运输环节包括：粮库存储阶段、汽运阶段、集港阶段、船运阶段以及到港阶段
风险系数计算单元，所述风险系数计算单元用于根据所述采集的数据，通过预设规则计算获得各运输环节对应的阶段风险系数；
风险评估单元，所述风险评估单元用于判断所述每个阶段风险系数是否低于其对应的预设的风险阈值，并生成安全风险评估结果。
14.根据权利要求13所述的系统，其特征在于：
粮库存储阶段，所述数据采集单元采集的预设种类的数据包括被运输粮食在该粮库保管期间，所述粮库的温度连续数据以及湿度连续数据；
所述风险系数计算单元用于根据所述温度连续数据以及所述湿度连续数据分别计算获得粮库温度风险系数以及粮库湿度风险系数；
所述风险系数计算单元用于根据所述粮库温度风险系数、粮库湿度风险系数以及其各自对应的预设权重，计算获得粮库存储阶段风险系数。
15.根据权利要求14所述的系统，其特征在于：
所述粮库温度风险系数以及粮库湿度风险系数的计算公式分别为：
其中，rtemp为粮库温度风险系数，rhumid为粮库湿度风险系数；tempmax为温度最大值，humidmax为湿度最大值；
为运输粮食在该粮库保管期间的温度方差；
为运输粮食在该粮库保管期间的湿度方差。
16.根据权利要求13所述的系统，其特征在于：
汽运阶段，所述数据采集单元采集的预设种类的数据包括运输该批粮食的每一辆车的发运时间和到货时间、每一辆车的装车质量和卸车质量、以及每一辆车的行驶轨迹数据；
所述风险系数计算单元用于根据所述发运时间和到货时间计算获得汽运时间风险系数、根据所述装车质量与所述卸车质量计算获得损耗风险系数、根据所述行驶轨迹数据计算获得位置风险系数；
所述风险系数计算单元用于根据所述时间风险系数、损耗风险系数、位置风险系数以及预设的权重计算获得汽运阶段风险系数。
17.根据权利要求16所述的系统，其特征在于：
所述风险系数计算单元用于根据所述每辆车的发运时间以及到货时间，计算获得每辆车的在途时间；
所述风险系数计算单元用于计算每辆车的在途时间所形成的在途时间队列的方差；
所述时间风险系数rlogtime的计算公式为：
其中，tmax为在途时间队列里的最大在途时间；
为在途时间队列的方差。
18.根据权利要求16所述的系统，其特征在于：
所述风险系数计算单元用于根据所述每辆车的装车质量与所述卸车质量，计算获得每辆车的损耗值；
所述风险系数计算单元用于计算所有车损耗值的平均值，并统计低于所述平均值的车辆数量；
所述损耗风险系数的计算公式为：
其中，rwaste为损耗风险系数。
19.根据权利要求16所述的系统，其特征在于：
所述风险系数计算单元用于预先设置标准行驶路线，并根据预设时间间隔以及预设车速，在地图上提取标准横坐标数列以及标准纵坐标数列；
所述风险系数计算单元用于根据所述每辆车的行驶轨迹数据，生成每辆车对应的横坐标数列以及纵坐标数列；所述采集每辆车的行驶轨迹数据，包括在地图上每辆车在行使过程中，按预设时间间隔提取的横坐标以及纵坐标；
所述风险系数计算单元用于计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数；
所述风险系数计算单元用于根据同一辆车的横坐标相关性系数与纵坐标相关性系数通过预设规则计算获得该辆车对应的风险系数；
所述风险系数计算单元用于根据所有车辆的风险系数的平均值，作为位置风险系数。
20.根据权利要求19所述的系统，其特征在于：
所述风险系数计算单元用于计算每一辆车横坐标数列与标准横坐标数列的横坐标相关性系数，以及计算每一辆车纵坐标数列与标准纵坐标数列的纵坐标相关性系数的公式分别为：
其中，ikhorizontal为第k辆车的横坐标相关性系数，ikvertical为第k辆车的纵坐标相关性系数；Ak为第k辆车的横坐标数列，Bk为第k辆车的纵坐标数列；X为标准横坐标数列，Y为标准纵坐标数列。
21.根据权利要求19所述的系统，其特征在于：
所述风险系数计算单元用于根据每一辆车的横坐标相关性系数的绝对值的倒数，获得该辆车的横坐标风险系数；根据每一辆车的纵坐标相关性系数的绝对值的倒数，获得该辆车的纵坐标风险系数；
所述风险系数计算单元用于根据每辆车的横坐标风险系数与纵坐标风险系数的平均值，获得该辆车对应的风险系数。
22.根据权利要去13所述的系统，其特征在于，当所述运输环节为集港阶段、船运阶段或到港阶段时：
所述数据采集单元用于按照预设的时间间隔采集当前阶段气象温度以及气象湿度；
所述风险系数计算单元用于根据当前阶段储粮情况、当前阶段地域位置以及运输粮食品种，设定储粮在时间序列上的的标准温度以及标准湿度；
所述风险系数计算单元用于根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数；
所述风险系数计算单元用于根据所述温度相关系数以及所述湿度相关系数通过预设规则获得温度风险系数以及湿度风险系数；
所述风险系数计算单元用于根据所述温度风险系数、湿度风险系数以及预设权重，获得该阶段的风险系数。
23.根据权利要求22所述的系统，其特征在于：
所述风险系数计算单元用于根据所述气象温度以及标准温度计算温度相关系数、根据所述气象湿度以及标准湿度计算湿度相关系数的计算公式分别为：
其中，itemp为温度相关系数、ihumid为湿度相关系数；temp为气象温度、humid为气象湿度；srdtemp为标准温度、srdhumid为标准湿度。
24.根据权利要求22所述的系统，其特征在于：
所述风险系数计算单元用于根据温度相关系数的倒数的绝对值获得温度风险系数、根据湿度相关系数的倒数的绝对值获得湿度风险系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911385934.0A CN111222767A (zh) | 2019-12-29 | 2019-12-29 | 一种粮食物流过程质量安全风险评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911385934.0A CN111222767A (zh) | 2019-12-29 | 2019-12-29 | 一种粮食物流过程质量安全风险评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111222767A true CN111222767A (zh) | 2020-06-02 |
Family
ID=70827932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911385934.0A Pending CN111222767A (zh) | 2019-12-29 | 2019-12-29 | 一种粮食物流过程质量安全风险评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111222767A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111784248A (zh) * | 2020-07-01 | 2020-10-16 | 深圳市检验检疫科学研究院 | 物流溯源方法 |
| CN116341907A (zh) * | 2023-03-27 | 2023-06-27 | 梅煜轩 | 一种基于人工智能的食品供应链风险评估系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105046362A (zh) * | 2015-07-24 | 2015-11-11 | 河南科技大学 | 一种基于关联规则挖掘的食品安全实时预测方法 |
| CN106774063A (zh) * | 2016-12-12 | 2017-05-31 | 南京大学 | 一种用于货运车辆实时在途监控与预警的方法 |
| CN107146050A (zh) * | 2017-04-24 | 2017-09-08 | 南京农业大学 | 一种冷链运输环境预测方法以及系统 |
| CN107358388A (zh) * | 2016-11-03 | 2017-11-17 | 厦门嵘拓物联科技有限公司 | 一种基于物联网的仓储管理系统及基于该系统的仓储质量风险评估方法 |
| CN109478274A (zh) * | 2016-07-22 | 2019-03-15 | 开利公司 | 用于消费者移动装置的冷链情报 |
| CN109978342A (zh) * | 2019-03-01 | 2019-07-05 | 平安科技（深圳）有限公司 | 电子装置、风险评估方法和计算机可读存储介质 |
| CN110400053A (zh) * | 2019-06-28 | 2019-11-01 | 宁波市气象台 | 一种港口气象服务效益评估的方法 |
-
2019
- 2019-12-29 CN CN201911385934.0A patent/CN111222767A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105046362A (zh) * | 2015-07-24 | 2015-11-11 | 河南科技大学 | 一种基于关联规则挖掘的食品安全实时预测方法 |
| CN109478274A (zh) * | 2016-07-22 | 2019-03-15 | 开利公司 | 用于消费者移动装置的冷链情报 |
| CN107358388A (zh) * | 2016-11-03 | 2017-11-17 | 厦门嵘拓物联科技有限公司 | 一种基于物联网的仓储管理系统及基于该系统的仓储质量风险评估方法 |
| CN106774063A (zh) * | 2016-12-12 | 2017-05-31 | 南京大学 | 一种用于货运车辆实时在途监控与预警的方法 |
| CN107146050A (zh) * | 2017-04-24 | 2017-09-08 | 南京农业大学 | 一种冷链运输环境预测方法以及系统 |
| CN109978342A (zh) * | 2019-03-01 | 2019-07-05 | 平安科技（深圳）有限公司 | 电子装置、风险评估方法和计算机可读存储介质 |
| CN110400053A (zh) * | 2019-06-28 | 2019-11-01 | 宁波市气象台 | 一种港口气象服务效益评估的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 燕重刚: "粮食物流项目风险全过程综合评价模型", 《现代食品》, pages 176 - 179 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111784248A (zh) * | 2020-07-01 | 2020-10-16 | 深圳市检验检疫科学研究院 | 物流溯源方法 |
| CN116341907A (zh) * | 2023-03-27 | 2023-06-27 | 梅煜轩 | 一种基于人工智能的食品供应链风险评估系统 |
| CN116341907B (zh) * | 2023-03-27 | 2023-11-21 | 梅煜轩 | 一种基于人工智能的食品供应链风险评估系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9767622B2 (en) | System and a method for improved car prognosis | |
| CN101950477B (zh) | 一种交通信息处理方法及装置 | |
| CN106649709B (zh) | 一种基于数据挖掘的车辆停留行为模式预测与评估方法 | |
| CN111222767A (zh) | 一种粮食物流过程质量安全风险评估方法及系统 | |
| CN104750964A (zh) | 一种车辆状态确定方法及装置 | |
| US10679434B2 (en) | Device diagnostic apparatus, device diagnostic system and device diagnostic methods | |
| CN112348428B (zh) | 集装箱的监控方法、装置、服务器及存储介质 | |
| WO2019125532A1 (en) | Programmatic ally identifying a personality of an autonomous vehicle | |
| KR20190091868A (ko) | 철도 차량의 부품 및 운영 환경 특징 벡터 정보 기반의 기계 학습 고장 진단 시스템 및 그 방법 | |
| CN110968839A (zh) | 驾驶风险评估方法、装置、设备及存储介质 | |
| CN106774063B (zh) | 一种用于货运车辆实时在途监控与预警的方法 | |
| CN107437147A (zh) | 还原货运物流情景的车辆行驶风险动态评估方法及其系统 | |
| CN111144485A (zh) | 基于xgboost分类算法的车辆事故判断方法和系统 | |
| CN115790804B (zh) | 动态汽车衡状态监测方法、介质、设备及装置 | |
| CN112469613A (zh) | 用于对车辆、车辆组件和行车道进行诊断和监控的方法和设备 | |
| CN102622883B (zh) | 判定交通事件解除的方法及装置 | |
| CN108932255A (zh) | 一种车辆综合能力分析方法及装置 | |
| Cunillera et al. | A literature review on train motion model calibration | |
| CN108007504A (zh) | 一种车载移动变压器运输质量在线监控装置及方法 | |
| CN111242416B (zh) | 一种汽车运输过程粮食质量安全评估方法及系统 | |
| US20210385620A1 (en) | Asset tracking device, asset and a method of determining whether an asset tracking device is transported by a predetermined type of transportation means | |
| CN114997310A (zh) | 一种环保监测数据处理方法及系统 | |
| Asplund et al. | Assessment of the data quality of wayside wheel profile measurements. | |
| CN110956808B (zh) | 一种基于非全样定位数据的重型货车交通流量预测方法 | |
| Heizinger et al. | Algorithmic Efficiency Analysis of Harvest and Transport of Biomass |
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 |