CN111382160A - 分布式物流运输调度的方法、装置、设备和存储介质 - Google Patents
分布式物流运输调度的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111382160A CN111382160A CN202010157120.8A CN202010157120A CN111382160A CN 111382160 A CN111382160 A CN 111382160A CN 202010157120 A CN202010157120 A CN 202010157120A CN 111382160 A CN111382160 A CN 111382160A
- Authority
- CN
- China
- Prior art keywords
- lane
- information
- vehicle
- basic table
- binding
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种分布式物流运输调度的方法、装置、设备和存储介质,针对现有的物流运输中出现的车辆运力过剩或运力不足的问题,本发明通过在服务端建立并动态更新车辆信息基础表数据和车线信息基础表数据,接收到物流运输调度中的车线绑定请求后,通过预先设定的车线请求处理规则发送至对应的Web服务器,Web服务器从中获得车线信息,通过车线当前订单信息进行线路货量预估,根据包括车辆仓位、车辆类型在内的信息来匹配所述车线仓位、并完成与所需车辆数进行绑定。通过车线绑定合理安排车线车辆的调度,不再需要人工去电话调度,有效的掌握车线规划,控制成本支出,方便规划,做到车尽其用,在一定程度上提高了物流运输的效率。
Description
技术领域
本发明属于物流智能运输调度领域,尤其涉及一种分布式物流运输调度的方法、装置、设备和存储介质。
背景技术
随着快递行业的蓬勃发展,快递量越来越大,路由规划车线的需求也在不断的增长。
在日常车辆运输管理过程中,存在着规划车线多,不能有效合理的安排车辆的问题。由于没有科学合理的安排车辆,导致部分车线运输资源紧张、运力不足或部分车线运力过剩的问题,对车线及车辆上的管理混乱,不但增加了物流运输的成本,还延迟了配送到货的时间。
好生活农产品集团有限公司在CN201910070208.3中公开了一种物流运输调度方法及平台,其调度方法包括:
获取运单需求,所述运单需求包括货物信息、运送路程及运送时间;从所有车辆中筛选符合货物信息、运送路程及运送时间的车辆;匹配支持该运送路程及车辆信息的驾驶人员,并通知驾驶人员;若驾驶人员确认该运单需求,则对该驾驶人员与运单需求进行绑定,直至驾驶人员数量符合车辆要求。
根据运单需求筛选符合要求的车辆,再从驾驶人员中筛选出符合运单需求并且可驾驶该车辆的人员,将运单信息发送给这些人员,在有驾驶人员确认运单需求时,则对该驾驶人员、车辆与运单需求绑定,直至驾驶人员数量符合车辆行驶要求,停止绑定,从而高效的完成了运输任务的合理安排,分配效率高。
上述专利申请文件公开了一种物流运输调度方法,它的重点在于对车辆驾驶员的调度上。且是否接受调度的主动权在驾驶员身上,如驾驶员不确认运单需求,就达不到驾驶人员数量的要求,就不能发车进行运输,影响了物流运输的效率。
尽管现在物流行业很红火,但是,人们一直致力于寻求提高物流运输效率的方法。可见,运输效率对物流行业来说至关重要。提高了运输效率,对物流公司来说,意味着可以接更多的业务,提高公司的业务量及利润,提升客户满意度;对物流人员来说,意味着可以在一定时间内完成更多的订单,增加收入。那么,如何在现有的物流运输中实现对运输效率的提高,这是现有急需要解决的问题。
发明内容
本发明的目的是提供一种分布式物流运输调度的方法、装置、设备和存储介质,通过车线绑定能够明细化管理车线和车辆,合理的安排车线车辆的调度,提高运输效率,解决车辆运力过剩或运力不足的问题。
为解决上述问题,本发明的技术方案为:
一种分布式物流运输调度的方法,用于通过车辆车线的绑定以进行对应运输调度,包括:
S1:服务端建立并动态更新车辆信息基础表数据和车线信息基础表数据,并建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件,所述车辆信息基础表数据至少包含车辆仓位、车辆类型在内的关键字段信息,所述车线信息基础表数据至少包含车线所路径的仓位信息的关键字段;
S2:服务端的智能分布服务器接收物流运输调度中的车线绑定请求,通过预先设定的车线请求处理规则发送至对应的Web服务器;
S3:所述Web服务器接收到路由至本端的所述车线绑定请求,从中获得车线信息,通过所述车线当前订单信息进行线路货量预估,分别利用所述索引文件的关键字索引所述车辆信息基础表数据和所述车线信息基础表数据,根据包括车辆仓位、车辆类型在内的信息来匹配所述车线仓位、并完成与所需车辆数进行绑定;
S4:所有所述Web服务器将本端处理的所述车辆车线当前绑定信息形成文件统一存储,并建立所述文件与当前存储路径信息的映射。
根据本发明一实施例,所述步骤S3进一步包括:
S31:所述Web服务器接收干线订单请求,根据干线订单的起始地、目的地查找所述车线信息基础表数据,确定物流运输的车线;
S32:查询所述车线信息基础表数据,确定一天内所述车线的总数;
S33:计算所述车线的历史生命周期,确定物流运输的车线生命周期;所述车线生命周期是从起始地装车开始时间至到达目的地卸车结束时间所需的时间;
S34:根据公式:n=s*m/24,计算本次物流运输所需的最大车辆数;其中,n为最大车辆数,s为车线生命周期,m为一天内所述车线的总数,所述最大车辆数为以一车头和一车挂组成的车辆的最大数量;
S35:所述车线与所述最大车辆数的车辆绑定。
根据本发明一实施例,所述步骤S4进一步包括:
S41:所有的Web服务器将本端处理的车辆车线当前绑定信息以文件的方式存储至一特定转储盘空间,并将所述文件的文件名和转储盘空间地址信息建立映射关系,并将所述映射关系通过链接共享给需要调用所述车辆车线绑定信息的使用端,或通过所述使用端访问对应的映射关系来获得所述转储盘空间地址信息;
S42:当加入新的使用端时,共享链接或访问所述映射关系来获得所述转储盘空间地址信息,以此获得所述车辆车线当前绑定信息,且无需修改对应的Web服务端。
根据本发明一实施例,所述步骤S1进一步包括:
S11:服务端将车辆信息基础表数据和车线信息基础表数据存储至主节点数据库和一个或多个从节点数据库;
S12:所述主节点数据库适配存储空间进行包括车辆信息基础表和车线信息基础表的表单更改,而从节点数据库提供所述表单被读取的查询操作,并在所述主节点数据库和所述从节点数据库中分别建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件;
S13:当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库对车辆信息基础表和车线信息基础表的表单修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到动态更新车辆信息基础表和车线信息基础表时的数据一致性。
根据本发明一实施例,所述步骤S13进一步包括:
S131:主节点数据库针对车辆信息基础表和车线信息基础表的表单创建一个日志转储log dump线程,用于发送所述表单的箱日志bin-log的修改内容,所述bin-log修改内容包括用户对所述数据库对应表单更新的命令语句信息,进一步包括更改数据库表单和更改内容的命令语句都会记录到bin-log里;
S132:当从节点数据库在读取bin-log中的操作时,此线程会对主节点数据库对应表单上的bin-log加锁,当读取完成后,锁才会被释放;
S133:当从节点数据库上执行关闭同步命令之后,从节点会创建一个I/O线程用来连接主节点数据库,请求主节点数据库中更新的bin-log;I/O线程接收到主节点数据库箱日志转储bin-log dump进程发来的更新之后,保存、解析成具体的操作并执行,最终保证主从数据库对应表单数据的一致性。
根据本发明一实施例,所述步骤S1之后及所述步骤S2之前还包括:
在车线信息基础表数据中设置所述车线对应驾驶员的IC卡信息,并在生成中间文件或数据表时,与SAP接口进行校验调用;
所述SAP接口调用IC卡信息与驾驶员信息进行匹配验证,完成校验。
根据本发明一实施例,所述步骤S2进一步包括:
S21:所述服务端将车线信息与Web服务器建立处理映射关系表;
S22:所述智能分布服务器将所述车线绑定请求发送至具有映射关系的Web服务器的处理队列中;
S23:所述Web服务器将所述车线绑定请求中车线与多个车辆的绑定一次性批量处理后输出绑定结果。
一种分布式物流运输调度的装置,包括:
基础数据建立模块,用于服务端建立并动态更新车辆信息基础表数据和车线信息基础表数据,并建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件,所述车辆信息基础表数据至少包含车辆仓位、车辆类型在内的关键字段信息,所述车线信息基础表数据至少包含车线所路径的仓位信息的关键字段;
车线绑定请求模块,用于服务端的智能分布服务器接收物流运输调度中的车线绑定请求,通过预先设定的车线请求处理规则发送至对应的Web服务器;
车线绑定处理模块,用于所述Web服务器接收到路由至本端的所述车线绑定请求,从中获得车线信息,通过所述车线当前订单信息进行线路货量预估,分别利用所述索引文件的所述关键字索引所述车辆信息基础表数据和所述车线信息基础表数据,根据包括车辆仓位、车辆类型在内的信息来匹配所述车线仓位、并完成与所需车辆数进行绑定;
存储模块,用于所有所述Web服务器将本端处理的所述车辆车线当前绑定信息形成文件统一存储,并建立所述文件与当前存储路径信息的映射。
一种分布式物流运输调度的设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行本发明一实施例中的分布式物流运输调度的方法中的步骤。
一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行本发明一实施例中的分布式物流运输调度的方法中的步骤。
本发明由于采用以上技术方案,使其与现有技术相比具有以下的优点和积极效果:
1)本发明一实施例中的物流运输调度的方法,针对现有的物流运输中出现的车辆运力过剩或运力不足的问题,提供了一种通过车线绑定合理安排车线车辆的调度方法,不再需要人工去电话调度,有效的掌握车线规划,控制成本支出,方便规划,做到车尽其用,人休车不休,在一定程度上提高了运输效率。
2)Web服务器端的分布式处理请求,将所有的处理后车线绑定信息以文件的形式存储在一起,供所有的后端使用端通过访问获得,特别是当不断有使用端进入时,不需要单独将车线绑定信息分别发送至使用端,直接扩展使用端即可,无需修改对应的Web服务器端,尤其是这种基础请求处理,非常方便,直接扩展即可。
3)表单的数据量非常大时,本发明建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件,通过索引文件访问表单,处理数速从分级直接提升至秒级,提升整个处理效率。
4)在车线信息基础表数据中设置所述车线对应驾驶员的IC卡信息,并在生成中间文件或数据表时,与SAP接口进行校验调用;SAP接口调用IC卡信息与驾驶员信息进行匹配验证,直接完成校验,后续结算时不需要进一步核对IC卡信息,处理方便且及时。
附图说明
图1为本发明一实施例中的分布式物流运输调度的方法流图;
图2为本发明一实施例中的分布式物流运输调度的服务端架构图;
图3为本发明一实施例中的分布式物流运输调度的装置框图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
实施例一
在物流公司接受到客户的物流订单时,都会提供起始地、目的地及货物量。根据起始地和目的地可确定运输路线,也就是车线。通常,一条车线需要通过多个仓位,在各仓位进行中转,相应的需要配置多台车辆。
本实施例提供了一种分布式物流运输的调度方法,解决现有的物流运输中出现的车辆运力过剩或运力不足的问题,有效的掌握车线规划,控制成本支出,方便规划,不再需要人工去电话调度,做到车尽其用,人休车不休。
参看图1具体包括步骤:
S1:服务端建立并动态更新车辆信息基础表数据和车线信息基础表数据,并建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件,所述车辆信息基础表数据至少包含车辆仓位、车辆类型在内的关键字段信息,所述车线信息基础表数据至少包含车线所路径的仓位信息的关键字段。
其中,车辆信息基础表包括车牌号、IC卡号、仓位号、车辆状态、车辆类型、车辆性质、车门数、皮重、所有人、车主联系电话、投入运营时间、合同签订时间、合同开始时间、合同到期时间等信息,具体格式参看表1:
表1
序号 | 车牌号 | IC卡号 | 仓位号 | 车辆类型 | 车辆状态 | 所以人 | … |
1 | 粤*815 | 1622*1 | 23 | 车头 | 使用中 | 广州睿达 | … |
2 | 沪*745 | 2425*5 | 56 | 车挂 | 使用中 | 上海金运 | … |
3 | 沪*385 | 3498*3 | 56 | 车挂 | 空闲 | 上海金运 | … |
4 | 沪*639 | 1889*2 | 56 | 车挂 | 空闲 | 上海金运 | … |
5 | 浙*883 | 1447*1 | 45 | 车头 | 空闲 | 杭州晨韵 | … |
… | … | … | … | … | … | … | … |
表1中,车牌号是车辆的唯一标识号;IC卡号是与车辆驾驶员对应IC卡的号码,IC卡可便于后续的结算;仓位号是车辆所处的仓位号码;车辆类型分为车头(也称牵引车)及车挂(也称挂车);车辆状态分为使用中和空闲两种状态,至于如何获取车辆状态,通常在车辆上安装GPS,对车辆进行监控,通过对车辆的实时监控来获取车辆状态。由于记录空间有限,表1中只列出了车辆信息基础表中的一部分参数,但车辆信息基础表并不限于表1中所列的,还包括如车辆性质、车门数、皮重等的其他参数。
由于车辆贯穿了整个物流运输的流程,包括物流基础信息、运输计划、调度、监控、结算、报表等流程,对车辆进行标准化管理后,可实现车辆的可视化,方便全流程查看。且在后续的车线绑定的时候,可根据车线的仓位、车头车挂信息能够匹配出有效的车辆,防止维护错误。另外,在调度中可根据车辆的车辆性质、IC卡、仓位、车辆性质、车门数、皮重、司机、GPS做到对车辆的车线绑定、进出站刷卡、称重、在途监控做到全流程系统化、解决人工操作费时费力并且容易出错的问题。因此,需做好对车辆信息基础表和车线信息基础表的维护。
在车线信息基础表中包括了车线类型、车线名称、起始地、目的地、途径仓位号、车线编号、对应车线名称、时效类型、预估里程数、决算里程数、有无途径地、离开时刻、运行时间、到达时刻等信息。具体格式参看表2:
表2
由于记录空间有限,表2中只列出了车线信息基础表中的一部分参数,但车线信息基础表并不限于表1中所列的,还包括对应车线名称、车线编号、时效类型、决算里程数等其他参数信息。
上述车辆信息基础表和车线信息基础表是本发明通过车线绑定来实现物流运输调度的基础,需做好维护工作。
本实施例还建立了车辆信息基础表数据和车线信息基础表数据的关键字段的索引文件。当表单的数据量非常大时,本发明建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件,通过索引文件访问表单,处理数速从分级直接提升至秒级,提升整个处理效率。
由于用户会不时地更新车辆信息基础表数据和车线信息基础表数据,也有用户不时地访问这些表,获取相关信息。当多个用户同时访问时,有的在更新数据,有的在查询数据,会出现查询得到的数据是未更新的数据,也会出现多个用户同时更改数据的情况,使数据混乱。因此,保证数据的安全性和一致性就显得极为重要。那么如何保证数据的安全性和一致性呢?可以通过以下方法实现:
S11:服务端将车辆信息基础表数据和车线信息基础表数据存储至主节点数据库和一个或多个从节点数据库;
S12:所述主节点数据库适配存储空间进行包括车辆信息基础表和车线信息基础表的表单更改,而从节点数据库提供所述表单被读取的查询操作,并在所述主节点数据库和所述从节点数据库中分别建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件;
S13:当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库对车辆信息基础表和车线信息基础表的表单修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到动态更新车辆信息基础表和车线信息基础表时的数据一致性。
其中步骤S13进一步包括:
S131:主节点数据库针对车辆信息基础表和车线信息基础表的表单创建一个日志转储log dump线程,用于发送所述表单的箱日志bin-log的修改内容,所述bin-log修改内容包括用户对所述数据库对应表单更新的命令语句信息,进一步包括更改数据库表单和更改内容的命令语句都会记录到bin-log里;
S132:当从节点数据库在读取bin-log中的操作时,此线程会对主节点数据库对应表单上的bin-log加锁,当读取完成后,锁才会被释放;
S133:当从节点数据库上执行关闭同步命令之后,从节点会创建一个I/O线程用来连接主节点数据库,请求主节点数据库中更新的bin-log;I/O线程接收到主节点数据库箱日志转储bin-log dump进程发来的更新之后,保存、解析成具体的操作并执行,最终保证主从数据库对应表单数据的一致性。
简单做些解释,主节点数据库预先创建一个log dump线程,该线程发送的是bin-log内容。bin-log内容是用来保存对主节点数据库进行操作的各项指令,比如哪一时刻更新哪一个表单的哪一个字段等。但是,该log dump线程不保存查找指令。当log dump线程中执行至某一节点就触发发送bin-log内容。比如,log dump线程设定每隔一预先设定的周期就将bin-log内容中新增的操作指令日志发送至对应的从节点数据库,而将bin-log内容中新增的操作指令日志是通过bin-log dump进程发送至对应的从节点数据库。
也就是说,在实现过程中,以MySQL(一种开放源代码的关系型数据库管理系统)为例。主从复制是指数据可以从一个MySQL数据库服务器主节点复制到一个或多个从节点。MySQL默认采用异步复制方式,这样从节点不用一直访问主服务器来更新自己的数据,数据的更新可以在远程连接上进行,从节点可以复制主数据库中的所有数据库或者特定的数据库,或者特定的表。
在开发工作中,有时候会遇见某个SQL语句需要锁表,导致暂时不能使用读的服务,这样就会影响现有业务,使用主从复制,让主节点数据库负责写,从节点数据库负责读,这样,即使主节点数据库出现了锁表的情景,通过读从节点数据库也可以保证业务的正常运作。随着系统中业务访问量的增大,如果是单机部署数据库,就会导致I/O访问频率过高。有了主从复制,增加多个数据存储节点,将负载分布在多个从节点上,降低单机磁盘I/O访问的频率,提高单个机器的I/O性能。
上述方法采用主节点数据库和从节点数据库的结构方式,进行主从备份。其中主节点数据库负责写,而从节点数据库只负责读,读写的分离,保证了数据库的最佳的性能,使得数据更快的被读取。同时,主节点数据库只有一个,数据在写、删除和更新的时候都不会出现数据不同步的问题。以这样的方式确保车辆信息基础表数据和车线信息基础表数据的安全性和一致性。
另外,本实施例中车辆信息基础表中的IC卡可便于后续的结算。通过在使用IC卡生成中间文件或数据表时,与SAP接口进行校验调用;该SAP接口调用IC卡信息与驾驶员信息进行匹配验证,完成校验。只有通过了校验才能进行步骤S2。
SAP为“System Applications and Products”的简称,是企业管理解决方案的软件名称。SAP通过因特网或专线连接方式,可实现与银行的有机融合和平滑对接。通过SAP系统界面就可直接完成对银行账户以及资金的管理和调度,进行信息查询、转账支付等各项业务操作。SAP系统提供多个接口实现系统间的对接。
该IC卡信息是根据SAP接口的字段格式进行定义的,把IC卡信息生成中间文件或数据表时,直接与SAP接口进行校验调用,SAP接口调用IC卡信息与驾驶员信息进行匹配验证,直接完成校验,后续结算时不需要进一步核对IC卡信息,处理方便且及时。另外,只有通过了校验才能进行步骤S2。
S2:服务端的智能分布服务器接收物流运输调度中的车线绑定请求,通过预先设定的车线请求处理规则发送至对应的Web服务器。
参看图2,服务端包括智能分布服务器10和多个Web服务器20。智能分布服务器10可以是路由服务器,具有将信息路由给不同的Web服务器20的功能。该智能分布服务器10中存储着各个Web服务器20的传输路径的相关数据,如路由表,供路由选择时使用。
当智能分布服务器10接收到物流运输调度中的车线绑定请求后,通过预先设定的车线请求处理规则,获知该车线是哪一个Web服务器20来处理的,然后根据路由传输路径发送给相应的Web服务器20的消息处理队列中。
其中,预先设定的车线请求处理规则可通过映射表确定。该映射表中存储着车线编号和Web服务器20的映射关系,当解析的报文中有该车线的编号,根据该车线编号访问映射表就可获知是哪个Web服务器20来处理该车线的绑定请求。
S3:Web服务器接收到路由至本端的车线绑定请求,从中获得车线信息,通过所述车线当前订单信息进行线路货量预估,分别利用索引文件的关键字索引车辆信息基础表数据和车线信息基础表数据,根据包括车辆仓位、车辆类型在内的信息来匹配所述车线仓位、并完成与所需车辆数进行绑定。
步骤S3进一步包括:
S31:所述Web服务器接收干线订单请求,根据干线订单的起始地、目的地查找所述车线信息基础表数据,确定物流运输的车线;
S32:查询所述车线信息基础表数据,确定一天内所述车线的总数;
S33:计算所述车线的历史生命周期,确定物流运输的车线生命周期;所述车线生命周期是从起始地装车开始时间至到达目的地卸车结束时间所需的时间;
S34:根据公式:n=s*m/24,计算本次物流运输所需的最大车辆数;其中,n为最大车辆数,s为车线生命周期,m为一天内所述车线的总数,所述最大车辆数为以一车头和一车挂组成的车辆的最大数量;
S35:所述车线与所述最大车辆数的车辆绑定。
具体的,Web服务器20接收干线订单请求,根据干线订单的起始地、目的地查找车线信息基础表数据,确定物流运输的车线;然后,根据索引文件的关键字车辆仓位(仓位号)索引车线信息基础表,得到车线信息基础表中的车线仓位(途径仓位号)及与车辆仓位配置的车辆信息。该车辆信息包括车辆类型、车辆类型对应的车辆数;其中,车辆类型包括车头及车挂。
通过车线当前订单信息进行线路货量预估,根据预估的货量,确定本次物流运输所需的最大车辆数,分配相应数量的车辆给本次物流运输的车线仓位,并将这些车辆与相应车线仓位进行绑定。
其中,确定本次物流运输所需的最大车辆数进一步包括:服务端根据本次物流运输的起始地、目的地确定本次物流运输的车线;对照车线信息基础表,确定一天内该车线的总数;根据该车线的历史生命周期,确定本次物流运输的车线生命周期;该车线生命周期是从起始地装车开始时间至到达目的地卸车结束时间所需的时间。
根据公式:n=s*m/24,计算本次物流运输所需的最大车辆数;其中,n为最大车辆数,s为车线生命周期,m为一天内所述车线的总数。这里的最大车辆数为以一车头和一车挂组成的车辆的最大数量。
例如:起始地装车开始时间为15:00,中间经过装车结束、锁车、出站称重、车辆离站、车辆到站、进站称重到目的地卸车时间是第二天21:00,可以算出整个生命周期为30小时。而该车线的班车总数是指一天该车线及对应车线(如存在的话)的总趟数。如该车线为单车线,没有对应车线,一天该车线要跑4趟,则该车线的班车总数为4。根据上述计算公式得到最大车辆数n=30*4/24=5,可以确定,该趟物流运输需要的最大车头数及最大车挂数均为5。
确定最大车头数及最大车挂数可使运输路线根据仓位、里程数、装卸货时间的循环跑车等的实际需求,在进行运输路线与车辆绑定时,作为需绑定的车辆阈值,避免运力的浪费。而在爆仓、天气延误、车辆故障等不可抗力因素的情况下可以通过调度运力不足的线路或者外请车辆跑加班车。
根据之前确定好的的最大车头数及最大车挂数,分配相应数量的车头及相应数量的车挂给该车线,并将这些车头及车挂与该车线进行绑定。在进行绑定时,可遵守以下规则:
a.当分配相应数量的车头及相应数量的车挂时,可根据以往的经验或各仓位的车辆分配情况,作一些优化,如优先分配车牌号带沪或带浙的车辆。
b.当存在两条相反的车线(也就是车线类型为对开车线)时,与其中一条车线绑定的车头及车挂,同时也与另一条反向的车线绑定。如车线A-B,绑定了车头a1、a2,车挂b1、b2,则其对开车线B-A会自动绑定该车头a1、a2及车挂b1,b2。如此,就不用再单独对车线B-A进行车辆绑定了,方便快捷。
c.除了上述对开车线的情况外,已被绑定的车头或车挂,不做二次绑定。也就是说,当某车头或车挂被一条车线绑定了,那么该车头或车挂就不会同时被另外一条不同的车线绑定。
另外,Web服务器20可批量处理车线与多个车辆的绑定。Web服务器20接收到车线绑定请求后,根据上述车辆车线绑定规则,快速得出要绑定的车辆,将该车线与计算得出的多个车辆的绑定一次性批量处理后输出绑定结果。
S4:所有Web服务器将本端处理的车辆车线当前绑定信息形成文件统一存储,并将文件当前的存储路径信息进行实时分享。
通常,当一个使用端40(如网点、站点)发送请求调度车辆车线绑定信息时,Web服务器20就会把请求对应的车辆车线绑定信息发送给使用端40。增加一个使用端40,就会增加一次调度,每次调度都需要Web服务器20将车辆车线绑定信息发送给使用端40。当多个使用端40发出请求调度时,Web服务器20就需要发送相应次数的车辆车线绑定信息。这样Web服务器20频繁的进行同样的操作,会增加服务端的负担,影响网络设备和服务器的带宽,降低服务端的数据处理效率和吞吐率。如何在不对Web服务器20造成上述影响的情况下,使使用端40方便快速地得到车辆车线绑定信息呢?
参看图2,本实例可以采用以下实施方案来实现:
S41:所有的Web服务器将本端处理的车辆车线当前绑定信息以文件的方式存储至一特定转储盘空间,将文件的文件名和转储盘空间地址信息建立映射关系,并将映射关系通过链接共享给需要调用车辆车线绑定信息的使用端,或通过使用端访问对应的映射关系来获得转储盘空间地址信息;
S42:当加入新的使用端时,共享链接或访问所述映射关系来获得所述转储盘空间地址信息,以此获得所述车辆车线当前绑定信息,且无需修改对应的Web服务端。
如此,将所有Web服务器20处理后的车辆车线绑定信息以文件的形式存储在特定的转储盘空间30内,供所有的使用端40通过访问获得。特别是当不断有使用端40进入访问时,Web服务器20不需要单独将车线绑定信息发送至使用端40,直接扩展使用端40即可,无需修改对应的Web服务器20端,尤其是这种基础请求处理,非常方便,直接扩展即可。
当有新的车辆车线绑定信息或需要更新修改已存在的车辆车线绑定信息时,只要建立或修改包含该车辆车线绑定信息的文件名与转储盘空间30的地址的映射关系,使用端40通过访问该映射关系就可获得相应的转储盘空间地址信息,从而得到需要的车辆车线绑定信息。
实际应用中,可采用访问记录表将每个使用端40访问转储盘空间地址的操作记录下来,一方面,使服务端清楚地知道哪些使用端40,在什么时间访问过哪些车辆车线绑定信息;另一方面,服务端不需要通知到每个使用端40,不占用服务器的带宽,不影响服务器的数据处理效率。
另外,服务端将车线与车辆进行绑定后,通常还需要进行货运单号的分配。每个物流订单都有其独一无二的货运单号,为了区别及跟踪。在车线与车辆进行绑定后,进行货运单号的分配,可使该物流订单在查看时,显示其车线及车辆信息,具体到仓位号、车头、车挂、车辆性质、档案号、司机等信息都可看到,使物流运输透明化。
通过上述分布式物流运输的调度方法,解决了现有的物流运输中出现的车辆运力过剩或运力不足的问题。将车线与车辆进行绑定,做到定车定线,可以更清楚操作流程,明细化管理车线和车辆,控制成本支出,为后续的监控、结算、报表提供了精细化管理的数据。
实施例二
本发明还提供了一种分布式物流运输调度的装置,参看图3,该装置包括:
基础数据建立模块101,用于服务端建立并动态更新车辆信息基础表数据和车线信息基础表数据,并建立该车辆信息基础表数据和车线信息基础表数据的关键字段的索引文件;其中,车辆信息基础表数据至少包含车辆仓位、车辆类型在内的关键字段信息,车线信息基础表数据至少包含车线所路径的仓位信息的关键字段;
车线绑定请求模块102,用于服务端的智能分布服务器接收物流运输调度中的车线绑定请求,通过预先设定的车线请求处理规则发送至对应的Web服务器;
车线绑定处理模块103,用于Web服务器接收到路由至本端的车线绑定请求,从中获得车线信息,通过车线当前订单信息进行线路货量预估,分别利用索引文件的关键字索引车辆信息基础表数据和车线信息基础表数据,根据包括车辆仓位、车辆类型在内的信息来匹配车线仓位、并完成与所需车辆数进行绑定;
存储模块104,用于所有Web服务器将本端处理的车辆车线当前绑定信息形成文件统一存储,并建立文件与当前存储路径信息的映射。
可以看出,该装置是与上述实施例一中的物流运输的调度方法相对应的产品。该产品为虚拟装置,其中,基础数据建立模块101、车线绑定请求模块102、车线绑定处理模块103及存储模块104均为计算机程序编辑而成。
具体的,该基础数据建立模块101构建了车辆信息基础表和车线信息基础表,可对该车辆信息基础表和车线信息基础表进行插入、更改、删除等操作。将包括车牌号、仓位号、所有人、皮重、车辆类型、IC卡号、GPS、车辆计价方式、车辆性质、车辆状态、车主联系电话、车辆投入运营时间、合同签订时间、合同生效时间、合同到期时间等信息写入该车辆信息基础表中,定期进行维护。同样的,将包括车线类型、车线名称、起始地、目的地、途径仓位号、车线编号、对应车线名称、时效类型、预估里程数、决算里程数、有无途径地、离开时刻、运行时间、到达时刻等信息写入该车线信息基础表中,定期进行维护,实现数据的动态更新。具体如何实现数据的动态更新及提高数据处理速度,如上述实施例一中描述的,采用主从数据库备份的方式实现,在此不再赘述。
车线绑定请求模块102用于服务端的智能分布服务器接收物流运输调度中的车线绑定请求,通过预先设定的车线请求处理规则发送至对应的Web服务器。其原理参看图2。
智能分布服务器10可以是路由服务器,具有将信息路由给不同的Web服务器20的功能。该智能分布服务器10中存储着各个Web服务器20的传输路径的相关数据,如路由表,供路由选择时使用。
当智能分布服务器10接收到物流运输调度中的车线绑定请求后,通过预先设定的车线请求处理规则,获知该车线是哪一个Web服务器20来处理的,然后根据路由传输路径发送给相应的Web服务器20的消息处理队列中。
其中,预先设定的车线请求处理规则可通过映射表确定。该映射表中存储着车线编号和Web服务器20的映射关系,当解析的报文中有该车线的编号,根据该车线编号访问映射表就可获知是哪个Web服务器20来处理该车线的绑定请求。
根据上述原理,车线绑定请求模块102中设有存储着各个Web服务器20的传输路径的相关数据的路由表及存储着车线编号和Web服务器20的映射关系的映射表。当车线绑定请求模块102收到物流运输调度中的车线绑定请求时,首先解析出需要绑定的车线编号,然后根据车线编号查找映射表,得到处理该车线绑定请求的Web服务器20,再根据该Web服务器20,查找路由表,将该车线绑定请求发送给该Web服务器20。
由于存在多个Web服务器20,当车线绑定请求模块102同时收到多条车线绑定请求信息时,可通过上述方法,将多条车线绑定请求信息分发给不同的Web服务器20处理。采用分布式处理的方式,提高数据处理效率。
车线绑定处理模块103用于Web服务器接收到路由至本端的车线绑定请求,从中获得车线信息,通过车线当前订单信息进行线路货量预估,分别利用索引文件的关键字索引车辆信息基础表数据和车线信息基础表数据,根据包括车辆仓位、车辆类型在内的信息来匹配车线仓位、并完成与所需车辆数进行绑定。其原理如下:
车线绑定处理模块103接收干线订单请求,根据干线订单的起始地、目的地查找车线信息基础表数据,确定物流运输的车线;然后,根据索引文件的关键字车辆仓位(仓位号)索引车线信息基础表,得到车线信息基础表中的车线仓位(途径仓位号)及与车辆仓位配置的车辆信息。该车辆信息包括车辆类型、车辆类型对应的车辆数;其中,车辆类型包括车头及车挂。
通过车线当前订单信息进行线路货量预估,根据预估的货量,确定本次物流运输所需的最大车辆数,分配相应数量的车辆给本次物流运输的车线仓位,并将这些车辆与相应车线仓位进行绑定。
其中,确定本次物流运输所需的最大车辆数可根据本次物流运输的起始地、目的地确定本次物流运输的车线;对照车线信息基础表,确定一天内该车线的总数;根据该车线的历史生命周期,确定本次物流运输的车线生命周期;该车线生命周期是从起始地装车开始时间至到达目的地卸车结束时间所需的时间。
根据公式:n=s*m/24,计算本次物流运输所需的最大车辆数;其中,n为最大车辆数,s为车线生命周期,m为一天内所述车线的总数。这里的最大车辆数为以一车头和一车挂组成的车辆的最大数量。
确定本次物流运输所需的最大车辆数后,根据关键字车线仓位索引上述索引文件,得到车辆信息基础表数据中的对应仓位号的车辆,分配该最大数量的车辆,该车线与这些车辆进行绑定。
存储模块104用于所有Web服务器将本端处理的车辆车线当前绑定信息形成文件统一存储,并建立文件与当前存储路径信息的映射。其原理如下所示:
将车线绑定处理模块103处理的车辆车线绑定信息以文件的方式存储至一特定转储盘空间,将文件的文件名和转储盘空间地址信息建立映射关系,并将映射关系通过链接共享给需要调用车辆车线绑定信息的使用端,或通过使用端访问对应的映射关系来获得转储盘空间地址信息。
通过上述设置,当有新的使用端加入时,共享链接或访问该映射关系来获得转储盘空间地址信息,以此获得所述车辆车线当前绑定信息,且无需修改对应的Web服务端。
参看图2,将所有Web服务器20处理后的车辆车线绑定信息以文件的形式存储在特定的转储盘空间30内,供所有的使用端40通过访问获得。特别是当不断有使用端40进入访问时,Web服务器20不需要单独将车线绑定信息发送至使用端40,直接扩展使用端40即可,无需修改对应的Web服务器20端,尤其是这种基础请求处理,非常方便,直接扩展即可。
当有新的车辆车线绑定信息或需要更新修改已存在的车辆车线绑定信息时,只要建立或修改包含该车辆车线绑定信息的文件名与转储盘空间30的地址的映射关系,使用端40通过访问该映射关系就可获得相应的转储盘空间地址信息,从而得到需要的车辆车线绑定信息。
该分布式物流运输的调度装置,不仅解决了现有的物流运载中出现的车辆运力过剩或运力不足的问题,还解决了操作中不同的站点调度无法共享信息的问题,实现了车线车辆调度的自动化管理,不再需要人工打电话调度,不仅降低了物流运输的成本,还有效提高的操作人员的工作效率。
实施例三
本发明还提供了一种分布式物流运输调度的设备,该设备包括存储器和处理器,存储器中存储有计算机可读指令,该计算机可读指令被处理器执行时,使得处理器执行上述实施例一中的分布式物流运输调度的方法中的步骤。本实施例与实施例二中的区别,在于本实施例中的设备是实体设备,它可以是具有存储器和处理器的服务器,该服务器包括数据库服务器和web服务器。
实施例四
本发明还提供了一种存储有计算机可读指令的存储介质,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如实施例一中的分布式物流运输调度的方法中的步骤。
该存储介质可以是只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘、光盘中的任意一种。
综上所述,本发明提供的物流运输调度的方法、装置、设备和存储介质,给出硬件和软件的实现方案,针对现有的物流运输中出现的车辆运力过剩或运力不足的问题,通过车线绑定合理安排车线车辆的调度方法,不再需要人工去电话调度,有效的掌握车线规划,控制成本支出,方便规划,做到车尽其用,人休车不休,在一定程度上提高了物流运输的效率。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式。即使对本发明作出各种变化,倘若这些变化属于本发明权利要求及其等同技术的范围之内,则仍落入在本发明的保护范围之中。
Claims (10)
1.一种分布式物流运输调度的方法,其特征在于,用于通过车辆车线的绑定以进行对应运输调度,包括:
S1:服务端建立并动态更新车辆信息基础表数据和车线信息基础表数据,并建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件,所述车辆信息基础表数据至少包含车辆仓位、车辆类型在内的关键字段信息,所述车线信息基础表数据至少包含车线所路径的仓位信息的关键字段;
S2:服务端的智能分布服务器接收物流运输调度中的车线绑定请求,通过预先设定的车线请求处理规则发送至对应的Web服务器;
S3:所述Web服务器接收到路由至本端的所述车线绑定请求,从中获得车线信息,通过所述车线当前订单信息进行线路货量预估,分别利用所述索引文件的关键字索引所述车辆信息基础表数据和所述车线信息基础表数据,根据包括车辆仓位、车辆类型在内的信息来匹配所述车线仓位、并完成与所需车辆数进行绑定;
S4:所有所述Web服务器将本端处理的所述车辆车线当前绑定信息形成文件统一存储,并建立所述文件与当前存储路径信息的映射。
2.如权利要求1所述的分布式物流运输调度的方法,其特征在于,所述步骤S3进一步包括:
S31:所述Web服务器接收干线订单请求,根据干线订单的起始地、目的地查找所述车线信息基础表数据,确定物流运输的车线;
S32:查询所述车线信息基础表数据,确定一天内所述车线的总数;
S33:计算所述车线的历史生命周期,确定物流运输的车线生命周期;所述车线生命周期是从起始地装车开始时间至到达目的地卸车结束时间所需的时间;
S34:根据公式:n=s*m/24,计算本次物流运输所需的最大车辆数;其中,n为最大车辆数,s为车线生命周期,m为一天内所述车线的总数,所述最大车辆数为以一车头和一车挂组成的车辆的最大数量;
S35:所述车线与所述最大车辆数的车辆绑定。
3.如权利要求1或2所述的分布式物流运输调度的方法,其特征在于,所述步骤S4进一步包括:
S41:所有的Web服务器将本端处理的车辆车线当前绑定信息以文件的方式存储至一特定转储盘空间,并将所述文件的文件名和转储盘空间地址信息建立映射关系,并将所述映射关系通过链接共享给需要调用所述车辆车线绑定信息的使用端,或通过所述使用端访问对应的映射关系来获得所述转储盘空间地址信息;
S42:当加入新的使用端时,共享链接或访问所述映射关系来获得所述转储盘空间地址信息,以此获得所述车辆车线当前绑定信息,且无需修改对应的Web服务端。
4.如权利要求1所述的分布式物流运输调度的方法,其特征在于,所述步骤S1进一步包括:
S11:服务端将车辆信息基础表数据和车线信息基础表数据存储至主节点数据库和一个或多个从节点数据库;
S12:所述主节点数据库适配存储空间进行包括车辆信息基础表和车线信息基础表的表单更改,而从节点数据库提供所述表单被读取的查询操作,并在所述主节点数据库和所述从节点数据库中分别建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件;
S13:当从节点数据库连接所述主节点数据库时,所述主节点数据库创建日志线程,用于发送主节点数据库对车辆信息基础表和车线信息基础表的表单修改内容,当所述从节点数据库读取所述日志线程时,所述主节点数据库相应的表单被锁定,所述从节点数据库根据所述修改内容更新,以达到动态更新车辆信息基础表和车线信息基础表时的数据一致性。
5.如权利要求4所述的分布式物流运输调度的方法,其特征在于,所述步骤S13进一步包括:
S131:主节点数据库针对车辆信息基础表和车线信息基础表的表单创建一个日志转储log dump线程,用于发送所述表单的箱日志bin-log的修改内容,所述bin-log修改内容包括用户对所述数据库对应表单更新的命令语句信息,进一步包括更改数据库表单和更改内容的命令语句都会记录到bin-log里;
S132:当从节点数据库在读取bin-log中的操作时,此线程会对主节点数据库对应表单上的bin-log加锁,当读取完成后,锁才会被释放;
S133:当从节点数据库上执行关闭同步命令之后,从节点会创建一个I/O线程用来连接主节点数据库,请求主节点数据库中更新的bin-log;I/O线程接收到主节点数据库箱日志转储bin-log dump进程发来的更新之后,保存、解析成具体的操作并执行,最终保证主从数据库对应表单数据的一致性。
6.如权利要求1所述的分布式物流运输调度的方法,其特征在于,所述步骤S1之后及所述步骤S2之前还包括:
在车线信息基础表数据中设置所述车线对应驾驶员的IC卡信息,并在生成中间文件或数据表时,与SAP接口进行校验调用;
所述SAP接口调用IC卡信息与驾驶员信息进行匹配验证,完成校验。
7.如权利要求1所述的分布式物流运输调度的方法,其特征在于,所述步骤S2进一步包括:
S21:所述服务端将车线信息与Web服务器建立处理映射关系表;
S22:所述智能分布服务器将所述车线绑定请求发送至具有映射关系的Web服务器的处理队列中;
S23:所述Web服务器将所述车线绑定请求中车线与多个车辆的绑定一次性批量处理后输出绑定结果。
8.一种分布式物流运输调度的装置,其特征在于,包括:
基础数据建立模块,用于服务端建立并动态更新车辆信息基础表数据和车线信息基础表数据,并建立所述车辆信息基础表数据和所述车线信息基础表数据的关键字段的索引文件,所述车辆信息基础表数据至少包含车辆仓位、车辆类型在内的关键字段信息,所述车线信息基础表数据至少包含车线所路径的仓位信息的关键字段;
车线绑定请求模块,用于服务端的智能分布服务器接收物流运输调度中的车线绑定请求,通过预先设定的车线请求处理规则发送至对应的Web服务器;
车线绑定处理模块,用于所述Web服务器接收到路由至本端的所述车线绑定请求,从中获得车线信息,通过所述车线当前订单信息进行线路货量预估,分别利用所述索引文件的所述关键字索引所述车辆信息基础表数据和所述车线信息基础表数据,根据包括车辆仓位、车辆类型在内的信息来匹配所述车线仓位、并完成与所需车辆数进行绑定;
存储模块,用于所有所述Web服务器将本端处理的所述车辆车线当前绑定信息形成文件统一存储,并建立所述文件与当前存储路径信息的映射。
9.一种分布式物流运输调度的设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任意一项所述的分布式物流运输调度的方法中的步骤。
10.一种存储有计算机可读指令的存储介质,其特征在于,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任意一项所述的分布式物流运输调度的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010157120.8A CN111382160A (zh) | 2020-03-09 | 2020-03-09 | 分布式物流运输调度的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010157120.8A CN111382160A (zh) | 2020-03-09 | 2020-03-09 | 分布式物流运输调度的方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111382160A true CN111382160A (zh) | 2020-07-07 |
Family
ID=71221460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010157120.8A Pending CN111382160A (zh) | 2020-03-09 | 2020-03-09 | 分布式物流运输调度的方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111382160A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581028A (zh) * | 2020-12-29 | 2021-03-30 | 安徽运通达物流科技有限公司 | 一种运输平台中运单指派的方法 |
CN112734198A (zh) * | 2020-12-30 | 2021-04-30 | 安徽金网运通物流科技有限公司 | 一种车辆集中地追加运输车辆配置方法 |
CN114037387A (zh) * | 2021-11-16 | 2022-02-11 | 上海中通吉网络技术有限公司 | 智能匹配可用运力资源的方法及设备 |
CN115049325A (zh) * | 2022-08-17 | 2022-09-13 | 上海文景信息科技有限公司 | 集装箱港内转运的智能调度方法、系统、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955814A (zh) * | 2014-05-06 | 2014-07-30 | 北京大学工学院南京研究院 | 计算机中基于数据立方体的物流智能交易数据处理方法 |
CN105512747A (zh) * | 2015-11-25 | 2016-04-20 | 安吉汽车物流有限公司 | 物流智能优化调度系统 |
CN107341595A (zh) * | 2017-06-20 | 2017-11-10 | 北京市运输管理技术支持中心 | 一种车辆动态信息公共服务平台 |
CN109886620A (zh) * | 2019-01-24 | 2019-06-14 | 好生活农产品集团有限公司 | 物流运输调度方法及平台 |
-
2020
- 2020-03-09 CN CN202010157120.8A patent/CN111382160A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955814A (zh) * | 2014-05-06 | 2014-07-30 | 北京大学工学院南京研究院 | 计算机中基于数据立方体的物流智能交易数据处理方法 |
CN105512747A (zh) * | 2015-11-25 | 2016-04-20 | 安吉汽车物流有限公司 | 物流智能优化调度系统 |
CN107341595A (zh) * | 2017-06-20 | 2017-11-10 | 北京市运输管理技术支持中心 | 一种车辆动态信息公共服务平台 |
CN109886620A (zh) * | 2019-01-24 | 2019-06-14 | 好生活农产品集团有限公司 | 物流运输调度方法及平台 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581028A (zh) * | 2020-12-29 | 2021-03-30 | 安徽运通达物流科技有限公司 | 一种运输平台中运单指派的方法 |
CN112734198A (zh) * | 2020-12-30 | 2021-04-30 | 安徽金网运通物流科技有限公司 | 一种车辆集中地追加运输车辆配置方法 |
CN114037387A (zh) * | 2021-11-16 | 2022-02-11 | 上海中通吉网络技术有限公司 | 智能匹配可用运力资源的方法及设备 |
CN115049325A (zh) * | 2022-08-17 | 2022-09-13 | 上海文景信息科技有限公司 | 集装箱港内转运的智能调度方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111382160A (zh) | 分布式物流运输调度的方法、装置、设备和存储介质 | |
EP0861474B1 (en) | System and method for extended enterprise planning across a supply chain | |
CN113077212B (zh) | 一种基于智能物联网和区块链的智能货物物流交易系统及方法 | |
CN111340414A (zh) | 云仓大数据处理方法、云仓系统、计算机设备和存储介质 | |
CN113204444B (zh) | 一种基于全局的现车管理系统及其方法 | |
CN104484785A (zh) | 货源交易系统 | |
DE112021003364T5 (de) | Bedarfsbasierte Energieverteilung | |
CN115049325A (zh) | 集装箱港内转运的智能调度方法、系统、设备及存储介质 | |
KR20210008581A (ko) | 멀티 인수 및 멀티 배송을 위한 물류 운송 서비스 제공 시스템 | |
CN111667103A (zh) | 基于目的地的物流调度的方法、装置、设备和存储介质 | |
US10650337B2 (en) | Technical field service inventory management | |
US20150032755A1 (en) | Categorizing An Object | |
CN112215550A (zh) | 一种铁路货运数据处理系统和方法 | |
CN113247057B (zh) | 一种基于全局现车管理系统的数据系统及其数据处理方法 | |
Gustavsson et al. | Architecting automotive product lines: Industrial practice | |
US20040167825A1 (en) | System for optimization of drayage services | |
CN114580998A (zh) | 一种物流配置系统、方法、存储介质及电子设备 | |
JPH11175591A (ja) | 輸出業務におけるブッキング管理システム、ブッキング管理方法及びブッキング管理方法を記録した記録媒体 | |
CN114819805A (zh) | 车辆运输管理系统 | |
CN114240269A (zh) | 兼容多种业务流程的微服务系统和兼容管理方法 | |
RU2656720C2 (ru) | Система инвентаризации активов | |
KR20220061296A (ko) | 블록체인 기반의 철도 위험물 컨테이너 추적 관리 시스템 및 그 방법 | |
CN117170880B (zh) | 基于微服务架构的货物进出口管理方法及系统 | |
CN112418753A (zh) | 一种智慧物流平台系统 | |
KR20210026946A (ko) | 블록체인 기반의 화물 인수증 처리 방법 및 운송 관리 서버 |
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: 20200707 |
|
RJ01 | Rejection of invention patent application after publication |