CN111626666A - 一种分布式堆场模式 - Google Patents
一种分布式堆场模式 Download PDFInfo
- Publication number
- CN111626666A CN111626666A CN202010402423.1A CN202010402423A CN111626666A CN 111626666 A CN111626666 A CN 111626666A CN 202010402423 A CN202010402423 A CN 202010402423A CN 111626666 A CN111626666 A CN 111626666A
- Authority
- CN
- China
- Prior art keywords
- container
- yard
- intelligent
- big data
- distributed
- 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
- 238000007726 management method Methods 0.000 claims abstract description 31
- 238000007689 inspection Methods 0.000 claims abstract description 17
- 238000013523 data management Methods 0.000 claims abstract description 9
- 238000007405 data analysis Methods 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000032258 transport Effects 0.000 description 18
- 238000000034 method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012856 packing Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000007306 turnover 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种分布式堆场模式,包括:智能堆场系统:道口智能验箱系统自动对集装箱进行异常检测以及质量评价,并在集装箱运输车辆经过道口时自动进行相关信息采集,并将其录入大数据管理系统,终端验箱系统对集装箱进行异常检测以及质量评价;智能堆场管理模式:将传统堆场的高度集成式变化成前置化,轻量化,灵活化,去中心化的多个小型分布式堆场,根据最终用户和码头的位置及大数据分析结果因地制宜而设。本发明,颠覆了传统的大规模集成式堆场管理方法,使得集装箱堆场运营成本更低,效率更高;大数据云计算系统作为分布式堆场管理模式的核心,具有信息记录,宏观调控的作用,可以针对堆场间实现集装箱的灵活调度。
Description
技术领域
本发明涉及线上与线下结合的新型商业模式技术领域,具体为一种分布式堆场模式。
背景技术
集装箱是指具有一定强度、刚度和规格专供周转使用的大型装货容器。使用集装箱转运货物,可直接在发货人的仓库装货,运到收货人的仓库卸货,中途更换车、船时,无须将货物从箱内取出换装。因此集装箱是一种伟大的发明。集装箱最大的成功在于其产品的标准化以及由此建立的一整套运输体系。能够让一个载重几十吨的庞然大物实现标准化,并且以此为基础逐步实现全球范围内的船舶、港口、航线、公路、中转站、桥梁、隧道、多式联运相配套的物流系统,这的确堪称人类有史以来创造的伟大奇迹之一。
集装箱的发展意义重大,但是大规模的集装箱运营却成为了一个难题。现在的集装箱运营模式一般为集装箱自进口码头输入,运输至工厂拆箱验收,验收通过后运输入堆场以备下次调用,当出现调用需求时,再由堆场出发运输空集装箱进入装箱仓库进行装箱,装箱完成后再运输至出口码头实现集装箱出口,中间过程复杂,节点繁多,运输时间长,运输车辆空载率高,造成了极大地资源浪费。
发明内容
本发明的目的在于提供一种分布式堆场模式,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种分布式堆场模式,包括:
智能堆场系统:道口智能验箱系统自动对集装箱进行异常检测以及质量评价,并在集装箱运输车辆经过道口时自动进行相关信息采集,并将其录入大数据管理系统,终端验箱系统对集装箱进行异常检测以及质量评价;
智能堆场管理模式:将传统堆场的高度集成式变化成前置化,轻量化,灵活化,去中心化的多个小型分布式堆场,根据最终用户和码头的位置及大数据分析结果因地制宜而设;
大数据云计算系统:整个分布式堆场模式进行统筹规划,从宏观的角度优化堆场布局,集装箱配送路径优化以及云上权属移交。
优选的,所述智能堆场系统里的智能道口系统包括:集装箱运输车辆管理、集装箱属性管理,所述述集装箱运输车辆管理包括对运输车辆车牌进行识别,并与大数据云计算系统进行匹配;所述集装箱属性管理包括在集装箱运输车辆经过道口时,经过预设的摄像头采集信息,并利用计算机视觉识别技术对集装箱信息进行提取,包括集装箱所属公司,集装箱编号,净重毛重属性,并提交大数据云计算系统。
优选的,所述智能堆场系统里的终端验箱系统包括集装箱异常检测、集装箱智能评分,所述集装箱异常检测为在集装箱运输车辆经过道口时,利用预设的摄像头或智能手机采集相关信息,并利用计算机视觉技术进行处理,得到集装箱的异常类型及数量;所述集装箱智能评分,在集装箱运输车辆经过智能道口时,利用预设的摄像头或智能手机智能终端采集到集装箱信息,并利用人工智能技术对集装箱整体质量进行打分。
优选的,所述预设的摄像头采集的数据为图片或者视频。
优选的,所述智能堆场管理模式将原本高度集成的大规模堆场根据实际情况划分为多个小型堆场,所述小型堆场具有前置化的特点,堆场选址为码头,客户工厂附近,堆场间互相通信,并受到大数据云计算系统宏观调控。
优选的,所述大数据云计算系统是分布式堆场模式的心脏,内部为动态图架构,根据货柜的情况实时更新,人工或者利用LSTM技术通过对历史数据的分析来自动保持动态图的平稳;对外表现为数据库形式,对集装箱的新旧等级,集装箱租期,意向目的国别以及智能道口系统识别到的集装箱属性,集卡的轨迹信息,集卡的驾驶人相关信息进行记录。
与现有技术相比,本发明的有益效果是:
本发明,通过大数据管理以及人工智能验箱系统,极大得减少了集装箱运输管理的成本。道口智能验箱系统可以在集装箱运输车辆进入道口时完成信息采集以及开箱验箱过程,极大得提高了验箱效率;智能堆场管理模式具有轻量化去中心化的特点,颠覆了传统的大规模集成式堆场管理方法,使得集装箱堆场运营成本更低,效率更高;大数据云计算系统作为分布式堆场管理模式的核心,具有信息记录,宏观调控的作用,可以针对堆场间实现集装箱的灵活调度。
附图说明
图1是本发明线下分布式堆场结构图;
图2为本发明需求处理流程图;
图3为智能堆场管理系统异常处理流程图;
图4为本发明需求预测方法示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-4,本发明提供一种技术方案:一种分布式堆场模式,包括:
智能堆场系统:道口智能验箱系统通过预设的摄像头采集视频或图像数据进行人工智能计算机视觉分析,自动对集装箱进行异常检测以及质量评价,加快集装箱验箱效率,提高验箱准确率,并在集装箱运输车辆经过道口时自动进行相关信息采集,并将其录入大数据管理系统,极大提高信息采集效率,终端验箱系统通过摄像头或智能手机等其他智能终端采集图像,作为智能道口系统的补充实现同样的功能;
智能堆场管理模式:将传统堆场的高度集成式变化成前置化,轻量化,灵活化,去中心化的多个小型分布式堆场,根据最终用户和码头的位置及大数据分析结果因地制宜而设;
大数据云计算系统:整个分布式堆场模式进行统筹规划,从宏观的角度优化堆场布局,集装箱配送路径优化以及云上权属移交。
具体的,智能堆场系统里道口信息管理包括:(1)集装箱运输车辆管理、(2)集装箱属性管理;
2.1)集装箱运输车辆管理包括对运输车辆车牌进行识别,并与大数据云计算系统进行匹配,便于对运输车辆以及集装箱进行跟踪调查;
2.2)集装箱属性管理包括在集装箱运输车辆经过道口时,经过预设的摄像头采集信息,并利用计算机视觉识别技术对集装箱信息进行提取,包括集装箱所属公司,集装箱编号以及净重毛重等属性,并提交大数据云计算系统。
具体的,智能堆场系统智能验箱技术包括两部分(1)集装箱异常检测、(2)集装箱智能评分;
3.1)集装箱异常检测,在集装箱运输车辆经过智能道口时,利用预设的摄像头采集相关信息,并利用计算机视觉技术进行处理,得到集装箱的异常类型及数量;
3.2)集装箱智能评分,在集装箱运输车辆经过智能道口时,利用相关传感器组采集到集装箱信息,并利用人工智能技术对集装箱整体质量进行打分,以便综合评估集装箱质量。
具体的,智能堆场模式将原本高度集成的大规模堆场根据实际情况划分为多个小型堆场,这些小型堆场具有前置化的特点,堆场选址不再局限与码头,可以前置到客户工厂附近,堆场间互相通信,并受到大数据云计算系统宏观调控,具有轻量化,去中心化的特点。
具体的,智能堆场管理模式是一种基于动态规划的分布式管理系统,线下堆场灵活分散体量小,与传统大规模集成堆场相比可以极大得提高集装箱流转效率,同时线下分布式堆场数据管理采用PBFT算法,提高系统鲁棒性。
具体的,大数据云计算系统,包括对集卡信息的管理,集卡或者轮渡等交通工具是分布式堆场模式的动脉,云计算系统可以实时定位集卡信息,并通过各个节点进行信息匹配,并将所有信息完全与网络货运平台进行共享,实现实时报备,确保每一辆集卡都有迹可循。
具体的,大数据云计算系统,是分布式堆场模式的心脏,内部为动态图架构,根据货柜的情况实时更新,并可以人工或者利用LSTM技术通过对历史数据的分析来自动保持动态图的平稳;对外表现为数据库形式,对集装箱的新旧等级,集装箱租期,意向目的国别以及智能道口系统识别到的集装箱属性等相关信息进行记录,以便对决策提供支持。
第一实施例:
图1是本发明第一实施例提供的云集运模式的流程示意图,为了清楚的描述本发明第一实施例提供的云集运模式,请参见图1。
本发明第一实施例提供的云集运模式,包括:
S11;从码头(进口)获取待运输集装箱,假设数量为1,安排运输车辆将进口集装箱运输至工厂/仓库,消耗成本为b1。
S12;工厂/仓库对运输来的集装箱进行拆箱验箱,拆箱验箱结束后将空集装箱运输至集装箱堆场统一管理,消耗成本为b2。
S13;集装箱堆场对运输来的破损集装箱进行维修,并将所有可流通集装箱进行调用。
S14;装箱仓库提出装箱请求,堆场调集相应数量集装箱前往装箱堆场进行装箱,消耗成本为b3。
S15;码头(出口)将满载集装箱进行运输,消耗成本为b4,至此集装箱完成一轮流通过程。
第一实施例:
图2是本发明第一实施例提供的分布式堆场模式的需求处理流程示意图。为了清楚的描述本发明第一实施例提供的分布式模式,请参见图2。
本发明第一实施例提供的分布式堆场模式,则步骤包括:
S11;集装箱堆场选址前置化到客户(工厂)。
S12;当堆场收到客户需求时,将需求提交云计算系统。
S13;云计算系统根据需求对堆场进行动态规划,对堆场库存进行实时管理。
S14;加入客户附近有集装箱即可直接在云上进行所有权交接,避免运输消耗;否则调配最近可用集装箱。
本发明第一实施例提供的分布式堆场模式中需求处理方法,极大得提高了集装箱流转的速率,减小集装箱运输消耗,缩短客户等待时间,从而提高用户体验。
第二实施例:
图3是本发明第二实施例提供的分布式堆场模式的需求处理流程示意图。为了清楚的描述本发明第二实施例提供的分布式堆场模式,请参见图3。
本发明第二实施例提供的分布式堆场模式,假设有四个分布式小型堆场编号为0,1,2,3,则步骤包括:
S21;当用户提出需求,需求分发至0号堆场。
S22;0号堆场通过大数据管理系统将需求进行广播至其最近邻堆场以验证堆场工作状态,假设其为1,2,3号堆场。
S23;当3号堆场因为某些意外无法工作时,其余堆场继续进行需求广播,当广播数达到一定数量时进行需求反馈。
S24;从最近邻0号堆场开始分配一定数量集装箱进行反馈,如果数量不足则按照广播顺序并综合大数据系统综合协调,调集其他堆场进行响应。
本发明第二实施例提供的分布式堆场模式中基于区块链的需求处理方法,极大得提高了数据系统的鲁棒性,即使某个堆场因为意外无法工作也丝毫好、不会影响集装箱的正常流转;减小了大数据管理系统的负载量,通过区块链技术将系统负载分配至各分布式堆场。
第三实施例:
图4是本发明第三实施例提供的分布式堆场模式的需求预测示意图。为了清楚的描述本发明第三实施例提供的分布式堆场模式,请参见图4。
本发明第三实施例提供的分布式堆场模式,步骤包括:
S31;当前云计算系统状态为xt,以每半个小时进行一次采样,下一次状态为xt+1。
S32;与时间对应的当前时间理想状态为ht,将多个时间段与理想状态通过隐层神经元进行编码。
S33;以基于大量历史数据的编码网络作为当前大数据动态图。
S34;以半个小时为采样时间段,当货柜流转的过程中,大数据动态图也在发生变化,并可以实时提供调度建议,以便管理人员参考是否调度。
本发明第三实施例提供的分布式堆场模式中基于LSTM的需求预测方法,极大得提高了数据系统的前瞻性,并不会因为突如其来的需求影响整个系统的稳定,可以未雨绸缪,同时该方法也应用于针对分布式堆场的统筹兼顾,将历史信息与当前信息融合,最大化得从整体上达到系统的稳定。
评测结果表明,通过本分布式堆场,可以大幅减小堆场运营的资源消耗以及集装箱运输里程;大数据管理系统对每一个集装箱进行数字化管理,整个流通过程全程监控,便于历史数据追踪;堆场规模从现在集群式变化为分布式,提高用户体验,提高集装箱轮转效率,降低工作人员工作强度。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种分布式堆场模式,其特征在于包括:
智能堆场系统:道口智能验箱系统自动对集装箱进行异常检测以及质量评价,并在集装箱运输车辆经过道口时自动进行相关信息采集,并将其录入大数据管理系统,终端验箱系统对集装箱进行异常检测以及质量评价;
智能堆场管理模式:将传统堆场的高度集成式变化成前置化,轻量化,灵活化,去中心化的多个小型分布式堆场,根据最终用户和码头的位置及大数据分析结果因地制宜而设;
大数据云计算系统:整个分布式堆场模式进行统筹规划,从宏观的角度优化堆场布局,集装箱配送路径优化以及云上权属移交。
2.根据权利要求1所述的一种分布式堆场模式,其特征在于:所述智能堆场系统里的智能道口系统包括:集装箱运输车辆管理、集装箱属性管理,所述述集装箱运输车辆管理包括对运输车辆车牌进行识别,并与大数据云计算系统进行匹配;所述集装箱属性管理包括在集装箱运输车辆经过道口时,经过预设的摄像头采集信息,并利用计算机视觉识别技术对集装箱信息进行提取,包括集装箱所属公司,集装箱编号,净重毛重属性,并提交大数据云计算系统。
3.根据权利要求1所述的一种分布式堆场模式,其特征在于:所述智能堆场系统里的终端验箱系统包括集装箱异常检测、集装箱智能评分,所述集装箱异常检测为在集装箱运输车辆经过道口时,利用预设的摄像头或智能手机采集相关信息,并利用计算机视觉技术进行处理,得到集装箱的异常类型及数量;所述集装箱智能评分,在集装箱运输车辆经过智能道口时,利用预设的摄像头或智能手机智能终端采集到集装箱信息,并利用人工智能技术对集装箱整体质量进行打分。
4.根据权利要求4所述的一种分布式堆场模式,其特征在于:所述预设的摄像头采集的数据为图片或者视频。
5.根据权利要求1所述的一种分布式堆场模式,其特征在于:所述智能堆场管理模式将原本高度集成的大规模堆场根据实际情况划分为多个小型堆场,所述小型堆场具有前置化的特点,堆场选址为码头,客户工厂附近,堆场间互相通信,并受到大数据云计算系统宏观调控。
6.根据权利要求1所述的一种分布式堆场模式,其特征在于:所述大数据云计算系统是分布式堆场模式的心脏,内部为动态图架构,根据货柜的情况实时更新,人工或者利用LSTM技术通过对历史数据的分析来自动保持动态图的平稳;对外表现为数据库形式,对集装箱的新旧等级,集装箱租期,意向目的国别以及智能道口系统识别到的集装箱属性,集卡的轨迹信息,集卡的驾驶人相关信息进行记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010402423.1A CN111626666A (zh) | 2020-05-13 | 2020-05-13 | 一种分布式堆场模式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010402423.1A CN111626666A (zh) | 2020-05-13 | 2020-05-13 | 一种分布式堆场模式 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111626666A true CN111626666A (zh) | 2020-09-04 |
Family
ID=72261155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010402423.1A Pending CN111626666A (zh) | 2020-05-13 | 2020-05-13 | 一种分布式堆场模式 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626666A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361953A (zh) * | 2021-06-28 | 2021-09-07 | 广东嘉贸通科技有限公司 | 海关口岸货管现场机器人巡查方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033070A (zh) * | 2009-09-24 | 2011-04-27 | 宁波中科集成电路设计中心有限公司 | 一种集装箱破损监测系统 |
CN204946133U (zh) * | 2015-08-28 | 2016-01-06 | 中创物流股份有限公司 | 一种集装箱进出场智能管理系统 |
JP2018172195A (ja) * | 2017-03-31 | 2018-11-08 | 株式会社三井E&Sマシナリー | コンテナターミナル及びその運用方法 |
CN208307935U (zh) * | 2018-05-16 | 2019-01-01 | 青岛港国际股份有限公司 | 自动化集装箱装卸码头 |
CN110458263A (zh) * | 2019-08-09 | 2019-11-15 | 中国外运福建有限公司 | 一种集装箱智能管理系统 |
CN110510314A (zh) * | 2019-08-29 | 2019-11-29 | 上海箱云物流科技有限公司 | 云上集装箱堆场管理模式 |
CN110954546A (zh) * | 2019-12-20 | 2020-04-03 | 上海撬动网络科技有限公司 | 一种非固定场景的集装箱图像采集和验视系统 |
-
2020
- 2020-05-13 CN CN202010402423.1A patent/CN111626666A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033070A (zh) * | 2009-09-24 | 2011-04-27 | 宁波中科集成电路设计中心有限公司 | 一种集装箱破损监测系统 |
CN204946133U (zh) * | 2015-08-28 | 2016-01-06 | 中创物流股份有限公司 | 一种集装箱进出场智能管理系统 |
JP2018172195A (ja) * | 2017-03-31 | 2018-11-08 | 株式会社三井E&Sマシナリー | コンテナターミナル及びその運用方法 |
CN208307935U (zh) * | 2018-05-16 | 2019-01-01 | 青岛港国际股份有限公司 | 自动化集装箱装卸码头 |
CN110458263A (zh) * | 2019-08-09 | 2019-11-15 | 中国外运福建有限公司 | 一种集装箱智能管理系统 |
CN110510314A (zh) * | 2019-08-29 | 2019-11-29 | 上海箱云物流科技有限公司 | 云上集装箱堆场管理模式 |
CN110954546A (zh) * | 2019-12-20 | 2020-04-03 | 上海撬动网络科技有限公司 | 一种非固定场景的集装箱图像采集和验视系统 |
Non-Patent Citations (4)
Title |
---|
刘伟荣 等: ""基于区块链的集装箱共享模式研究"", 《中国流通经济》 * |
刘柱 等: ""大数据在航运经营管理领域的应用研究"", 《企业科技与发展》 * |
吴世恩: ""南京港龙潭集装箱码头智能闸口改造"", 《港口科技》 * |
熊哲华 等: ""军用集装箱运输场站规划设计的研究与探讨"", 《军事物流》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361953A (zh) * | 2021-06-28 | 2021-09-07 | 广东嘉贸通科技有限公司 | 海关口岸货管现场机器人巡查方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Heilig et al. | From digitalization to data-driven decision making in container terminals | |
Stefansson et al. | Performance issues of smart transportation management systems | |
Yan et al. | Transshipment operations optimization of sea-rail intermodal container in seaport rail terminals | |
KR20120100601A (ko) | 스마트 물류네트워크의 최적화시스템 | |
Kozan et al. | A demand-responsive decision support system for coal transportation | |
CN108932563A (zh) | 一种互联互通式港口信息平台智能化调度系统 | |
Chen et al. | Container port drayage operations and management: Past and future | |
CN111626576A (zh) | 一种云集运模式 | |
KR20120100602A (ko) | 스마트 물류네트워크의 모니터링시스템 | |
Flórez et al. | Planning multi-modal transportation problems | |
Jucha | Use of artificial intelligence in last mile delivery | |
Zolkin et al. | Application of the modern information technologies for design and monitoring of business processes of transport and logistics system | |
CN105976145A (zh) | 一种以运输为基础构建的物联网 | |
KR20220006726A (ko) | 경로 빅데이터 기반 밀크런 자동배차 제공 장치 및 방법 | |
CN115983603A (zh) | 集装箱港内转运的智能调度算法、系统、设备及存储介质 | |
Giménez-Palacios et al. | First-mile logistics parcel pickup: Vehicle routing with packing constraints under disruption | |
Ensafian et al. | Cost-optimal deployment of autonomous mobile lockers co-operating with couriers for simultaneous pickup and delivery operations | |
CN111626666A (zh) | 一种分布式堆场模式 | |
Giuffrida et al. | Developing a prototype platform to manage intelligent communication systems in intermodal transport | |
Sumantri | Analyzing the three supply chain flows in the maritime logistics and distribution industry | |
Chen | Fuzzy flexible delivery and pickup problem with time windows | |
Caballini et al. | Towards the physical internet paradigm: A model for transportation planning in complex road networks with empty return optimization | |
Dyczkowska et al. | Decision support in the area of Logistics 4.0 | |
Karam et al. | Analysis of the barriers to multimodal freight transport and their mitigation strategies | |
CN112712257A (zh) | 一种基于mysql数据库的码头物流数据管理方法 |
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: 20200904 |
|
RJ01 | Rejection of invention patent application after publication |