CN112330057B - 基于大数据的冷链物流冷藏产品运输质量优化管理系统 - Google Patents

基于大数据的冷链物流冷藏产品运输质量优化管理系统 Download PDF

Info

Publication number
CN112330057B
CN112330057B CN202011328366.3A CN202011328366A CN112330057B CN 112330057 B CN112330057 B CN 112330057B CN 202011328366 A CN202011328366 A CN 202011328366A CN 112330057 B CN112330057 B CN 112330057B
Authority
CN
China
Prior art keywords
transportation
route
parameter
transport
rugged
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.)
Active
Application number
CN202011328366.3A
Other languages
English (en)
Other versions
CN112330057A (zh
Inventor
刘金枝
罗海敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Kaihua Cold Energy Technology Co.,Ltd.
Original Assignee
Jiangsu Kaihua Cold Energy Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Kaihua Cold Energy Technology Co ltd filed Critical Jiangsu Kaihua Cold Energy Technology Co ltd
Priority to CN202011328366.3A priority Critical patent/CN112330057B/zh
Publication of CN112330057A publication Critical patent/CN112330057A/zh
Application granted granted Critical
Publication of CN112330057B publication Critical patent/CN112330057B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开基于大数据的冷链物流冷藏产品运输质量优化管理系统，包括包括运输路线统计模块、路线参数获取模块、路线参数分析模块、运输数据库、路线中转站统计模块、中转停留时间分析模块、参数处理中心、运输环境参数采集模块、人工输入模块、管理服务器、智能推荐终端和显示终端，本发明通过对目前冷链产品物流运输存在的运输路线选择片面性和运输环境调控不及时的弊端，进而对其进行优化，使得优化结果提高了冷链产品的运输质量，缩短了冷链产品的物流运输时间，同时提高了运输管理人员进行冷链产品运输环境调控的及时性，克服了目前冷链物流管理存在的弊端，达到优化冷链产品物流运输质量的目的。

Description

基于大数据的冷链物流冷藏产品运输质量优化管理系统
技术领域
本发明属于冷链商品物流管理技术领域，涉及到基于大数据的冷链物流冷藏产品运输质量优化管理系统。
背景技术
随着生活水平的提高和保健意识的增强,人们对食品的质量和新鲜度的要求越来越高,越来越多的人开始关注食品冷链物流，冷链物流已成为冷链产品安全运输的重要运输方式,在保证冷链产品安全中发挥着越来越大的作用。但是由于我国的冷链物流市场目前还只处于起步阶段，冷链物流在物流管理方面还存在以下弊端：
1.物流运输路线选择片面，目前对冷链产品物流运输路线的选择单纯只考虑路线的距离，没有考虑到路线的路况和中转站对物流运输质量的影响，对于路况，路况越崎岖，其冷链产品受到的颠簸越严重，就会降低冷链产品的质量，对于中转站，中转站的数量越多，其中转停留的时间可能会越长，进而会延长物流运输时间，降低冷链产品的新鲜度，同时中转站数量越多，冷链产品在中转站上下装卸过程中受到的颠簸越严重，因此目前对冷链产品物流运输路线的选择存在片面性；
2.运输环境调控不及时，目前对冷链产品的运输环境调控手段是通过安装相应的温湿度传感器采集冷链产品在运输中的环境参数，当超过冷链产品标准运输环境参数时，由管理人员进行调控，但是目前由于没有相应的可视化工具让运输管理人员及时知晓，导致冷链产品运输环境调控不及时，进而影响冷链产品的质量。
发明内容
针对上述问题，本发明提出一种基于大数据的冷链物流冷藏产品运输质量优化管理系统来弥补目前冷链物流管理存在的弊端，达到优化冷链产品物流运输质量的目的。
本发明的目的可以通过以下技术方案来实现：
基于大数据的冷链物流冷藏产品运输质量优化管理系统，包括运输路线统计模块、路线参数获取模块、路线参数分析模块、运输数据库、路线中转站统计模块、中转停留时间分析模块、参数处理中心、运输环境参数采集模块、人工输入模块、管理服务器、智能推荐终端和显示终端；
所述运输路线统计模块用于获取冷链产品运输的起点和终点，并根据冷链产品运输的起点和终点统计该冷链产品运输的各条运输路线，同时将统计的各条运输路线按照预设的顺序进行编号，依次标记为1,2...i...n；
所述路线参数获取模块用于对标记的各条运输路线获取路线参数，其路线参数包括路线距离和路况类型，并将获取的各条运输路线的路线参数构成路线参数集合Rw(rw1,rw2,...,rwi,...,rwn)，rwi表示为第i条运输路线的路线参数对应的数值，w表示为路线参数，w的取值为wl、wp,wl、wp分别表示为路线距离、路况类型，路线参数获取模块将路线参数集合分别发送至参数处理中心和路线参数分析模块；
所述路线参数分析模块用于接收路线参数获取模块发送的路线参数集合，并从路线参数集合中提取各条运输路线对应的路况类型，若某条运输路线的路况类型为平坦型，则不进行处理，若某条运输路线的路况类型为崎岖型，则获取该条运输路线对应的累计崎岖距离，由此统计各路况类型为崎岖型的运输路线对应的累计崎岖距离，记为S,并发送至参数处理中心；
所述路线中转站统计模块用于对标记的各条运输路线统计其中转站个数，并对统计的各条运输路线对应的各个中转站按照距离运输终点距离的远近顺序进行编号，分别标记为1,2...j...m，同时将统计的各条运输路线对应的中转站个数发送至参数处理中心；
所述中转停留时间分析模块用于获取冷链产品在各条运输路线对应的各个中转站的停留时间，并构成中转站停留时间集合ti(ti1,ti2,...,tij,...,tim)，tij表示冷链产品在第i条运输路线对应的第j个中转站的停留时间，进而根据中转站停留时间集合统计各条运输路线对应的中转停留总时间，并发送至参数处理中心；
所述运输数据库用于存储各种路况类型对应的路况影响系数，存储各种冷链产品种类对应的标准运输环境参数，存储各种冷链产品种类对应的安全对比温度范围和安全对比湿度范围，并存储路况影响系数、路线距离、中转停留总时间、累计崎岖距离、中转站个数对运输质量的权重系数；
所述参数处理中心接收路线参数获取模块发送的路线参数集合，路线参数分析模块发送的各路况类型为崎岖型的运输路线对应的累计崎岖距离，接收路线中转站统计模块发送的各条运输路线对应的中转站个数，并接收中转停留时间分析模块发送的各条运输路线对应的中转停留总时间，从路线参数集合中提取各条运输路线对应的路况类型，与运输数据库中各种路况类型对应的路况影响系数进行对比，筛选各条运输路线对应的路况影响系数，进而根据各条运输路线对应的路线距离、路况影响系数、各路况类型为崎岖型的运输路线对应的累计崎岖距离、中转站个数和中转停留总时间统计各条运输路线对应的运输质量系数，并发送至管理服务器；
所述运输环境参数采集模块包括若干运输环境参数采集终端，其分别安装在每个运输车内，用于采集各运输车内冷链产品的温度和湿度，采集的各运输车内冷链产品的运输环境参数构成运输车运输环境参数集合Gv(gv1,gv2,...,gvk,...,gvl)，gvk表示为第k个运输车的运输环境参数对应的数值，v表示为运输环境参数，v的取值为vt、vd,vt、vd分别表示为温度、湿度，运输环境参数采集模块将运输车运输环境参数集合发送至参数处理中心；
所述人工输入模块用于获取该冷链产品所属的产品种类，并将其传输至参数处理中心；
所述参数处理中心接收运输环境参数采集模块发送的运输车运输环境参数集合，接收人工输入模块发送的该冷链产品所属的产品种类，并将接收的该冷链产品所属的产品种类从运输数据库中筛选该冷链产品所属产品种类对应的标准运输环境参数，同时将接收的运输车运输环境参数集合与该冷链产品所属产品种类对应的标准运输环境参数进行对比，得到运输车运输环境参数对比集合ΔGv(Δgv1,Δgv2,...,Δgvk,...,Δgvl)，Δgvk表示为第k个运输车的运输环境参数与其对应的标准运输环境参数之间的对比值，参数处理中心将运输车运输环境参数对比集合发送至管理服务器；
所述管理服务器接收参数处理中心发送的各条运输路线对应的运输质量系数，进而将各条运输路线按照其对应的运输质量系数由大到小进行排序，得到各条运输路线对应的排序结果，并从排序结果中提取排在第一位的运输路线编号，发送至智能推荐终端；
同时管理服务器还接收参数处理中心发送的运输车运输环境参数对比集合，将接收的运输车运输环境参数对比集合与运输数据库中该冷链产品所属产品种类对应的安全对比温度范围和安全对比湿度范围进行对比，若某个运输车内冷链产品的温度对比值或湿度对比值大于该冷链产品所属产品种类对应的安全对比温度范围或安全对比湿度范围，则表明该运输车运输环境不合格，该运输车记为不合格运输车，由此统计不合格运输车的编号及其对应的不合格运输环境参数，并发送至对应运输车的显示终端；
所述智能推荐终端接收管理服务器发送的排在第一位的运输路线编号，并将其推荐给相关物流管理人员；
所述显示终端接收管理服务器发送的不合格运输车的编号及其对应的不合格运输环境参数，根据接收的不合格运输车的编号，在对应不合格的运输车的显示终端显示该不合格运输车对应的不合格运输环境参数。
作为本发明的一种优选实施方式，所述路况类型分为平坦型和崎岖型，其中平坦型是指运输路线全程均是平坦的，崎岖型是指运输路线具有一段或多段崎岖的路段或全程运输路线均是崎岖的。
作为本发明的一种优选实施方式，所述路线参数分析模块获取各路况类型为崎岖型的运输路线对应的累计崎岖距离的具体过程包括以下步骤：
W1：统计各路况类型为崎岖型的运输路线对应的崎岖路段个数；
W2：对各路况类型为崎岖型的运输路线获取每个崎岖路段对应的崎岖距离；
W3：将每个崎岖路段对应的崎岖距离进行累加，得到各路况类型为崎岖型的运输路线对应的累计崎岖距离。
作为本发明的一种优选实施方式，所述各条运输路线对应的中转停留总时间的计算公式为
Figure GDA0003092535330000051
Ti表示为第i条运输路线对应的中转停留总时间。
作为本发明的一种优选实施方式，所述各条运输路线对应的运输质量系数的计算公式为
Figure GDA0003092535330000052
Figure GDA0003092535330000053
表示为第i条运输路线对应的运输质量系数，ηi表示为第i条运输路线对应的路况影响系数，rwli表示为第i条运输路线对应的路线距离，Ti表示为第i条运输路线对应的中转停留总时间，Si表示为第i条运输路线对应的累计崎岖距离，mi表示为第i条运输路线对应的中转站个数，A、B、C、D、E分别表示为路况影响系数、路线距离、中转停留总时间、累计崎岖距离、中转站个数对运输质量的权重系数。
作为本发明的一种优选实施方式，所述运输环境参数采集终端包括温度传感器和湿度传感器，其中温度传感器用于检测运输车内冷链产品的温度，湿度传感器用于检测运输车内冷链产品的湿度。
作为本发明的一种优选实施方式，所述运输环境参数采集模块还用于对运输冷链产品的运输车数量进行统计，并对统计的各运输车按照预设的顺序进行编号，依次标记为1,2...k...l。
作为本发明的一种优选实施方式，所述标准运输环境参数包括标准运输温度和标准运输湿度。
本发明的有益效果如下：
1.本发明通过根据冷链产品运输的起点和终点获取各条运输路线，并对各条运输路线统计其路线距离、路况影响系数、各路况类型为崎岖型的运输路线对应的累计崎岖距离、中转站个数和中转停留总时间，进而得出各条运输路线对应的运输质量系数，以此对各条运输路线进行排序，从而选择运输质量最佳的运输路线，弥补了目前冷链产品物流运输管理存在的运输路线选择片面性的弊端，通过选择的运输质量最佳运输路线进行运输，提高了冷链产品的运输质量，同时缩短了冷链产品的物流运输时间，进而优化了冷链产品运输路线选择方式。
2.本发明通过对冷链产品运输车数量进行统计编号，并在每个冷链产品运输车内布设显示终端作为可视化工具，同时对每个冷链产品运输车内的运输环境参数进行采集，进而分析得出不合格运输车的编号及其对应的不合格运输环境参数，将其发送至对应运输车编号的显示终端显示，有利于让运输管理人员及时知晓，进而及时对冷链产品运输环境进行调控，克服了目前冷链产品物流运输管理存在的运输环境调控不及时的弊端，提高了调控的及时性，进而保障了冷链产品的质量。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块示意图。
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。
参照图1所示，基于大数据的冷链物流冷藏产品运输质量优化管理系统，包括运输路线统计模块、路线参数获取模块、路线参数分析模块、运输数据库、路线中转站统计模块、中转停留时间分析模块、参数处理中心、运输环境参数采集模块、人工输入模块、管理服务器、智能推荐终端和显示终端，其中运输路线统计模块分别与路线参数获取模块和路线中转站统计模块连接，路线参数获取模块和路线参数分析模块连接，路线中转站统计模块与中转停留时间分析模块连接，参数处理中心分别与路线参数获取模块、路线参数分析模块、路线中转站统计模块、中转停留时间分析模块、人工输入模块和运输环境参数采集模块连接，管理服务器分别与参数处理中心、智能推荐终端和显示终端连接。
运输路线统计模块用于获取冷链产品运输的起点和终点，并根据冷链产品运输的起点和终点统计该冷链产品运输的各条运输路线，同时将统计的各条运输路线按照预设的顺序进行编号，依次标记为1,2...i...n，通过对统计的各条运输路线进行编号，为后续进行路线参数获取及中转站统计提供方便。
路线参数获取模块用于对标记的各条运输路线获取路线参数，其路线参数包括路线距离和路况类型，其中路况类型分为平坦型和崎岖型，其中平坦型是指运输路线全程均是平坦的，崎岖型是指运输路线具有一段或多段崎岖的路段或全程运输路线均是崎岖的，并将获取的各条运输路线的路线参数构成路线参数集合Rw(rw1,rw2,...,rwi,...,rwn)，rwi表示为第i条运输路线的路线参数对应的数值，w表示为路线参数，w的取值为wl、wp,wl、wp分别表示为路线距离、路况类型，路线参数获取模块将路线参数集合分别发送至参数处理中心和路线参数分析模块。
路线参数分析模块用于接收路线参数获取模块发送的路线参数集合，并从路线参数集合中提取各条运输路线对应的路况类型，若某条运输路线的路况类型为平坦型，则不进行处理，若某条运输路线的路况类型为崎岖型，则获取该条运输路线对应的累计崎岖距离，由此统计各路况类型为崎岖型的运输路线对应的累计崎岖距离，记为S,并发送至参数处理中心，其中累计崎岖距离具体过程包括以下步骤：
W1：统计各路况类型为崎岖型的运输路线对应的崎岖路段个数；
W2：对各路况类型为崎岖型的运输路线获取每个崎岖路段对应的崎岖距离；
W3：将每个崎岖路段对应的崎岖距离进行累加，得到各路况类型为崎岖型的运输路线对应的累计崎岖距离。
路线中转站统计模块用于对标记的各条运输路线统计其中转站个数，并对统计的各条运输路线对应的各个中转站按照距离运输终点距离的远近顺序进行编号，分别标记为1,2...j...m，同时将统计的各条运输路线对应的中转站个数发送至参数处理中心。
中转停留时间分析模块用于获取冷链产品在各条运输路线对应的各个中转站的停留时间，并构成中转站停留时间集合ti(ti1,ti2,...,tij,...,tim)，tij表示冷链产品在第i条运输路线对应的第j个中转站的停留时间，进而根据中转站停留时间集合统计各条运输路线对应的中转停留总时间
Figure GDA0003092535330000091
Ti表示为第i条运输路线对应的中转停留总时间，中转停留时间分析模块将统计的各条运输路线对应的中转停留总时间发送至参数处理中心。
运输数据库用于存储各种路况类型对应的路况影响系数，其中路况影响系数越大，表明运输路线的运输质量越好，存储各种冷链产品种类对应的标准运输环境参数，存储各种冷链产品种类对应的安全对比温度范围和安全对比湿度范围，并存储路况影响系数、路线距离、中转停留总时间、累计崎岖距离、中转站个数对运输质量的权重系数。
参数处理中心接收路线参数获取模块发送的路线参数集合，路线参数分析模块发送的各路况类型为崎岖型的运输路线对应的累计崎岖距离，接收路线中转站统计模块发送的各条运输路线对应的中转站个数，并接收中转停留时间分析模块发送的各条运输路线对应的中转停留总时间，从路线参数集合中提取各条运输路线对应的路况类型，与运输数据库中各种路况类型对应的路况影响系数进行对比，筛选各条运输路线对应的路况影响系数，进而根据各条运输路线对应的路线距离、路况影响系数、各路况类型为崎岖型的运输路线对应的累计崎岖距离、中转站个数和中转停留总时间统计各条运输路线对应的运输质量系数
Figure GDA0003092535330000101
Figure GDA0003092535330000102
表示为第i条运输路线对应的运输质量系数，ηi表示为第i条运输路线对应的路况影响系数，rwli表示为第i条运输路线对应的路线距离，Ti表示为第i条运输路线对应的中转停留总时间，Si表示为第i条运输路线对应的累计崎岖距离，mi表示为第i条运输路线对应的中转站个数，A、B、C、D、E分别表示为路况影响系数、路线距离、中转停留总时间、累计崎岖距离、中转站个数对运输质量的权重系数，参数处理中心将统计的各条运输路线对应的运输质量系数发送至管理服务器。
本实施例统计的运输质量系数综合了路线距离、路况影响系数、各路况类型为崎岖型的运输路线对应的累计崎岖距离、中转站个数和中转停留总时间对运输质量的影响因素，避免了目前冷链产品物流运输路线选择单纯只考虑路线距离的问题，实现了各运输路线对应运输质量状况的量化展示，某运输路线的运输质量系数越大，表明该条运输路线对应的运输质量越好，为后面进行最佳运输路线推荐提供可靠的参考依据。
运输环境参数采集模块用于对运输冷链产品的运输车数量进行统计，并对统计的各运输车按照预设的顺序进行编号，依次标记为1,2...k...l，进而对标记的各运输车进行运输环境参数采集，运输环境参数采集模块包括若干运输环境参数采集终端，其分别安装在每个运输车内，运输环境参数采集终端包括温度传感器和湿度传感器，其中温度传感器用于检测运输车内冷链产品的温度，湿度传感器用于检测运输车内冷链产品的湿度，采集的各运输车内冷链产品的运输环境参数构成运输车运输环境参数集合Gv(gv1,gv2,...,gvk,...,gvl)，gvk表示为第k个运输车的运输环境参数对应的数值，v表示为运输环境参数，v的取值为vt、vd,vt、vd分别表示为温度、湿度，运输环境参数采集模块将运输车运输环境参数集合发送至参数处理中心。
人工输入模块用于获取该冷链产品所属的产品种类，并将其传输至参数处理中心。
参数处理中心接收运输环境参数采集模块发送的运输车运输环境参数集合，接收人工输入模块发送的该冷链产品所属的产品种类，并将接收的该冷链产品所属的产品种类从运输数据库中筛选该冷链产品所属产品种类对应的标准运输环境参数，同时将接收的运输车运输环境参数集合与该冷链产品所属产品种类对应的标准运输环境参数进行对比，得到运输车运输环境参数对比集合ΔGv(Δgv1,Δgv2,...,Δgvk,...,Δgvl)，Δgvk表示为第k个运输车的运输环境参数与其对应的标准运输环境参数之间的对比值，参数处理中心将运输车运输环境参数对比集合发送至管理服务器。
管理服务器接收参数处理中心发送的各条运输路线对应的运输质量系数，进而将各条运输路线按照其对应的运输质量系数由大到小进行排序，得到各条运输路线对应的排序结果，并从排序结果中提取排在第一位的运输路线编号，发送至智能推荐终端，其推荐的排在第一位的运输路线即为运输质量最佳的运输路线，通过选择的运输质量最佳运输路线进行运输，提高了冷链产品的运输质量，同时缩短了冷链产品的物流运输时间，进而优化了冷链产品运输路线选择方式。
同时管理服务器还接收参数处理中心发送的运输车运输环境参数对比集合，将接收的运输车运输环境参数对比集合与运输数据库中该冷链产品所属产品种类对应的安全对比温度范围和安全对比湿度范围进行对比，若某个运输车内冷链产品的温度对比值或湿度对比值大于该冷链产品所属产品种类对应的安全对比温度范围或安全对比湿度范围，则表明该运输车运输环境不合格，该运输车记为不合格运输车，由此统计不合格运输车的编号及其对应的不合格运输环境参数，并发送至对应运输车的显示终端。
本实施例通过对冷链产品运输车数量进行统计编号，并在每个冷链产品运输车内布设显示终端作为可视化工具，同时对每个冷链产品运输车内的运输环境参数进行采集，进而分析得出不合格运输车的编号及其对应的不合格运输环境参数，将其发送至对应运输车编号的显示终端显示，有利于让运输管理人员及时知晓，进而及时对冷链产品运输环境进行调控，克服了目前冷链产品物流运输管理存在的运输环境调控不及时的弊端，提高了调控的及时性，进而保障了冷链产品的质量。
智能推荐终端接收管理服务器发送的排在第一位的运输路线编号，并将其推荐给相关物流管理人员，相关物流管理人员根据推荐的运输路线进行物流运输。
显示终端接收管理服务器发送的不合格运输车的编号及其对应的不合格运输环境参数，根据接收的不合格运输车的编号，在对应不合格的运输车的显示终端显示该不合格运输车对应的不合格运输环境参数，便于相应物流运输人员直观了解相应的不合格运输环境参数。
本发明通过优化冷链产品物流运输路线的选择方式和冷链产品运输环境调控的及时性，弥补了目前冷链物流管理存在的弊端，达到优化冷链产品物流运输质量的目的。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.基于大数据的冷链物流冷藏产品运输质量优化管理系统，其特征在于：包括运输路线统计模块、路线参数获取模块、路线参数分析模块、运输数据库、路线中转站统计模块、中转停留时间分析模块、参数处理中心、运输环境参数采集模块、人工输入模块、管理服务器、智能推荐终端和显示终端；
所述运输路线统计模块用于获取冷链产品运输的起点和终点，并根据冷链产品运输的起点和终点统计该冷链产品运输的各条运输路线，同时将统计的各条运输路线按照预设的顺序进行编号，依次标记为1,2...i...n；
所述路线参数获取模块用于对标记的各条运输路线获取路线参数，其路线参数包括路线距离和路况类型，并将获取的各条运输路线的路线参数构成路线参数集合Rw(rw1,rw2,...,rwi,...,rwn)，rwi表示为第i条运输路线的路线参数对应的数值，w表示为路线参数，w的取值为wl、wp,wl、wp分别表示为路线距离、路况类型，路线参数获取模块将路线参数集合分别发送至参数处理中心和路线参数分析模块；
所述路线参数分析模块用于接收路线参数获取模块发送的路线参数集合，并从路线参数集合中提取各条运输路线对应的路况类型，若某条运输路线的路况类型为平坦型，则不进行处理，若某条运输路线的路况类型为崎岖型，则获取该条运输路线对应的累计崎岖距离，由此统计各路况类型为崎岖型的运输路线对应的累计崎岖距离，记为S,并发送至参数处理中心；
所述路线中转站统计模块用于对标记的各条运输路线统计其中转站个数，并对统计的各条运输路线对应的各个中转站按照距离运输终点距离的远近顺序进行编号，分别标记为1,2...j...m，同时将统计的各条运输路线对应的中转站个数发送至参数处理中心；
所述中转停留时间分析模块用于获取冷链产品在各条运输路线对应的各个中转站的停留时间，并构成中转站停留时间集合ti(ti1,ti2,...,tij,...,tim)，tij表示冷链产品在第i条运输路线对应的第j个中转站的停留时间，进而根据中转站停留时间集合统计各条运输路线对应的中转停留总时间，并发送至参数处理中心；
所述运输数据库用于存储各种路况类型对应的路况影响系数，存储各种冷链产品种类对应的标准运输环境参数，存储各种冷链产品种类对应的安全对比温度范围和安全对比湿度范围，并存储路况影响系数、路线距离、中转停留总时间、累计崎岖距离、中转站个数对运输质量的权重系数；
所述参数处理中心接收路线参数获取模块发送的路线参数集合，路线参数分析模块发送的各路况类型为崎岖型的运输路线对应的累计崎岖距离，接收路线中转站统计模块发送的各条运输路线对应的中转站个数，并接收中转停留时间分析模块发送的各条运输路线对应的中转停留总时间，从路线参数集合中提取各条运输路线对应的路况类型，与运输数据库中各种路况类型对应的路况影响系数进行对比，筛选各条运输路线对应的路况影响系数，进而根据各条运输路线对应的路线距离、路况影响系数、各路况类型为崎岖型的运输路线对应的累计崎岖距离、中转站个数和中转停留总时间统计各条运输路线对应的运输质量系数，并发送至管理服务器；
所述运输环境参数采集模块包括若干运输环境参数采集终端，其分别安装在每个运输车内，用于采集各运输车内冷链产品的温度和湿度，采集的各运输车内冷链产品的运输环境参数构成运输车运输环境参数集合Gv(gv1,gv2,...,gvk,...,gvl)，gvk表示为第k个运输车的运输环境参数对应的数值，v表示为运输环境参数，v的取值为vt、vd,vt、vd分别表示为温度、湿度，运输环境参数采集模块将运输车运输环境参数集合发送至参数处理中心；
所述人工输入模块用于获取该冷链产品所属的产品种类，并将其传输至参数处理中心；
所述参数处理中心接收运输环境参数采集模块发送的运输车运输环境参数集合，接收人工输入模块发送的该冷链产品所属的产品种类，并将接收的该冷链产品所属的产品种类从运输数据库中筛选该冷链产品所属产品种类对应的标准运输环境参数，同时将接收的运输车运输环境参数集合与该冷链产品所属产品种类对应的标准运输环境参数进行对比，得到运输车运输环境参数对比集合ΔGv(Δgv1,Δgv2,...,Δgvk,...,Δgvl)，Δgvk表示为第k个运输车的运输环境参数与其对应的标准运输环境参数之间的对比值，参数处理中心将运输车运输环境参数对比集合发送至管理服务器；
所述管理服务器接收参数处理中心发送的各条运输路线对应的运输质量系数，进而将各条运输路线按照其对应的运输质量系数由大到小进行排序，得到各条运输路线对应的排序结果，并从排序结果中提取排在第一位的运输路线编号，发送至智能推荐终端；
同时管理服务器还接收参数处理中心发送的运输车运输环境参数对比集合，将接收的运输车运输环境参数对比集合与运输数据库中该冷链产品所属产品种类对应的安全对比温度范围和安全对比湿度范围进行对比，若某个运输车内冷链产品的温度对比值或湿度对比值大于该冷链产品所属产品种类对应的安全对比温度范围或安全对比湿度范围，则表明该运输车运输环境不合格，该运输车记为不合格运输车，由此统计不合格运输车的编号及其对应的不合格运输环境参数，并发送至对应运输车的显示终端；
所述智能推荐终端接收管理服务器发送的排在第一位的运输路线编号，并将其推荐给相关物流管理人员；
所述显示终端接收管理服务器发送的不合格运输车的编号及其对应的不合格运输环境参数，根据接收的不合格运输车的编号，在对应不合格的运输车的显示终端显示该不合格运输车对应的不合格运输环境参数。
2.根据权利要求1所述的基于大数据的冷链物流冷藏产品运输质量优化管理系统，其特征在于：所述路况类型分为平坦型和崎岖型，其中平坦型是指运输路线全程均是平坦的，崎岖型是指运输路线具有一段或多段崎岖的路段或全程运输路线均是崎岖的。
3.根据权利要求1所述的基于大数据的冷链物流冷藏产品运输质量优化管理系统，其特征在于：所述路线参数分析模块获取各路况类型为崎岖型的运输路线对应的累计崎岖距离的具体过程包括以下步骤：
W1：统计各路况类型为崎岖型的运输路线对应的崎岖路段个数；
W2：对各路况类型为崎岖型的运输路线获取每个崎岖路段对应的崎岖距离；
W3：将每个崎岖路段对应的崎岖距离进行累加，得到各路况类型为崎岖型的运输路线对应的累计崎岖距离。
4.根据权利要求1所述的基于大数据的冷链物流冷藏产品运输质量优化管理系统，其特征在于：所述各条运输路线对应的中转停留总时间的计算公式为
Figure FDA0003092535320000041
Ti表示为第i条运输路线对应的中转停留总时间。
5.根据权利要求1所述的基于大数据的冷链物流冷藏产品运输质量优化管理系统，其特征在于：所述各条运输路线对应的运输质量系数的计算公式为
Figure FDA0003092535320000051
Figure FDA0003092535320000052
表示为第i条运输路线对应的运输质量系数，ηi表示为第i条运输路线对应的路况影响系数，
Figure FDA0003092535320000053
表示为第i条运输路线对应的路线距离，Ti表示为第i条运输路线对应的中转停留总时间，Si表示为第i条运输路线对应的累计崎岖距离，mi表示为第i条运输路线对应的中转站个数，A、B、C、D、E分别表示为路况影响系数、路线距离、中转停留总时间、累计崎岖距离、中转站个数对运输质量的权重系数。
6.根据权利要求1所述的基于大数据的冷链物流冷藏产品运输质量优化管理系统，其特征在于：所述运输环境参数采集终端包括温度传感器和湿度传感器，其中温度传感器用于检测运输车内冷链产品的温度，湿度传感器用于检测运输车内冷链产品的湿度。
7.根据权利要求1所述的基于大数据的冷链物流冷藏产品运输质量优化管理系统，其特征在于：所述运输环境参数采集模块还用于对运输冷链产品的运输车数量进行统计，并对统计的各运输车按照预设的顺序进行编号，依次标记为1,2...k...l。
8.根据权利要求1所述的基于大数据的冷链物流冷藏产品运输质量优化管理系统，其特征在于：所述标准运输环境参数包括标准运输温度和标准运输湿度。
CN202011328366.3A 2020-11-24 2020-11-24 基于大数据的冷链物流冷藏产品运输质量优化管理系统 Active CN112330057B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011328366.3A CN112330057B (zh) 2020-11-24 2020-11-24 基于大数据的冷链物流冷藏产品运输质量优化管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011328366.3A CN112330057B (zh) 2020-11-24 2020-11-24 基于大数据的冷链物流冷藏产品运输质量优化管理系统

Publications (2)

Publication Number Publication Date
CN112330057A CN112330057A (zh) 2021-02-05
CN112330057B true CN112330057B (zh) 2021-11-09

Family

ID=74321081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011328366.3A Active CN112330057B (zh) 2020-11-24 2020-11-24 基于大数据的冷链物流冷藏产品运输质量优化管理系统

Country Status (1)

Country Link
CN (1) CN112330057B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112978128B (zh) * 2021-02-20 2022-10-11 上海圆徕科技有限公司 基于大数据和图像分析技术的冷链物流运输商品品质监测管理系统
CN112862406B (zh) * 2021-03-03 2024-02-27 湖南奥维思供应链管理有限公司 基于大数据分析的物流订单在线智能管理云平台
CN113887792B (zh) * 2021-09-23 2022-10-11 中铁二十局集团有限公司 铁路冷链货物安全运输方法、电子设备及存储介质
CN114049069A (zh) * 2021-11-18 2022-02-15 广州工商学院 一种冷链物流监控方法、系统和计算机设备
CN114707941B (zh) * 2022-06-06 2023-03-24 张家港长三角生物安全研究中心 一种生物制品运输管理方法及系统
CN116308068B (zh) * 2023-05-17 2023-09-19 成都运荔枝科技有限公司 一种适用于仓库冷链食品的库房环境智能管控系统
CN117993809A (zh) * 2024-02-23 2024-05-07 北京中农亿家资源科技有限公司 基于大数据信息进行分析的猪肉冷链配送系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331743A (zh) * 2014-10-11 2015-02-04 清华大学 一种基于多目标优化的电动车辆出行规划方法
CN107067211A (zh) * 2017-04-13 2017-08-18 河南农业大学 一种冷链物流系统
CN107238391A (zh) * 2016-03-28 2017-10-10 高德软件有限公司 一种公交出行路线的推荐方法及装置
CN107942842A (zh) * 2018-01-03 2018-04-20 深圳市瑞思物流有限公司 一种基于智能车载盒子和车联网的冷链配送车远程监控系统
US20190242716A1 (en) * 2018-02-03 2019-08-08 Carrier Corporation Cold chain transportation route modeling system
US20190385115A1 (en) * 2018-06-18 2019-12-19 Walmart Apollo, Llc Temperature-sensitive cold-chain compliance indicators
CN110942634A (zh) * 2019-12-11 2020-03-31 拉货宝网络科技有限责任公司 一种货车运输安全系数评估方法
CN111861350A (zh) * 2020-08-04 2020-10-30 祝振英 一种基于大数据的生鲜冷链运输商品品质监测预警管理系统
CN111845772A (zh) * 2020-05-27 2020-10-30 联合汽车电子有限公司 Gpf主动再生方法、电子设备及可读存储介质
CN111967811A (zh) * 2020-07-08 2020-11-20 吉林大学 面向城市交通环境的混合动力物流车路径规划方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015114772A1 (de) * 2015-09-03 2017-03-09 Deutsche Post Ag Verfahren zur Weiterleitung wenigstens einer Sendung von einem Weitergabefahrzeug an ein Übernahmefahrzeug sowie Weitergabefahrzeug
CN109579865A (zh) * 2019-01-04 2019-04-05 杭州卓凯科技有限公司 网约货运汽车行车路线规划系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331743A (zh) * 2014-10-11 2015-02-04 清华大学 一种基于多目标优化的电动车辆出行规划方法
CN107238391A (zh) * 2016-03-28 2017-10-10 高德软件有限公司 一种公交出行路线的推荐方法及装置
CN107067211A (zh) * 2017-04-13 2017-08-18 河南农业大学 一种冷链物流系统
CN107942842A (zh) * 2018-01-03 2018-04-20 深圳市瑞思物流有限公司 一种基于智能车载盒子和车联网的冷链配送车远程监控系统
US20190242716A1 (en) * 2018-02-03 2019-08-08 Carrier Corporation Cold chain transportation route modeling system
US20190385115A1 (en) * 2018-06-18 2019-12-19 Walmart Apollo, Llc Temperature-sensitive cold-chain compliance indicators
CN110942634A (zh) * 2019-12-11 2020-03-31 拉货宝网络科技有限责任公司 一种货车运输安全系数评估方法
CN111845772A (zh) * 2020-05-27 2020-10-30 联合汽车电子有限公司 Gpf主动再生方法、电子设备及可读存储介质
CN111967811A (zh) * 2020-07-08 2020-11-20 吉林大学 面向城市交通环境的混合动力物流车路径规划方法及系统
CN111861350A (zh) * 2020-08-04 2020-10-30 祝振英 一种基于大数据的生鲜冷链运输商品品质监测预警管理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"考虑碳排放与时空距离的冷链配送路径优化研究";王旭坪;《系统工程学报》;20190831;第34卷(第4期);555-565 *

Also Published As

Publication number Publication date
CN112330057A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN112330057B (zh) 基于大数据的冷链物流冷藏产品运输质量优化管理系统
CN104834977B (zh) 基于距离度量学习的交通警情等级预测方法
US12112630B2 (en) Methods for recommending parking lots in smart cities, internet of things systems, and storage medium thereof
CN108230049A (zh) 订单的预测方法及系统
CN110763929A (zh) 一种换流站设备智能监测预警系统及方法
CN112884325A (zh) 一种客站设备应用分析及健康状况评价方法及系统
CN111932402A (zh) 一种基于相似日和lstm的短期电力负荷双向组合预测方法
CN113496314B (zh) 一种神经网络模型预测道路交通流量的方法
CN109344991B (zh) 一种公交线路最高断面客流预测方法
CN112978128B (zh) 基于大数据和图像分析技术的冷链物流运输商品品质监测管理系统
CN109360415B (zh) 一种道路交通流异常数据识别方法
CN112288374B (zh) 一种基于云计算的智慧供应链物流智能优化管理系统
CN111178591A (zh) 基于大数据的冷链物流产品冷藏运输质量优化管理系统
CN115630839A (zh) 一种基于数据挖掘的生产智能反馈调控系统
CN115796732B (zh) 基于电商平台商品的区域物流送货上门分配管理方法
CN111880245A (zh) 登陆热带气旋过程降水预报系统
Xu et al. A multi-object decision-making method for location model of manufacturing industry under uncertain environment
CN112257962A (zh) 一种台区线损预测方法及装置
CN116187650A (zh) 针对产品零部件的自主机器学习需求预测方法及系统
CN112711585B (zh) 一种基于大数据技术的高速公路绿通车信用管理系统
CN117852819A (zh) 一种散货码头智能调度推优的方法及系统
CN116452095B (zh) 一种数字工厂的车辆智能监管调度方法、系统和介质
CN112906993A (zh) 一种高速公路绿通车过站查验时间预测方法
CN114819805A (zh) 车辆运输管理系统
CN113805252A (zh) 基于集合预报模型的登陆热带气旋过程大风预报系统

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
TA01 Transfer of patent application right

Effective date of registration: 20211026

Address after: 212400 building 22, science and technology entrepreneurship Park, north of old 122 provincial road, Huangmei village, Jurong Development Zone, Zhenjiang City, Jiangsu Province

Applicant after: Jiangsu Kaihua Cold Energy Technology Co.,Ltd.

Address before: No. 449, Xuejin Road, Qixia District, Nanjing City, Jiangsu Province, 210046

Applicant before: Nanjing cochlear calf Network Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant