CN113505934B - 一种tms智能物流时间管理方法及装置 - Google Patents
一种tms智能物流时间管理方法及装置 Download PDFInfo
- Publication number
- CN113505934B CN113505934B CN202110817657.7A CN202110817657A CN113505934B CN 113505934 B CN113505934 B CN 113505934B CN 202110817657 A CN202110817657 A CN 202110817657A CN 113505934 B CN113505934 B CN 113505934B
- Authority
- CN
- China
- Prior art keywords
- time
- obtaining
- quota
- management
- logistics
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
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"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (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
本发明公开了一种TMS智能物流时间管理方法及装置,所述方法包括:根据第一企业的第一供应链流程,获得第一时间结构序列;将所述第一时间结构序列输入时间消耗分析模型中,输出第一消耗标识流程;根据所述第一消耗标识流程,获得第一时间定额阈值;根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值;根据所述第二时间定额阈值和所述第一企业的第一物流管理水平,获得第一激励行为状态;将所述第一激励行为状态发送至所述第一决策管理模块。解决了现有技术中存在物流时间管理不够智能,时间管理上存在的分散性,进而使得物流管理的降低成本实现效率不高,影响物流管理质量的技术问题。
Description
技术领域
本发明涉及物流管理相关领域,尤其涉及一种TMS智能物流时间管理方法及装置。
背景技术
随着互联网与电商产业的迅速崛起,物流产业应运而生,物流给国民经济和企业的生产经营带来了巨大的经济效益,从而获得了迅速的发展和普及,其中,作为物流运作的重要环节,时间管理在各个环节的成本具有较大的比重,且根据目前中国国内物流的现状,提出要改善物流行业的整体状况,必然需要加快物流速度,减少物流时间以节省物流成本,随着市场竞争与日俱增,对于物流环节的各项考核也随着增高,智能管理软件的上线势在必行。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在物流时间管理不够智能,时间管理上存在的分散性,进而使得物流管理的降低成本实现效率不高,影响物流管理质量的技术问题。
发明内容
本申请实施例通过提供一种TMS智能物流时间管理方法及装置,解决了现有技术中存在物流时间管理不够智能,时间管理上存在的分散性,进而使得物流管理的降低成本实现效率不高,影响物流管理质量的技术问题,达到了通过对供应链进行数据采集,从而实现物流时间与激励控制的结合,提高时间管理智能性,降低物流成本的技术效果。
鉴于上述问题,提出了本申请实施例提供一种TMS智能物流时间管理方法及装置。
第一方面,本申请实施例提供了一种TMS智能物流时间管理方法,其中,所述方法应用于一种TMS智能物流时间管理装置,所述装置包括第一决策管理模块,所述方法包括:获得第一企业的第一供应链流程;根据所述第一供应链流程,获得第一时间结构序列;将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程;根据所述第一消耗标识流程,获得第一时间定额阈值;根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值;获得所述第一企业的第一物流管理水平;根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态;将所述第一激励行为状态发送至所述第一决策管理模块。
另一方面,本申请还提供了一种TMS智能物流时间管理装置,所述装置包括:第一获得单元,所述第一获得单元用于获得第一企业的第一供应链流程;第二获得单元,所述第二获得单元用于根据所述第一供应链流程,获得第一时间结构序列;第一输入单元,所述第一输入单元用于将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程;第三获得单元,所述第三获得单元用于根据所述第一消耗标识流程,获得第一时间定额阈值;第四获得单元,所述第四获得单元用于基于根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值;第五获得单元,所述第五获得单元用于获得所述第一企业的第一物流管理水平;第六获得单元,所述第六获得单元用于根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态;第一发送单元,所述第一发送单元用于将所述第一激励行为状态发送至第一决策管理模块。
第三方面,本发明提供了一种TMS智能物流时间管理装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过获得第一企业的第一供应链流程,从而针对供应链流程进行大数据采集,将采集获得的数据按照时间序列进行排列,进而获得所述第一时间结果序列,进一步的,再将所述第一时间结构序列输出到时间消耗分析模型中,根据所述时间消耗分析模型,获得标识存在时间消耗的第一消耗标识流程,进而确定出第一时间定额阈值,另一方面,根据企业制定的管理成本完成时间定额约束的进一步细化和约束,获得所述第二时间定额阈值,根据企业物流的第一物流管理水平和所述第二时间定额阈值完成激励状态映射构建,获得第一激励行为状态并发送给所述第一决策管理模块的方式,达到了通过对供应链进行数据采集,从而实现物流时间与激励控制的结合,提高时间管理智能性,降低物流成本的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种TMS智能物流时间管理方法的流程示意图;
图2为本申请实施例一种TMS智能物流时间管理方法的映射关系构建流程示意图;
图3为本申请实施例一种TMS智能物流时间管理方法的激励状态分析流程示意图;
图4为本申请实施例一种TMS智能物流时间管理方法的激励执行判断流程示意图;
图5为本申请实施例一种TMS智能物流时间管理方法的管理成本获得流程示意图;
图6为本申请实施例一种TMS智能物流时间管理方法的增值曲线分析流程示意图;
图7为本申请实施例一种TMS智能物流时间管理方法的时间消化分析流程示意图;
图8为本申请实施例一种TMS智能物流时间管理装置的结构示意图;
图9为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一输入单元13,第三获得单元14,第四获得单元15,第五获得单元16,第六获得单元17,第一发送单元18,计算设备90,存储器91,处理器92,输入输出接口93。
具体实施方式
本申请实施例通过提供一种TMS智能物流时间管理方法及装置,解决了现有技术中存在物流时间管理不够智能,时间管理上存在的分散性,进而使得物流管理的降低成本实现效率不高,影响物流管理质量的技术问题,达到了通过对供应链进行数据采集,从而实现物流时间与激励控制的结合,提高时间管理智能性,降低物流成本的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
随着互联网与电商产业的迅速崛起,物流产业应运而生,物流给国民经济和企业的生产经营带来了巨大的经济效益,从而获得了迅速的发展和普及,其中,作为物流运作的重要环节,时间管理在各个环节的成本具有较大的比重,且根据目前中国国内物流的现状,提出要改善物流行业的整体状况,必然需要加快物流速度,减少物流时间以节省物流成本,随着市场竞争与日俱增,对于物流环节的各项考核也随着增高,智能管理软件的上线势在必行。但目前现有技术中存在物流时间管理不够智能,时间管理上存在的分散性,进而使得物流管理的降低成本实现效率不高,影响物流管理质量的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种TMS智能物流时间管理方法,其中,所述方法应用于一种TMS智能物流时间管理装置,所述装置包括第一决策管理模块,所述方法包括:获得第一企业的第一供应链流程;根据所述第一供应链流程,获得第一时间结构序列;将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程;根据所述第一消耗标识流程,获得第一时间定额阈值;根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值;获得所述第一企业的第一物流管理水平;根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态;将所述第一激励行为状态发送至所述第一决策管理模块。
在介绍了本申请基本原理后,下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请实施例提供的技术方案对于类似的技术问题同样适用。
实施例一
如图1所示,本申请实施例提供了一种TMS智能物流时间管理方法,其中,所述方法应用于一种TMS智能物流时间管理装置,所述装置包括第一决策管理模块,所述方法包括:
步骤S100:获得第一企业的第一供应链流程;
步骤S200:根据所述第一供应链流程,获得第一时间结构序列;
具体而言,通过对所述第一企业的基本属性进行数据采集,进而将采集到的数据完成供应链流程的有效分析,其中,所述第一企业的第一供应链流程为通过对企业实现物资实体的有效移动,保障正常运行所需的物资需要等各个活动的流程,其中,通过分析所述第一供应链流程,进而获得其每个流程对应的时间结构,比如运输、存储、包装、装卸、加工和信息处理等多个对象,举例来说,若所述第一企业为某纺织服装业的企业,通过对所有的物流管理流程进行数据采集,从纱厂、布厂、成衣、以及销售各个分布进行时间序列分析,从而获得所述第一时间结构序列,进一步的,通过基于数据分析形成的所述第一供应链流程进行时间序列的分析,从而能够根据供应链更大范围内的时间资源分析。
步骤S300:将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程;
具体而言,所述时间消耗分析模型是根据所述第一时间结构序列中所有流程对象所停留的时间并根据特征数据构建的时间消耗分析模型,且所述时间消耗分析模型是基于神经网络构建的数据模型,能够实现数据的不断训练,以输出准确的结果。由于所述第一时间结构序列能够表明从原料投入到产品交付后消费结束,将之前的延续时间、停顿时间和运动时间进行时间的消耗分析,从而获得所述第一消耗标识流程,所述第一消耗标识流程是对所述第一供应链流程中不具备时间消耗的流程进行标识进而提取到的已标识流程,供应链的所有流程中由于运输占比最小,因此,对于运输中的时间管理消耗也较小,从而输出具有时间消耗过长并随时间的增加不断产生成本的流程,因此,通过进一步的获得所述第一消耗标识流程能够提高时间管理的有效性和效率。
步骤S400:根据所述第一消耗标识流程,获得第一时间定额阈值;
具体而言,所述第一时间定额阈值是通过确定企业时间定额以及可调整浮动定额的数学计算获得的阈值,企业时间定额的确定是根据企业自身的物流管理要求并与供应链共同分析获得的定额,可调整浮动定额为通过对实际的制约环境因素、资金因素等进行定额调整分析获得的浮动定额,其中,调整浮动定额可以包括正向浮动的增加定额阈值,和负向浮动的减少定额,进而企业的时间定额和调整浮动的定额进行加合的数学计算,确定所述第一时间定额阈值,达到了针对化时间管理的技术效果。
步骤S500:根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值;
具体而言,所述第一企业的管理成本为所述第一企业进行物流管理的成本,包括人工的管理成本和企业的管理成本两个方向,由于所述第一时间定额阈值为获得具有时间消耗标识的流程确定的时间定额浮动阈值,从而进一步的通过增加企业管理成本的输入对所述第一时间定额阈值进行进一步的调整,获得所述第二时间定额阈值,从而增加了物流时间管理针对性和准确性。
进一步而言,如图5所示,所述根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值,本申请实施例步骤S500还包括:
步骤S510:获得所述第一时间定额阈值中的第一运输时间定额、第一加工时间定额和第一库存时间定额;
步骤S520:根据所述第一运输时间定额、所述第一加工时间定额,获得第一人工管理成本;
步骤S530:根据所述第一库存时间定额,获得第一库存管理成本;
步骤S540:根据所述第一人工管理成本和所述第一库存管理成本,获得所述第一企业的管理成本。
具体而言,时间定额是根据企业自身的定位和发展,规定每一项物流流程作业花费的时间,即指在正常和合理使用机械的条件下,完成单位合格产品所必须的工作时间,进而获得所述第一运输时间定额、第一加工时间定额的人工管理成本,和第一库存时间定额的企业管理成本,其中,由于库存中的物品为静止再库存中使得占用的时间长且包含支出损失,加工时间中的制造时间同样会随着变量发生影响,因此,通过根据企业制定的时间定额对应获得企业的管理成本,且所述第一企业的管理成本具有最大标准值,当超出最大标准时需要针对化完成调整,以减少成本的损失。
步骤S600:获得所述第一企业的第一物流管理水平;
具体而言,所述第一物流管理水平是通过对所述第一企业的历史物流管理数据进行大数据采集分析,将历史的物流管理数据中的物流基础管理数据按照年份和成本的损失数据进行曲线构建的分析,进而获得所述第一企业的物流管理特征,进一步的,结合分析目前的技术水平均值对所述第一企业的物流管理进行等级评估,进而获得所述第一物流管理水平。
步骤S700:根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态;
步骤S800:将所述第一激励行为状态发送至所述第一决策管理模块。
具体而言,以所述第二时间定额阈值为基础的物流管理,能够将供应链中的所有流程作业执行建立在一个统一的标准上,从而便于时间管理的准确化过程,进一步的,对员工进行激励措施和鼓励也可对作业时间进行调整,从而提高作业效率,压缩物流时间,因此,将所述第二时间定额阈值为和所述第一物流管理水平完成马尔科夫的决策优化过程,获得所述第一激励行为状态,并将所述第一激励行为状态作为时间决策支持提供给物流管理系统中进行评估分析,当处于可执行状态时完成对应的物流时间优化管理,由于企业标准的变动的频率不能过高,因此,通过设定预设频率进行管理的优化。达到了通过对供应链进行数据采集,从而实现物流时间与激励控制的结合,提高时间管理智能性,降低物流成本的技术效果。
进一步而言,如图2所示,其中,所述根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态,本申请实施例步骤S700还包括:
步骤S710:获得第一企业员工在所述第一物流管理水平的第一定额完成状态;
步骤S720:根据所述第一定额完成率,获得所述第一企业的第一激励值;
步骤S730:根据所述第一激励值对所述第一定额完成状态进行更新,获得第二定额完成状态;
步骤S740:根据所述第二定额完成状态与所述第一物流管理水平,获得第一时间管理映射关系;
步骤S750:根据所述第一时间管理映射关系,获得所述第一激励行为状态。
进一步的,所述第一企业员工为处于供应链流程中的流程作业人员,且所述第一企业员工的工作状态与时间定额完成率存在对应逻辑关系,因此,通过获得在所述第一物流管理水平下的定额完成状态,并根据企业对制造员工的审核激励获得员工的激励后的第二定额完成状态,其中,由于激励值对员工造成的积极影响从而构建出在根据所述第二定额完成状态与所述第一物流管理水平的基础条件下激励映射关系。所述第一定额完成率能够对目前物流时间管理的效率进行数字化表示,当所述第一定额完成率越高表示企业员工的工作状态越高,从而提高流程工作的效率,减少时间损耗增加效率,而通过审核激励的方式可以提高定额完成率,因此,通过所述第一时间管理映射关系,获得所述第一激励行为状态进行激励决策数据的提供,使得物流时间管理的质量进行优化,提高管理智能性。
进一步而言,如图3所示,其中,所述根据所述第一时间管理映射关系,获得所述第一激励行为状态,本申请实施例步骤S750还包括:
步骤S751:根据所述第一时间管理映射关系,构建所述第一企业的第一时间定额状态分布库;
步骤S752:获得所述第一企业的处于第一期望定额完成状态的第一可执行概率;
步骤S753:将所述第一期望定额完成状态输入所述第一时间定额状态分布库进行遍历查找,获得第N定额完成状态和第一查找概率,其中,所述第一查找概率为所述第N定额完成状态满足的概率;
步骤S754:通过对所述第一查找概率和所述第一可执行概率进行判断,获得所述第一激励行为状态。
具体而言,构建所述第一企业的第一时间定额状态分布库中包括三个类别数据,即多个定额完成率、多个激励值以及多个企业管理水平,其中,每三个数据为一组构成映射关系,并对多组中进行查询获得优化的决策信息,其过程就是一个与时间序列有关的过程,除非到达处于第一期望定额完成状态,不然每一次动作的执行,都会作为一个新的样本加入到训练数据中,为当前状态选择最优策略,且每一次动作的执行不能更改。处于第一期望定额完成状态后获得第N定额完成状态,再根据所述第N定额完成状态获得对应的最佳激励值进行激励。进一步的,遍历查找的过程就是一个状态-动作的选择的过程,及系统的下个状态只与当前状态信息有关,与更早的状态无关,从而获得满足期望状态的激励值对应进行智能化的决策支持数据。
进一步而言,如图4所示,其中,所述通过对所述第一查找概率和所述第一可执行概率进行判断,获得所述第一激励行为状态,本申请实施例步骤S754还包括:
步骤S7541:获得第一预设概率阈值;
步骤S7542:根据所述第一查找概率和所述第一预设概率阈值,获得第一查找概率阈值;
步骤S7543:根据所述第一查找概率阈值,获得第一最大概率;
步骤S7544:判断所述第一最大概率是否满足所述第一可执行概率;
步骤S7545:若所述第一最大概率满足所述第一可执行概率,获得所述第N定额完成状态对应的第N激励值;
步骤S7546:根据所述第N激励值对所述第一企业员工进行激励。
具体而言,所述第一预设概率阈值为提前设置的可容纳偏离概率阈值,由于容纳偏离的不确定性,需要根据区间范围进行动态调整,因此,通过将所述状态查询库中满足期望定额完成率的查找概率与所述第一预设概率阈值进行结合后获得所述第一最大概率再与上一实施例中的所述第一可执行概率进行判断,若所述第一最大概率不满足所述第一可执行概率表示可执行的概率过小产生一定的约束,若所述第一最大概率满足所述第一可执行概率进而完成激励,获得所述第第N激励值对企业员工进行激励,达到了通过对供应链进行数据采集,从而达到物流时间与激励控制的智能化结合,提高决策可实现性和优化判断过程的技术效果。
进一步而言,如图6所示,其中,所述根据所述第一消耗标识流程,获得第一时间定额阈值,本申请实施例S400还包括:
步骤S410:根据所述第一消耗标识流程,获得多个标识流程对象;
步骤S420:基于所述多个标识流程对象中的所有对象,构建第一增值曲线,所述第一增值曲线为表示随时间变化价值的增加曲线;
步骤S430:根据所述第一增值曲线,获得所述多个标识流程对象中的第一排序规则;
步骤S440:根据所述第一排序规则对所述多个标识流程对象中的所有对象进行排序。
具体而言,所述多个标识流程对象为对所述第一供应链中的物流对象进行时间消耗与价值增值的分析,从而确定出所有物流对象中的工作过程中物流行为是基于时间的增长存在增值过程的,哪些物流对象工作过程中物流行为是基于时间的增长不存在增值过程且伴随价值损失,其中,所述第一增值曲线中为二维空间直角坐标系,横坐标为增加成本时间,纵坐标为价值增值时间,进而根据所述第一增值全新分析出增值与不增值之间的数量和比例,并根据数量和比例进行定性定量分析,进而根据分析数据的大小完成排序,针对较大的数据进行重点管理和优先管理,使得管理过程层级化和流程化,增加管理质量。提高时间管理智能性,降低物流成本的技术效果。
进一步而言,如图7所示,所述将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程,本申请实施例S300还包括:
步骤S310:将所述第一时间结构序列作为输入信息构建所述时间消耗分析模型;
步骤S320:所述时间消耗分析模型是基于多组训练数据训练获得,所述多组训练数据包括所述第一时间结构序列和第一标识信息,其中,所述第一标识信息为物流时间消耗的标识信息;
步骤S330:获得所述时间消耗分析模型的输出结果,所述输出结果包括为所述第一消耗标识流程。
具体而言,所述时间消耗分析模型是基于神经网络构建的神经网络模型,其中,神经网络模型是一种数据网络模型,可以根据输入的数据进行数据的训练分析,从而获得对应的模型的性能,当多组训练数据满足一定的收敛条件,经收敛分析后输出其中的对应输出信息,通过大量训练数据的训练、机器学习输出的准确的数据信息,因此,通过将多次输出信息进行集合分析获得所述第一消化标识流程,所述第一消耗标识流程为时间消耗的流程。进一步的,所述时间消耗分析模型中的输入数据是通过将所有流程时间消耗标识进行数据训练获得的数学模型,其中,所述时间消耗分析模型是以神经网络模型为基础构建的数学逻辑模型,能够利用数学数据不断收敛的特性进行分析,进而基于机器学习输出收敛后的信息,即所述第一消耗标识流程。达到了数据智能化处理,提高分析数据准确性的计数效果。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘,移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
综上所述,本申请实施例所提供的一种TMS智能物流时间管理方法及装置具有如下技术效果:
1、由于采用了通过获得第一企业的第一供应链流程,从而针对供应链流程进行大数据采集,将采集获得的数据按照时间序列进行排列,进而获得所述第一时间结果序列,进一步的,再将所述第一时间结构序列输出到时间消耗分析模型中,根据所述时间消耗分析模型,获得标识存在时间消耗的第一消耗标识流程,进而确定出第一时间定额阈值,另一方面,根据企业制定的管理成本完成时间定额约束的进一步细化和约束,获得所述第二时间定额阈值,根据企业物流的第一物流管理水平和所述第二时间定额阈值完成激励状态映射构建,获得第一激励行为状态并发送给所述第一决策管理模块的方式,达到了通过对供应链进行数据采集,从而实现物流时间与激励控制的结合,提高时间管理智能性,降低物流成本的技术效果。
2、由于采用了通过而通过审核激励、增加激励概率逻辑判断获得准确所述第一激励行为状态的方式,达到了激励决策数据的准确提供,使得物流时间管理的质量进行优化,提高管理智能性。
3、由于采用了对所述第一供应链中的物流对象进行时间消耗与价值增值的分析,根据其价值时间曲线确定的数据进行数据定性定量分析并排序的方式,达到了针对较大的数据进行重点管理和优先管理,使得管理过程层级化和流程化。
实施例二
基于与前述实施例中一种TMS智能物流时间管理方法同样发明构思,本发明还提供了一种TMS智能物流时间管理装置,如图8所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一企业的第一供应链流程;
第二获得单元12,所述第二获得单元12用于根据所述第一供应链流程,获得第一时间结构序列;
第一输入单元13,所述第一输入单元13用于将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程;
第三获得单元14,所述第三获得单元14用于根据所述第一消耗标识流程,获得第一时间定额阈值;
第四获得单元15,所述第四获得单元15用于基于根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值;
第五获得单元16,所述第五获得单元16用于获得所述第一企业的第一物流管理水平;
第六获得单元17,所述第六获得单元17用于根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态;
第一发送单元18,所述第一发送单元18用于将所述第一激励行为状态发送至第一决策管理模块。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于获得第一企业员工在所述第一物流管理水平的第一定额完成状态;
第八获得单元,所述第八获得单元用于根据所述第一定额完成率,获得所述第一企业的第一激励值;
第九获得单元,所述第九获得单元用于根据所述第一激励值对所述第一定额完成状态进行更新,获得第二定额完成状态;
第十获得单元,所述第十获得单元用于根据所述第二定额完成状态与所述第一物流管理水平,获得第一时间管理映射关系;
第十一获得单元,所述第十一获得单元用于根据所述第一时间管理映射关系,获得所述第一激励行为状态。
进一步的,所述装置还包括:
第十二获得单元,所述第十二获得单元用于根据所述第一时间管理映射关系,构建所述第一企业的第一时间定额状态分布库;
第十三获得单元,所述第十三获得单元用于获得所述第一企业的处于第一期望定额完成状态的第一可执行概率;
第十四获得单元,所述第十四获得单元用于将所述第一期望定额完成状态输入所述第一时间定额状态分布库进行遍历查找,获得第N定额完成状态和第一查找概率,其中,所述第一查找概率为所述第N定额完成状态满足的概率;
第十五获得单元,所述第十五获得单元用于通过对所述第一查找概率和所述第一可执行概率进行判断,获得所述第一激励行为状态。
进一步的,所述装置还包括:
第十六获得单元,所述第十六获得单元用于获得第一预设概率阈值;
第十七获得单元,所述第十七获得单元用于根据所述第一查找概率和所述第一预设概率阈值,获得第一查找概率阈值;
第十八获得单元,所述第十八获得单元用于根据所述第一查找概率阈值,获得第一最大概率;
第一判断单元,所述第一判断单元用于判断所述第一最大概率是否满足所述第一可执行概率;
第十九获得单元,所述第十九获得单元用于若所述第一最大概率满足所述第一可执行概率,获得所述第N定额完成状态对应的第N激励值;
第一激励单元,所述第一激励单元用于根据所述第N激励值对所述第一企业员工进行激励。
进一步的,所述装置还包括:
第二十获得单元,所述第二十获得单元用于获得所述第一时间定额阈值中的第一运输时间定额、第一加工时间定额和第一库存时间定额;
第二十一获得单元,所述第二十一获得单元用于根据所述第一运输时间定额、所述第一加工时间定额,获得第一人工管理成本;
第二十二获得单元,所述第二十二获得单元用于根据所述第一库存时间定额,获得第一库存管理成本;
第二十三获得单元,所述第二十三获得单元用于根据所述第一人工管理成本和所述第一库存管理成本,获得所述第一企业的管理成本。
进一步的,所述装置还包括:
第二十三获得单元,所述第二十三获得单元用于根据所述第一消耗标识流程,获得多个标识流程对象;
第一构建单元,所述第一构建单元用于基于所述多个标识流程对象中的所有对象,构建第一增值曲线,所述第一增值曲线为表示随时间变化价值的增加曲线;
第二十四获得单元,所述第二十四获得单元用于根据所述第一增值曲线,获得所述多个标识流程对象中的第一排序规则;
第一排序单元,所述第一排序单元用于根据所述第一排序规则对所述多个标识流程对象中的所有对象进行排序。
第二构建单元,所述第二构建单元用于将所述第一时间结构序列作为输入信息构建所述时间消耗分析模型。
进一步的,所述装置还包括:
第二十五获得单元,所述第二十五获得单元用于所述时间消耗分析模型是基于多组训练数据训练获得,所述多组训练数据包括所述第一时间结构序列和第一标识信息,其中,所述第一标识信息为物流时间消耗的标识信息;
第二十六获得单元,所述第二十六获得单元用于获得所述时间消耗分析模型的输出结果,所述输出结果包括为所述第一消化标识流程。
本申请实施例可以根据上述方法示例对网络设备和终端设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个接收模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。通过前述对一种TMS智能物流时间管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种TMS智能物流时间管理装置的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
图9是本申请的计算设备的示意图。图9所示的计算设备90可以包括:存储器91、处理器92、输入/输出接口93。其中,存储器91、处理器92和输入/输出接口93通过内部连接通路相连,该存储器33用于存储指令,该处理器92用于执行该存储器91存储的指令,以控制输入/输出接口93接收输入的数据和信息,输出操作结果等数据。
图9是本申请另一实施例的计算设备的示意图。图9所示的计算设备90可以包括:存储器91、处理器92、输入/输出接口93。其中,存储器91、处理器92和输入/输出接口93通过内部连接通路相连,该存储器91用于存储指令,该处理器92用于执行该存储器92存储的指令,以控制输入/输出接口93接收输入的数据和信息,输出操作结果等数据。
在实现过程中,上述方法的各步骤可以通过处理器92中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的异常消息的识别方法和/或异常消息识别模型的训练方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器﹑寄存器等本领域成熟的存储介质中。该存储介质位于存储器91,处理器92读取存储器91中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
应理解,本申请实施例中,该处理器可以为中央处理单元(centralprocessingunit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor,DSP),专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(fieldprogrammable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
应理解,本申请实施例中,该存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。处理器的一部分还可以包括非易失性随机存取存储器。例如,处理器还可以存储设备类型的信息。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机,服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(Digital SubscriberLine,DSL))或无线(例如红外,无线,微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够读取的任何可用介质或者是包含一个或多个可用介质集成的服务器,数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字通用光盘(Digital Video Disc,DVD))或者半导体介质(例如,固态硬盘(Solid State Disk,SSD))等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种TMS智能物流时间管理方法,其中,所述方法应用于一种TMS智能物流时间管理装置,所述装置包括第一决策管理模块,所述方法包括:
获得第一企业的第一供应链流程;
根据所述第一供应链流程,获得第一时间结构序列;
将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程;其中,所述时间消耗分析模型中的输入数据是通过将所有流程时间消耗标识进行数据训练获得的数学模型,其中,所述时间消耗分析模型是以神经网络模型为基础构建的数学逻辑模型,能够利用数学数据不断收敛的特性进行分析,进而基于机器学习输出所述第一消耗标识流程;
根据所述第一消耗标识流程,获得第一时间定额阈值;
根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值;
获得所述第一企业的第一物流管理水平;
根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态;
将所述第一激励行为状态发送至所述第一决策管理模块。
2.如权利要求1所述的方法,其中,所述根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态,所述方法还包括:
获得第一企业员工在所述第一物流管理水平的第一定额完成状态;
根据第一定额完成率,获得所述第一企业的第一激励值;
根据所述第一激励值对所述第一定额完成状态进行更新,获得第二定额完成状态;
根据所述第二定额完成状态与所述第一物流管理水平,获得第一时间管理映射关系;
根据所述第一时间管理映射关系,获得所述第一激励行为状态。
3.如权利要求2所述的方法,其中,所述根据所述第一时间管理映射关系,获得所述第一激励行为状态,所述方法还包括:
根据所述第一时间管理映射关系,构建所述第一企业的第一时间定额状态分布库;
获得所述第一企业的处于第一期望定额完成状态的第一可执行概率;
将所述第一期望定额完成状态输入所述第一时间定额状态分布库进行遍历查找,获得第N定额完成状态和第一查找概率,其中,所述第一查找概率为所述第N定额完成状态满足的概率;
通过对所述第一查找概率和所述第一可执行概率进行判断,获得所述第一激励行为状态。
4.如权利要求3所述的方法,其中,所述通过对所述第一查找概率和所述第一可执行概率进行判断,获得所述第一激励行为状态,所述方法还包括:
获得第一预设概率阈值;
根据所述第一查找概率和所述第一预设概率阈值,获得第一查找概率阈值;
根据所述第一查找概率阈值,获得第一最大概率;
判断所述第一最大概率是否满足所述第一可执行概率;
若所述第一最大概率满足所述第一可执行概率,获得所述第N定额完成状态对应的第N激励值;
根据所述第N激励值对所述第一企业员工进行激励。
5.如权利要求1所述的方法,其中,所述根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值,所述方法还包括:
获得所述第一时间定额阈值中的第一运输时间定额、第一加工时间定额和第一库存时间定额;
根据所述第一运输时间定额、所述第一加工时间定额,获得第一人工管理成本;
根据所述第一库存时间定额,获得第一库存管理成本;
根据所述第一人工管理成本和所述第一库存管理成本,获得所述第一企业的管理成本。
6.如权利要求5所述的方法,其中,所述根据所述第一消耗标识流程,获得第一时间定额阈值,所述方法还包括:
根据所述第一消耗标识流程,获得多个标识流程对象;
基于所述多个标识流程对象中的所有对象,构建第一增值曲线,所述第一增值曲线为表示随时间变化价值的增加曲线;
根据所述第一增值曲线,获得所述多个标识流程对象中的第一排序规则;
根据所述第一排序规则对所述多个标识流程对象中的所有对象进行排序。
7.如权利要求1所述的方法,其中,所述将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程,所述方法还包括:
将所述第一时间结构序列作为输入信息构建所述时间消耗分析模型;
所述时间消耗分析模型是基于多组训练数据训练获得,所述多组训练数据包括所述第一时间结构序列和第一标识信息,其中,所述第一标识信息为物流时间消耗的标识信息;
获得所述时间消耗分析模型的输出结果,所述输出结果包括为所述第一消耗标识流程。
8.一种TMS智能物流时间管理装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一企业的第一供应链流程;
第二获得单元,所述第二获得单元用于根据所述第一供应链流程,获得第一时间结构序列;
第一输入单元,所述第一输入单元用于将所述第一时间结构序列输入时间消耗分析模型中,根据所述时间消耗分析模型,输出所述第一供应链流程的第一消耗标识流程;其中,所述时间消耗分析模型中的输入数据是通过将所有流程时间消耗标识进行数据训练获得的数学模型,其中,所述时间消耗分析模型是以神经网络模型为基础构建的数学逻辑模型,能够利用数学数据不断收敛的特性进行分析,进而基于机器学习输出所述第一消耗标识流程;
第三获得单元,所述第三获得单元用于根据所述第一消耗标识流程,获得第一时间定额阈值;
第四获得单元,所述第四获得单元用于基于根据所述第一企业的管理成本对所述第一时间定额阈值进行约束,获得第二时间定额阈值;
第五获得单元,所述第五获得单元用于获得所述第一企业的第一物流管理水平;
第六获得单元,所述第六获得单元用于根据所述第二时间定额阈值和所述第一物流管理水平,获得第一激励行为状态;
第一发送单元,所述第一发送单元用于将所述第一激励行为状态发送至第一决策管理模块。
9.一种TMS智能物流时间管理装置,包括至少一个处理器和存储器,所述至少一个处理器与所述存储器耦合,用于读取并执行所述存储器中的指令,以执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110817657.7A CN113505934B (zh) | 2021-07-19 | 2021-07-19 | 一种tms智能物流时间管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110817657.7A CN113505934B (zh) | 2021-07-19 | 2021-07-19 | 一种tms智能物流时间管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113505934A CN113505934A (zh) | 2021-10-15 |
CN113505934B true CN113505934B (zh) | 2022-06-17 |
Family
ID=78013382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110817657.7A Active CN113505934B (zh) | 2021-07-19 | 2021-07-19 | 一种tms智能物流时间管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505934B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276543A (zh) * | 2019-06-18 | 2019-09-24 | 黄山市柒日原叶生物科技咨询有限公司 | 一种基于互联网供应链管理系统中的数据深挖分析方法 |
CN110807525A (zh) * | 2019-10-29 | 2020-02-18 | 中国民航大学 | 基于改进遗传算法的神经网络航班保障服务时间估计方法 |
CN111738413A (zh) * | 2020-06-04 | 2020-10-02 | 东华大学 | 基于特征自匹配迁移学习的纺纱全流程能耗监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10108916B2 (en) * | 2013-08-16 | 2018-10-23 | Tata Consultancy Services | Systems and methods for supply chain design and analysis |
-
2021
- 2021-07-19 CN CN202110817657.7A patent/CN113505934B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276543A (zh) * | 2019-06-18 | 2019-09-24 | 黄山市柒日原叶生物科技咨询有限公司 | 一种基于互联网供应链管理系统中的数据深挖分析方法 |
CN110807525A (zh) * | 2019-10-29 | 2020-02-18 | 中国民航大学 | 基于改进遗传算法的神经网络航班保障服务时间估计方法 |
CN111738413A (zh) * | 2020-06-04 | 2020-10-02 | 东华大学 | 基于特征自匹配迁移学习的纺纱全流程能耗监测方法 |
Non-Patent Citations (1)
Title |
---|
基于时间成本分析的农产品物流管理优化研究;何连瑶;《中国优秀博硕士学位论文全文数据库(硕士) 经济与管理科学辑》;20180715(第7期);第38-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113505934A (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106408341A (zh) | 货品销量的预测方法及装置、电子设备 | |
CN110689355A (zh) | 客户分类方法、装置、计算机设备和存储介质 | |
CN112365070B (zh) | 一种电力负荷预测方法、装置、设备及可读存储介质 | |
CN111176635A (zh) | 模块化量化系统及其执行方法、电子设备 | |
Lucertini et al. | Integration of benchmarking and benchmarking of integration | |
CN113554301B (zh) | 一种生产计划排程方法及系统 | |
CN110287114B (zh) | 一种数据库脚本性能测试的方法及装置 | |
CN115130887A (zh) | 水库大坝环境影响评价方法和装置、电子设备和存储介质 | |
CN113505934B (zh) | 一种tms智能物流时间管理方法及装置 | |
CN116562715A (zh) | 指标数据监测方法、装置、计算机设备和存储介质 | |
CN111768246A (zh) | 一种数据处理方法、模型建立方法、装置及电子设备 | |
CN111260155A (zh) | 粮食加工的工序优化方法、装置、电子设备及存储介质 | |
CN116009495A (zh) | 基于数字孪生的资源模型建立方法、装置、设备和介质 | |
CN113626578B (zh) | 一种密封材料的智能分析方法及系统 | |
CN115619430A (zh) | 用户价值评估方法及装置 | |
CN114048225A (zh) | 数据监控方法、装置及计算机设备 | |
CN114676868A (zh) | 物流货量预测方法、装置、计算机设备和存储介质 | |
CN111784198A (zh) | 计量资产的监控方法、装置以及计算机设备 | |
Wen et al. | Vehicle scheduling for steel logistics based on vehicle batching | |
Wu et al. | How to select remanufacturing mode: end-of-life or used product? | |
CN109903074A (zh) | 基于数据分析的市场状态划分方法和装置 | |
CN113643080B (zh) | 一种密封制品的营销对象匹配方法及系统 | |
CN117973950B (zh) | 一种系统多目标生命周期评价方法及系统 | |
CN113360717B (zh) | 一种智能线索处理方法及系统 | |
CN112785104B (zh) | 一种信息处理方法、装置、设备及存储介质 |
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: 20220505 Address after: 314001 Room 308, floor 3, building 2, No. 382, Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province Applicant after: ZHEJIANG GONGQI INFORMATION TECHNOLOGY Co.,Ltd. Address before: 314001 Room 301, 3 / F, building 2, No. 382, Asia Pacific Road, Daqiao Town, Nanhu District, Jiaxing City, Zhejiang Province Applicant before: Zhejiang yongxun Investment Management Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |