CN113743913B - 一种物流工单时效性预警方法及系统 - Google Patents
一种物流工单时效性预警方法及系统 Download PDFInfo
- Publication number
- CN113743913B CN113743913B CN202111302655.0A CN202111302655A CN113743913B CN 113743913 B CN113743913 B CN 113743913B CN 202111302655 A CN202111302655 A CN 202111302655A CN 113743913 B CN113743913 B CN 113743913B
- Authority
- CN
- China
- Prior art keywords
- work order
- bset
- alist
- link
- work
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种物流工单时效性预警方法及系统，计算各个工单在多个环节中流转的停留时间得到各个工单的时间向量，并计算各个环节中的各个工单的停留时间的分布，进而根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统，实现了通过总体的工单的时间分布对异常工单进行识别和排查。
Description
技术领域
本发明属于大数据领域，具体涉及一种物流工单时效性预警方法及系统。
背景技术
现代社会中，随着商品网购行业的迅速发展，商品的物流运输量剧增，商品运输的时效性要求不断提高，对物流工单的时效性管理的计算量不断提升。对于工单的时效性而言，工单停留时间的管理至为重要，如何计算衡量各个工单在各环节中的停留时间，其技术关键点在于工单在各环节中的停留时间的分布的计算。在申请号CN201811004680.9的专利文献中公开了一种物流异常场景上报处理方法、终端及系统，尽管降低了物流异常上报处理的人力成本和时间成本、提高了异常情况上报处理的效率，但仍不能控制系统中各环节的工单的时间分配均衡，难以通过总体的工单的时间分布对异常工单进行识别和排查。
发明内容
本发明的目的在于提出一种物流工单时效性预警方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
商品的物流运输量剧增，对物流工单的时效性管理的计算量不断提升，需要通过总体的工单的时间分布对异常工单进行识别和排查。
本发明提供了一种物流工单时效性预警方法及系统，计算各个工单在多个环节中流转的停留时间得到各个工单的时间向量，并计算各个环节中的各个工单的停留时间的分布，进而根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统。
为了实现上述目的，根据本发明的一方面，提供一种物流工单时效性预警方法，所述方法包括以下步骤：
S100，以多个环节组成工作流程；
S200，多个工单分别在工作流程的多个环节中流转；
S300，计算各个工单在多个环节中流转的停留时间，得到各个工单的时间向量；
S400，计算各个环节中的各个工单的停留时间的分布；
S500，根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统。
进一步地，在S100中，以多个环节组成工作流程的方法为：所述工作流程为可由一个或多个环节组成的链表或者流程或者序列，所述环节为工作流程中的工作环节，各个环节以数据库中的表的形式储存，储存各个环节的表中的每一行数据表示该个环节中的一个工单的数据，储存各个环节的表中的每一行数据中有多个数据字段，表中的每一行数据中的数据字段中包括一个工单的工单号、工单在当前的表所表示的环节中的停留的时间、以及在工作流程中其他的环节中的停留的时间。
进一步地，在S200中，多个工单分别在工作流程的多个环节中流转的方法为：每个工单都在工作流程的一个或多个环节中流转，所述工单的数据中包含了工单号、工单在工作流程的各个环节中停留的时间，当工单被创建时工单便有了该工单的工单号，工单号可作为一个工单的数据存储在数据库中的唯一标识符，工单在工作流程的多个环节中流转，当工单流转到一个环节中时开始计算工单在环节中的停留的时间。
进一步地，在S300中，计算各个工单在多个环节中流转的停留时间，得到各个工单的时间向量的方法为：
记工作流程为Alist，记工作流程中环节的数量为n，在工作流程中环节的序号记为i，i∈[1,n]，工作流程中序号为i的环节记作Alist(i)；
记所有存在的工单的集合为Bset，集合Bset中元素的总数为m，集合Bset中元素的序号为j，j∈[1,m]，集合Bset中序号为j的元素记为Bset(j)；
获取一个工单在其流转的所有的环节中的停留时间从而得到该一个工单的时间向量，设获取一个工单的时间向量的函数为函数T()，记一个工单在集合Bset中的序号为aj，该序号为aj的工单可记作Bset(aj)，工单Bset(aj) 流转的所有的环节的集合记为集合Alist[aj]，集合Alist[aj]为Alist的子集，集合Alist[aj]中元素的序号为ai，函数len()表示求取集合或序列或数组中元素的个数，len(Alist[aj])表示获取集合Alist[aj]中元素的数量，记len(Alist[aj])的计算结果为an，Alist[aj](ai)表示集合Alist[aj]中元素的序号为ai的元素，Alist[aj](ai)即为在工单Bset(aj)流转的所有的环节组成的集合Alist[aj]中元素的序号为ai的环节，环节Alist[aj](ai)在集合Alist[aj]中的序号为ai，ai∈[1,an]，函数t()表示获取一个工单在该工单流转的所有的环节的集合中的一个环节中的停留时间，停留时间的计算单位为秒并做去量纲化处理，t(Alist[aj](ai))表示获取工单Bset(aj)在环节Alist[aj](ai)中的停留时间，T(Alist[aj])表示计算工单Bset(aj)的时间向量，T(Alist[aj])的计算结果为一个向量且该向量的维数与Alist[aj]中元素的数量相同，记函数exp()为以自然常数e为底的指数函数， T(Alist[aj])的向量形式如下公式：
其中，ai∈[1,an]，T(Alist[aj])的公式即为函数T()计算一个工单的时间向量的公式，T(Alist[aj])的计算结果中第ai维度的值的计算公式即为：
通过函数T()计算得到各个工单的时间向量，分别计算得到集合Bset中各个序号的工单Bset(j)的时间向量T(Alist[j])进而将各个序号的工单的时间向量组成的集合记为集合Tset，集合Tset中元素的序号与Bset中元素的序号保持一致都为j，集合Tset中元素的数量与Bset中元素的数量保持一致都为m，集合Tset中序号为j的元素为时间向量T(Alist[j])可记为Tset(j)。
进一步地，在S400中，计算各个环节中的各个工单的停留时间的分布的方法为：
记工作流程为Alist，记工作流程中环节的数量为n，工作流程中环节的序号为i，i∈[1,n]，工作流程中序号为i的环节记作Alist(i)；
记所有存在的工单的集合为Bset，集合Bset中元素的总数为m，集合Bset中元素的序号为j，j∈[1,m]，集合Bset中序号为j的元素记为Bset(j)；
记在环节Alist(i)中停留的所有工单的集合为集合Bset[i]，记集合Bset[i]中元素的个数为bn，集合Bset[i]中元素的序号为bi，Bset[i]中序号为bi的元素为工单Bset[i](bi)；
函数t()表示获取一个工单在一个环节中的停留时间，停留时间的计算单位为秒并做去量纲化处理，工单Bset[i](bi)在环节Alist(i)中停留的停留时间即为t(Bset[i](bi))；
记函数Dtr()为环节中的各个工单的停留时间的分布的函数，定义环节中的各个工单的停留时间的分布为一个维数与环节中的工单数量相同的向量，Dtr(Bset[i])表示环节Alist(i)中的各个工单的停留时间的分布，Dtr(Bset[i])的计算公式为：
其中，Dtr(Bset[i])的计算公式即为函数Dtr()计算环节中的各个工单的停留时间的分布的公式，Dtr(Bset[i])的计算结果的为一个维数为bn的向量，Dtr(Bset[i])的计算结果中第bi维的值的计算公式即为：
通过函数Dtr()计算得到各个环节中各工单的停留时间的分布，记函数exp()为以自然常数e为底的指数函数，分别通过函数Dtr()计算得到Alist中各个环节中各工单的停留时间的分布的集合记作集合Dset，Dtr(Bset[i])表示环节Alist(i)中的各个工单的停留时间的分布，Dtr(Bset[i])为集合Dset中序号为i的元素亦可记作Dset(i)，Dtr(Bset[i])中元素的数量与Alist(i)中的元素的数量相同为n。
进一步地，在S500中，根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统的方法为：
所述阈值记为λ，阈值的计算公式为：
其中，函数dim()表示计算获取向量或序列或数组中的各维度的数值的算术平均值；
判断各个环节中的停留时间的分布是否超过阈值的方法为，选取在任意一环节Alist(i)中的任意一工单Bset(j)，通过函数T()计算得到工单Bset(j)的时间向量为T(j)，计算得到时间向量T(j)中各维度的算术平均值为T(j)`，通过函数Dtr()计算得到环节Alist(i)中各工单的停留时间的分布为D(i)，计算得到D(i)中各维度的算术平均数为D(i)`，若满足T(j)`* D(i)`>λ，则判断为超过阈值，并将工单Bset(j)的信息作为预警信号发送向系统，所述系统为安装在客户端或移动设备的用于接收工单流转信息的软件系统。
本发明还提供了一种物流工单时效性预警系统，所述一种物流工单时效性预警系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种物流工单时效性预警方法中的步骤，所述一种物流工单时效性预警系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下系统的单元中：
环节流程单元，用于以多个环节组成工作流程；
工单流转单元，用于多个工单分别在工作流程的多个环节中流转；
时间向量计算单元，用于计算各个工单在多个环节中流转的停留时间，得到各个工单的时间向量；
分布计算单元，用于计算各个环节中的各个工单的停留时间的分布；
阈值判断单元，用于根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统。
本发明的有益效果为：本发明提供了一种物流工单时效性预警方法及系统，计算各个工单在多个环节中流转的停留时间得到各个工单的时间向量，并计算各个环节中的各个工单的停留时间的分布，进而根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统，实现了通过总体的工单的时间分布对异常工单进行识别和排查。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，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，在附图中：
图1所示为一种物流工单时效性预警方法的流程图；
图2所示为一种物流工单时效性预警系统的系统结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种物流工单时效性预警方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种物流工单时效性预警方法及系统。
本发明提出一种物流工单时效性预警方法，所述方法具体包括以下步骤：
S100，以多个环节组成工作流程；
S200，多个工单分别在工作流程的多个环节中流转；
S300，计算各个工单在多个环节中流转的停留时间，得到各个工单的时间向量；
S400，计算各个环节中的各个工单的停留时间的分布；
S500，根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统。
进一步地，在S100中，以多个环节组成工作流程的方法为：所述工作流程为可由一个或多个环节组成的链表或者流程或者序列，所述环节为工作流程中的工作环节，各个环节以数据库中的表的形式储存，储存各个环节的表中的每一行数据表示该个环节中的一个工单的数据，储存各个环节的表中的每一行数据中有多个数据字段，表中的每一行数据中的数据字段中包括一个工单的工单号、工单在当前的表所表示的环节中的停留的时间、以及在工作流程中其他的环节中的停留的时间，其中，工单的类型包括新规工单、改修工单、改制工单、维修工单、拆解工单。
进一步地，在S200中，多个工单分别在工作流程的多个环节中流转的方法为：所述工单的数据中包含了工单号、工单在工作流程的各个环节中停留的时间，当工单被创建时工单便有了该工单的工单号，工单号可作为一个工单的数据存储在数据库中的唯一标识符，工单在工作流程的多个环节中流转，当工单流转到一个环节中时开始计算工单在环节中的停留的时间。
进一步地，在S300中，计算各个工单在多个环节中流转的停留时间，得到各个工单的时间向量的方法为：
记工作流程为Alist，记工作流程中环节的数量为n，在工作流程中环节的序号记为i，i∈[1,n]，工作流程中序号为i的环节记作Alist(i)；
记所有存在的工单的集合为Bset，集合Bset中元素的总数为m，集合Bset中元素的序号为j，j∈[1,m]，集合Bset中序号为j的元素记为Bset(j)；
获取一个工单在其流转的所有的环节中的停留时间从而得到该一个工单的时间向量，设获取一个工单的时间向量的函数为函数T()，记一个工单在集合Bset中的序号为aj，该序号为aj的工单可记作Bset(aj)，工单Bset(aj) 流转的所有的环节的集合记为集合Alist[aj]，集合Alist[aj]为Alist的子集，集合Alist[aj]中元素的序号为ai，函数len()表示求取集合或序列或数组中元素的个数，len(Alist[aj])表示获取集合Alist[aj]中元素的数量，记len(Alist[aj])的计算结果为an，Alist[aj](ai)表示集合Alist[aj]中元素的序号为ai的元素，ai∈[1,an]，函数t()表示获取一个工单在一个环节中的停留时间，停留时间的计算单位为秒并做去量纲化处理，t(Alist[aj](ai))表示获取工单Bset(aj)在环节Alist[aj](ai)中的停留时间，T(Alist[aj])表示计算工单Bset(aj)的的时间向量，T(Alist[aj])的计算结果为一个向量且该向量的维数与Alist[aj]中元素的数量相同，记函数exp()为以自然常数e为底的指数函数，计算T(Alist[aj])的公式为：
其中，ai∈[1,an]，T(Alist[aj])的公式即为函数T()计算一个工单的时间向量的公式，T(Alist[aj])的计算结果中第ai维度的值的计算公式即为：
通过函数T()计算得到各个工单的时间向量，分别计算得到集合Bset中各个序号的工单Bset(j)的时间向量T(Alist[j])进而将各个序号的工单的时间向量组成的集合记为集合Tset，集合Tset中元素的序号与Bset相同为j、元素的数量相同为m，集合Tset中序号为j的元素为时间向量T(Alist[j])可记为Tset(j)。
进一步地，在S400中，计算各个环节中的各个工单的停留时间的分布的方法为：
记工作流程为Alist，记工作流程中环节的数量为n，工作流程中环节的序号为i，i∈[1,n]，工作流程中序号为i的环节记作Alist(i)；
记所有存在的工单的集合为Bset，集合Bset中元素的总数为m，集合Bset中元素的序号为j，j∈[1,m]，集合Bset中序号为j的元素记为Bset(j)；
记在环节Alist(i)中停留的所有工单的集合为集合Bset[i]，记集合Bset[i]中元素的个数为bn，集合Bset[i]中元素的序号为bi，Bset[i]中序号为bi的元素为工单Bset[i](bi)；
函数t()表示获取一个工单在一个环节中的停留时间，停留时间的计算单位为秒并做去量纲化处理，工单Bset[i](bi)在环节Alist(i)中停留的停留时间即为t(Bset[i](bi))；
记函数Dtr()为环节中的各个工单的停留时间的分布的函数，定义环节中的各个工单的停留时间的分布为一个维数与环节中的工单数量相同的向量，Dtr(Bset[i])表示环节Alist(i)中的各个工单的停留时间的分布，Dtr(Bset[i])的计算公式为：
其中，Dtr(Bset[i])的计算公式即为函数Dtr()计算环节中的各个工单的停留时间的分布的公式，Dtr(Bset[i])的计算结果的为一个维数为bn的向量，Dtr(Bset[i])的计算结果中第bi维的值的计算公式即为：
通过函数Dtr()计算得到各个环节中各工单的停留时间的分布，记函数exp()为以自然常数e为底的指数函数，分别通过函数Dtr()计算得到Alist中各个环节中各工单的停留时间的分布的集合记作集合Dset，Dtr(Bset[i])表示环节Alist(i)中的各个工单的停留时间的分布，Dtr(Bset[i])为集合Dset中序号为i的元素亦可记作Dset(i)，Dtr(Bset[i])中元素的数量与Alist(i)中的元素的数量相同为n。
进一步地，在S500中，根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统的方法为：
所述阈值记为λ，阈值的计算公式为：
其中，函数dim()表示计算获取向量或序列或数组中的各维度的数值的算术平均值；
判断各个环节中的停留时间的分布是否超过阈值的方法为，选取在任意一环节Alist(i)中的任意一工单Bset(j)，通过函数T()计算得到工单Bset(j)的时间向量为T(j)，计算得到时间向量T(j)中各维度的算术平均值为T(j)`，通过函数Dtr()计算得到环节Alist(i)中各工单的停留时间的分布为D(i)，计算得到D(i)中各维度的算术平均数为D(i)`，若满足T(j)`* D(i)`>λ，则判断为超过阈值，并将工单Bset(j)的信息作为预警信号发送向系统，所述系统为安装在客户端或移动设备的用于接收工单流转信息的软件系统。
所述一种物流工单时效性预警系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种物流工单时效性预警方法实施例中的步骤，所述一种物流工单时效性预警系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群。
本发明的实施例提供的一种物流工单时效性预警系统，如图2所示，该实施例的一种物流工单时效性预警系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种物流工单时效性预警方法实施例中的步骤，所述处理器执行所述计算机程序运行在以下系统的单元中：
环节流程单元，用于以多个环节组成工作流程；
工单流转单元，用于多个工单分别在工作流程的多个环节中流转；
时间向量计算单元，用于计算各个工单在多个环节中流转的停留时间，得到各个工单的时间向量；
分布计算单元，用于计算各个环节中的各个工单的停留时间的分布；
阈值判断单元，用于根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统。
所述一种物流工单时效性预警系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中。所述一种物流工单时效性预警系统包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种物流工单时效性预警方法及系统的示例，并不构成对一种物流工单时效性预警方法及系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种物流工单时效性预警系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立元器件门电路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，所述处理器是所述一种物流工单时效性预警系统的控制中心，利用各种接口和线路连接整个一种物流工单时效性预警系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种物流工单时效性预警方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种物流工单时效性预警方法及系统，通过计算各个工单在多个环节中流转的停留时间得到各个工单的时间向量，并计算各个环节中的各个工单的停留时间的分布，进而根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统，实现了通过总体的工单的时间分布对异常工单进行识别和排查的有益效果。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (5)
1.一种物流工单时效性预警方法，其特征在于，所述方法包括以下步骤：
S100，以多个环节组成工作流程；
S200，多个工单分别在工作流程的多个环节中流转；
S300，计算各个工单在多个环节中流转的停留时间，得到各个工单的时间向量；
S400，计算各个环节中的各个工单的停留时间的分布；
S500，根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统；
其中，在S300中，计算各个工单在多个环节中流转的停留时间，得到各个工单的时间向量的方法为：
记工作流程为Alist，记工作流程中环节的数量为n，在工作流程中环节的序号记为i，i∈[1,n]，工作流程中序号为i的环节记作Alist(i)；
记所有存在的工单的集合为Bset，集合Bset中元素的总数为m，集合Bset中元素的序号为j，j∈[1,m]，集合Bset中序号为j的元素记为Bset(j)；
获取一个工单在其流转的所有的环节中的停留时间从而得到该一个工单的时间向量，设获取一个工单的时间向量的函数为函数T()，记一个工单在集合Bset中的序号为aj，该序号为aj的工单可记作Bset(aj)，工单Bset(aj) 流转的所有的环节的集合记为集合Alist[aj]，集合Alist[aj]为Alist的子集，集合Alist[aj]中元素的序号为ai，函数len()表示求取集合或序列或数组中元素的个数，len(Alist[aj])表示获取集合Alist[aj]中元素的数量，记len(Alist[aj])的计算结果为an，Alist[aj](ai)表示集合Alist[aj]中元素的序号为ai的元素，Alist[aj](ai)即为在工单Bset(aj)流转的所有的环节组成的集合Alist[aj]中元素的序号为ai的环节，环节Alist[aj](ai)在集合Alist[aj]中的序号为ai，ai∈[1,an]，函数t()表示获取一个工单在该工单流转的所有的环节的集合中的一个环节中的停留时间，停留时间的计算单位为秒并做去量纲化处理，t(Alist[aj](ai))表示获取工单Bset(aj)在环节Alist[aj](ai)中的停留时间，T(Alist[aj])表示计算工单Bset(aj)的时间向量，T(Alist[aj])的计算结果为一个向量且该向量的维数与Alist[aj]中元素的数量相同，记函数exp()为以自然常数e为底的指数函数， T(Alist[aj])的向量形式如下公式：
其中，ai∈[1,an]，T(Alist[aj])的公式即为函数T()计算一个工单的时间向量的公式，T(Alist[aj])的计算结果中第ai维度的值的计算公式即为：
通过函数T()计算得到各个工单的时间向量，分别计算得到集合Bset中各个序号的工单Bset(j)的时间向量T(Alist[j])进而将各个序号的工单的时间向量组成的集合记为集合Tset，集合Tset中元素的序号与Bset中元素的序号保持一致都为j，集合Tset中元素的数量与Bset中元素的数量保持一致都为m，集合Tset中序号为j的元素为时间向量T(Alist[j])可记为Tset(j)；
其中，在S400中，计算各个环节中的各个工单的停留时间的分布的方法为：
记工作流程为Alist，记工作流程中环节的数量为n，工作流程中环节的序号为i，i∈[1,n]，工作流程中序号为i的环节记作Alist(i)；
记所有存在的工单的集合为Bset，集合Bset中元素的总数为m，集合Bset中元素的序号为j，j∈[1,m]，集合Bset中序号为j的元素记为Bset(j)；
记在环节Alist(i)中停留的工单的集合为集合Bset[i]，记集合Bset[i]中元素的个数为bn，集合Bset[i]中元素的序号为bi，Bset[i]中序号为bi的元素为工单Bset[i](bi)；
函数t()表示获取一个工单在一个环节中的停留时间，停留时间的计算单位为秒并做去量纲化处理，工单Bset[i](bi)在环节Alist(i)中停留的停留时间即为t(Bset[i](bi))；
记函数Dtr()为环节中的各个工单的停留时间的分布的函数，定义环节中的各个工单的停留时间的分布为一个维数与环节中的工单数量相同的向量，Dtr(Bset[i])表示环节Alist(i)中的各个工单的停留时间的分布，Dtr(Bset[i])的计算公式为：
其中，Dtr(Bset[i])的计算公式即为函数Dtr()计算环节中的各个工单的停留时间的分布的公式，Dtr(Bset[i])的计算结果为一个维数为bn的向量，Dtr(Bset[i])的计算结果中第bi维的值的计算公式即为：
通过函数Dtr()计算得到各个环节中各工单的停留时间的分布，记函数exp()为以自然常数e为底的指数函数，分别通过函数Dtr()计算得到Alist中各个环节中各工单的停留时间的分布的集合记作集合Dset，Dtr(Bset[i])表示环节Alist(i)中的各个工单的停留时间的分布，Dtr(Bset[i])为集合Dset中序号为i的元素亦可记作Dset(i)，Dtr(Bset[i])中元素的数量与Alist(i)中的元素的数量相同为n。
2.根据权利要求1所述的一种物流工单时效性预警方法，其特征在于，在S100中，以多个环节组成工作流程的方法为：所述工作流程为由一个或多个环节组成的链表或者流程或者序列，所述环节为工作流程中的工作环节，各个环节以数据库中的表的形式储存，储存各个环节的表中的每一行数据表示该个环节中的一个工单的数据，储存各个环节的表中的每一行数据中有多个数据字段，表中的每一行数据中的数据字段中包括一个工单的工单号、工单在当前的表所表示的环节中的停留的时间、以及在工作流程中其他的环节中的停留的时间。
3.根据权利要求1所述的一种物流工单时效性预警方法，其特征在于，在S200中，多个工单分别在工作流程的多个环节中流转的方法为：所述工单的数据中包含了工单号、工单在工作流程的各个环节中停留的时间，当工单被创建时工单便有了该工单的工单号，工单号作为一个工单的数据存储在数据库中的唯一标识符，工单在工作流程的多个环节中流转，当工单流转到一个环节中时开始计算工单在环节中的停留时间。
4.根据权利要求1所述的一种物流工单时效性预警方法，其特征在于，在S500中，根据各个工单的时间向量，将各个环节中的各个工单的停留时间的分布超过阈值的工单的信息作为预警信号发送向系统的方法为：
所述阈值记为λ，阈值的计算公式为：
其中，函数dim()表示计算获取向量或序列或数组中的各维度的数值的算术平均值；
判断各个环节中的停留时间的分布是否超过阈值的方法为，选取在任意一环节Alist(i)中的任意一工单Bset(j)，通过函数T()计算得到工单Bset(j)的时间向量为T(Alist[j])，计算得到时间向量T(Alist[j])中各维度的算术平均值为T(j)`，通过函数Dtr()计算得到环节Alist(i)中各工单的停留时间的分布为Dtr(Bset[i])，计算得到Dtr(Bset[i])中各维度的算术平均数为D(i)`，若满足T(j)`* D(i)`>λ，则判断为超过阈值，并将工单Bset(j)的信息作为预警信号发送向系统。
5.一种物流工单时效性预警系统，其特征在于，所述一种物流工单时效性预警系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至4中任一项的一种物流工单时效性预警方法中的步骤，所述一种物流工单时效性预警系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心的计算设备中，可运行的系统包括处理器、存储器、服务器集群。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111302655.0A CN113743913B (zh) | 2021-11-05 | 2021-11-05 | 一种物流工单时效性预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111302655.0A CN113743913B (zh) | 2021-11-05 | 2021-11-05 | 一种物流工单时效性预警方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113743913A CN113743913A (zh) | 2021-12-03 |
| CN113743913B true CN113743913B (zh) | 2022-02-11 |
Family
ID=78727486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111302655.0A Active CN113743913B (zh) | 2021-11-05 | 2021-11-05 | 一种物流工单时效性预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113743913B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115722138B (zh) * | 2022-09-22 | 2023-06-23 | 青岛宝恒机械技术有限公司 | 一种养殖业饲料自动定时定量控制系统及方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956638B (zh) * | 2016-04-22 | 2018-06-26 | 广州市天剑计算机系统工程有限公司 | 一种生产进度数据采集方法 |
| CN110047252A (zh) * | 2019-04-18 | 2019-07-23 | 北京数字新思科技有限公司 | 一种超时提示方法、装置、电子设备及可读存储介质 |
| CN110351672B (zh) * | 2019-06-19 | 2021-09-10 | 上海淇馥信息技术有限公司 | 信息推送方法、装置及电子设备 |
| CN110942246A (zh) * | 2019-11-25 | 2020-03-31 | 维珍(深圳)数据技术有限公司 | 一种工单的监控方法和设备 |
| CN111507608B (zh) * | 2020-04-14 | 2022-07-22 | 深圳我家云网络科技有限公司 | 工单预警方法、装置和存储介质 |
| CN111311132A (zh) * | 2020-04-24 | 2020-06-19 | 广东卓维网络有限公司 | 一种运维服务质量数据分析决策支持系统 |
| CN112184115B (zh) * | 2020-09-28 | 2024-04-16 | 上海寻梦信息技术有限公司 | 物流预警方法、物流推荐方法、装置及相关设备 |
-
2021
- 2021-11-05 CN CN202111302655.0A patent/CN113743913B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113743913A (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111798273A (zh) | 产品的购买概率预测模型的训练方法及购买概率预测方法 | |
| US20170177705A1 (en) | Clustering using locality-sensitive hashing with improved cost model | |
| CN103828498A (zh) | 用于顺序放置数据中心布局内的冷却资源的系统和方法 | |
| CN110597865A (zh) | 一种处理用户标签的方法、装置、计算设备及存储介质 | |
| CN113743913B (zh) | 一种物流工单时效性预警方法及系统 | |
| CN109767150A (zh) | 信息推送方法和装置 | |
| CN112418798A (zh) | 信息审核方法、装置、电子设备及存储介质 | |
| WO2022134881A1 (en) | Data processing method, data processing apparatus, computer device, and non-transitory storage medium | |
| CN111694844A (zh) | 基于配置算法的企业运行数据分析方法、装置及电子设备 | |
| CN112347154A (zh) | 一种渣皮脱落指数计算方法、终端设备及存储介质 | |
| CN113360548A (zh) | 基于数据资产分析的数据处理方法、装置、设备及介质 | |
| CN107066522B (zh) | 数据库的访问方法和装置 | |
| CN114386893A (zh) | 一种基于数字孪生的库房管理方法、装置及终端设备 | |
| CN117132450B (zh) | 一种可实现数据共享的计算装置和图形处理器 | |
| CN113609715A (zh) | 一种数字孪生背景下的多元模型数据融合方法及系统 | |
| CN116719822B (zh) | 一种海量结构化数据的存储方法及系统 | |
| CN115271361A (zh) | 电力工程结余物资处理方法及终端设备 | |
| CN111711929B (zh) | 一种均衡能耗的wsn网络分簇路由方法及系统 | |
| CN113093702A (zh) | 故障数据的预测方法和装置、电子设备和存储介质 | |
| CN111563250A (zh) | 权限管理方法、装置、计算机设备和存储介质 | |
| CN112698877A (zh) | 数据处理方法及系统 | |
| CN111027824A (zh) | 一种风险评分的方法及装置 | |
| CN114268476B (zh) | 一种基于节点加密的数据安全保护方法及系统 | |
| CN117465297B (zh) | 一种基于电动汽车的智能冷却系统 | |
| CN114238957A (zh) | 一种集群平衡的数据安全检测方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |