CN113961868B - 一种基于区块链的物流搬运调节方法、系统及存储介质 - Google Patents

一种基于区块链的物流搬运调节方法、系统及存储介质 Download PDF

Info

Publication number
CN113961868B
CN113961868B CN202111575403.5A CN202111575403A CN113961868B CN 113961868 B CN113961868 B CN 113961868B CN 202111575403 A CN202111575403 A CN 202111575403A CN 113961868 B CN113961868 B CN 113961868B
Authority
CN
China
Prior art keywords
logistics
carrying
nodes
node
total
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
CN202111575403.5A
Other languages
English (en)
Other versions
CN113961868A (zh
Inventor
宋宇斐
张惠涛
刘建军
刘智国
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.)
Hebei Yunshu Technology Co.,Ltd.
Original Assignee
Shijiazhuang University
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 Shijiazhuang University filed Critical Shijiazhuang University
Priority to CN202111575403.5A priority Critical patent/CN113961868B/zh
Publication of CN113961868A publication Critical patent/CN113961868A/zh
Application granted granted Critical
Publication of CN113961868B publication Critical patent/CN113961868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Development Economics (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Pure & Applied Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于区块链的物流搬运调节方法、系统及存储介质。该方案包括获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量；计算物流搬运节点的吞吐量、剩余周转量；根据超限吞吐量限制获取总冗余度，获取总体的剩余裕度，分析物流搬运节点的单体剩余裕度，并根据最大值对应的物流搬运节点进行物流搬运数据补充；根据物流搬运节点进行广播，根据广播数字代码进行时间序列提取，利用区块的哈希值进行在线校验；当获得最新的在线校验结果后，等待新的广播信息，发送至云平台备份。该方案将物流搬运节点作为区块链控制节点，利用不同节点的吞吐量和周转量的限定，完成在线搬运调度和分布式调节。

Description

一种基于区块链的物流搬运调节方法、系统及存储介质
技术领域
本发明涉及物流搬运技术领域，更具体地，涉及一种基于区块链的物流搬运调节方法、系统及存储介质。
背景技术
物流搬运系统是物流系统的一个子系统，主要由物料装卸和物料搬运两部分组成，是物流企业和生产企业的重要工作流程。物流搬运过程主要考虑的两方面因素是搬运重量和搬运距离。在物流搬运的过程中需要经过装卸的节点，这些装卸的节点包括物流中心和配送中心。
迄今为止，物流搬运经历了多次方式的变迁。最初为人力搬运，是最原始的搬运方式；其后依次经历了机械化搬运、自动化搬运、集成化搬运和智能化搬运几个时期。当前的技术中，已经开始逐步摸索智能化搬运方式。但在本发明技术之前，在智能化搬运过程中，尚需要通过一个集中的物料搬运系统进行整体的智能化调度和系统化调度，并需要根据人员需求进行任务分解和计划。导致常常因为人为的任务计划拆解错误造成搬运过程陷入混乱或资源不足的情况。
发明内容
鉴于上述问题，本发明提出了一种基于区块链的物流搬运调节方法、系统及存储介质，其可以实现将物流搬运节点作为区块链控制节点，利用不同节点的吞吐量和周转量的限定，完成在线搬运调度和分布式调节。具体的，对于物流搬运过程中，不同时间点、不同节点之间物流搬运的吞吐量、货物运输距离和质量进行综合量化表征，并提升整体的物流搬运节点的分时调节能力。
本发明提供了一种基于区块链的物流搬运调节方法。
所述一种基于区块链的物流搬运调节方法包括：
获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量；
获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量；
获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度；
根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充；
获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令；
根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验；
当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份。
进一步地，所述获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量，具体包括：
获取当前全部的物流搬运节点的网络连接状态；
对所述网络连接状态属于通路的物流搬运节点发出物流信息采集指令；
在接收到所述物流信息采集指令后，根据指令需求提取当前各个节点的运送货物总量；
自动调取全部的所述物流搬运节点的最大运送货物总量，作为搬运流量限制存储到全部的物流搬运节点内。
进一步地，所述获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量，具体包括：
获取所述运送货物总量和所述最大运送货物总量，并根据第一计算公式获得当前所有的所述物流搬运节点的吞吐量；
获取当前的所述物流搬运节点货物的质量以及当前所述物流搬运节点内货物的剩余距离；
利用第二计算公式获取所有的所述物流搬运节点的剩余周转量；
所述第一计算公式为：
Y i =t i /A i
其中，Y i 为当前第i个物流搬运节点的吞吐量，t i 为当前第i个物流搬运节点的运送货物总量，A i 为当前第i个物流搬运节点的最大运送货物总量；
所述第二计算公式为：
Figure 143056DEST_PATH_IMAGE001
其中，L i 为当前第i个物流搬运节点的剩余周转量，N i 为当前第i个物流搬运节点的货物总数，g ij 为当前第i个物流搬运节点的第j个货物的质量，sij为当前第i个物流搬运节点的第j个货物的剩余距离。
在一个或多个实施例中，优选地，所述获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度，具体包括：
获取所述物流搬运节点的吞吐量；
根据第三计算公式获得所述物流搬运节点的超限吞吐量；
利用第四计算公式获得总冗余度；
所述第三计算公式为：
d i =Y i -0.8
其中，d i 为当前第i个物流搬运节点的超限吞吐量，Y i 为当前第i个物流搬运节点的吞吐量；
所述第四计算公式为：
Figure 538265DEST_PATH_IMAGE002
其中，N为物流搬运节点总数，D m 为第m个时间节点的总冗余度。
进一步地，所述根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充，具体包括：
利用第五计算公式获得总体的剩余裕度；
利用第六计算公式获取所述物流搬运节点的单体剩余裕度；
利用第七计算公式和第八计算公式判断是否存在所述物流搬运节点是否存在超过裕度情况；
对超过裕度的所述物流搬运节点利用第九计算公式获取单体剩余裕度的最大值；
对超过裕度的所述物流搬运节点根据单体剩余裕度的最大值对应的所述物流搬运节点进行物流搬运数据补充；
所述第五计算公式为：
ALL m =P m /D m
其中，ALL m 为第m个时间节点的总体剩余裕度，P m 为第m个时间节点的新增搬运总质量，D m 为第m个时间节点的总冗余度；
所述第六计算公式为：
DLL i =p i /d i
其中，DLL i 为第i个物流搬运节点的单体剩余裕度，p i 为第i个物流搬运节点的新增搬运总质量；
所述第七计算公式为：
0＜ALL m ＜1
其中，ALL m 为第m个时间节点的总体剩余裕度；
所述第八计算公式为：
0≤DLL i ≤1
其中，DLL i 为第i个物流搬运节点的单体剩余裕度；
所述第九计算公式为：
I=max(DLL i )
其中，I为单体剩余裕度的最大值。
进一步地，所述获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令，具体包括：
获得所述单体剩余裕度的最大值，并对所述单体剩余裕度的最大值对应的所述物流搬运节点新增搬运质量的运送任务，并将所述物流搬运节点新增搬运质量的运送任务的事件作为结构化数据存储为所述广播数字代码；
将所述新增搬运质量和搬运距离在全网内所有的所述物流搬运节点中进行广播；
所有的所述物流搬运节点在接收完全部信息后在全网发出确认指令。
进一步地，所述根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验，具体包括：
根据所述广播数字代码进行时间序列提取，并进行hash运算，生成新区块数据；
对所述新区块数据生成父节点的哈希值；
在全网内提取最先获得的所述新区块数据对应的哈希值，作为最新区块校验数据，并在每个区块头存储所述父节点的哈希值；
在全网内的所有物流搬运节点内进行所述最新区块校验数据的在线校验。
进一步地，所述当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份，具体包括：
当获得最新的在线校验结果后，在全网进行所有区块的更新；
等待新的物流广播信息更新完成后，当获得新的广播信息并自动开始全网更新；
将全部的控制搬运调节数据发送到云平台备份。
此外，本发明还提供了一种基于区块链的物流搬运调节系统。
进一步地，所述一种基于区块链的物流搬运调节系统包括：
货物总量提取子模块，用于获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量；
剩余周转量提取子模块，用于获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量；
总冗余度提取子模块，用于获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度；
物流搬运数据补充子模块，用于根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充；
信息广播子模块，用于获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令；
广播数字校验子模块，用于根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验；
数据备份子模块，用于当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份。
本发明还提供了一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如所述一种基于区块链的物流搬运调节方法中任一项所述的方法。
本发明提供的技术方案可以包括以下有益效果：
1）本发明方案中，在各个搬运节点的数据通过区块链技术进行存储，无法篡改且能够不断更新校验各个节点的搬运状态。
2）本发明方案中，在各个搬运节点通过监测搬运节点吞吐量和剩余周转量实现对于单体搬运剩余裕度的调度，并实时的规划最优搬运。
3）本发明方案中，在物流搬运过程中不必预先设定搬运计划，仅需通过整体设置好搬运节点的裕度，则可以自行调度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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。
图1是本发明一个实施例的一种基于区块链的物流搬运调节方法的流程图。
图2是本发明一个实施例的一种基于区块链的物流搬运调节方法中的获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量的流程图。
图3是本发明一个实施例的一种基于区块链的物流搬运调节方法中的获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量的流程图。
图4是本发明一个实施例的一种基于区块链的物流搬运调节方法中的获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度的流程图。
图5是本发明一个实施例的一种基于区块链的物流搬运调节方法中的根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充的流程图。
图6是本发明一个实施例的一种基于区块链的物流搬运调节方法中的获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令的流程图。
图7是本发明一个实施例的一种基于区块链的物流搬运调节方法中的根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验的流程图。
图8是本发明一个实施例的一种基于区块链的物流搬运调节方法中的当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份的流程图。
图9是本发明一个实施例中一种基于区块链的物流搬运调节系统。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
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，本领域技术人员在没有作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。
物流搬运系统是物流系统的一个子系统，主要由物料装卸和物料搬运两部分组成，是物流企业和生产企业的重要工作流程。物流搬运过程主要考虑的两方面因素是搬运重量和搬运距离。在物流搬运的过程中需要经过装卸的节点，这些装卸的节点包括物流中心和配送中心。
迄今为止，物流搬运经历了多次方式的变迁。最初为人力搬运，是最原始的搬运方式；其后依次经历了机械化搬运、自动化搬运、集成化搬运和智能化搬运几个时期。当前的技术中，已经开始逐步摸索智能化搬运方式。但在本发明技术之前，在智能化搬运过程中，尚需要通过一个集中的物料搬运系统进行整体的智能化调度和系统化调度，并需要根据人员需求进行任务分解和计划。导致常常因为人为的任务计划拆解错误造成搬运过程陷入混乱或资源不足的情况。
本发明实施例中，提供了一种基于区块链的物流搬运调节方法、系统及存储介质。该方案将物流搬运节点作为区块链控制节点，利用不同节点的吞吐量和周转量的限定，完成在线搬运调度和分布式调节。
根据本发明实施例第一方面，提供一种基于区块链的物流搬运调节方法。
图1是本发明一个实施例的一种基于区块链的物流搬运调节方法的流程图。
如图1所示，在一个或多个实施例中，优选地，所述一种基于区块链的物流搬运调节方法包括：
步骤S101、获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量；
步骤S102、获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量；
步骤S103、获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度；
步骤S104、根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充；
步骤S105、获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令；
步骤S106、根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验；
步骤S107、当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份。
图2是本发明一个实施例的一种基于区块链的物流搬运调节方法中的获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量的流程图。
如图2所示，在一个或多个实施例中，优选地，所述获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量，具体包括：
S201、获取当前全部的物流搬运节点的网络连接状态；
S202、对所述网络连接状态属于通路的物流搬运节点发出物流信息采集指令；
S203、在接收到所述物流信息采集指令后，根据指令需求提取当前各个节点的运送货物总量；
S204、自动调取全部的所述物流搬运节点的最大运送货物总量，作为搬运流量限制存储到全部的物流搬运节点内。
在本发明实施例中，在进行物流节点的控制之前，需要获取物流节点的数据采集信息，进而利用对于数据的拆分实现对于不同物联网节点的全面控制。
图3是本发明一个实施例的一种基于区块链的物流搬运调节方法中的获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量的流程图。
如图3所示，在一个或多个实施例中，优选地，所述获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量，具体包括：
S301、获取当前的所述吞吐量、所述运送货物总量和所述最大运送货物总量，并根据第一计算公式获得当前所有的所述物流搬运节点的吞吐量；
S302、获取当前的所述物流搬运节点货物的质量以及当前所述物流搬运节点内货物的剩余距离；
S303、利用第二计算公式获取所有的所述物流搬运节点的剩余周转量；
所述第一计算公式为：
Y i =t i /A i
其中，Y i 为当前第i个物流搬运节点的吞吐量，t i 为当前第i个物流搬运节点的运送货物总量，A i 为当前第i个物流搬运节点的最大运送货物总量；
所述第二计算公式为：
Figure 352638DEST_PATH_IMAGE003
其中，L i 为当前第i个物流搬运节点的剩余周转量，N i 为当前第i个物流搬运节点的货物总数，g ij 为当前第i个物流搬运节点的第j个货物的质量，sij为当前第i个物流搬运节点的第j个货物的剩余距离。
在本发明实施例中，在获取吞吐量和运送货物总量户，逐步计算出剩余周转量。这些剩余周转量是重要的物流搬运节点中的关键数据。
图4是本发明一个实施例的一种基于区块链的物流搬运调节方法中的获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度的流程图。
如图4所示，在一个或多个实施例中，优选地，所述获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度，具体包括：
S401、获取所述物流搬运节点的吞吐量；
S402、根据第三计算公式获得所述物流搬运节点的超限吞吐量；
S403、利用第四计算公式获得总冗余度；
所述第三计算公式为：
d i =Y i -0.8
其中，d i 为当前第i个物流搬运节点的超限吞吐量，Y i 为当前第i个物流搬运节点的吞吐量；
所述第四计算公式为：
Figure 362051DEST_PATH_IMAGE004
其中，N为物流搬运节点总数，D m 为第m个时间节点的总冗余度。
在本发明实施例中，在获取物流搬运节点的超限吞吐量数据后，将第四计算公式获得总冗余度，这些总体的冗余度是对于整个新增搬运总量的限定方式。
图5是本发明一个实施例的一种基于区块链的物流搬运调节方法中的根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充的流程图。
如图5所示，在一个或多个实施例中，优选地，所述根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充，具体包括：
S501、利用第五计算公式获得总体的剩余裕度；
S502、利用第六计算公式获取所述物流搬运节点的单体剩余裕度；
S503、利用第七计算公式和第八计算公式判断是否存在所述物流搬运节点是否存在超过裕度情况；
S504、对超过裕度的所述物流搬运节点利用第九计算公式获取单体剩余裕度的最大值；
S505、对超过裕度的所述物流搬运节点根据单体剩余裕度的最大值对应的所述物流搬运节点进行物流搬运数据补充；
所述第五计算公式为：
ALL m =P m /D m
其中，ALL m 为第m个时间节点的总体剩余裕度，P m 为第m个时间节点的新增搬运总质量，D m 为第m个时间节点的总冗余度；
所述第六计算公式为：
DLL i =p i /d i
其中，DLL i 为第i个物流搬运节点的单体剩余裕度，p i 为第i个物流搬运节点的新增搬运总质量；
所述第七计算公式为：
0＜ALL m ＜1
其中，ALL m 为第m个时间节点的总体剩余裕度；
所述第八计算公式为：
0≤DLL i ≤1
其中，DLL i 为第i个物流搬运节点的单体剩余裕度；
所述第九计算公式为：
I=max(DLL i )
其中，I为单体剩余裕度的最大值。
在本发明实施例中，在获得总体冗余度的基础上，判断总体的剩余裕度，进而分析单体剩余裕度，最终根据每个物理搬运节点的单体剩余裕度进行排序，获得最大的单体剩余裕度进而进行物流搬运数据的补充。
图6是本发明一个实施例的一种基于区块链的物流搬运调节方法中的获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令的流程图。
如图6所示，在一个或多个实施例中，优选地，所述获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令，具体包括：
S601、获得所述单体剩余裕度的最大值，并对所述单体剩余裕度的最大值对应的所述物流搬运节点新增搬运质量的运送任务，并将所述物流搬运节点新增搬运质量的运送任务的事件作为结构化数据存储为所述广播数字代码；
S602、将所述新增搬运质量和搬运距离在全网内所有的所述物流搬运节点中进行广播；
S603、所有的所述物流搬运节点在接收完全部信息后在全网发出确认指令。
在本发明实施例中，获得单体剩余裕度最大值并根据物流搬运节点进行整体的广播，最终进行全网的新增搬运直流和搬运距离的广播，等待全网的信息发出确认。
图7是本发明一个实施例的一种基于区块链的物流搬运调节方法中的根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验的流程图。
如图7所示，在一个或多个实施例中，优选地，所述根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验，具体包括：
S701、根据所述广播数字代码进行时间序列提取，并进行hash运算，生成新区块数据；
S702、对所述新区块数据生成父节点的哈希值；
S703、在全网内提取最先获得的所述新区块数据对应的哈希值，作为最新区块校验数据，并在每个区块头存储所述父节点的哈希值；
S704、在全网内的所有物流搬运节点内进行所述最新区块校验数据的在线校验。
在本发明实施例中，根据全部的所述广播数字代码进行时间序列提取，进而在全网进行哈希值的在线校验，这些在线校验信息将会生成已经获得的广播信息，进行在线的校验。
图8是本发明一个实施例的一种基于区块链的物流搬运调节方法中的当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份的流程图。
如图8所示，在一个或多个实施例中，优选地，所述当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份，具体包括：
S801、当获得最新的在线校验结果后，在全网进行所有区块的更新；
S802、等待新的物流广播信息更新完成后，当获得新的广播信息并自动开始全网更新；
S803、将全部的控制搬运调节数据发送到云平台备份。
在本发明实施例中，获取全部的在线校验结果，根据新的广播信息进行对完备的数据在云平台中进行备份。
根据本发明实施例第二方面，提供一种基于区块链的物流搬运调节系统。
图9是本发明一个实施例的一种基于区块链的物流搬运调节系统。如图9所示，在一个或多个实施例中，优选地，所述一种基于区块链的物流搬运调节系统包括：
货物总量提取子模块901，用于获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量；
剩余周转量提取子模块902，用于获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量；
总冗余度提取子模块903，用于获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度；
物流搬运数据补充子模块904，用于根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充；
信息广播子模块905，用于获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令；
广播数字校验子模块906，用于根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验；
数据备份子模块907，用于当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果：
1）本发明实施例中，在各个搬运节点的数据通过区块链技术进行存储，无法篡改且能够不断更新校验各个节点的搬运状态。
2）本发明实施例中，在各个搬运节点通过监测搬运节点吞吐量和剩余周转量实现对于单体搬运剩余裕度的调度，实时的规划最优搬运。
3）本发明实施例中，在物流搬运过程中不必预先设定搬运计划，仅需通过整体设置好搬运节点的裕度，则可以自行调度。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于区块链的物流搬运调节方法，其特征在于，该方法包括：
步骤S101、获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量；
步骤S102、获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量；
步骤S103、获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度；
步骤S104、根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充；
步骤S105、获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令；
步骤S106、根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验；
当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份；
其中，获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度，具体包括：
获取所述物流搬运节点的吞吐量；
根据第三计算公式获得所述物流搬运节点的超限吞吐量；
利用第四计算公式获得总冗余度；
所述第三计算公式为：
d i =Y i -0.8
其中，d i 为当前第i个物流搬运节点的超限吞吐量，Y i 为当前第i个物流搬运节点的吞吐量；
所述第四计算公式为：
Figure 171734DEST_PATH_IMAGE001
其中，N为物流搬运节点总数，D m 为第m个时间节点的总冗余度。
2.如权利要求1所述的一种基于区块链的物流搬运调节方法，其特征在于，所述步骤S101，具体包括：
获取当前全部的物流搬运节点的网络连接状态；
对所述网络连接状态属于通路的物流搬运节点发出物流信息采集指令；
在接收到所述物流信息采集指令后，根据指令需求提取当前各个节点的运送货物总量；
自动调取全部的所述物流搬运节点的最大运送货物总量，作为搬运流量限制存储到全部的物流搬运节点内。
3.如权利要求1所述的一种基于区块链的物流搬运调节方法，其特征在于，所述步骤S102，具体包括：
获取所述运送货物总量和所述最大运送货物总量，并根据第一计算公式获得当前所有的所述物流搬运节点的吞吐量；
获取当前的所述物流搬运节点货物的质量以及当前所述物流搬运节点内货物的剩余距离；
利用第二计算公式获取所有的所述物流搬运节点的剩余周转量；
所述第一计算公式为：
Y i =t i /A i
其中，Y i 为当前第i个物流搬运节点的吞吐量，t i 为当前第i个物流搬运节点的运送货物总量，A i 为当前第i个物流搬运节点的最大运送货物总量；
所述第二计算公式为：
Figure 986106DEST_PATH_IMAGE002
其中，L i 为当前第i个物流搬运节点的剩余周转量，N i 为当前第i个物流搬运节点的货物总数，g ij 为当前第i个物流搬运节点的第j个货物的质量，sij为当前第i个物流搬运节点的第j个货物的剩余距离。
4.如权利要求1所述的一种基于区块链的物流搬运调节方法，其特征在于，所述步骤S104，具体包括：
利用第五计算公式获得总体的剩余裕度；
利用第六计算公式获取所述物流搬运节点的单体剩余裕度；
利用第七计算公式和第八计算公式判断是否存在超过裕度的所述物流搬运节点；
对超过裕度的所述物流搬运节点利用第九计算公式获取单体剩余裕度的最大值；
对超过裕度的所述物流搬运节点根据单体剩余裕度的最大值对应的所述物流搬运节点进行物流搬运数据补充；
所述第五计算公式为：
ALL m =P m /D m
其中，ALL m 为第m个时间节点的总体剩余裕度，P m 为第m个时间节点的新增搬运总质量，D m 为第m个时间节点的总冗余度；
所述第六计算公式为：
DLL i =p i /d i
其中，DLL i 为第i个物流搬运节点的单体剩余裕度，p i 为第i个物流搬运节点的新增搬运总质量，d i 为当前第i个物流搬运节点的超限吞吐量；
所述第七计算公式为：
0＜ALL m ＜1
其中，ALL m 为第m个时间节点的总体剩余裕度；
所述第八计算公式为：
0≤DLL i ≤1
其中，DLL i 为第i个物流搬运节点的单体剩余裕度；
所述第九计算公式为：
I=max(DLL i )
其中，I为单体剩余裕度的最大值。
5.如权利要求4所述的一种基于区块链的物流搬运调节方法，其特征在于，所述步骤S105，具体包括：
获得所述单体剩余裕度的最大值，并对所述单体剩余裕度的最大值对应的所述物流搬运节点新增搬运质量的运送任务，并将所述物流搬运节点新增搬运质量的运送任务的事件作为结构化数据存储为所述广播数字代码；
将所述新增搬运质量和搬运距离在全网内所有的所述物流搬运节点中进行广播；
所有的所述物流搬运节点在接收完全部信息后在全网发出确认指令。
6.如权利要求1所述的一种基于区块链的物流搬运调节方法，其特征在于，所述步骤S106，具体包括：
根据所述广播数字代码进行时间序列提取，并进行hash运算，生成新区块数据；
对所述新区块数据生成父节点的哈希值；
在全网内提取最先获得的所述新区块数据对应的哈希值，作为最新区块校验数据，并在每个区块头存储所述父节点的哈希值；
在全网内的所有物流搬运节点内进行所述最新区块校验数据的在线校验。
7.如权利要求1所述的一种基于区块链的物流搬运调节方法，其特征在于，所述当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份，具体包括：
当获得最新的在线校验结果后，在全网进行所有区块的更新；
等待新的物流广播信息更新完成后，当获得新的广播信息并自动开始全网更新；
将全部的控制搬运调节数据发送到云平台备份。
8.一种基于区块链的物流搬运调节系统，其特征在于，该系统包括：
货物总量提取子模块，用于获取当前全部的网络有效的物流搬运节点，进行需求数据提取，获得运送货物总量和最大运送货物总量；
剩余周转量提取子模块，用于获取运送货物总量和最大运送货物总量并计算所有的物流搬运节点的吞吐量、剩余周转量；
总冗余度提取子模块，用于获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度；
物流搬运数据补充子模块，用于根据所述总冗余度获取总体的剩余裕度，进而分析所述物流搬运节点的单体剩余裕度，根据所述单体剩余裕度最大值对应的所述物流搬运节点进行物流搬运数据补充；
信息广播子模块，用于获得所述单体剩余裕度最大值并根据所述物流搬运节点进行广播，并在全部信息接收后在全网发出确认指令；
广播数字校验子模块，用于根据广播数字代码进行时间序列提取，并利用区块的哈希值进行在线校验；
数据备份子模块，用于当获得最新的在线校验结果后，等待新的广播信息，并对全部的控制搬运调节数据发送至云平台备份；
其中，获取所述物流搬运节点的吞吐量，进而根据吞吐量获取总冗余度，具体包括：
获取所述物流搬运节点的吞吐量；
根据第三计算公式获得所述物流搬运节点的超限吞吐量；
利用第四计算公式获得总冗余度；
所述第三计算公式为：
d i =Y i -0.8
其中，d i 为当前第i个物流搬运节点的超限吞吐量，Y i 为当前第i个物流搬运节点的吞吐量；
所述第四计算公式为：
Figure 808569DEST_PATH_IMAGE001
其中，N为物流搬运节点总数，D m 为第m个时间节点的总冗余度。
9.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
CN202111575403.5A 2021-12-22 2021-12-22 一种基于区块链的物流搬运调节方法、系统及存储介质 Active CN113961868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111575403.5A CN113961868B (zh) 2021-12-22 2021-12-22 一种基于区块链的物流搬运调节方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111575403.5A CN113961868B (zh) 2021-12-22 2021-12-22 一种基于区块链的物流搬运调节方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN113961868A CN113961868A (zh) 2022-01-21
CN113961868B true CN113961868B (zh) 2022-03-18

Family

ID=79473636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111575403.5A Active CN113961868B (zh) 2021-12-22 2021-12-22 一种基于区块链的物流搬运调节方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN113961868B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019214312A1 (zh) * 2018-05-11 2019-11-14 阿里巴巴集团控股有限公司 基于区块链的物流信息传输方法、系统和装置
CN110472914A (zh) * 2019-08-15 2019-11-19 上海天地汇供应链科技有限公司 一种基于区块链的发票管理方法及系统
CN111373378A (zh) * 2019-11-06 2020-07-03 支付宝(杭州)信息技术有限公司 基于纠错码的共享区块链数据存储的数据安全性
WO2021123913A1 (en) * 2019-12-20 2021-06-24 Rohit Seth Geospatial operating system and method
CN113590576A (zh) * 2021-02-05 2021-11-02 华中科技大学 数据库参数调整方法、装置、存储介质以及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019214312A1 (zh) * 2018-05-11 2019-11-14 阿里巴巴集团控股有限公司 基于区块链的物流信息传输方法、系统和装置
CN110472914A (zh) * 2019-08-15 2019-11-19 上海天地汇供应链科技有限公司 一种基于区块链的发票管理方法及系统
CN111373378A (zh) * 2019-11-06 2020-07-03 支付宝(杭州)信息技术有限公司 基于纠错码的共享区块链数据存储的数据安全性
WO2021123913A1 (en) * 2019-12-20 2021-06-24 Rohit Seth Geospatial operating system and method
CN113590576A (zh) * 2021-02-05 2021-11-02 华中科技大学 数据库参数调整方法、装置、存储介质以及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Blockchain Aided Metric for Predictive Delivery Performance in Supply Chain Management;Mark H. Meng.et.al.;《 2018 IEEE International Conference on Service Operations and Logistics, and Informatics (SOLI)》;20181001;全文 *
基于容器标准化和区块链的智能物流集成技术研究;李慧;《长春工程学院学报(自然科学版》;20191231;第20卷(第4期);全文 *
基于改进型BP神经网络模型的机场物流吞吐量预测研究;唐琮沅等;《物流技术》;20060831(第8期);全文 *

Also Published As

Publication number Publication date
CN113961868A (zh) 2022-01-21

Similar Documents

Publication Publication Date Title
CN107688945B (zh) 一种基于延迟状态共识的高效许可链的设计方法
CN112612607A (zh) 基于消息队列的数据处理方法、装置、计算机设备和介质
CN111573292A (zh) 码垛方法、装置、电子设备及计算机可读存储介质
CN107832357A (zh) 一种基于快递柜的寄件码分配方法及其系统
CN105704241A (zh) 一种客户端程序更新方法及系统、业务平台
CN110611707A (zh) 一种任务调度的方法及装置
CN113672284B (zh) 一种指令执行方法、系统、电子设备以及存储介质
CN113961868B (zh) 一种基于区块链的物流搬运调节方法、系统及存储介质
CN111445027B (zh) 机器学习模型的训练方法和装置
CN116664053B (zh) 一种商品库存管理方法
KR102046948B1 (ko) 물품 자동 분배 시스템 및 방법
CN112150048A (zh) 输送控制方法、装置、电子设备及存储介质
CN111582407B (zh) 任务处理方法、装置、可读存储介质和电子设备
CN111815148A (zh) 排产方法、装置、电子设备及计算机可读存储介质
CN112938326B (zh) 一种上煤配料输送控制方法及装置
CN111014048B (zh) 用于控制分播设备进行货物分播的方法及装置
CN114298635A (zh) 物品分播方法和装置
CN114897450A (zh) 一种云端数字供应链服务管理平台
CN113190261B (zh) 设备驱动配置方法、设备驱动方法、装置及终端设备
CN109472528B (zh) 一种自动配货方法及装置
CN113191704A (zh) 货物出库的控制方法、装置和计算机可读存储介质
EP3259714A2 (en) System and method for transportation scheduling and planning
CN103345672B (zh) 集装箱堆场车载任务控制系统
CN112487780A (zh) 一种订单数据排版优化方法及系统
CN112184027A (zh) 任务进度更新方法、装置及存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220708

Address after: 050000 9-102, area a, Lanjun Mingdi, No. 299 Donggang Road, Yuhua District, Shijiazhuang City, Hebei Province

Patentee after: Hebei Yunshu Technology Co.,Ltd.

Address before: 050035 No.288, Zhufeng street, hi tech Development Zone, Shijiazhuang City, Hebei Province

Patentee before: SHIJIAZHUANG University

TR01 Transfer of patent right