CN114266525B - 一种集仓集配式仓储配送系统 - Google Patents

Abstract

本发明提供了一种集仓集配式仓储配送系统，包括以下步骤：仓储管理模块：用于检测入仓产品，获取入仓数据，根据所述入仓数据进行产品管理，生成仓储信息；策略模块：用于根据所述仓储信息和接收的订单信息，进行供应测算，确定供配策略；运输模块：用于根据所述供配策略，进行配载调度，生成配送指令，根据所述配送指令，进行运输，获取运输信息；数据安全模块：用于对仓储配送信息进行加密管理，并进行安全评估，确定安全等级。

Description

一种集仓集配式仓储配送系统

技术领域

本发明涉及大数据服务技术领域，特别涉及一种集仓集配式仓储配送系统。

背景技术

目前，国内集仓仓储及配送大多通过对仓储进行冷藏区域分割及普通仓储大小分类，产品从生产地到客户手中一般要经过出场-仓库-存储-配货-运输，特别是非单一生产产品和复杂配货场景；现今，除了应对以往的情况外，也要考虑各种突发情况带来的影响，例如突发疫情带来的仓储及配送方法，如何提高仓储适配性及如何快速有效地完成配送，成为刻不容缓需要解决的问题；而在现有仓储配送中，如申请号为“202010879675.3”的“一种基于立体式仓储的数据处理系统、方法、服务器及存储介质”，通过采集物品进入采集区域的状态，形成采集触发信号，于预定位置的状态下发送配送请求，并根据接受的配送相应的状态下查询于所述配送相应的目标位置，整体通过识别采集物品信息，将物品进行存储分配，但是这种分配方式是建立在设定好的存储框架内，将不同类型的物品分置在不同区域内，当面对种类更多的商品及更复杂的存储空间时，势必会造成存储路径混乱，存储效率低下，本发明中，通过利用大数据仓储场景进行分析，对仓储产品进行自动存储路线规划，通过分析仓储产品应用，获取产品配送指令，根据产品特性进行分类配送，极大提高了仓储效率及配送有效度。

发明内容

本发明提供一种集仓集配式仓储配送系统，用以解决无法对仓储根据产品特性进行分类规划，并进行快速有效调配，生成即时策略，以及维护数据安全、进行紧急调配的情况。

本发明提供了一种集仓集配式仓储配送系统，包括以下步骤：

仓储管理模块：用于检测入仓产品，获取入仓数据，根据所述入仓数据进行产品管理，生成仓储信息；

策略模块：用于根据所述仓储信息和接收的订单信息，进行供应测算，确定供配策略；

运输模块：用于根据所述供配策略，进行配载调度，生成配送指令，根据所述配送指令，进行运输，获取运输信息；

数据安全模块：用于对仓储配送信息进行加密管理，并进行安全评估，确定安全等级。

作为本技术方案的一种实施例，在于所述仓储管理模块包括：

入仓检测单元：用于对入仓产品进行入仓检测，获取入仓数据；其中，

所述入仓检测包括：危险性检测、产品信息检测；其中，

所述危险性检测通过对入仓产品进行危险性分析，获取产品危险级别；其中，

所述产品危险级别包括：高危险级别、中危险级别、低危险级别、无危险级别；

所述产品信息检测通过对入仓产品进行检测识别，获取产品检测数据；其中，

所述检测识别包括：种类检测、体积检测、重量检测、外观检测、温度检测、条码识别；

所述入仓数据包括：产品危险级别、产品检测数据。

作为本技术方案的一种实施例，在于所述仓储管理模块还包括：

产品管理单元：用于将入仓数据进行优先级筛选，获取数据优先级，并根据所述优先级对入仓数据进行分级管理，生成分级数据信息；

通过对分级数据信息进行仓储规划，获取对应等级的仓储管理数据；其中，

所述仓储规划通过对所述分级数据依次进行排序，确定数据序列，根据所述数据序列，生成仓储信息；其中，

所述仓储信息包括：分级信息、序列信息、入仓数据。

作为本技术方案的一种实施例，在于所述策略模块包括：

匹配单元：用于根据预设条件，对订单信息进行筛选处理，获取订单特征数据，根据所述订单特征数据进行供应匹配，获取对应的仓储匹配信息；其中，

所述订单特征数据包括：订单种类、订单数量、订单用途；

策略生成单元：用于根据仓储匹配信息进行测算分析，确定供配策略；其中，

所述供配策略包括：仓储调动信息、仓储调配方式；其中，

所述仓储调动信息包括：仓储调动种类、从出调动数量、仓储结余信息。

作为本技术方案的一种实施例，在于所述供应匹配包括如下步骤：

步骤S10：通过对订单特征数据进行重要度分析，分别获取数据的特征权重；其中，

所述重要度分析通过预设的特征对照数据库，对订单中不同的特征数据进行顺序检索；

步骤S20：根据所述特征权重的权重大小依次进行产品匹配，获得产品匹配信息；其中，

所述产品匹配信息包括：产品种类匹配信息、产品数量匹配信息、产品条码、产品编号；

步骤S30：通过对所述产品匹配信息进行仓储分析，获取仓储匹配信息。

作为本技术方案的一种实施例，在于所述运输模块包括：

配载单元：用于根据供配策略进行调度分析，获取调度信息，根据所述调度信息，生成配送指令；其中，

所述调度信息包括：调度需求信息、调出信息、调入信息；

所述配送指令包括：配送方式、配送目标、配送时间、配送地点；

根据所述配送指令，进行配送运输分析，获取运输信息；其中，

所述配送运输分析包括：天气分析、路线分析、配重分析、损耗分析、效率分析；

所述运输信息包括：运输流程信息、货物配载信息、运输时间节点，收货信息、卸货信息。

作为本技术方案的一种实施例，在于所述数据安全模块包括：

加密单元：用于对仓储配送信息进行加密分类，获取加密类别，根据所述加密类别，确定对应的加密方法；其中，

所述仓储配送信息包括：仓储信息、供配策略、运输信息；

所述加密分类包括：数据大小加密、数据分布加密、数据类型加密；

根据所述加密方法对仓储配送信息和信息传播进行分步加密，获取加密信息；其中，

所述分布加密先将仓储配送信息进行信息加密，获取第一加密数据，再对信息传播进行路径加密，获取第二加密数据；

所述加密信息包括：第一加密数据、第二加密数据。

作为本技术方案的一种实施例，在于所述数据安全模块还包括：

加密评估单元：用于对加密信息进行加密特征提取，获取加密特征信息；其中，

所述加密特征信息包括：第一加密数据特征、第二加密数据特征；

根据所述加密特征信息，构建加密评估模型，将所述加密评估模型和预设的安全模型进行对比，获取模型偏差数据；

通过对所述模型偏差数据按照数据类型分别进行偏差计算，获取模型偏差值，并进行判断；

其中，所述判断包括：按照模型偏差值数值大小，从大到小依次进行判断；

当所述模型偏差值小于等于预设的标准偏差值时，则为安全加密，并进行加密安全评估，获取安全等级；其中，

所述安全等级包括：安全无忧、高级安全、中级安全、初级安全；

当所述模型偏差值大于预设的标准偏差值时，则为不安全加密，进行加密修复处理。

作为本技术方案的一种实施例，在于所述仓储管理模块还包括：

产品策略单元：用于根据供配策略对产品管理进行分析，获取对应的产品处理信息；其中，

所述产品处理信息包括：产品报关、产品分装、产品贴标、退货行为；

根据产品信息进行产品存储分析，获取产品存储方式信息；其中，

所述产品存储方式信息包括：冷冻存储、冷藏存储、常温存储、高温存储；

根据所述产品存储方式信息，进行产品运输方式判断，生成产品运输数据；其中，

所述产品运输数据包括：冷链运输、常温运输、保温运输；

根据所述产品处理信息，进行产品存储分析，获取产品仓储类型；其中，

所述产品仓储类型包括：平仓存储、立体仓存储、高标仓存储。

作为本技术方案的一种实施例，在于所述运输模块还包括：

紧急调配单元：用于根据紧急调配申请信息进行调配分析，获取调配信息，并根据所述调配信息，匹配可调配的运输单位，获取运输单位信息；其中，

所述紧急调配申请信息包括：申请地信息、申请产品信息、申请调配时间；其中，

所述申请产品信息包括：申请产品类别、申请产品数量、申请产品重量；

所述可调配的运输单位包括：在申请地预设距离范围内的可调配运输单位；其中，

所述可调配运输单位是通过对运输单位分别进行调配评估，依次获取可调配值，并进行判断；其中，

当所述可调配值在预设的阈值范围内时，则为可调配运输单位；

当所述可调配值不在预设的阈值范围内时，则为不可调配运输单位；

根据所述运输单位信息，对可调配运输单位分别进行调配实施分析，获取调配数据，根据所述调配数据，计算调配优先度，并根据所述调配优先度进行调配排序，获取最优调配运输单位；其中，

所述最优调配运输单位的有限度必须在预设的调配排序限制内。

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

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种集仓集配式仓储配送系统的功能图；

图2为本发明实施例中一种集仓集配式仓储配送系统中仓储管理模块的功能图；

图3为本发明实施例中一种集仓集配式仓储配送系统中供应匹配的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

需说明的是，当部件被称为“固定于”或“设置于”另一个部件，它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件，它可以是直接或者间接连接至该另一个部件上。

需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，“多个”的含义是两个或两个以上，除非另有明确具体的限定。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

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。

本发明实施例提供了一种集仓集配式仓储配送系统，包括以下步骤：

仓储管理模块：用于检测入仓产品，获取入仓数据，根据所述入仓数据进行产品管理，生成仓储信息；

策略模块：用于根据所述仓储信息和接收的订单信息，进行供应测算，确定供配策略；

运输模块：用于根据所述供配策略，进行配载调度，生成配送指令，根据所述配送指令，进行运输，获取运输信息；

数据安全模块：用于对仓储配送信息进行加密管理，并进行安全评估，确定安全等级；

上述技术方案的工作原理为：现有技术方案中，通过根据已有需求信息进行物资采购，从物资需求到获取物资，需要耗费较长时间，例如申请号为：“201921511630.X”的“无人物流仓储货架装置领域和仓库的自动存取配送系统”中，通过不同的存取方式，始终保持货物以先进先出原则进行物流操作，能实现较高的自动化操作，但其只能根据货物订单，优化从仓库到运输这个过程，而无法对仓库存储管理以及运输实施、紧急调配、数据安全等做出全面分析，上述技术方案中通过检测入仓产品，获取入仓数据，进行产品管理，生成仓储信息，再结合接收的订单信息，确定供配策略，根据策略进行配载调度，生成配送指令，控制运输，获取运输信息，其中通过数据安全模块对仓储配送信息进行加密管理，并进行安全评估，确定安全等级；

在实际应用中：首先，仓储管理系统将所有产品进行入仓管理，比如将鲜肉放置冷冻存放区域、水果放入冷藏区域、家具摆件放入立体货仓，除此外，对这些产品还具有更细致的划分，比如鲜肉要分辨肉的种类，录入肉的溯源码、同时记录肉的重量、新鲜程度等信息，将这些产品入仓完成后，生成仓储信息；对接收到的订单进行分析，例如是超市订单，需要分别对订单产品进行调用，但是要具体分析比如订单中需要猪肉，那需要按照订单标明的重量进行筛选，筛选过程中会对部分猪肉进行排序，再结合其他商品的挑选，获取最终的供配策略，最后根据目的地信息进行运输分析，按照最佳或者客户要求的路线行驶，还要对订单数据及仓储信息进行加密，包括整个数据交换过程，保护公司和客户的数据隐私，并进行安全评估，更加直观的展示安全性；

上述技术方案的有益效果为：通过对仓储、供配策略、运输、数据安全即实施独立进行管理，又进行联立分析管理，增强了仓储配送的安全性，提高了仓储优化程度和运输效率，通过数据安全保护，保护企业和客户隐私的同时，提高了企业的竞争力。

在一个实施例中，所述仓储管理模块包括：

入仓检测单元：用于对入仓产品进行入仓检测，获取入仓数据；其中，

所述入仓检测包括：危险性检测、产品信息检测；其中，

所述危险性检测通过对入仓产品进行危险性分析，获取产品危险级别；其中，

所述产品危险级别包括：高危险级别、中危险级别、低危险级别、无危险级别；

所述产品信息检测通过对入仓产品进行检测识别，获取产品检测数据；其中，

所述检测识别包括：种类检测、体积检测、重量检测、外观检测、温度检测、条码识别；

所述入仓数据包括：产品危险级别、产品检测数据；

上述技术方案的工作原理为：现有技术方案中一般是将仓库中的货物按照区域进行划分，或者加上编号进行调用，但这种方法只能做到完成仓库货物存放，面对复杂调配情况时，过于依赖决策者的决策能力，调配水平非常不稳定，上述技术方案中，通过入仓产品进行危险性检测、产品信息检测，获取入仓数据，危险性检测是对入仓产品进行危险性分析，获取产品危险级别，包括：高危险级别、中危险级别、低危险级别、无危险级别，产品信息检测是对入仓产品进行检测识别，包括：种类检测、体积检测、重量检测、外观检测、温度检测、条码识别，获取产品检测数据；

在实际应用中：例如烟花入库，对其进行危险性判断，其作为当前仓库的高危险级别，则需要将其存储在高危专用存储区，同时再进行调配运输时，也要考虑到其的高危险性，除此外还要对烟花重量、体积外观等信息进行检测识别，为后续订单连接展示，及配送策略生成打下基础；

上述技术方案的有益效果为：通过对入仓产品继续危险等级分级，进行对应存储，提高了存储安全性和调配安全性，对产品进行检测识别，提高了仓储效率。

在一个实施例中，所述仓储管理模块还包括：

产品管理单元：用于将入仓数据进行优先级筛选，获取数据优先级，并根据所述优先级对入仓数据进行分级管理，生成分级数据信息；

通过对分级数据信息进行仓储规划，获取对应等级的仓储管理数据；其中，

所述仓储规划通过对所述分级数据依次进行排序，确定数据序列，根据所述数据序列，生成仓储信息；其中，

所述仓储信息包括：分级信息、序列信息、入仓数据；

上述技术方案的工作原理为：通过产品管理单元将入仓数据进行优先级筛选，获取数据优先级，并对入仓数据进行分级管理，生成分级数据信息，对分级数据信息依次进行排序，确定数据序列，根据所述数据序列，生成仓储信息，包括：分级信息、序列信息、入仓数据，最后获取对应等级的仓储管理数据；

上述技术方案的有益效果为：通过对仓储产品进行细分，提高了仓储调配效率，增强了调配策略优化性。

在一个实施例中，所述策略模块包括：

匹配单元：用于根据预设条件，对订单信息进行筛选处理，获取订单特征数据，根据所述订单特征数据进行供应匹配，获取对应的仓储匹配信息；其中，

所述订单特征数据包括：订单种类、订单数量、订单用途；

策略生成单元：用于根据仓储匹配信息进行测算分析，确定供配策略；其中，

所述供配策略包括：仓储调动信息、仓储调配方式；其中，

所述仓储调动信息包括：仓储调动种类、从出调动数量、仓储结余信息；

上述技术方案的工作原理为：现有技术方案中，按照订单货物与仓库货物进行对照筛选，根据仓库货物存放位置一一进行提取，但遇到复杂情况和多仓提取情况时，很难保持高效调配，上述技术方案中，通过对订单信息进行筛选处理，获取订单特征数据，再进行供应匹配，获取对应的仓储匹配信息，订单特征数据包括：订单种类、订单数量、订单用途，通过策略生成单元进行测算分析，确定供配策略，包括：仓储调动信息、仓储调配方式，仓储调动信息包括：仓储调动种类、从出调动数量、仓储结余信息；

在实际应用中：在收到医疗产品订单时，要根据不同医疗产品及医疗仪器的数量，来考虑调配策略，其中，结合医疗仪器的运输条件，和具体重量进行策略生成，完成调配；

上述技术方案的有益效果为：通过根据特征数据进行调配匹配，生成策略，提高了产品仓储调配效率，增强了产品调配过程的安全性。

在一个实施例中，所述供应匹配包括如下步骤：

步骤S10：通过对订单特征数据进行重要度分析，分别获取数据的特征权重；其中，

所述重要度分析通过预设的特征对照数据库，对订单中不同的特征数据进行顺序检索；

步骤S20：根据所述特征权重的权重大小依次进行产品匹配，获得产品匹配信息；其中，

所述产品匹配信息包括：产品种类匹配信息、产品数量匹配信息、产品条码、产品编号；

步骤S30：通过对所述产品匹配信息进行仓储分析，获取仓储匹配信息：

所述重要度分析包括以下步骤：

步骤S01：获取订单特征数据类别组{p₁，p₂，...，p_n}，和每一类别组的特征数据{p_t1，p_t2，...，p_tm}，计算订单中特征数据之间的第一影响权重η′_tl和第二影响权重η″_tl：

其中，η_tl为订单特征数据类别组中第t种特征数据中第l个数据的影响权重，t为变量，且1≤t≤n，l为变量，且1≤l≤m，m为每一类别组的特征数据数量，n为订单特征数据类别数量；

步骤S02：根据所述第一影响权重η′_tl和第二影响权重η″_tl，计算综合权重η_tl ^*：

其中，σ为权重正影响因子，

为权重负影响因子；

步骤S03：获取预设数据库中的订单对照数据类别组{q₁，q₂，...，q_n}，和每一类别组的特征数据{q_r1，q_r2，...，q_rm}，根据所述综合权重η_tl ^*，计算出权重相似度d：

其中，q_rl为预设数据库中的订单对照数据类别组中第r种对照数据里的第L个数据的影响权重，r为变量，且1≤r≤n，ε为相似度影响参数；

步骤S04：对所述权重相似度d进行判断，生成判断结果；其中；

当所述权重相似度大于等于预设阈值时，则为正常相似度；

当所述权重相似度小于预设阈值时，则为异常相似度，进行权重检测处理；

上述技术方案的工作原理为：通过对订单特征数据进行重要度分析，分别获取数据的特征权重，重要度分析通过预设的特征对照数据库，对订单中不同的特征数据进行顺序检索，然后根据特征权重的权重大小依次进行产品匹配，获得产品匹配信息，包括：产品种类匹配信息、产品数量匹配信息、产品条码、产品编号，最后通过对产品匹配信息进行仓储分析，获取仓储匹配信息；

上述技术方案的有益效果为：通过根据特征权重进行供应匹配分析，提高供应匹配的精确度，增强了货物需求与调配方案的匹配度，提高了调配效率。

在一个实施例中，所述运输模块包括：

配载单元：用于根据供配策略进行调度分析，获取调度信息，根据所述调度信息，生成配送指令；其中，

所述调度信息包括：调度需求信息、调出信息、调入信息；

所述配送指令包括：配送方式、配送目标、配送时间、配送地点；

根据所述配送指令，进行配送运输分析，获取运输信息；其中，

所述配送运输分析包括：天气分析、路线分析、配重分析、损耗分析、效率分析；

所述运输信息包括：运输流程信息、货物配载信息、运输时间节点，收货信息、卸货信息；

上述技术方案的工作原理为：现有技术方案中根据收货人信息和订单信息进行运输配送，只能机械式完成运输任务，不能进行具体的运输分析，上述技术方案中根据供配策略进行调度分析，获取调度信息，生成配送指令，调度信息包括：调度需求信息、调出信息、调入信息，配送指令包括：配送方式、配送目标、配送时间、配送地点，然后根据所述配送指令，进行天气分析、路线分析、配重分析、损耗分析、效率分析，获取运输信息，包括：运输流程信息、货物配载信息、运输时间节点，收货信息、卸货信息；

上述技术方案的有益效果为：通过配载单元进行运输调度，分析了多个运输影响因素，极大增强了运输安全性，提高了运输针对性和运输效率。

在一个实施例中，所述数据安全模块包括：

加密单元：用于对仓储配送信息进行加密分类，获取加密类别，根据所述加密类别，确定对应的加密方法；其中，

所述仓储配送信息包括：仓储信息、供配策略、运输信息；

所述加密分类包括：数据大小加密、数据分布加密、数据类型加密；

根据所述加密方法对仓储配送信息和信息传播进行分步加密，获取加密信息；其中，

所述分布加密先将仓储配送信息进行信息加密，获取第一加密数据，再对信息传播进行路径加密，获取第二加密数据；

所述加密信息包括：第一加密数据、第二加密数据；

上述技术方案的工作原理为：对仓储配送信息进行加密分类，获取加密类别，根据加密类别，确定对应的加密方法，仓储配送信息包括：仓储信息、供配策略、运输信息，加密分类包括：数据大小加密、数据分布加密、数据类型加密，根据加密方法对仓储配送信息和信息传播进行分步加密，获取加密信息，包括：第一加密数据、第二加密数据，分布加密先将仓储配送信息进行信息加密，获取第一加密数据，再对信息传播进行路径加密，获取第二加密数据；

上述技术方案的有益效果为：通过对仓储配送信息加密，提高了仓储配送信息传输速度和流畅度，增强了数据保护性，扩大数据安全范围。

在一个实施例中，所述数据安全模块还包括：

加密评估单元：用于对加密信息进行加密特征提取，获取加密特征信息；其中，

所述加密特征信息包括：第一加密数据特征、第二加密数据特征；

根据所述加密特征信息，构建加密评估模型，将所述加密评估模型和预设的安全模型进行对比，获取模型偏差数据；

通过对所述模型偏差数据按照数据类型分别进行偏差计算，获取模型偏差值，并进行判断；

其中，所述判断包括：按照模型偏差值数值大小，从大到小依次进行判断；

当所述模型偏差值小于等于预设的标准偏差值时，则为安全加密，并进行加密安全评估，获取安全等级；其中，

所述安全等级包括：安全无忧、高级安全、中级安全、初级安全；

当所述模型偏差值大于预设的标准偏差值时，则为不安全加密，进行加密修复处理，

所述加密评估包括以下步骤：

步骤S100：获取加密特征类型组{α₁，α₂，...，α_k}，每一加密特征类型出现频次为

分别计算加密特征分布集中度ω：

其中，

为加密特征类型组中第i个类型α_i的出现频次，

为力口密特征类型组中第j个类型α_j的出现频次，其中，i，j为变量，且1≤i，j≤k，k为加密特征类型数量；

步骤S200：获取加密特征在每一加密特征类型中出现次数为{β₁，β₂，...，β_k}，根据所述加密特征分布集中度ω，进行归一化处理，计算出分布均匀值γ和特征均衡值μ：

其中，θ为均匀值对数参数，τ为特征乘积因子，p(α_w|β_w)为在加密特征类型中出现次数为β_w的条件下，特征类型为α_w的概率，p(α_w)为特征类型为α_w的概率，w为变量，1≤w≤k，γ∈[0，1]，且γ越接近0，则对应特征类别分布的越均匀；

上述技术方案的工作原理为：通过对加密信息进行加密特征提取，获取加密特征信息，包括：第一加密数据特征、第二加密数据特征，根据加密特征信息，构建加密评估模型，将加密评估模型和预设的安全模型进行对比，获取模型偏差数据，对模型偏差数据按照数据类型分别进行偏差计算，获取模型偏差值，当模型偏差值小于等于预设的标准偏差值时，则为安全加密，并进行加密安全评估，获取安全等级，包括：安全无忧、高级安全、中级安全、初级安全，否则为不安全加密，需要进行加密修复处理；

上述技术方案的有益效果为：通过提取加密特征，提高了加密针对性和精准性，同时加快了加密速度，根据模型偏差值的判断，分析出安全等级，将安全信息更加直观的展示出来，也提高了对加密评估的有效率。

在一个实施例中，所述仓储管理模块还包括：

产品策略单元：用于根据供配策略对产品管理进行分析，获取对应的产品处理信息；其中，

所述产品处理信息包括：产品报关、产品分装、产品贴标、退货行为；

通过根据产品信息进行产品存储分析，获取产品存储方式信息；其中，

所述产品存储方式信息包括：冷冻存储、冷藏存储、常温存储、高温存储；

根据所述产品存储方式信息，进行产品运输方式判断，生成产品运输数据；其中，

所述产品运输数据包括：冷链运输、常温运输、保温运输；

根据所述产品处理信息，进行产品存储分析，获取产品仓储类型；其中，

所述产品仓储类型包括：平仓存储、立体仓存储、高标仓存储；

上述技术方案的工作原理为：通过产品策略单元对产品管理进行分析，获取对应的产品处理信息，包括：产品报关、产品分装、产品贴标、退货行为，根据产品信息进行产品存储分析，获取产品存储方式信息，产品存储方式信息包括：冷冻存储、冷藏存储、常温存储、高温存储，然后进行产品运输方式判断，生成产品运输数据，包括：冷链运输、常温运输、保温运输，最后根据产品处理信息，进行产品存储分析，获取产品仓储类型，包括：平仓存储、立体仓存储、高标仓存储；

上述技术方案的有益效果为：通过对产品信息进行详细分析处理，扩大了产品的丰富度，通过产品存储分析，提高了仓储安全性和存储有效度。

在一个实施例中，所述运输模块还包括：

紧急调配单元：用于根据紧急调配申请信息进行调配分析，获取调配信息，并根据所述调配信息，匹配可调配的运输单位，获取运输单位信息；其中，

所述紧急调配申请信息包括：申请地信息、申请产品信息、申请调配时间；其中，

所述申请产品信息包括：申请产品类别、申请产品数量、申请产品重量；

所述可调配的运输单位包括：在申请地预设距离范围内的可调配运输单位；其中，

所述可调配运输单位是通过对运输单位分别进行调配评估，依次获取可调配值，并进行判断；其中，

当所述可调配值在预设的阈值范围内时，则为可调配运输单位；

当所述可调配值不在预设的阈值范围内时，则为不可调配运输单位；

通过根据所述运输单位信息，对可调配运输单位分别进行调配实施分析，获取调配数据，根据所述调配数据，计算调配优先度，并根据所述调配优先度进行调配排序，获取最优调配运输单位；其中，

所述最优调配运输单位的有限度必须在预设的调配排序限制内；

上述技术方案的工作原理为：通过紧急调配单元进行调配分析，获取调配信息，并根据所述调配信息，匹配可调配的运输单位，获取运输单位信息，紧急调配申请信息包括：申请地信息、申请产品信息、申请调配时间，申请产品信息包括：申请产品类别、申请产品数量、申请产品重量，可调配的运输单位包括：在申请地预设距离范围内的可调配运输单位，可调配运输单位是通过对运输单位分别进行调配评估，依次获取可调配值，当可调配值在预设的阈值范围内时，则为可调配运输单位，否则为不可调配运输单位，根据运输单位信息，对可调配运输单位分别进行调配实施分析，获取调配数据，计算调配优先度，并根据调配优先度进行调配排序，获取最优调配运输单位；

在实际应用中：当突然遇到疫情等紧急情况时，需要大量的医疗物资及生活物资，可以根据物资需求对附近的运输情况进行分析，并进行紧急调配，以此缓解紧急情况；

上述技术方案的有益效果为：通过紧急调配单元对申请信息的分析，提高了紧急调配的针对性，通过计算调配有限度，提高了紧急调配效率。

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 (6)

1.一种集仓集配式仓储配送系统，包括以下步骤：

仓储管理模块：用于检测入仓产品，获取入仓数据，根据所述入仓数据进行产品管理，生成仓储信息；

策略模块：用于根据所述仓储信息和接收的订单信息，进行供应测算，确定供配策略；

运输模块：用于根据所述供配策略，进行配载调度，生成配送指令，根据所述配送指令，进行运输，获取运输信息；

数据安全模块：用于对仓储配送信息进行加密管理，并进行安全评估，确定安全等级；

所述策略模块包括：

匹配单元：用于根据预设条件，对订单信息进行筛选处理，获取订单特征数据，根据所述订单特征数据进行供应匹配，获取对应的仓储匹配信息；其中，

所述订单特征数据包括：订单种类、订单数量、订单用途；

策略生成单元：用于根据仓储匹配信息进行测算分析，确定供配策略；其中，

所述供配策略包括：仓储调动信息、仓储调配方式；其中，

所述仓储调动信息包括：仓储调动种类、从出调动数量、仓储结余信息；

所述供应匹配包括如下步骤：

步骤S10：通过对订单特征数据进行重要度分析，分别获取数据的特征权重；其中，

所述重要度分析通过预设的特征对照数据库，对订单中不同的特征数据进行顺序检索；

步骤S20：根据所述特征权重的权重大小依次进行产品匹配，获得产品匹配信息；其中，

所述产品匹配信息包括：产品种类匹配信息、产品数量匹配信息、产品条码、产品编号；

步骤S30：通过对所述产品匹配信息进行仓储分析，获取仓储匹配信息；

所述数据安全模块包括：

加密单元：用于对仓储配送信息进行加密分类，获取加密类别，根据所述加密类别，确定对应的加密方法；其中，

所述仓储配送信息包括：仓储信息、供配策略、运输信息；

所述加密分类包括：数据大小加密、数据分布加密、数据类型加密；

根据所述加密方法对仓储配送信息和信息传播进行分步加密，获取加密信息；其中，

所述分布加密先将仓储配送信息进行信息加密，获取第一加密数据，再对信息传播进行路径加密，获取第二加密数据；

所述加密信息包括：第一加密数据、第二加密数据；

所述数据安全模块还包括：

加密评估单元：用于对加密信息进行加密特征提取，获取加密特征信息；其中，

所述加密特征信息包括：第一加密数据特征、第二加密数据特征；

根据所述加密特征信息，构建加密评估模型，将所述加密评估模型和预设的安全模型进行对比，获取模型偏差数据；

通过对所述模型偏差数据按照数据类型分别进行偏差计算，获取模型偏差值，并进行判断；

其中，所述判断包括：按照模型偏差值数值大小，从大到小依次进行判断；

当所述模型偏差值小于等于预设的标准偏差值时，则为安全加密，并进行加密安全评估，获取安全等级；其中，

所述安全等级包括：安全无忧、高级安全、中级安全、初级安全；

当所述模型偏差值大于预设的标准偏差值时，则为不安全加密，进行加密修复处理。

2.如权利要求1所述的一种集仓集配式仓储配送系统，其特征在于，所述仓储管理模块包括：

入仓检测单元：用于对入仓产品进行入仓检测，获取入仓数据；其中，

所述入仓检测包括：危险性检测、产品信息检测；其中，

所述危险性检测通过对入仓产品进行危险性分析，获取产品危险级别；其中，

所述产品危险级别包括：高危险级别、中危险级别、低危险级别、无危险级别；

所述产品信息检测通过对入仓产品进行检测识别，获取产品检测数据；其中，

所述检测识别包括：种类检测、体积检测、重量检测、外观检测、温度检测、条码识别；

所述入仓数据包括：产品危险级别、产品检测数据。

3.如权利要求1所述的一种集仓集配式仓储配送系统，其特征在于，所述仓储管理模块还包括：

产品管理单元：用于将入仓数据进行优先级筛选，获取数据优先级，并根据所述优先级对入仓数据进行分级管理，生成分级数据信息；

通过对分级数据信息进行仓储规划，获取对应等级的仓储管理数据；其中，

所述仓储规划通过对所述分级数据依次进行排序，确定数据序列，根据所述数据序列，生成仓储信息；其中，

所述仓储信息包括：分级信息、序列信息、入仓数据。

4.如权利要求1所述的一种集仓集配式仓储配送系统，其特征在于，所述运输模块包括：

配载单元：用于根据供配策略进行调度分析，获取调度信息，根据所述调度信息，生成配送指令；其中，

所述调度信息包括：调度需求信息、调出信息、调入信息；

所述配送指令包括：配送方式、配送目标、配送时间、配送地点；

根据所述配送指令，进行配送运输分析，获取运输信息；其中，

所述配送运输分析包括：天气分析、路线分析、配重分析、损耗分析、效率分析；

所述运输信息包括：运输流程信息、货物配载信息、运输时间节点，收货信息、卸货信息。

5.如权利要求1所述的一种集仓集配式仓储配送系统，其特征在于，所述仓储管理模块还包括：

产品策略单元：用于根据供配策略对产品管理进行分析，获取对应的产品处理信息；其中，

所述产品处理信息包括：产品报关、产品分装、产品贴标、退货行为；

根据产品信息进行产品存储分析，获取产品存储方式信息；其中，

所述产品存储方式信息包括：冷冻存储、冷藏存储、常温存储、高温存储；

根据所述产品存储方式信息，进行产品运输方式判断，生成产品运输数据；其中，

所述产品运输数据包括：冷链运输、常温运输、保温运输；

根据所述产品处理信息，进行产品存储分析，获取产品仓储类型；其中，

所述产品仓储类型包括：平仓存储、立体仓存储、高标仓存储。

6.如权利要求1所述的一种集仓集配式仓储配送系统，其特征在于，所述运输模块还包括：

紧急调配单元：用于根据紧急调配申请信息进行调配分析，获取调配信息，并根据所述调配信息，匹配可调配的运输单位，获取运输单位信息；其中，

所述紧急调配申请信息包括：申请地信息、申请产品信息、申请调配时间；其中，

所述申请产品信息包括：申请产品类别、申请产品数量、申请产品重量；

所述可调配的运输单位包括：在申请地预设距离范围内的可调配运输单位；其中，

所述可调配运输单位是通过对运输单位分别进行调配评估，依次获取可调配值，并进行判断；其中，

当所述可调配值在预设的阈值范围内时，则为可调配运输单位；

当所述可调配值不在预设的阈值范围内时，则为不可调配运输单位；

根据所述运输单位信息，对可调配运输单位分别进行调配实施分析，获取调配数据，根据所述调配数据，计算调配优先度，并根据所述调配优先度进行调配排序，获取最优调配运输单位；其中，

所述最优调配运输单位的有限度必须在预设的调配排序限制内。

Images