CN114610896A - 一种联合运输知识图谱展示及关联分析方法 - Google Patents
一种联合运输知识图谱展示及关联分析方法 Download PDFInfo
- Publication number
- CN114610896A CN114610896A CN202210166898.4A CN202210166898A CN114610896A CN 114610896 A CN114610896 A CN 114610896A CN 202210166898 A CN202210166898 A CN 202210166898A CN 114610896 A CN114610896 A CN 114610896A
- Authority
- CN
- China
- Prior art keywords
- transportation
- map
- knowledge
- correlation analysis
- intermodal
- 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.)
- Pending
Links
- 238000012097 association analysis method Methods 0.000 title claims description 8
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000010219 correlation analysis Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 230000008520 organization Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012098 association analyses Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种联合运输知识图谱展示及关联分析方法,包括以下步骤:S1:联运路网图谱构建;S2:运输手段能力关联分析;S3:装卸载手段能力关联分析;S4:联运路线规划分析;S5:承运保障关联分析;S6:规划分析报告生成。本发明与现有技术相比的优点在于:本方案能够利用知识图谱的方式有效解决联合运输场景中关联关系复杂,数据来源分散难以分析,无法合理展示的问题;能利用知识图谱,结合传统地图对运输需求、手段、能力进行关联展示和分析,将联合运输规划的要素灵活、规范的集成到图谱中;能利用基于图谱的路径规划算法,求解优化联运方案。系统的数据展示形式灵活且完整,具有良好的实用性和成本优势。
Description
技术领域
本发明涉及涉及运输技术领域,具体是指一种联合运输知识图谱展示及关联分析方法。
背景技术
联合运输是指由不同的运输单位,组织不同的运输方式之间的联运。将不同的运输方式、几个运输单位有机地衔接起来,对全运程进行统筹,使货物办理一次托运手续便能从产地或始发地迅速、简便、经济、安全地运达收货地。传统的联合运输主要由政府引导、监管,单一企业或企业联盟组织实施,往往有固定的路线、稳定的运输需求,通常联运任务规划一次可以长期使用,因此对规划效率的要求不高。
联合运输关联的环节多,涉及运输需求、装备、运输、班次、设施、装卸载设备以及相关企业、军地部门等多个环节的分析与协调,规划的复杂性不言而喻。当前经济领域全球化、逆全球化交替作用,运输需求动态性增强,而在军事领域也需解决应急等动态条件下的联合运输的规划问题,急需解决联合运输规划的时效性、动态性等问题。
在本领域中,目前还没有基于知识图谱的联合运输场景展示与关联分析方法。因此,引入知识图谱技术,可动态构建联合运输任务场景,提高规划动态适应性和规划效率。
发明内容
本发明提供了一种联合运输知识图谱展示及关联分析方法,解决了现有联合运输规划过程中时效性、动态性不强,规划效率偏低的问题。
为解决上述技术问题,本发明提供的技术方案为:一种联合运输知识图谱展示及关联分析方法,包括以下步骤:
S1:联运路网图谱构建;
S2:运输手段能力关联分析;
S3:装卸载手段能力关联分析;
S4:联运路线规划分析;
S5:承运保障关联分析;
S6:规划分析报告生成。
本发明与现有技术相比的优点在于:本方案能够利用知识图谱的方式有效解决联合运输场景中关联关系复杂,数据来源分散难以分析,无法合理展示的问题;能利用知识图谱,结合传统地图对运输需求、手段、能力进行关联展示和分析,将联合运输规划的要素灵活、规范的集成到图谱中;能利用基于图谱的路径规划算法,求解优化联运方案。系统的数据展示形式灵活且完整,具有良好的实用性和成本优势。
进一步的,步骤S1具体为:根据运输需求的出发地、目的地、规避区域、规避路线等信息,从基础路网数据中筛选提取相关的机场、港口、码头、车站、中转站等联运枢纽设施形成图谱的实体集,提取关联的公路、铁路、航线、航路等,形成图谱的关系集。
进一步的,步骤S2具体为:在联运路网知识图谱的每段联运路线,结合运输需求关联查询可选的运载工具,如客货运机型、船型、车型等,扩展形成备选运载工具集。在此基础上,关联查询可用的班次、车次信息,形成每段路线的备选班次车次集,估算各段运输的通行能力、时间成本、经济成本。
进一步的,步骤S3具体为:在联运路网知识图谱的每个实体节点,结合运输需求关联查询可选的装卸载和转运工具,估算各枢纽节点的装卸载可行性、时间成本、经济成本。
进一步的,步骤S4具体为:在构建的联运路网图谱的基础上,结合对各个枢纽、分段路线的运输能力、装卸载能力的评估,采用路径规划的方法遍历图谱网络进行分析,按照时间最短、经济代价最小等优化目标求解优化方案。
进一步的,步骤S5具体为:基于规划的联运路线及明确的运输工具、装卸载需求,关联分析所需的承运组织和保障组织。
进一步的,步骤S6具体为:按照规划的联运路线,将关联的知识图谱信息导出。
附图说明
图1是一种联合运输知识图谱展示及关联分析方法的概念示意图。
图2是一种联合运输知识图谱展示及关联分析方法的装卸载手段关联查询分析的流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
本发明在具体实施时,如图1和图2所示的实施例中,提出一种联合运输知识图谱展示及关联分析方法,包括以下步骤:
S1:联运路网图谱构建;
S2:运输手段能力关联分析;
S3:装卸载手段能力关联分析;
S4:联运路线规划分析;
S5:承运保障关联分析;
S6:规划分析报告生成。
进一步的,如图1所示的实施例中,步骤S1具体为:根据运输需求的出发地、目的地、规避区域、规避路线等信息,从基础路网数据中筛选提取相关的机场、港口、码头、车站、中转站等联运枢纽设施形成图谱的实体集,提取关联的公路、铁路、航线、航路等,形成图谱的关系集。从数据库中提取与运输能力相关的属性,加入联运路网图谱的属性集。知识图谱以GIS系统地图为背景,融合展示。
进一步的,如图1所示的实施例中,步骤S2具体为:在联运路网知识图谱的每段联运路线,结合运输需求关联查询可选的运载工具,如客货运机型、船型、车型等,扩展形成备选运载工具集。在此基础上,关联查询可用的班次、车次信息,形成每段路线的备选班次车次集,估算各段运输的通行能力、时间成本、经济成本。运输手段以实体方式嵌入路线关系中,运输能力作为实体属性加入知识图谱。
进一步的,如图2所示的实施例中,步骤S3具体为:在联运路网知识图谱的每个实体节点,结合运输需求关联查询可选的装卸载和转运工具,估算各枢纽节点的装卸载可行性、时间成本、经济成本。装卸载手段和能力评估作为枢纽点属性加入知识图谱。
进一步的,如图1所示的实施例中,步骤S4具体为:在构建的联运路网图谱的基础上,结合对各个枢纽、分段路线的运输能力、装卸载能力的评估,采用路径规划的方法遍历图谱网络进行分析,按照时间最短、经济代价最小等优化目标求解优化方案。
进一步的,如图1所示的实施例中,步骤S5具体为:基于规划的联运路线及明确的运输工具、装卸载需求,关联分析所需的承运组织和保障组织,如货运公司、航空公司、铁路局、公路管理局、军队力量等。
进一步的,如图1所示的实施例中,步骤S6具体为:按照规划的联运路线,将关联的知识图谱信息导出,其中包含各类实体和属性,以及它们之间的乘坐关系、装载关系、承运关系等。
实施例1
如图1所示为本发明实施例1提供的联合运输知识图谱展示及关联分析方法的概念示意图,请参见图 1,该方法包括:
S101:联运路网图谱构建。所述图谱实体包括:机场、港口、码头、车站、中转站等联运枢纽设施。所属图谱关系包括:关联的公路、铁路、航线、航路等。所述图谱规则包括:对应实体之间的规避区域、规避路线等。构建联运路网图谱的过程即是在联运路网数据库中依据既定的图谱关系,结合图谱规则建立对应实体间的路网结构属性。构建的联运路网图谱以GIS系统地图为背景进行融合展示。图2所示为本发明实施例1提供的联运路网知识图谱构建及展示效果图,请参见图2。
S102:运输手段能力关联分析。此阶段,在联运路网知识图谱的每段联运路线,结合运输需求关联查询可选的运载工具,如客货运机型、船型、车型等,扩展形成备选运载工具集。在此基础上,关联查询可用的班次、车次信息,形成每段路线的备选班次车次集,估算各段运输的通行能力、时间成本、经济成本。运输手段以实体方式嵌入路线关系中,运输能力作为实体属性加入知识图谱。
S103:装卸载手段能力关联分析。此阶段,在联运路网知识图谱的每个实体节点,结合运输需求关联查询可选的装卸载和转运工具,估算各枢纽节点的装卸载可行性、时间成本、经济成本。装卸载手段和能力评估作为枢纽点属性加入知识图谱。
S104:联运路线规划分析。此阶段,在构建的联运路网图谱的基础上,结合对各个枢纽、分段路线的运输能力、装卸载能力的评估,采用路径规划的方法遍历图谱网络进行分析,按照时间最短、经济代价最小等优化目标求解优化方案。
S105:承运保障关联分析。此阶段,基于规划的联运路线及明确的运输工具、装卸载需求,关联分析所需的承运组织和保障组织,如货运公司、航空公司、铁路局、公路管理局、军队力量等。
S106:规划分析报告生成。此阶段,按照规划的联运路线,将关联的知识图谱信息导出,其中包含各类实体和属性,以及它们之间的乘坐关系、装载关系、承运关系等。
本发明能够有效地满足动态、应急场景下,联合运输知识图谱灵活构建、综合展示、关联分析的需求,且提供了路径规划的方法,有助提高联合运输规划的效率。
显然,本发明的上述实施例仅仅是为清楚地说明本发明专利所作的举例,而并非是对本发明的实施方式的限定。基于本发明专利中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明专利保护的范围。
Claims (7)
1.一种联合运输知识图谱展示及关联分析方法,其特征在于包括以下步骤:
S1:联运路网图谱构建;
S2:运输手段能力关联分析;
S3:装卸载手段能力关联分析;
S4:联运路线规划分析;
S5:承运保障关联分析;
S6:规划分析报告生成。
2.根据权利要求1所述的一种联合运输知识图谱展示及关联分析方法,其特征在于所述步骤S1具体为:根据运输需求的出发地、目的地、规避区域、规避路线等信息,从基础路网数据中筛选提取相关的机场、港口、码头、车站、中转站等联运枢纽设施形成图谱的实体集,提取关联的公路、铁路、航线、航路等,形成图谱的关系集。
3.根据权利要求1所述的一种联合运输知识图谱展示及关联分析方法,其特征在于所述步骤S2具体为:在联运路网知识图谱的每段联运路线,结合运输需求关联查询可选的运载工具,如客货运机型、船型、车型等,扩展形成备选运载工具集。在此基础上,关联查询可用的班次、车次信息,形成每段路线的备选班次车次集,估算各段运输的通行能力、时间成本、经济成本。
4.根据权利要求1所述的一种联合运输知识图谱展示及关联分析方法,其特征在于所述步骤S3具体为:在联运路网知识图谱的每个实体节点,结合运输需求关联查询可选的装卸载和转运工具,估算各枢纽节点的装卸载可行性、时间成本、经济成本。
5.根据权利要求1所述的一种联合运输知识图谱展示及关联分析方法,其特征在于所述步骤S4具体为:在构建的联运路网图谱的基础上,结合对各个枢纽、分段路线的运输能力、装卸载能力的评估,采用路径规划的方法遍历图谱网络进行分析,按照时间最短、经济代价最小等优化目标求解优化方案。
6.根据权利要求1所述的一种联合运输知识图谱展示及关联分析方法,其特征在于所述步骤S5具体为:基于规划的联运路线及明确的运输工具、装卸载需求,关联分析所需的承运组织和保障组织。
7.根据权利要求1所述的一种联合运输知识图谱展示及关联分析方法,其特征在于所述步骤S6具体为:按照规划的联运路线,将关联的知识图谱信息导出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210166898.4A CN114610896A (zh) | 2022-02-23 | 2022-02-23 | 一种联合运输知识图谱展示及关联分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210166898.4A CN114610896A (zh) | 2022-02-23 | 2022-02-23 | 一种联合运输知识图谱展示及关联分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114610896A true CN114610896A (zh) | 2022-06-10 |
Family
ID=81858957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210166898.4A Pending CN114610896A (zh) | 2022-02-23 | 2022-02-23 | 一种联合运输知识图谱展示及关联分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114610896A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109670746A (zh) * | 2018-12-06 | 2019-04-23 | 南京邮电大学 | 中药材物流配送中心选址方法、可读存储介质和终端 |
US20190303857A1 (en) * | 2018-03-27 | 2019-10-03 | Accenture Global Solutions Limited | System for collaborative logistics using a collaborative logistics map and a knowledge graph |
CN112948603A (zh) * | 2021-03-08 | 2021-06-11 | 北方自动控制技术研究所 | 一种基于迁移学习的运输投送知识问答方法 |
CN113919699A (zh) * | 2021-10-13 | 2022-01-11 | 平安国际智慧城市科技股份有限公司 | 资源调配方案生成方法、装置、设备和存储介质 |
-
2022
- 2022-02-23 CN CN202210166898.4A patent/CN114610896A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190303857A1 (en) * | 2018-03-27 | 2019-10-03 | Accenture Global Solutions Limited | System for collaborative logistics using a collaborative logistics map and a knowledge graph |
CN109670746A (zh) * | 2018-12-06 | 2019-04-23 | 南京邮电大学 | 中药材物流配送中心选址方法、可读存储介质和终端 |
CN112948603A (zh) * | 2021-03-08 | 2021-06-11 | 北方自动控制技术研究所 | 一种基于迁移学习的运输投送知识问答方法 |
CN113919699A (zh) * | 2021-10-13 | 2022-01-11 | 平安国际智慧城市科技股份有限公司 | 资源调配方案生成方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pimentel et al. | Integrated urban freight logistics combining passenger and freight flows–mathematical model proposal | |
Guastaroba et al. | Intermediate facilities in freight transportation planning: a survey | |
US8572001B2 (en) | Simultaneous vehicle routing, vehicle scheduling, and crew scheduling | |
Wiegmans et al. | Analysis, modeling, and assessing performances of supply chains served by long-distance freight transport corridors | |
Mahmassani et al. | Dynamic network simulation–assignment platform for multiproduct intermodal freight transportation analysis | |
Wong et al. | Container drayage modelling with graph theory-based road connectivity assessment for sustainable freight transportation in new development area | |
Gronalt et al. | Intermodal transport—Basics, structure, and planning approaches | |
Wang et al. | Modeling ocean, rail, and truck transportation flows to support policy analysis | |
Chen et al. | Schedule coordination, delay propagation, and disruption resilience in intermodal logistics networks | |
CN114610896A (zh) | 一种联合运输知识图谱展示及关联分析方法 | |
Tadić et al. | Sustainability of the city logistics initiatives | |
Janić | Multicriteria evaluation of intermodal (rail/road) freight transport corridors | |
Gholamizadeh et al. | Railway Transport and Its Role in the Supply Chains: Overview, Concerns, and Future Direction | |
Ahmadinejad et al. | Common Terminals in Multimodal Transportation Network | |
Chen et al. | Modeling and performance assessment of intermodal transfers at cargo terminals | |
Seedah et al. | Approach to classifying freight data elements across multiple data sources | |
Frazila et al. | A Stochastic Discrete Optimization Model for Multimodal Freight Transportation Network Design | |
Daduna et al. | Importance of hinterland transport network structures for seaport container terminals: An update | |
Al-Shikh et al. | Logistics in Yemen: optimal intermodal freight transportation | |
Saka et al. | Research of a dry port which can support container transportation from Kocaeli Ports in terms of possibilities and capabilities | |
Goncharova | Intelligent Transport Systems as a Way to Improve the Quality of the Rail-Truck Multimodal Freight Transportation | |
Mustapha et al. | Assessing the Freight Transport and Modal Logistics Infrastructure Connectivity in Apapa Seaport | |
Osman | Multi-product distribution in multi-supplier combined and capacitated transport networks | |
Ermis et al. | Optimization of collection and consolidation operations in cross-border multi-modal distribution networks | |
Irsadi | Application of AHP and TOPSIS methods for optional transportation cargo by freight forwarder (Route: Surabaya-Jakarta) |
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 |