CN115310896B - 一种基于大数据的物流信息管理方法 - Google Patents

一种基于大数据的物流信息管理方法 Download PDF

Info

Publication number
CN115310896B
CN115310896B CN202210792169.XA CN202210792169A CN115310896B CN 115310896 B CN115310896 B CN 115310896B CN 202210792169 A CN202210792169 A CN 202210792169A CN 115310896 B CN115310896 B CN 115310896B
Authority
CN
China
Prior art keywords
transportation
data
logistics
information
goods
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
CN202210792169.XA
Other languages
English (en)
Other versions
CN115310896A (zh
Inventor
李超
程晶晶
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202210792169.XA priority Critical patent/CN115310896B/zh
Publication of CN115310896A publication Critical patent/CN115310896A/zh
Application granted granted Critical
Publication of CN115310896B publication Critical patent/CN115310896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Emergency Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于大数据的物流信息管理方法，包括：采集物流数据，并通过所述物流数据构建物流信息管理库，将所述物流数据在物流信息管理库中进行存储，并对存储的物流数据制定数据查看权限规则；通过所述物流数据构建货品运输调配模型，并根据所述货品运输调配模型制定货品运输策略；根据所述货品运输策略，对货品运输信息跟踪记录，生成物流记录表，对记录显示的异常信息通过物流调度监控中心执行报警操作，并根据所述物流记录表进行货品物流运输预测，获取预测结果，本发明不仅能保证数据的安全性，而且根据构建的货品运输调配模型可以制定出最优的运输策略，节省运输成本，根据记录的异常信息进行及时报警，从而避免出现货品损失。

Description

一种基于大数据的物流信息管理方法
技术领域
本发明涉及物流信息管理技术领域，特别涉及一种基于大数据的物流信息管理方法。
背景技术
目前，我国国内的物流企业参差不齐，大多数还按照较为传统的流程进行操作，有些只提供单一的服务，如申请号202111491416.4的发明中，通过对货品的二维码进行扫描，然后根据扫描的结果对货品进行分类，然后根据分类的结果对货品进行测量，并将测量的数据与之前的录入数据进行比较，从而对货品进行入箱保存，这样的方法只是提高了货品物流存储的便捷性，但是对于货品进行数据管理以及对货品进行运输监控方面的技术是没有涉及的，并且在进行数据管理的时缺乏权限设置管理，物流数据中不仅包含了客户的地址、联系方式等信息还有企业仓库等信息，如果上述信息出现泄露将会给企业带来巨大的经济损失，以及造成客户的隐私泄露，还有在进行货品运输的过程中，可能由于运输过程的不稳定性和潜在风险，造成运输失败，这样就会造成更大的经济损失和人员伤害等问题，因此对于物流信息的管理必然不能缺少对货品运输过程的数据进行跟踪监控，通过对运输车辆进行实时跟踪监控就能够及时的了解车辆在进行货品运输过程中的运输状态，根据监控对出现的异常运输问题及时的报警处理，就能避免造成更大的损失。
发明内容
本发明提供一种基于大数据的物流信息管理方法，用以解决上述的情况，本发明通过构建物流信息管理库对物流数据进行权限设置，然后将物流数据在数据库中进行存储管理，这样不仅可以保证数据之间互不干扰，且能更加准确快速的对物流数据进行查看和调取，同时还能保证数据的安全性，然后通过构建货品的调配模型不仅可以制定出最优的运输策略，节省运输成本，而且对运输过程中运输车辆的行驶状态进行定位和监控，根据生成的运输记录就可以对货品运输过程中的情况进行查看，对于在监控中出现的异常信息就可以进行及时的报警，从而避免出现货品损失。
一种基于大数据的物流信息管理方法，包括：
采集物流数据，并通过所述物流数据构建物流信息管理库，将所述物流数据在物流信息管理库中进行存储，并对存储的物流数据制定数据查看权限规则；
通过所述物流数据构建货品运输调配模型，并根据所述货品运输调配模型制定货品运输策略；
根据所述货品运输策略，对货品运输信息跟踪记录，生成物流记录表，对记录显示的异常信息通过物流调度监控中心执行报警操作，并根据所述物流记录表进行货品物流运输预测，获取预测结果。
作为本发明的一种实施例：所述采集物流数据，并通过所述物流数据构建物流信息管理库，并将所述物流数据在物流信息管理库中进行存储，并对存储的物流数据制定数据查看权限规则包括：
通过所述物流数据生成物流信息目录，根据所述物流信息目录和物流数据构建物流信息管理库；
其中，所述物流信息管理库包括:订单交易信息库、货品仓储信息库；
将所述物流数据在物流信息管理库中通过数据电子记录表进行数据存储记录，获取存储物流数据；
对所述存储物流数据制定数据查看权限规则。
作为本发明的一种实施例：所述对所述存储物流数据制定数据查看权限规则包括：
将管理员身份信息录入物流信息管理库，并对所述管理员身份信息进行标定，获取标定身份信息；
将所述标定身份信息与数据查看授权权限通过一一映射对应关系进行匹配，获取授权身份信息；
基于所述授权身份信息，制定数据查看权限规则；
其中所述数据查看权限规则的执行流程如下所示：
当物流信息管理库接收到数据查看指令时，对指令方进行身份验证，获取指令方身份验证结果；
其中，所述身份验证结果包括：指令方身份信息与标定身份信息一致和指令方身份信息与标定身份信息不一致；
当指令方身份信息与标定身份信息一致时，判断指令方具有数据授权权限，允许指令方进行数据查看，指令方可通过数据电子记录表对订单数据和货品仓储数据执行更新、修改、删除、调取和查询操作；
当指令方身份信息与标定身份信息不一致，判断指令方不具有数据授权权限且为异常验证信息，不允许指令方进行数据查看，并将所述异常验证信息发生至货品调度监控中心进行报警。
作为本发明的一种实施例：所述通过所述物流数据构建货品运输调配模型，并根据所述货品运输调配模型制定货品运输策略，
对所述物流数据进行数据分类，获取分类结果；
其中，所述分类结果包括：货品仓储数据和订单数据；
根据货品仓储数据和订单数据，进行货品调配合理性分析，获取分析结果；
当所述分析结果显示合理时，根据显示合理的调配结果对应的物流数据构建货品运输调配模型；
其中，所述货品运输调配模型包括：订单调配模型、仓储调配模型和运输调配模型；
根据所述货品运输调配模型制定货品运输策略。
作为本发明的一种实施例：所述根据所述货品运输调配模型制定货品运输策略包括：
根据订车状态数据，确定货品运输车辆编号，通过所述货品运输编号给对应的货品运输车辆安装配备GPS定位设备、车辆摄像监控设备和电子运输单；
通过入库日期、运输车辆租期、车型要求、起点地址、终点地址和出库日期制定运输标准路线；
通过所述GPS定位设备，对货品运输车辆进行实时定位，获取货品运输车辆行驶路线和车辆行驶位置，并将所述货品运输车辆行驶路线与预设标准行驶路线进行对比，获取对比结果，当对比结果显示不一致时，获取车辆行驶路线异常信息，并根据所述车辆行驶路线异常信息执行报警操作；
通过车辆摄像监控设备，对货品运输车辆的驾驶室和车厢进行视频监控，获取监控数据，对所述监控数据进行运输状态异常性分析，获取分析结果，根据所述分析结果，获取车辆运输状态异常信息，并根据所述车辆运输状态异常信息执行报警操作；
通过电子运输单记录货品运输车辆行驶路线、监控数据、车辆行驶位置、提货、交货签收信息和货品运输车辆的司机信息，获取货品运输策略。
作为本发明的一种实施例：所述通过所述GPS定位设备，对货品运输车辆进行实时定位，获取货品运输车辆行驶路线和车辆行驶位置，并将所述货品运输车辆行驶路线与预设标准行驶路线进行对比，获取对比结果，当对比结果显示不一致时，获取车辆行驶路线异常信息，并根据所述车辆行驶路线异常信息执行报警操作包括如下步骤：
步骤一：通过所述GPS定位设备，获取货品运输车辆的实时行驶路线和实时位置数据；
步骤二：将所述实时行驶路线与制定的运输标准路线进行路线对比，获取路线对比结果；
步骤三：当所述路线对比结果为路线一致时，记录运输车辆的行驶状态和行驶位置；
步骤四：当所述路线对比结果为路线不一致时，对实时行驶路线中的运输车辆进行安全性判断；
步骤五：当判断结果显示车辆不安全时，获取车辆行驶路线异常信息，并将所述车辆行驶路线异常信息发送至货品调度监控中心进行报警。
作为本发明的一种实施例：所述通过车辆摄像监控设备，对货品运输车辆的驾驶室和车厢进行视频监控，获取监控数据，对所述监控数据进行运输状态异常性分析，获取分析结果，根据所述分析结果，获取车辆运输状态异常信息，并根据所述车辆运输状态异常信息执行报警操作包括如下步骤：
步骤S1：通过车辆摄像监控设备，对车辆驾驶室和车厢进行监控，获取监控数据；
步骤S2：并对所述监控数据进行驾驶员动作状态异常性分析和车辆货品状态安全性分析，获取分析结果；
其中，所述分析结果包括：驾驶员动作状态正常且车辆货品状态正常、驾驶员动作状态异常且车辆货品状态正常、驾驶员动作状态正常且车辆货品状态异常和驾驶员动作状态异常且车辆货品状态异常；
步骤S3：通过所述分析结果，获取车辆运输状态异常信息，并将所述车辆运输状态异常信息发送至货品调度监控中心进行报警。
作为本发明的一种实施例：所述根据所述货品运输策略，对货品运输信息跟踪记录，生成物流记录表，对记录显示的异常信息通过物流调度监控中心执行报警操作，并根据所述物流记录表进行货品物流运输预测，获取预测结果包括：
根据所述货品运输策略，对货品运输信息跟踪记录，生成运输记录表，将所述运输记录表同步上传至货品调度监控中心；
货品调度监控中心对货品运输异常信息进行报警分类，获取分类报警信息，并根据所述分类报警信息执行报警操作；
其中，所述异常信息包括：异常验证信息、车辆行驶路线异常信息和车辆运输状态异常信息；
将运输记录表和异常信息通过相同对应时间段进行对应匹配记录，获取时间段物流运输数据；
根据所述时间段物流运输数据，生成物流记录表；
并根据所述物流记录表进行货品物流运输预测，获取预测结果。
作为本发明的一种实施例：所述货品调度监控中心对货品运输异常信息进行报警分类，获取分类报警信息，并根据所述分类报警信息执行报警操作包括：
将车辆运输状态异常信息划分为第一类报警信息，根据所述第一类报警信息进行联动报警；
其中，所述联动报警包括车辆驾驶室语音报警和车辆运输异常区域管辖的交警部门报警；
将车辆行驶路线异常信息划分为第二类报警信息，根据所述第二类报警信息进行语音报警；
其中，所述语音报警包括在车辆驾驶室内进行路线行驶异常报警和在货品调度监控中心通过监控器进行车辆路线行驶异常报警；
将异常验证信息划分为第三类报警信息，根据所述第三类报警信息在货品调度监控中心通过监控器进行界面弹出文字报警，并将所述界面弹出文字报警与数据库管理员的数据监控器进行报警共享。
作为本发明的一种实施例：所述并根据所述物流记录表进行货品物流运输预测，获取预测结果，
其中，所述预测结果包括：物流运输成功和物流运输失败；
其中，当物流记录表中出现报警类别大于2时，预测结果显示物流运输失败，当物流记录表中出现报警类别小于等于2时，预测结果显示物流运输成功。
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基于大数据的物流信息管理方法的流程图；
图2为本发明实施例中一种基于大数据的物流信息管理方法的流程图；
图3为本发明实施例中一种基于大数据的物流信息管理方法的流程图。
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。
实施例1：
本发明实施例提供了一种基于大数据的物流信息管理方法，包括：
采集物流数据，并通过所述物流数据构建物流信息管理库，将所述物流数据在物流信息管理库中进行存储，并对存储的物流数据制定数据查看权限规则；
通过所述物流数据构建货品运输调配模型，并根据所述货品运输调配模型制定货品运输策略；
根据所述货品运输策略，对货品运输信息跟踪记录，生成物流记录表，对记录显示的异常信息通过物流调度监控中心执行报警操作，并根据所述物流记录表进行货品物流运输预测，获取预测结果；
在一个实际场景中：通过对货品的二维码进行扫描，然后根据扫描的结果对货品进行分类，然后根据分类的结果对货品进行测量，并将测量的数据与之前的录入数据进行比较，从而对货品进行入箱保存，这样的方法只是提高了货品物流存储的便捷性，但是对于货品进行数据管理以及对货品进行运输监控方面的技术是没有涉及的；
本发明在进行实施的时候：如图1所示，先进行物流数据的采集，根据采集到我的物流数据构建物流信息管理库，构建的物流信息管理库包括：订单交易信息库和货品仓储信息库，在上述两个信息库中分别对采集的订单数据和货品仓储数据进行对应存储，并为信息库中存储的数据制定数据查看权限规则，其目的是防止有人对数据进行盗取或者违规查看的问题出现，进行数据查看权限设置时，需要先对信息库管理员的身份信息进行录入登记，并给登记的身份信息标记数据查看的授权权限，这样如果进行信息库中数据查看的时候就只需要进行身份验证，根据身份信息是否标定授权权限就能判断是否可以进行数据查看，对于给物流数据设置权限可以保证客户信息的安全和运输信息的安全，防止出现客户信息泄露的危险，根据物流信息管理库中存储的物流数据构建货品运输调配模型，构建调配模型的目的是可以整合出货品从订单、仓储到运输最优的调配流程，这样做的目的是便于数据的整理和管理，并且通过构建的模型可以确定出最优的货品运输策略，所述货品运输策略是指对于进行货品运输时最优的运输路线的制定，以及对运输过程中对运输车辆的进行定位和监控，就可以生成运输记录，根据生成的运输记录就可以对货品运输过程中的情况进行监控，对于在监控中出现的异常信息就可以进行及时的报警，从而避免货品出现损失，通过对货品运输过程的运输状态进行跟踪，然后生成物流信息记录表，这样根据得到的物流信息记录表中记录的物流数据对物流运输状况进行预测，根据预测就可以提前规避很多可能出现的失误或者危险事件，从而保证货品在运输过程中的安全性；
上述技术方案的有益效果为：为信息库中存储的数据制定数据查看权限规则，其目的是防止有人对数据进行盗取或者违规查看的问题出现，从而防止出现客户信息泄露，通过构建的模型可以确定出最优的货品运输路线，这样可以节省大量的运输时间、人力和物力，并且在货品运输过程中进行监控，在出现的异常信息就可以进行及时的报警，从而避免货品出现损失，还可以根据得到的物流信息记录表中记录的物流数据对当前物流运输状况和未来进行物流运输状况进行预测，根据预测就可以提前规避很多可能出现的失误或者危险事件，从而保证货品在运输过程中的安全性。
实施例2：
在一个实施例中，所述采集物流数据，并通过所述物流数据构建物流信息管理库，并将所述物流数据在物流信息管理库中进行存储，并对存储的物流数据制定数据查看权限规则包括：
通过所述物流数据生成物流信息目录，根据所述物流信息目录和物流数据构建物流信息管理库；
其中，所述物流信息管理库包括:订单交易信息库、货品仓储信息库；
将所述物流数据在物流信息管理库中通过数据电子记录表进行数据存储记录，获取存储物流数据；
对所述存储物流数据制定数据查看权限规则；
在一个实际场景中：对于物流数据的存储一般采用系统录入，但是通过系统对数据存储时对于数据的分类是不够明确，因此这样就可能造成数据存储发生混乱，不利于对数据进行管理，并且对于存储的数据也没有设置对应的查看权限，这样就可能导致在存储的数据有泄露的危险；
本发明在进行实施的时候：首先进行物流数据的采集，其中采集的物流数据包括：订单数据和货品仓储数据，根据上述两种数据类型，生成物流信息目录，并根据上述两种物流数据和生成的物流信息目录构建物流信息管理库，构建的物流信息管理库是包括订单交易信息库和货品仓储信息库，并将订单数据和货品仓储数据分别存储在订单交易信息库和货品仓储信息库中，且为存储的数据制定数据查看权限规则，同时通过信息库中的电子记录表将上述数据进行记录，规定具有数据查看权限的管理员可通过数据电子记录表对订单数据和货品仓储数据执行更新、修改、删除、调取和查询操作；
上述技术方案的有益效果为：为信息库中存储的数据制定数据查看权限规则，进行权限设置的目的是防止有人对数据进行盗取或者违规查看的问题出现，从而防止出现客户信息泄露，同时通过数据电子记录表对数据进行记录，可以便于对数据进行更新修改、删除、调取和查询等操作。
实施例3：
在一个实施例中，所述对所述存储物流数据制定数据查看权限规则包括：
将管理员身份信息录入物流信息管理库，并对所述管理员身份信息进行标定，获取标定身份信息；
将所述标定身份信息与数据查看授权权限通过一一映射对应关系进行匹配，获取授权身份信息；
基于所述授权身份信息，制定数据查看权限规则；
其中所述数据查看权限规则的执行流程如下所示：
当物流信息管理库接收到数据查看指令时，对指令方进行身份验证，获取指令方身份验证结果；
其中，所述身份验证结果包括：指令方身份信息与标定身份信息一致和指令方身份信息与标定身份信息不一致；
当指令方身份信息与标定身份信息一致时，判断指令方具有数据授权权限，允许指令方进行数据查看，指令方可通过数据电子记录表对订单数据和货品仓储数据执行更新、修改、删除、调取和查询操作；
当指令方身份信息与标定身份信息不一致，判断指令方不具有数据授权权限且为异常验证信息，不允许指令方进行数据查看，并将所述异常验证信息发生至货品调度监控中心进行报警；
本发明在进行实施的时候：在进行数据查看权限设置后，根据获取的授权权限与预先录入的信息库管理员的身份信息进行标定，这样就可以使得具有标定授权权限的身份信息的人员，才可以进行数据查看，从而保证数据的安全，将授权权限和管理员身份信息匹配时，采用映射对应关系进行匹配，具体为一个管理员身份信息对应订单交易信息库和货品仓储信息库两个信息库数据，根据制定的数据查看权限规则就可以对数据查看指令进行判断，制定的数据查看权限规则包括：当指令方身份信息与标定身份信息一致时，判断指令方具有数据授权权限，允许指令方进行数据查看；当指令方身份信息与标定身份信息不一致，判断指令方不具有数据授权权限为异常验证信息，不允许指令方进行数据查看，并将所述异常验证信息发生至货品调度监控中心进行报警；
上述技术方案的有益效果为：通过给物流信息管理库中存储的数据进行权限设置，是防止有人对数据进行盗取或者违规查看的问题出现，从而防止出现客户信息泄露，并且通过制定的数据查看权限规则可以对异常验证的信息发送至货品调度监控中心进行报警，这样就能使监测人员及时的发现数据泄露的危险，并及时对出现的危险问题进行处理。
实施例4：
在一个实施例中，所述通过所述物流数据构建货品运输调配模型，并根据所述货品运输调配模型制定货品运输策略，
对所述物流数据进行数据分类，获取分类结果；
其中，所述分类结果包括：货品仓储数据和订单数据；
根据货品仓储数据和订单数据，进行货品调配合理性分析，获取分析结果；
当所述分析结果显示合理时，根据显示合理的调配结果对应的物流数据构建货品运输调配模型；
其中，所述货品运输调配模型包括：订单调配模型、仓储调配模型和运输调配模型；
根据所述货品运输调配模型制定货品运输策略；
在一个实际场景中：通过物流数据然后进行货品调配合理性分析，这样是可以分析出最合理的货品调配结果，然后根据显示合理的分析结果进行货品调配模型的构建，这样通过构建的调配模型就可以制定出货品运输策略，通过构建的策略进行策略执行，这样就可以保证货品在运输过程中的安全；
本发明在进行实施的时候：通过物流数据来进行订单-仓储-运输调配模型的构建，需要准确的物流数据才能构建出完整的货品调配模型，其中所需的物流数据包括两大类数据，一类货品仓储数据：货品清单号、货品编号、货品名称、货品数量、货品类别、货品体积、货品重量、货品清单性质、货品执行状态、仓储容量、仓储已用量、仓库代码、仓库地址和仓库管理员代码；和另一类订单数据：订单编号、订单类别、客户编号、货品清单号、仓储性质、入库日期、运输车辆租期、车型要求、起点地址、终点地址、出库日期、下单日期、执行状态、订车状态、调度状态、托运状态和是否退单，通过上述数据进行货品调配的合理性分析，根据分析就可以得出怎样进行货品调配才是最合理的，然后根据分析显示合理的调配结果所对应的物流数据构建货品运输调配模型，根据得到的调配模型就可以制定出最优的货品运输策略；
上述技术方案的有益效果为：构建调配模型的目的是可以整合出货品从订单、仓储到运输最优的调配流程，这样做的目的是便于数据的整理和管理，并且通过构建的模型可以确定出最优的货品运输策略，所述货品运输策略是指对于进行货品运输时最优的运输路线的制定，以及对运输过程中对运输车辆的进行定位和监控，就可以生成运输记录，根据生成的运输记录就可以对货品运输过程中的情况进行监控，对于在监控中出现的异常信息就可以进行及时的报警，从而避免货品出现损失。
实施例5：
在一个实施例中，通过物流数据构建货品运输调配模型，然后根据构建的模型就可以确定进行货品的调配运输的时候需要成本，这样就能够对运输路线及运输成本进行优化，从而节省资金，首先根据货品运输的地址，对车辆所要经过的路线进行规划，在进行道路规划时，需要对运输的道路进行简化，在简化的过程中将街道和马路简化为弧段，将道路的十字路口、起点和终点简化为节点，车辆经过弧段u∈A时，产生的空车成本和运输成本分别为d(u)和s(u)，设空车成本仅与弧段长度有关系，运输成本与弧段长度和车辆载重有关系如下所示：
d(u)＝α×Dis(u)
s(u)＝β×Dis(u)×q(u)
其中，α表示空车成本系数；β表示运输成本系数；q(u)表示途经弧段u的车辆的载重；Dis(u)表示弧段u的长度；
设弧段u的起点坐标为(x1，y1)，终点坐标为(x2，y2)，则弧段u的长度为：
Figure BDA0003730679890000151
根据物流数据，设货品仓库的集合为De＝{D1，D1，…，Di)其中i＝1，2，…，N1；
N1表示仓库的数目；Di＝(xi，yi)表示仓库i的坐标；
根据上述计算，对车辆的运输情况进行输出：
Rij＝(aij，bij，cij，dij，eij，fij)
其中，Rij表示车辆i的第j次运输货品的行程；aij表示车辆i的第j次运输货品的行程的出发节点；bij车辆i的第j次运输货品的存储仓库；cij表示车辆i的第j次运输货品的行程的目标节点；dij表示车辆i的第j次运输货品的总重量；eij表示车辆i的第j次运输货品的总成本；fij表示车辆i的第j次运输货品的运行时间；
通过上述对货品运输行程需要再进行优化，这样就能使得在进行货品配送时节省更多的时间：
Timemin＝max(∑fij)
进行优化的时候，还需要对运输成本进行优化减低，这样就可以节省多的资金，其中，需要对货品的购置成本进行优化：
CA＝∑eij
综上，货品的运输成本为：
H＝CA+∑qiδi+Timemin+∑(α×<aibi>+α×<bici>+β×<bici>+β×<aibi>)
其中，δi表示一个布尔变量；<aibi>和<bici>分别表示节点ai到bi的距离和节点bi到ci的距离；qi表示车辆i的使用成本；α表示空车成本系数；β表示运输成本系数；
上述技术方案的原理为：首先根据构建的模型，对货品运输的路线进行规划，在进行路线规划时需要对运输的道路进行简化，在简化的过程中将街道和马路简化为弧段，将道路的十字路口、起点和终点简化为节点，车辆经过弧段u∈A时，产生的空车成本和运输成本分别为d(u)和s(u)，然后通过计算对车辆的运输情况进行输出，即Rij＝(aij，bij，cij，dij，eij，fij)，然后从运输时间和货品购置成本两方面进行优化，这样就可以得到优化的时间Timemin＝max(∑fij)和购置成本CA＝∑eij，通过上述优化就可以得到最优的运输成本H，通过上述计算，就可以将货品运输成本控制最低；
上述技术方案的有益效果为：根据构建的模型就可以确定进行货品的调配运输的时候需要成本，这样就能够对运输路线及运输成本进行优化，从而节省大量的货品运输资金。
实施例6：
在一个实施例中，所述根据所述货品运输调配模型制定货品运输策略包括：
根据订车状态数据，确定货品运输车辆编号，通过所述货品运输编号给对应的货品运输车辆安装配备GPS定位设备、车辆摄像监控设备和电子运输单；
通过入库日期、运输车辆租期、车型要求、起点地址、终点地址和出库日期制定运输标准路线；
通过所述GPS定位设备，对货品运输车辆进行实时定位，获取货品运输车辆行驶路线和车辆行驶位置，并将所述货品运输车辆行驶路线与预设标准行驶路线进行对比，获取对比结果，当对比结果显示不一致时，获取车辆行驶路线异常信息，并根据所述车辆行驶路线异常信息执行报警操作；
通过车辆摄像监控设备，对货品运输车辆的驾驶室和车厢进行视频监控，获取监控数据，对所述监控数据进行运输状态异常性分析，获取分析结果，根据所述分析结果，获取车辆运输状态异常信息，并根据所述车辆运输状态异常信息执行报警操作；
通过电子运输单记录货品运输车辆行驶路线、监控数据、车辆行驶位置、提货、交货签收信息和货品运输车辆的司机信息，获取货品运输策略；
在一个实际场景中：对于通过GPS定位设备对运输的车辆进行位置定位，这样就可以实时的掌握车辆的运输行驶状况，这样对于车辆运输过程的监控还需要和监控设备进行相互配合，从而保证对货品运输过程中的运输状况及时且准确的掌握；
本发明在进行实施的时候：对于制定的货品运输策略主要是包括：制定最佳的运输路线、通过GPS定位设备对车辆实际运输的路线和位置进行监测、车辆摄像监控设备对车辆驾驶员和车厢情况进行记录，通过上述的策略进行策略执行，然后通过GPS定位设备，对货品运输车辆进行实时定位，就可以获取货品运输车辆行驶路线和车辆行驶位置，通过车辆摄像监控设备，对货品运输车辆驾驶室和车厢进行视频监控，就可以获取监控数据，最后通过每辆货品运输的车辆配备的胆子运输单对货品运输车辆行驶路线、监控数据、车辆行驶位置、提货、交货签收信息和运输车辆司机信息进行记录，生成运输记录表，这样就可以保证每一辆货品运输的车辆的信息都是有据可查，因此能够对运输状况的真实情况进行准确的监控；
上述技术方案的有益效果为：根据生成运输记录表，可以保证每一辆货品运输的车辆的信息都是有据可查，因此能够对运输状况的真实情况进行准确的监控。
实施例7：
在一个实施例中，所述通过所述GPS定位设备，对货品运输车辆进行实时定位，获取货品运输车辆行驶路线和车辆行驶位置，并将所述货品运输车辆行驶路线与预设标准行驶路线进行对比，获取对比结果，当对比结果显示不一致时，获取车辆行驶路线异常信息，并根据所述车辆行驶路线异常信息执行报警操作包括如下步骤：
步骤一：通过所述GPS定位设备，获取货品运输车辆的实时行驶路线和实时位置数据；
步骤二：将所述实时行驶路线与制定的运输标准路线进行路线对比，获取路线对比结果；
步骤三：当所述路线对比结果为路线一致时，记录运输车辆的行驶状态和行驶位置；
步骤四：当所述路线对比结果为路线不一致时，对实时行驶路线中的运输车辆进行安全性判断；
步骤五：当判断结果显示车辆不安全时，获取车辆行驶路线异常信息，并将所述车辆行驶路线异常信息发送至货品调度监控中心进行报警；
本发明在进行实施的时候：如图3所示，通过GPS定位设备，可以得到货品运输车辆的实时行驶路线和实时位置数据，然后将车辆实时行驶的路线与预设制定的标准运输路线进行对比，就可以根据得到的对比结果，判断车辆是否异常行驶，当对比结果显示路线一致时，说明运输车辆是按照原计划的路线进行行驶的，当对比结果显示路线不一致时，说明运输车辆的实际行驶路线与预设路线出现偏差，这是就可以判断运输行驶可能存在不安全的问题，因此需要将车辆行驶路线异常信息发送至货品调度监控中心进行报警；
上述技术方案的有益效果为：通过GPS定位设备，可以得到货品运输车辆的实时行驶路线和实时位置数据，这样就可以实时了解运输车辆的运输行驶情况，并且将得到的实时行驶路线与预设制定的标准行驶路线进行对比就可以能准确的判断出车辆是否在进行正常行驶，对于异常行驶的情况进行报警提醒可以避免运输事故的发生。
实施例8：
在一个实施例中，所述通过车辆摄像监控设备，对货品运输车辆的驾驶室和车厢进行视频监控，获取监控数据，对所述监控数据进行运输状态异常性分析，获取分析结果，根据所述分析结果，获取车辆运输状态异常信息，并根据所述车辆运输状态异常信息执行报警操作包括如下步骤：
步骤S1：通过车辆摄像监控设备，对车辆驾驶室和车厢进行监控，获取监控数据；
步骤S2：并对所述监控数据进行驾驶员动作状态异常性分析和车辆货品状态安全性分析，获取分析结果；
其中，所述分析结果包括：驾驶员动作状态正常且车辆货品状态正常、驾驶员动作状态异常且车辆货品状态正常、驾驶员动作状态正常且车辆货品状态异常和驾驶员动作状态异常且车辆货品状态异常；
步骤S3：通过所述分析结果，获取车辆运输状态异常信息，并将所述车辆运输状态异常信息发送至货品调度监控中心进行报警；
本发明在进行实施的时候：如图2所示，通过车辆摄像监控设备对货品运输车辆驾驶室和车厢进行视频监控，就可以获取监控数据，然后对获取的监控数据进行驾驶员动作状态分析和车辆货品状态分析，通过上述分析可以得到四类分析结果：驾驶员动作状态正常且车辆货品状态正常、驾驶员动作状态异常且车辆货品状态正常、驾驶员动作状态正常且车辆货品状态异常和驾驶员动作状态异常且车辆货品状态异常，将具有异常的状态所对应的信息发送至货品调度监控中心进行报警，其中，货品调度监控中心对接收到的异常信息：车辆运输状态异常信息、异常验证信息和车辆行驶路线异常信息进行报警信息分类，获取分类报警信息，并根据所述分类结果执行对应报警操作；
上述技术方案的有益效果为：对异常信息进行分类，可以便于对信息的管理，这样就可以防止因异常信息没有分类可能导致报警失误的情况出现，通过对异常信息进行分类就可以保证报警的准确。
实施例9：
在一个实施例中，所述根据所述货品运输策略，对货品运输信息跟踪记录，生成物流记录表，对记录显示的异常信息通过物流调度监控中心执行报警操作，并根据所述物流记录表进行货品物流运输预测，获取预测结果包括：
根据所述货品运输策略，对货品运输信息跟踪记录，生成运输记录表，将所述运输记录表同步上传至货品调度监控中心；
货品调度监控中心对货品运输异常信息进行报警分类，获取分类报警信息，并根据所述分类报警信息执行报警操作；
其中，所述异常信息包括：异常验证信息、车辆行驶路线异常信息和车辆运输状态异常信息；
将运输记录表和异常信息通过相同对应时间段进行对应匹配记录，获取时间段物流运输数据；
根据所述时间段物流运输数据，生成物流记录表；
并根据所述物流记录表进行货品物流运输预测，获取预测结果；
在一个实际场景中：对于根据制定的货品运输策略，然后对货品在运输过程中的运输数据进行记录跟踪，然后生成物流记录表是现有技术所没有涉及的技术，这样就会导致无法准确的掌握货品在运输过程中的运输状态，而且现有技术也没有通过生成的物流记录数据进行物流运输状况的预测，这样就不能提前对可能出现的异常运输状况进行规避，从而减少货品的损失；
本发明在进行实施的时候：根据制定的货品运输策略，进行策略执行的过程中，生成运输记录表，根据生成的运输记录表对货品的运输状态进行跟踪记录，然后将运输记录表和分类报警信息通过对应时间段进行对应匹配记录，就可以得到时间段物流数据，通过时间段物流数据，就可以生成物流记录表，通过得到的物流记录表就可以对货品运输的运输状况进行预测，通过上述操作就可以对货品运输进行及时的调整，从而保证运输的安全性和成功性；
上述技术方案的有益效果为：过得到的物流记录表就可以对货品运输的运输状况进行预测，通过预测结果就可以对货品运输进行及时的调整，从而保证运输的安全性和成功性。
实施例10：
在一个实施例中，所述货品调度监控中心对货品运输异常信息进行报警分类，获取分类报警信息，并根据所述分类报警信息执行报警操作包括：
将车辆运输状态异常信息划分为第一类报警信息，根据所述第一类报警信息进行联动报警；
其中，所述联动报警包括车辆驾驶室语音报警和车辆运输异常区域管辖的交警部门报警；
将车辆行驶路线异常信息划分为第二类报警信息，根据所述第二类报警信息进行语音报警；
其中，所述语音报警包括在车辆驾驶室内进行路线行驶异常报警和在货品调度监控中心通过监控器进行车辆路线行驶异常报警；
将异常验证信息划分为第三类报警信息，根据所述第三类报警信息在货品调度监控中心通过监控器进行界面弹出文字报警，并将所述界面弹出文字报警与数据库管理员的数据监控器进行报警共享；
在一个实际场景中：对于将接收的异常信息进行信息分类，可以有利于对异常信息的管理，同时根据分类的异常信息进行对应的报警，不仅可以保证报警的全面而且可以保证报警的准确性，但是现有技术中没有对多个异常信息进行分类报警的处理，因此在进行异常数据管理时可能出现数据交叉错乱的问题出现；
本发明在进行实施的时候：在进行异常信息报警的时候，是需要先按照异常信息进行分类，货品调度监控中心将接收到的异常信息划分为三类，具体划分为：将车辆运输状态异常信息划分为第一类报警信息、将车辆行驶路线异常信息划分为第二类报警信息、将异常验证信息划分为第三类报警信息，根据划分后的异常信息类型，然后根据不同类型的异常信息执行不同的报警操作，对第一类报警信息进行联动报警，其中，联动报警是通过车辆驾驶室语音报警和车辆运输异常区域管辖的交警部门报警进行联动、第二类报警信息进行语音报警，语音报警包括在运输车辆驾驶室内路线行驶异常报警和在货品调度中心运输车辆监控器进行运输车辆路线行驶异常报警、第三类报警信息进行界面弹出文字报警，并将所述界面弹出文字报警与数据库管理员进行共享，通过上述对异常信息的划分，以及对划分后的信息进行对应的报警，这样就可以保证报警的充分性和准确性，从而对异常信息对应的事故进行及时的处理，保证人员和货品的安全；
上述技术方案的有益效果为：通过对异常信息的划分，以及对划分后的信息进行对应的报警，这样就可以保证报警的充分性和准确性，从而对异常信息对应的事故进行及时的处理，保证人员和货品的安全。
实施例11：
在一个实施例中，通过将不同的异常信息传输至货品调度中心进行异常信息分类报警可以保证信息的准确报警，当货品调度中心接收到异常信息后进行报警的处理方法如下所示：
Figure BDA0003730679890000231
其中，M(xi)报警显示信号；xi表示第i类报警信息；x1、x2和x3分别表示第一类报警信息、第二类报警信息和第三类报警信息；φ、χ和ψ分别表示车辆运输状态异常信息、车辆行驶路线异常信息和异常验证信息；μθ表示运输车辆出现运输异常时所属管辖的交警部门报警信号；σθ表示运输车辆驾驶室语音报警信号；γ表示在数据库管理报警信号εθ和调度中心报警信号∈θ进行文字界面共享报警；
上述技术的原理为：通过M(x1)＝μθ·σθ可以对划分的第一类报警信息进行快速报警，防止出现运输状态异常而导致交通事故的出现，M(x2)＝σθ·τθ是对划分的第二类报警信息进行报警，这样通过出现的车辆行驶路线异常信息进行快速报警提示，从而能够及时的纠正行驶路线，保证行驶安全，M(x3)＝γ(εθ·∈θ)的计算是对第三类报警信息进行报警，目的是为了提醒物流信息管理库中有数据泄露的风险，根据报警提示可以提前进行问题规避，从而保证数据安全；
上述技术的有益效果为：通过上述的第一类、第二类和第三类报警，不仅防止出现运输状态异常而导致交通事故的出现，通过出现的车辆行驶路线异常信息进行快速报警提示，从而能够及时的纠正行驶路线，保证行驶安全，还可以提醒物流信息管理库中有数据泄露的风险，根据报警提示可以提前进行问题规避，从而保证数据安全。
实施例12：
在一个实施例中，所述并根据所述物流记录表进行货品物流运输预测，获取预测结果，
其中，所述预测结果包括：物流运输成功和物流运输失败；
其中，当物流记录表中出现报警类别大于2时，预测结果显示物流运输失败，当物流记录表中出现报警类别小于等于2时，预测结果显示物流运输成功；
本发明在进行实施的时候：在进行货品物流运输预测时，是对于当前运输状况的预测和对未来进行货品运输状况的预测，其中进行当前运输状况的预测是当物流记录表中出现报警类别大于2时，预测当前物流失败，当出现报警类别小于等于2时，预测当前物流成功；
上述技术方案的有益效果为：通过对货品运输过程的运输状态进行跟踪，然后生成物流信息记录表，这样根据得到的物流信息记录表中记录的物流数据对当前物流运输状况进行预测，根据预测就可以提前规避很多可能出现的失误或者危险事件，从而保证货品在运输过程中的安全性。
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 (4)

1.一种基于大数据的物流信息管理方法，其特征在于，包括：
采集物流数据，并通过所述物流数据构建物流信息管理库，将所述物流数据在物流信息管理库中进行存储，并对存储的物流数据制定数据查看权限规则；
通过所述物流数据构建货品运输调配模型，并根据所述货品运输调配模型制定货品运输策略；
根据所述货品运输策略，对货品运输信息跟踪记录，生成物流记录表，对记录显示的异常信息通过物流调度监控中心执行报警操作，并根据所述物流记录表进行货品物流运输预测，获取预测结果;
所述采集物流数据，并通过所述物流数据构建物流信息管理库，并将所述物流数据在物流信息管理库中进行存储，并对存储的物流数据制定数据查看权限规则包括：
通过所述物流数据生成物流信息目录，根据所述物流信息目录和物流数据构建物流信息管理库；
其中，所述物流信息管理库包括:订单交易信息库、货品仓储信息库；
将所述物流数据在物流信息管理库中通过数据电子记录表进行数据存储记录，获取存储物流数据；
对所述存储物流数据制定数据查看权限规则；
所述通过所述物流数据构建货品运输调配模型，并根据所述货品运输调配模型制定货品运输策略，
对所述物流数据进行数据分类，获取分类结果；
其中，所述分类结果包括：货品仓储数据和订单数据；
根据货品仓储数据和订单数据，进行货品调配合理性分析，获取分析结果；
当所述分析结果显示合理时，根据显示合理的调配结果对应的物流数据构建货品运输调配模型；
其中，所述货品运输调配模型包括：订单调配模型、仓储调配模型和运输调配模型；
根据所述货品运输调配模型制定货品运输策略；
所述根据所述货品运输调配模型制定货品运输策略包括：
根据订车状态数据，确定货品运输车辆编号，通过所述货品运输编号给对应的货品运输车辆安装配备GPS定位设备、车辆摄像监控设备和电子运输单；
通过入库日期、运输车辆租期、车型要求、起点地址、终点地址和出库日期制定运输标准路线；
通过所述GPS定位设备，对货品运输车辆进行实时定位，获取货品运输车辆行驶路线和车辆行驶位置，并将所述货品运输车辆行驶路线与预设标准行驶路线进行对比，获取对比结果，当对比结果显示不一致时，获取车辆行驶路线异常信息，并根据所述车辆行驶路线异常信息执行报警操作；
通过车辆摄像监控设备，对货品运输车辆的驾驶室和车厢进行视频监控，获取监控数据，对所述监控数据进行运输状态异常性分析，获取分析结果，根据所述分析结果，获取车辆运输状态异常信息，并根据所述车辆运输状态异常信息执行报警操作；
通过电子运输单记录货品运输车辆行驶路线、监控数据、车辆行驶位置、提货、交货签收信息和货品运输车辆的司机信息，获取货品运输策略；
所述通过车辆摄像监控设备，对货品运输车辆的驾驶室和车厢进行视频监控，获取监控数据，对所述监控数据进行运输状态异常性分析，获取分析结果，根据所述分析结果，获取车辆运输状态异常信息，并根据所述车辆运输状态异常信息执行报警操作包括如下步骤：
步骤S1：通过车辆摄像监控设备，对车辆驾驶室和车厢进行监控，获取监控数据；
步骤S2：并对所述监控数据进行驾驶员动作状态异常性分析和车辆货品状态安全性分析，获取分析结果；
其中，所述分析结果包括：驾驶员动作状态正常且车辆货品状态正常、驾驶员动作状态异常且车辆货品状态正常、驾驶员动作状态正常且车辆货品状态异常和驾驶员动作状态异常且车辆货品状态异常；
步骤S3：通过所述分析结果，获取车辆运输状态异常信息，并将所述车辆运输状态异常信息发送至货品调度监控中心进行报警；
所述根据所述货品运输策略，对货品运输信息跟踪记录，生成物流记录表，对记录显示的异常信息通过物流调度监控中心执行报警操作，并根据所述物流记录表进行货品物流运输预测，获取预测结果包括：
根据所述货品运输策略，对货品运输信息跟踪记录，生成运输记录表，将所述运输记录表同步上传至货品调度监控中心；
货品调度监控中心对货品运输异常信息进行报警分类，获取分类报警信息，并根据所述分类报警信息执行报警操作；
其中，所述异常信息包括：异常验证信息、车辆行驶路线异常信息和车辆运输状态异常信息；
将运输记录表和异常信息通过相同对应时间段进行对应匹配记录，获取时间段物流运输数据；
根据所述时间段物流运输数据，生成物流记录表；
并根据所述物流记录表进行货品物流运输预测，获取预测结果；
所述并根据所述物流记录表进行货品物流运输预测，获取预测结果，
其中，所述预测结果包括：物流运输成功和物流运输失败；
其中，当物流记录表中出现报警类别大于2时，预测结果显示物流运输失败，当物流记录表中出现报警类别小于等于2时，预测结果显示物流运输成功。
2.如权利要求1所述的一种基于大数据的物流信息管理方法，其特征在于，所述对所述存储物流数据制定数据查看权限规则包括：
将管理员身份信息录入物流信息管理库，并对所述管理员身份信息进行标定，获取标定身份信息；
将所述标定身份信息与数据查看授权权限通过一一映射对应关系进行匹配，获取授权身份信息；
基于所述授权身份信息，制定数据查看权限规则；
其中所述数据查看权限规则的执行流程如下所示：
当物流信息管理库接收到数据查看指令时，对指令方进行身份验证，获取指令方身份验证结果；
其中，所述身份验证结果包括：指令方身份信息与标定身份信息一致和指令方身份信息与标定身份信息不一致；
当指令方身份信息与标定身份信息一致时，判断指令方具有数据授权权限，允许指令方进行数据查看，指令方可通过数据电子记录表对订单数据和货品仓储数据执行更新、修改、删除、调取和查询操作；
当指令方身份信息与标定身份信息不一致，判断指令方不具有数据授权权限且为异常验证信息，不允许指令方进行数据查看，并将所述异常验证信息发生至货品调度监控中心进行报警。
3.如权利要求1所述的一种基于大数据的物流信息管理方法，其特征在于，所述通过所述GPS定位设备，对货品运输车辆进行实时定位，获取货品运输车辆行驶路线和车辆行驶位置，并将所述货品运输车辆行驶路线与预设标准行驶路线进行对比，获取对比结果，当对比结果显示不一致时，获取车辆行驶路线异常信息，并根据所述车辆行驶路线异常信息执行报警操作包括如下步骤：
步骤一：通过所述GPS定位设备，获取货品运输车辆的实时行驶路线和实时位置数据；
步骤二：将所述实时行驶路线与制定的运输标准路线进行路线对比，获取路线对比结果；
步骤三：当所述路线对比结果为路线一致时，记录运输车辆的行驶状态和行驶位置；
步骤四：当所述路线对比结果为路线不一致时，对实时行驶路线中的运输车辆进行安全性判断；
步骤五：当判断结果显示车辆不安全时，获取车辆行驶路线异常信息，并将所述车辆行驶路线异常信息发送至货品调度监控中心进行报警。
4.如权利要求1所述的一种基于大数据的物流信息管理方法，其特征在于，所述货品调度监控中心对货品运输异常信息进行报警分类，获取分类报警信息，并根据所述分类报警信息执行报警操作包括：
将车辆运输状态异常信息划分为第一类报警信息，根据所述第一类报警信息进行联动报警；
其中，所述联动报警包括车辆驾驶室语音报警和车辆运输异常区域管辖的交警部门报警；
将车辆行驶路线异常信息划分为第二类报警信息，根据所述第二类报警信息进行语音报警；
其中，所述语音报警包括在车辆驾驶室内进行路线行驶异常报警和在货品调度监控中心通过监控器进行车辆路线行驶异常报警；
将异常验证信息划分为第三类报警信息，根据所述第三类报警信息在货品调度监控中心通过监控器进行界面弹出文字报警，并将所述界面弹出文字报警与数据库管理员的数据监控器进行报警共享。
CN202210792169.XA 2022-07-05 2022-07-05 一种基于大数据的物流信息管理方法 Active CN115310896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210792169.XA CN115310896B (zh) 2022-07-05 2022-07-05 一种基于大数据的物流信息管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210792169.XA CN115310896B (zh) 2022-07-05 2022-07-05 一种基于大数据的物流信息管理方法

Publications (2)

Publication Number Publication Date
CN115310896A CN115310896A (zh) 2022-11-08
CN115310896B true CN115310896B (zh) 2023-05-12

Family

ID=83857171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210792169.XA Active CN115310896B (zh) 2022-07-05 2022-07-05 一种基于大数据的物流信息管理方法

Country Status (1)

Country Link
CN (1) CN115310896B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341161B (zh) * 2023-05-26 2023-08-15 广州一链通互联网科技有限公司 基于数字孪生的跨境物流运输线路模拟仿真方法及系统
CN117037022B (zh) * 2023-06-27 2024-06-11 江苏挚诺信息科技有限公司 分布式数据中心的可视化管理方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2557529A1 (de) * 2011-08-10 2013-02-13 Kraftverkehr Nagel GmbH & Co. KG Verfahren zur Beförderung von Waren und Logistiksystem
CN107067215A (zh) * 2017-05-08 2017-08-18 合肥市群智科技有限公司 一种物流管理系统
CN109377047A (zh) * 2018-10-22 2019-02-22 广州汽车集团乘用车（杭州）有限公司 智能化物流监控管理系统
CN109948969A (zh) * 2019-01-24 2019-06-28 好生活农产品集团有限公司 物流配送监控方法及系统
CN110033215A (zh) * 2019-03-11 2019-07-19 广东工业大学 一种物流车辆信息监控平台
KR102101708B1 (ko) * 2019-10-29 2020-04-20 김민규 Ｏ２ｏ 기반 빅데이터 및 인공지능을 이용한 화물 배차 서비스 제공 방법
CN111340419A (zh) * 2020-02-18 2020-06-26 上海东普信息科技有限公司 物流在线监控方法、装置、系统、设备及存储介质
CN114037384A (zh) * 2021-11-15 2022-02-11 上海东普信息科技有限公司 物流车辆的监控方法、装置、设备及存储介质
CN114140040A (zh) * 2021-10-13 2022-03-04 河北欧奇玛克网络科技有限公司 一种基于大数据的智能物流系统平台
CN114140043A (zh) * 2021-11-02 2022-03-04 浙江工贸职业技术学院 一种物流智能化监控系统
CN114154931A (zh) * 2021-12-06 2022-03-08 吴旻 一种基于物联网和大数据的仓储管理系统及方法
CN114565339A (zh) * 2022-03-01 2022-05-31 顾警钰 一种基于大数据的物流车辆智能监控方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2557529A1 (de) * 2011-08-10 2013-02-13 Kraftverkehr Nagel GmbH & Co. KG Verfahren zur Beförderung von Waren und Logistiksystem
CN107067215A (zh) * 2017-05-08 2017-08-18 合肥市群智科技有限公司 一种物流管理系统
CN109377047A (zh) * 2018-10-22 2019-02-22 广州汽车集团乘用车（杭州）有限公司 智能化物流监控管理系统
CN109948969A (zh) * 2019-01-24 2019-06-28 好生活农产品集团有限公司 物流配送监控方法及系统
CN110033215A (zh) * 2019-03-11 2019-07-19 广东工业大学 一种物流车辆信息监控平台
KR102101708B1 (ko) * 2019-10-29 2020-04-20 김민규 Ｏ２ｏ 기반 빅데이터 및 인공지능을 이용한 화물 배차 서비스 제공 방법
CN111340419A (zh) * 2020-02-18 2020-06-26 上海东普信息科技有限公司 物流在线监控方法、装置、系统、设备及存储介质
CN114140040A (zh) * 2021-10-13 2022-03-04 河北欧奇玛克网络科技有限公司 一种基于大数据的智能物流系统平台
CN114140043A (zh) * 2021-11-02 2022-03-04 浙江工贸职业技术学院 一种物流智能化监控系统
CN114037384A (zh) * 2021-11-15 2022-02-11 上海东普信息科技有限公司 物流车辆的监控方法、装置、设备及存储介质
CN114154931A (zh) * 2021-12-06 2022-03-08 吴旻 一种基于物联网和大数据的仓储管理系统及方法
CN114565339A (zh) * 2022-03-01 2022-05-31 顾警钰 一种基于大数据的物流车辆智能监控方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张柯 ; 张琦 ; .基于电子标签的物流信息管理系统设计与实现.物流技术.2015,(01),全文. *
皮慧娟 ; .基于中小连锁超市的GIS物流配送系统.四川理工学院学报(自然科学版).2009,(02),全文. *

Also Published As

Publication number Publication date
CN115310896A (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN115310896B (zh) 一种基于大数据的物流信息管理方法
US7385529B2 (en) Dynamic and predictive information system and method for shipping assets and transport
US8655736B2 (en) Buyer-side consolidation of compatible purchase orders
US20160217399A1 (en) Method and system for monitoring shipments in a supply and/or logistics chain
CN107977815A (zh) 仓储管理系统及方法
US9329588B2 (en) Key control and related fleet management methods and systems
US20050216294A1 (en) Cargo tracking system and method
US20070136079A1 (en) Method and system for planned transportation cross-docking
CN202486835U (zh) 基于物联网技术的物流动态管理系统
CN113077212B (zh) 一种基于智能物联网和区块链的智能货物物流交易系统及方法
US20180150798A1 (en) Systems and Methods for Distribution or Delivery of Retail Products
CN114154931A (zh) 一种基于物联网和大数据的仓储管理系统及方法
JP2017502441A (ja) 資産情報システム及び同システムを使用する方法
CN110969391B (zh) 物流运输规划方法、系统及计算机可读存储介质
US20200219049A1 (en) Delivery load management method and system
CN116205478A (zh) 一种粮食储备风险防控方法及系统
Zhu et al. Optimisation of containerised air cargo forwarding plans considering a hub consolidation process with cargo loading
Dong Design and development of Intelligent Logistics Tracking System based on computer algorithm
Ucal Sari et al. Analysis of intelligent software implementations in air cargo using fermatean fuzzy CODAS method
CN114612029A (zh) 风险运单数据识别方法、装置、计算机设备和存储介质
CN116342021A (zh) 一种基于网络货运综合平台管理方法及系统
CN114819805A (zh) 车辆运输管理系统
KR20050003915A (ko) Ｅｄｉ를 활용하는 자동 물류시스템 및 그 관리방법
KR20020043317A (ko) 물류 관리 시스템 및 이 시스템의 운영 방법
US20240119388A1 (en) Digital system for forecasting a future damage or loss impact on cargo or cargo logistics services and automated allocating of a damage cover and method thereof

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