CN115860641A - 一种基于信息共享的物流仓储管理方法及系统 - Google Patents

Abstract

本发明公开了一种基于信息共享的物流仓储管理方法及系统，涉及物流管理技术领域，该方法包括：获取用于进行物流仓储管理的多个信息源模块；根据多个信息源模块进行数据调用，得到多个调用数据集；输入信息共享平台中；根据云服务器对多个调用数据集进行共享信息量化分析，得到信息量化指数；按照信息量化指数，得到信息标识指令；输入矩阵指标模型中进行标识，得到多个过滤数据集；连接多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。本发明解决了现有技术中存在物流仓储管理数据共享分析准确度低，导致仓储管理混乱，无法正常进行物流存储的技术问题，达到了提高仓储管理质量，促进管理效率的提升的技术效果。

Description

一种基于信息共享的物流仓储管理方法及系统

技术领域

本发明涉及物流管理技术领域，具体涉及一种基于信息共享的物流仓储管理方法及系统。

背景技术

随着科学技术水平的提高，物流运输运用新设备和新技术提高运输效率和运输质量，而仓储管理作为物流运输链中的重要环节，深入研究物流仓储管理方法对于降低运输成本，提高运输效率有着十分重要的意义。

目前，对于仓储管理的分析主要是针对单一节点的仓储优化，通过对单一企业的仓储需求进行分析，然后建立中心仓库、分销中心，从而满足企业对仓储管理的需求。然而，随着供应链的不断完善，产品生产链中涉及的企业越来越多，彼此业务交融，在仓储管理的过程中无法仅仅针对一家企业进行管理，需要通过仓储信息共享，从而提高管理效率，避免仓储信息更新周期过长，导致仓储无法满足要求的后果。现有技术中存在物流仓储管理数据共享分析准确度低，导致仓储管理混乱，无法正常进行物流存储的技术问题。

发明内容

本申请提供了一种基于信息共享的物流仓储管理方法及系统，用于针对解决现有技术中存在物流仓储管理数据共享分析准确度低，导致仓储管理混乱，无法正常进行物流存储的技术问题。

鉴于上述问题，本申请提供了一种基于信息共享的物流仓储管理方法及系统。

本申请的第一个方面，提供了一种基于信息共享的物流仓储管理方法，所述方法包括：

获取用于进行物流仓储管理的多个信息源模块，其中，所述多个信息源模块包括订单信息模块、运力信息模块和运输监控模块；

根据所述多个信息源模块进行数据调用，得到多个调用数据集；

将所述多个调用数据集输入信息共享平台中，其中，所述信息共享平台与云服务器通信连接；

根据所述云服务器对所述多个调用数据集进行共享信息量化分析，得到信息量化指数；

按照所述信息量化指数，得到信息标识指令；

根据所述信息标识指令，将所述多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集；

连接所述多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。

本申请的第二个方面，提供了一种基于信息共享的物流仓储管理系统，所述系统包括：

信息源获取模块，所述信息源获得模块用于获取用于进行物流仓储管理的多个信息源模块，其中，所述多个信息源模块包括订单信息模块、运力信息模块和运输监控模块；

调用数据获得模块，所述调用数据获得模块用于根据所述多个信息源模块进行数据调用，得到多个调用数据集；

调用数据输入模块，所述调用数据输入模块用于将所述多个调用数据集输入信息共享平台中，其中，所述信息共享平台与云服务器通信连接；

量化指数获得模块，所述量化指数获得模块用于根据所述云服务器对所述多个调用数据集进行共享信息量化分析，得到信息量化指数；

标识指令获得模块，所述标识指令获得模块用于按照所述信息量化指数，得到信息标识指令；

过滤数据集获得模块，所述过滤数据集获得模块用于根据所述信息标识指令，将所述多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集；

决策结果获得模块，所述决策结果获得模块用于连接所述多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请通过获取用于进行物流仓储管理的多个信息源模块，其中，多个信息源模块包括订单信息模块、运力信息模块和运输监控模块，然后根据多个信息源模块进行数据调用，得到多个调用数据集，通过将多个调用数据集输入信息共享平台中，其中，信息共享平台与云服务器通信连接，然后根据云服务器对多个调用数据集进行共享信息量化分析，得到信息量化指数，进而，按照信息量化指数，得到信息标识指令，通过根据信息标识指令，将多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集，然后连接多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。达到了提高仓储管理决策的全面性，通过信息共享缩短信息交互时间，降低管理周期，提高管理效率的技术效果。

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。

图1为本申请实施例提供的一种基于信息共享的物流仓储管理方法流程示意图；

图2为本申请实施例提供的一种基于信息共享的物流仓储管理方法中输出信息量化指数的流程示意图；

图3为本申请实施例提供的一种基于信息共享的物流仓储管理方法中利用激活器激活信息标识指令的流程示意图；

图4为本申请实施例提供的一种基于信息共享的物流仓储管理系统结构示意图。

附图标记说明：信息源获取模块11，调用数据获得模块12，调用数据输入模块13，量化指数获得模块14，标识指令获得模块15，过滤数据集获得模块16，决策结果获得模块17。

具体实施方式

本申请通过提供了一种基于信息共享的物流仓储管理方法，用于针对解决现有技术中存在物流仓储管理数据共享分析准确度低，导致仓储管理混乱，无法正常进行物流存储的技术问题。

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。

实施例一

如图1所示，本申请提供了一种基于信息共享的物流仓储管理方法，所述方法包括：

步骤S100：获取用于进行物流仓储管理的多个信息源模块，其中，所述多个信息源模块包括订单信息模块、运力信息模块和运输监控模块；

具体而言，所述多个信息源模块是在进行物流仓储管理的过程中对不同的信息来源进行获取，具有不同功能的模块。其中，所述订单信息模块是获取需要进行物流仓储的订单具体情况进行描述的信息的功能模块，主要获取的订单信息包括订单类型、订单仓库、订单来源、订单支付状态等。所述运力信息模块是对物流仓储公司进行物流运输和存储管理的资源信息进行获取的功能模块，主要的运力信息包括人员数量、车辆数量、实时可使用车辆数量等信息。所述运输监控模块是对进行物流运输的过程中货物转移信息进行实时监控的功能模块。通过根据所述多个信息源模块对物流仓储管理过程中所需要的信息进行获取，从而为进行物流仓储管理提供管理依据。

步骤S200：根据所述多个信息源模块进行数据调用，得到多个调用数据集；

具体而言，通过对所述多个信息源模块中的数据，在一定时间窗口内的数据进行调取，从而得到所述多个调用数据集。其中，所述多个调用数据集是在一定时间窗口内的调用数据在预设时间段内进行物流仓储管理，货物流转过程中产生的数据集，包括订单信息调用数据集、运力信息调用数据集和运输监控调用数据集。然后，根据所述多个调用数据集可以对物流仓储过程进行获取。

步骤S300：将所述多个调用数据集输入信息共享平台中，其中，所述信息共享平台与云服务器通信连接；

具体而言，所述信息共享平台是对仓储管理信息进行实时共享的数据平台，通过与所述云服务器进行通信连接，可以对共享的信息进行可靠的云存储和信息数据分析。在物流仓储管理过程中，在第一时间段内，不同仓储订单对应的运力资源利用情况和输运进程信息均可以通过信息共享平台，按照不同的类型对共享信息进行提取。由此，达到了为进行物流仓储的运力管理、仓储能力管理分析提供基础分析数据的技术效果。

步骤S400：根据所述云服务器对所述多个调用数据集进行共享信息量化分析，得到信息量化指数；

进一步的，如图2所示，根据所述云服务器对所述多个调用数据集进行共享信息量化分析，得到信息量化指数，本申请实施例步骤S400还包括：

步骤S410：基于所述云服务器对所述多个调用数据集进行数据识别，获取所述多个调用数据集的数据类型信息和数据流量信息；

步骤S420：按照所述数据类型信息，得到调用类型量化指数；

步骤S430：按照所述数据流量信息，得到调用流量量化指数；

步骤S440：对所述调用类型量化指数和所述调用流量量化指数进行定性分析，输出所述信息量化指数。

具体而言，通过根据所述云服务器对所述多个调用数据集共享的信息进行信息包含的信息熵的量化分析，换句话说，是对多个调用数据集中包含的信息内容进行可靠的评估分析，得到含有的数据量大小。所述信息量化指数是对共享信息的数据量大小进行表示的指数，优选的，信息量化指数越大，对应的共享信息包含的数据量越大，需要在云服务器中需要的存储空间越大，云服务器进行处理的复杂性越高。其中，所述数据类型信息是对调用数据集中数据所属的类型进行评估后得到的数据信息。所述数据流量信息是调用数据集在云服务器中上传和下载使用的流量情况进行描述的信息，即数据在云服务器中进行传输的数据量大小。

具体的，所述调用类型量化指数是对数据类型信息进行评估后得到的指数，通过根据数据所属的数据类型，确定该类型对进行仓储管理过程中的重要程度。示例性的，订单中货物的存储量信息和存储时间对应的调用类型量化指数要高于订单中货物产地信息对应的调用类型量化指数。优选的，通过利用专家分析法对多个调用数据集中的数据对仓储管理的贡献程度逐一进行评估，从而得到各个类型数据对应的量化指数，将其作为所述调用类型量化指数。

具体的，所述调用流量量化指数是对多个调用数据集对应的数据流量信息中的数据量大小进行量化评估后得到的指数，反映了调用数据集对应的数据量大小程度。优选的，通过根据所述数据流量信息获取数据的字节大小，如1G、528M等。进而，将每个调用数据集对应的字节大小数值进行归一化处理，然后将处理后得到的值作为所述调用流量量化指数。其中，根据对所述调用类型量化指数和所述调用流量量化指数进行定性分析，输出所述信息量化指数。根据所述调用类型量化指数和所述调用流量量化指数对数据进行分析，根据指数的大小对数据的性质进行分析，从而得到所述信息量化指数。

步骤S500：按照所述信息量化指数，得到信息标识指令；

进一步的，如图3所示，按照所述信息量化指数，得到信息标识指令，本申请实施例步骤S500还包括：

步骤S510：生成指令激活器，其中，所述指令激活器包括判断器和激活器，所述判断器中存储有预设信息量化指数；

步骤S520：按照所述指令激活器的所述判断器，判断所述信息量化指数是否大于所述预设信息量化指数；

步骤S530：若所述信息量化指数大于等于所述预设信息量化指数，利用所述激活器激活所述信息标识指令。

进一步的，本申请实施例步骤S510还包括：

步骤S511：获取所述多个信息源模块的处理器资源信息；

步骤S512：根据所述处理器资源信息进行负载均衡分析，确定容量空间指数；

步骤S513：以所述容量空间指数进行固有容量空间指数分析，得到共享容量空间指数；

步骤S514：按照所述共享容量空间指数，生成所述预设信息量化指数。

具体而言，所述信息标识指令是对需要进行共享数据量过大，需要进行数据降维处理的信息进行标识的命令。所述指令激活器是在所述云服务器中生成的进行信息标识进行分析判断，确定是否需要进行信息标识的装置。所述判断器是对信息量化指数进行判断的装置。所述激活器是用于激活云服务器中存储的信息标识指令的装置。所述预设信息量化指数是预先设置数据量需要进行数据处理以及数据筛选的数据对应的最大信息量化指数，由工作人员自行设定，在此不做限制。

具体的，通过将所述信息量化指数输入所述指令激活器中，与指令激活器中的判断器存储的预设信息量化指数进行匹配比对，从而判断所述信息量化指数是否大于所述预设信息量化指数，当所述信息量化指数大于所述预设信息量化指数时，表明此时信息量化指数对应的数据量过大，需要进行处理，此时利用所述激活器激活所述信息标识指令，从而对数据进行信息标识。

具体的，多个信息源模块的处理器资源信息是所述多个信息源模块进行数据处理，实现特定结果时可以利用的资源信息，包括资源调用类型、数据量大小、能耗量、单位时间内的运算次数等信息。进而，根据所述多个信息源模块与处理器资源信息之间的对应关系，对云服务器的工作压力均匀情况进行分析，得到所述容量空间指数。其中，所述容量空间指数是对服务器正在使用的空间大小进行评估后得到的指数。进而，对所述容量空间指数中对应空间类型进行分析，得到所述共享容量空间指数。其中，所述共享容量空间指数反映了服务器中可以进行共享数据分析的容量空间大小。将所述共享容量空间指数作为所述预设信息量化指数。

步骤S600：根据所述信息标识指令，将所述多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集；

进一步的，将所述多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集，本申请实施例步骤S600还包括：

步骤S610：获取多个过滤指标，所述多个过滤指标包括数据状态指标、数据价值指标、数据重复指标和数据时效指标；

步骤S620：以所述数据状态指标、数据价值指标、数据重复指标和数据时效指标，生成所述矩阵指标模型，基于所述矩阵指标模型对所述多个调用数据集进行标识过滤。

具体而言，所述矩阵指标模型是对数据进行标识过滤的功能模型，有多个指标构建生成。其中，所述多个过滤指标是对数据进行筛选剔除的过程中，对数据进行评估的多个维度，包括数据状态指标、数据价值指标、数据重复指标和数据时效指标。其中，所述数据状态指标是指数据是否正在执行的过程中，当否时，可以先不进行共享，当是时，需要进行实时共享。从而，对数据从共享优先级上进行筛选。所述数据价值指标是对数据对于仓储管理的价值进行分析的指标，包括数据仓储贡献度。根据所述数据价值指标对数据是否对信息源模块的使用价值进行评估。所述数据重复指标是数据的共享历史进行评估，当数据之前被共享过，则不再进行共享，当没有被共享时，需要及时上传共享。所述数据时效指标是对数据的时效性进行评估的指标，包括数据有效性。即对数据是否超出使用时间限制进行评估，示例性的，昨天的仓储管理计划数据对今天的仓储管理已经失去了时效性，今天的仓储管理需要根据今天的订单情况和运力资源情况进行重新安排。

具体的，通过根据所述数据状态指标、数据价值指标、数据重复指标和数据时效指标，生成所述矩阵指标模型，其中，所述矩阵指标模型是一个2x2矩阵，优选的，数据状态指标和数据价值指标位于矩阵的第一行，数据重复指标和数据时效指标位于矩阵的第二行。进而，根据所述矩阵指标模型对所述多个调用数据集进行标识过滤。将不符合指标的数据集中数据进行剔除，将剩下的数据集进行保留标识，从而得到所述多个过滤数据集。其中，所述多个过滤数据集是需要上传至平台中进行信息共享的数据集合。

步骤S700：连接所述多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。

进一步的，连接所述多个过滤数据集对应的共享模块进行数据共享，本申请实施例步骤S700还包括：

步骤S710：获取第一过滤数据集的目标共享模块；

步骤S720：判断所述目标共享模块是否为多个共享模块，若所述目标共享模块为多个共享模块，按照所述多个共享模块之间的连接性，生成多个共享任务，其中，每一共享任务对应有执行共享操作的时间。

进一步的，本申请实施例步骤S700还包括：

步骤S730：对所述目标共享模块执行共享操作进行延迟性分析，得到延迟性系数；

步骤S740：按照所述延迟性系数，得到共享调整信息，以所述共享调整信息对执行共享操作的时间进行调整。

具体而言，通过根据所述多个过滤数据集对应的共享模块对物流仓储管理需要的数据进行共享，从而根据共享的信息，对仓储管理进行针对性的管理，得到所述仓储管理决策结果。其中，所述仓储管理决策结果是根据共享信息进行实时仓储安排的结果，包括仓储订单顺序决策结果，运力资源决策结果等。所述第一过滤数据集是需要进行共享的第一个调用数据集。其中，所述目标共享模块是第一过滤数据集需要进行同步共享的模块。进而，判断所述目标共享模块是否为多个共享模块，为数据共享的操作流程进行分析。

具体的，当所述目标共享模块为多个共享模块时，获取模块对应任务的连接关系，从而得到分别对多个共享模块进行共享的时间安排，将其作为所述多个共享任务。进而，通过根据服务器的算力分配，确定对目标共享模块进行共享操作时的时间延迟信息，根据延迟的时间大小，得到所述延迟性系数。其中，所述延迟性系数是对共享时间进行修正依据，反映了执行共享操作时时间延长的程度。其中，所述共享调整信息是根据所述延迟性系数对共享时间进行加权计算后得到的修正共享时间大小。根据所述共享调整信息中的修正共享时间对执行共享操作的时间进行调整，从而使共享的时间更加准确。

综上所述，本申请实施例至少具有如下技术效果：

本申请实施例通过利用物流仓储管理的多个信息源模块，根据多个信息源模块进行数据调用，对物理仓储管理过程中的数据进行提取，提取的数据包括订单信息、运力信息和运输监控，实现了为后续进行管理信息共享分析提供基础数据的目标，通过将多个调用数据集输入信息共享平台中，利用云服务器对多个调用数据集进行共享信息量化分析，得到信息量化指数，然后根据信息量化指数对共享信息的数据量大小进行判断，得到需要进行筛选的数据信息，利用信息标识指令对数据信息进行标识，然后根据信息标识指令，将多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集，进而连接多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。达到了提高信息共享的准确性，提高仓储管理效率的技术效果。

实施例二

基于与前述实施例中一种基于信息共享的物流仓储管理方法相同的发明构思，如图4所示，本申请提供了一种基于信息共享的物流仓储管理系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：

信息源获取模块11，所述信息源获得模块11用于获取用于进行物流仓储管理的多个信息源模块，其中，所述多个信息源模块包括订单信息模块、运力信息模块和运输监控模块；

调用数据获得模块12，所述调用数据获得模块12用于根据所述多个信息源模块进行数据调用，得到多个调用数据集；

调用数据输入模块13，所述调用数据输入模块13用于将所述多个调用数据集输入信息共享平台中，其中，所述信息共享平台与云服务器通信连接；

量化指数获得模块14，所述量化指数获得模块14用于根据所述云服务器对所述多个调用数据集进行共享信息量化分析，得到信息量化指数；

标识指令获得模块15，所述标识指令获得模块15用于按照所述信息量化指数，得到信息标识指令；

过滤数据集获得模块16，所述过滤数据集获得模块16用于根据所述信息标识指令，将所述多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集；

决策结果获得模块17，所述决策结果获得模块17用于连接所述多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。

进一步的，所述系统还包括：

数据识别单元，所述数据识别单元用于基于所述云服务器对所述多个调用数据集进行数据识别，获取所述多个调用数据集的数据类型信息和数据流量信息；

类型量化指数获得单元，所述类型量化指数获得单元用于按照所述数据类型信息，得到调用类型量化指数；

流量量化指数获得单元，所述流量量化指数获得单元用于按照所述数据流量信息，得到调用流量量化指数；

定性分析单元，所述定性分析单元用于对所述调用类型量化指数和所述调用流量量化指数进行定性分析，输出所述信息量化指数。

进一步的，所述系统还包括：

指令激活器生成单元，所述指令激活器生成单元用于生成指令激活器，其中，所述指令激活器包括判断器和激活器，所述判断器中存储有预设信息量化指数；

信息量化指数判断单元，所述信息量化指数判断单元用于按照所述指令激活器的所述判断器，判断所述信息量化指数是否大于所述预设信息量化指数；

标识指令激活单元，所述标识指令激活单元用于若所述信息量化指数大于等于所述预设信息量化指数，利用所述激活器激活所述信息标识指令。

进一步的，所述系统还包括：

资源信息获得单元，所述资源信息获得单元用于获取所述多个信息源模块的处理器资源信息；

容量空间指数确定单元，所述容量空间指数确定单元用于根据所述处理器资源信息进行负载均衡分析，确定容量空间指数；

共享指数确定单元，所述共享指数确定单元用于以所述容量空间指数进行固有容量空间指数分析，得到共享容量空间指数；

预设信息量化指数生成单元，所述预设信息量化指数生成单元用于按照所述共享容量空间指数，生成所述预设信息量化指数。

进一步的，所述系统还包括：

过滤指标获得单元，所述过滤指标获得单元用于获取多个过滤指标，所述多个过滤指标包括数据状态指标、数据价值指标、数据重复指标和数据时效指标；

指标模型生成单元，所述指标模型生成单元用于以所述数据状态指标、数据价值指标、数据重复指标和数据时效指标，生成所述矩阵指标模型，基于所述矩阵指标模型对所述多个调用数据集进行标识过滤。

进一步的，所述系统还包括：

目标共享模块获得单元，所述目标共享模块获得单元用于获取第一过滤数据集的目标共享模块；

共享任务生成单元，所述共享任务生成单元用于判断所述目标共享模块是否为多个共享模块，若所述目标共享模块为多个共享模块，按照所述多个共享模块之间的连接性，生成多个共享任务，其中，每一共享任务对应有执行共享操作的时间。

进一步的，所述系统还包括：

延迟性系数获得单元，所述延迟性系数获得单元用于对所述目标共享模块执行共享操作进行延迟性分析，得到延迟性系数；

共享调整信息获得单元，所述共享调整信息获得单元用于按照所述延迟性系数，得到共享调整信息，以所述共享调整信息对执行共享操作的时间进行调整。

需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (8)

1.一种基于信息共享的物流仓储管理方法，其特征在于，所述方法包括：

获取用于进行物流仓储管理的多个信息源模块，其中，所述多个信息源模块包括订单信息模块、运力信息模块和运输监控模块；

根据所述多个信息源模块进行数据调用，得到多个调用数据集；

将所述多个调用数据集输入信息共享平台中，其中，所述信息共享平台与云服务器通信连接；

根据所述云服务器对所述多个调用数据集进行共享信息量化分析，得到信息量化指数；

按照所述信息量化指数，得到信息标识指令；

根据所述信息标识指令，将所述多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集；

连接所述多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。

2.如权利要求1所述的方法，其特征在于，根据所述云服务器对所述多个调用数据集进行共享信息量化分析，得到信息量化指数，方法还包括：

基于所述云服务器对所述多个调用数据集进行数据识别，获取所述多个调用数据集的数据类型信息和数据流量信息；

按照所述数据类型信息，得到调用类型量化指数；

按照所述数据流量信息，得到调用流量量化指数；

对所述调用类型量化指数和所述调用流量量化指数进行定性分析，输出所述信息量化指数。

3.如权利要求1所述的方法，其特征在于，按照所述信息量化指数，得到信息标识指令，方法还包括：

生成指令激活器，其中，所述指令激活器包括判断器和激活器，所述判断器中存储有预设信息量化指数；

按照所述指令激活器的所述判断器，判断所述信息量化指数是否大于所述预设信息量化指数；

若所述信息量化指数大于等于所述预设信息量化指数，利用所述激活器激活所述信息标识指令。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

获取所述多个信息源模块的处理器资源信息；

根据所述处理器资源信息进行负载均衡分析，确定容量空间指数；

以所述容量空间指数进行固有容量空间指数分析，得到共享容量空间指数；

按照所述共享容量空间指数，生成所述预设信息量化指数。

5.如权利要求1所述的方法，其特征在于，将所述多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集，方法还包括：

获取多个过滤指标，所述多个过滤指标包括数据状态指标、数据价值指标、数据重复指标和数据时效指标；

以所述数据状态指标、数据价值指标、数据重复指标和数据时效指标，生成所述矩阵指标模型，基于所述矩阵指标模型对所述多个调用数据集进行标识过滤。

6.如权利要求5所述的方法，其特征在于，连接所述多个过滤数据集对应的共享模块进行数据共享，方法还包括：

获取第一过滤数据集的目标共享模块；

判断所述目标共享模块是否为多个共享模块，若所述目标共享模块为多个共享模块，按照所述多个共享模块之间的连接性，生成多个共享任务，其中，每一共享任务对应有执行共享操作的时间。

7.如权利要求6所述的方法，其特征在于，所述方法还包括：

对所述目标共享模块执行共享操作进行延迟性分析，得到延迟性系数；

按照所述延迟性系数，得到共享调整信息，以所述共享调整信息对执行共享操作的时间进行调整。

8.一种基于信息共享的物流仓储管理系统，其特征在于，所述系统包括：

信息源获取模块，所述信息源获得模块用于获取用于进行物流仓储管理的多个信息源模块，其中，所述多个信息源模块包括订单信息模块、运力信息模块和运输监控模块；

调用数据获得模块，所述调用数据获得模块用于根据所述多个信息源模块进行数据调用，得到多个调用数据集；

调用数据输入模块，所述调用数据输入模块用于将所述多个调用数据集输入信息共享平台中，其中，所述信息共享平台与云服务器通信连接；

量化指数获得模块，所述量化指数获得模块用于根据所述云服务器对所述多个调用数据集进行共享信息量化分析，得到信息量化指数；

标识指令获得模块，所述标识指令获得模块用于按照所述信息量化指数，得到信息标识指令；

过滤数据集获得模块，所述过滤数据集获得模块用于根据所述信息标识指令，将所述多个调用数据集输入矩阵指标模型中进行标识，得到多个过滤数据集；

决策结果获得模块，所述决策结果获得模块用于连接所述多个过滤数据集对应的共享模块进行数据共享，生成仓储管理决策结果。

Images