CN116070983B - 危险货物集装箱安全调度方法、系统、设备和存储介质 - Google Patents

危险货物集装箱安全调度方法、系统、设备和存储介质 Download PDF

Info

Publication number
CN116070983B
CN116070983B CN202310313260.3A CN202310313260A CN116070983B CN 116070983 B CN116070983 B CN 116070983B CN 202310313260 A CN202310313260 A CN 202310313260A CN 116070983 B CN116070983 B CN 116070983B
Authority
CN
China
Prior art keywords
scheduling
logistics node
cargo
information
path
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
CN202310313260.3A
Other languages
English (en)
Other versions
CN116070983A (zh
Inventor
崔迪
占小跳
孙国庆
李筠
张霞
周亚飞
邹林
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.)
China Waterborne Transport Research Institute
Original Assignee
China Waterborne Transport Research Institute
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 China Waterborne Transport Research Institute filed Critical China Waterborne Transport Research Institute
Priority to CN202310313260.3A priority Critical patent/CN116070983B/zh
Publication of CN116070983A publication Critical patent/CN116070983A/zh
Application granted granted Critical
Publication of CN116070983B publication Critical patent/CN116070983B/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
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本申请涉及一种危险货物集装箱安全调度方法、系统、设备和存储介质，所述方法包括：基于第一信息发送货物调度请求；接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点；获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。本申请通过在不同的物流节点之间对危险货物集装箱进行合理地调度，可以在保证危险货物调度安全性的前提下提升货物调度的效率。

Description

危险货物集装箱安全调度方法、系统、设备和存储介质
技术领域
本申请涉及集装箱调度技术领域，特别是涉及一种危险货物集装箱安全调度方法、系统、设备和存储介质。
背景技术
集装箱运输是目前国际国内贸易货物运输最重要的方式之一，集装箱码头是指包括航道、泊位、装卸起重设备、水平运输设备、堆场以及相关的辅助设施和人员的一个完整的场所，其具备完成集装箱装卸任务的能力。目前，集装箱业务发展的不平衡导致码头、堆场等各个物流节点所需的集装箱数量不等，部分业务量较大的物流节点若放置较少的集装箱，而另一部分业务量相对较小的物流节点若拥有过多的集装箱，特别是危险货物集装箱，则会造成资源的浪费以及一定程度上的安全威胁，因此，如何在不同的物流节点之间对危险货物集装箱进行合理安全地调度，是亟需解决的一个问题。
发明内容
基于此，有必要针对上述技术问题，提供一种危险货物集装箱安全调度方法、装置、计算机设备和存储介质。
一方面，提供一种危险货物集装箱安全调度方法，所述方法包括：
步骤A：基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息；
步骤B：接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息；
步骤C：获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
步骤D：在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。
在其中一个实施例中，还包括：所述危险货物集装箱的属性信息包括集装箱材质属性和货物属性，所述集装箱材质属性包括易碎材质和非易碎材质，所述货物属性包括货物类型、货物运输需求、货物存储条件、货物爆炸条件和货物之间反应条件，所述物流节点的参数信息包括危险度，所述环境信息包括气温、湿度和能见度。
在其中一个实施例中，还包括：所述危险度的获取方法包括：获取所述物流节点的可存储空间、存储物类型；基于所述物流节点的可存储空间、存储物类型构建危险度评估模型，所述危险度评估模型的数学表达式为：
Figure SMS_1
Figure SMS_2
其中，
Figure SMS_3
表示危险度评估值，x表示可存储空间系数，y表示不同存储物类型权重之和，/>
Figure SMS_4
、/>
Figure SMS_5
分别表示x、y的校正参数，d表示危险发生比例，/>
Figure SMS_6
表示暴露于某一危险因素i的集装箱个数占总数的比例，/>
Figure SMS_7
表示暴露于某一危险因素i的集装箱相对危险系数，m表示迭代系数；
基于所述危险度评估模型对所述物流节点的危险度进行评估。
在其中一个实施例中，还包括：所述根据所述货物调度请求及第二信息获取目标物流节点包括：对所述货物调度请求进行解析，得到所述第一信息的解析值；将所述第一信息的解析值和所述第二信息的特征值输入至预构建的物流节点预测模型中，所述物流节点预测模型的数学表达式包括：
Figure SMS_8
其中，
Figure SMS_10
、/>
Figure SMS_11
分别表示平均单位时间内的运输能耗和停驻能耗，N表示物流节点集合，M表示调度路径集合，/>
Figure SMS_14
表示m+1段路径时n节点的动态函数，/>
Figure SMS_15
表示m段路径时n节点的动态函数，/>
Figure SMS_16
表示预计平均行驶速度值，/>
Figure SMS_17
、/>
Figure SMS_18
分别表示易碎材质集装箱个数和非易碎材质集装箱个数，r表示湿度权系数，t表示温度权系数，/>
Figure SMS_9
表示m段路径时n节点的负荷函数，
Figure SMS_12
表示货物属性拟合系数，/>
Figure SMS_13
表示综合预测值，/>
Figure SMS_19
表示能见度权系数；
根据所述物流节点预测模型的输出结果选取所述目标物流节点。
在其中一个实施例中，还包括：所述根据所述物流节点预测模型的输出结果选取所述目标物流节点包括：响应于检测到综合预测值
Figure SMS_20
小于第一预设值时，选取最小目标函数计算值所对应的物流节点作为所述目标物流节点，其中，目标函数的计算公式为：
Figure SMS_21
其中，
Figure SMS_22
表示危险货物及物流节点之间路径长度，/>
Figure SMS_23
和/>
Figure SMS_24
分别表示/>
Figure SMS_25
和/>
Figure SMS_26
的权重系数。
在其中一个实施例中，还包括：所述获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令包括：基于所述综合预测值
Figure SMS_27
小于第一预设值时，获取目标函数最小值所对应的路径长度形成第一调度路径；基于所述第一调度路径生成所述调度指令。
在其中一个实施例中，还包括：所述根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径包括：实时获取感知信息，所述感知信息包括物流节点的实时危险度；当所述物流节点的实时危险度大于第二预设值且小于第三预设值时，对调度速度进行调整，生成所述第二调度路径；当所述物流节点的实时危险度大于或等于第三预设值时，对调度方向进行调整，生成所述第二调度路径。
另一方面，提供了一种危险货物集装箱安全调度装置，所述装置包括：
请求发送模块，用于基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息；
物流节点获取模块，用于接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息；
货物调度模块，用于获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
调整模块，用于在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。
再一方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
步骤A：基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息；
步骤B：接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息；
步骤C：获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
步骤D：在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。
又一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
步骤A：基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息；
步骤B：接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息；
步骤C：获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
步骤D：在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。
上述危险货物集装箱安全调度方法、系统、设备和存储介质，所述方法包括：基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息；接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息；获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度，本申请通过在不同的物流节点之间对危险货物集装箱进行合理地调度，可以在保证危险货物调度安全性的前提下提升货物调度的效率。
附图说明
图1为一个实施例中危险货物集装箱安全调度方法的应用环境图；
图2为一个实施例中危险货物集装箱安全调度方法的流程示意图；
图3为一个实施例中危险货物集装箱安全调度装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，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做出创造性劳动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。
应当理解，在本申请的描述中，除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。
还应当理解，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
需要注意的是，术语“S1”、“S2”等仅用于步骤的描述目的，并非特别指称次序或顺位的意思，亦非用以限定本申请，其仅仅是为了方便描述本申请的方法，而不能理解为指示步骤的先后顺序。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
本申请提供的危险货物集装箱安全调度方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与设置于服务器104上的数据处理平台进行通信，其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
实施例1
在一个实施例中，如图2所示，提供了一种危险货物集装箱安全调度方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
S1：基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息。
需要说明的是，所述危险货物集装箱的属性信息包括集装箱材质属性和货物属性，所述集装箱材质属性包括易碎材质和非易碎材质，所述货物属性包括货物类型、货物运输需求、货物存储条件、货物爆炸条件和货物之间反应条件，其中，通过货物类型可以直接获取该货物类型的尺寸大小、重量以及货物类别，如易燃易爆品、强酸强碱等，在发送货物调度请求时直接附带危险货物集装箱的属性信息以便于后续解析调度请求并对危险货物进行精准调度。
S2：接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息。
需要说明的是，所述物流节点的参数信息包括危险度，所述环境信息包括气温、湿度和能见度，其中，所述危险度的获取方法包括：
获取所述物流节点的可存储空间、存储物类型，其中，此处的物流节点为所有可进行调度使用的物流节点；
基于所述物流节点的可存储空间、存储物类型构建危险度评估模型，所述危险度评估模型的数学表达式为：
Figure SMS_28
Figure SMS_29
其中，
Figure SMS_30
表示危险度评估值，x表示可存储空间系数，y表示不同存储物类型权重之和，/>
Figure SMS_31
、/>
Figure SMS_32
分别表示x、y的校正参数，d表示危险发生比例，/>
Figure SMS_33
表示暴露于某一危险因素i的集装箱个数占总数的比例，/>
Figure SMS_34
表示暴露于某一危险因素i的集装箱相对危险系数，m表示迭代系数；
基于所述危险度评估模型对所述物流节点的危险度进行评估，其中，当危险度评估模型的输出值越大，则该危险度对应的物流节点风险值越大。
进一步的，所述根据所述货物调度请求及第二信息获取目标物流节点包括：
对所述货物调度请求进行解析，得到所述第一信息的解析值，其中，如步骤S1所述的，对货物调度请求进行解析可以得到危险货物集装箱的属性信息，基于专家法则对属性信息进行赋值，即可得到第一信息的解析值，对第二信息进行特征提取以获取第二信息的特征值；
将所述第一信息的解析值和所述第二信息的特征值输入至预构建的物流节点预测模型中，所述物流节点预测模型的数学表达式包括：
Figure SMS_35
其中，
Figure SMS_36
、/>
Figure SMS_41
分别表示平均单位时间内的运输能耗和停驻能耗，N表示物流节点集合，M表示调度路径集合，/>
Figure SMS_42
表示m+1段路径时n节点的动态函数，/>
Figure SMS_43
表示m段路径时n节点的动态函数，/>
Figure SMS_44
表示预计平均行驶速度值，/>
Figure SMS_45
、/>
Figure SMS_46
分别表示易碎材质集装箱个数和非易碎材质集装箱个数，r表示湿度权系数，t表示温度权系数，/>
Figure SMS_37
表示m段路径时n节点的负荷函数，
Figure SMS_38
表示货物属性拟合系数，/>
Figure SMS_39
表示综合预测值，/>
Figure SMS_40
表示能见度权系数；
根据所述物流节点预测模型的输出结果选取所述目标物流节点，其中，物流节点预测模型的输出值越小，说明该物流节点越符合实际需求。
更进一步的，根据所述物流节点预测模型的输出结果选取所述目标物流节点包括：
响应于检测到综合预测值
Figure SMS_47
小于第一预设值时，选取最小目标函数计算值所对应的物流节点作为所述目标物流节点，其中，目标函数的计算公式为：
Figure SMS_48
其中，
Figure SMS_49
表示危险货物及物流节点之间路径长度，/>
Figure SMS_50
和/>
Figure SMS_51
分别表示/>
Figure SMS_52
和/>
Figure SMS_53
的权重系数。
S3：获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度。
需要说明的是，该步骤具体为：
基于所述综合预测值
Figure SMS_54
小于第一预设值时，获取目标函数最小值所对应的路径长度形成第一调度路径；
基于所述第一调度路径生成所述调度指令，并基于所述调度指令对所述危险货物进行调度。
S4：在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。
需要说明的是，在调度过程中，目标物流节点的实时信息可能会发生变动，如有其它货物提早一步到达该港口码头并已进行运输，因此，需要获取实时感知信息来对第一调度路径进行适应性调整以增强调度安全性和准确性，其中，所述感知信息包括物流节点的实时危险度；
当所述物流节点的实时危险度大于第二预设值且小于第三预设值时，对调度速度进行调整，生成所述第二调度路径，即对速度进行控制，如此时目标调度节点危险度大于第二预设值且小于第三预设值，但是在预设时间内该危险度会因为其他货物的调出而降低，则降低调度速度以确保危险货物到达时不会发生风险事件；
当所述物流节点的实时危险度大于或等于第三预设值时，对调度方向进行调整，即更换其它更优选的港口码头进行调度，生成所述第二调度路径。
上述危险货物集装箱安全调度方法中，所述方法包括：基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息；接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息；获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度，本申请通过在不同的物流节点之间对危险货物集装箱进行合理地调度，可以在保证危险货物调度安全性的前提下提升货物调度的效率。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
实施例2
在一个实施例中，如图3所示，提供了一种危险货物集装箱安全调度装置，包括：请求发送模块、物流节点获取模块、货物调度模块和调整模块，其中：
请求发送模块，用于基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息，所述危险货物集装箱的属性信息包括集装箱材质属性和货物属性，所述集装箱材质属性包括易碎材质和非易碎材质，所述货物属性包括货物类型、货物运输需求、货物存储条件、货物爆炸条件和货物之间反应条件；
物流节点获取模块，用于接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息，所述物流节点的参数信息包括危险度，所述环境信息包括气温、湿度和能见度；
货物调度模块，用于获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
调整模块，用于在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。
作为一种较优的实施方式，本发明实施例中，所述物流节点获取模块具体用于：
获取所述物流节点的可存储空间、存储物类型；
基于所述物流节点的可存储空间、存储物类型构建危险度评估模型，所述危险度评估模型的数学表达式为：
Figure SMS_55
Figure SMS_56
其中，
Figure SMS_57
表示危险度评估值，x表示可存储空间系数，y表示不同存储物类型权重之和，/>
Figure SMS_58
、/>
Figure SMS_59
分别表示x、y的校正参数，d表示危险发生比例，/>
Figure SMS_60
表示暴露于某一危险因素i的集装箱个数占总数的比例，/>
Figure SMS_61
表示暴露于某一危险因素i的集装箱相对危险系数，m表示迭代系数；
基于所述危险度评估模型对所述物流节点的危险度进行评估。
作为一种较优的实施方式，本发明实施例中，所述物流节点获取模块具体还用于：
对所述货物调度请求进行解析，得到所述第一信息的解析值；
将所述第一信息的解析值和所述第二信息的特征值输入至预构建的物流节点预测模型中，所述物流节点预测模型的数学表达式包括：
Figure SMS_62
其中，
Figure SMS_64
、/>
Figure SMS_65
分别表示平均单位时间内的运输能耗和停驻能耗，N表示物流节点集合，M表示调度路径集合，/>
Figure SMS_66
表示m+1段路径时n节点的动态函数，/>
Figure SMS_67
表示m段路径时n节点的动态函数，/>
Figure SMS_69
表示预计平均行驶速度值，/>
Figure SMS_71
、/>
Figure SMS_72
分别表示易碎材质集装箱个数和非易碎材质集装箱个数，r表示湿度权系数，t表示温度权系数，/>
Figure SMS_63
表示m段路径时n节点的负荷函数，
Figure SMS_68
表示货物属性拟合系数，/>
Figure SMS_70
表示综合预测值，/>
Figure SMS_73
表示能见度权系数；
根据所述物流节点预测模型的输出结果选取所述目标物流节点。
作为一种较优的实施方式，本发明实施例中，所述物流节点获取模块具体还用于：
响应于检测到综合预测值
Figure SMS_74
小于第一预设值时，选取最小目标函数计算值所对应的物流节点作为所述目标物流节点，其中，目标函数的计算公式为：
Figure SMS_75
其中，
Figure SMS_76
表示危险货物及物流节点之间路径长度，/>
Figure SMS_77
和/>
Figure SMS_78
分别表示/>
Figure SMS_79
和/>
Figure SMS_80
的权重系数。
作为一种较优的实施方式，本发明实施例中，所述货物调度模块具体用于：
基于所述综合预测值
Figure SMS_81
小于第一预设值时，获取目标函数最小值所对应的路径长度形成第一调度路径；
基于所述第一调度路径生成所述调度指令。
作为一种较优的实施方式，本发明实施例中，所述调整模块具体用于：
实时获取感知信息，所述感知信息包括物流节点的实时危险度；
当所述物流节点的实时危险度大于第二预设值且小于第三预设值时，对调度速度进行调整，生成所述第二调度路径；
当所述物流节点的实时危险度大于或等于第三预设值时，对调度方向进行调整，生成所述第二调度路径。
关于危险货物集装箱安全调度装置的具体限定可以参见上文中对于危险货物集装箱安全调度方法的限定，在此不再赘述。上述危险货物集装箱安全调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
实施例3
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种危险货物集装箱安全调度方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
S1：基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息，所述危险货物集装箱的属性信息包括集装箱材质属性和货物属性，所述集装箱材质属性包括易碎材质和非易碎材质，所述货物属性包括货物类型、货物运输需求、货物存储条件、货物爆炸条件和货物之间反应条件；
S2：接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息，所述物流节点的参数信息包括危险度，所述环境信息包括气温、湿度和能见度；
S3：获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
S4：在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取所述物流节点的可存储空间、存储物类型；
基于所述物流节点的可存储空间、存储物类型构建危险度评估模型，所述危险度评估模型的数学表达式为：
Figure SMS_82
Figure SMS_83
其中，
Figure SMS_84
表示危险度评估值，x表示可存储空间系数，y表示不同存储物类型权重之和，/>
Figure SMS_85
、/>
Figure SMS_86
分别表示x、y的校正参数，d表示危险发生比例，/>
Figure SMS_87
表示暴露于某一危险因素i的集装箱个数占总数的比例，/>
Figure SMS_88
表示暴露于某一危险因素i的集装箱相对危险系数，m表示迭代系数；
基于所述危险度评估模型对所述物流节点的危险度进行评估。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对所述货物调度请求进行解析，得到所述第一信息的解析值；
将所述第一信息的解析值和所述第二信息的特征值输入至预构建的物流节点预测模型中，所述物流节点预测模型的数学表达式包括：
Figure SMS_89
其中，
Figure SMS_91
、/>
Figure SMS_94
分别表示平均单位时间内的运输能耗和停驻能耗，N表示物流节点集合，M表示调度路径集合，/>
Figure SMS_95
表示m+1段路径时n节点的动态函数，/>
Figure SMS_96
表示m段路径时n节点的动态函数，/>
Figure SMS_98
表示预计平均行驶速度值，/>
Figure SMS_99
、/>
Figure SMS_100
分别表示易碎材质集装箱个数和非易碎材质集装箱个数，r表示湿度权系数，t表示温度权系数，/>
Figure SMS_90
表示m段路径时n节点的负荷函数，
Figure SMS_92
表示货物属性拟合系数，/>
Figure SMS_93
表示综合预测值，/>
Figure SMS_97
表示能见度权系数；
根据所述物流节点预测模型的输出结果选取所述目标物流节点。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
响应于检测到综合预测值
Figure SMS_101
小于第一预设值时，选取最小目标函数计算值所对应的物流节点作为所述目标物流节点，其中，目标函数的计算公式为：
Figure SMS_102
其中，
Figure SMS_103
表示危险货物及物流节点之间路径长度，/>
Figure SMS_104
和/>
Figure SMS_105
分别表示/>
Figure SMS_106
和/>
Figure SMS_107
的权重系数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
基于所述综合预测值
Figure SMS_108
小于第一预设值时，获取目标函数最小值所对应的路径长度形成第一调度路径；
基于所述第一调度路径生成所述调度指令。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
实时获取感知信息，所述感知信息包括物流节点的实时危险度；
当所述物流节点的实时危险度大于第二预设值且小于第三预设值时，对调度速度进行调整，生成所述第二调度路径；
当所述物流节点的实时危险度大于或等于第三预设值时，对调度方向进行调整，生成所述第二调度路径。
实施例4
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
S1：基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息，所述危险货物集装箱的属性信息包括集装箱材质属性和货物属性，所述集装箱材质属性包括易碎材质和非易碎材质，所述货物属性包括货物类型、货物运输需求、货物存储条件、货物爆炸条件和货物之间反应条件；
S2：接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息，所述物流节点的参数信息包括危险度，所述环境信息包括气温、湿度和能见度；
S3：获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
S4：在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取所述物流节点的可存储空间、存储物类型；
基于所述物流节点的可存储空间、存储物类型构建危险度评估模型，所述危险度评估模型的数学表达式为：
Figure SMS_109
Figure SMS_110
其中，
Figure SMS_111
表示危险度评估值，x表示可存储空间系数，y表示不同存储物类型权重之和，/>
Figure SMS_112
、/>
Figure SMS_113
分别表示x、y的校正参数，d表示危险发生比例，/>
Figure SMS_114
表示暴露于某一危险因素i的集装箱个数占总数的比例，/>
Figure SMS_115
表示暴露于某一危险因素i的集装箱相对危险系数，m表示迭代系数；
基于所述危险度评估模型对所述物流节点的危险度进行评估。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对所述货物调度请求进行解析，得到所述第一信息的解析值；
将所述第一信息的解析值和所述第二信息的特征值输入至预构建的物流节点预测模型中，所述物流节点预测模型的数学表达式包括：
Figure SMS_116
其中，
Figure SMS_119
、/>
Figure SMS_122
分别表示平均单位时间内的运输能耗和停驻能耗，N表示物流节点集合，M表示调度路径集合，/>
Figure SMS_123
表示m+1段路径时n节点的动态函数，/>
Figure SMS_124
表示m段路径时n节点的动态函数，/>
Figure SMS_125
表示预计平均行驶速度值，/>
Figure SMS_126
、/>
Figure SMS_127
分别表示易碎材质集装箱个数和非易碎材质集装箱个数，r表示湿度权系数，t表示温度权系数，/>
Figure SMS_117
表示m段路径时n节点的负荷函数，
Figure SMS_118
表示货物属性拟合系数，/>
Figure SMS_120
表示综合预测值，/>
Figure SMS_121
表示能见度权系数；
根据所述物流节点预测模型的输出结果选取所述目标物流节点。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
响应于检测到综合预测值
Figure SMS_128
小于第一预设值时，选取最小目标函数计算值所对应的物流节点作为所述目标物流节点，其中，目标函数的计算公式为：
Figure SMS_129
其中，
Figure SMS_130
表示危险货物及物流节点之间路径长度，/>
Figure SMS_131
和/>
Figure SMS_132
分别表示/>
Figure SMS_133
和/>
Figure SMS_134
的权重系数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
基于所述综合预测值
Figure SMS_135
小于第一预设值时，获取目标函数最小值所对应的路径长度形成第一调度路径；/>
基于所述第一调度路径生成所述调度指令。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
实时获取感知信息，所述感知信息包括物流节点的实时危险度；
当所述物流节点的实时危险度大于第二预设值且小于第三预设值时，对调度速度进行调整，生成所述第二调度路径；
当所述物流节点的实时危险度大于或等于第三预设值时，对调度方向进行调整，生成所述第二调度路径。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种危险货物集装箱安全调度方法，其特征在于，所述方法包括：
基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息；
接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息；
获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度；
所述物流节点的参数信息包括危险度，所述危险度的获取方法包括：
获取所述物流节点的可存储空间、存储物类型；
基于所述物流节点的可存储空间、存储物类型构建危险度评估模型，所述危险度评估模型的数学表达式为：
Figure QLYQS_1
Figure QLYQS_2
其中，
Figure QLYQS_3
表示危险度评估值，x表示可存储空间系数，y表示不同存储物类型权重之和，/>
Figure QLYQS_4
、/>
Figure QLYQS_5
分别表示x、y的校正参数，d表示危险发生比例，/>
Figure QLYQS_6
表示暴露于某一危险因素i的集装箱个数占总数的比例，/>
Figure QLYQS_7
表示暴露于某一危险因素i的集装箱相对危险系数，m表示迭代系数；
基于所述危险度评估模型对所述物流节点的危险度进行评估；
所述根据所述货物调度请求及第二信息获取目标物流节点包括：
对所述货物调度请求进行解析，得到所述第一信息的解析值；
将所述第一信息的解析值和所述第二信息的特征值输入至预构建的物流节点预测模型中，所述物流节点预测模型的数学表达式包括：
Figure QLYQS_8
其中，
Figure QLYQS_10
、/>
Figure QLYQS_12
分别表示平均单位时间内的运输能耗和停驻能耗，N表示物流节点集合，M表示调度路径集合，/>
Figure QLYQS_13
表示m+1段路径时n节点的动态函数，/>
Figure QLYQS_15
表示m段路径时n节点的动态函数，/>
Figure QLYQS_17
表示预计平均行驶速度值，/>
Figure QLYQS_18
、/>
Figure QLYQS_19
分别表示易碎材质集装箱个数和非易碎材质集装箱个数，r表示湿度权系数，t表示温度权系数，/>
Figure QLYQS_9
表示m段路径时n节点的负荷函数，/>
Figure QLYQS_11
表示货物属性拟合系数，/>
Figure QLYQS_14
表示综合预测值，/>
Figure QLYQS_16
表示能见度权系数；
根据所述物流节点预测模型的输出结果选取所述目标物流节点；
所述根据所述物流节点预测模型的输出结果选取所述目标物流节点包括：
响应于检测到综合预测值
Figure QLYQS_20
小于第一预设值时，选取最小目标函数计算值所对应的物流节点作为所述目标物流节点，其中，目标函数的计算公式为：
Figure QLYQS_21
其中，
Figure QLYQS_22
表示危险货物及物流节点之间路径长度，/>
Figure QLYQS_23
和/>
Figure QLYQS_24
分别表示/>
Figure QLYQS_25
和/>
Figure QLYQS_26
的权重系数；
所述获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令包括：
基于所述综合预测值
Figure QLYQS_27
小于第一预设值时，获取目标函数最小值所对应的路径长度形成第一调度路径；
基于所述第一调度路径生成所述调度指令；
所述根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径包括：
实时获取感知信息，所述感知信息包括物流节点的实时危险度；
当所述物流节点的实时危险度大于第二预设值且小于第三预设值时，对调度速度进行调整，生成所述第二调度路径；
当所述物流节点的实时危险度大于或等于第三预设值时，对调度方向进行调整，生成所述第二调度路径。
2.根据权利要求1所述的危险货物集装箱安全调度方法，其特征在于，所述危险货物集装箱的属性信息包括集装箱材质属性和货物属性，所述集装箱材质属性包括易碎材质和非易碎材质，所述货物属性包括货物类型、货物运输需求、货物存储条件、货物爆炸条件和货物之间反应条件，所述物流节点的参数信息包括危险度，所述环境信息包括气温、湿度和能见度。
3.一种危险货物集装箱安全调度装置，其特征在于，所述装置包括：
请求发送模块，用于基于第一信息发送货物调度请求，所述第一信息包括危险货物集装箱的属性信息；
物流节点获取模块，用于接收所述货物调度请求，并根据所述货物调度请求及第二信息获取目标物流节点，所述第二信息包括物流节点的参数信息和环境信息；
货物调度模块，用于获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令，并基于所述调度指令对所述危险货物进行调度；
调整模块，用于在调度过程中，根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径，直至所述危险货物集装箱安全抵达所述目标物流节点，实现对所述危险货物集装箱的安全调度；
所述物流节点的参数信息包括危险度，所述危险度的获取方法包括：
获取所述物流节点的可存储空间、存储物类型；
基于所述物流节点的可存储空间、存储物类型构建危险度评估模型，所述危险度评估模型的数学表达式为：
Figure QLYQS_28
Figure QLYQS_29
其中，
Figure QLYQS_30
表示危险度评估值，x表示可存储空间系数，y表示不同存储物类型权重之和，/>
Figure QLYQS_31
、/>
Figure QLYQS_32
分别表示x、y的校正参数，d表示危险发生比例，/>
Figure QLYQS_33
表示暴露于某一危险因素i的集装箱个数占总数的比例，/>
Figure QLYQS_34
表示暴露于某一危险因素i的集装箱相对危险系数，m表示迭代系数；
基于所述危险度评估模型对所述物流节点的危险度进行评估；
所述根据所述货物调度请求及第二信息获取目标物流节点包括：
对所述货物调度请求进行解析，得到所述第一信息的解析值；
将所述第一信息的解析值和所述第二信息的特征值输入至预构建的物流节点预测模型中，所述物流节点预测模型的数学表达式包括：
Figure QLYQS_35
其中，
Figure QLYQS_37
、/>
Figure QLYQS_38
分别表示平均单位时间内的运输能耗和停驻能耗，N表示物流节点集合，M表示调度路径集合，/>
Figure QLYQS_41
表示m+1段路径时n节点的动态函数，/>
Figure QLYQS_43
表示m段路径时n节点的动态函数，/>
Figure QLYQS_44
表示预计平均行驶速度值，/>
Figure QLYQS_45
、/>
Figure QLYQS_46
分别表示易碎材质集装箱个数和非易碎材质集装箱个数，r表示湿度权系数，t表示温度权系数，/>
Figure QLYQS_36
表示m段路径时n节点的负荷函数，/>
Figure QLYQS_39
表示货物属性拟合系数，/>
Figure QLYQS_40
表示综合预测值，/>
Figure QLYQS_42
表示能见度权系数；
根据所述物流节点预测模型的输出结果选取所述目标物流节点；
所述根据所述物流节点预测模型的输出结果选取所述目标物流节点包括：
响应于检测到综合预测值
Figure QLYQS_47
小于第一预设值时，选取最小目标函数计算值所对应的物流节点作为所述目标物流节点，其中，目标函数的计算公式为：
Figure QLYQS_48
其中，
Figure QLYQS_49
表示危险货物及物流节点之间路径长度，/>
Figure QLYQS_50
和/>
Figure QLYQS_51
分别表示/>
Figure QLYQS_52
和/>
Figure QLYQS_53
的权重系数；
所述获取所述危险货物及所述目标物流节点之间的第一调度路径，生成调度指令包括：
基于所述综合预测值
Figure QLYQS_54
小于第一预设值时，获取目标函数最小值所对应的路径长度形成第一调度路径；
基于所述第一调度路径生成所述调度指令；
所述根据实时感知信息对所述第一调度路径进行适应性调整，生成第二调度路径包括：
实时获取感知信息，所述感知信息包括物流节点的实时危险度；
当所述物流节点的实时危险度大于第二预设值且小于第三预设值时，对调度速度进行调整，生成所述第二调度路径；
当所述物流节点的实时危险度大于或等于第三预设值时，对调度方向进行调整，生成所述第二调度路径。
4.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至2中任一项所述方法的步骤。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的方法的步骤。
CN202310313260.3A 2023-03-28 2023-03-28 危险货物集装箱安全调度方法、系统、设备和存储介质 Active CN116070983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310313260.3A CN116070983B (zh) 2023-03-28 2023-03-28 危险货物集装箱安全调度方法、系统、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310313260.3A CN116070983B (zh) 2023-03-28 2023-03-28 危险货物集装箱安全调度方法、系统、设备和存储介质

Publications (2)

Publication Number Publication Date
CN116070983A CN116070983A (zh) 2023-05-05
CN116070983B true CN116070983B (zh) 2023-06-16

Family

ID=86180509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310313260.3A Active CN116070983B (zh) 2023-03-28 2023-03-28 危险货物集装箱安全调度方法、系统、设备和存储介质

Country Status (1)

Country Link
CN (1) CN116070983B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107918849A (zh) * 2017-10-23 2018-04-17 深圳职业技术学院 一种电动物流货车的智能调度装置及方法
JP2021036365A (ja) * 2019-08-30 2021-03-04 ダイハツ工業株式会社 車両案内システム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378644A (zh) * 2019-03-27 2019-10-25 中国石油大学(华东) 一种港口危险品集装箱箱位分配模型及算法
CN112330094A (zh) * 2020-10-09 2021-02-05 广州市物联万方电子科技有限公司 集装箱的调度方法、装置及服务器
CN113361997A (zh) * 2021-06-04 2021-09-07 南京大学 一种基于风险最小化的危险废物运输路径实时规划的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107918849A (zh) * 2017-10-23 2018-04-17 深圳职业技术学院 一种电动物流货车的智能调度装置及方法
JP2021036365A (ja) * 2019-08-30 2021-03-04 ダイハツ工業株式会社 車両案内システム

Also Published As

Publication number Publication date
CN116070983A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
US11526947B2 (en) Computer-based systems employing a network of sensors to support the storage and/or transport of various goods and methods of use thereof to manage losses from quality shortfall
Lim et al. A simulation-optimization approach for sales and operations planning in build-to-order industries with distant sourcing: Focus on the automotive industry
Li et al. Capacity planning for mega container terminals with multi-objective and multi-fidelity simulation optimization
US9747578B2 (en) Measuring device and system for freight rate optimization
CN115994689A (zh) 一种智慧码头港区危险货物安全运输的管理方法及装置
Liu et al. Two decision models for berth allocation problem under uncertainty considering service level
CN112801579A (zh) 配送任务异常监控方法、装置、计算机设备以及存储介质
CN111428933A (zh) 物流地址推荐方法、系统、设备及存储介质
US20220327476A1 (en) Automated System for Payload Condition Monitoring and Prediction Using Digital Twins
Skaf et al. Integrated quay crane and yard truck scheduling problem at port of Tripoli-Lebanon
Zhou et al. A data-driven business intelligence system for large-scale semi-automated logistics facilities
CN116070983B (zh) 危险货物集装箱安全调度方法、系统、设备和存储介质
Birkmaier et al. Towards a robust digital production and logistics network by implementing flexibility measures
Amjath et al. Fleet sizing of trucks for an inter-facility material handling system using closed queueing networks
Budko et al. Approach to the intellectual monitoring of the technical condition of difficult dynamic objects on the basis of the systems of a polling
CN111105176B (zh) 数据处理方法、装置、设备和存储介质
Wu Modelling of containerized air cargo forwarding problems under uncertainty
Atak et al. Container terminal workload modeling using machine learning techniques
Andziulis et al. Integration of mobile control systems into intermodal container transportation management
Wanke Ship-berth link and demurrage costs: evaluating different allocation policies and queue priorities via simulation
US20160055438A1 (en) System and method for empty container reposition resistant to disruptions
JP2020013261A (ja) ヤード待ち滞船時間予測装置、方法及びプログラム
Huynh et al. Data analytics for intermodal freight transportation applications
CN114418417A (zh) 车货匹配方法和基于其的运力预测方法、装置、电子设备
CN113780959A (zh) 计算危废重量偏差的方法、装置、系统和计算机设备

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