CN116258350B - 海运集装箱运输监控方法 - Google Patents

海运集装箱运输监控方法 Download PDF

Info

Publication number
CN116258350B
CN116258350B CN202310537685.2A CN202310537685A CN116258350B CN 116258350 B CN116258350 B CN 116258350B CN 202310537685 A CN202310537685 A CN 202310537685A CN 116258350 B CN116258350 B CN 116258350B
Authority
CN
China
Prior art keywords
activity
data
case
event data
name
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
CN202310537685.2A
Other languages
English (en)
Other versions
CN116258350A (zh
Inventor
邵福强
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.)
Yantai Shore Network Technology Co ltd
Original Assignee
Yantai Shore Network Technology Co ltd
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 Yantai Shore Network Technology Co ltd filed Critical Yantai Shore Network Technology Co ltd
Priority to CN202310537685.2A priority Critical patent/CN116258350B/zh
Publication of CN116258350A publication Critical patent/CN116258350A/zh
Application granted granted Critical
Publication of CN116258350B publication Critical patent/CN116258350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F5/00—Methods or arrangements for data conversion without changing the order or content of the data handled
    • G06F5/06—Methods or arrangements for data conversion without changing the order or content of the data handled for changing the speed of data flow, i.e. speed regularising or timing, e.g. delay lines, FIFO buffers; over- or underrun control therefor
    • G06F5/065—Partitioned buffers, e.g. allowing multiple independent queues, bidirectional FIFO's
    • 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
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种海运集装箱运输监控方法，属于运输领域。具体的，在集装箱运输过程中，通过工业采集装置和数字操作终端获取运输过程中产生的事件数据，然后对事件数据进行处理：步骤1、构建数据集，用于存放基于事件数据产生的计算数据；步骤2、持续接收事件数据，并将事件数据按时间顺序存储到FIFO队列内存模型中；根据接收的事件数据生成计算数据，存放到数据集中；步骤3、定期清理数据集中的计算数据；步骤4、定期依据计算数据生成流程模型；步骤5、将流程模型与事先规划的流程进行比对。本发明可以获取运输过程中实际发生的流程，并与预先设定的流程进行比对，从而及时发现问题，为运输软件平台的升级和现场管理提供数据支持。

Description

海运集装箱运输监控方法
技术领域
本发明涉及运输领域，具体涉及一种监控海运集装箱运输过程的业务流程的方法。
背景技术
海运集装箱运输过程中会经历许多业务节点，例如订舱、放箱、发送海关舱单、放行、集装箱进出门、装卸船、海上运输、到达目的港等。
由于人员的疏忽，以及运输软件平台的不完善（比如未能在操作界面通过完善的验证机制来限制功能的使用），实际执行的业务流程可能会与预先设定的不相符合。比如航运物流中，应对在货物上船之前先向海关发送舱单，如果没有及时发送舱单信息，可能导致货物无法正常上船，对货主造成经济损失。因此，需要对实际的流程进行监控，发现运输过程中的违规操作，以及能够实现自动化处理的流程节点，为软件平台的修改升级提供基础。例如，在发现“没有及时发送舱单信息”这一违规操作之后，根据该违规信息对软件平台进行修改，在货物启动上船程序之前，提示或强制操作人员完成“发送舱单信息”操作，避免违规操作的持续发生。又如，当监控到的实际流程提示两个节点存在必然的跟随关系，开发人员可以在软件平台中将两个节点的衔接通过自动化手段来实现，减少工作人员的工作量，同时也有助于减少违规操作的发生。
现有技术中，海运集装箱运输流程的监控主要依赖于对现场数据的逻辑判断。申请公布号为CN115159181A的中国发明专利申请公开了一种自动化集装箱码头岸桥监控方法，它通过对变量进行读写和逻辑判断，实现流程的监控。该方式的缺陷在于：每两个节点之间的衔接都需要编写相应的判断逻辑程序，对于一个庞大的运输过程而言，工作量较大，而且该方式所给出的报警提示仅仅针对于某个时间的某个具体的动作，不具统计意义，无法对软件平台的升级起到指导作用。
发明内容
本发明提出了一种海运集装箱运输监控方法，其目的是：通过监控获取运输过程中实际发生的流程，并与预先设定的流程进行比对，从而发现问题，为运输软件平台的升级和现场管理提供数据支持。
本发明技术方案如下：
一种海运集装箱运输监控方法，在集装箱运输过程中，通过工业采集装置和数字操作终端获取运输过程中产生的事件数据，然后对事件数据进行处理，对事件数据进行处理的具体步骤为：
步骤1、构建数据集，用于存放基于事件数据产生的计算数据；
步骤2、持续接收事件数据，并将事件数据按时间顺序存储到FIFO队列内存模型中；根据接收的事件数据生成计算数据，存放到数据集中；每一条事件数据对应一次活动的发生；每一个活动都有一个活动名称，每一个活动都属于某一个案例，每一个案例具有唯一的案例id；事件数据包括该事件对应的案件id和活动名称；
步骤3、定期清理数据集中的计算数据；
步骤4、定期依据计算数据生成流程模型；
步骤5、将流程模型与事先规划的流程进行比对。
作为所述海运集装箱运输监控方法的进一步改进，所述数据集包括3个：活动计数数据集、活动关系数据集和活动跟踪数据集；
所述活动计数数据集用于记录当前内存模型中各活动名称出现的频次；
所述活动关系数据集用于记录每两个活动名称之间的跟随关系及出现的频次；
所述活动跟踪数据集中用于记录所有的案例id，每一个案例id最新出现的活动名称，以及该最新出现的活动名称在对应的案例中的发生顺序。
作为所述海运集装箱运输监控方法的进一步改进，步骤2中生成计算数据的具体过程为：
步骤2.1、获取事件数据中的活动名称，然后在活动计数数据集找到对应的活动名称，将该活动名称的频次加1；
步骤2.2、在活动跟踪数据集中检索当前事件数据中的案例id，如果该案例id已存在，则将活动跟踪数据集中记录的该案例id的最新出现的活动名称与当前事件数据中的活动名称建立跟随关系，并在活动关系数据集中将该跟随关系的频次值加1；
步骤2.3、在活动跟踪数据集中检索当前事件数据中的案例id，如果该案例id已存在，则将当前事件数据中的活动名称作为该案例id对应的最新出现的活动名称，并将对应的发生顺序数值加1，否则在活动跟踪数据集中记录下该案例id和事件数据中的活动名称，同时将对应的发生顺序值设置为1。
作为所述海运集装箱运输监控方法的进一步改进：所述活动跟踪数据集还用于记录开始活动集合和结束活动集合；开始活动集合记录每一个活动名称作为一个案例中的第一个出现的活动名称的频次；结束活动集合用于在步骤3中进行清理后，记录每一个活动名称作为一个案例中最新的活动名称的频次。
作为所述海运集装箱运输监控方法的进一步改进，步骤2中还包括：
步骤2.4、如果步骤2.3中，在活动跟踪数据集中检索当前事件数据中的案例id，发现该案例id不存在，则还要将当前事件数据中的活动名称在开始活动集合中对应的频次值加1。
作为所述海运集装箱运输监控方法的进一步改进：所述步骤4的具体方法为：依据活动关系数据集中记录的跟随关系及出现的频次，计算活动名称之间的依赖度量信息，然后根据依赖度量信息构建流程模型。
作为所述海运集装箱运输监控方法的进一步改进：根据依赖度量信息构建流程模型的方法为：初始化流程模型，将活动计数数据集中的所有活动名称放入流程模型中，根据活动名称之间的依赖度量信息查找活动名称之间的依赖关系，然后在流程模型中根据依赖关系建立活动名称之间的有向连接，所述有向连接还关联有对应的依赖度量信息，最后根据开始活动集合和结束活动集合中满足预设频次条件的活动名称分别作为流程的开始节点和结束节点并标记到流程模型中。
作为所述海运集装箱运输监控方法的进一步改进：对于活动名称a和活动名称b，计算关于a被b跟随的依赖度量信息的公式为：，其中，是活动关系数据集中a被b跟随的频次值，/>是活动关系数据集中b被a跟随的频次值。
作为所述海运集装箱运输监控方法的进一步改进：所述内存模型中定义有若干个相同宽度的存储桶，所述事件数据按时间顺序依次放入存储桶中；
步骤3中，每当有存储桶存满数据，开始清理数据集中的计算数据。
作为所述海运集装箱运输监控方法的进一步改进：步骤3中具体的清理方式为：清理活动计数数据集中频次低于第一阈值的活动名称；清理活动关系数据集中频次低于第二阈值的跟随关系；清理活动跟踪数据集中发生顺序低于第三阈值的数据记录。
相对于现有技术，本发明具有以下有益效果：（1）本发明可以根据运输过程中产生的事件数据，实时、在线生成具有统计意义的流程模型，通过将其与预设的模型进行比对，可以快速发现实际流程中存在的问题，为运输软件平台的升级和现场管理提供数据支持；（2）本发明通过建立流式的内存模型和特定的数据集，一方面可以快速、及时的处理运输中产生的数据，另一方面数据集以较小的数据量实现了计算数据随时间在不同维度的累计，数据对应的时间范围更大，维度更全面，更能客观、真实的反应流程的执行状态。
具体实施方式
下面详细说明本发明的技术方案：
海运集装箱运输监控方法，其过程为：在集装箱运输过程中，通过工业采集装置和数字操作终端获取运输过程中产生的事件数据，包括但不限于现场传感器、手持控制终端、web端等产生的数据。然后对事件数据进行处理。
具体的，每一条事件数据对应一次活动的发生；每一个活动都有一个活动名称，每一个活动都属于某一个案例，每一个案例具有唯一的案例id；事件数据包括该事件对应的案件id和活动名称。例如，一个货物运输过程可以视为一个案例，它具有一个唯一的案例id，该运输过程由若干活动组成，例如订舱、放箱、集装箱进门、装船等等。活动名称既可以说明该活动的内容，也可以近似的被视为活动本身的类型，即多个不同的活动可以有共同的活动名称。
对事件数据进行处理的具体步骤为：
步骤1、构建数据集，用于存放基于事件数据产生的计算数据。
具体的，所述数据集包括3个：活动计数数据集、活动关系数据集和活动跟踪数据集。
所述活动计数数据集用于记录当前内存模型中各活动名称出现的频次。活动计数数据集是一个map结构，map中的key（键）存放活动名称，value（值）存放频次。例如，活动a共出现3次，活动b出现5次，活动c出现1次，等等。
所述活动关系数据集用于记录每两个活动名称之间的跟随关系及出现的频次。活动关系数据集是一个map结构，map中的key为pair结构（用于将2个数据组合成1个数据的数据类型），用于存放两个活动建立跟随关系，value为频次。例如，活动a被活动b跟随次数为3次，活动b被活动c跟随的次数为1，等等。
所述活动跟踪数据集中用于记录所有的案例id，每一个案例id最新出现的活动名称，以及该最新出现的活动名称在对应的案例中的发生顺序。活动跟踪数据集是一个map结构，key为案例id，value是一个pair结构，包括记录的最新出现的活动名称及在该案例id下的顺序号。
进一步的，所述活动跟踪数据集还用于记录开始活动集合和结束活动集合。开始活动集合记录每一个活动名称作为一个案例中的第一个出现的活动名称的频次。结束活动集合用于在步骤3中进行清理后，记录每一个活动名称作为一个案例中最新的活动名称的频次。
步骤2、持续接收事件数据，并将事件数据按时间顺序存储到FIFO（先入先出）队列内存模型中。本实施例基于Flink框架，所述内存模型中定义有若干个相同宽度（如1000条）的存储桶，所述事件数据按时间顺序依次放入存储桶中。
根据接收的事件数据生成计算数据，存放到数据集中。具体过程为：
步骤2.1、获取事件数据中的活动名称，然后在活动计数数据集找到对应的活动名称，将该活动名称的频次加1。
例如当前事件数据中的活动名称为a，则在活动计数数据集中找到a对应的频次，将其加1。
步骤2.2、在活动跟踪数据集中检索当前事件数据中的案例id，如果该案例id已存在，则将活动跟踪数据集中记录的该案例id的最新出现的活动名称与当前事件数据中的活动名称建立跟随关系，并在活动关系数据集中将该跟随关系的频次值加1。
例如，当前事件数据中的案例id为1，活动名称为b，在活动跟踪数据集中找到案例id为1的案例其最新的活动名称为a，则该案例中的活动a被活动b跟随，在活动关系数据集中将“a被b跟随”对应的频次加1。
步骤2.3、在活动跟踪数据集中检索当前事件数据中的案例id，如果该案例id已存在，则将当前事件数据中的活动名称作为该案例id对应的最新出现的活动名称，并将对应的发生顺序数值加1，否则在活动跟踪数据集中记录下该案例id和事件数据中的活动名称，同时将对应的发生顺序值设置为1。
例如，当前事件数据中的案例id为1，活动名称为b，在活动跟踪数据集中找到案例id为1的案例其最新的活动名称为a，顺序为2，则在活动跟踪数据集中将案例id为1的案例其最新的活动名称更新为b，将顺序修改为3。
步骤2.4、如果步骤2.3中，在活动跟踪数据集中检索当前事件数据中的案例id，发现该案例id不存在，则还要将当前事件数据中的活动名称在开始活动集合中对应的频次值加1。
例如，当前事件数据中的案例id为1，活动名称为a，在活动跟踪数据集中未找到案例id为1的案例，而在开始活动集合中记录有(a,3)，表示a作为案例的第一个活动的频次为3，则将3修改为4。
步骤3、定期清理数据集中的计算数据。本实施例中，每当有存储桶存满数据，开始清理数据集中的计算数据。
具体的清理方式为：清理活动计数数据集中频次低于第一阈值的活动名称；清理活动关系数据集中频次低于第二阈值的跟随关系；清理活动跟踪数据集中发生顺序低于第三阈值的数据记录。本实施例中，上述三个阈值均为1。
清理后，还要再结束活动集合中记录每一个活动名称作为一个案例中最新的活动名称的频次。例如，活动跟踪数据集中由50个案例的最新活动为c，则在结束活动集合中以(c,50)的方式记录下该频次。
步骤4、定期依据计算数据生成流程模型。
具体方法为：
依据活动关系数据集中记录的跟随关系及出现的频次。可以构建一个活动依赖/频次表，表格的行与列均代表不同的活动名称，表格中的数值为跟随的频次值，比如第一行代表活动a，第二列代表活动b，则第一行、第二列的值代表a被b跟随的频次。
计算活动名称之间的依赖度量信息。对于活动名称a和活动名称b，计算关于a被b跟随的依赖度量信息的公式为：，其中，/>是活动关系数据集中a被b跟随的频次值，/>是活动关系数据集中b被a跟随的频次值。M(a,b)中的值介于-1 和 1 之间，如果值接近 1 表示活动 a与b之间存在强的正依赖关系，即 a 常常是 b的因，只有当 a 常常被 b 直接跟随并且 b 极少被 a 直接跟随的情况下才能得到接近 1的值。如果 M(a,b)接近-1，那么 a 和 b 之间存在强的负依赖，即 b 常常是 a的因。通过该值可以确定活动之间的有向依赖关系。
然后根据依赖度量信息构建流程模型：初始化流程模型，将活动计数数据集中的所有活动名称放入流程模型中，根据活动名称之间的依赖度量信息查找活动名称之间的依赖关系，然后在流程模型中根据依赖关系建立活动名称之间的有向连接，所述有向连接还关联有对应的依赖度量信息。最后根据开始活动集合和结束活动集合中满足预设频次条件的活动名称分别作为流程的开始节点和结束节点并标记到流程模型中。
步骤5、将流程模型与事先规划的流程进行比对。
具体的，可以将流程模型通过PLG（Process Log Generator，流程日志生成器）工具生成TPN格式文件（TPN：Time Petri-net，即带时间佩特里网，是在Petri-net基础上加上时间戳的流程模型），然后使用模型转换程序把TPN格式文件转换成状态机模型，然后加载状态机模型进行一致性检查。

Claims (1)

1.一种海运集装箱运输监控方法，在集装箱运输过程中，通过工业采集装置和数字操作终端获取运输过程中产生的事件数据，然后对事件数据进行处理，其特征在于：对事件数据进行处理的具体步骤为：
步骤1、构建数据集，用于存放基于事件数据产生的计算数据；
所述数据集包括3个：活动计数数据集、活动关系数据集和活动跟踪数据集；
所述活动计数数据集用于记录当前内存模型中各活动名称出现的频次；
所述活动关系数据集用于记录每两个活动名称之间的跟随关系及出现的频次；
所述活动跟踪数据集中用于记录所有的案例id，每一个案例id最新出现的活动名称，以及该最新出现的活动名称在对应的案例中的发生顺序；
步骤2、持续接收事件数据，并将事件数据按时间顺序存储到FIFO队列内存模型中；所述内存模型中定义有若干个相同宽度的存储桶，所述事件数据按时间顺序依次放入存储桶中；根据接收的事件数据生成计算数据，存放到数据集中；每一条事件数据对应一次活动的发生；每一个活动都有一个活动名称，每一个活动都属于某一个案例，每一个案例具有唯一的案例id；事件数据包括该事件对应的案件id和活动名称；
步骤2中生成计算数据的具体过程为：
步骤2.1、获取事件数据中的活动名称，然后在活动计数数据集找到对应的活动名称，将该活动名称的频次加1；
步骤2.2、在活动跟踪数据集中检索当前事件数据中的案例id，如果该案例id已存在，则将活动跟踪数据集中记录的该案例id的最新出现的活动名称与当前事件数据中的活动名称建立跟随关系，并在活动关系数据集中将该跟随关系的频次值加1；
步骤2.3、在活动跟踪数据集中检索当前事件数据中的案例id，如果该案例id已存在，则将当前事件数据中的活动名称作为该案例id对应的最新出现的活动名称，并将对应的发生顺序数值加1，否则在活动跟踪数据集中记录下该案例id和事件数据中的活动名称，同时将对应的发生顺序值设置为1；
所述活动跟踪数据集还用于记录开始活动集合和结束活动集合；开始活动集合记录每一个活动名称作为一个案例中的第一个出现的活动名称的频次；结束活动集合用于在步骤3中进行清理后，记录每一个活动名称作为一个案例中最新的活动名称的频次；
步骤2.4、如果步骤2.3中，在活动跟踪数据集中检索当前事件数据中的案例id，发现该案例id不存在，则还要将当前事件数据中的活动名称在开始活动集合中对应的频次值加1；
步骤3、定期清理数据集中的计算数据；
每当有存储桶存满数据，开始清理数据集中的计算数据；具体的清理方式为：清理活动计数数据集中频次低于第一阈值的活动名称；清理活动关系数据集中频次低于第二阈值的跟随关系；清理活动跟踪数据集中发生顺序低于第三阈值的数据记录；
步骤4、定期依据计算数据生成流程模型；
所述步骤4的具体方法为：依据活动关系数据集中记录的跟随关系及出现的频次，计算活动名称之间的依赖度量信息，然后根据依赖度量信息构建流程模型；
根据依赖度量信息构建流程模型的方法为：初始化流程模型，将活动计数数据集中的所有活动名称放入流程模型中，根据活动名称之间的依赖度量信息查找活动名称之间的依赖关系，然后在流程模型中根据依赖关系建立活动名称之间的有向连接，所述有向连接还关联有对应的依赖度量信息，最后根据开始活动集合和结束活动集合中满足预设频次条件的活动名称分别作为流程的开始节点和结束节点并标记到流程模型中；
对于活动名称a和活动名称b，计算关于a被b跟随的依赖度量信息的公式为：，其中，/>是活动关系数据集中a被b跟随的频次值，/>是活动关系数据集中b被a跟随的频次值；
步骤5、将流程模型与事先规划的流程进行比对。
CN202310537685.2A 2023-05-15 2023-05-15 海运集装箱运输监控方法 Active CN116258350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310537685.2A CN116258350B (zh) 2023-05-15 2023-05-15 海运集装箱运输监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310537685.2A CN116258350B (zh) 2023-05-15 2023-05-15 海运集装箱运输监控方法

Publications (2)

Publication Number Publication Date
CN116258350A CN116258350A (zh) 2023-06-13
CN116258350B true CN116258350B (zh) 2023-08-11

Family

ID=86688295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310537685.2A Active CN116258350B (zh) 2023-05-15 2023-05-15 海运集装箱运输监控方法

Country Status (1)

Country Link
CN (1) CN116258350B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107395669A (zh) * 2017-06-01 2017-11-24 华南理工大学 一种基于流式实时分布式大数据的数据采集方法及系统
CN113947374A (zh) * 2021-10-20 2022-01-18 上海望繁信科技有限公司 一种基于因果并发网的流程挖掘系统
EP3945464A1 (en) * 2020-07-29 2022-02-02 Optima Sports Systems S.L. A computing system and a computer-implemented method for sensing events from geospatial data
CN115374595A (zh) * 2022-06-28 2022-11-22 南京大学 一种基于过程挖掘的自动化软件过程建模方法及系统
CN115511233A (zh) * 2021-06-22 2022-12-23 国网上海市电力公司 一种基于流程挖掘的供应链流程重现方法和系统
CN115525693A (zh) * 2022-09-20 2022-12-27 山东理工大学 面向增量事件日志的流程模型挖掘方法与系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7406483B2 (en) * 2003-09-02 2008-07-29 International Business Machines Corporation Provisioning of software components via workflow management systems
US8862491B2 (en) * 2009-01-15 2014-10-14 International Business Machines Corporation System and method for creating and expressing risk-extended business process models
US9092561B2 (en) * 2010-10-20 2015-07-28 Microsoft Technology Licensing, Llc Model checking for distributed application validation
US11640713B2 (en) * 2020-07-29 2023-05-02 Optima Sports Systems S.L. Computing system and a computer-implemented method for sensing gameplay events and augmentation of video feed with overlay

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107395669A (zh) * 2017-06-01 2017-11-24 华南理工大学 一种基于流式实时分布式大数据的数据采集方法及系统
EP3945464A1 (en) * 2020-07-29 2022-02-02 Optima Sports Systems S.L. A computing system and a computer-implemented method for sensing events from geospatial data
CN115511233A (zh) * 2021-06-22 2022-12-23 国网上海市电力公司 一种基于流程挖掘的供应链流程重现方法和系统
CN113947374A (zh) * 2021-10-20 2022-01-18 上海望繁信科技有限公司 一种基于因果并发网的流程挖掘系统
CN115374595A (zh) * 2022-06-28 2022-11-22 南京大学 一种基于过程挖掘的自动化软件过程建模方法及系统
CN115525693A (zh) * 2022-09-20 2022-12-27 山东理工大学 面向增量事件日志的流程模型挖掘方法与系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Optimization of empty container movements using street-turn: Application to Valencia hinterland.Computers and Industrial Engineering.2013,第909-917页. *

Also Published As

Publication number Publication date
CN116258350A (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
CN101986313A (zh) 基于知识的集装箱码头泊位与岸桥调度方法
CN112016730B (zh) 港口泊位装卸效率挖掘方法、装置、设备和储存介质
CN113822513B (zh) 一种基于锚地与泊位自动识别算法的港口拥堵监测方法
CN114693025A (zh) 一种智慧园区维护方法和维护系统
CN109165695B (zh) 基于故障树和迁移学习的堆垛机故障诊断方法
CN116258350B (zh) 海运集装箱运输监控方法
CN114416703A (zh) 数据完整性自动监控方法、装置、设备及介质
CN113822518B (zh) 一种ais大数据驱动的集装箱港口装卸效率计算方法
CN114595872A (zh) 一种自动化码头集装箱船的重点作业路预测方法
CN114877943B (zh) 一种基于区块链的生态环境监测装置
CN115730894A (zh) 一种基于标识解析的仓储安全管理方法及设备
CN111639891B (zh) 基于马尔可夫过程的货种航次识别方法及装置
CN111783486B (zh) 一种读卡器设备的维护预警方法及装置
US20170184488A1 (en) Facility state analysis device, analysis method for facility state, storage medium, and facility management system
CN115208053A (zh) 异常告警方法、装置、计算机设备和存储介质
CN112529416A (zh) 一种运输系统的运行效率预估模型的构建方法
CN112700065A (zh) 基于深度学习的业务流程完成时间区间预测方法和系统
Wu et al. Integrated proactive-reactive approach and a hybrid adaptive large neighborhood search algorithm for berth and quay crane scheduling under uncertain combination.
CN112884391A (zh) 收派件规划方法、装置、电子设备及存储介质
CN115809846A (zh) 基于大数据的粮食码头生产作业管理平台
CN113780597B (zh) 影响传播关系模型构建和告警影响评估方法、计算机设备、存储介质
Moara-Nkwe et al. Simulation Modelling of Maritime Port Operations: Analysing the Impacts of Disruptions on Ports
CN115328983A (zh) 基于大数据平台的港口数据综合应用方法及系统
CN105260871A (zh) 供应链和物流运输管理系统及方法
CN112365206A (zh) 快递扫描数据回传异常预警方法及装置

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