CN117236637A - 一种基于人工智能产业互联网物流调度方法、系统、设备及存储介质 - Google Patents
一种基于人工智能产业互联网物流调度方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117236637A CN117236637A CN202311322096.9A CN202311322096A CN117236637A CN 117236637 A CN117236637 A CN 117236637A CN 202311322096 A CN202311322096 A CN 202311322096A CN 117236637 A CN117236637 A CN 117236637A
- Authority
- CN
- China
- Prior art keywords
- logistics
- artificial intelligence
- scheduling
- goods
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000003066 decision tree Methods 0.000 claims description 5
- 238000007637 random forest analysis Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000013439 planning Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于人工智能产业互联网物流调度方法、系统、设备及存储介质,属于物流调度技术领域,解决目前手动规划调度无法满足快速变化的物流需求的技术问题,方法为:收集货物信息、车辆位置、交通情况的实时数据;利用人工智能算法对数据进行处理和分析,生成最优的物流调度方案;结合货物的属性、紧急程度、车辆的可用性、交通状况得到配送计划;将配送计划转化为操作指令传达给配送人员或设备,以及物流调度员;实时监控车辆位置、交通状况,并与物流调度员进行沟通,接收在执行过程中配送人员反馈的异常情况,根据异常情况对配送计划做出相应的调整,将进度和调整配送计划发送到配送人员的移动设备。
Description
技术领域
本发明涉及物流调度技术领域,更具体地说,它涉及一种基于人工智能产业互联网物流调度方法、系统、设备及存储介质。
背景技术
物流调度,主要是指在物流过程中,物流公司根据待发货物的重量、去向、规格、加急程度等对所属的车辆和人员进行合理的安排和调度。
传统物流调度存在诸多问题,例如效率低下、资源浪费等。现有的调度方法多基于手动规划,缺乏智能化,自动化程度低,无法满足快速变化的物流需求。
发明内容
本发明要解决的技术问题是针对现有技术的上述不足,本发明的目的一是提供一种基于人工智能产业互联网物流调度方法。
本发明的目的二是提供一种基于人工智能产业互联网物流调度系统。
本发明的目的三是提供一种计算机设备。
本发明的目的四是提供一种计算机存储介质。
为了实现上述目的一,本发明提供一种基于人工智能产业互联网物流调度方法,包括以下步骤:
步骤1.数据收集,通过传感器或物联网设备收集货物信息、车辆位置、交通情况的实时数据;
步骤2.数据处理与分析,将收集到的实时数据传输到云平台,利用人工智能算法对数据进行处理和分析,通过路线优化算法计算最短路径、最佳配送顺序,以生成最优的物流调度方案;
步骤3.调度决策,根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,自动选择最佳的车辆和路径,得到配送计划;
步骤4.实施调度,将配送计划转化为操作指令,通过物流管理系统将操作指令传达给配送人员或设备,以及物流调度员,操作指令包含任务分配信息,任务分配信息包括要配送的货物清单、提货点和送货点的详细信息,以便按时执行任务;
步骤5.监控与反馈,实时监控车辆位置、交通状况,并与物流调度员进行沟通,接收在执行过程中配送人员反馈的异常情况,根据异常情况对配送计划做出相应的调整,将进度和调整配送计划发送到配送人员的移动设备。
作为进一步地改进,在步骤1中,对货物仓库内的货物状态进行实时监测,以准确获取货物的数量、品质和存放位置信息。
进一步地,在步骤2中,通过无线通信技术将收集到的实时数据传输到云平台。
进一步地,所述人工智能算法包括决策树算法、K-means聚类算法、随机森林算法中的至少一种。
进一步地,根据当前的交通状况以及历史记录的交通状况实时预测配送路径的交通状况,选择更加顺畅的路径,避免堵车和拥堵区域。
进一步地,所述货物的属性包括:易碎、危险品、普通;紧急程度包括:高、中、低;车辆的可用性为的车辆的负载情况;交通状况包括:畅通、拥堵。
进一步地,在步骤3中,还包括根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,用于协助物流调度员进行调度决策,得到配送计划。
为了实现上述目的二,本发明提供一种基于人工智能产业互联网物流调度系统,包括:
数据收集模块,用于通过传感器或物联网设备收集货物信息、车辆位置、交通情况的实时数据;
数据处理与分析模块,用于将收集到的实时数据传输到云平台,利用人工智能算法对数据进行处理和分析,通过路线优化算法计算最短路径、最佳配送顺序,以生成最优的物流调度方案;
调度决策模块,用于根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,自动选择最佳的车辆和路径,得到配送计划;
实施调度模块,用于将配送计划转化为操作指令,通过物流管理系统将操作指令传达给配送人员或设备,以及物流调度员,操作指令包含任务分配信息,任务分配信息包括要配送的货物清单、提货点和送货点的详细信息,以便按时执行任务;
监控与反馈模块,用于实时监控车辆位置、交通状况,并与物流调度员进行沟通,将进度和调整配送计划发送到配送人员的移动设备,接收在执行过程中配送人员反馈的异常情况,根据异常情况对配送计划做出相应的调整。
为了实现上述目的三,本发明提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的一种基于人工智能产业互联网物流调度方法。
为了实现上述目的四,本发明提供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上述的一种基于人工智能产业互联网物流调度方法。
有益效果
本发明与现有技术相比,具有的优点为:
1.本发明基于人工智能的数据处理和分析可实现快速而准确的调度决策,提高物流调度的效率。
2.本发明通过优化路线规划、资源配置等可减少不必要的行驶里程和时间,降低物流调度的成本。
3.本发明能够根据实时数据和环境变化进行灵活调整,适应动态变化的物流需求。
附图说明
图1为本发明中方法的流程图。
具体实施方式
下面结合附图中的具体实施例对本发明做进一步的说明。
参阅图1,一种基于人工智能产业互联网物流调度方法,包括以下步骤:
步骤1.数据收集,通过传感器或物联网设备收集货物信息、车辆位置、交通情况的实时数据;
步骤2.数据处理与分析,将收集到的实时数据传输到云平台,利用人工智能算法对数据进行处理和分析,通过路线优化算法计算最短路径、最佳配送顺序,以生成最优的物流调度方案;
步骤3.调度决策,根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,自动选择最佳的车辆和路径,得到配送计划;
步骤4.实施调度,将配送计划转化为操作指令,通过物流管理系统将操作指令传达给配送人员或设备,以及物流调度员,确保任务分配信息的准确传递,避免因人为错误导致的混乱和延误,操作指令包含任务分配信息,任务分配信息包括要配送的货物清单、提货点和送货点的详细信息,能够使接收任务的人员(配送人员)清楚了解任务的要求,减少操作错误和纠正工作,以便按时执行任务;在实施调度过程中,物流调度员可以随时跟踪任务的执行情况,及时了解任务进度,掌握异常情况和需要调整的问题,以便做出相应的反馈和调整;
步骤5.监控与反馈,实时监控车辆位置、交通状况,并与物流调度员进行沟通,即物流调度员可以即时接收下发的任务分配信息,使物流调度员能够及时了解整个物流过程的情况,减少沟通环节中的误解和延迟,提高团队的协作效率;接收在执行过程中配送人员反馈的异常情况,异常情况包括交通堵塞、车辆故障,根据异常情况对配送计划做出相应的调整,将进度和调整配送计划发送到配送人员的移动设备。
在步骤1中,通过安装传感器或物联网设备在货物仓库和运输车辆上,来收集货物信息、车辆位置、交通情况等实时数据,以便及时做出调度决策。程序代码如下:
通过对货物仓库内的货物状态进行实时监测,以准确获取货物的数量、品质和存放位置信息。程序代码如下:
在步骤2中,通过无线通信技术将收集到的实时数据传输到云平台,避免了传统手动记录可能带来的错误和不准确性。程序代码如下:
在上述示例中,使用send_data_to_cloud()函数来将数据以JSON格式发送到云平台的API端点。url为实际的云平台API地址,并根据云平台的要求设置适当的请求头和数据格式。
通过自动化的数据收集和传输过程减少了人工干预,从而降低了相关的人力成本。并且,数据收集和传输可以根据需求灵活扩展,适应不同规模和复杂度的物流环境,扩展性强。
人工智能算法包括决策树算法、K-means聚类算法、随机森林算法中的至少一种。通过人工智能算法对数据进行处理和分析,系统能够提供准确的决策支持,帮助调度员快速制定最优的调度方案。程序代码如下:
在上述示例中,以上添加了一个smart_decision_support()函数来模拟智能决策支持。该函数根据传入的数据进行处理和分析,并生成一个最优的调度方案。
三种智能算法的实现如下:
决策树算法:用于分类和决策问题,基于一系列规则进行判断并生成决策结果。
随机森林算法:用于分类和回归问题,基于多个决策树进行集成学习和决策。
根据实际情况或需要选择其中的一种或者多种合适的算法。
数据处理和分析阶段综合考虑货物属性、紧急程度、车辆可用性和交通状况多种因素,以确保调度决策的全面性和准确性。货物的属性包括:易碎、危险品、普通;紧急程度包括:高、中、低;车辆的可用性为的车辆的负载情况;交通状况包括:畅通、拥堵。程序代码如下:
在上述示例中,在smart_decision_support()函数中添加了对货物属性、紧急程度、车辆可用性和交通状况等因素的处理和分析。根据不同的情况,生成相应的调度决策。
根据当前的交通状况以及历史记录的交通状况实时预测配送路径的交通状况,选择更加顺畅的路径,避免堵车和拥堵区域,提高配送速度和准时率。程序代码实现如下:
在一个实施例中,在步骤3中,还包括根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,用于协助物流调度员进行调度决策,得到配送计划。即物流调度方案可以是多个的,物流调度员根据货物的属性、紧急程度、车辆的可用性、交通状况在多个物流调度方案中确定最优或最合适的物流调度方案。
还可以通过对大量数据的挖掘和分析,发现隐藏在数据中的潜在规律和趋势,为物流调度优化提供深入的洞察力。例如,使用Python进行大量数据的挖掘和分析,以发现其中的潜在规律和趋势。
在上述示例中,定义了一个data_mining_analysis()函数来执行数据挖掘和分析。该函数接收一个包含物流调度相关数据的DataFrame对象作为输入,并进行数据清洗、预处理、聚类分析和趋势预测等操作。最后,返回挖掘结果,如聚类标签和预测值。以上代码使用了简单的聚类算法和线性回归模型。
可以将调度决策以图表、报表等形式直观展示,使调度员更好地理解和掌握调度决策依据,提高决策的可靠性和透明度。
通过移动设备接收实时更新,物流调度员或配送员可以直观地查看任务进度和车辆位置,以及预计到达时间等信息,提高任务管理的可视化程度。当检测到异常情况时,例如交通堵塞、车辆故障等,通过移动设备快速将这些信息反馈给系统,以便系统做出相应的调整和重新规划,保证货物按时送达。物流调度员和系统之间保持实时沟通,可以快速反馈执行过程中遇到的问题和需要调整的情况,以便系统及时作出反应并做出相应的指导。通过对监控和反馈数据的分析,智能调度系统可以识别潜在的问题和改进空间,为物流调度的优化提供支持和参考,不断提升调度的效率和质量。
一种基于人工智能产业互联网物流调度系统,包括:
数据收集模块,用于通过传感器或物联网设备收集货物信息、车辆位置、交通情况的实时数据;
数据处理与分析模块,用于将收集到的实时数据传输到云平台,利用人工智能算法对数据进行处理和分析,通过路线优化算法计算最短路径、最佳配送顺序,以生成最优的物流调度方案;
调度决策模块,用于根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,自动选择最佳的车辆和路径,得到配送计划;
实施调度模块,用于将配送计划转化为操作指令,通过物流管理系统将操作指令传达给配送人员或设备,以及物流调度员,操作指令包含任务分配信息,任务分配信息包括要配送的货物清单、提货点和送货点的详细信息,以便按时执行任务;
监控与反馈模块,用于实时监控车辆位置、交通状况,并与物流调度员进行沟通,将进度和调整配送计划发送到配送人员的移动设备,接收在执行过程中配送人员反馈的异常情况,根据异常情况对配送计划做出相应的调整。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述的一种基于人工智能产业互联网物流调度方法。
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上述的一种基于人工智能产业互联网物流调度方法。
以上仅是本发明的优选实施方式,应当指出对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些都不会影响本发明实施的效果和专利的实用性。
Claims (10)
1.一种基于人工智能产业互联网物流调度方法,其特征在于,包括以下步骤:
步骤1.数据收集,通过传感器或物联网设备收集货物信息、车辆位置、交通情况的实时数据;
步骤2.数据处理与分析,将收集到的实时数据传输到云平台,利用人工智能算法对数据进行处理和分析,通过路线优化算法计算最短路径、最佳配送顺序,以生成最优的物流调度方案;
步骤3.调度决策,根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,自动选择最佳的车辆和路径,得到配送计划;
步骤4.实施调度,将配送计划转化为操作指令,通过物流管理系统将操作指令传达给配送人员或设备,以及物流调度员,操作指令包含任务分配信息,任务分配信息包括要配送的货物清单、提货点和送货点的详细信息,以便按时执行任务;
步骤5.监控与反馈,实时监控车辆位置、交通状况,并与物流调度员进行沟通,接收在执行过程中配送人员反馈的异常情况,根据异常情况对配送计划做出相应的调整,将进度和调整配送计划发送到配送人员的移动设备。
2.根据权利要求1所述的一种基于人工智能产业互联网物流调度方法,其特征在于,在步骤1中,对货物仓库内的货物状态进行实时监测,以准确获取货物的数量、品质和存放位置信息。
3.根据权利要求1所述的一种基于人工智能产业互联网物流调度方法,其特征在于,在步骤2中,通过无线通信技术将收集到的实时数据传输到云平台。
4.根据权利要求1所述的一种基于人工智能产业互联网物流调度方法,其特征在于,所述人工智能算法包括决策树算法、K-means聚类算法、随机森林算法中的至少一种。
5.根据权利要求1所述的一种基于人工智能产业互联网物流调度方法,其特征在于,根据当前的交通状况以及历史记录的交通状况实时预测配送路径的交通状况,选择更加顺畅的路径,避免堵车和拥堵区域。
6.根据权利要求1所述的一种基于人工智能产业互联网物流调度方法,其特征在于,所述货物的属性包括:易碎、危险品、普通;紧急程度包括:高、中、低;车辆的可用性为的车辆的负载情况;交通状况包括:畅通、拥堵。
7.根据权利要求1所述的一种基于人工智能产业互联网物流调度方法,其特征在于,在步骤3中,还包括根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,用于协助物流调度员进行调度决策,得到配送计划。
8.一种基于人工智能产业互联网物流调度系统,其特征在于,包括:
数据收集模块,用于通过传感器或物联网设备收集货物信息、车辆位置、交通情况的实时数据;
数据处理与分析模块,用于将收集到的实时数据传输到云平台,利用人工智能算法对数据进行处理和分析,通过路线优化算法计算最短路径、最佳配送顺序,以生成最优的物流调度方案;
调度决策模块,用于根据最优的物流调度方案结合货物的属性、紧急程度、车辆的可用性、交通状况,自动选择最佳的车辆和路径,得到配送计划;
实施调度模块,用于将配送计划转化为操作指令,通过物流管理系统将操作指令传达给配送人员或设备,以及物流调度员,操作指令包含任务分配信息,任务分配信息包括要配送的货物清单、提货点和送货点的详细信息,以便按时执行任务;
监控与反馈模块,用于实时监控车辆位置、交通状况,并与物流调度员进行沟通,将进度和调整配送计划发送到配送人员的移动设备,接收在执行过程中配送人员反馈的异常情况,根据异常情况对配送计划做出相应的调整。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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1-7任意一项所述的一种基于人工智能产业互联网物流调度方法。
10.一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1-7任意一项所述的一种基于人工智能产业互联网物流调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311322096.9A CN117236637A (zh) | 2023-10-12 | 2023-10-12 | 一种基于人工智能产业互联网物流调度方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311322096.9A CN117236637A (zh) | 2023-10-12 | 2023-10-12 | 一种基于人工智能产业互联网物流调度方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117236637A true CN117236637A (zh) | 2023-12-15 |
Family
ID=89094742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311322096.9A Pending CN117236637A (zh) | 2023-10-12 | 2023-10-12 | 一种基于人工智能产业互联网物流调度方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236637A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118278834A (zh) * | 2024-03-06 | 2024-07-02 | 济宁政亚物流信息有限公司 | 一种基于物联网的物流优化系统 |
-
2023
- 2023-10-12 CN CN202311322096.9A patent/CN117236637A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118278834A (zh) * | 2024-03-06 | 2024-07-02 | 济宁政亚物流信息有限公司 | 一种基于物联网的物流优化系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A proactive material handling method for CPS enabled shop-floor | |
Agalianos et al. | Discrete event simulation and digital twins: review and challenges for logistics | |
CN107918849B (zh) | 一种电动物流货车的智能调度装置及方法 | |
US20240021083A1 (en) | Resource transportation systems and methods | |
KR20210008857A (ko) | 오더 처리 방법 및 장치, 서버 및 저장 매체 | |
CN111222817B (zh) | 一种基于云/边计算的智能仓储系统 | |
CN113177761B (zh) | 一种考虑时效性的电商仓储智能排产预警系统 | |
CN117236637A (zh) | 一种基于人工智能产业互联网物流调度方法、系统、设备及存储介质 | |
CN111415026B (zh) | 无人设备调度装置、系统和方法 | |
KR20120100602A (ko) | 스마트 물류네트워크의 모니터링시스템 | |
CN116501002B (zh) | 智慧码头载运危险货物集装箱agv安全诱导配置方法 | |
CN115933684A (zh) | 基于agv的数字孪生车间智能动态调度物流系统 | |
CN117057692A (zh) | 一种基于智能大脑的可视化智能物流管理平台 | |
Maka et al. | Agent-based modeling for warehouse logistics systems | |
CN112330246B (zh) | 订单汇总方法、装置、计算机设备及存储介质 | |
CN111144802B (zh) | 一种融合agv与机械臂的智能仓储发货方法 | |
CN116402426A (zh) | 基于大数据的无人机智能物流配送方法、系统及介质 | |
CN116862353A (zh) | 用于为现实物料供应生成统一数字化物料供应链的系统、方法及计算机存储介质 | |
Žunic et al. | Improving unloading time prediction for Vehicle Routing Problem based on GPS data | |
CN113657830A (zh) | 一种化工运输配载方法以及系统 | |
CN112334925A (zh) | 信息处理装置、移动装置、信息处理系统、方法以及程序 | |
CN118657456A (zh) | 基于物联网的物流转运中心智能调度系统和方法 | |
US20220004195A1 (en) | Automatic Article Conveying System and Automatic Article Conveying Method | |
Liu | On Realization of Smart Logistic Warehouse Management with Internet of Things | |
Tao | The Application of Intelligent Logistics Systems in Supply Chain Management and Its Challenges: Case Studies of Automated Warehousing and Unmanned Delivery |
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 |