CN117829708A - 一种货运订单的监测系统及监测方法 - Google Patents
一种货运订单的监测系统及监测方法 Download PDFInfo
- Publication number
- CN117829708A CN117829708A CN202311780586.3A CN202311780586A CN117829708A CN 117829708 A CN117829708 A CN 117829708A CN 202311780586 A CN202311780586 A CN 202311780586A CN 117829708 A CN117829708 A CN 117829708A
- Authority
- CN
- China
- Prior art keywords
- air
- traffic
- freight
- determining
- station
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000007613 environmental effect Effects 0.000 claims abstract description 61
- 230000000694 effects Effects 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010009 beating Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004321 preservation Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种货运订单的监测系统及监测方法，通过确定空运站点当前时刻的空运时相影响因子集，进而根据空运时相影响因子集确定空运站点的空运站点时相值；预设多个空运延时区间，根据空运站点时相值确定每个空运延时区间的延迟深度，通过所有空运延时区间的延迟深度确定空运站点的空运迟滞因子；确定空运路线上当前时刻的空运环控影响因子集，根据空运环控影响因子集确定空运热歧距和空运潮差，进而通过所述空运热歧距和所述空运潮差确定环控耗散值；根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值，进而根据所述空运供效值对该货运订单进行状态监测，可提高空运状态监测的准确度。
Description
技术领域
本申请涉及货运订单监测技术领域，更具体的说，本申请涉及一种货运订单的监测系统及监测方法。
背景技术
货运订单指的是将货物从一个地方运输到另一个地方的订单，货运订单需要指定运输的起点和终点，货物的数量、重量、体积等物流信息，以及配送方式、运费、承运商等信息，货运订单可以在物流管理系统中进行处理，可以对货物进行装板监测、跟踪管理，监测货物的运输情况，提供定位服务，协调运输过程中的各种问题。
货运订单的监测涉及装板监测、位置跟踪、货物状态监测、货运时间监测等多个方面，其中，货运时间的监测一般通过现有技术中的全球定位系统(GPS)对货机进行定位后直接根据距离预测出货运时间，进而测定货运订单的能耗，但缺乏对空运站点的情况及货运路线上环境因素的考虑，从而容易出现误差，因此该方法对货运状态监测准确度较低。
发明内容
本申请提供一种货运订单的监测系统及监测方法，通过获取空运站点和空运路线的实时情况对货运能耗做出精确预测，从而解决货运状态监测准确度低的问题。
为解决上述技术问题，本申请采用如下方案：
第一方面，本申请提供一种货运订单的监测方法，包括如下步骤：
获取当前空运单号对应的空运站点，确定所述空运站点当前时刻的空运时相影响因子集，进而根据所述空运时相影响因子集确定所述空运站点的空运站点时相值；
预设多个空运延时区间，根据所述空运站点时相值确定每个空运延时区间的延迟深度，通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子；
获取当前空运单号对应的空运路线，确定所述空运路线上当前时刻的环控影响因子集，根据所述环控影响因子集确定空运热歧距和空运潮差，进而通过所述空运热歧距和所述空运潮差确定环控耗散值；
根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值，进而根据所述空运供效值对该空运订单进行状态监测。
在一些实施例中，确定所述空运站点当前时刻的空运时相影响因子集具体包括：
确定所述空运站点当前时刻的空运站点满载度；
确定所述空运站点当前时刻的空运站点驶动率；
确定所述空运站点当前时刻的空运站点拥堵率；
根据所述空运站点当前时刻的空运站点满载度、空运站点驶动率和空运站点拥堵率确定所述空运站点当前时刻的空运时相影响因子集。
在一些实施例中，确定所述空运站点当前时刻的空运站点满载度具体包括：
获取当前时刻空运站点内的每件货物的体积和重量；
根据当前时刻空运站点内的所有货物的体积和重量确定所述空运站点满载度，其中，所述空运站点满载度根据下述公式确定：
其中，P为所述空运站点满载度，Bi为预设时间内通过所述空运站点的第i件货物的体积，Mi为第i件货物的重量，n为货物总件数，b为所述空运站点内一个集装板的最大容积，m为所述空运站点内一个集装板的最大装载质量，a为预设的打板系数。
在一些实施例中，根据所述空运时相影响因子集确定所述空运站点的空运站点时相值具体包括：
确定所述空运站点的跑道数量；
获取所述空运时相影响因子集；
根据所述空运站点的跑道数量和所述空运时相影响因子集确定空运站点时相值。
在一些实施例中，通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子具体包括：
根据每个空运延时区间的延迟深度确定空运迟滞区间；
根据所述空运迟滞区间确定空运迟滞因子。
在一些实施例中，根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值具体包括：
根据所述空运路线确定预计空运时间；
获取空运迟滞因子；
获取环控耗散值；
根据所述预计空运时间、所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值。
在一些实施例中，根据所述空运供效值对该空运订单进行状态监测具体包括：
将所述空运供效值与预设的供应效率阈值对比，当所述空运供效值小于预设的供应效率阈值时，将所述空运单号的空运状态判定为异常空运状态，并发出异常警报信号；
当所述空运供效值大于等于预设的供应效率阈值时，将所述空运单号的空运状态判定为正常空运状态。
第二方面，本申请提供一种货运订单的监测系统，其包括空运状态监测单元，所述空运状态监测单元包括：
获取模块，用于获取当前空运单号对应的空运站点；
处理模块，用于确定所述空运站点当前时刻的空运时相影响因子集，进而根据所述空运时相影响因子集确定所述空运站点的空运站点时相值；
所述处理模块，还用于预设多个空运延时区间，根据所述空运站点时相值确定每个空运延时区间的延迟深度，通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子；
所述处理模块，还用于获取当前空运单号对应的空运路线，确定所述空运路线上当前时刻的环控影响因子集，根据所述环控影响因子集确定空运热歧距和空运潮差，进而通过所述空运热歧距和所述空运潮差确定环控耗散值；
监测模块，用于根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值，进而根据所述空运供效值对该空运订单进行状态监测。
第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述任一项所述的货运订单的监测方法。
第四方面，本申请提供一种可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的货运订单的监测方法。
本申请公开的实施例提供的技术方案具有以下有益效果：
本申请提供的货运订单的监测系统及监测方法中，首先通过获取空运站点的货物量、货机的起飞量和降落量进而确定三种通过不同方面衡量空运站点拥堵程度的空运时相影响因子，并通过上述三个空运时相影响因子确定所述空运站点的空运站点时相值，可以精确测定出所述空运站点当前时刻的拥堵情况，便于后续对所述空运站点的空运迟滞因子的进行精确估计，可以得到更加精确的预测结果；通过将空运站点时相值和空运延迟时间的历史数据与当前时刻的空运站点时相值进行对比，确定每个空运延迟时间区间的延迟深度，进而确定当前时刻的空运迟滞因子，便于更精确地对空运订单的监测；通过采集空运环控影响因子集，进而确定空运热歧距和空运潮差，通过货机货舱内外环境差异，确定货运过程中为了控制货物保存环境所产生的能量消耗，即环控耗散值，可以得到更加精确的货运消耗，便于后续对空运状态进行监测；通过空运站点时相值预测得到的空运迟滞因子和根据空运环控影响因子集确定的环控耗散值测定空运供效值，考虑了空运站点的实时情况对于货运供应链效率的影响以及货舱内外环境的差异，能够得到更加精确的空运供效值，保证了货运公司服务的高效，从而提高货运状态监测的准确度。
附图说明
图1是根据本申请一些实施例所示的货运订单的监测方法的示例性流程图；
图2是根据本申请一些实施例所示的根据所述空运供效值对空运订单进行状态监测的示例性流程图；
图3是根据本申请一些实施例所示的空运状态监测单元的示例性硬件和/或软件的示意图；
图4是根据本申请一些实施例所示的实现货运订单的监测方法的计算机设备的结构示意图。
具体实施方式
本申请核心是通过确定空运站点当前时刻的空运时相影响因子集，进而根据空运时相影响因子集确定空运站点的空运站点时相值；预设多个空运延时区间，根据空运站点时相值确定每个空运延时区间的延迟深度，通过所有空运延时区间的延迟深度确定空运站点的空运迟滞因子；确定空运路线上当前时刻的空运环控影响因子集，根据空运环控影响因子集确定空运热歧距和空运潮差，进而通过所述空运热歧距和所述空运潮差确定环控耗散值；根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值，进而根据所述空运供效值对该货运订单进行状态监测，可提高空运状态监测的准确度。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术进行详细的说明。
参考图1，根据本申请一些实施例所示的货运订单的监测方法的示例性流程图，该货运订单的监测方法100主要包括如下步骤：
在步骤101，获取当前空运单号对应的空运站点，确定所述空运站点当前时刻的空运时相影响因子集，进而根据所述空运时相影响因子集确定所述空运站点的空运站点时相值。
在一些实施例中，本步骤中确定所述空运站点当前时刻的空运时相影响因子集可以采用下述步骤实现，即：
确定所述空运站点当前时刻的空运站点满载度；
确定所述空运站点当前时刻的空运站点驶动率；
确定所述空运站点当前时刻的空运站点拥堵率；
根据所述空运站点当前时刻的空运站点满载度、空运站点驶动率和空运站点拥堵率确定所述空运站点当前时刻的空运时相影响因子集。
具体实现时，本申请中的空运站点可以是一个空运货运站点或者小型货运机场或者空运的目的港以及其他具有货运能力的空运站点，这里不做具体限定，可以将所述空运站点当前时刻的空运站点满载度作为空运时相影响因子集中的第一个空运时相影响因子，将所述空运站点当前时刻的空运站点驶动率作为空运时相影响因子集中的第二个空运时相影响因子，将所述空运站点当前时刻的空运站点拥堵率作为空运时相影响因子集中的第三个空运时相影响因子。
在一些实施例中，本步骤中确定所述空运站点当前时刻的空运站点满载度可以采用下述步骤实现，即：
获取当前时刻空运站点内的每件货物的体积和重量；
根据当前时刻空运站点内的所有货物的体积和重量确定所述空运站点满载度，其中，所述空运站点满载度根据下述公式确定：
其中，P为所述空运站点满载度，Bi为预设时间内通过所述空运站点的第i件货物的体积，Mi为第i件货物的重量，n为货物总件数，b为所述空运站点内一个集装板的最大容积，m为所述空运站点内一个集装板的最大装载质量，a为预设的打板系数。
具体实现时，可以将该空运站点内每小时可打板的集装板数量作为该打板系数，该空运站点内每小时可打板的集装板数量可通过历史经验进行预设。
需要说明的是，空运站点每小时内可打板的货物总量存在上限，本申请中空运站点满载度是用于衡量当前时刻对应的空运站点中待运输货物的总量是否超出空运站点每小时内可打板的货物总量的上限的参数，当该空运站点满载度大于1时候，说明当前时刻对应的空运站点中待运输货物的总量超出了空运站点每小时内可打板的货物总量的上限，此时空运可能存在延误。
在一些实施例中，本步骤中确定所述空运站点当前时刻的空运站点驶动率可以通过下述步骤实现：
获取当前时刻之前的预设采样时间内从所述空运站点起飞的每种货机的个数；
预设每种货机的相对体积权重；
根据所有种类货机的个数和每种货机的相对体积权重确定所述空运站点驶动率，其中，所述空运站点驶动率根据下述公式确定：
其中，P为所述空运站点驶动率，Bi为当前时刻之前的预设采样时间内从所述空运站点起飞的第i种货机的个数，σi为第i种货机的相对体积权重，n为货机种类数，L为所述空运站点的容量，T为预设的采样时间。
具体实现时，可以将该个空运站点停机坪上所能同时停靠的货机总数作为该个空运站点的容量。
需要说明的是，由于不同类型货机的体积大小不同，相同数量的不同类型货机占用航站停机坪空间的大小也不同，因此需要通过相对体积权重对不同类型货机进行标准化进而得到精确的空运站点驶动率。
具体实现是，所述相对体积权重可以预设为[1，1.5，2]，分别对应三种类型的货机(小型货机、中型货机、大型货机)。
需要说明的是，本申请中空运站点驶动率是用于衡量空运站点的顺畅程度的参数，该空运站点驶动率越大，说明该空运站点越顺畅。
在一些实施例中，本步骤中确定所述空运站点当前时刻的空运站点拥堵率可以采用下述步骤实现，即：
确定所述空运站点的容量；
获取当前时刻之前的预设的采样时间内空运站点降落的每种货机的个数；
根据所述空运站点的容量和当前时刻之前的预设的采样时间内空运站点降落的每种货机的个数确定空运站点拥堵率，其中，所述空运站点拥堵率可以根据下述公式确定：
其中，D为所述空运站点拥堵率，L为所述空运站点的容量，vj为第i种货机的相对体积权重，n为货机种类数，T为预设的采样时间，σi为第i种货机的相对体积权重。
需要说明的是，本申请中空运站点拥堵率是用于衡量空运站点的拥堵程度的参数，该空运站点拥堵率越大，说明该空运站点越拥堵。
在一些实施例中，本步骤中根据所述空运时相影响因子集确定所述空运站点的空运站点时相值可以采用下述步骤实现，即：
确定所述空运站点的跑道数量R；
获取所述空运时相影响因子集；
根据所述空运站点的跑道数量R和所述空运时相影响因子集确定空运站点时相值，其中，所述空运站点时相值可以根据下述公式确定：
其中，L为所述空运站点的容量，H1为所述空运时相影响因子集中的第一个空运时相影响因子，H2为所述空运时相影响因子集中的第二个空运时相影响因子，H3为所述空运时相影响因子集中的第三个空运时相影响因子，Q为所述空运站点时相值，ceil表示向上取整，a为预设的打板系数。
需要说明的是，同一空运站点的货物吞吐量通常呈现周期性的变化，本申请中空运站点时相值是用于衡量该周期性变化的相位情况的参数，该空运站点时相值越大，说明当前时刻该空运站点货物和货机越多，该空运站点越拥堵。
需要说明的是，本申请中通过获取空运站点的货物量、货机的起飞量和降落量进而确定三种通过不同方面衡量空运站点拥堵程度的空运时相影响因子，并通过上述三个空运时相影响因子确定所述空运站点的空运站点时相值，可以精确测定出所述空运站点当前时刻的拥堵情况，便于后续对所述空运站点的空运迟滞因子的进行精确估计，可以得到更加精确的预测结果。
在步骤102，预设多个空运延时区间，根据所述空运站点时相值确定每个空运延时区间的延迟深度，通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子。
在一些实施例中，本步骤中预设多个空运延时区间，根据所述空运站点时相值确定每个空运延时区间的延迟深度可以采用下述步骤实现：
获取所述空运站点时相值的历史数据和空运延迟时间的历史数据；
将空运延迟时间的历史数据划分到多个预设的空运延时区间内，例如，预设的多个空运延时区间为[0，30]，[30，60]，[60，90]，[90，120]，单位为分钟，将所有空运延迟时间的历史数据划分到对应的空运延迟区间内；
根据所述空运站点时相值的历史数据、每个空运延时区间内的所有空运延迟时间的历史数据确定该个空运延时区间的延迟深度，其中，所述延迟深度可以根据下述公式确定：
其中，Pk为第l个空运延时区间的延迟深度，n为空运站点时相值的历史数据的数量，M为所述空运延时区间的数量，Nk为第k个空运延时区间内空运延迟时间的历史数据的数量，Nj为第j个空运延时区间内空运延迟时间的历史数据的数量，qi为第i个空运站点时相值的历史数据，Q为所述空运站点时相值。
具体实现时，可以通过货运管理平台获取每个空运单号的货机降落时间的历史数据和实际送达时间的历史数据，将实际送达时间的历史数据减去对应的货机降落时间的历史数据所得的值作为空运延迟时间的历史数据。
需要说明的是，本申请中延迟深度是用于衡量空运站点时相值在不同空运延时区间上的镶嵌深度的参数，所述镶嵌深度即是指空运站点时相值和不同空运延时区间之间的匹配性，该延迟深度越大，说明该空运站点时相值与对应的空运延时区间匹配性越好。
在一些实施例中，本步骤中通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子可以采用下述步骤实现，即：
根据每个空运延时区间的延迟深度确定空运迟滞区间；
根据所述空运迟滞区间确定空运迟滞因子。
具体实现时，可以将延迟深度最大的空运延时区间作为空运迟滞区间，将该空运迟滞区间的区间上限作为空运迟滞因子。
需要说明的是，本申请中空运迟滞因子是用于衡量空运订单因空运站点时相值所造成的交付时间延后程度的参数，该空运迟滞因子越大，说明对应的空运订单交付越晚。
另外，需要说明的是，本申请中通过将空运站点时相值和空运延迟时间的历史数据与当前时刻的空运站点时相值进行对比，确定每个空运延迟时间区间的延迟深度，进而确定当前时刻的空运迟滞因子，便于更精确地对空运订单的监测。
在步骤103，获取当前空运单号对应的空运路线，确定所述空运路线上当前时刻的空运环控影响因子集，根据所述空运环控影响因子集确定空运热歧距和空运潮差，进而通过所述空运热歧距和所述空运潮差确定环控耗散值。
在一些实施例中，获取当前空运单号对应的空运路线可以采用下述步骤实现：
获取货机的当前位置和空运单号；
根据所述当前位置和所述空运单号确定空运路线。
具体实现时，可通过现有技术中的全球定位系统确定货机当前位置，通过与货运平台的接口获取货机的空运单号，所述货运管理平台可以是一款应用程序，该货运管理平台实时存储每架货机的空运单号、每个空运单号的货机降落时间和实际送达时间。
另外在具体实现时，根据所述当前位置和所述空运单号确定空运路线，可以通过卫星地图获取空运路线信息，进而确定货机当前位置到空运单号对应的空运站点之间的最短空运路线，即空运路线。
在一些实施例中，本步骤中确定所述空运路线上当前时刻的空运环控影响因子集可以采用下述步骤实现，即：
获取当前空运单号对应的货机外的环境温度和环境湿度；
根据所述环境温度和所述环境湿度确定空运环控影响因子集。
具体实现时，可以通过搭载在货机上的温湿度传感器获取货机外的环境温度和环境湿度，并将该环境温度作为空运环控影响因子集中的第一个空运环控影响因子，将该环境湿度作为空运环控影响因子集中的第二个空运环控影响因子。
需要说明的是，本申请中空运环控影响因子集是包含了多个空运环控影响因子的集合，该空运环控影响因子集中的空运环控影响因子是影响货机控制货物所在的环境时所消耗能量多少的因子。
在一些实施例中，本步骤中根据所述空运环控影响因子集确定空运热歧距和空运潮差可以采用下述步骤实现，即：
获取当前空运单号对应的货机的货运温度和货运湿度；
根据所述空运环控影响因子集和所述货运温度确定空运热歧距；
根据所述空运环控影响因子集和所述货运湿度确定空运潮差。
具体实现时，可以通过搭载在货机上的温湿度传感器获取货机的货舱内的温度和湿度，将该温度作为货运温度，将该湿度作为货运湿度。
在一些实施例中，根据所述空运环控影响因子集和所述货运温度确定空运热歧距可以采用下述步骤实现：
确定当前空运单号对应的货机的热歧距系数a；
获取所述货运温度G；
获取所述空运环控影响因子集；
根据当前空运单号对应的货机的热歧距系数、所述货运温度和所述空运环控影响因子集确定空运热歧距W，其中，所述空运热歧距可以根据下述公式确定：
其中，V为当前空运单号对应的货机的货舱容积，F1为所述空运环控影响因子集中的第一个空运环控影响因子，ρ为空气的导热系数。
在一些实施例中，确定当前空运单号对应的货机的热歧距系数可以采用下述步骤实现：
获取当前空运单号对应的货机的货舱壁的导热系数；
获取当前空运单号对应的货机的货舱壁的厚度；
获取当前空运单号对应的货机的货舱长度；
根据当前空运单号对应的货机的货舱壁的导热系数、货舱壁的厚度和货舱长度确定当前空运单号对应的货机的热歧距系数。
具体实现时，可以通过将当前空运单号对应的货机的货舱壁的导热系数和货舱容积的乘积除以当前空运单号对应的货机的货舱壁的厚度和货舱长度的乘积，将所得的商值作为当前空运单号对应的货机的热歧距系数。
需要说明的是，本申请中空运热歧距是用于衡量货机货舱外温度对货舱内温度影响程度的参数，该空运热歧距越大，说明货舱外温度对货舱内温度影响越大。
另外，需要说明的是，本申请中热歧距系数是指当前空运单号对应的货机的热传导能力，用于衡量在一个小时内因货舱内外温度差而产生的热量传导的热量值的参数，该热歧距系数越大，说明在一小时内因货舱内外温度差而产生的热量传导的热量值越大。
具体实现时，可以将所述货运湿度与所述空运环控影响因子集中的第二个空运环控影响因子做差，将所得差值的绝对值与当前空运单号对应的货机的货舱容积相乘作为空运潮差。
需要说明的是，本申请中空运潮差是指当前空运单号对应的货机的货舱内外潮湿度的差异值，该空运潮差越大，说明当前空运单号对应的货机的货舱内外的潮湿度相差越大。
在一些实施例中，本步骤中通过所述空运热歧距和所述空运潮差确定环控耗散值可以采用下述步骤实现：
获取所述空运热歧距W；
获取所述空运潮差C；
获取当前空运单号对应的货机的制热效率X、制冷效率Y、加湿效率V和除湿效率U。
根据所述空运热歧距W、所述空运潮差C、当前空运单号对应的货机的制热效率X、制冷效率Y、加湿效率V和除湿效率U确定环控耗散值，其中，所述环控耗散值可以根据下述公式确定：
其中，S为所述环控耗散值，G为所述货运温度，F1为所述空运环控影响因子集中的第一个空运环控影响因子，A为所述货运湿度，F2为所述空运环控影响因子集中的第二个空运环控影响因子。
具体实现时，可以将货机货舱中搭载的空调的制热效率、制冷效率、加湿效率和除湿效率分别作为该架货机的制热效率、制冷效率、加湿效率和除湿效率。
需要说明的是，本申请中环控耗散值是指在货运过程中为了保证货机货舱内固定温湿度所耗费的能量的值，该环控耗散值是用于衡量每小时内货运耗能多少的参数，该环控耗散值越大，说明每小时内货运耗能越多。
另外，需要说明的是，本申请中通过采集空运环控影响因子集，进而确定空运热歧距和空运潮差，通过货机货舱内外环境差异，确定货运过程中为了控制货物保存环境所产生的能量消耗，即环控耗散值，可以得到更加精确的货运消耗，便于后续对空运状态进行监测。
在步骤104，根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值，进而根据所述空运供效值对该空运订单进行状态监测。
在一些实施例中，本步骤中根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值可以采用下述步骤实现，即：
根据所述空运路线确定预计空运时间；
获取空运迟滞因子；
获取环控耗散值；
根据所述预计空运时间、所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值。
具体实现时，根据所述空运路线确定预计空运时间，可以通过空运路线的总长度与货机的送货速度相除得到。
需要说明的是，货机的送货速度是根据历史数据进行预设的，具体实现时，可以将该架货机所有的历史送货速度的平均值作为送货速度。
具体实现时，可以通过将所述预计空运时间和所述空运迟滞因子相加，将所得的和除以60后与所述环控耗散值相乘，将所得的值作为空运供效值。
需要说明的是，本申请中空运供效值是用于衡量货运供应链工作效率的参数，该空运供效值越大说明该个空运单号越晚交付，消耗越大，货运供应效率越低。
在一些实施例中，本步骤中根据所述空运供效值对该空运订单进行状态监测可以采用下述步骤实现：
将所述空运供效值与预设的供应效率阈值对比，当所述空运供效值小于预设的供应效率阈值时，将所述空运单号的空运状态判定为异常空运状态，并发出异常警报信号；
当所述空运供效值大于等于预设的供应效率阈值时，将所述空运单号的空运状态判定为正常空运状态。
需要说明的是，本申请中预设的供应效率阈值是货运公司按照历史经验进行预设的参数，另外本申请中通过空运站点时相值预测得到的空运迟滞因子和根据空运环控影响因子集确定的环控耗散值测定空运供效值，考虑了空运站点的实时情况对于货运供应链效率的影响以及货舱内外环境的差异，能够得到更加精确的空运供效值，保证了货运公司服务的高效，从而提高货运状态监测的准确度。
另外，本申请的另一方面，在一些实施例中，本申请提供一种货运订单的监测系统，该系统包括空运状态监测单元，参考图3，该图是根据本申请一些实施例所示的空运状态监测单元的示例性硬件和/或软件的示意图，该货运状态监测单元300包括：获取模块301、处理模块302和监测模块303，分别说明如下：
获取模块301，本申请中获取模块301主要用于获取当前空运单号对应的空运站点；
处理模块302，本申请中处理模块302用于确定所述空运站点当前时刻的空运时相影响因子集，进而根据所述空运时相影响因子集确定所述空运站点的空运站点时相值；
另外，本申请中处理模块302还用于预设多个空运延时区间，根据所述空运站点时相值确定每个空运延时区间的延迟深度，通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子；
另外，本申请中处理模块302还用于获取当前空运单号对应的空运路线，确定所述空运路线上当前时刻的环控影响因子集，根据所述环控影响因子集确定空运热歧距和空运潮差，进而通过所述空运热歧距和所述空运潮差确定环控耗散值；
监测模块303，本申请中监测模块303主要用于根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值，进而根据所述空运供效值对该空运订单进行状态监测。
另外，本申请还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的货运订单的监测方法。
在一些实施例中，参考图4，该图是根据本申请一些实施例所示的实现货运订单的监测方法的计算机设备的结构示意图。上述实施例中的货运订单的监测方法可以通过图4所示的计算机设备来实现，该计算机设备包括至少一个处理器401、通信总线402、存储器403以及至少一个通信接口404。
处理器401可以是一个通用中央处理器(central processing unit，CPU)、特定应用集成电路(application-specific integrated circuit，ASIC)或一个或多个用于控制本申请中的货运订单的监测方法的执行。
通信总线402可包括一通路，在上述组件之间传送信息。
存储器403可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其它类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、只读光盘(compact disc read-only Memory，CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器403可以是独立存在，通过通信总线402与处理器401相连接。存储器403也可以和处理器401集成在一起。
其中，存储器403用于存储执行本申请方案的程序代码，并由处理器401来控制执行。处理器401用于执行存储器403中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中货运订单的监测方法可以通过处理器401以及存储器403中的程序代码中的一个或多个软件模块实现。
通信接口404，使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太网，无线接入网(radio access network，RAN)，无线局域网(wireless localareanetworks，WLAN)等。
在具体实现中，作为一种实施例，计算机设备可以包括多个处理器，这些处理器中的每一个可以是一个单核(single-CPU)处理器，也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中，计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑(personaldigital assistant，PDA)、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的货运订单的监测方法。
综上，本申请提供的货运订单的监测系统及监测方法中，首先通过获取空运站点的货物量、货机的起飞量和降落量进而确定三种通过不同方面衡量空运站点拥堵程度的空运时相影响因子，并通过上述三个空运时相影响因子确定所述空运站点的空运站点时相值，可以精确测定出所述空运站点当前时刻的拥堵情况，便于后续对所述空运站点的空运迟滞因子的进行精确估计，可以得到更加精确的预测结果；通过将空运站点时相值和空运延迟时间的历史数据与当前时刻的空运站点时相值进行对比，确定每个空运延迟时间区间的延迟深度，进而确定当前时刻的空运迟滞因子，便于更精确地对空运订单的监测；通过采集空运环控影响因子集，进而确定空运热歧距和空运潮差，通过货机货舱内外环境差异，确定货运过程中为了控制货物保存环境所产生的能量消耗，即环控耗散值，可以得到更加精确的货运消耗，便于后续对空运状态进行监测；通过空运站点时相值预测得到的空运迟滞因子和根据空运环控影响因子集确定的环控耗散值测定空运供效值，考虑了空运站点的实时情况对于货运供应链效率的影响以及货舱内外环境的差异，能够得到更加精确的空运供效值，保证了货运公司服务的高效，从而提高货运状态监测的准确度。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
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发明的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种货运订单的监测方法，其特征在于，包括如下步骤：
获取当前空运单号对应的空运站点，确定所述空运站点当前时刻的空运时相影响因子集，进而根据所述空运时相影响因子集确定所述空运站点的空运站点时相值；
预设多个空运延时区间，根据所述空运站点时相值确定每个空运延时区间的延迟深度，通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子；
获取当前空运单号对应的空运路线，确定所述空运路线上当前时刻的环控影响因子集，根据所述环控影响因子集确定空运热歧距和空运潮差，进而通过所述空运热歧距和所述空运潮差确定环控耗散值；
根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值，进而根据所述空运供效值对该空运订单进行状态监测。
2.根据权利要求1所述的方法，其特征在于，确定所述空运站点当前时刻的空运时相影响因子集具体包括：
确定所述空运站点当前时刻的空运站点满载度；
确定所述空运站点当前时刻的空运站点驶动率；
确定所述空运站点当前时刻的空运站点拥堵率；
根据所述空运站点当前时刻的空运站点满载度、空运站点驶动率和空运站点拥堵率确定所述空运站点当前时刻的空运时相影响因子集。
3.根据权利要求2所述的方法，其特征在于，确定所述空运站点当前时刻的空运站点满载度具体包括：
获取当前时刻空运站点内的每件货物的体积和重量；
根据当前时刻空运站点内的所有货物的体积和重量确定所述空运站点满载度，其中，所述空运站点满载度根据下述公式确定：
其中，P为所述空运站点满载度，Bi为预设时间内通过所述空运站点的第i件货物的体积，Mi为第i件货物的重量，n为货物总件数，n为所述空运站点内一个集装板的最大容积，m为所述空运站点内一个集装板的最大装载质量，a为预设的打板系数。
4.根据权利要求1所述的方法，其特征在于，根据所述空运时相影响因子集确定所述空运站点的空运站点时相值具体包括：
确定所述空运站点的跑道数量；
获取所述空运时相影响因子集；
根据所述空运站点的跑道数量和所述空运时相影响因子集确定空运站点时相值。
5.根据权利要求1所述的方法，其特征在于，通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子具体包括：
根据每个空运延时区间的延迟深度确定空运迟滞区间；
根据所述空运迟滞区间确定空运迟滞因子。
6.根据权利要求1所述的方法，其特征在于，根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值具体包括：
根据所述空运路线确定预计空运时间；
获取空运迟滞因子；
获取环控耗散值；
根据所述预计空运时间、所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值。
7.根据权利要求1所述的方法，其特征在于，根据所述空运供效值对该空运订单进行状态监测具体包括：
将所述空运供效值与预设的供应效率阈值对比，当所述空运供效值小于预设的供应效率阈值时，将所述空运单号的空运状态判定为异常空运状态，并发出异常警报信号；
当所述空运供效值大于等于预设的供应效率阈值时，将所述空运单号的空运状态判定为正常空运状态。
8.一种货运订单的监测系统，其特征在于，包括空运状态监测单元，所述空运状态监测单元包括：
获取模块，用于获取当前空运单号对应的空运站点；
处理模块，用于确定所述空运站点当前时刻的空运时相影响因子集，进而根据所述空运时相影响因子集确定所述空运站点的空运站点时相值；
所述处理模块，还用于预设多个空运延时区间，根据所述空运站点时相值确定每个空运延时区间的延迟深度，通过所有空运延时区间的延迟深度确定所述空运站点的空运迟滞因子；
所述处理模块，还用于获取当前空运单号对应的空运路线，确定所述空运路线上当前时刻的环控影响因子集，根据所述环控影响因子集确定空运热歧距和空运潮差，进而通过所述空运热歧距和所述空运潮差确定环控耗散值；
监测模块，用于根据所述空运迟滞因子和所述环控耗散值确定当前空运单号对应的空运订单的空运供效值，进而根据所述空运供效值对该空运订单进行状态监测。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至7任一项所述的货运订单的监测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的货运订单的监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311780586.3A CN117829708A (zh) | 2023-12-22 | 2023-12-22 | 一种货运订单的监测系统及监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311780586.3A CN117829708A (zh) | 2023-12-22 | 2023-12-22 | 一种货运订单的监测系统及监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117829708A true CN117829708A (zh) | 2024-04-05 |
Family
ID=90522064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311780586.3A Pending CN117829708A (zh) | 2023-12-22 | 2023-12-22 | 一种货运订单的监测系统及监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117829708A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101850411B1 (ko) * | 2017-11-28 | 2018-04-20 | 한국건설기술연구원 | 다중 물류수단용 허브스테이션 내 환적 처리 관제 시스템 및 그의 환적 처리 관제 운영 방법 |
| CN108945381A (zh) * | 2018-07-23 | 2018-12-07 | 中国船舶工业集团公司第七0八研究所 | 一种运输船货物环境保障系统 |
| CN112613797A (zh) * | 2020-12-30 | 2021-04-06 | 南京理工大学 | 一种考虑能耗影响因素的城市轨道交通列车延误调整方法 |
| CN115222328A (zh) * | 2022-07-11 | 2022-10-21 | 深圳市万联亿通科技有限公司 | 物流跟踪方法、装置、设备及介质 |
-
2023
- 2023-12-22 CN CN202311780586.3A patent/CN117829708A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101850411B1 (ko) * | 2017-11-28 | 2018-04-20 | 한국건설기술연구원 | 다중 물류수단용 허브스테이션 내 환적 처리 관제 시스템 및 그의 환적 처리 관제 운영 방법 |
| CN108945381A (zh) * | 2018-07-23 | 2018-12-07 | 中国船舶工业集团公司第七0八研究所 | 一种运输船货物环境保障系统 |
| CN112613797A (zh) * | 2020-12-30 | 2021-04-06 | 南京理工大学 | 一种考虑能耗影响因素的城市轨道交通列车延误调整方法 |
| CN115222328A (zh) * | 2022-07-11 | 2022-10-21 | 深圳市万联亿通科技有限公司 | 物流跟踪方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10495764B2 (en) | Asset tracking system | |
| Kia et al. | Investigation of port capacity under a new approach by computer simulation | |
| CN109948958B (zh) | 物流路由的确定方法及相关设备 | |
| US9846854B1 (en) | Smart electronic tracking tags with optimized power consumption | |
| EP3588143B1 (en) | Method and system for asset tracking | |
| US20130159208A1 (en) | Shipper-oriented logistics base optimization system | |
| US20200167724A1 (en) | Systems, apparatuses and methods for supply chain network identification and optimization | |
| CN111105084B (zh) | 物流信息处理方法、装置、设备及计算机存储介质 | |
| CN110503252A (zh) | 基于运力需求分布的航运调度系统和方法 | |
| Pjevčević et al. | Application of DEA to the analysis of AGV fleet operations in a port container terminal | |
| CN110490443A (zh) | 航运动态运力监测和调配方法 | |
| Dhingra et al. | A cooperative quay crane-based stochastic model to estimate vessel handling time | |
| US20210274316A1 (en) | Tracking sensor arrangement for detection of a tracking unit, and device and method thereof | |
| CN117829708A (zh) | 一种货运订单的监测系统及监测方法 | |
| CN115293390A (zh) | 一种厂外物流规划系统及方法 | |
| CN117217645A (zh) | 冷链运输过程实时监测方法、装置、设备及存储介质 | |
| CN115423416B (zh) | 一种跨境物流运输管理系统及其控制方法 | |
| WO2023150833A1 (en) | Vessel movement prediction | |
| CN115204779A (zh) | 空中物流方法及系统、存储介质、设备 | |
| CN115099463A (zh) | 一种计量物资配送风险预测方法及装置 | |
| CN114548628A (zh) | 枢纽物件分拣方法、装置、计算机设备和存储介质 | |
| KR102675054B1 (ko) | 로드트랙터의 화물 하역을 위한 v2x 기반 항만 협력자율주행 화물운송시스템 | |
| CN115915457B (zh) | 资源调度方法、车辆控制方法、设备及系统 | |
| CN117970891B (zh) | 一种基于激光导航的车载控制系统 | |
| EP3616142A1 (en) | Managing usage of cargo transportation units |
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 |