申请/专利权人：四川宽窄智慧物流有限责任公司

申请日：2024-01-30

公开（公告）日：2024-04-16

公开（公告）号：CN117649164B

主分类号：G06Q10/083

分类号：G06Q10/083;G06Q10/0631;G06Q10/04;G06N3/0499

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明涉及货物运输管理技术领域，具体为一种货物统筹管理的梯度分配方法及系统，包括，收集历史订单数据，建立神经网络模型预测当前不同类型订处理时长；获取当前的订单信息，所述订单信息包括货物信息和配送信息；基于订单信息，建立不同梯度级别的订单处理机制，按照梯度级别处理订单；基于建立的梯度级别，对货运车辆进行调度分配和装载安排，对货运车辆和订单进行装载优化，提升运输管理效益。本发明相较于传统的货物运输管理，极大地提高了货物运输效率，降低了货物运输前的管理成本，优化了货物运输的服务质量。

主权项：1.一种货物统筹管理的梯度分配方法，其特征在于：包括，收集历史订单数据，建立神经网络模型预测当前不同类型订处理时长；获取当前的订单信息，所述订单信息包括货物信息和配送信息；基于订单信息，建立不同梯度级别的订单处理机制，按照梯度级别处理订单，对紧急任务订单安排人工单独处理；基于建立的梯度级别，对货运车辆进行调度分配和装载安排，对货运车辆和订单进行装载优化，提升运输管理效益；所述历史订单数据包括，历史订单中货物等待装载时间、货物装载时间和配送时间；所述神经网络模型包括，采用前馈神经网络模型，模型中包含输入层、隐含层和输出层；所述输入层包括，输入层节点对应货物等待装载时间T1i、货物装载时间T2i和配送时间T3i；所述隐含层包括，隐含层中有多个节点，每个节点与输入层节点相连接，隐含层节点采用ReLU激活函数引入输入层和隐含层的非线性关系；所述输出层包括，输出层的节点输出订单总处理时长；输入历史订单数据，预测出当前类型的订单的处理时长，建立的前馈神经网络计算表达式为：TP＝fW2·fW1·X+b1+b2+∈；X＝T1i+T2i+T3i；其中，TP是预测的订单处理总时长，X是历史订单数据中货物等待装载时间T1i、货物装载时间T2i和配送时间T3i之和，i为订单序号，f是ReLU激活函数，W1和b1是隐含层的权重和偏置项，W2和b2是输出层的权重和偏置项；∈是误差项；所述货物信息包括，订单中所有类型货物的重量数据、所有类型货物的长宽高数据以及整个订单的货物装载时长；所述配送信息包括，单个订单的配送时长以及配送路径；所述梯度级别包括，建立的订单处理顺序策略为：获取当前订单剩余处理时间和订单总处理时间，订单总处理时间为货物等待装载时间、货物装载时间和配送时间，根据同类型订单的历史数据，从建立的前馈神经网络模型中预测得出当前订单的总处理时间；所述订单剩余处理时间包括，订单生成到货物送达的总时间，具体为：TRP＝Tdl-TN；其中TRP为订单剩余处理时间，Tdl为订单截止时间，TN为当前时间；建立订单处理优先级参数：PG＝TRPTP；根据优先级参数PG值划分订单的梯度级别。

全文数据：

权利要求：

百度查询： 四川宽窄智慧物流有限责任公司 一种货物统筹管理的梯度分配方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD