一种基于大数据技术的物流信息迭代优化方法及系统

本发明涉及大数据，尤其涉及一种基于大数据技术的物流信息迭代优化方法及系统。

背景技术：

1、随着信息化和智能化技术的发展，在物流行业中，主要涉及物流设备和物流系统的智能化升级，即通过在传统物流设备上添加传感器和运行监控器，实现自动化操控和运行控制。而现代物流系统中的库存管理、运输管理、配送管理等环节，都可以通过智能化技术进行优化，如使用rfid技术进行物流运输进度跟踪，采用无人物流车辆技术实现配送等。

2、但是目前无人物流车辆在进行配送过程中，只能基于用户对单个无人车输入对应的目标信息，例如目的地、路径等，来进行点至点之间单个无人物流车辆的配送，无法联通整个无人物流车辆集群和实际的物流情况来进行物流配送，导致无人物流车辆的物流配送的效率低，同时也无法确保物流配送的时效性和可靠性。

技术实现思路

1、本发明提供了一种基于大数据技术的物流信息迭代优化方法及系统，以解决现有技术中物流车辆的配送效率低、时效性和可靠性低的技术问题。

2、为了解决上述技术问题，本发明实施例提供了一种基于大数据技术的物流信息迭代优化方法，包括：

3、响应于用户点击的物流拓扑图的节点，采集所点击节点的实时物流状态和实时交通状态，并根据所述实时物流状态和所述实时交通状态，分别进行当前的物流信息和交通信息的获取；其中，所述物流拓扑图包括若干个节点，每一节点记录一个预设地区中的各实时物流状态分别对应的物流信息以及各实时交通状态对应的交通信息；

4、获取所点击节点的历史物流状态，并根据所述实时物流状态得到对应的历史物流状态，从而基于所得到的历史物流状态对应的物流信息，构建物流需求预测模型；其中，每一个实时物流状态均有一个与其对应的历史物流状态，物流信息包括货物信息和客户需求信息；

5、将所述实时物流状态对应当前的物流信息输入至所述物流需求预测模型中进行计算，从而输出得到未来预设时间的预测需求；其中，所述预测需求包括未来预设时间的货物信息和客户需求信息；

6、获取所点击节点的历史交通状态，并根据所述实时交通状态得到对应的历史交通状态，从而将该历史交通状态和实时交通状态对应的交通信息，分别输入至所述物流拓扑图中，得到每个物流车辆的行车轨迹，并根据所述行车轨迹进行预测，得到未来预设时间的各物流车辆的预测行车轨迹；其中，每一个实时车辆状态均有一个与其对应的历史车辆状态，交通信息包括物流拓扑图中各节点连线处的物流车辆数量、各物流车辆以及每个物流车辆对应的编号、载重信息、续航信息和目的地；

7、根据所述预测需求，对所述预测行车轨迹进行优化，得到车辆调度计划，并将所述车辆调度计划发送至各物流车辆的终端，以使得各物流车辆在未来预设时间到达车辆调度计划所对应的目的地，从而完成物流信息在车辆调度中的迭代优化；其中，所述车辆调度计划包括在未来预设时间里每个物流车辆对应的目的地、所装载的货物信息和行车轨迹。

8、作为优选方案，所述响应于用户点击的物流拓扑图的节点，采集所点击节点的实时物流状态和实时交通状态，包括：

9、响应于用户点击的物流拓扑图的节点；其中，所述用户点击的节点至少为一个；

10、若所述用户点击的物流拓扑图的节点数量为1，则直接采集所点击节点的实时物流状态和实时交通状态；

11、若所述用户点击的物流拓扑图的节点数量大于1，且所点击的每个节点之间均互相连接，则直接采集所点击所有节点的实时物流状态和实时交通状态，并将所有节点的实时物流状态作为整体的实时物流状态，以及将所有节点的实时交通状态作为整体的实时交通状态；

12、若所述用户点击的物流拓扑图的节点数量大于1，且所点击的每个节点之间存在没有互相连接的节点，则直接采集所点击所有节点的实时物流状态和实时交通状态，从而将互相连接的节点作为一个整体，并将该整体中各节点的实时物流状态和实时交通状态，作为整体的实时物流状态和整体的实时交通状态，以使得该整体的实时物流状态和整体的实时交通状态用于一个整体地区的车辆调度计划的生成；进而将没有互相连接的节点分别单独作为一个个体地区，以使得逐个进行车辆调度计划的生成。

13、作为优选方案，所述根据所述实时物流状态和所述实时交通状态，分别进行当前的物流信息和交通信息的获取，包括：

14、根据所述实时物流状态，获取对应当前的物流信息；其中，所述当前的物流信息包括货物信息和客户需求信息，所述货物信息包括物流订单id和需求量，所述客户需求信息包括客户位置和期望送达时间；

15、根据所述实时交通状态，获取对应当前的交通信息；其中，所述当前的交通信息包括道路拥堵情况、预计通行时间与物流车辆id及其位置、载重和能源状态。

16、作为优选方案，所述获取所点击节点的历史物流状态，并根据所述实时物流状态得到对应的历史物流状态，从而基于所得到的历史物流状态对应的物流信息，构建物流需求预测模型，包括：

17、获取所点击节点的历史物流状态，并根据所述实时物流状态，得到相同状态下的历史物流状态及其物流信息；其中，所述实时物流状态和所述历史物流状态均包括繁忙状态、工作状态和空闲状态；

18、构建初始物流需求预测模型，并基于所得到的历史物流状态对应的物流信息作为第一训练数据和第一测试数据，通过该第一训练数据和第一测试数据对所述初始物流需求预测模型进行训练，从而得到物流需求预测模型。

19、作为优选方案，所述将所述实时物流状态对应当前的物流信息输入至所述物流需求预测模型中进行计算，从而输出得到未来预设时间的预测需求，包括：

20、基于物流需求预测模型，将所述实时物流状态对应当前的物流信息作为输入，从而对所述实时物流状态对应当前的物流信息进行计算，从而输出得到未来预设时间中的货物信息和客户需求信息，作为预测需求。

21、作为优选方案，所述获取所点击节点的历史交通状态，并根据所述实时交通状态得到对应的历史交通状态，从而将该历史交通状态和实时交通状态对应的交通信息，分别输入至所述物流拓扑图中，得到每个物流车辆的行车轨迹，并根据所述行车轨迹进行预测，得到未来预设时间的各物流车辆的预测行车轨迹，包括：

22、获取所点击节点的历史交通状态，并根据所述实时交通状态，得到相同状态下的历史物交通状态及其交通信息；其中，所述实时交通状态和所述历史交通状态均包括拥堵状态、慢行状态和通常状态；

23、将该历史交通状态和实时交通状态分别对应的交通信息，依次输入至所述物流拓扑图之中，从而标记得到每个物流车辆的行车轨迹；

24、构建初始车辆轨迹预测模型，并基于所得到的历史交通状态对应的每个物流车辆的行车轨迹作为第二训练数据和第二测试数据，通过该第二训练数据和第二测试数据对初始车辆轨迹预测模型进行训练，从而得到车辆轨迹预测模型；

25、根据所述车辆轨迹预测模型，对未来预设时间内的行车轨迹进行预测，得到未来预设时间的各物流车辆的预测行车轨迹。

26、作为优选方案，所述根据所述预测需求，对所述预测行车轨迹进行优化，得到车辆调度计划，并将所述车辆调度计划发送至各物流车辆的终端，以使得各物流车辆在未来预设时间到达车辆调度计划所对应的目的地，包括：

27、根据所述预测需求，以货物信息和客户需求信息作为边界条件，将所有物流车辆的最小化总行驶距离和总行驶时间分配对应的预设目标权重，并结合所分配的预设目标权重得到优化目标，从而对各物流车辆的预测行车轨迹进行修正优化，以使得在修正优化过程中，通过预设动态规划算法，生成得到车辆调度计划；

28、将所述车辆调度计划发送至每个物流车辆，以使得每个物流车辆根据其对应的目的地、所装载的货物信息和行车轨迹，执行所述车辆调度计划。

29、相应地，本发明还提供一种基于大数据技术的物流信息迭代优化系统，包括：响应模块、建模模块、需求模块、轨迹模块和调度模块；

30、所述响应模块，用于响应于用户点击的物流拓扑图的节点，采集所点击节点的实时物流状态和实时交通状态，并根据所述实时物流状态和所述实时交通状态，分别进行当前的物流信息和交通信息的获取；其中，所述物流拓扑图包括若干个节点，每一节点记录一个预设地区中的各实时物流状态分别对应的物流信息以及各实时交通状态对应的交通信息；

31、所述建模模块，用于获取所点击节点的历史物流状态，并根据所述实时物流状态得到对应的历史物流状态，从而基于所得到的历史物流状态对应的物流信息，构建物流需求预测模型；其中，每一个实时物流状态均有一个与其对应的历史物流状态，物流信息包括货物信息和客户需求信息；

32、所述需求模块，用于将所述实时物流状态对应当前的物流信息输入至所述物流需求预测模型中进行计算，从而输出得到未来预设时间的预测需求；其中，所述预测需求包括未来预设时间的货物信息和客户需求信息；

33、所述轨迹模块，用于获取所点击节点的历史交通状态，并根据所述实时交通状态得到对应的历史交通状态，从而将该历史交通状态和实时交通状态对应的交通信息，分别输入至所述物流拓扑图中，得到每个物流车辆的行车轨迹，并根据所述行车轨迹进行预测，得到未来预设时间的各物流车辆的预测行车轨迹；其中，每一个实时车辆状态均有一个与其对应的历史车辆状态，交通信息包括物流拓扑图中各节点连线处的物流车辆数量、各物流车辆以及每个物流车辆对应的编号、载重信息、续航信息和目的地；

34、所述调度模块，用于根据所述预测需求，对所述预测行车轨迹进行优化，得到车辆调度计划，并将所述车辆调度计划发送至各物流车辆的终端，以使得各物流车辆在未来预设时间到达车辆调度计划所对应的目的地，从而完成物流信息在车辆调度中的迭代优化；其中，所述车辆调度计划包括在未来预设时间里每个物流车辆对应的目的地、所装载的货物信息和行车轨迹。

35、相应地，本发明还提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项所述的基于大数据技术的物流信息迭代优化方法。

36、相应地，本发明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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项所述的基于大数据技术的物流信息迭代优化方法。

37、相比于现有技术，本发明实施例具有如下有益效果：

38、本发明的技术方案通过响应用户所点击的物流拓扑节点，从而能够采集该节点地区所对应的实时物流状态和实时交通状态，进而通过实时物流状态和实时交通状态，分别进行预测需求和预测行车轨迹的生成，并通过预测需求来对预测行车轨迹进行修正与优化，避免了仅通过单一的车辆历史行驶轨迹来进行车辆调度计划的生成所带来的误差较大的问题，从而能够充分利用物流信息来对预测行车轨迹进行修正，能够提高车辆调度计划的准确性与效率，也提高物流车辆之间的调度分配的合理性，避免了单一物流车辆点至点之间物流传输，发挥了物流车辆在所选定节点的地区内的集群效应，减少物流车辆的等待和空驶时间，提高了物流效率。