云物流环境下的路径优化方法、系统及存储介质技术方案

本发明专利技术实施方式公开了一种云物流环境下的路径优化方法、系统及存储介质，涉及数据统计算法技术领域。该路径优化方法包括：将包含货物的物流路径的数据包划分成多个数据块；采用多个第一工作结点分别对多个数据块进行处理以生成候选序列，其中，每个第一工作结点用于处理至少一个数据块；对多个候选序列进行整合，采用哈希函数将整合后的多个候选序列分配至多个第二工作结点；多个第二工作结点分别对多个候选序列的序列内容进行相互比对，将序列内容相同的候选序列的支持度累加，从而计算出每个候选序列的实际支持度；将实际支持度大于预设的支持度阈值的候选序列整合为频繁序列集合；根据频繁序列集合输出优化后的路径。

【技术实现步骤摘要】
云物流环境下的路径优化方法、系统及存储介质
本专利技术涉及数据统计算法
，具体地，涉及一种云物流环境下的路径优化方法、系统及存储介质。
技术介绍
在云物流环境下，通过数据统计算法对物流的路径进行优化是提高物流配送调度效率的有效方式之一。现有技术中主要采用AprioriAll算法对物流的序列数据进行挖掘和计算。但是，由于AprioriAll算法本身的缺陷，在数据挖掘和计算的过程中，会产生大量的无效数据，提高了设备的负担，从而降低了整体的计算效率。
技术实现思路
本专利技术的目的是提供一种云物流环境下的路径优化方法、系统及存储介质，该路径优化方法、系统及存储介质能够提高物流环境下的路径优化的效率。为了实现上述目的，本专利技术提供一种云物流环境下的路径优化方法，所述路径优化方法包括：将包含货物的物流路径的数据包划分成多个数据块；采用多个第一工作结点分别对多个所述数据块进行处理以生成候选序列，其中，每个所述第一工作结点用于处理至少一个所述数据块；对多个所述候选序列进行整合，采用哈希函数将整合后的多个所述候选序列分配至多个第二工作结点；多个所述第二工作结点分别对多个所述候选序列的序列内容进行相互比对，将所述序列内容相同的所述候选序列的支持度累加，从而计算出每个所述候选序列的实际支持度；将所述实际支持度大于预设的支持度阈值的所述候选序列整合为频繁序列集合；根据所述频繁序列集合输出优化后的路径。可选地，所述采用多个第一工作结点分别对多个所述数据块进行处理以生成候选序列包括：将所述候选序列的初始的支持度设置为1。可选地，所述采用多个第一工作结点分别对多个所述数据块进行处理以生成候选序列包括：分别对每个所述数据块进行Map计算以生成所述候选序列。可选地，所述数据包包括：货物的标签、货物的时间字段以及在每次货物被运输经过的地点字段。另一方面，本专利技术还提供一种云物流环境下的路径优化系统，所述路径优化系统包括处理器、多个第一工作结点和多个第二工作结点；所述处理器用于将包含货物的物流路径的数据包划分成多个数据块；多个所述第一工作结点分别对多个所述数据块进行处理以生成候选序列，其中，每个所述第一工作结点用于处理至少一个所述数据块；所述处理器对多个所述候选序列进行整合，采用哈希函数将整合后的多个所述候选序列分配至多个所述第二工作结点；多个所述第二工作结点分别对多个所述候选序列的序列内容进行相互比对，将所述序列内容相同的所述候选序列的支持度累加，从而计算出每个所述候选序列的实际支持度；所述处理器将所述实际支持度大于预设的支持度阈值的所述候选序列整合为频繁序列集合，并根据所述频繁序列集合输出优化后的路径。可选地，所述处理器进一步用于：将所述候选序列的初始的支持度设置为1。可选地，所述处理器进一步用于：分别对每个所述数据块进行Map计算以生成所述候选序列。可选地，所述数据包包括：货物的标签、货物的时间字段以及在每次货物被运输经过的地点字段。再一方面，本专利技术还提供一种存储介质，所述存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行上述任一所述的路径优化方法。通过上述技术方案，本专利技术提供的云物流环境下的路径优化方法、系统及存储介质通过对路径的数据包进行划分，并采用多个工作结点对划分后的数据块进行处理，提高了路径优化的效率。本专利技术的其它特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中：图1是根据本专利技术的一个实施方式的云物流环境下的路径优化方法的流程图；图2是根据本专利技术的一个实施方式的与物流环境下的路径优化系统的结构框图。具体实施方式以下结合附图对本专利技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术，并不用于限制本专利技术。在本申请实施方式中，在未作相反说明的情况下，使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的或者是针对竖直、垂直或重力方向上而言的各部件相互位置关系描述用词。另外，若本申请实施方式中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。如图1所示是根据本专利技术的一个实施方式的云物流环境下的路径优化方法的流程图。在图1中，该路径优化方法可以包括：在步骤S10中，将包含货物的物流路径的数据包划分成多个数据块。对于该数据包的内容，在该实施方式中，可以是例如货物的标签、货物的时间字段以及在每次货物被运输经过的地点字段(路径数据)。由于货物的路径数据本质上是一种序列数据，以某快递为例，从大连出发，依次经过北京、天津、上海、深圳，最终达到目的地广州。那么，该快递的物流路径可以为大连、北京、天津、上海、深圳、广州。进一步地，可以采用预定的字符表示每个城市，从而生成机器可读的物流路径的代码。对于数据包的划分，以该快递的物流路径为例，相应地，分割的数据包可以为例如大连、北京、天津和上海、深圳、广州两个数据块。在步骤S20中，采用多个第一工作结点分别对多个数据块进行处理以生成候选序列。其中，每个第一工作结点用于处理至少一个数据块。对于该多个第一工作结点，可以是例如由多个处理器构成的处理模块。每个第一工作结点接收到至少一个数据块，并基于上述划分的多个数据块的序列数据，进一步生成多个候选序列。以上述示例为例，针对大连、北京、天津的数据块，至少一个第一工作结点可以生成例如大连、北京和北京、天津两个候选序列。另一方面，针对上海、深圳、广州的数据块，至少一个工作结点可以生成例如上海、深圳和深圳、广州两个候选序列。进一步地，第一工作结点可以进一步采用MAP计算的方式来生成候选序列。另外，考虑到该步骤S20中所生成的候选序列均是从数据块中直接选出，因此可以将每个候选序列的支持度(候选序列出现的频率)标记为1。在步骤S30中，对多个候选序列进行整合，采用哈希函数将整合后的多个候选序列分配至多个第二工作结点。对于该多个第二工作结点，与第一工作结点类似，可以是例如由多个处理器构成的处理模块。由于每个第一工作结点所生成的候选序列数量庞大，采用单个处理器同时对所有的候选序列进行处理会造成系统资源的严重不足。因此，在该步骤30中，可以将所有的候选序列重新整合为新的数据包，再进一步基于哈希函数将该数据包重新划分分配为多个工作任务，最后采用第二工作结点分别对该多个工作任务进行处理。在步骤S40中，多个第二工作结点分别对多个候选序列的序列内容进行相互比对，将序列内容相同的候选序列的支持度累加，从而计算出每个候选序列的实际支持度。在步骤S50中，将实际支持度大于预设的支持度阈值的候选序列整合为频繁序列集合。在步骤S60中，根据频繁序列集合输出优化后的路径。在该实施方式中，最终输出的频繁序列集合表示重复的频率最高的本文档来自技高网...

【技术保护点】
1.一种云物流环境下的路径优化方法，其特征在于，所述路径优化方法包括：将包含货物的物流路径的数据包划分成多个数据块；采用多个第一工作结点分别对多个所述数据块进行处理以生成候选序列，其中，每个所述第一工作结点用于处理至少一个所述数据块；对多个所述候选序列进行整合，采用哈希函数将整合后的多个所述候选序列分配至多个第二工作结点；多个所述第二工作结点分别对多个所述候选序列的序列内容进行相互比对，将所述序列内容相同的所述候选序列的支持度累加，从而计算出每个所述候选序列的实际支持度；将所述实际支持度大于预设的支持度阈值的所述候选序列整合为频繁序列集合；根据所述频繁序列集合输出优化后的路径。

【技术特征摘要】
1.一种云物流环境下的路径优化方法，其特征在于，所述路径优化方法包括：将包含货物的物流路径的数据包划分成多个数据块；采用多个第一工作结点分别对多个所述数据块进行处理以生成候选序列，其中，每个所述第一工作结点用于处理至少一个所述数据块；对多个所述候选序列进行整合，采用哈希函数将整合后的多个所述候选序列分配至多个第二工作结点；多个所述第二工作结点分别对多个所述候选序列的序列内容进行相互比对，将所述序列内容相同的所述候选序列的支持度累加，从而计算出每个所述候选序列的实际支持度；将所述实际支持度大于预设的支持度阈值的所述候选序列整合为频繁序列集合；根据所述频繁序列集合输出优化后的路径。2.根据权利要求1所述的路径优化方法，其特征在于，所述采用多个第一工作结点分别对多个所述数据块进行处理以生成候选序列包括：将所述候选序列的初始的支持度设置为1。3.根据权利要求1所述的路径优化方法，其特征在于，所述采用多个第一工作结点分别对多个所述数据块进行处理以生成候选序列包括：分别对每个所述数据块进行Map计算以生成所述候选序列。4.根据权利要求1所述的路径优化方法，其特征在于，所述数据包包括：货物的标签、货物的时间字段以及在每次货物被运输经过的地点字段。5.一种云物流环境下的路径优化系统，其特征在于，所述路径优...

【专利技术属性】
技术研发人员：胡小建，张力，李晓征，彭磊，李伟，
申请(专利权)人：合肥工业大学智能制造技术研究院，
类型：发明
国别省市：安徽,34