一种基于人工智能的物流大数据实时监控与分析处理系统技术方案

本发明专利技术涉及物流大数据技术领域，用于解决现有的在对物流企业的信息的管控中，难以实现对物流盈利状态与亏损状态的准确分析，难以通过物流大数据将企业的物流信息进行整合的问题，尤其公开了一种基于人工智能的物流大数据实时监控与分析处理系统，包括物流数据分析平台，物流数据分析平台的内部设置有服务器，服务器通信连接有数据采集单元、费用数据监控单元、盈利状态监控单元、亏损状态监控单元、数据校对单元、数据预警反馈单元和显示终端；本发明专利技术，采用区间的分类设置以及坐标模型分析的方式，从而在实现了对物流企业的盈利状态以及亏损状态的实时监控的同时，也实现了物流企业状态的二次核定分析与物流信息的准确整合。态的二次核定分析与物流信息的准确整合。态的二次核定分析与物流信息的准确整合。

【技术实现步骤摘要】
一种基于人工智能的物流大数据实时监控与分析处理系统


[0001]本专利技术涉及物流大数据
，具体为一种基于人工智能的物流大数据实时监控与分析处理系统。

技术介绍

[0002]物流原意为“实物分配”或“货物配送”，是供应链活动的一部分，是为了满足客户需要而对商品、服务，消费以及相关信息从产地到消费地的高效、低成本流动和储存进行的规划、实施与控制的过程；而物流大数据，指的是运输、仓储、搬运装卸、包装及流通加工等物流环节中涉及的数据、信息等，通过大数据分析可以提高运输与配送效率、减少物流成本、更有效地满足客户服务要求，从而实现快速、高效、经济的物流；对于物流企业而言，能够实现对物流企业的盈利状态与亏损状态的实时监控和准确分析，则显得至关重要，但现有的在对物流企业的信息的管控中，难以实现对物流盈利状态与亏损状态的准确分析，难以通过物流大数据将企业的物流信息进行整合，故无法提前做好防范，极易造成物流供应链的损失；为了解决上述缺陷，现提供一种技术方案。

技术实现思路

[0003]本专利技术的目的就在于为了解决现有的在对物流企业的信息的管控中，难以实现对物流盈利状态与亏损状态的准确分析，难以通过物流大数据将企业的物流信息进行整合，故无法提前做好防范，极易造成物流供应链的损失的问题，通过符号化的标定、数据作差分析以及数值比较的方式，实现了对物流企业的盈利状况与亏损状况整体的初步判定分析，并采用区间的分类设置以及坐标模型分析的方式，从而在实现了对物流企业的盈利状态以及亏损状态的实时监控的同时，也实现了物流企业状态的二次核定分析，从而在实现了对物流企业的信息的高效的监控的同时，也实现了物流信息的准确整合，并采用文本预警的方式对企业物流的费用层面进行了高效的监控和及时的预警，而提出一种基于人工智能的物流大数据实时监控与分析处理系统。
[0004]本专利技术的目的可以通过以下技术方案实现：一种基于人工智能的物流大数据实时监控与分析处理系统，包括物流数据分析平台，物流数据分析平台的内部设置有服务器，服务器通信连接有数据采集单元、费用数据监控单元、盈利状态监控单元、亏损状态监控单元、数据校对单元、数据预警反馈单元和显示终端；所述物流数据分析平台用于对人工智能管理下的物流产业的物流大数据信息进行监控分析；所述数据采集单元用于采集人工智能化下的物流大数据中的费用数据信息，并将其通过服务器分别发送至费用数据监控单元、盈利状态监控单元、亏损状态监控单元；
所述费用数据监控单元对接收的人工智能化下的物流大数据中的费用数据信息，进行物流数据费用综项分析处理，据此生成盈利状态信号、亏损状态信号以及各等级盈利类型信号、各等级亏损类型信号，将盈利状态信号与亏损状态信号分别发送至盈利状态监控单元、亏损状态监控单元，将各等级盈利类型信号与各等级亏损类型信号发送至数据校对单元；所述盈利状态监控单元用于接收盈利状态信号，并据此调取人工智能化下的物流大数据中的盈利数据信息进行盈利状态定量分析处理，生成一阶盈利信号、二阶盈利信号、三阶盈利信号，并将其均发送至数据校对单元；所述亏损状态监控单元用于接收亏损状态信号，并据此调取人工智能化下的物流大数据中的亏损数据信息进行亏损状态定量分析处理，生成一阶亏损信号、二阶亏损信号、三阶亏损信号，并将其均发送至数据校对单元；所述数据校对单元用于接收各级盈利类型判定信号、各级亏损类型判定信号与各阶盈利类型判定信号、各阶亏损类型判定信号，并进行盈利数据校对分析处理与亏损数据校对分析处理，据此生成确认盈利信号、否定盈利信号、确认亏损信号、否定亏损信号，并将其均发送至数据预警反馈单元进行预警分析处理，并以文本字样描述的方式发送至显示终端进行显示说明。
[0005]进一步的，物流数据费用综项分析处理的具体操作步骤如下：实时获取各单位时间段的人工智能管理下的物流产业的毛成本与毛收入，并将其分别标定为zh
i
、zs
i
，并将其进行作差分析，依据公式wyx
i
=zs
i
－zh
i
，得到各单位时间段的毛利润wyx
i
，其中，i=1，2，3
……
n，且n为正整数；分析毛利润的盈利状态，当毛利润＞0时，则生成盈利状态信号，若毛利润≤0时，则生成亏损状态信号；依据接收到的盈利状态信号与亏损状态信号分别进行深度细化分析处理，据此生成一级盈利信号、二级盈利信号、三级盈利信号与一级亏损信号、二级亏损信号、三级亏损信号。
[0006]进一步的，深度细化分析处理的具体操作步骤如下：当生成盈利状态信号时，调取各单位时间段的毛利润，并将毛利润代入预设的盈利参照区间Q1内进行比较分析；当毛利润大于预设的盈利参照区间Q1的最大值时，则生成一级盈利信号，当物流盈利值处于预设的盈利参照区间Q1之内时，则生成二级盈利信号，当毛利润小于预设的盈利参照区间Q1的最小值时，则生成三级盈利信号；当生成亏损状态信号时，调取毛利润，并将毛利润代入预设的亏损参照区间Q2内进行比较分析；当毛利润大于预设的亏损参照区间Q2的最大值时，则生成一级亏损信号，当物流盈利值处于预设的亏损参照区间Q2之内时，则生成二级亏损信号，当毛利润小于预设的亏损参照区间Q2的最小值时，则生成三级亏损信号。
[0007]进一步的，盈利状态定量分析处理的具体操作步骤如下：依据接收到的盈利状态信号，实时获取各单位时间段的人工智能化下的物流大数据中的盈利数据信息中的销售额、回款额以及流动额，并将其进行公式分析，得到各单位时
间段的盈利值；设置盈利值的梯度参照区间F1、F2和F3，并将盈利值代入预设的梯度参照区间F1、F2和F3内进行比较分析处理；当盈利值的梯度参照区间F1之内时，则生成一阶盈利信号，当盈利值的梯度参照区间F2之内时，则生成二阶盈利信号，当盈利值的梯度参照区间F3之内时，则生成三阶盈利信号。
[0008]进一步的，亏损状态定量分析处理的具体操作步骤如下：依据接收到的亏损状态信号，实时获取各单位时间段的人工智能化下的物流大数据中的亏损数据信息中的仓赁费、仓管费和调度费，并将其分别标定为cl
i
、cg
i
和sp
i
，并将其进行数据加和分析，依据公式ccf
i
=cl
i
+cg
i
+sp
i
，得到各单位时间段的仓储费用值ccf
i
；以得到的各单位时间段的仓储费用值为依据，并进行坐标模型分析处理，据此得到一阶亏损信号、二阶亏损信号和三阶亏损信号。
[0009]进一步的，坐标模型分析处理的具体操作步骤如下：以单位时间段为横坐标，以仓储费用值为纵坐标，并以此建立二维动态坐标系，并将各单位时间段的仓储费用值通过描点的方式绘制在二维动态坐标系上；将各单位时间段的仓储费用值进行均值分析，依据公式Jc=（ccf1+ccf2+ccf3+
……
ccf
n
）
÷
n，得到均值仓储消耗费用值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的物流大数据实时监控与分析处理系统，包括物流数据分析平台，其特征在于，物流数据分析平台的内部设置有服务器，服务器通信连接有数据采集单元、费用数据监控单元、盈利状态监控单元、亏损状态监控单元、数据校对单元、数据预警反馈单元和显示终端；物流数据分析平台用于对人工智能管理下的物流产业的物流大数据信息进行监控分析，数据采集单元用于采集人工智能化下的物流大数据中的费用数据信息，并将其通过服务器分别发送至费用数据监控单元、盈利状态监控单元、亏损状态监控单元；通过费用数据监控单元对接收的人工智能化下的物流大数据中的费用数据信息，进行物流数据费用综项分析处理，据此生成盈利状态信号、亏损状态信号以及各等级盈利类型信号、各等级亏损类型信号，将盈利状态信号与亏损状态信号分别发送至盈利状态监控单元、亏损状态监控单元，将各等级盈利类型信号与各等级亏损类型信号发送至数据校对单元；盈利状态监控单元用于接收盈利状态信号，并据此调取人工智能化下的物流大数据中的盈利数据信息进行盈利状态定量分析处理，生成一阶盈利信号、二阶盈利信号、三阶盈利信号，并将其均发送至数据校对单元；亏损状态监控单元用于接收亏损状态信号，并据此调取人工智能化下的物流大数据中的亏损数据信息进行亏损状态定量分析处理，生成一阶亏损信号、二阶亏损信号、三阶亏损信号，并将其均发送至数据校对单元；数据校对单元用于接收各级盈利类型判定信号、各级亏损类型判定信号与各阶盈利类型判定信号、各阶亏损类型判定信号，并进行盈利数据校对分析处理与亏损数据校对分析处理，据此生成确认盈利信号、否定盈利信号、确认亏损信号、否定亏损信号，并将其均发送至数据预警反馈单元进行预警分析处理，并以文本字样描述的方式发送至显示终端进行显示说明。2.根据权利要求1所述的一种基于人工智能的物流大数据实时监控与分析处理系统，其特征在于，物流数据费用综项分析处理的具体操作步骤如下：实时获取各单位时间段的人工智能管理下的物流产业的毛成本与毛收入，并将其进行作差分析，得到各单位时间段的毛利润；分析毛利润的盈利状态，当毛利润＞0时，则生成盈利状态信号，若毛利润≤0时，则生成亏损状态信号；依据接收到的盈利状态信号与亏损状态信号分别进行深度细化分析处理，据此生成一级盈利信号、二级盈利信号、三级盈利信号与一级亏损信号、二级亏损信号、三级亏损信号。3.根据权利要求2所述的一种基于人工智能的物流大数据实时监控与分析处理系统，其特征在于，深度细化分析处理的具体操作步骤如下：当生成盈利状态信号时，调取各单位时间段的毛利润，并将毛利润代入预设的盈利参照区间Q1内进行比较分析；当毛利润大于预设的盈利参照区间Q1的最大值时，则生成一级盈利信号，当物流盈利值处于预设的盈利参照区间Q1之内时，则生成二级盈利信号，当毛利润小于预设的盈利参照区间Q1的最小值时，则生成三级盈利信号；当生成亏损状态信号时，调取毛利润，并将毛利润代入预设的亏损参照区间Q2内进行
比较分析；当毛利润大于预设的亏损参照区间Q2的最大值时，则生成一级亏损信号，当物流盈利值处于预设的亏损参照区间Q2之内时，则生成二级亏损信号，当毛利润小于预设的亏损参照区间Q2的最小值时，则生成三级亏损信号。4.根据权利要求1所述的一种基于人工智能的物流大数据实时监控与分析处理系统，其特征在于，盈利状态定量分析处理的具体操作步骤如下：依据接收到的盈利状态信号，实时获取各单位时间段的人工智能化下的物流大数据中的盈利数据信息中的销售额、回款额以及流动额，并将其进行公式分析，得到各单位时间段的盈利值；设置盈利值的梯度参照区间F1、F2和F3，并将盈利值代入预设的梯度参照区间F1、F2和F3内进行比较分析处理；当盈利值的梯度参照区间F1之内时，则生成一阶盈利信号，当盈利值的梯度参照区间F2之内时，则生成二阶盈利信号，当盈利值的梯度参照区间F3之内时，则生成三阶盈利信号。5.根据权利要求1所述的一种基于人工智能的物流大数据实时监控与分析处理系统，其特征在于，亏损状态定量分析处理的具体操作步骤如下：依据接收到的亏损状态信号，实时获取各单位时间段的人工智能化下的物流大数据中的亏损数据信息中的仓赁费、仓管费和调度费，并将其进行数据加和分析，得到各单位时间段的仓储费用值；以得到的各单位时间段的仓储费用值为依据，并进行坐标模型分析处理，据此得到一阶亏损信号、二阶亏损信号和三阶亏损信号。6.根据权利要求5所述的一种基于人工智能的物流大数据实时监控与分析处理系统，其特征在于，坐标模型分析处理的具体操作步骤如下：以单位时间段为横坐标，以仓储费用值为纵坐标，并以此建立二维动态坐标系，并将各单位时间段的仓储费用值通...

【专利技术属性】
技术研发人员：陈松，徐权，肖俊，
申请(专利权)人：深圳市中诺思科技股份有限公司，
类型：发明
国别省市：