一种基于深度学习的智慧物流包裹运输风险预警及调整方法技术

本发明专利技术通过对物流包裹运输相关数据集的采集，并将其上传到物联网云预警平台，进行深度学习计算与分析，根据多数据分析结果得到对应的物流运输预警类型，实现了对物流包裹运输风险的准确预测，根据物流包裹运输风险预测提示内容及时进行调整；在其预测过程中以基于深度学习技术物联网云预警平台为处理相关数据集，不断优及改进数据处理模型；在对物流包裹运输风险预测确定后，还将预测值与真实情况进行新的计算及补充到原有的数据库；不仅会节约大量的计算数据及分析时长，还提高预测效果作用，使得物流包裹运输风险预警具有可靠的正确率。率。率。

【技术实现步骤摘要】
一种基于深度学习的智慧物流包裹运输风险预警及调整方法


[0001]本专利技术属于智慧物流包裹运输风险预警及调整
，具体而言，涉及一种基于深度学习的智慧物流包裹运输风险预警及调整方法。

技术介绍

[0002]物流运输与我们的日常生活有着十分密切的联系，对人们提高生产效率和方便生活都起着非常重要的作用；一旦物流运输出现了运行异常,就会严重降低人们的生活便利性，也单独增加费用开支；因此为了让物流运输在出现异常之前，需要结合相关数据计算可以有预测性的给出预警提示及调整操作，降低物流运输异常发生率；
[0003]但是对物流包裹运输风险预警来说，在采集相关数据集单一的前提下，很容易盲目地进行风险预测；这种盲目物流包裹运输风险预测极容易导致驾驶人员对情况的误判，造成严重的危险事故；一方面云端涉及的相关数据集较少，不能对物流包裹运输风险预警提示更准确预测；不仅会浪费大量的计算数据及分析时长，降低预测效果作用；另一方面预测值与真实情况没有进行新的计算及补充到原有的数据库，对数据库不能贴近现实实时更新，预测数值会慢慢和实际情况相差较大。

技术实现思路

[0004]本专利技术是基于上述技术问题，针对的物流包裹运输风险预警使用提出的一种基于深度学习的智慧物流包裹运输风险预警及调整方法；不仅提高了物流包裹运输风险预警正确率，还能够对数据库能贴近现实实时更新，补充到原有的数据库。
[0005]本专利技术是这样实现的：
[0006]本专利技术的提出一种基于深度学习的智慧物流包裹运输风险预警及调整方法，该方法应用了信息数据采集器、物联网云预警平台和终端设备信息接收器；其特征在于，所述方法包括以下步骤：
[0007]步骤1:运输包裹货物入库时，根据货物特征状况仓储在智能物流柜；
[0008]步骤2：人员驾驶物流运输车在装载智能物流柜运输途中时，涉及物流运行中相关数据集实时上传到物联网云预警平台计算及分析，根据数据结果判断是否应该给出预警提示；预警提示的操作方法如下：
[0009]步骤2.1：涉及物流运行中相关数据集实时上传到物联网云预警平台；
[0010]步骤2.2：基于深度学习技术的物联网云预警平台对相关数据集进行计算处理及分析；
[0011]步骤2.3：根据计算结果判断是否需要对物流运输进行预警；
[0012]步骤3：物流运输发生预警提示时，涉及相关的数据集全部自动保存到物联网云预警平台；对物流运输预警类型进行识别判断，若为天气因素预警，则从中物联网云预警平台提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤4；若为驾驶人员因素预警，则从中物联网云调控管理平台提取对应的处理方法，进而按照该处理方法进行调整，并
执行步骤5；若为物流运输车因素预警，则从中物联网云调控管理平台提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤6；若为运输周边因素预警，则从中物联网云调控管理平台提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤7；若为多重预警同时发生，原则上以驾驶人员因素预警、物流运输车因素预警、运输周边因素预警和天气因素预警为前后顺序预警提示，驾驶人员确认并逐步排除预警提示内容；
[0013]步骤4：终端设备信息接收器对驾驶人员提醒为天气因素预警，驾驶人员可根据天气因素预警信息内容进行排查因天气因素而引发的风险，逐步按照预警提示信息操作，驾驶人员对排查的每一项的流程进行确认点击，做好相应的天气应急措施；若驾驶人员对预警信息正常时间范围时间不处理，物联网云预警平台将对驾驶人员进行预警询问；
[0014]步骤5：终端设备信息接收器对驾驶人员提醒为驾驶人员因素预警，运输中的物流运输车车速进行缓慢减速，直至停止；首先保证驾驶人员生命特征数据在正常值内，物流运输车才可以正常启动；此时驾驶人员可根据驾驶人员因素预警信息内容进行排查，逐步按照预警提示信息操作，驾驶人员对排查的每一项的流程进行确认点击；若驾驶人员对预警信息正常时间范围时间不处理，物联网云预警平台将对驾驶人员进行预警询问；
[0015]步骤6：终端设备信息接收器对驾驶人员提醒为物流运输车因素预警，运输中的物流运输车车速进行缓慢减速，直至停止；驾驶人员可根据物流运输车因素预警信息内容进行排查，此是物流运输车自动上传到数据，逐步按照预警提示信息操作，驾驶人员对排查的每一项的流程进行确认点击；若驾驶人员对预警信息正常时间范围时间不处理，物联网云预警平台将对驾驶人员进行预警询问；
[0016]步骤7：终端设备信息接收器对驾驶人员提醒为运输周边因素预警，驾驶人员可根据运输周边因素预警信息内容进行排查，逐步按照预警提示信息操作，驾驶人员对排查的每一项的流程进行确认点击；若驾驶人员对预警信息正常时间范围时间不处理，物联网云预警平台将对驾驶人员进行预警询问；
[0017]步骤8：物联网云预警平台上发布的预警信息与物流运输实际发生的结果数据进行保留，更新后的数据库在物联网云预警平台重新进行深度学习。
[0018]根据本专利技术方面的一种能够实现的方式，所述步骤1中包裹货物特征状况和智能物流柜具体操作方法包括：
[0019]根据包裹货物特征入库，比如包裹货物大小，体积状态等；对包裹货物数据采集值标记为其中β＝0，1,2,...,n；包裹货物仓储在智能物流柜，实时采集智能物流柜内部数据信息。比如温度，湿度，受力值等；对智能物流柜采集到的值标记为X
ɑ
，其中
ɑ
＝0，1,2,...,n；智能物流柜对包裹进行智能化保存，依据包裹物品特有的舒适环境进行智能调控。
[0020]根据本专利技术方面的一种能够实现的方式，所述步骤2.1中相关数据集和物联网云预警平台对应的具体操作方法包括：
[0021]物联网云预警平台：数据集合模块，数据处理模块，数据分析模块，预警信息发布模块等模块；对物联网云预警平台模块划分标记值为μ
i
，其中i＝0，1,2,...,n；相关数据集包括：人员生物数据，物流运输车行驶数据，天气数据和周边路况数据等；对相关数据集标记为λ
j
，其中j＝1，2,3,...,n。
[0022]根据本专利技术方面的一种能够实现的方式，其特征在于：所述步骤2.2中基于深度学
习技术的物联网云预警平台对数据的预处理操作方法包括：
[0023]深度学习数据处理流程：获取到的数据集进行数据集加载、数据集预处理、神经网络模型训练下得出是否需要预警信息；模型训练和真实情况数据误差的计算，此算法可以对神经网络模型改进及优化；利用优化后的模型实现对物流运输车的准确风险预警；对数据集的预处理具体操作；
[0024]数据标准化后，不仅能够更好统一表达各种不同量纲下的数据，还能消除奇异数据，减小数据中的离群点对模型训练的影响；也能让模型的收敛更加稳定；数据标准化不只是发生在数据出入网络模型之前，更多的是在网络模型中对数据进行标准化操作。一般来说在数据输入网络模型之前，对数据进行标准化处理是为了统一原始数据的量纲，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的智慧物流包裹运输风险预警及调整方法，该方法应用了信息数据采集器、物联网云预警平台和终端设备信息接收器；其特征在于，所述方法包括以下步骤：步骤1:运输包裹货物入库时，根据货物特征状况仓储在智能物流柜；步骤2：人员驾驶物流运输车在装载智能物流柜运输途中时，涉及物流运行中相关数据集实时上传到物联网云预警平台计算及分析，根据数据结果判断是否应该给出预警提示；预警提示的操作方法如下：步骤2.1：涉及物流运行中相关数据集实时上传到物联网云预警平台；步骤2.2：基于深度学习技术的物联网云预警平台对相关数据集进行计算处理及分析；步骤2.3：根据计算结果判断是否需要对物流运输进行预警；步骤3：物流运输发生预警提示时，涉及相关的数据集全部自动保存到物联网云预警平台；对物流运输预警类型进行识别判断，若为天气因素预警，则从中物联网云预警平台提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤4；若为驾驶人员因素预警，则从中物联网云调控管理平台提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤5；若为物流运输车因素预警，则从中物联网云调控管理平台提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤6；若为运输周边因素预警，则从中物联网云调控管理平台提取对应的处理方法，进而按照该处理方法进行调整，并执行步骤7；若为多重预警同时发生，原则上以驾驶人员因素预警、物流运输车因素预警、运输周边因素预警和天气因素预警为前后顺序预警提示，驾驶人员确认并逐步排除预警提示内容；步骤4：终端设备信息接收器对驾驶人员提醒为天气因素预警，驾驶人员可根据天气因素预警信息内容进行排查因天气因素而引发的风险，逐步按照预警提示信息操作，驾驶人员对排查的每一项的流程进行确认点击，做好相应的天气应急措施；若驾驶人员对预警信息正常时间范围时间不处理，物联网云预警平台将对驾驶人员进行预警询问；步骤5：终端设备信息接收器对驾驶人员提醒为驾驶人员因素预警，运输中的物流运输车车速进行缓慢减速，直至停止；首先保证驾驶人员生命特征数据在正常值内，物流运输车才可以正常启动；此时驾驶人员可根据驾驶人员因素预警信息内容进行排查，逐步按照预警提示信息操作，驾驶人员对排查的每一项的流程进行确认点击；若驾驶人员对预警信息正常时间范围时间不处理，物联网云预警平台将对驾驶人员进行预警询问；步骤6：终端设备信息接收器对驾驶人员提醒为物流运输车因素预警，运输中的物流运输车车速进行缓慢减速，直至停止；驾驶人员可根据物流运输车因素预警信息内容进行排查，此是物流运输车自动上传到数据，逐步按照预警提示信息操作，驾驶人员对排查的每一项的流程进行确认点击；若驾驶人员对预警信息正常时间范围时间不处理，物联网云预警平台将对驾驶人员进行预警询问；步骤7：终端设备信息接收器对驾驶人员提醒为运输周边因素预警，驾驶人员可根据运输周边因素预警信息内容进行排查，逐步按照预警提示信息操作，驾驶人员对排查的每一项的流程进行确认点击；若驾驶人员对预警信息正常时间范围时间不处理，物联网云预警平台将对驾驶人员进行预警询问；步骤8：物联网云预警平台上发布的预警信息与物流运输实际发生的结果数据进行保留，更新后的数据库在物联网云预警平台重新进行深度学习。
2.根据权利要求1所述的一种基于深度学习的智慧物流包裹运输风险预警及调整方法，其特征在于：所述步骤1中包裹货物特征状况和智能物流柜具体操作方法包括：根据包裹货物特征入库，比如包裹货物大小，体积状态等；对包裹货物数据采集值标记为其中β＝0，1,2,...,n；包裹货物仓储在智能物流柜，实时采集智能物流柜内部数据信息。比如温度，湿度，受力值等；对智能物流柜采集到的值标记为X
ɑ
，其中
ɑ
＝0，1,2,...,n；智能物流柜对包裹进行智能化保存，依据包裹物品特有的舒适环境进行智能调控。3.根据权利要求1所述的一种基于深度学习的智慧物流包裹运输风险预警及调整方法，其特征在于：所述步骤2.1中相关数据集和物联网云预警平台对应的具体操作方法包括：物联网云预警平台包括：数据集合模块，数据处理模块，数据分析模块，预警信息发布模块等模块；对物联网云预警平台模块划分标记值为μ
i
，其中i＝0，1,2,...,n；相关数据集包括：...

【专利技术属性】
技术研发人员：王红平，何引军，
申请(专利权)人：王红平，
类型：发明
国别省市：