一种基于大数据的仓储物流电商商品监测管理方法技术

本发明专利技术公开了一种基于大数据的仓储物流电商商品监测管理方法，该方法包括以下步骤：S1、获取入库作业指令；S2、对农产品种类对应的农产品进行质量检测；S3、采集当前各电子标签中农产品新鲜度，并对农产品新鲜度进行等级划分；S4、获取电商商品中各农产品的销售参数；S5、选择合适的仓库，根据农产品的定价进行农产品库区和储位的分配，并将资料信息上传至PFID读写器；S6、利用PFID读写器读取各电子标签信息，将实际入库信息与预入库信息进行比对，并判断是否相符；S7、通过RFID读写器上传数据至数据库。本发明专利技术通过读写器直接从电子标签中读出所需信息，信息处理过程得到简化，且灰度图像提高图像的视觉质量。度图像提高图像的视觉质量。度图像提高图像的视觉质量。

【技术实现步骤摘要】
一种基于大数据的仓储物流电商商品监测管理方法


[0001]本专利技术涉及物流管理领域，具体来说，涉及一种基于大数据的仓储物流电商商品监测管理方法。

技术介绍

[0002]电子商务通常是指在全球各地广泛的商业贸易活动中，在因特网开放的网络环境下，基于客户端/服务端应用方式，买卖双方不谋面地进行各种商贸活动，实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式。
[0003]在现代社会中，每时每刻都有着各种各样的新农产品出现，而作为农产品把关的产品质量检验所需要对这些新出现的出现进行质量检测，保证农产品流入社会是合格的，如果只是使用传统的人工检验方法，从农产品的接收、抽样、检测到统计数据、分析数据和报表制作过程将会是一个很长的周期，这样的话，产品的生产过程就会被延期，降低了发展速度，产品质量检测系统正是针对这种忙不过来的现状进行改进的系统，工作人员只需要对系统的样本进行扫描之后，检测、统计数据、分析数据和报表制作都是由系统代替人工来完成的，减少了检测所工作人员的工作量的同时也提高了产品的检验速度，缩短了检测周期。
[0004]但是，传统仓储管理模式普遍存在人力成本偏高、业务流程多、货品跟踪困难、资金和货品周转效率较低、物流管理的信息化手段落后等缺点，已不能保证快速正确的进货和库存控制及发货，因此会导致管理费用的增加，服务质量难以得到保证，从而影响企业的竞争力。传统的物流仓储管理系统只能实现货品信息的“静态化”管理，而无法实现对物流全过程的实时跟踪和监控。
[0005]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0006]针对相关技术中的问题，本专利技术提出一种基于大数据的仓储物流电商商品监测管理方法，以克服现有相关技术所存在的上述技术问题。
[0007]为此，本专利技术采用的具体技术方案如下：
[0008]一种基于大数据的仓储物流电商商品监测管理方法，该方法包括以下步骤：
[0009]S1、获取入库作业指令，并统计各农产品电商企业中农产品的种类；
[0010]S2、对农产品种类对应的农产品进行质量检测，根据质量检测结果进行农产品的分类，并对赋予农产品相应的电子标签；
[0011]S3、采集当前各电子标签中农产品新鲜度，并对农产品新鲜度进行等级划分；
[0012]S4、获取电商商品中各农产品的销售参数，并依据销售参数对等级划分的农产品进行针对性定价；
[0013]S5、选择合适的仓库，根据农产品的定价进行农产品库区和储位的分配，并将资料
信息上传至PFID读写器；
[0014]S6、入库时，利用PFID读写器读取各电子标签信息，将实际入库信息与预入库信息进行比对，并判断是否相符；
[0015]S7、入库后，通过RFID读写器上传数据至数据库，并电子标签信息的更新操作。
[0016]进一步的，所述入库作业指令包括农产品送货时间、送货车辆信息及农产品清单。
[0017]进一步的，所述对农产品种类对应的农产品进行质量检测，根据质量检测结果进行农产品的分类，并对赋予农产品相应的电子标签包括以下步骤：
[0018]S21、将被检测的农产品放置于载物台的传送带上，并以设定的速度运送至图像传感器；
[0019]S22、利用图像传感器的照射，被检测的农产品将成像于图像传感器，并获得农产品的三维立体图像；
[0020]S23、将三维立体图像上传至图像处理器进行预处理，并计算出被检测的农产品是否合格，并将不合格的农产品剔除。
[0021]进一步的，所述将三维立体图像上传至图像处理器进行预处理，并计算出被检测的农产品是否合格，并将不合格的农产品剔除包括以下步骤：
[0022]S231、在图像处理器中确定三维立体图像中像素灰度的三个分量，调整三个分量的像素灰度，使得三个像素分量相同；
[0023]S232、采用加权平均值对像素分量进行灰度处理，得到符合的灰度图像；
[0024]S233、采用图像处理技术对灰度图像进行处理，并判断被检测的农产品是否合格。
[0025]进一步的，所述采用图像处理技术对灰度图像进行处理，并判断被检测的农产品是否合格包括以下步骤：
[0026]S2331、将灰度图像构建成具有像素点的灰度级函数集合；
[0027]S2332、将灰度图像中灰度级函数不连续的点的集合划分为分割区域的边缘，并保留图像灰度级变化剧烈的区域；
[0028]S2333、构建梯度算法并检测图像灰度级的变化，对图像的区域进行划分；
[0029]S2334、将灰度图像视作二维离散函数，图像梯度为二维离散函数的一阶导数，并构建梯度坐标；
[0030]S2335、根据划分后的区域，与标准的农产品进行比对，得出比对结果，并根据比对结果判断农产品是否合格。
[0031]进一步的，所述梯度坐标的表达式为：
[0032][0033]梯度幅度的表达式为：
[0034][0035]式中，G[f(x,y)]为(x,y)像素点的梯度增幅，f(x,y)为二维离散函数，x,y为和灰度图像中的像素点。
[0036]进一步的，所述采集当前各电子标签中农产品新鲜度，并对农产品新鲜度进行等
级划分包括以下步骤：
[0037]S31、构建经典易腐商品库存模型，将变质率视作随产品初始新鲜度、保险包装成本变化而变化的变量；
[0038]S32、计算农产品的变质率和保鲜包装后的保鲜系数，并构建新的变质库存模型；
[0039]S33、根据新的变质库存模型进行不同新鲜度等级的划分。
[0040]进一步的，所述获取电商商品中各农产品的销售参数，并依据销售参数对等级划分的农产品进行针对性定价包括以下步骤：
[0041]S41、根据需求率与现有农产品零售价格之间的关系，计算农产品市场的需求率；
[0042]S42、记录当前订货内的采购信息及农产品的运输成本；
[0043]S43、根据农产品的新鲜度等级，针对不同新鲜度农产品的需求进行不同价位的定价，以满足不同人群的需求。
[0044]进一步的，所述入库时，利用PFID读写器读取各电子标签信息，将实际入库信息与预入库信息进行比对，并判断是否相符包括以下步骤：
[0045]S61、当物品到待检测区时，入库门口的PFID读写器读取电子标签新型；
[0046]S62、PFID读写器自动将实际入库信息与预入库信息进行比对相比对，并按照相关逻辑判断电子标签与入库信息是否相符；
[0047]S63、若出现错误，则由PFID读写器发出语音提示，并由相关部门的工作人员进行处理；
[0048]S64、若无误，则按照预先选择的农产品库区和储位进行分配。
[0049]进一步的，所述入库后，通过RFID读写器上传数据至数据库，并电子标签信息的更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的仓储物流电商商品监测管理方法，其特征在于，该方法包括以下步骤：S1、获取入库作业指令，并统计各农产品电商企业中农产品的种类；S2、对农产品种类对应的农产品进行质量检测，根据质量检测结果进行农产品的分类，并对赋予农产品相应的电子标签；S3、采集当前各电子标签中农产品新鲜度，并对农产品新鲜度进行等级划分；所述采集当前各电子标签中农产品新鲜度，并对农产品新鲜度进行等级划分包括以下步骤：S31、构建经典易腐商品库存模型，将变质率视作随产品初始新鲜度、保险包装成本变化而变化的变量；S32、计算农产品的变质率和保鲜包装后的保鲜系数，并构建新的变质库存模型；S33、根据新的变质库存模型进行不同新鲜度等级的划分；S4、获取电商商品中各农产品的销售参数，并依据销售参数对等级划分的农产品进行针对性定价；S5、选择合适的仓库，根据农产品的定价进行农产品库区和储位的分配，并将资料信息上传至PFID读写器；S6、入库时，利用PFID读写器读取各电子标签信息，将实际入库信息与预入库信息进行比对，并判断是否相符；S7、入库后，通过RFID读写器上传数据至数据库，并电子标签信息的更新操作。2.根据权利要求1所述的一种基于大数据的仓储物流电商商品监测管理方法，其特征在于，所述入库作业指令包括农产品送货时间、送货车辆信息及农产品清单。3.根据权利要求1所述的一种基于大数据的仓储物流电商商品监测管理方法，其特征在于，所述对农产品种类对应的农产品进行质量检测，根据质量检测结果进行农产品的分类，并对赋予农产品相应的电子标签包括以下步骤：S21、将被检测的农产品放置于载物台的传送带上，并以设定的速度运送至图像传感器；S22、利用图像传感器的照射，被检测的农产品将成像于图像传感器，并获得农产品的三维立体图像；S23、将三维立体图像上传至图像处理器进行预处理，并计算出被检测的农产品是否合格，并将不合格的农产品剔除。4.根据权利要求3所述的一种基于大数据的仓储物流电商商品监测管理方法，其特征在于，所述将三维立体图像上传至图像处理器进行预处理，并计算出被检测的农产品是否合格，并将不合格的农产品剔除包括以下步骤：S231、在图像处理器中确定三维立体图像中像素灰度的三个分量，调整三个分量的像素灰度，使得三个像素分量相同；S232、采用加权平均值对像素分量进行灰度处理，得到符合的灰度图像；S233、采用图像处理技术对灰度图像进行处理，并判断被检测的农产品是否合格。5.根据权利要求4所述的一种基于大数据的仓储物流电商商品监测管理方法，其特征在于，所述采用图像处理技术对...

【专利技术属性】
技术研发人员：位银星，
申请(专利权)人：深圳爱巧电子商务有限公司，
类型：发明
国别省市：