一种基于多式联运的数据管理方法技术

本发明专利技术提供了一种基于多式联运的数据管理方法，包括：获取多式联运运输过程中的第一历史数据集合；对第一历史数据集合中设定时间长度下历史运输的出发地、目的地的之间距离进行聚类分析，生成基于出发地的第一聚类集合以及基于目的地的第二聚类集合；基于第一聚类集合、第二聚类集合确定正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数；根据正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数确定最优路径；基于最优路径建立多样化供应链网络以及数据平台，实现数据共享。可以提高供应链运输效率、降低货物运输成本、增强供应链的灵活性与韧性、提升数据管理和分析能力。管理和分析能力。管理和分析能力。

【技术实现步骤摘要】
一种基于多式联运的数据管理方法


[0001]本专利技术涉及数据管理
，特别涉及一种基于多式联运的数据管理方法。

技术介绍

[0002]目前，随着经济总量的不断扩大和人们对生存发展环境、能源和效率的重视，对物流运输也提出了更高的要求，多式联运作为一种由两种或两种以上交通工具相互衔接转运而共同完成运输过程的运输方式，可以充分发挥不同运输方式的优势，避免传统运输方式的不可达、不经济、可靠性差的缺陷，但多式联运的路径规划以及数据管理也更为复杂。

技术实现思路

[0003]本专利技术提供一种基于多式联运的数据管理方法，通过基于出发地的第一聚类集合以及基于目的地的第二聚类集合确定正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数，并确定最优路径以建立多样化供应链网络以及数据平台，实现数据共享，可以提高供应链运输效率、降低货物运输成本、增强供应链的灵活性与韧性、提升数据管理和分析能力。
[0004]本专利技术提供一种基于多式联运的数据管理方法，包括：步骤1：获取多式联运运输过程中的第一历史数据集合，其中，第一历史数据集合包括设定时间长度下每趟历史运输的运输路线、运输时间、运输方式以及运输成本、运输路线下的出发地以及对应的货物运输量、运输路线下的若干目的地以及分别对应的货物需求量；步骤2：对第一历史数据集合中设定时间长度下历史运输的出发地、目的地的经纬度坐标进行聚类分析，生成基于出发地的第一聚类集合以及基于目的地的第二聚类集合；步骤3：基于第一聚类集合、第二聚类集合确定正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数；步骤4：根据正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数确定最优路径；步骤5：基于最优路径建立多样化供应链网络以及数据平台，实现数据共享。
[0005]优选地，生成基于出发地的第一聚类集合以及基于目的地的第二聚类集合，包括：从第一历史数据集合中设定时间长度下的若干出发地中随机选取N1个对象作为第一聚类中心，以及从若干目的地中随机选取N2个对象作为第二聚类中心；将每个第一聚类中心分别与第一历史数据集合中的剩余出发地的距离进行计算，确定基于每个第一聚类中心的第一子集；判断基于所述第一子集的第一聚类中心是否需要更换；若不需要，将对应第一聚类中心视为第三聚类中心；否则，将所述第一子集满足距离最近原则的点作为第三聚类中心；将每个第二聚类中心分别与第一历史数据集合中的剩余目的地的距离进行计算，
确定基于每个第二聚类中心的第二子集；判断基于所述第二子集的第二聚类中心是否需要更换；若不需要，将对应第二聚类中心视为第四聚类中心；否则，将所述第二子集满足距离最近原则的点作为第四聚类中心。
[0006]优选地，基于第一聚类集合、第二聚类集合确定正常历史数据集合、异常历史数据集合，包括：基于第一聚类集合中的N1个第三聚类中心以及第二聚类集合中的N2个第四聚类中心统计第二历史数据集合；分析第二历史数据集合，确定每个第三聚类中心的运输能力约束条件以及每个第三聚类中心到每个第四聚类中心对应的时间约束条件、距离约束条件、运输方式约束条件；确定各约束条件的第一决策变量为，其中，；确定各约束条件的第二决策变量为，其中，，其中，N1>1以及N2>1；其中，每个第三聚类中心的运输能力约束条件为：;其中，k表示每个第三聚类中心到达第四聚类中心j的运输方式选择，表示运输方式的数量，表示第四聚类中心j的货物需求量，表示每个第三聚类中心到达所有第四聚类中心的所有运输方式下的最大运输能力；表示每个第三聚类中心到达第四聚类中心j使用运输方式k的最大运输能力；每个第三聚类中心到所有第四聚类中心对应的时间约束条件、距离约束条件分别为：;其中，表示从第三聚类中心i到达第四聚类中心j使用运输方式k的运输时间，表示从第三聚类中心i到达第四聚类中心j进行路径优化的权重，表示从第三聚类中心i到达第四聚类中心j使用运输方式k的限制运输时间，表示从第三聚类中心i到达第四聚类中心j使用运输方式k的运输距离，表示从第三聚类中心i到达第四聚
类中心j使用运输方式k的限制运输距离；表示从第三聚类中心i到达第四聚类中心j进行路径优化的优化时间；表示从第三聚类中心i到达第四聚类中心j进行路径优化的优化距离，其中，；将第二历史数据集合中同时满足运输能力约束条件、时间约束条件、距离约束条件以及运输方式约束条件的对应第三聚类中心所涉及的历史数据归到正常数据集合，将不同时满足约束条件的剩余数据归到异常数据集合。
[0007]优选地，包括：确定最小化运输成本目标函数Y1、最小化运输时间目标函数Y2分别为：；其中，表示从第三聚类中心i到达属于第四聚类中心j的聚类范围内的第ij0个目的地且使用运输方式的运输成本，表示从第三聚类中心i到达第四聚类中心j的聚类范围内的第ij0个目的地且使用运输方式的运输时间，min表示最小值符号。
[0008]优选地，根据正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数确定最优路径，包括：通过GIS对正常数据集合中历史运输线下的若干出发地、若干目的地、第三聚类中心、第四聚类中心以及从第三聚类中心到达第四聚类中心对应的若干中转点建立运输模型，将多式联运运输过程通过蚁群进行模拟；确定第三聚类中心到第四聚类中心的若干中转点为中间节点；根据第三聚类中心、第四聚类中心确定二维数组表示每个第三聚类中心到每个第四聚类中心的路径选择数量；根据从每个第三聚类中心到达每个第四聚类中心对应的若干中转点确定二维数组，其中，表示从第三聚类中心i到达第四聚类中心j对应的中间节点数量，Na为从第三聚类中心i到达第四聚类中心j对应的最大中间节点数量，表示当前所处的中间节点编号；确定数组，其中，表示已经访问过的节点，表示未访问过的节点；初始化令，表示从第三聚类中心i到达第四聚类中心j的路径选择数量为1；使用深度优先搜索进行路径数量计算，从第三聚类中心出发，满足
条件下，依次访问每个节点，并将访问过的中间节点标记为，到达第四聚类中心后更新数组；当时，表示从第三聚类中心i到达第四聚类中心j的路径选择数量，并赋值给对应的；在每个第三聚类中心放置的蚂蚁数量为，其中，m为根据所有第三聚类中心到所有第四聚类中心的总路径数量确定的整数值，从每个第三聚类中心到每个第四聚类中心路径中的蚂蚁数量限制为；初始化第三聚类中心、中间节点以及第四聚类中心之间的信息素浓度为1；根据第一决策变量、第二决策变量、每个第三聚类中心的运输能力约束条件、每个第三聚类中心到所有第四聚类中心对应的时间约束条件、距离约束条件、最小化运输成本目标函数构建混合整数线性模型；根据混合整数线性模型，确定每个第三聚类中心的运输能力违反度、每个第三聚类中心到每个第四聚类中心的时间违反度、距离违反度、第一决策变量对应的最小化运输成本目标函数第一贡献度以及第二决策变量对应的最小化运输成本目标函数第二贡献度；将运输能力违反度、时间违反度、距离违反度、第一贡献度、以及第二贡献度作为启发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多式联运的数据管理方法，其特征在于，包括：步骤1：获取多式联运运输过程中的第一历史数据集合，其中，第一历史数据集合包括设定时间长度下每趟历史运输的运输路线、运输时间、运输方式以及运输成本、运输路线下的出发地以及对应的货物运输量、运输路线下的若干目的地以及分别对应的货物需求量；步骤2：对第一历史数据集合中设定时间长度下历史运输的出发地、目的地的之间距离进行聚类分析，生成基于出发地的第一聚类集合以及基于目的地的第二聚类集合；步骤3：基于第一聚类集合、第二聚类集合确定正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数；步骤4：根据正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数确定最优路径；步骤5：基于最优路径建立多样化供应链网络以及数据平台，实现数据共享。2.根据利要求1所述的一种基于多式联运的数据管理方法，其特征在于，生成基于出发地的第一聚类集合以及基于目的地的第二聚类集合，包括：从第一历史数据集合中设定时间长度下的若干出发地中随机选取N1个对象作为第一聚类中心，以及从若干目的地中随机选取N2个对象作为第二聚类中心；将每个第一聚类中心分别与第一历史数据集合中的剩余出发地的距离进行计算，确定基于每个第一聚类中心的第一子集；判断基于所述第一子集的第一聚类中心是否需要更换；若不需要，将对应第一聚类中心视为第三聚类中心；否则，将所述第一子集满足距离最近原则的点作为第三聚类中心；将每个第二聚类中心分别与第一历史数据集合中的剩余目的地的距离进行计算，确定基于每个第二聚类中心的第二子集；判断基于所述第二子集的第二聚类中心是否需要更换；若不需要，将对应第二聚类中心视为第四聚类中心；否则，将所述第二子集满足距离最近原则的点作为第四聚类中心。3.根据利要求1所述的一种基于多式联运的数据管理方法，其特征在于，基于第一聚类集合、第二聚类集合确定正常历史数据集合、异常历史数据集合，包括：基于第一聚类集合中的N1个第三聚类中心以及第二聚类集合中的N2个第四聚类中心统计第二历史数据集合，其中，N1>1以及N2>1；分析第二历史数据集合，确定每个第三聚类中心的运输能力约束条件以及每个第三聚类中心到每个第四聚类中心对应的时间约束条件、距离约束条件、运输方式约束条件；确定各约束条件的第一决策变量为，其中，；确定各约束条件的第二决策变量为，其中，；其中，每个第三聚类中心的运输能力约束条件为：;其中，k表示每个第三聚类中心到
达第四聚类中心j的运输方式选择，表示运输方式的数量，表示第四聚类中心j的货物需求量，表示每个第三聚类中心到达所有第四聚类中心的所有运输方式下的最大运输能力；表示每个第三聚类中心到达第四聚类中心j使用运输方式k的最大运输能力；每个第三聚类中心到所有第四聚类中心对应的时间约束条件、距离约束条件分别为：;其中，表示从第三聚类中心i到达第四聚类中心j使用运输方式k的运输时间，表示从第三聚类中心i到达第四聚类中心j进行路径优化的权重，表示从第三聚类中心i到达第四聚类中心j使用运输方式k的限制运输时间，表示从第三聚类中心i到达第四聚类中心j使用运输方式k的运输距离，表示从第三聚类中心i到达第四聚类中心j使用运输方式k的限制运输距离；表示从第三聚类中心i到达第四聚类中心j进行路径优化的优化时间；表示从第三聚类中心i到达第四聚类中心j进行路径优化的优化距离，其中，；将第二历史数据集合中同时满足运输能力约束条件、时间约束条件、距离约束条件以及运输方式约束条件的对应第三聚类中心所涉及的历史数据归到正常数据集合，将不同时满足约束条件的剩余数据归到异常数据集合。4.根据利要求3所述的一种基于多式联运的数据管理方法，其特征在于，还包括：确定最小化运输成本目标函数Y1、最小化运输时间目标函数Y2分别为：；其中，表示从第三聚类中心i到达属于第四聚类中心j的聚类范围内的第ij0个目的地且使用运输方式的运输成本，表示从第三聚类中心i到达第四聚类中心j的聚类范围内的第ij0个目的地且使用运输方式的运输时间，min表示最小值符号。5.根据利要求1所述的一种基于多式联运的数据管理方法，其特征在于，根据正常历史数据集合、异常历史数据集合以及最小化成本目标函数、最小化运输时间目标函数确定最
优路径，包括：通过GIS对正常数据集合中历史运输线下的若干出发地、若干目的地...

【专利技术属性】
技术研发人员：侯鹏，高扬，梁万功，
申请(专利权)人：北京索云科技股份有限公司，
类型：发明
国别省市：