一种基于物联网的供应链智能监管系统及方法技术方案

本发明专利技术涉及供应链技术领域，具体为一种基于物联网的供应链智能监管系统及方法，包括：采集运输到目标区域的所有路线信息和所有商品信息，目标商品的所有历史运输记录；根据各道路节点对应的位置信息分别提取各相邻道路节点之间形成的运输状态变化区间；根据状态变化区间中各时间节点的车速变化，分析各运输状态变化区间的异常程度；分析发生重叠的运输状态变化区间，构建参数影响模型；根据各运输状态变化区间的状态变化相似度和节点参数相似度分析发生重叠的运输状态变化区间，构建参数影响模型；实时监测利用最优运输模型将商品信息集运输到目标区域时商品状况信息，针对不同消费者对相应商品的不同运输需求筛选出最优运输路线

【技术实现步骤摘要】
一种基于物联网的供应链智能监管系统及方法


[0001]本专利技术涉及供应链
，具体为一种基于物联网的供应链智能监管系统及方法
。

技术介绍

[0002]供应链是指围绕核心企业，从配套零件开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的，将供应商
、
制造商
、
分销商直到最终用户连成一个整体的功能网链结构
。
[0003]在供应链的物流传输部分，商家会根据消费者的目的地进行商品运输，这就导致将不同类型的商品放入同一运输线路的现象普遍发生
。
现有技术中，商家会根据消费者购买的各个商品的种类进行物流运输路线模拟，从而实现物流收益的最大化；然而，从消费者的角度出发，不同的运输路线一定程度上会导致部分商品发生超出预计的破损，无法满足相应消费者对商品的需求；针对不同消费者对相应商品的不同运输需求，对运输路线如何进行选择成为亟待解决的问题
。

技术实现思路

[0004]本专利技术的目的在于提供一种基于物联网的供应链智能监管系统及方法，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于物联网的供应链智能监管方法，其特征在于：包括以下步骤：步骤
S100
：采集运输到目标区域的所有路线信息和所有商品信息，分别形成路线集和商品信息集；将商品信息集中任意商品设为目标商品，则采集目标商品的所有历史运输记录，进一步对各历史运输记录下目标商品的受损程度和相应运输记录的实时路况视频进行捕捉，分别形成目标商品的状态集和路况视频集；步骤
S200
：根据各运输记录的路况视频对目标商品构建运输状态变化图；将路况视频中各路线停靠点作为道路节点，并根据各道路节点对应的位置信息分别提取各相邻道路节点之间形成的运输状态变化区间；根据状态变化区间中各时间节点的车速变化，分析各运输状态变化区间的异常程度；步骤
S300
：捕捉异常程度大于异常阈值的各运输状态变化区间，并根据各运输状态变化区间的状态变化相似度和节点参数相似度分析发生重叠的运输状态变化区间，构建参数影响模型；步骤
S400
：获取目标商品各类受损程度的参数影响模型，并将受损程度低于程度阈值的各参数影响模型作为目标商品的路线评估参数集；获取路线集中各路线对应道路节点的参数信息，则根据商品信息集中各商品的路线评估参数集分析各商品的参数权重，进一步筛选出最优运输路线；步骤
S500
：实时监测利用最优运输模型将商品信息集运输到目标区域时商品状况信息，预测是否符合商品需求，及时反馈并调整最优运输路线
。2.
根据权利要求1所述的一种基于物联网的供应链智能监管方法，其特征在于：所述步骤
S200
包括：步骤
S210
：根据状态集中目标商品的受损程度分别对各历史运输记录进行分类，形成记录分类集
A={a1,a2,
…
,an}
，其中
a1,a2,
…
,an
分别表示目标商品在第
1、2、
…
、n
类受损程度下，对各历史运输记录进行归类的第
1、2、
…
、n
个历史运输记录集合；捕捉任意一类历史运输记录集合中各运输记录的路况视频，则以路况视频的各个时间节点为横坐标，各个时间节点对应的实时车速为纵坐标，对目标商品构建运输状态变化图；步骤
S220
：将路况视频中各路线停靠点作为道路节点，则分别标记各道路节点在运输状态变化图中对应的位置信息，进一步根据各道路节点对应的位置信息分别提取各相邻道路节点之间形成的运输状态变化区间；捕捉运输状态变化区间中各时间节点的车速，则根据各时间节点的车速，依次确认由两个相邻时间节点组成的时间段的斜率值；当任意两个相邻的斜率差值的绝对值大于阈值
α
时，则对相应的时间段进行捕捉并确认相应时间节点的数量为
M
；进一步根据时间节点的数量
M
确认对应运输状态变化区间中行驶车速的异常程度；其中
ε
表示运输状态参数，
v
表示运输状态变化区间内的车速均值，
N
表示运输状态变化区间内时间节点的个数
。3.
根据权利要求2所述的一种基于物联网的供应链智能监管方法，其特征在于：所述步骤
S300
包括：步骤
S310
：对异常程度
V
大于异常阈值
β
的各运输状态变化区间进行提取，形成异常区间集
C
；分别匹配异常区间集中各运输状态变化区间的轨迹相似度，则对任意两个轨迹相似度大于相似度阈值
γ
的运输状态变化区间进行捕捉，形成轨迹相似集合；分别获取任意两个
运输状态变化区间对应道路节点的节点参数信息
B1、B2
，则对满足大于参数阈值
x
的各运输状态变化区间进行捕捉，形成节点参数集合；分别获取轨迹相似集合和节点参数集合中发生重叠的运输状态变化区间数量
G
，并利用数据整合算法将发生重叠的各运输状态变化区间的节点参数信息整合成新的参数信息
B
；此时分别将运输状态变化图中各整合成的新的参数信息
B
设置权重为；其中表示异常区间集
C
中运输状态变化区间的数量，表示参数信息
B
的权重因子；步骤
S320
：捕捉任意一类历史运输记录集合中各运输状态变化图对应目标商品的受损程度
si
和相应各运输状态变化图中各参数信息
B
的权重，分别构建任意一类受损程度
si
的参数影响模型：，其中
i
表示任意第
i
类历史运输记录集合中各运输状态变化图中参数信息
B
的种类
。4.
根据权利要求3所述的一种基于物联网的供应链智能监管方法，其特征在于：所述步...

【专利技术属性】
技术研发人员：黎文彬，刘可，华宝成，
申请(专利权)人：凌雄技术深圳有限公司，
类型：发明
国别省市：