【技术实现步骤摘要】
一种基于人工智能的智慧物流运输管理系统
[0001]本专利技术属于物流运输管理
，具体为一种基于人工智能的智慧物流运输管理系统
。
技术介绍
[0002]随着电子商务的快速发展，消费者对商品配送的时效性需求也在增加，这种不断增加的需求促进了物流运输管理的变革，即将电商平台与物流运输紧密结合，具体体现在当存在商品下单后在订单页面显示商品的预计送达时间，并实时显示下单商品的当前物流运输位置，便于消费者及时便捷地了解商品的运输进度，减少不确定性和焦虑感，使得消费者可以更好地安排自己的时间，以便在预计送达时间时接收商品
。
[0003]但由于下单页面显示的商品预计送达时间属于整体化预计，指的是从商品下单发货后到送达消费者手中的时间，过于笼统，不够细致具体，无法凸显物流运输过程，导致商品物流运输时间分配不明朗，难以满足对这方面具有要求的消费需求
。
[0004]另外，由于商品的实际物流运输时长受到天气
、
路况等条件的制约，使得商品的实际送达时间与预计送达时间不可避免地会存...
【技术保护点】
【技术特征摘要】
1.
一种基于人工智能的智慧物流运输管理系统，其特征在于
,
包括：物流运输信息提取模块，用于从当前商品订单中提取物流运输信息，包括运输起点
、
运输终点和运输车辆型号；物流运输路线确定模块，用于基于当前商品订单的运输起点和运输终点确定当前商品订单的物流运输路线；预计运输时长分段解析模块，用于将当前商品订单的物流运输路线进行运输站点标记，进而划分为若干运输段，并解析各运输段对应的预计运输时长；分段物流显示模块，用于依据各运输段的预计运输时长获取运输路线中各运输站点的预计到达时间，并在订单页面进行物流显示；物流运输跟踪模块，用于从当前商品订单发货时在物流运输工具内设置跟踪设备，由此跟踪各运输段对应的运输速度和交通拥堵指数，同时记录各运输站点的实际到达时间；预计失误判断识别模块，用于将各运输站点的实际到达时间与预计到达时间进行对比，判断是否存在预计失误，若判断存在预计失误，则识别出异常运输站点；异常运输站点预计失误指向分析模块，用于对异常运输站点对应的运输时长预计失误指向进行分析；预计失误指向标识显示模块，用于在物流显示页面上将异常运输站点对应的运输时长预计失误指向进行标识显示；分段物流更新分析显示模块，用于从异常运输站点开始进行后续运输站点预计到达时间的更新分析，并将分析进行结果进行显示
。2.
如权利要求1所述的一种基于人工智能的智慧物流运输管理系统，其特征在于：所述运输段的划分参见下述方式：将物流运输路线中标记的运输站点按照位置先后顺序进行排列，由此从运输起点开始按照运输站点的排列顺序依次将相邻两个运输站点划分为一个运输段
。3.
如权利要求2所述的一种基于人工智能的智慧物流运输管理系统，其特征在于：所述解析各运输段对应的预计运输时长包括下述过程：获取各运输段对应的两个运输站点，分别记为前运输站点和后运输站点，并从物流运输路线中提取各运输段对应的运输路径；从历史物流运输记录中筛选出满足当前商品订单对应运输车辆型号的历史商品订单，并将历史商品订单对应的物流运输路线进行运输段划分，进而基于当前商品订单中各运输段对应的两个运输站点和运输路径从历史商品订单对应物流运输路线划分的运输段中筛查出各运输段对应的参考历史运输段；从历史物流运输记录中获取各运输段对应各参考历史运输段的天气信息，其中天气信息包括天气类型
、
天气表征程度值和天气持续时长；获取当前商品订单的发货时间点，并基于发货时间点构成各运输段对应的参考时段；从气象平台提取各运输段所在参考时段内的预报天气信息，并与各运输段对应各参考历史运输段的天气信息进行对比，计算各运输段与相应参考历史运输段的相似度计算表达式为
式中表示为第
i
运输段与相应第
j
参考历史运输段的天气类型一致度，且的取值为0或1，
w
i
、w
j
分别表示为第
i
运输段
、
第
j
参考历史运输段的天气表征程度值，
i
表示为当前商品订单的物流运输路线划分的运输段编号，
i
＝
1,2,......,n
，
j
表示为各运输段对应的参考历史运输段编号，
j
＝
1,2,......,m
，
t
i
、t
j
分别表示为第
i
运输段
、
第
j
参考历史运输段的天气持续时长，
e
表示为自然常数；将各运输段与相应参考历史运输段的相似度与设定阈值进行对比，进而从参考历史运输段中筛选出各运输段对应的有效历史运输段；从历史物流运输记录中提取各运输段对应有效历史运输段的运输时长，作为各运输段对应的预计运输时长<...
【专利技术属性】
技术研发人员：陆春龙，吴亭，
申请(专利权)人：安徽远行物流有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。