【技术实现步骤摘要】
本专利技术涉及信息管理，具体为一种农产品供应链信息管理系统。
技术介绍
1、供应链上各环节都存在着物流、信息流和资金流；而物流又是供应链中最明显、直观的流动，但在目前信息化飞速发展的背景下，跟踪一种设备在整个流通环节中的使用情况成为了可能，这样不仅可以追踪农产品供应的走向、对农产品供应源进行逆向溯源。
2、而在农产品供应链中的物流信息管理中，特别是对农产品进行运输的过程中，可能由于农产品在一定时间内的运输量较大，从而使得运输司机师傅需要多次长距离运输，进而在运输过程的会因为任务分配不合理，而导致司机师傅疲劳驾驶，进而存在交通安全隐患，且可能会造成运输失败，这样就会造成更大的经济损失和人员伤害等问题，因此对于供应链中物流信息的管理必然不能缺少对农产品运输过程的数据进行跟踪监控，然后进行合理的任务分配，就能避免造成更大的损失。
3、因此，本专利技术提出一种农产品供应链信息管理系统来对农产品供应链中的物流信息进行管理。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种农产品供应链信息管理系统，解决了
技术介绍
中所提出的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种农产品供应链信息管理系统，包括：
3、数据采集单元，用于获取待运输农产品的多个新运输订单，以及各个司机的多个历史运输订单，随后将新运输订单和历史运输订单发送至数据分析单元；其中，新运输订单包括订单的预估起始时间和预估结束时间，且多个新运输订单的预估起始
4、数据分析单元，用于将新运输订单结合各个司机的历史运输订单，得出各个历史运输订单的运输时长、相邻两个历史运输订单之间的间隔时长，然后将各个运输时长和间隔时长结合含有状态异常的历史运输订单的数量，计算出各个司机接收新运输订单的匹配分析系数，随后将匹配分析系数发送至数据处理单元；
5、数据处理单元，用于将各个司机的匹配分析系数导入预设的处理模型中，随后处理模型根据各个司机的匹配分析系数匹配相应的分析系数区间，并获取相应的运输时间区间，接着将各个司机对应的运输时间区间发送至数据匹配单元；其中处理模型包含多组预设的分析系数区间，且分析区间对应设置有一组运输时间区间；
6、数据匹配单元，用于根据多个新运输订单的预估起始时间和预估结束时间，统计相应新运输订单的预估运输时间，之后将数据处理单元得到的各个司机的运输时间区间分别与各个新运输订单的预估运输时间进行匹配，然后根据匹配结果生成相应的订单匹配表。
7、优选的，所述司机状态信息的获取方式如下：
8、as1、依据时间的先后顺序将监控视频拆解为若干个视频帧，其中各个视频帧之间的间隔时间相同，随后将视频帧导入预训练的状态分析模型中；
9、as2、状态分析模型通过人脸识别技术，获取司机面部轮廓的五官特征向量，其中人脸识别技术基于几何特征的识别方法、基于代数特征的识别方法以及基于连接机制的识别方法中的任意一种识别方式实现；
10、as3、接着状态分析模型通过将各个视频帧中的五官特征向量与预先训练的特征向量样本进行相似度分析，得到五官特征向量与特征向量样本的特征相似度；其中特征向量样本为预先提取的多个异常状态下的五官特征向量进行训练分析得到；
11、as4、随后状态分析模型将特征相似度与预设的相似度阈值进行比较：
12、若特征相似度大于等于相似度阈值，则提取相应的视频帧，并将其标记为异常帧，随后进入下一步；
13、若特征相似度大于等于相似度阈值，则删除相应的视频帧；
14、as5、之后依据时间先后顺序对所有视频帧的进行排序，并生成帧表；
15、接着在帧表内依据异常帧的标记提取各组相邻异常帧之间被删除视频帧的数量，并将其标记为sci，i＝1、2、……、n，n表示相邻异常帧的数量，i表示第几组相邻的异常帧；
16、as6、随后将sci与预设的对比阈值scy1进行大小比较；
17、若sci＜scy1时，则判断司机在相应时刻的状态异常，且状态异常表示该司机存在危险驾驶行为。
18、优选的，在步骤as6中，若sci≥sc0时，则获取对应的i，随后令i-1，然后将sci-1与sci相加得到二次分析值sc0，之后将sc0与预设的对比阈值scy2进行大小比较：
19、当sc0＜scy2时，则判断司机在相应时刻的状态异常，反之，则判断司机在相应时刻的状态正常。
20、优选的，所述数据分析单元的具体分析方式如下：
21、ss1、选取以一位司机，获取该司机在接近当前时段的m个历史运输订单；
22、ss2、接着依据m个历史运输订单的起始时间和结束时间，统计出各个历史运输订单的运输时长，并将其分别标记为y1、y2、……ym；
23、ss3、再依据m个历史运输订单的起始时间和结束时间，在n个历史运输订单中，获取相邻两个订单之间的间隔时长，并将其分别标记为g1、g2、……、gm-1；同时，依据最接近当前时段的一个历史运输订单的结束时间，然后结合新运输订单的预估起始时间，统计出此两个订单之间的间隔时长，并将其标记为gm；
24、ss4、随后从m个历史运输订单的司机状态信息中，获取含有状态异常的历史运输订单，并统计出含有状态异常的历史运输订单的数量，并将其标记为z；
25、ss5、之后通过得到该司机接收相应订单的匹配分析系数p，其中，β1、β2和β3均为预设比例系数。
26、优选的，所述数据处理单元获取司机运输时间区间的方式如下：
27、选取以一位司机，首先将该司机的匹配分析系数导入预设的处理模型后；
28、然后处理模型根据匹配分析系数获取包含有该匹配分析系数的分析系数区间；
29、最后将获取的分析系数区间内对应的运输时间区间作为该司机的运输时间区间。
30、优选的，其中，若多组预设的分析系数区间中，均不包含相应的匹配分析系数，则表明该司机的个人状态不符合安全驾驶的要求。
31、优选的，所述数据匹配单元的匹配方式如下：
32、选取以一位司机和一个新运输订单；
33、若该新运输订单的预估运输时间的小于等于该司机的运输时间区间内的最大值，则表示该司机能接收该新运输订单；
34、若该新运输订单的预估运输时间的大于该司机的运输时间区间内的最大值，则表示该司机不能接收该新运输订单。
35、优选的，所述数据匹配单元在对各个司机分别与各个新运输订单进行匹配时，先对各个新运输订单的预估运输时间按照从大到小的顺序进行排序，得到优先分配表，随后在优先分配表中，将各个新运输订单按照从本文档来自技高网...
【技术保护点】
1.一种农产品供应链信息管理系统，其特征在于，包括：
2.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于，所述司机状态信息的获取方式如下：
3.根据权利要求2所述的一种农产品供应链信息管理系统，其特征在于，在步骤AS6中，若SCi≥SC0时，则获取对应的i，随后令i-1，然后将SCi-1与SCi相加得到二次分析值SC0，之后将SC0与预设的对比阈值SCy2进行大小比较：
4.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于，所述数据分析单元的具体分析方式如下：
5.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于，所述数据处理单元获取司机运输时间区间的方式如下：
6.根据权利要求5所述的一种农产品供应链信息管理系统，其特征在于，其中，若多组预设的分析系数区间中，均不包含相应的匹配分析系数，则表明该司机的个人状态不符合安全驾驶的要求。
7.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于，所述数据匹配单元的匹配方式如下：
8.根据权利要求7所述的一种
9.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于：还包括数据显示单元，其用于显示订单匹配表。
10.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于：又包括异常预警单元，其用于获取数据采集单元采集得到的司机状态信息，并根据司机状态信息中状态异常的信息触发声光提示警报。
...【技术特征摘要】
1.一种农产品供应链信息管理系统，其特征在于，包括：
2.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于，所述司机状态信息的获取方式如下：
3.根据权利要求2所述的一种农产品供应链信息管理系统，其特征在于，在步骤as6中，若sci≥sc0时，则获取对应的i，随后令i-1，然后将sci-1与sci相加得到二次分析值sc0，之后将sc0与预设的对比阈值scy2进行大小比较：
4.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于，所述数据分析单元的具体分析方式如下：
5.根据权利要求1所述的一种农产品供应链信息管理系统，其特征在于，所述数据处理单元获取司机运输时间区间的方式如下：
6.根据权利要求5所述的一种农产品供应链信息管理系统，其特征在于，其中，若多组预设的分析系数区间中，均不包含相应的匹配分析系...
【专利技术属性】
技术研发人员：张学习，李青原，徐斌，杨云，韦宁宁，
申请(专利权)人：河南建设产业投资有限公司，
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。