System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 物流订单信息的数据处理方法、装置、设备及存储介质制造方法及图纸_技高网

物流订单信息的数据处理方法、装置、设备及存储介质制造方法及图纸

技术编号:40763066 阅读:4 留言:0更新日期:2024-03-25 20:14
本发明专利技术涉及物流数据处理领域,公开了一种物流订单信息的数据处理方法、装置、设备及存储介质。该方法包括:获取物流系统中物流订单的历史订单运输信息,数据预处理后得到训练历史订单运输信息;将训练历史订单运输信息输入至BiLSTM物流订单运输信息预测模型中进行训练;获取当前时刻中物流系统的实时物流订单运输信息,输入至训练好的所述BiLSTM物流订单运输信息预测模型中进行识别,得到物流订单运输成本信息;根据所述物流订单运输成本信息筛选出成本大于预设成本阈值的物流订单运输区域,对所述物流订单运输区域的车辆和人员进行重新分配。本发明专利技术提供的是一种快运订单的物流订单信息的数据处理方法,能有效降低物流企业成本和提高派件的管理水平。

【技术实现步骤摘要】

本专利技术涉及物流数据处理,尤其涉及一种物流订单信息的数据处理方法、装置、设备及存储介质


技术介绍

1、随着物流订单的快速增加,对物流服务的需求也越发多样化,相较于个人用户,企业端用户对物流订单处理的需求较为复杂,企业端用户往往存在多个线上交易平台、多种物流业务种类、甚至由多个物流供应商提供物流服务,由于不同线上交易平台之间、不同物流供应商平台之间、线上交易平台和物流供应商平台之间的数据并不完全互通,企业端用户对物流订单的管理难度大,一般通过物流订单处理系统通过汇总企业端用户的各线上/线下交易平台的物流订单数据,某一个时间段内的物流订单数据例如:体积、重量等信息可以对该时间段的运输成本和派件进行预测,因此如何利用物流订单信息进行物流派件预测和成本预测是现阶段丞待解决的问题。

2、因此,现有技术还有待于改进和发展。


技术实现思路

1、本专利技术的主要目的在于解决现有技术中企业端用户对物流订单的管理难度大,无法有效利用物流订单信息进行物流派件预测和成本预测的问题。

2、本专利技术第一方面提供了一种物流订单信息的数据处理方法,包括:获取物流系统中物流订单的历史订单运输信息,对所述历史订单运输信息进行数据预处理,得到训练历史订单运输信息;基于bilstm双向长短期记忆网络建立bilstm物流订单运输信息预测模型,将所述训练历史订单运输信息输入至所述bilstm物流订单运输信息预测模型中进行训练;获取当前时刻中物流系统的实时物流订单运输信息,将所述实时物流订单运输信息输入至训练好的所述bilstm物流订单运输信息预测模型中进行识别,得到物流订单运输成本信息;根据所述物流订单运输成本信息筛选出成本大于预设成本阈值的物流订单运输区域,对所述物流订单运输区域的车辆和人员进行重新分配。

3、可选的,在本专利技术第一方面的第一种实现方式中,所述获取物流系统中物流订单的历史订单运输信息,对所述历史订单运输信息进行数据预处理,得到训练历史订单运输信息的步骤包括:获取物流系统中物流订单的历史订单运输信息,所述历史订单运输信息包括运单号、物品名称、物品重量、物品长度、物品宽度、物品高度和物品体积,且同一个运单号不存在多个物品信息;将所述历史订单运输信息以运单号为维度进行合并存储;对所述历史订单运输信息中的缺失值进行处理,处理完成后进行归一化得到训练历史订单运输信息。

4、可选的,在本专利技术第一方面的第二种实现方式中,所述将所述历史订单运输信息以运单号为维度进行合并存储的步骤包括:将运单号中的商品名称进行脱敏存储;将运单号中的物品重量和物品体积的多个商品累加后存储;将运单号中的物品长度、物品宽度和物品高度的数据存空值。

5、可选的,在本专利技术第一方面的第三种实现方式中,所述基于bilstm双向长短期记忆网络建立bilstm物流订单运输信息预测模型,将所述训练历史订单运输信息输入至所述bilstm物流订单运输信息预测模型中进行训练的步骤包括:在循环神经网络中加入遗忘门、输入门、输出门和隐藏状态,得到包括两个lstm的bilstm双向长短期记忆网络;基于所述bilstm双向长短期记忆网络进行特征提取,并根据特征向量建立bilstm物流订单运输信息预测模型;将所述训练历史订单运输信息按照预设比例分为训练集、验证集和测试集,根据所述训练集、验证集和测试集对所述bilstm物流订单运输信息预测模型进行训练、验证和测试,得到训练好的所述bilstm物流订单运输信息预测模型。

6、可选的,在本专利技术第一方面的第四种实现方式中,所述根据所述训练集、验证集和测试集对所述bilstm物流订单运输信息预测模型进行训练、验证和测试,得到训练好的所述bilstm物流订单运输信息预测模型的步骤包括:将所述训练集输入到所述bilstm物流订单运输信息预测模型进行训练,并计算损失函数,直至所述损失函数达到预设的收敛条件;使用所述验证集调整训练后的所述bilstm物流订单运输信息预测模型的参数,并对训练后的所述bilstm物流订单运输信息预测模型的能力进行评估;将所述测试集输入到初步评估合格的所述bilstm物流订单运输信息预测模型中进行测试,得到测试结果,使用评估指标对所述测试结果进行评估,得到评估结果;若所述评估结果符合预设要求,则得到训练好的所述bilstm物流订单运输信息预测模型。

7、可选的,在本专利技术第一方面的第五种实现方式中,所述获取当前时刻中物流系统的实时物流订单运输信息,将所述实时物流订单运输信息输入至训练好的所述bilstm物流订单运输信息预测模型中进行识别,得到物流订单运输成本信息的步骤包括:获取当前时刻中物流系统的实时物流订单运输信息,将所述实时物流订单运输信息进行数据预处理消除冗余数据后,输入至训练好的所述bilstm物流订单运输信息预测模型中进行识别;基于所述bilstm物流订单运输信息预测模型对数据预处理后的所述实时物流订单运输信息进行预测,识别出当前时段目标区域的物流订单运输信息对物流成本的物流订单运输成本信息,同时对所述目标区域内派件员数量进行评估,判断目标区域内派件员数量是否满足当前时段的物流订单运输量。

8、可选的,在本专利技术第一方面的第六种实现方式中,所述根据所述物流订单运输成本信息筛选出成本大于预设成本阈值的物流订单运输区域,对所述物流订单运输区域的车辆和人员进行重新分配的步骤包括:将所述目标区域的所述物流订单运输成本信息与所述预设成本阈值进行比较;若所述目标区域的所述物流订单运输成本信息大于所述预设成本阈值,对所述物流订单运输区域的运输车辆和派件员数量进行重新分配。

9、本专利技术第二方面提供了一种物流订单信息的数据处理装置,包括:历史信息获取与处理模块,用于获取物流系统中物流订单的历史订单运输信息,对所述历史订单运输信息进行数据预处理,得到训练历史订单运输信息;预测模型建立与训练模块,用于基于bilstm双向长短期记忆网络建立bilstm物流订单运输信息预测模型,将所述训练历史订单运输信息输入至所述bilstm物流订单运输信息预测模型中进行训练;当前信息获取与识别模块,用于获取当前时刻中物流系统的实时物流订单运输信息,将所述实时物流订单运输信息输入至训练好的所述bilstm物流订单运输信息预测模型中进行识别,得到物流订单运输成本信息;信息筛选与资源调度模块,用于根据所述物流订单运输成本信息筛选出成本大于预设成本阈值的物流订单运输区域,对所述物流订单运输区域的车辆和人员进行重新分配。

10、可选的,在本专利技术第二方面的第一种实现方式中,所述历史信息获取与处理模块包括:历史订单运输信息获取单元,用于获取物流系统中物流订单的历史订单运输信息,所述历史订单运输信息包括运单号、物品名称、物品重量、物品长度、物品宽度、物品高度和物品体积,且同一个运单号不存在多个物品信息;运单号合并存储单元,用于将所述历史订单运输信息以运单号为维度进行合并存储;历史信息预处理单元,用于对所述历史订单运输信息中的缺失值进行处理,处理完成后进行归一化得到训练历史订单运输信本文档来自技高网...

【技术保护点】

1.一种物流订单信息的数据处理方法,其特征在于,所述物流订单信息的数据处理方法包括:

2.根据权利要求1所述物流订单信息的数据处理方法,其特征在于,所述获取物流系统中物流订单的历史订单运输信息,对所述历史订单运输信息进行数据预处理,得到训练历史订单运输信息的步骤包括:

3.根据权利要求2所述物流订单信息的数据处理方法,其特征在于,所述将所述历史订单运输信息以运单号为维度进行合并存储的步骤包括:

4.根据权利要求1所述物流订单信息的数据处理方法,其特征在于,所述基于BiLSTM双向长短期记忆网络建立BiLSTM物流订单运输信息预测模型,将所述训练历史订单运输信息输入至所述BiLSTM物流订单运输信息预测模型中进行训练的步骤包括:

5.根据权利要求4所述物流订单信息的数据处理方法,其特征在于,所述根据所述训练集、验证集和测试集对所述BiLSTM物流订单运输信息预测模型进行训练、验证和测试,得到训练好的所述BiLSTM物流订单运输信息预测模型的步骤包括:

6.根据权利要求1所述物流订单信息的数据处理方法,其特征在于,所述获取当前时刻中物流系统的实时物流订单运输信息,将所述实时物流订单运输信息输入至训练好的所述BiLSTM物流订单运输信息预测模型中进行识别,得到物流订单运输成本信息的步骤包括:

7.根据权利要求6所述物流订单信息的数据处理方法,其特征在于,所述根据所述物流订单运输成本信息筛选出成本大于预设成本阈值的物流订单运输区域,对所述物流订单运输区域的车辆和人员进行重新分配的步骤包括:

8.一种物流订单信息的数据处理装置,其特征在于,包括:

9.一种物流订单信息的数据处理设备,其特征在于,包括存储器和至少一个处理器,所述存储器中存储有计算机可读指令;

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1-7中任一项所述物流订单信息的数据处理方法的各个步骤。

...

【技术特征摘要】

1.一种物流订单信息的数据处理方法,其特征在于,所述物流订单信息的数据处理方法包括:

2.根据权利要求1所述物流订单信息的数据处理方法,其特征在于,所述获取物流系统中物流订单的历史订单运输信息,对所述历史订单运输信息进行数据预处理,得到训练历史订单运输信息的步骤包括:

3.根据权利要求2所述物流订单信息的数据处理方法,其特征在于,所述将所述历史订单运输信息以运单号为维度进行合并存储的步骤包括:

4.根据权利要求1所述物流订单信息的数据处理方法,其特征在于,所述基于bilstm双向长短期记忆网络建立bilstm物流订单运输信息预测模型,将所述训练历史订单运输信息输入至所述bilstm物流订单运输信息预测模型中进行训练的步骤包括:

5.根据权利要求4所述物流订单信息的数据处理方法,其特征在于,所述根据所述训练集、验证集和测试集对所述bilstm物流订单运输信息预测模型进行训练、验证和测试,得到训练好的所述bilstm物流订单运输信...

【专利技术属性】
技术研发人员:杜雅丽李波涛
申请(专利权)人:上海东普信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1