物資運(yùn)輸信息智能處理方法
【專(zhuān)利摘要】本發(fā)明提供了一種物資運(yùn)輸信息智能處理方法，該方法包括：對(duì)云平臺(tái)中每一個(gè)節(jié)點(diǎn)包含的監(jiān)控目標(biāo)進(jìn)行監(jiān)控，采集和存儲(chǔ)所監(jiān)控的物流業(yè)務(wù)數(shù)據(jù)，并利用優(yōu)化策略降低網(wǎng)絡(luò)負(fù)載。本發(fā)明提出了一種物資運(yùn)輸信息智能處理方法，為物流企業(yè)優(yōu)化物流路徑，提高資源利用率并降低過(guò)載風(fēng)險(xiǎn)，為用戶提供高質(zhì)量的物流供應(yīng)體驗(yàn)。
【專(zhuān)利說(shuō)明】
物資運(yùn)輸信息智能處理方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及大數(shù)據(jù)處理，特別設(shè)及一種物資運(yùn)輸信息智能處理方法。
【背景技術(shù)】
[0002] 隨著社交網(wǎng)絡(luò)、電商的迅速發(fā)展，互聯(lián)網(wǎng)在線購(gòu)物的交易量急劇增長(zhǎng)，無(wú)論對(duì)于電 商企業(yè)、消費(fèi)者還是物流商，海量運(yùn)單帶來(lái)的一系列物流運(yùn)輸問(wèn)題日益凸出。由于傳統(tǒng)的物 流管理模式缺乏統(tǒng)一管理，各物流企業(yè)之間缺乏合作，沒(méi)有一個(gè)統(tǒng)一的調(diào)度體系，面對(duì)越來(lái) 越多的產(chǎn)品運(yùn)輸量，人力、物力、財(cái)力等重復(fù)性的資源投入造成了巨大浪費(fèi)，運(yùn)樣的管理模 式存在著大量的盲點(diǎn)，諸如跨區(qū)域運(yùn)輸、車(chē)輛空載等，因此傳統(tǒng)的物流管理模式已經(jīng)無(wú)法滿 足當(dāng)前高效、低成本的物流運(yùn)輸要求。云計(jì)算平臺(tái)高效的收集、存儲(chǔ)、處理物流信息，確保物 流調(diào)度方案制定的實(shí)時(shí)性W及資源的高效合理配置，從而最大化降低成本。但現(xiàn)有的云計(jì) 算系統(tǒng)在如何保證快速有序的供貨，保持持續(xù)穩(wěn)定的供應(yīng)鏈，W確保物流的通楊和信息的 實(shí)時(shí)性上仍然存在問(wèn)題。因?yàn)槲锪鞴?yīng)鏈體系規(guī)模越大和越來(lái)越復(fù)雜，例如同時(shí)有上萬(wàn)人 提交物流單的情況下，普通的關(guān)系數(shù)據(jù)庫(kù)運(yùn)行效率成為瓶頸;并且現(xiàn)有的云計(jì)算運(yùn)行監(jiān)控 層大多是對(duì)物理資源或是某些特定功能的監(jiān)控，不適用于規(guī)模巨大且具有高度虛擬化特性 的物流物流信息云平臺(tái)。

【發(fā)明內(nèi)容】

[0003] 為解決上述現(xiàn)有技術(shù)所存在的問(wèn)題，本發(fā)明提出了一種物資運(yùn)輸信息智能處理方 法，包括：
[0004] 對(duì)云平臺(tái)中每一個(gè)節(jié)點(diǎn)包含的監(jiān)控目標(biāo)進(jìn)行監(jiān)控，采集和存儲(chǔ)所監(jiān)控的物流業(yè)務(wù) 數(shù)據(jù)，并利用優(yōu)化策略降低網(wǎng)絡(luò)負(fù)載。
[0005] 優(yōu)選地，所述監(jiān)控包括實(shí)時(shí)監(jiān)控和非實(shí)時(shí)監(jiān)控，在云平臺(tái)的運(yùn)行監(jiān)控層的實(shí)時(shí)監(jiān) 控中，監(jiān)控終端在采集到監(jiān)控?cái)?shù)據(jù)，實(shí)時(shí)將監(jiān)控?cái)?shù)據(jù)發(fā)送給運(yùn)行監(jiān)控層;在非實(shí)時(shí)監(jiān)控下， 監(jiān)控終端的物理機(jī)和虛擬機(jī)采集器采集到物流業(yè)務(wù)數(shù)據(jù)后，將物流業(yè)務(wù)數(shù)據(jù)存儲(chǔ)在本地的 數(shù)據(jù)庫(kù)中；為監(jiān)控目標(biāo)設(shè)定狀態(tài)闊值；當(dāng)監(jiān)控目標(biāo)的業(yè)務(wù)量超過(guò)預(yù)定的闊值時(shí)，監(jiān)控終端與 運(yùn)行監(jiān)控層進(jìn)行數(shù)據(jù)交互，判斷是否需要觸發(fā)狀態(tài)報(bào)警；當(dāng)運(yùn)行監(jiān)控層確定本地發(fā)送狀態(tài) 報(bào)警時(shí)，將報(bào)警信息發(fā)送給物流信息云平臺(tái)；
[0006] 其中非實(shí)時(shí)監(jiān)控的優(yōu)化包括對(duì)過(guò)載狀態(tài)量進(jìn)行累加，W確定是否需要將當(dāng)前的暫 態(tài)過(guò)載狀態(tài)信息發(fā)送給運(yùn)行監(jiān)控層;監(jiān)控終端定期采集本地各監(jiān)控目標(biāo)的業(yè)務(wù)量并將所得 到的監(jiān)控值與預(yù)設(shè)的本地闊值進(jìn)行比較，在監(jiān)控終端i自身保存累加值Si(t)和累加闊值出； 當(dāng)累加值Si(t)大于預(yù)設(shè)的累加闊值出時(shí)，監(jiān)控終端將累加值從(W-1化連WHi的時(shí)間消耗A t和加權(quán)平均過(guò)載程度k報(bào)告至運(yùn)行監(jiān)控層，其中，權(quán)值系數(shù)W= 1，2，3，一Li，監(jiān)控終端i在t 時(shí)刻的累加值Si(t)計(jì)算為：
[0007]
[000引 mi(x)表示監(jiān)控終端i在時(shí)間點(diǎn)X所采集的各監(jiān)控目標(biāo)的監(jiān)控值，to表示監(jiān)控終端i 的各監(jiān)控目標(biāo)的監(jiān)控值連續(xù)過(guò)載狀態(tài)闊值的起始時(shí)刻，Tl表示監(jiān)控終端i的各監(jiān)控目標(biāo)的 狀態(tài)闊值，f為監(jiān)控終端采集本地性能參數(shù)的頻率；
[0009 ] 監(jiān)控終端i的累加值從(W-I化i至W出的加權(quán)平均過(guò)載程度以計(jì)算為：
[0010]
[001 "I] A t = tk-tk-1
為監(jiān)控終端i的累加值Si(t)從(W-1)出至wHi的時(shí)間消耗，tk、tk-1分別 為監(jiān)控終端i的累加值Si(t)超過(guò)第k個(gè)出和超過(guò)第化-1)個(gè)出的時(shí)間點(diǎn)，Sk、Sk-i分別表示監(jiān) 控終端i的累加值Si(t)超過(guò)第k個(gè)出和第化-1)個(gè)出時(shí)的實(shí)際值；
[0012] 當(dāng)累加值Si(t)超過(guò)出的整數(shù)倍時(shí)，向運(yùn)行監(jiān)控層發(fā)送本地狀態(tài)過(guò)載報(bào)警信息；運(yùn) 行監(jiān)控層在時(shí)間點(diǎn)tk接收到信息后，根據(jù)監(jiān)控終端報(bào)告的過(guò)載信息的數(shù)據(jù)，計(jì)算時(shí)間區(qū)間 (tk- A t，tk)中監(jiān)控目標(biāo)的整體過(guò)載程度：
[0013] L(t)=L'（t)+k，
[0014] tk表示運(yùn)行監(jiān)控層接收到某個(gè)監(jiān)控終端的暫態(tài)過(guò)載報(bào)警的時(shí)間點(diǎn)，At是暫態(tài)過(guò) 載報(bào)警中傳遞的時(shí)間消耗值，L '（ t)是更新前的值；
[001引若監(jiān)控終端滿足Si(k-1) > (k-1)地1，則在時(shí)間點(diǎn)tk時(shí)，本地狀態(tài)過(guò)載結(jié)束，即nil (tk)<Ti，計(jì)算A t = tk-tk-i，并計(jì)算本地的加權(quán)平均過(guò)載程度Li，然后將A巧日以作為本次暫 態(tài)過(guò)載報(bào)警的最后一次信息發(fā)送給運(yùn)行監(jiān)控層。
[0016] 本發(fā)明相比現(xiàn)有技術(shù)，具有W下優(yōu)點(diǎn)：
[0017] 本發(fā)明提出了一種物資運(yùn)輸信息智能處理方法，為物流企業(yè)優(yōu)化物流路徑，提高 資源利用率并降低過(guò)載風(fēng)險(xiǎn)，為用戶提供高質(zhì)量的物流供應(yīng)體驗(yàn)。
【附圖說(shuō)明】
[001引圖1是根據(jù)本發(fā)明實(shí)施例的物資運(yùn)輸信息智能處理方法的流程圖。
【具體實(shí)施方式】
[0019] 下文與圖示本發(fā)明原理的附圖一起提供對(duì)本發(fā)明一個(gè)或者多個(gè)實(shí)施例的詳細(xì)描 述。結(jié)合運(yùn)樣的實(shí)施例描述本發(fā)明，但是本發(fā)明不限于任何實(shí)施例。本發(fā)明的范圍僅由權(quán)利 要求書(shū)限定，并且本發(fā)明涵蓋諸多替代、修改和等同物。在下文描述中闡述諸多具體細(xì)節(jié)W 便提供對(duì)本發(fā)明的透徹理解。出于示例的目的而提供運(yùn)些細(xì)節(jié)，并且無(wú)運(yùn)些具體細(xì)節(jié)中的 一些或者所有細(xì)節(jié)也可W根據(jù)權(quán)利要求書(shū)實(shí)現(xiàn)本發(fā)明。
[0020] 本發(fā)明的一方面提供了一種物資運(yùn)輸信息智能處理方法。圖1是根據(jù)本發(fā)明實(shí)施 例的物資運(yùn)輸信息智能處理方法流程圖。
[0021] 本發(fā)明提出的物流信息云平臺(tái)，將數(shù)據(jù)庫(kù)部署在云端，并行接收來(lái)自多個(gè)電商網(wǎng) 站的運(yùn)單數(shù)據(jù)，并進(jìn)行存儲(chǔ)管理。平臺(tái)體系結(jié)構(gòu)包括采集層、持久化層、計(jì)算層、離線更新 層、擔(dān)化監(jiān)擔(dān)層、義互層。
[0022] 采集層作為物流信息云平臺(tái)的數(shù)據(jù)來(lái)源，接收電商網(wǎng)站提交給物流企業(yè)的運(yùn)單， 電商網(wǎng)站提交運(yùn)單號(hào)成功后，W該運(yùn)單號(hào)為主鍵的一條記錄通過(guò)采集層，自動(dòng)添加到系統(tǒng) 的數(shù)據(jù)庫(kù)集群中一個(gè)節(jié)點(diǎn)，利用分布式處理框架，采集層可W同時(shí)接收大規(guī)模記錄的提交， 人工輸入的大量數(shù)據(jù)，也通過(guò)采集層將數(shù)據(jù)輸入到數(shù)據(jù)庫(kù)中。該采集層還通過(guò)數(shù)據(jù)遷移，存 儲(chǔ)物流企業(yè)自身關(guān)系數(shù)據(jù)庫(kù)中的運(yùn)單信息。對(duì)于來(lái)自不同的電商網(wǎng)站的數(shù)據(jù)，通過(guò)采集層 進(jìn)行預(yù)處理，按照預(yù)先設(shè)定存儲(chǔ)結(jié)構(gòu)進(jìn)行格式歸一化，再輸入到持久化層。采集層保存有數(shù) 據(jù)庫(kù)集群的地址、W及服務(wù)端口等信息，W此和數(shù)據(jù)庫(kù)建立連接和數(shù)據(jù)輸入。
[0023] 數(shù)據(jù)輸入數(shù)據(jù)庫(kù)服務(wù)器后，首先需要執(zhí)行寫(xiě)日志寫(xiě)入操作，用來(lái)記錄對(duì)數(shù)據(jù)的插 入和刪除，然后才將數(shù)據(jù)寫(xiě)到實(shí)際存儲(chǔ)數(shù)據(jù)的內(nèi)存中。數(shù)據(jù)寫(xiě)入到內(nèi)存后，當(dāng)數(shù)據(jù)大小達(dá)到 設(shè)定的闊值時(shí)，觸發(fā)刷新操作將其中的內(nèi)容刷入分布式文件中，最終存儲(chǔ)到分布式數(shù)據(jù)庫(kù)。
[0024] 持久化層用于運(yùn)單數(shù)據(jù)的永久存儲(chǔ)。數(shù)據(jù)庫(kù)集群是通過(guò)分布在各物流企業(yè)的存儲(chǔ) 節(jié)點(diǎn)構(gòu)建，用戶提交每條物流記錄，都存儲(chǔ)到物流信息云平臺(tái)數(shù)據(jù)庫(kù)集群的一個(gè)節(jié)點(diǎn)數(shù)據(jù) 庫(kù)中。數(shù)據(jù)庫(kù)采用備份的方式存儲(chǔ)數(shù)據(jù)。在數(shù)據(jù)庫(kù)結(jié)構(gòu)上，每條物流記錄就是數(shù)據(jù)庫(kù)集群中 某節(jié)點(diǎn)數(shù)據(jù)庫(kù)的表中的一行，數(shù)據(jù)庫(kù)中的數(shù)據(jù)依靠底層的分布式文件系統(tǒng)進(jìn)行存儲(chǔ)。
[0025] 計(jì)算層通過(guò)基于MapReduce編程框架的調(diào)度對(duì)數(shù)據(jù)庫(kù)存儲(chǔ)的數(shù)據(jù)進(jìn)行計(jì)算處理， 根據(jù)地理信息系統(tǒng)的運(yùn)輸節(jié)點(diǎn)位置信息，計(jì)算每個(gè)車(chē)輛的運(yùn)輸路線，同時(shí)將調(diào)度方案存儲(chǔ) 在對(duì)應(yīng)車(chē)輛管理信息表。處理原始數(shù)據(jù)時(shí)，通過(guò)MapReduce進(jìn)行分布式處理，在云平臺(tái)集群 中設(shè)置一個(gè)主控節(jié)點(diǎn)，當(dāng)做名字節(jié)點(diǎn)控制數(shù)據(jù)分發(fā)，其余從屬節(jié)點(diǎn)作為數(shù)據(jù)節(jié)點(diǎn)，存儲(chǔ)并分 析處理由名字節(jié)點(diǎn)分發(fā)的數(shù)據(jù)。主控節(jié)點(diǎn)將待處理數(shù)據(jù)分塊，并設(shè)置兩個(gè)備份，然后通過(guò)云 平臺(tái)架構(gòu)將數(shù)據(jù)庫(kù)存儲(chǔ)在數(shù)據(jù)節(jié)點(diǎn)，進(jìn)行數(shù)據(jù)的進(jìn)一步處理。
[0026] 離線更新層用于倉(cāng)庫(kù)和車(chē)輛信息的實(shí)時(shí)更新，使用地理信息系統(tǒng)定位車(chē)輛和產(chǎn)品 的當(dāng)前位置，每件產(chǎn)品進(jìn)倉(cāng)出倉(cāng)，上車(chē)下車(chē)的掃描數(shù)據(jù)，將倉(cāng)儲(chǔ)量、運(yùn)輸量、車(chē)輛和產(chǎn)品的實(shí) 時(shí)位置更新到數(shù)據(jù)庫(kù)，W便調(diào)度過(guò)程調(diào)用最新數(shù)據(jù)。
[0027] 運(yùn)行監(jiān)控層用于使用實(shí)時(shí)監(jiān)控與非實(shí)時(shí)監(jiān)控，利用優(yōu)化策略降低網(wǎng)絡(luò)負(fù)載。將物 流信息云平臺(tái)中每一個(gè)節(jié)點(diǎn)都作為包含監(jiān)控目標(biāo)的監(jiān)控終端。監(jiān)控目標(biāo)包括計(jì)算資源、存 儲(chǔ)資源、網(wǎng)絡(luò)資源。監(jiān)控終端用于監(jiān)控?cái)?shù)據(jù)的采集和本地存儲(chǔ)。運(yùn)行監(jiān)控層獲取本地所有監(jiān) 控終端的物流業(yè)務(wù)數(shù)據(jù)，并提供數(shù)據(jù)分析，從各個(gè)監(jiān)控終端拉取的監(jiān)控?cái)?shù)據(jù)，提供狀態(tài)分 析、預(yù)測(cè)、報(bào)警和存儲(chǔ)。物流信息云平臺(tái)提供監(jiān)控?cái)?shù)據(jù)展現(xiàn)和監(jiān)控層控制功能。數(shù)據(jù)展現(xiàn)可 W向用戶呈現(xiàn)物流信息云平臺(tái)的當(dāng)前運(yùn)行狀態(tài)，而系統(tǒng)控制則可W根據(jù)當(dāng)前運(yùn)行狀態(tài)對(duì)監(jiān) 控層做出適當(dāng)調(diào)整。
[00%]交互層根據(jù)物流廠商用戶提交的運(yùn)輸查詢請(qǐng)求調(diào)用相關(guān)函數(shù)查詢數(shù)據(jù)庫(kù)，對(duì)返回 的結(jié)果經(jīng)過(guò)處理后反饋到查詢界面，最后展示給用戶。當(dāng)云平臺(tái)收到解析后的查詢請(qǐng)求時(shí)， 先到內(nèi)存中進(jìn)行查詢，若查詢失敗進(jìn)入塊緩存查詢，如果仍然沒(méi)有查詢成功，就轉(zhuǎn)到硬盤(pán)上 查詢，并將查詢到的數(shù)據(jù)存儲(chǔ)在塊緩存，如果塊緩存被寫(xiě)滿，采用替換機(jī)制刪除舊數(shù)據(jù)，最 終查詢到的結(jié)果經(jīng)過(guò)處理后呈現(xiàn)給用戶。
[0029] 進(jìn)一步實(shí)施例中，本發(fā)明的計(jì)算層將云平臺(tái)物流調(diào)度看作一個(gè)多約束多目標(biāo)決策 的問(wèn)題，對(duì)大規(guī)模的運(yùn)輸網(wǎng)絡(luò)進(jìn)行聚類(lèi)，根據(jù)每個(gè)聚類(lèi)的運(yùn)輸量，利用外部約束條件權(quán)值， 進(jìn)行平衡，進(jìn)而減少聚類(lèi)劃分次數(shù)，進(jìn)而優(yōu)化物流運(yùn)輸路徑。
[0030] 本發(fā)明采用的調(diào)度過(guò)程分為兩個(gè)階段:第一階段通過(guò)K均值算法，將需求節(jié)點(diǎn)按照 位置和運(yùn)輸量聚類(lèi)，最終劃分為k類(lèi)，并分配至k個(gè)車(chē)輛運(yùn)輸;第二階段針對(duì)每個(gè)聚類(lèi)區(qū)域， 計(jì)算該區(qū)域車(chē)輛的最優(yōu)路線。
[0031] 在聚類(lèi)過(guò)程中，輸入含有n個(gè)用戶需求節(jié)點(diǎn)的點(diǎn)集合D，其中的每個(gè)節(jié)點(diǎn)，假設(shè)為 dl，Cb，Cb......dn，則總運(yùn)輸i
若運(yùn)批產(chǎn)品由k個(gè)車(chē)輛來(lái)進(jìn)行發(fā)送，通過(guò)聚 類(lèi)得到k個(gè)點(diǎn)集化，D2，化......Dk，具體過(guò)程是：
[00創(chuàng)首先，在空間平面上選取k個(gè)客戶節(jié)點(diǎn)di，Cb，Cb......dk;形成初始聚類(lèi)D ' 1，D ' 2，D '3......D'k;對(duì)于由具有權(quán)值W和坐標(biāo)x、y的n個(gè)二維加權(quán)點(diǎn)組成的點(diǎn)陣集合D'k，分別計(jì)算 每個(gè)初始聚類(lèi)的加權(quán)重屯、和總權(quán)值，產(chǎn)生新的聚類(lèi)中屯、：
[003；3] Xk= E Xiyi/E Xi，yk= E Wiyi/乙yi，其中i為遍歷D'k中的節(jié)點(diǎn)數(shù)，D'k的總權(quán)值為Wk = Ewi
[0034] 對(duì)于集合D中所有的點(diǎn)重新聚類(lèi)，對(duì)于每一個(gè)點(diǎn)dn，計(jì)算其到聚類(lèi)D'k的加權(quán)劃分距 離
[0035] 其中r為權(quán)值衰減系數(shù)；
[0036] 通過(guò)此公式可W計(jì)算得到dll，di2，di3......dik-共k個(gè)加權(quán)的距離，選取其中最小 的距離dif，然后將節(jié)點(diǎn)d加入聚類(lèi)D'f，對(duì)每個(gè)節(jié)點(diǎn)重新聚類(lèi)后形成新的聚類(lèi)D"i，D"2，D "3......護(hù) k;
[0037] 計(jì)算每一個(gè)聚類(lèi)的加權(quán)聚類(lèi)中屯、和總權(quán)值;然后重復(fù)上述步驟直到聚類(lèi)收斂，輸 出最終聚類(lèi)結(jié)果化，化......Dk。
[0038] 其中，在K均值算法聚類(lèi)的具體并行化實(shí)現(xiàn)上，本發(fā)明采用MapReduce編程模型，從 數(shù)據(jù)庫(kù)讀取數(shù)據(jù)，產(chǎn)生k個(gè)初始聚類(lèi)中屯、，并保存在分布式文件系統(tǒng)上的文件中，作為 MapReduce編程模型的全局變量;將所有數(shù)據(jù)集分塊和聚類(lèi)中屯、全局變量一起發(fā)送到各映 射節(jié)點(diǎn)，計(jì)算數(shù)據(jù)塊中各節(jié)點(diǎn)到全局變量中的k個(gè)聚類(lèi)中屯、的距離，從而判斷該節(jié)點(diǎn)屬于哪 個(gè)聚類(lèi)，形成k個(gè)聚類(lèi)區(qū)域后，每一個(gè)聚類(lèi)中屯、節(jié)點(diǎn)周?chē)▽儆谠摼垲?lèi)區(qū)域的節(jié)點(diǎn)，運(yùn)樣 就W聚類(lèi)中屯、為鍵，該聚類(lèi)區(qū)域本身為值，形成中間鍵值對(duì)傳遞給規(guī)約節(jié)點(diǎn)；屬于同一個(gè)聚 類(lèi)中屯、的所有鍵值對(duì)作為同一個(gè)規(guī)約的輸入，對(duì)其計(jì)算加權(quán)重屯、和總權(quán)值，產(chǎn)生新的聚類(lèi) 中屯、，覆蓋原有的全局變量，依此進(jìn)行下一次聚類(lèi)迭代;比較新的聚類(lèi)中屯、與前次聚類(lèi)中屯、 是否一致或者達(dá)到事先設(shè)定的差異值，如果滿足條件，即收斂，聚類(lèi)完成，否則需要返回重 新迭代。
[0039] 物流數(shù)據(jù)經(jīng)過(guò)第一階段的聚類(lèi)處理后，對(duì)每一個(gè)聚類(lèi)區(qū)域求解最優(yōu)路徑。即在有 限的解空間中，從解空間樹(shù)的根節(jié)點(diǎn)出發(fā)，尋找一條各節(jié)點(diǎn)之間的權(quán)值之和最小的路線，物 流調(diào)度中將兩個(gè)節(jié)點(diǎn)之間的距離作為其權(quán)值，也就是尋找一條最短的運(yùn)輸回路，根據(jù)與上 下限的關(guān)系，從當(dāng)前節(jié)點(diǎn)中選擇一個(gè)最有利的節(jié)點(diǎn)作為擴(kuò)展節(jié)點(diǎn)，對(duì)每一個(gè)可擴(kuò)展節(jié)點(diǎn)都 計(jì)算一個(gè)函數(shù)值，逐次逼近最優(yōu)解。
[0040] 其中求解下限和上限的過(guò)程包括:對(duì)于圖V中的n個(gè)頂點(diǎn)，定義Di(l<i<n)為與頂點(diǎn) V袖連的兩條最短距離的邊權(quán)值之和，計(jì)算n個(gè)頂點(diǎn)的化之和ECu,并除2得到下限值，即下 限HiinD= ECu/2;利用貪屯、算法得到完整路徑的所有權(quán)值總和作為上限。如果當(dāng)前節(jié)點(diǎn)求 解得到的下限值或者從根節(jié)點(diǎn)到此節(jié)點(diǎn)所有的邊權(quán)值之和大于該上限值，舍棄該節(jié)點(diǎn)。選 擇代價(jià)最小的節(jié)點(diǎn)優(yōu)先擴(kuò)展，得到最優(yōu)路徑。
[0041] 進(jìn)一步，在運(yùn)行監(jiān)控層的實(shí)時(shí)監(jiān)控中，監(jiān)控終端在采集到監(jiān)控?cái)?shù)據(jù)，實(shí)時(shí)將監(jiān)控?cái)?shù) 據(jù)發(fā)送給運(yùn)行監(jiān)控層。非實(shí)時(shí)監(jiān)控下，監(jiān)控終端的物理機(jī)和虛擬機(jī)采集器采集到物流業(yè)務(wù) 數(shù)據(jù)后，將物流業(yè)務(wù)數(shù)據(jù)存儲(chǔ)在本地的數(shù)據(jù)庫(kù)中。監(jiān)控終端設(shè)置狀態(tài)監(jiān)測(cè)單元，并為監(jiān)控目 標(biāo)設(shè)定狀態(tài)闊值。當(dāng)監(jiān)控目標(biāo)的業(yè)務(wù)量超過(guò)預(yù)定的闊值時(shí)，監(jiān)控終端的狀態(tài)監(jiān)測(cè)單元與運(yùn) 行監(jiān)控層的狀態(tài)監(jiān)測(cè)單元進(jìn)行數(shù)據(jù)交互，判斷是否需要觸發(fā)狀態(tài)報(bào)警。當(dāng)運(yùn)行監(jiān)控層確定 本地發(fā)送狀態(tài)報(bào)警時(shí)，將報(bào)警信息發(fā)送給物流信息云平臺(tái)，物流信息云平臺(tái)的系統(tǒng)報(bào)警器 負(fù)責(zé)實(shí)現(xiàn)系統(tǒng)報(bào)警功能。
[0042] 非實(shí)時(shí)監(jiān)控的優(yōu)化包括采用對(duì)過(guò)載狀態(tài)量進(jìn)行累加的方式抑制暫態(tài)過(guò)載報(bào)警的 數(shù)量。確定是否需要將當(dāng)前的暫態(tài)過(guò)載狀態(tài)信息發(fā)送給運(yùn)行監(jiān)控層。監(jiān)控終端定期采集本 地各監(jiān)控目標(biāo)的業(yè)務(wù)量并將所得到的監(jiān)控值與預(yù)設(shè)的本地闊值進(jìn)行比較。監(jiān)控終端i自身 保存累加值Si(t)和累加闊值出。其中，Si(t)累加量受時(shí)間和過(guò)載量?jī)蓚€(gè)因素影響，初始時(shí) 為0。當(dāng)累加值Si(t)大于預(yù)設(shè)的累加闊值出時(shí)，監(jiān)控終端將累加值從(W-1化1至W出(權(quán)值系 數(shù)W=I，2,3，-'Li)的時(shí)間消耗At和加權(quán)平均過(guò)載程度k報(bào)告至運(yùn)行監(jiān)控層，其中，監(jiān)控終 端i在t時(shí)玄Il的夏巾n估管公式為；
[0043]
[0044] HU(X)表示監(jiān)控終端i在時(shí)間點(diǎn)X所采集的各監(jiān)控目標(biāo)的監(jiān)控值，to表示監(jiān)控終端i 的各監(jiān)控目標(biāo)的監(jiān)控值連續(xù)過(guò)載狀態(tài)闊值的起始時(shí)刻，Tl表示監(jiān)控終端i的各監(jiān)控目標(biāo)的 狀態(tài)闊值，f為監(jiān)控終端采集本地性能參數(shù)的頻率。
[0045] 監(jiān)控終端i的累加值從(W-1化i至W出的加權(quán)平均過(guò)載程度以計(jì)算為：
[0046]
[0047] A t = tk-tk-功監(jiān)控終端i的累加值Si(t)從(W-1)出至wHi的時(shí)間消耗，tk、tk-i分別 為監(jiān)控終端i的累加值Si(t)超過(guò)第k個(gè)出和超過(guò)第化-1)個(gè)出的時(shí)間點(diǎn)，Sk、Sk-i分別表示監(jiān) 控終端i的累加值Si(t)超過(guò)第k個(gè)出和第化-1)個(gè)出時(shí)的實(shí)際值。
[004引當(dāng)累加值Si(t)超過(guò)出的整數(shù)倍時(shí)，向運(yùn)行監(jiān)控層發(fā)送本地狀態(tài)過(guò)載報(bào)警信息。運(yùn) 行監(jiān)控層在時(shí)間點(diǎn)tk接收到信息后，根據(jù)監(jiān)控終端報(bào)告的過(guò)載信息的數(shù)據(jù)，計(jì)算時(shí)間區(qū)間 (tk- A t，tk)中監(jiān)控目標(biāo)的整體過(guò)載程度：
[0049] L(t)=L'（t)+k，
[0050] tk表示運(yùn)行監(jiān)控層接收到某個(gè)監(jiān)控終端的暫態(tài)過(guò)載報(bào)警的時(shí)間點(diǎn)，At是暫態(tài)過(guò) 載報(bào)警中傳遞的時(shí)間消耗值，L'（t)是更新前的值。若在某個(gè)時(shí)間點(diǎn)，運(yùn)行監(jiān)控層同時(shí)接收 到多個(gè)監(jiān)控終端的暫態(tài)過(guò)載報(bào)警信息，則需要針對(duì)每一個(gè)監(jiān)控終端的暫態(tài)過(guò)載報(bào)警信息進(jìn) 行一次計(jì)算。
[0051] 若監(jiān)控終端滿足51化-1)>化-1)地1，則在時(shí)間點(diǎn)*擁，本地狀態(tài)過(guò)載結(jié)束，即1111 (tk)<Ti，計(jì)算A t = tk-tk-i，并計(jì)算本地的加權(quán)平均過(guò)載程度Li，然后將A巧日以作為本次暫 態(tài)過(guò)載報(bào)警的最后一次信息發(fā)送給運(yùn)行監(jiān)控層。
[0052] 綜上所述，本發(fā)明提出了一種物資運(yùn)輸信息智能處理方法，為物流企業(yè)優(yōu)化物流 路徑，提高資源利用率并降低過(guò)載風(fēng)險(xiǎn)，為用戶提供高質(zhì)量的物流供應(yīng)體驗(yàn)。
[0053] 顯然，本領(lǐng)域的技術(shù)人員應(yīng)該理解，上述的本發(fā)明的各模塊或各步驟可W用通用 的計(jì)算系統(tǒng)來(lái)實(shí)現(xiàn)，它們可W集中在單個(gè)的計(jì)算系統(tǒng)上，或者分布在多個(gè)計(jì)算系統(tǒng)所組成 的網(wǎng)絡(luò)上，可選地，它們可W用計(jì)算系統(tǒng)可執(zhí)行的程序代碼來(lái)實(shí)現(xiàn)，從而，可W將它們存儲(chǔ) 在存儲(chǔ)系統(tǒng)中由計(jì)算系統(tǒng)來(lái)執(zhí)行。運(yùn)樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。
[0054]應(yīng)當(dāng)理解的是，本發(fā)明的上述【具體實(shí)施方式】?jī)H僅用于示例性說(shuō)明或解釋本發(fā)明的 原理，而不構(gòu)成對(duì)本發(fā)明的限制。因此，在不偏離本發(fā)明的精神和范圍的情況下所做的任何 修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。此外，本發(fā)明所附權(quán)利要求旨 在涵蓋落入所附權(quán)利要求范圍和邊界、或者運(yùn)種范圍和邊界的等同形式內(nèi)的全部變化和修 改例。
【主權(quán)項(xiàng)】
1. 物資運(yùn)輸信息智能處理方法，其特征在于，包括： 對(duì)云平臺(tái)中每一個(gè)節(jié)點(diǎn)包含的監(jiān)控目標(biāo)進(jìn)行監(jiān)控，采集和存儲(chǔ)所監(jiān)控的物流業(yè)務(wù)數(shù) 據(jù)，并利用優(yōu)化策略降低網(wǎng)絡(luò)負(fù)載。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述監(jiān)控包括實(shí)時(shí)監(jiān)控和非實(shí)時(shí)監(jiān)控，在 云平臺(tái)的運(yùn)行監(jiān)控層的實(shí)時(shí)監(jiān)控中，監(jiān)控終端在采集到監(jiān)控?cái)?shù)據(jù)，實(shí)時(shí)將監(jiān)控?cái)?shù)據(jù)發(fā)送給 運(yùn)行監(jiān)控層;在非實(shí)時(shí)監(jiān)控下，監(jiān)控終端的物理機(jī)和虛擬機(jī)采集器采集到物流業(yè)務(wù)數(shù)據(jù)后， 將物流業(yè)務(wù)數(shù)據(jù)存儲(chǔ)在本地的數(shù)據(jù)庫(kù)中；為監(jiān)控目標(biāo)設(shè)定狀態(tài)閾值；當(dāng)監(jiān)控目標(biāo)的業(yè)務(wù)量 超過(guò)預(yù)定的閾值時(shí)，監(jiān)控終端與運(yùn)行監(jiān)控層進(jìn)行數(shù)據(jù)交互，判斷是否需要觸發(fā)狀態(tài)報(bào)警;當(dāng) 運(yùn)行監(jiān)控層確定本地發(fā)送狀態(tài)報(bào)警時(shí)，將報(bào)警信息發(fā)送給物流信息云平臺(tái)； 其中非實(shí)時(shí)監(jiān)控的優(yōu)化包括對(duì)過(guò)載狀態(tài)量進(jìn)行累加，以確定是否需要將當(dāng)前的暫態(tài)過(guò) 載狀態(tài)信息發(fā)送給運(yùn)行監(jiān)控層;監(jiān)控終端定期采集本地各監(jiān)控目標(biāo)的業(yè)務(wù)量并將所得到的 監(jiān)控值與預(yù)設(shè)的本地閾值進(jìn)行比較，在監(jiān)控終端i自身保存累加值&(〇和累加閾值H 1;當(dāng)累 加值Si(t)大于預(yù)設(shè)的累加閾值Hi時(shí)，監(jiān)控終端將累加值從(w-1)Hi至wHi的時(shí)間消耗△ t和 加權(quán)平均過(guò)載程度U報(bào)告至運(yùn)行監(jiān)控層，其中，權(quán)值系數(shù)w= 1，2，3，…!^，監(jiān)控終端i在t時(shí)刻 的累加值31(〇計(jì)算為：nu (X)表示監(jiān)控終端i在時(shí)間點(diǎn)X所采集的各監(jiān)控目標(biāo)的監(jiān)控值，to表示監(jiān)控終端i的各 監(jiān)控目標(biāo)的監(jiān)控值連續(xù)過(guò)載狀態(tài)閾值的起始時(shí)刻，!\表示監(jiān)控終端i的各監(jiān)控目標(biāo)的狀態(tài) 閾值，f為監(jiān)控終端采集本地性能參數(shù)的頻率； 監(jiān)控終端i的累加值從(w-l)Hi至wHi的加權(quán)平均過(guò)載程度U計(jì)算為：A t = tk_tk-1為監(jiān)控終端i的累加值Si (t)從(w-1) Hi至wHi的時(shí)間消耗，tk、tk-1分別為監(jiān) 控終端i的累加值Si (t)超過(guò)第k個(gè)Hi和超過(guò)第(k-Ι)個(gè)Hi的時(shí)間點(diǎn)，Sk、Sk-i*別表示監(jiān)控終 端i的累加值Si(t)超過(guò)第k個(gè)Hi和第(k-Ι)個(gè)Hi時(shí)的實(shí)際值； 當(dāng)累加值31(〇超過(guò)出的整數(shù)倍時(shí)，向運(yùn)行監(jiān)控層發(fā)送本地狀態(tài)過(guò)載報(bào)警信息；運(yùn)行監(jiān) 控層在時(shí)間點(diǎn)tk接收到信息后，根據(jù)監(jiān)控終端報(bào)告的過(guò)載信息的數(shù)據(jù)，計(jì)算時(shí)間區(qū)間（tk-A t，tk)中監(jiān)控目標(biāo)的整體過(guò)載程度： L(t)=L'（t)+Li， tk表示運(yùn)行監(jiān)控層接收到某個(gè)監(jiān)控終端的暫態(tài)過(guò)載報(bào)警的時(shí)間點(diǎn)，△ t是暫態(tài)過(guò)載報(bào)警 中傳遞的時(shí)間消耗值，L '（ t)是更新前的值； 若監(jiān)控終端滿足Si(k-1) > (k-1 )*Hi，則在時(shí)間點(diǎn)tk時(shí)，本地狀態(tài)過(guò)載結(jié)束，即nu( tk)〈 Ti，計(jì)算Δ t = tk_tk-i，并計(jì)算本地的加權(quán)平均過(guò)載程度Li，然后將Δ t和Li作為本次暫態(tài)過(guò) 載報(bào)警的最后一次信息發(fā)送給運(yùn)行監(jiān)控層。
【文檔編號(hào)】G06Q50/28GK105956816SQ201610573282
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年7月19日
【發(fā)明人】郭建鋒
【申請(qǐng)人】成都鏡杰科技有限責(zé)任公司