申请/专利权人：中山大学

申请日：2023-11-14

公开（公告）日：2024-06-18

公开（公告）号：CN117522234B

主分类号：G06Q10/067

分类号：G06Q10/067;G06Q10/0637;G06Q10/083;G06Q10/04;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本申请涉及一种基于数字孪生的车队物流指挥决策建模方法、装置及设备，该方法包括获取车队物流所需的物流数据，物流数据包括实时采集物流数据、客户数据和历史物流数据；对物流数据进行数据处理与融合，得到一维向量数据；根据实时采集物流数据和历史物流数据构建数字孪生车队物流指挥决策模型；将一维向量数据输入数字孪生车队物流指挥决策模型中，输出配送目的地；根据配送目的地和实时采集物流数据的车辆目前所在位置共同输入数字孪生车队物流指挥决策模型中，输出车队物流指挥决策的配送路径规划。该方法生成车队物流指挥决策的配送路径规划，能够缓解信息孤岛效应，提高决策效率，实现可靠的决策推演论证。

主权项：1.一种基于数字孪生的车队物流指挥决策建模方法，其特征在于，包括以下步骤：获取车队物流所需的物流数据，所述物流数据包括实时采集物流数据、客户数据和历史物流数据；对所述物流数据进行数据处理与融合，得到一维向量数据；根据所述实时采集物流数据和所述历史物流数据构建数字孪生车队物流指挥决策模型；将所述一维向量数据输入所述数字孪生车队物流指挥决策模型中，输出配送目的地；根据所述配送目的地和所述实时采集物流数据的车辆目前所在位置共同输入所述数字孪生车队物流指挥决策模型中，输出车队物流指挥决策的配送路径规划；获取车队物流所需的物流数据包括：采用检测元件实时采集物流车辆的速度、加速度、负重重量、目前所在位置和所在环境温度作为实时采集物流数据；从物流历史数据库中获取物流派送单元静态数据、物流配送环境静态数据和历史决策匹配数据作为历史物流数据，所述物流派送单元静态数据包括几何外观和物理行为，所述物流配送环境数据包括道路信息和周边建筑影响信息；将客户的配送目的和配送态度作为客户数据，所述配送态度包括配送人员的积极态度、中立态度和消极态度；根据所述实时采集物流数据和所述历史物流数据构建数字孪生车队物流指挥决策模型包括：根据所述历史物流数据采用三维建模软件构建模型，得到同一场景整合的孪生模型；将所述实时采集物流数据输入所述孪生模型中，得到数字孪生模型；根据所述一维向量数据输入所述数字孪生模型中，采用随机森林算法对决策匹配进行构建，得到输出配送目的地的数字孪生指挥决策模型；将所述车辆目前所在位置作为起始点以及所述配送目的地作为途径点或终点，采用改进蜣螂优化算法对所述数字孪生指挥决策模型进行构建，得到输出配送路径规划的数字孪生车队物流指挥决策模型；所述改进蜣螂优化算法的改进内容包括根据迭代参数通过改进混沌sane映射进行种群初始化，得到初始化结果；根据初始化结果，通过更新蜣螂位置进行迭代计算各个种群的适应度，筛选得到最优适应度；所述初始化表达式为：，，，式中，与均为第i只蜣螂随机分配的种群，为最后的映射结果，i为第i只蜣螂，为控制参数；通过更新蜣螂位置进行迭代计算种群的适应度的表达式为：，式中，Ubest为更新后最优位置，Xbest为当前最优位置，为第t次迭代时第i个子代的位置，t为迭代次数，Gauss（0,1）为0，1高斯噪声，为变异因子。

全文数据：

权利要求：

百度查询： 中山大学 基于数字孪生的车队物流指挥决策建模方法、装置及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD