申请/专利权人：江苏海洋大学

申请日：2024-03-14

公开（公告）日：2024-06-21

公开（公告）号：CN118228979A

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06Q10/0835

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明涉及海运物流优化技术领域，公开了基于人工智能的海运多式联运路径优化系统，包括数据收集模块、数据处理及存储模块、模型构建模块、人工智能分析模块、优化算法模块、决策支持模块、用户接口模块、系统集成及API模块、实时监控与反馈模块、报告与分析模块；数据收集模块与数据处理及存储模块相连，数据处理及存储模块与系统集成及API模块相连，系统集成及API模块与实时监控与反馈模块相连，实时监控与反馈模块与模型构建模块相连，模型构建模块与人工智能分析模块相连，本系统解决现有海运物流领域中存在的效率低下、信息不透明、资源利用不足、环境影响大等问题，从而推动海运物流向智能化、自动化和绿色可持续发展转型。

主权项：1.基于人工智能的海运多式联运路径优化系统，其特征在于：包括数据收集模块、数据处理及存储模块、模型构建模块、人工智能分析模块、优化算法模块、决策支持模块、用户接口模块、系统集成及API模块、实时监控与反馈模块、报告与分析模块；所述数据收集模块与数据处理及存储模块相连，所述数据处理及存储模块与系统集成及API模块相连，所述系统集成及API模块与实时监控与反馈模块相连，所述实时监控与反馈模块与模型构建模块相连，所述模型构建模块与人工智能分析模块相连，所述人工智能分析模块与报告与分析模块相连；数据收集模块，该模块配置为实时获取与海运相关的详尽数据；数据处理及存储模块，用于负责对数据收集模块收集到的数据进行预处理，具体处理方式有：数据清洗、异常值剔除、归一化处理，并采用关系型数据库管理系统或NoSQL数据库根据数据类型进行安全高效地存储，构建数据仓库，同时建立索引以加快查询速度；模型构建模块：开发基于线性规划、整数规划或混合整数线性规划的路径优化数学模型；该模型考虑的因素有：运输成本、时间窗约束、货柜平衡、仓储容量限制、车队调度以及碳排放量因素，并引入风险评估参数如海上事故概率、海盗活动指数；人工智能分析模块：运用回归分析、支持向量机、神经网络和集成学习的机器学习算法对历史和实时数据进行分析预测，通过交叉验证、网格搜索技术优化模型的超参数，从而评估不同运输方案的效率和成本；优化算法模块：采用遗传算法、蚁群算法、模拟退火算法、粒子群优化，结合多种邻域搜索策略和局部优化技术，寻找最优或近似最优的运输路径，并通过多目标优化技术平衡各项指标；决策支持模块：将分析和优化的结果综合起来，生成并提供最优化的海运路径方案给用户，利用甘特图、关键路径分析和敏感性分析工具辅助用户决策；用户接口模块：提供基于GUI框架设计的直观且易于操作的用户界面，支持拖拽式的路径规划操作，实现动态交互式的方案比较和优化结果展示；系统集成及API模块：使本系统能够通过RESTfulAPI或SOAP协议与外部电子商务平台、物流管理系统进行有效的数据交换和功能集成，支持XML、JSON数据格式，并确保API的安全性和可扩展性；实时监控与反馈模块：利用GPS追踪、AIS信号技术对在航运输任务进行实时跟踪，收集KPIs，并将这些信息实时反馈给分析模块用于持续优化，KPIs包括ETA、航行速度、燃料消耗；报告与分析模块，利用数据可视化库如Matplotlib、Seaborn或商业BI工具生成包含性能评估和改进建议的报告，支持自定义报表和图表，提供深入的数据分析和见解。

全文数据：

权利要求：

百度查询： 江苏海洋大学 基于人工智能的海运多式联运路径优化系统

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