买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:山东远盾网络技术股份有限公司
摘要:本申请涉及一种面向智能物流运输的物流信息数据压缩方法,涉及物流运输的技术领域,所述的数据压缩方法包括:构建模型、物流运输寻优、数据压缩步骤,所述构建模型步骤包括:历史数据采集、历史数据处理和模型构建步骤;物流运输寻优步骤包括:实时数据采集、信息匹配和路径寻优步骤;本申请能够保证在运输路径为最优运输路径的前提下,对物流信息数据尽可能的压缩,减少内存的占用。
主权项:1.一种面向智能物流运输的物流信息数据压缩方法,其特征在于,包括以下步骤:构建模型:包括历史数据采集、历史数据处理和模型构建步骤;历史数据采集:采集历史物流信息;历史数据处理:对历史物流信息进行预处理操作,对预处理后的物流信息进行统计分析,获得第一信息;模型构建:基于第一信息,构建贝叶斯网络模型,所述贝叶斯网络模型的节点信息包括第一信息;获取关键字组合:将第一信息中的所有运输要求分为多个要求,在多个要求中提取关键字,将关键字进行排列组合,获取关键字组合;获取节点:将关键字组合和贝叶斯网络模型中的其中一条有向边所代表的依赖关系结合并压缩,获得多个压缩包,将多个压缩包重新作为贝叶斯网络模型中新的有向边;物流运输寻优:包括实时数据采集、信息匹配和路径寻优步骤;实时数据采集:采集待执行物流运输的物流信息,提取第二信息;信息匹配:将第二信息和贝叶斯网络模型节点信息中的第一信息进行匹配,获得吻合运输路径;路径寻优:包括一次路径寻优和二次路径寻优步骤;一次路径寻优:将吻合运输路径作为起点,采用局部搜索算法在贝叶斯网络模型中进行搜索,寻找局部最优的运输路径,记为第一运输路径;二次路径寻优:将第一运输路径作为新的起点,采用全局搜索算法在贝叶斯网络中进行搜索,寻找最优的运输路径;数据压缩:结合最优的运输路径与第二信息,获取压缩物流信息;所述贝叶斯网络模型的根节点为运输物流的起始地所在的位置;所述最优的运输路径中包括f个中转地,将f个中转地之间的依赖关系作为贝叶斯网络模型中的有向边。
全文数据:
权利要求:
百度查询: 山东远盾网络技术股份有限公司 一种面向智能物流运输的物流信息数据压缩方法
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。