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：南京汇翔自动化系统工程有限公司

摘要：本发明公开了基于数据分析的智慧料场配送储运管控系统及方法，属于数据监测技术领域，本发明通过物联网与传感器实时监测料场物料数据，结合三维激光扫描与增强现实构建动态模型，边缘计算预处理数据生成储运数据集；基于该数据集，采用智能自适应预测策略优化补货策略并进行区块链存储；构建多维度复合指标与统计异常检测机制，实现异常自动识别与动态调整，利用深度强化学习规划最优配送路径；构建智能调度系统与应急响应平台，集成资源、预案，并引入智能协同作业，实现数据实时共享与高效应急响应，全面提升物料储运管理的智能化、自动化与应急处理能力。

主权项：1.基于数据分析的智慧料场配送储运管控方法，其特征在于，包括：步骤S1：通过物联网和传感器方式实时监测料场内的物料储运数据，并利用三维激光扫描方式和增强现实方式对料场进行三维动态建模，同时，在数据采集源头，利用边缘计算方法进行初步处理与整合，获得物料储运数据集；步骤S2：基于物料储运数据集，使用自适应预测模型预测物料需求、库存水平及运输效率的变化趋势，根据预测结果和当前库存状况，制定自适应的补货策略，并对补货策略进行优化和区块链存储；步骤S3：构建多维度复合指标体系，采用异常检测模型对物料储运数据进行实时检测，判断其是否属于异常范围，若检测到异常，则启动自适应动态调整机制，并根据调整后的物料储运数据，使用深度强化学习策略生成最优配送路径；步骤S4：构建基于强化学习的智能调度系统，建立基于大数据和AI的智能应急响应平台，集成多种应急资源和预案，同时，引入智能协同作业系统，并实时更新和共享物料储运数据、配送路径、应急响应信息；所述边缘计算方法是通过在数据采集源头或附近部署边缘计算节点，利用边缘计算节点的计算能力对采集到的数据进行初步处理与整合；所述步骤S2的具体实现步骤包括：S2.1：接收物料储运数据集，选择机器学习算法结合时间序列分析的自适应预测模型，使用物料储运数据集对自适应预测模型进行训练，并交叉验证方法选择最优自适应预测模型，其中，表示第n个物料储运数据，n表示物料储运数据的数量；S2.2：分析最优自适应预测模型预测出的物料需求、库存水平和运输效率趋势，识别供需缺口，并基于预测结果和当前库存水平，制定自适应补货策略，同时，使用多目标优化算法进行补货策略组合优化；S2.3：根据最优补货策略组合，编写智能合约，并在区块链上部署智能合约；所述步骤S3的具体步骤包括：S3.1：根据物料储运数据的特点，确定监控维度指标，包括库存量、库存周转率、运输时间、运输资源、损耗率，并为每个监控维度指标分配权重，构建加权复合指标，获得多维度复合指标体系；S3.2：加载训练好的异常检测模型，并将物料储运数据输入到异常检测模型中进行异常检测；S3.3：将异常检测模型的输出结果与多维度复合指标体系中的加权复合指标进行分析与比对，判断物料储运数据是否属于异常范围；S3.4：若检测到异常，则根据预设的规则启动自适应动态调整机制，并根据调整后的物料储运数据，重新评估和调整多维度复合指标体系和异常检测模型；所述步骤S3的具体步骤还包括：S3.5：加载预训练好的配送路径优化模型，并将物料储运的配送问题抽象为强化学习中的环境；S3.6：使用深度强化学习算法对配送路径优化模型进行训练，通过不断试错和迭代优化寻找最优配送路径；S3.7：将调整后的物料储运数据输入到训练好的配送路径优化模型中，生成最优配送路径。

全文数据：

权利要求：

百度查询： 南京汇翔自动化系统工程有限公司 基于数据分析的智慧料场配送储运管控系统及方法