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：山东大舜医药物流有限公司

摘要：本发明属于特定的数据处理领域，具体涉及一种基于人工智能的医药物流追溯方法。本发明提出包括以下步骤的方法：首先实时采集医药物流过程中的环境数据和物流节点信息；然后通过改进的高效传输算法将数据传输至中央服务器；接着中央服务器结合多种智能算法对接收的数据进行分析处理，建立物流状态预测模型；最后在物流追溯过程中，利用改进的区块链技术确保数据的安全性和不可篡改性，形成不可篡改的物流追溯链条。

主权项：1.一种基于人工智能的医药物流追溯方法，其特征在于，包括以下步骤：S1、首先实时采集医药物流过程中的环境数据和物流节点信息，包括温度、湿度、运输起点、中转点、终点的位置信息和时间信息；S2、通过改进基于动态数据压缩的高效传输算法将采集到的环境数据以及物流节点信息传输至中央服务器；S3、中央服务器结合多种智能算法对接收的数据进行分析处理，通过对物流数据的学习，建立物流状态预测模型，能够根据实时采集的数据预测医药物流的状态；S4、最后在物流追溯过程中，利用改进的区块链技术确保数据的安全性和不可篡改性，每个物流节点的数据都被记录在区块链上，形成不可篡改的物流追溯链条；所述步骤S3中建立物流状态预测模型，根据数据预测医药物流的状态的实现过程为：S31、首先对收集到数据进行处理，提取出反映物流状态的特征关联，其中是第i类特征在时间t时的值，代表不同特征之间的时空关联矩阵，表示特征之间的相关性，是特征重要性权重；S32、在中央服务器上采用长短期记忆网络LSTM对数据进行训练，建立物流状态预测模型，通过对损失函数进行优化，加入时间变化和风险敏感度的影响，改进后的损失函数为，其中是实际物流状态，是预测物流状态，是特征权重，是时间依赖系数，控制时间维度对损失的影响，表示预测结果在时间t上的变化率，是风险敏感度系数，是第i个状态的风险评分；S33、接着引入贝叶斯更新机制，贝叶斯更新过程根据新数据的贡献进行自适应调整，公式为，其中分别表示新数据和旧数据的权重因子，表示在给定参数后，观测新数据的概率，表示在新数据来之前，基于旧数据对参数的估计，为归一化常数，确保后验概率的结果是一个有效的概率分布，表示在获取新数据后，参数的概率分布；S34、最后对于预测物流间节点状态的预测，使用改进动态马尔科夫链算法，改进状态转移矩阵考虑环境数据的实时影响，其中代表初始状态转移概率，是外部环境在时间t的变化，为环境变化对状态转移的影响系数。

全文数据：

权利要求：

百度查询： 山东大舜医药物流有限公司 一种基于人工智能的医药物流追溯方法