一种物流平台资源调配方法和系统与流程

1.本发明涉及物流管理领域，尤其涉及一种物流平台资源调配方法和系统。


背景技术：

2.随着网络购物和电子商务的不断兴起,物流的需求也越来越大,在一些货物资源的运输中,遇到旺季,经常出现爆仓,或者配送过慢的情况。
3.在当前物流行业中,对物流运送能力的制约包括路径,也就是对交通运输资源的有效利用上,还有就是参与配送的供货点数量以及所需配送的资源量上,既不让参与配送的点的数量过多,也不至于在时间上也就是路径的长度上过长,尽量保证二者的平衡,是现有技术中急需解决的问题,因此，本发明提出一种物流平台资源调配方法和系统以解决现有技术中存在的问题。


技术实现要素：

4.基于此，有必要针对随机进行云调配中心进行实时设备资源更新发出问题，提供一种物流平台资源调配方法和系统。
5.一种物流平台资源调配方法，包括：采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据；利用所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据使用云调配中心进行实时设备资源更新，所述云调配中心进行实时设备资源更新包括了物流平台运行常态化数据；利用所述云调配中心进行实时设备资源可调度率更新；计算所述云调配中心进行实时设备资源更新的可调度率是否大于预设的可调度阈值；当计算云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值时，将所使用的云调配中心进行实时设备资源更新分别调配到各物流驿站数据控制平台；当计算所述云调配中心进行实时设备资源更新的可调度率不大于预设的可调度阈值时，重新进行所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据计算、使用云调配中心进行实时设备资源更新以及计算可调度率。
6.所述可调度率，表达式为：
7.其中，η为可调度率，h为设备总量，l为已被调用设备量，k为调度因子，r为调度误差。
8.一种物流平台资源调配系统，包括：物流平台运行常态化数据建设模块，用于采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据；云调配中心进行实时设备资源更新使用模块，与所述物流平台运行常态化数据建
设模块相连，用于利用所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据使用云调配中心进行实时设备资源更新，所述云调配中心进行实时设备资源更新包括了物流平台运行常态化数据；可调度率模块，与所述云调配中心进行实时设备资源更新使用模块相连，用于计算所述云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新的可调度率；可调度率决策模块，与所述可调度率模块相连，用于计算所述云调配中心进行实时设备资源更新的可调度率是否大于预设的可调度阈值；物流驿站数据传输模块，与云调配中心进行实时设备资源更新使用模块和可调度率决策模块相连，用于利用来自可调度率决策模块的表明云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值的信号而将云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新分别调配到各物流驿站数据控制平台。
9.物流驿站异常数据可调度率建设模块，用于更新可调度率模块所进行云调配中心进行实时设备资源更新的可调度率计算所需的各物流驿站异常数据的可调度率，其中所述物流驿站异常数据可调度率建设模块用于计算物流驿站异常数据的可调度率与初始信息，并用于利用云调配中心进行实时设备资源更新使用模块所使用的各次云调配中心进行实时设备资源更新中物流驿站异常数据的出现概率而计算物流驿站异常数据的再次信息，以及利用所述可调度率、初始信息、再次信息来计算物流驿站异常数据的新可调度率。
10.上述云调配中心进行实时设备资源更新的管理方法与管理系统，计算云调配中心进行实时设备资源更新的可调度率并与预设的可调度阈值相比较，从而通过对于云调配中心进行实时设备资源更新的可调度率的管理来实现对云调配中心进行实时设备资源更新的管理，相比于既有的随机调配所带来的预测麻烦、准确度较低的问题，本发明各实施方式的一种物流平台资源调配方法和系统可以通过对于云调配中心进行实时设备资源更新的可调度率的管理而实现对调配管理难度、可操作性以及云调配中心进行实时设备资源更新的横向差异的管理，提升物流驿站数据控制平台的使用性，提高调配的准确性。
附图说明
11.图1为本发明的一种物流平台资源调配方法的第一流程图；图2为本发明的一种物流平台资源调配方法的第二流程图；图3为本发明的一种物流平台资源调配方法的第三流程图；图4为本发明的一种物流平台资源调配系统结构图；图5为本发明的一种物流平台资源调配系统第一功能模块图；图6为本发明的一种物流平台资源调配系统第二功能模块图；图7为本发明的一种物流平台资源调配系统第三功能模块图；图8为本发明的一种物流平台资源调配系统第四功能模块图；图9为本发明的一种物流平台资源调配系统第五功能模块图；图10为本发明的一种物流平台资源调配系统第六功能模块图。
实施方式
12.需要说明的是,在不冲突的情况下,本技术中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本技术作进一步详细说明。
13.如图1所示，其为本发明一种实施方式的一种物流平台资源调配方法和系统的流程。
14.步骤102，采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据。对于具有特定内容的调配管理而言，所述物流平台运行常态化数据优选地为利用该调配管理内容而计算的对于调配管理具有最大影响力的因素。通常地，获得所述物流平台运行常态化数据应当有利于完成依据调配管理内容而设定的物流驿站异常数据。例如，对于对抗类调配管理而言，该物流平台运行常态化数据可设置为具有最大战斗力的目标特征或者角色等。物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据可以包括：物流平台运行常态化数据的数目、大小、位置等。
15.步骤104，利用所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据使用云调配中心进行实时设备资源更新，所述云调配中心进行实时设备资源更新包括了物流平台运行常态化数据。
16.具体地，在所使用的云调配中心进行实时设备资源更新中，应当包括具有所物流平台运行常态化数据。云调配中心进行实时设备资源更新应当包括利用调配管理内容而计算的待调配到各个物流驿站数据控制平台的云调配中心进行实时设备资源更新，其中所述物流平台运行常态化数据包括在待调配到一个或多个物流驿站数据控制平台的云调配中心进行实时设备资源更新中。示例地，物流平台运行常态化数据应当在使用云调配中心进行实时设备资源更新时使用并包括在所使用的云调配中心进行实时设备资源更新中。
17.步骤106，计算各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率。
18.具体地，可以利用所述待调配到各个物流驿站数据控制平台的云调配中心进行实时设备资源更新，而计算所述待调配到物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率。可以理解的是，利用随机调配方式所产生的云调配中心进行实时设备资源更新，在难度、可操作性等方面的差别也是随机的，从而在同一调配管理同一时段中可能出现超出预期的不平均，而这种超出预期的不平均，也是现有的随机调配原则影响用户预测麻烦和粘性的重要原因之一。利用本发明的一种实施方式，计算各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率，是作为管理现有的随机调配原则的重要手段。
19.步骤108，计算云调配中心进行实时设备资源更新的可调度率。
20.利用本发明的一种实施方式，可以基于步骤106所计算的各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率而计算该可调度率。当然，利用其他可行的实施方式，也可以通过对于所有所使用的云调配中心进行实时设备资源更新进行预设的运算，从而计算所使用的云调配中心进行实时设备资源更新的可调度率，在此情况下，亦可不进行步骤106的对于各个物流驿站数据控制平台的云调配中心进行实时设备资源更新可调度率的计算。
21.在本实施方式中，该可调度率体现云调配中心进行实时设备资源更新所体现的调
配管理内容的难度、可操作性，以及所述各个物流驿站数据控制平台的云调配中心进行实时设备资源更新之间的差异。通过该可调度率，可以得到各个物流驿站数据控制平台所被调配的云调配中心进行实时设备资源更新的难度、可操作性的差别，进而可以区别于现有的随机调配原则中所体现的不在预期之中的难度、可操作性以及差异性。
22.步骤110，计算云调配中心进行实时设备资源更新的可调度率是否大于预设的可调度阈值。
23.具体地，该预设的可调度阈值可以是利用云调配中心进行实时设备资源更新中所包含的各种调配管理元素、利用各个物流驿站数据控制平台的云调配中心进行实时设备资源更新之间所要的差别而设置的。在本实施方式中，当云调配中心进行实时设备资源更新的可调度率不大于预设的可调度阈值时，表明总体调配管理的难度、可操作性以及各个物流驿站数据控制平台的云调配中心进行实时设备资源更新之间的差别超出了预期，则需要重新进行步骤102至步骤108所述的计算物流平台运行常态化数据、使用云调配中心进行实时设备资源更新、计算可调度率的过程，直至云调配中心进行实时设备资源更新的可调度率符合预期的难度、操作性和差异性期待，即可调度阈值大于预设的可调度阈值。
24.步骤112，若步骤110中计算云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值，则将所使用的云调配中心进行实时设备资源更新分别调配到各物流驿站数据控制平台。
25.在本实施方式中，云调配中心进行实时设备资源更新的可调度率反映的是待调配到各个物流驿站数据控制平台的云调配中心进行实时设备资源更新总体难度、操作性以及个体之间的差别，若可调度率大于预设的可调度阈值，表明各个物流驿站数据控制平台的云调配中心进行实时设备资源更新的总体难度、操作性以及个体之间的差别符合所需要的预期，各个物流驿站数据控制平台可以利用该云调配中心进行实时设备资源更新开始进行调配管理。
26.在可选的实施方式中，可以在步骤106计算各个使用方的云调配中心进行实时设备资源更新可调度率之前、或者在步骤108计算云调配中心进行实时设备资源更新的可调度率之前，即将所使用的云调配中心进行实时设备资源更新调配到各个物流驿站数据控制平台。从而，在计算了云调配中心进行实时设备资源更新的可调度率不大于预设的可调度阈值而需要重新进行物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据计算以及使用云调配中心进行实时设备资源更新时，需要从各个物流驿站数据控制平台处删除或者撤回该调配的云调配中心进行实时设备资源更新。
27.如图2所示，其为本发明另一实施方式的一种物流平台资源调配方法和系统的流程。在图2中，与图1中相对应标号的步骤202至步骤212和图1中的步骤102至步骤112具有相似的内容，在此不予赘述。
28.步骤200，对风险信号进行规律输出，所述风险信号表明对云调配中心进行实时设备资源更新随机性的管理。
29.具体地，输出该风险信号表示的是本发明区别于现有的随机调配云调配中心进行实时设备资源更新的信息，亦即在潜在物流驿站数据控制平台意欲进入该调配管理内容之前，将会得到关于该调配管理内容区别于既有随机调配云调配中心进行实时设备资源更新的方式的提示。
30.步骤201，对风险正/负正/负反馈进行接收，并确定所述正/负反馈是否表明接受所述对云调配中心进行实时设备资源更新随机性的管理。
31.具体地，在前述步骤200的风险信号表明了该欲开始的调配管理内容区别于现有的随机调配调配管理内容的信息之后，潜在物流驿站数据控制平台可以依据该风险信号而提供正/负反馈，该正/负反馈表明是否接受所述对于云调配中心进行实时设备资源更新随机性的管理。
32.若所述正/负反馈表明了接受所述对于云调配中心进行实时设备资源更新随机性的管理，则继续进行步骤202及其后的各步骤，使用云调配中心进行实时设备资源更新并依据管理的云调配中心进行实时设备资源更新进行调配，以开始调配管理。
33.若所述正/负反馈表明不接受所述对于云调配中心进行实时设备资源更新随机性的管理，则对于该潜在的调配管理用户不开放该调配管理内容，继续进行步骤200、步骤201的对风险信号进行规律输出、对风险正/负正/负反馈进行接收并确定的过程。
34.利用该实施方式的一种物流平台资源调配方法和系统，可以在调配管理开始之前充分保证使用调配管理的各方明了本发明一种物流平台资源调配方法和系统对既有的云调配中心进行实时设备资源更新的随机调配方法的管理，保障物流驿站数据控制平台在参加之前的充分知情。在可选的实施方式中，该通知信息可以通过对话框、提示信息的方式发送到物流驿站数据控制平台，也可以通过设置专用的调配管理区域的方式来体现，其中在该专用的所调配的调配管理区域中，步骤200的信息输出可以体现为对于调配管理区域的标识、提示等方式；步骤201的接收反馈信息可以体现为物流驿站数据控制平台进入或不进入该专用的调配管理区域。
35.如图3所示，其为本发明另一种实施方式的一种物流平台资源调配方法和系统的流程。在图3中，与图1中相对应标号的步骤302至步骤312和图1中的步骤102至步骤112具有相似的内容，在此不予赘述。
36.本实施方式中，在步骤310计算云调配中心进行实时设备资源更新的可调度率是否大于预设的可调度阈值之后，若计算云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值，则进行步骤311，确定在该可调度阈值下将所使用的云调配中心进行实时设备资源更新调配到各物流驿站数据控制平台的次数是否已经达到预设的次数阈值。
37.若步骤311中计算，在该可调度阈值下将云调配中心进行实时设备资源更新调配到各物流驿站数据控制平台的次数尚未达到预设的次数阈值，则继续进行步骤312，将所使用的云调配中心进行实时设备资源更新调配到各个物流驿站数据控制平台。
38.步骤314，若步骤311中计算所调配的次数已经达到预设的次数阈值，则计算新的可调度阈值，并随后进行步骤310以将云调配中心进行实时设备资源更新的可调度率与新的可调度阈值进行比较。
39.通过该实施方式的一种物流平台资源调配方法和系统，可以实现对于云调配中心进行实时设备资源更新的可调度阈值的动态调整。可选地，由于本发明的实施方式的一种物流平台资源调配方法和系统只在物流平台运行常态化数据、可调度率的方面对于云调配中心进行实时设备资源更新进行管理，对于可调度阈值的动态管理可以利用除了物流平台运行常态化数据之外的其他云调配中心进行实时设备资源更新在随机调配和形成之中的随机性来进行云调配中心进行实时设备资源更新的管理，体现对于随机性的进一步管理。
40.本发明另一实施方式的一种物流平台资源调配方法和系统的流程。与图1中相对应标号的步骤402至步骤412和图1中的步骤102至步骤112具有相似的内容，在此不予赘述。
41.在该实施方式中，若步骤410计算待调配的云调配中心进行实时设备资源更新的可调度率不大于可调度阈值而需要重新进行计算物流平台运行常态化数据、使用云调配中心进行实时设备资源更新以及计算可调度率的过程时，步骤414，存档当前的云调配中心进行实时设备资源更新及其对应的各方可调度率。
42.步骤416，计算在当前可调度率与可调度阈值的比较回合下，重复进行物流平台运行常态化数据、使用云调配中心进行实时设备资源更新以及计算可调度率的重复次数是否达到预设的重复阈值。
43.在此，当前可调度率与可调度阈值的比较回合是指，自上一次进行云调配中心进行实时设备资源更新的调配之后，利用步骤410所进行的云调配中心进行实时设备资源更新的可调度率与可调度阈值的比较。
44.具体地，在利用物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据而使用包括物流平台运行常态化数据的云调配中心进行实时设备资源更新之后，若可调度率不大于预设的可调度阈值，则需要重新采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据，并进而重新计算云调配中心进行实时设备资源更新，以计算相应的可调度率。然而，有可能出现的情况是，连续经过数次重新计算物流平台运行常态化数据、云调配中心进行实时设备资源更新之后，所得到的可调度率仍然不能大于预设的可调度阈值，为节省重新计算物流平台运行常态化数据、云调配中心进行实时设备资源更新所需要的时间，有必要对这种重复次数进行限制。
45.若所述重复次数未达到预设的重复阈值，则继续进行步骤402至步骤410所述的计算物流平台运行常态化数据、云调配中心进行实时设备资源更新及其可调度率、并且与预设的可调度阈值进行比较的过程。
46.步骤418，若在步骤416中计算在当前可调度率与可调度阈值的比较回合下重复次数已经达到预设的重复阈值，则计算所存档的可调度率最大的云调配中心进行实时设备资源更新作为待调配的云调配中心进行实时设备资源更新，并继续进行步骤412，将该计算的待调配的云调配中心进行实时设备资源更新调配到各物流驿站数据控制平台，以开始调配管理。
47.利用本发明的该实施方式，为避免对于云调配中心进行实时设备资源更新的管理过于冗长而影响用户体验，有必要对于重复使用云调配中心进行实时设备资源更新的次数进行限制。若自上一次调配云调配中心进行实时设备资源更新到各个物流驿站数据控制平台之后，利用步骤410已经进行了达到重复阈值的次数的比较，则为了避免进一步计算物流平台运行常态化数据、使用云调配中心进行实时设备资源更新的过程耗费的时间，需要将上一次调配云调配中心进行实时设备资源更新之后所使用的各次云调配中心进行实时设备资源更新中具有最大的可调度率的一次云调配中心进行实时设备资源更新作为待调配的云调配中心进行实时设备资源更新而利用步骤412的过程调配给各个物流驿站数据控制平台。
48.利用本发明的以上各实施方式，计算云调配中心进行实时设备资源更新的可调度率并与预设的可调度阈值相比较，从而通过对于云调配中心进行实时设备资源更新的可调
度率的管理来实现对云调配中心进行实时设备资源更新的管理，相比于既有的随机调配云调配中心进行实时设备资源更新所带来的预测麻烦、准确度较低的问题，本发明各实施方式的一种物流平台资源调配方法和系统可以通过对于云调配中心进行实时设备资源更新的可调度率的管理而实现对调配管理难度、可操作性以及云调配中心进行实时设备资源更新的横向差异的管理，提升物流驿站数据控制平台的使用性，提高调配的准确性。
49.本发明另一实施方式的云调配中心进行实时设备资源更新的管理方法中，计算各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率的流程。
50.步骤502，计算物流平台运行常态化数据的可调度率。
51.具体地，在如图1中的步骤102、202、302、402采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据，以及步骤104、204、304、404利用物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据而计算了包括物流平台运行常态化数据的云调配中心进行实时设备资源更新之后，拟调配至各物流驿站数据控制平台的云调配中心进行实时设备资源更新中可能包括或者不包括物流平台运行常态化数据。从而，在步骤502中，如果该物流驿站数据控制平台的云调配中心进行实时设备资源更新中包括该物流平台运行常态化数据，则计算该物流平台运行常态化数据的可调度率，如果不包括该物流平台运行常态化数据，则进入下一步骤以计算下一物流驿站异常数据的可调度率。类似地，可以理解的是，计算其他物流驿站异常数据的可调度率的过程中，也只在物流驿站数据控制平台的云调配中心进行实时设备资源更新中具有该物流驿站异常数据时才予以计算。
52.步骤504，计算再次物流驿站异常数据的可调度率。
53.如前所述，物流平台运行常态化数据通常为对于总体调配管理进度及操作具有较大影响力的物流驿站异常数据。进而，在物流平台运行常态化数据之后，还可以顺序地计算影响力稍弱的再次物流驿站异常数据的可调度率。
54.步骤506，计算最终物流驿站异常数据的可调度率。
55.通常而言，在拟调配到物流驿站数据控制平台的云调配中心进行实时设备资源更新中，可以包括多种物流驿站异常数据，可以依据各种类物流驿站异常数据的影响力大小而依次计算各种物流驿站异常数据的可调度率。
56.步骤508，利用所计算的各物流驿站异常数据的可调度率而计算物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率。
57.具体地，在计算了各种类物流驿站异常数据的可调度率之后，可以依据预设的方式来计算该物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率。在一种可选的实施方式中，一个物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率可以是该云调配中心进行实时设备资源更新中所包括的所有物流驿站异常数据的可调度率之和，或者加权和。
58.以上步骤502至步骤506中仅示出了计算物流驿站数据控制平台的三种物流驿站异常数据的可调度率的过程，应当理解的是，对于一种调配管理内容而言，可能包括更多、更少的物流驿站异常数据，在此情况下，可以类似地计算出各种物流驿站异常数据的可调度率，并依据步骤508所示的过程计算物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率。此外，计算各种物流驿站异常数据的可调度率的过程也可以不是如上所述的依照物流驿站异常数据的影响力的顺序，其他任意的顺序也是可行的。
59.进一步地，所前所述，图1中步骤108、208、308、408所述的计算云调配中心进行实时设备资源更新的可调度率的过程，可以利用各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率来计算，亦可通过对于所有所使用的云调配中心进行实时设备资源更新进行预设的运算，从而计算所使用的云调配中心进行实时设备资源更新的可调度率。作为一种可选的实施方式，云调配中心进行实时设备资源更新的可调度率可以是各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率及可调度率差异的算法。示例地，若云调配中心进行实时设备资源更新拟调配至物流驿站数据控制平台甲、乙、丙，前述利用步骤502至步骤508所计算可调度率可以是表达式为：可调度率，表达式为：
60.其中，η为可调度率，h为设备总量，l为已被调用设备量，k为调度因子，r为调度误差。
61.反映的是各物流驿站数据控制平台拟调配的云调配中心进行实时设备资源更新之间的差异性。
62.利用本发明进一步的可选的实施方式，每个种类的物流驿站异常数据的可调度率并不是固定的，而是可以动态调整的。利用本发明一种实施方式的物流驿站异常数据的可调度率进行动态调整的过程。应当理解的是，对于多种物流驿站异常数据，可以分别适用该实施方式中的物流驿站异常数据可调度率的动态调整，并且，其他可能的动态调整方式也是适用的。
63.步骤602，计算物流驿站异常数据的可调度率与初始信息。
64.具体地，对于一种计算的调配管理内容而言，物流驿站异常数据的预定出现频率是计算的，以该预期出现的比例作为物流驿站异常数据的初始信息。
65.步骤604，在进行了预设次数的云调配中心进行实时设备资源更新的调配后，计算物流驿站异常数据的再次信息。
66.可以理解的是，尽管如前所述，物流驿站异常数据的预定出现频率是计算的，但在有限次的云调配中心进行实时设备资源更新使用与调配中，物流驿站异常数据的出现未必完全符合预定出现频率，在该预设次数的云调配中心进行实时设备资源更新的调配中，该物流驿站异常数据的出现概率计算为物流驿站异常数据的再次信息。
67.步骤606，利用所述可调度率、初始信息与所述再次信息，计算物流驿站异常数据的新可调度率。
68.设步骤602中所计算的可调度率为:
69.其中，η为可调度率，h为设备总量，l为已被调用设备量，k为调度因子，r为调度误差。
70.从而，可以理解的是，当在该预设次数的云调配中心进行实时设备资源更新调配
中，如果物流驿站异常数据的出现概率大于预期，则调低该物流驿站异常数据的可调度率。
71.进一步地，若在调配管理进行过程中已经进行过物流驿站异常数据的可调度率的动态调整，则将前一次预设次数的云调配中心进行实时设备资源更新调配中物流驿站异常数据的可调度率、出现概率作为新一次动态调整中物流驿站异常数据的可调度率和出现的基准比例。亦即将前一次动态调整中的可调度率、再次信息作为后一次动态调整中的可调度率、初始信息。
72.通过本实施方式中对于物流驿站异常数据的可调度率的动态调整，可以避免在实际的云调配中心进行实时设备资源更新调配过程中因物流驿站异常数据出现的随机性而影响可操作性，从而进一步实现对于随机性的优化与管理。
73.利用本发明进一步的可选的实施方式，在前述的图1中，步骤110、步骤210、步骤310、步骤410中所进行比较的可调度阈值并不是固定的，而是可以动态调整的。利用本发明一种实施方式的可调度阈值进行动态调整的过程。应当理解的是，其他可能的动态调整方式也是适用的。
74.步骤702，计算初始可调度阈值。
75.具体地，在调配管理开始之前，初始可调度阈值是设置的默认初始值。
76.步骤704，在进行了预设次数的云调配中心进行实时设备资源更新的调配后，计算各次调配中云调配中心进行实时设备资源更新的可调度率的协方差。
77.具体地，在实际的云调配中心进行实时设备资源更新的调配过程中，实际上，符合大于可调度阈值的条件的云调配中心进行实时设备资源更新的可调度率的分布可能是不均匀的，取预设次数的云调配中心进行实时设备资源更新调配中云调配中心进行实时设备资源更新的可调度率的协方差，可以反映出在该预设次数的云调配中心进行实时设备资源更新调配中的可调度率的调配状况。
78.步骤706，依据前述初始可调度阈值与可调度率的协方差而计算新的可调度阈值。
79.进一步地，若在调配管理进行过程中已经进行过可调度阈值的动态调整，则将前一次预设次数的云调配中心进行实时设备资源更新调配中所使用的可调度阈值作为新一次动态调整中的初始可调度阈值。通过动态调整阈值，可以避免由于阈值的设置过高或过低而影响到云调配中心进行实时设备资源更新调配的进程。
80.如图4至图10所示，其为本发明一种实施方式的云调配中心进行实时设备资源更新管理系统的结构及功能示意图。
81.该云调配中心进行实时设备资源更新管理系统包括：物流平台运行常态化数据建设模块，用于采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据。
82.对于具有特定内容的调配管理而言，所述物流平台运行常态化数据优选地为利用该调配管理内容而计算的对于调配管理具有最大影响力的因素。通常地，获得所述物流平台运行常态化数据应当有利于完成依据调配管理内容而设定的物流驿站异常数据。例如，对于对抗类调配管理而言，该物流平台运行常态化数据可设置为具有最大战斗力的目标特征或者角色等。物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据可以包括：物流平台运行常态化数据的数目、大小、位置等。
83.云调配中心进行实时设备资源更新使用模块，用于利用所述物流平台中设备的运
行状态、启停状态、调度状态、保修状态的数据使用云调配中心进行实时设备资源更新，所述云调配中心进行实时设备资源更新包括了物流平台运行常态化数据。
84.具体地，在云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新中，应当包括具有所物流平台运行常态化数据。云调配中心进行实时设备资源更新应当包括利用调配管理内容而计算的待调配到各个物流驿站数据控制平台的云调配中心进行实时设备资源更新，其中所述物流平台运行常态化数据包括在待调配到一个或多个物流驿站数据控制平台的云调配中心进行实时设备资源更新中。示例地，物流平台运行常态化数据应当在云调配中心进行实时设备资源更新使用模块使用云调配中心进行实时设备资源更新时被使用并包括在所使用的云调配中心进行实时设备资源更新中。
85.可调度率模块，用于计算各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率，以及计算云调配中心进行实时设备资源更新的可调度率。
86.具体地，可调度率模块可以利用云调配中心进行实时设备资源更新使用模块所使用的待调配到各个物流驿站数据控制平台的云调配中心进行实时设备资源更新，而计算所述待调配到物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率。可以理解的是，利用随机调配方式所产生的云调配中心进行实时设备资源更新，在难度、可操作性等方面的差别也是随机的，从而在同一调配管理同一时段中可能出现超出预期的不平均，而这种超出预期的不平均，也是现有的随机调配原则影响用户预测麻烦和粘性的重要原因之一。利用本发明的一种实施方式，利用可调度率模块计算各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率，是作为管理现有的随机调配原则的重要手段。
87.利用本发明的一种实施方式，可调度率模块可以基于所计算的各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率而计算云调配中心进行实时设备资源更新的可调度率。当然，利用其他可行的实施方式，也可以通过对于云调配中心进行实时设备资源更新使用模块所使用的所有的云调配中心进行实时设备资源更新进行预设的运算，从而计算云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新的可调度率，在此情况下，可调度率模块亦可不进行对于各个物流驿站数据控制平台的云调配中心进行实时设备资源更新可调度率的计算。
88.在本实施方式中，该可调度率体现云调配中心进行实时设备资源更新所体现的调配管理内容的难度、可操作性，以及所述各个物流驿站数据控制平台的云调配中心进行实时设备资源更新之间的差异。通过该可调度率，可以得到各个物流驿站数据控制平台所被调配的云调配中心进行实时设备资源更新的难度、可操作性的差别，进而可以区别于现有的随机调配原则中所体现的不在预期之中的难度、可操作性以及差异性。
89.可调度率决策模块，用于计算云调配中心进行实时设备资源更新的可调度率是否大于预设的可调度阈值。
90.具体地，该预设的可调度阈值可以是利用云调配中心进行实时设备资源更新中所包含的各种调配管理元素、利用各个物流驿站数据控制平台的云调配中心进行实时设备资源更新之间所要的差别而设置的。在本实施方式中，当可调度率决策模块计算云调配中心进行实时设备资源更新的可调度率不大于预设的可调度阈值时，表明总体调配管理的难度、可操作性以及各个物流驿站数据控制平台的云调配中心进行实时设备资源更新之间的
差别超出了预期，则需要通知物流平台运行常态化数据建设模块、云调配中心进行实时设备资源更新使用模块、可调度率模块，以分别再次进行所述的计算物流平台运行常态化数据、使用云调配中心进行实时设备资源更新、计算可调度率的过程，直至可调度率决策模块计算所使用的云调配中心进行实时设备资源更新的可调度率符合预期的难度、操作性和差异性期待，即可调度阈值大于预设的可调度阈值。
91.物流驿站数据传输模块，与云调配中心进行实时设备资源更新使用模块和可调度率决策模块相连，用于利用来自可调度率决策模块的表明云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值的信号而将云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新分别调配到各物流驿站数据控制平台。
92.物流驿站异常数据可调度率建设模块，用于更新可调度率模块所进行云调配中心进行实时设备资源更新的可调度率计算所需的各物流驿站异常数据的可调度率，其中所述物流驿站异常数据可调度率建设模块用于计算物流驿站异常数据的可调度率与初始信息，并用于利用云调配中心进行实时设备资源更新使用模块所使用的各次云调配中心进行实时设备资源更新中物流驿站异常数据的出现概率而计算物流驿站异常数据的再次信息，以及利用所述可调度率、初始信息、再次信息来计算物流驿站异常数据的新可调度率。
93.在本实施方式中，云调配中心进行实时设备资源更新的可调度率反映的是待调配到各个物流驿站数据控制平台的云调配中心进行实时设备资源更新总体难度、操作性以及个体之间的差别，若可调度率大于预设的可调度阈值，表明各个物流驿站数据控制平台的云调配中心进行实时设备资源更新的总体难度、操作性以及个体之间的差别符合所需要的预期，各个物流驿站数据控制平台可以利用该云调配中心进行实时设备资源更新开始进行调配管理。
94.在可选的实施方式中，该还可以包括寄存器，寄存器与云调配中心进行实时设备资源更新使用模块相连，用于寄存云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新。从而，当可调度率决策模块计算云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值时，物流驿站数据传输模块可以从寄存器中取出所寄存的云调配中心进行实时设备资源更新，并将云调配中心进行实时设备资源更新发送到各物流驿站数据控制平台。
95.在可选的实施方式中，物流驿站数据传输模块可以不依赖于可调度率决策模块的指示信号而直接将云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新或者寄存器所寄存的云调配中心进行实时设备资源更新调配到各个物流驿站数据控制平台。从而，在可调度率决策模块计算了云调配中心进行实时设备资源更新的可调度率不大于预设的可调度阈值而需要重新进行物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据计算以及使用云调配中心进行实时设备资源更新时，物流驿站数据传输模块需要发出命令到各物流驿站数据控制平台，以从各个物流驿站数据控制平台处删除或者撤回该调配的云调配中心进行实时设备资源更新。
96.利用本发明的以上各实施方式，计算云调配中心进行实时设备资源更新的可调度率并与预设的可调度阈值相比较，从而通过对于云调配中心进行实时设备资源更新的可调度率的管理来实现对云调配中心进行实时设备资源更新的管理，相比于既有的随机调配云调配中心进行实时设备资源更新所带来的预测麻烦、准确度较低的问题，本发明各实施方
式的云调配中心进行实时设备资源更新管理系统可以通过对于云调配中心进行实时设备资源更新的可调度率的管理而实现对调配管理难度、可操作性以及云调配中心进行实时设备资源更新的横向差异的管理，提升物流驿站数据控制平台的使用性，提高调配的准确性。
97.在本发明描述中，需要说明的是，除非另有计算的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
98.尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。

技术特征：
1.一种物流平台资源调配方法，其特征在于，包括：采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据；利用所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据使用云调配中心进行实时设备资源更新，所述云调配中心进行实时设备资源更新包括了物流平台运行常态化数据；利用所述云调配中心进行实时设备资源可调度率更新；计算所述云调配中心进行实时设备资源更新的可调度率是否大于预设的可调度阈值；当计算云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值时，将所使用的云调配中心进行实时设备资源更新分别调配到各物流驿站数据控制平台；当计算所述云调配中心进行实时设备资源更新的可调度率不大于预设的可调度阈值时，重新进行所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据计算、使用云调配中心进行实时设备资源更新以及计算可调度率；所述可调度率，表达式为：其中，η为可调度率，h为设备总量，l为已被调用设备量，k为调度因子，r为调度误差。2.利用权利要求1所述的一种物流平台资源调配方法，其特征在于，当计算所述云调配中心进行实时设备资源更新的可调度率不大于预设的可调度阈值时，进一步包括：存档当前的云调配中心进行实时设备资源更新及其对应的各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率、云调配中心进行实时设备资源更新的可调度率；计算在自上一次进行云调配中心进行实时设备资源更新的调配之后，重复进行所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据计算、使用云调配中心进行实时设备资源更新以及计算可调度率的重复次数是否达到预设的重复阈值；当计算所述重复次数已经达到预设的重复阈值时，计算所存档的可调度率最大的云调配中心进行实时设备资源更新作为待调配的云调配中心进行实时设备资源更新；当计算所述重复次数未达到预设的重复阈值时，重新进行所述采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据计算、使用云调配中心进行实时设备资源更新以及计算可调度率。3.利用权利要求1所述的一种物流平台资源调配方法，其特征在于，在计算云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值后进一步包括：确定在该可调度阈值下将所使用的云调配中心进行实时设备资源更新调配到各物流驿站数据控制平台的次数是否已经达到预设的次数阈值；当计算所调配的次数已经达到预设的次数阈值时，计算新的可调度阈值。4.利用权利要求3所述一种物流平台资源调配方法，其特征在于，所述计算新的可调度阈值包括：计算初始可调度阈值；计算各次调配中云调配中心进行实时设备资源更新的可调度率的协方差；
依据前述初始可调度阈值与可调度率的协方差而计算新的可调度阈值，其中所述新的可调度阈值为所述初始可调度阈值与所述可调度率的协方差。5.利用权利要求1所述的一种物流平台资源调配方法，其特征在于，利用所述云调配中心进行实时设备资源可调度率更新的步骤包括：计算各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率；将所述各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率及可调度率差异的算法作为所述云调配中心进行实时设备资源更新的可调度率。6.利用权利要求1所述的一种物流平台资源调配方法，其特征在于：在将所使用的云调配中心进行实时设备资源更新分别调配到各物流驿站数据控制平台的步骤之前，计算云调配中心进行实时设备资源更新中所包括的各物流驿站异常数据的相应可调度率与初始信息，所述初始信息为相应物流驿站异常数据的预定出现频率；在进行了预设次数的云调配中心进行实时设备资源更新的调配后，计算各物流驿站异常数据的相应再次信息，所述再次信息为在所述预设次数的云调配中心进行实时设备资源更新的调配中相应物流驿站异常数据的出现概率；利用所述可调度率、初始信息与所述再次信息，计算该物流驿站异常数据的新可调度率；其中所述云调配中心进行实时设备资源更新包括所述各物流驿站异常数据，所述云调配中心进行实时设备资源更新的可调度率利用各物流驿站异常数据的可调度率而计算。7.一种物流平台资源调配系统，其特征在于，包括：物流平台运行常态化数据建设模块，用于采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据；云调配中心进行实时设备资源更新使用模块，用于利用所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据使用云调配中心进行实时设备资源更新，所述云调配中心进行实时设备资源更新包括了物流平台运行常态化数据；可调度率模块，用于计算所述云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新的可调度率；可调度率决策模块，用于计算所述云调配中心进行实时设备资源更新的可调度率是否大于预设的可调度阈值；物流驿站数据传输模块，用于利用来自可调度率决策模块的表明云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值的信号而将云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新分别调配到各物流驿站数据控制平台；物流驿站异常数据可调度率建设模块，用于更新可调度率模块所进行云调配中心进行实时设备资源更新的可调度率计算所需的各物流驿站异常数据的可调度率，其中所述物流驿站异常数据可调度率建设模块用于计算物流驿站异常数据的可调度率与初始信息，并用于利用云调配中心进行实时设备资源更新使用模块所使用的各次云调配中心进行实时设备资源更新中物流驿站异常数据的出现概率而计算物流驿站异常数据的再次信息，以及利用所述可调度率、初始信息、再次信息来计算物流驿站异常数据的新可调度率；可调度率模块还用于计算各物流驿站数据控制平台的云调配中心进行实时设备资源
更新的可调度率，以及用于利用所述各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率来计算所述云调配中心进行实时设备资源更新的可调度率，其中所述云调配中心进行实时设备资源更新的可调度率是所述各物流驿站数据控制平台的云调配中心进行实时设备资源更新的可调度率及可调度率差异的算法。8.利用权利要求7所述的一种物流平台资源调配系统，其特征在于，所述可调度率决策模块，用于当计算所述云调配中心进行实时设备资源更新的可调度率不大于预设的可调度阈值时，通知所述物流平台运行常态化数据建设模块、所述云调配中心进行实时设备资源更新使用模块与所述可调度率模块，以重新进行所述物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据计算、使用云调配中心进行实时设备资源更新以及计算可调度率。9.利用权利要求7所述的一种物流平台资源调配系统，其特征在于，进一步包括可调度阈值模块，用于更新所述可调度率决策模块进行可调度率比较所用的可调度阈值。10.利用权利要求9所述的一种物流平台资源调配系统，其特征在于，所述物流驿站数据传输模块进一步用于记录利用可调度率决策模块的命令所发送云调配中心进行实时设备资源更新的次数，并用于在接收到可调度率决策模块的计算云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值的命令后，确定在该可调度阈值下将云调配中心进行实时设备资源更新使用模块所使用的云调配中心进行实时设备资源更新调配到各物流驿站数据控制平台的次数是否已经达到预设的次数阈值；以及当物流驿站数据传输模块计算，进行云调配中心进行实时设备资源更新发送的次数达到预设的次数阈值时，进一步用于通知可调度阈值模块进行可调度阈值的更新，其中可调度阈值模块用于利用可调度率模块所得到的各次云调配中心进行实时设备资源更新的可调度率，通过初始可调度阈值与前述可调度率的协方差而计算新的可调度阈值。

技术总结
本发明涉及一种物流平台资源调配方法和系统，包括：采集物流平台中设备的运行状态、启停状态、调度状态、保修状态的数据；利用所述物流平台中数据使用云调配中心进行实时设备资源更新，所述云调配中心进行实时设备资源更新包括了物流平台运行常态化数据；利用所述云调配中心进行实时设备资源可调度率更新；计算所述云调配中心进行实时设备资源更新的可调度率是否大于预设的可调度阈值；当计算云调配中心进行实时设备资源更新的可调度率大于预设的可调度阈值时，将所使用的云调配中心进行实时设备资源更新分别调配到各物流驿站数据控制平台。制平台。制平台。


技术研发人员：施春艳
受保护的技术使用者：江苏炬汇然物流科技有限公司
技术研发日：2023.02.13
技术公布日：2023/7/31