本發(fā)明屬于物流供應(yīng)管理領(lǐng)域，涉及數(shù)據(jù)分析技術(shù)，具體是一種基于人工智能的供應(yīng)鏈管理方法及系統(tǒng)。

背景技術(shù)：

1、物流供應(yīng)鏈可以理解為一條有機(jī)的物流鏈條，從產(chǎn)品或服務(wù)市場需求開始，到滿足需求為止的時間范圍內(nèi)所從事的經(jīng)濟(jì)活動中所有涉及物流活動的部分所形成的鏈條；常用的供應(yīng)鏈管理方法包括高效消費(fèi)者響應(yīng)（ecr）、快速反應(yīng)（qr）、供應(yīng)商管理庫存（vmi）以及協(xié)同規(guī)劃、預(yù)測和補(bǔ)貨（cpfr）等；例如，ecr通過合作優(yōu)化供應(yīng)鏈，qr則專注于快速響應(yīng)消費(fèi)者需求，縮短產(chǎn)品周期，vmi允許供應(yīng)商根據(jù)銷售數(shù)據(jù)管理庫存，優(yōu)化庫存水平；而cpfr則強(qiáng)調(diào)供應(yīng)鏈各方共同制定預(yù)測和補(bǔ)貨計劃，提高預(yù)測準(zhǔn)確性。

2、然而，現(xiàn)有技術(shù)中的供應(yīng)鏈管理方法無法對物流訂單進(jìn)行科學(xué)化管理，物流信息無法有效整合出一個配送集群，導(dǎo)致物流訂單在執(zhí)行時的效率低下，消耗過多能源的同時還加重了排放污染；另外，現(xiàn)有技術(shù)無法根據(jù)能源消耗監(jiān)測分析來對物流信息整體過程進(jìn)行動態(tài)優(yōu)化。

3、針對上述技術(shù)問題，本技術(shù)提出一種解決方案。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于人工智能的供應(yīng)鏈管理方法及系統(tǒng)，用于解決現(xiàn)有技術(shù)中無法對物流訂單進(jìn)行科學(xué)化管理，導(dǎo)致物流訂單在執(zhí)行時的效率低下的問題；

2、本發(fā)明需要解決的技術(shù)問題為：如何提供一種可以將物流信息有效整合成配送集群的基于人工智能的供應(yīng)鏈管理方法及系統(tǒng)。

3、本發(fā)明的目的可以通過以下技術(shù)方案實(shí)現(xiàn)：

4、一種基于人工智能的供應(yīng)鏈管理系統(tǒng)，包括管理平臺，所述管理平臺通信連接有訂單管理模塊、消耗監(jiān)測模塊以及優(yōu)化分析模塊；

5、所述訂單管理模塊用于對物流供應(yīng)鏈的訂單進(jìn)行配送管理分析：將管理平臺接收到的物流訂單標(biāo)記為管理對象，獲取管理對象的管理信息，管理信息包括取貨端位置信息、送貨端位置信息、貨物數(shù)量、送貨路線以及貨物重量，將管理信息中取貨端位置與送貨端位置直線距離最長的管理對象標(biāo)記為主干對象，對主干對象的覆蓋對象進(jìn)行標(biāo)記；為物流執(zhí)行任務(wù)分配ss-sy-qs-qy的送貨順序；

6、所述消耗監(jiān)測模塊用于對物流供應(yīng)鏈的物流執(zhí)行任務(wù)的能源消耗狀態(tài)進(jìn)行監(jiān)測分析并得到物流執(zhí)行任務(wù)的監(jiān)測系數(shù)jc；通過監(jiān)測系數(shù)jc對能源消耗狀態(tài)是否滿足要求進(jìn)行判定；

7、所述優(yōu)化分析模塊用于對監(jiān)管平臺的整體物流能源消耗狀態(tài)進(jìn)行優(yōu)化分析。

8、進(jìn)一步地，以主干對象取貨端位置為圓心、r1為半徑畫圓，將得到的圓形區(qū)域標(biāo)記為qy，以主干對象送貨端位置為圓心、r1為半徑畫圓，將得到的圓形區(qū)域標(biāo)記為sy，然后將主干對象取貨端位置與送貨端位置進(jìn)行連線得到中界線，將取貨端位置至送貨端位置的配送路線兩側(cè)與中界線垂直距離最遠(yuǎn)的兩個點(diǎn)標(biāo)記為邊界點(diǎn)，作出穿過邊界點(diǎn)且與中界線相平行的直線并標(biāo)記為擴(kuò)散線，將兩條擴(kuò)散線與qy、sy構(gòu)成的封閉區(qū)域標(biāo)記為沿線區(qū)域，在中界線的中點(diǎn)作出一條與擴(kuò)散線相垂直的直線并將沿線區(qū)域分割為兩個區(qū)域，將靠近取貨端位置一側(cè)的區(qū)域標(biāo)記為qs，將靠近送貨端位置一側(cè)的區(qū)域標(biāo)記為ss；由qy、sy、qs以及ss構(gòu)成主干對象的主干區(qū)域，將送貨端位置與取貨端位置均位于主干區(qū)域之內(nèi)的管理對象標(biāo)記為主干對象的覆蓋對象。

9、進(jìn)一步地，對訂單的配送管理分析的具體過程還包括：在一個物流執(zhí)行任務(wù)構(gòu)建完成后；將主干對象與覆蓋對象的管理信息剔除，然后重新對主干對象與覆蓋對象進(jìn)行標(biāo)記，直至所有的管理對象均構(gòu)成對應(yīng)的物流執(zhí)行任務(wù)。

10、進(jìn)一步地，物流執(zhí)行任務(wù)的監(jiān)測系數(shù)jc的獲取過程包括：將物流執(zhí)行任務(wù)內(nèi)的管理對象標(biāo)記為監(jiān)測對象i，i=1，2，……，n，n為正整數(shù)，將監(jiān)測對象i的管理信息中送貨路線的距離值標(biāo)記為距離監(jiān)測值jli，將監(jiān)測對象i的管理信息中貨物重量值標(biāo)記為重量監(jiān)測值zli；

11、通過公式得到物流執(zhí)行任務(wù)的監(jiān)測系數(shù)jc，其中a1、a2以及a3均為比例系數(shù)，且a1＞a2＞a3＞1；yh為物流執(zhí)行任務(wù)對應(yīng)的燃油消耗量。

12、進(jìn)一步地，對能源消耗狀態(tài)是否滿足要求進(jìn)行判定的具體過程包括：將監(jiān)測系數(shù)jc與預(yù)設(shè)的監(jiān)測閾值jcmin進(jìn)行比較：若監(jiān)測系數(shù)jc大于等于監(jiān)測閾值jcmin，則判定物流執(zhí)行任務(wù)的能源消耗狀態(tài)滿足要求，將物流執(zhí)行任務(wù)標(biāo)記為正常任務(wù)；若監(jiān)測系數(shù)jc小于監(jiān)測閾值jcmin，則判定物流執(zhí)行任務(wù)的能源消耗狀態(tài)不滿足要求，將物流執(zhí)行任務(wù)標(biāo)記為異常任務(wù)；生成監(jiān)管周期，將監(jiān)管周期內(nèi)異常任務(wù)的數(shù)量與物流執(zhí)行任務(wù)的數(shù)量之比標(biāo)記為異常系數(shù)，將異常系數(shù)與預(yù)設(shè)的異常閾值進(jìn)行比較：若異常系數(shù)小于異常閾值，則判定監(jiān)管周期內(nèi)整體的物流能源消耗滿足要求；若異常系數(shù)大于等于異常閾值，則判定監(jiān)管周期內(nèi)整體的物流能源消耗不滿足要求，生成優(yōu)化分析信號并將優(yōu)化分析信號通過管理平臺發(fā)送至優(yōu)化分析模塊。

13、進(jìn)一步地，優(yōu)化分析模塊對監(jiān)管平臺的整體物流能源消耗狀態(tài)進(jìn)行優(yōu)化分析的具體過程包括：將異常任務(wù)中覆蓋對象的配送路線距離值與主干對象的配送路線距離值的比值標(biāo)記為覆蓋對象的枝干比，由所有異常任務(wù)中所有覆蓋對象的枝干比構(gòu)成枝干集合，對枝干集合進(jìn)行清洗處理并通過清洗處理將優(yōu)化模式標(biāo)記為縮圈模式或選剔模式。

14、進(jìn)一步地，對枝干集合進(jìn)行清洗處理的具體過程包括：對枝干集合進(jìn)行方差計算得到集中系數(shù)，將集中系數(shù)與預(yù)設(shè)的集中閾值進(jìn)行比較：若集中系數(shù)大于等于集中閾值，則將枝干集合中數(shù)值最小的枝干比剔除，然后重新計算集中系數(shù)，以此類推，直至集中系數(shù)小于集中閾值；若集中系數(shù)小于集中閾值，清洗處理結(jié)束，將剔除的枝干比的最大值標(biāo)記為標(biāo)準(zhǔn)值，將集中集合中剔除的枝干比的數(shù)量標(biāo)記為剔除值；將剔除值與預(yù)設(shè)的剔除閾值進(jìn)行比較：若剔除值小于剔除閾值，則將下一監(jiān)管周期的優(yōu)化模式標(biāo)記為縮圈模式；若剔除值大于等于剔除閾值，則將下一監(jiān)管周期的優(yōu)化模式標(biāo)記為選剔模式。

15、進(jìn)一步地，采用縮圈模式進(jìn)行能源消耗狀態(tài)優(yōu)化的具體過程包括：在下一監(jiān)管周期內(nèi)進(jìn)行訂單管理時，將qy與sy的半徑值設(shè)置為r2，r=t1*r1，t1為比例系數(shù)，且0.85≤t1≤0.95；采用選剔模式進(jìn)行能源消耗狀態(tài)優(yōu)化的具體過程包括：在下一監(jiān)管周期內(nèi)進(jìn)行訂單管理時，計算覆蓋對象的枝干比，將枝干比小于標(biāo)準(zhǔn)值的覆蓋對象從物流執(zhí)行任務(wù)中剔除。

16、一種基于人工智能的供應(yīng)鏈管理方法，包括以下步驟：

17、步驟一：用于對物流供應(yīng)鏈的訂單進(jìn)行配送管理分析：將管理平臺接收到的物流訂單標(biāo)記為管理對象，將管理信息中取貨端位置與送貨端位置直線距離最長的管理對象標(biāo)記為主干對象，為主干對象分配對應(yīng)的覆蓋對象，由主干對象與覆蓋對象構(gòu)成一個物流執(zhí)行任務(wù)；

18、步驟二：對物流供應(yīng)鏈的物流執(zhí)行任務(wù)的能源消耗狀態(tài)進(jìn)行監(jiān)測分析并得到物流執(zhí)行任務(wù)的監(jiān)測系數(shù)jc，通過監(jiān)測系數(shù)jc將物流執(zhí)行任務(wù)標(biāo)記為正常任務(wù)或異常任務(wù)，將監(jiān)管周期內(nèi)異常任務(wù)的數(shù)量與物流執(zhí)行任務(wù)的數(shù)量之比標(biāo)記為異常系數(shù)，通過異常系數(shù)對整體的物流能源消耗狀態(tài)是否滿足要求進(jìn)行判定；

19、步驟三：對監(jiān)管平臺的整體物流能源消耗狀態(tài)進(jìn)行優(yōu)化分析：將異常任務(wù)中覆蓋對象的配送路線距離值與主干對象的配送路線距離值的比值標(biāo)記為覆蓋對象的枝干比，由所有異常任務(wù)中所有覆蓋對象的枝干比構(gòu)成枝干集合，對枝干集合進(jìn)行清洗處理并通過清洗處理將下一監(jiān)管周期的優(yōu)化模式標(biāo)記為選剔模式或縮圈模式。

20、本發(fā)明具備下述有益效果：

21、1、通過訂單管理模塊可以對物流供應(yīng)鏈的訂單進(jìn)行配送管理分析，結(jié)合每個管理對象的管理信息進(jìn)行物流執(zhí)行任務(wù)組建，根據(jù)得到的物流執(zhí)行任務(wù)以及送貨順序進(jìn)行貨物的配送，降低發(fā)車次數(shù)以及整體的能源消耗；

22、2、通過消耗監(jiān)測模塊可以對物流供應(yīng)鏈的物流執(zhí)行任務(wù)的能源消耗狀態(tài)進(jìn)行監(jiān)測分析，結(jié)合物流執(zhí)行任務(wù)內(nèi)所有管理對象的配送距離與貨物重量等參數(shù)進(jìn)行綜合分析與計算得到監(jiān)測系數(shù)，從而根據(jù)監(jiān)測系數(shù)對物流執(zhí)行任務(wù)進(jìn)行差異化標(biāo)記，在整體物流能源消耗狀態(tài)異常時及時進(jìn)行反饋和預(yù)警；

23、3、通過優(yōu)化分析模塊可以對監(jiān)管平臺的整體物流能源消耗狀態(tài)進(jìn)行優(yōu)化分析，對異常任務(wù)中覆蓋對象配送距離與主干對象配送距離的比例關(guān)系進(jìn)行統(tǒng)計，然后通過清洗處理對優(yōu)化模式進(jìn)行標(biāo)記，針對不同因素導(dǎo)致的能源消耗異常狀態(tài)采用不同的優(yōu)化模式進(jìn)行優(yōu)化處理。