[发明专利]一种智能物流信息服务平台在审
申请号: | 201711438339.X | 申请日: | 2017-12-26 |
公开(公告)号: | CN108154397A | 公开(公告)日: | 2018-06-12 |
发明(设计)人: | 潘永森 | 申请(专利权)人: | 潘永森 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q10/08 |
代理公司: | 北京华识知识产权代理有限公司 11530 | 代理人: | 赵永强 |
地址: | 234000 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 物流信息 信息存储模块 信息服务平台 采集系统 智能物流 物流信息服务平台 信息传输模块 信息感知模块 定价系统 收费定价 传感器 用户提供信息 收费策略 提升平台 存储 传输 收益 制定 服务 | ||
1.一种智能物流信息服务平台,其特征在于,包括物流信息采集系统、物流信息定价系统和物流信息提供系统,所述物流信息采集系统用于获取相关物流信息,所述物流信息定价系统用于确定物流信息服务平台的收费定价策略,所述物流信息提供系统用于根据收费定价策略向用户提供信息服务;所述物流信息采集系统包括信息感知模块、信息传输模块和信息存储模块,所述信息感知模块采用传感器获取物流信息,所述信息传输模块将传感器获取的物流信息传输至信息存储模块,所述信息存储模块用于存储所述物流信息。
2.根据权利要求1所述的智能物流信息服务平台,其特征在于,所述物流信息定价系统包括模型建立模块、参数求解模块和评估模块,所述模型建立模块用于建立物流信息服务平台收费定价模型,所述参数求解模块用于对收费定价模型参数进行求解,得到最优收费定价策略,所述评估模块用于对最优收费定价策略的效果进行评估。
3.根据权利要求2所述的智能物流信息服务平台,其特征在于,所述模型建立模块用于建立物流信息服务平台收费定价模型,具体为:
采用下式建立物流信息服务平台的收费定价模型:
式中,Qc表示用户使用的信息量,Pc(Qc)表示用户使用信息量Qc时缴纳的费用,Pa表示用户的加入平台时缴纳的费用,Pa由平台确定,Pb表示用户缴纳的基础信息使用费,Qcm表示基础信息使用费所规定的上限信息量,Pe表示用户信息量超出基础信息使用费所规定的上限信息量时,单位信息交互量所缴纳的信息费,ST表示信息交互量上限。
4.根据权利要求3所述的智能物流信息服务平台,其特征在于,所述参数求解模块包括第一参数求解模块、第二参数求解模块和策略确定模块,所述第一参数求解模块用于对基础信息使用费进行最优化求解,所述第二参数求解模块用于对用户信息量超出基础信息使用费所规定的上限信息量时,单位信息交互量所缴纳的信息费的最优化求解进行最优化求解,所述策略确定模块根据最优化的参数确定收费定价策略。
5.根据权利要求4所述的智能物流信息服务平台,其特征在于,所述第一参数求解模块用于对基础信息使用费进行最优化求解,具体为:
基础信息使用费由平台和用户共同确定,双方交替报价,对方决策是否接受报价,采用下式确定基础信息使用费的最优化求解,
式中,P′b表示基础信息使用费的最优解,μs表示平台的报价因子,μc表示用户的报价因子,报价因子用于表示报价中所产生的成本消耗,μs、μc∈[0,1],报价因子越接近1,表示越有耐心报价,W(Qc)表示用户从平台获得的效用,是关于信息交互量的函数,用户的效用随着用户使用的信息量增加而增加。
6.根据权利要求5所述的智能物流信息服务平台,其特征在于,所述第二参数求解模块用于对用户信息量超出基础信息使用费所规定的上限信息量时,单位信息交互量所缴纳的信息费的最优化求解进行最优化求解,具体为:
用户登录平台获取一定信息量之后的收益因子通过下式确定:
式中,Yc(Qc)表示用户的收益因子,收益因子越大,表示用户收益越好,由于用户的效用随着用户使用的信息量增加而增加,用户希望信息交互量越大越好,但是,从平台的角度考虑,不能超过信息交互量上限,因此,需要设计合理的Pe,使得用户信息使用量Qc=Qcm时,平台和用户均获得最大收益;
采用下式确定Pe的最优化求解:
式中,Pe′表示用户信息量超出基础信息使用费所规定的上限信息量时,单位信息交互量所缴纳的信息费的最优解。
7.根据权利要求6所述的智能物流信息服务平台,其特征在于,所述评估模块用于对最优收费定价策略的效果进行评估,具体为:
计算收费定价策略的评估因子:
式中,G表示收费定价策略的评估因子,A1表示采用策略确定模块的收费定价策略时平台的收益,B1表示采用策略确定模块的收费定价策略时用户的收益;评估因子越大,表示物流信息服务平台收费定价策略效果越好。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于潘永森,未经潘永森许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711438339.X/1.html,转载请声明来源钻瓜专利网。