[发明专利]一种样品采集运输方法

权利要求书

1.一种样品采集运输方法，包括信息采集层、应用数据层、业务应用层和用户服务层，特征在于，所述的信息采集层包括样品信息采集和运载车辆信息采集；所述的应用数据层包括业务数据、GIS数据、样品数据、和采样人员信息；所述的业务应用层包括运输管理、货物管理、用户管理和样品管理；所述的用户服务层包括可视化中心和普通用户。

2.根据权利要求1所述一种样品采集运输方法，其特征在于，所述的信息采集层采用物联网三层构架，包括感知层、传输层和业务层。

3.根据权利要求2所述一种样品采集运输方法，其特征在于，所述的样品信息采集感知层运用RFID技术和WSN技术。

4.根据权利要求1所述一种样品采集运输方法，其特征在于，所述的系统总体构架为B/S结构。

5.根据权利要求1所述一种样品采集运输方法，其特征在于，所述的交通状态的时序性特征用 Pearson 相关系数进行计算和表达，通过计算结果中交通状态的自相关性和趋势性特征，对样品运输交通参数未来的变化情况进行估计；

r代表的是相关系数，描述了两个变量间线性相关性强弱程度；

N 表示样本的总个数，X 和 Y 分别代表两个变量；

①当 Pearson 相关系数的值为正时，表示公路上某时段与其相邻的时段呈现出拥堵或畅通聚集的交通特征，正相关的绝对值越大时，时空对象的聚集特性越明显；

②当 Pearson 相关系数的值为负时，表示公路上某时段与其相邻的时段呈现出拥堵或畅通相异的交通特性，负相关的绝对值越大时，时空对象的异质特性越明显。

6.根据权利要求1所述一种样品采集运输方法，其特征在于，所述的可视化中心平台基于Google Maps API调用的在线地图，数据库使用的是Microsoft SOL Server2008数据库。

7.根据权利要求5所述一种样品采集运输方法，其特征在于，所述的样品运输最短路径运用Dijkstra 算法，把采集样品到运输点路网抽象成一个带权重（非负权边）的有向图 G，设 G＝（V，E），其中 V 代表的含义是图 G 中的结点集合，V0代表源点，Vi代表目标点，从V0到 Vi有弧，则 E 代表弧的集合,然后再引进一个辅助向量 D，D 为弧 E 上的权重值；

步骤1，用邻接矩阵 Cost 来表示带权的 n 个节点的有向图，Cost[i, j]表示弧(vi,vj)的权值，如果 i = j，则 Cost[i, j]=0；如果从 vi 到 vj 不直接连通，则 Cost[i, j]=∞；

设向量 Dist 的每个分量 Dist[i]表示从起始点到终点 vi 的最短路径长度；

假定起始点在有向图中的序号为 i0，并设定该向量的初始值为：Dist[i]= Cost[i0,i] * factor，factor 为路况因子；

vi∈V = {v0, v1, v2, v3,v4,v5}；

令：S 为已经找到的从起点出发的最短路径的终点的集合；

步骤二，选择 vj，使得：Dist[j]=Min{ Dist[i]* factor| vi∈V-S}（vi∈V），vj 就是当前求得的一条从 vi0出发的最短路径的终点，令：S=S∪{vj}；

步骤三，修改从 vi0出发到集合 V-S 中任意一顶点 vk 的最短路径长度;

如果：Dist[j]+Cost[j, k]* factor < Dist[k]，则修改 Dist[k]为：Dist[k]=Dist[j]+Cost[j, k]* factor；

步骤四，重复第二、三步操作共 n-1 次;

由此求得从 vi0=0 出发的到各个结点的最短路径。