[发明专利]一种基于大数据的智能管理方法、系统及介质

说明书

本发明涉及一种基于大数据的智能管理方法、系统及介质，属于物流管理技术领域，本发明根据当前物流仓储各货物类型的出库效率构建剩余仓位目标函数组，并基于当前物流仓储各货物类型的入库效率构建入库仓位目标函数组，基于遗传算法剩余仓位目标函数组以及入库预估仓位目标函数组进行求解，以获取预设之间之内最优的货物入库分配结果。通过本方法能够根据物流码头不同货物类型的入库效率以及出库效率进行预设之间之内最优的货物入库的分配结果进行求解，最大化地提高了物流仓储利用率，使得物流码头能够处于一个动态平衡的状态，使得物流码头的物流工作能够正常地运行，有利于物流码头的仓储资源分配。

技术领域

本发明涉及物流管理技术领域，尤其涉及一种基于大数据的智能管理方法、系统及介质。

背景技术

现代物流业是融合了运输、仓储、货运代理和信息等行业的现代服务产业，涉及多个领域，对于促进生产、拉动内需发挥着十分重要的作用。随着中国工业基础的迅速扩大及消费市场的不断兴起，中国的物流产业正处于一个快速发展的阶段。作为经济发展至关重要的一环，物流业已获得了决策部门的高度重视。物联网技术以及大数据技术给物流行业带来的信息化、自动化、综合化的物流管理、流程监控技术手段不仅能为企业带来物流效率的提升、物流成本控制能力加强等效益，也整体提高了企业及相关领域的信息化水平，从而达到带动整个产业发展的目的。然而，在物流管理的过程中，特别是在一些繁忙的物流码头，需要对入库的物流以及出库的物流进行监管，使得物流码头能够处于一个动态平衡的情况，当物流码头不能处于一个动态平衡时，物流码头的入库管理以及出库管理就会产生矛盾，如待入库的物品没有剩余的空间入库，利于物流码头的正常运行。而入库和出库通常是同时进行的，如何最大化利用物流码头的存储空间是物流需要解决的重要技术问题。

发明内容

本发明克服了现有技术的不足，提供了一种基于大数据的智能管理方法、系统及介质。

为达上述目的，本发明采用的技术方案为：

本发明第一方面提供了一种基于大数据的智能管理方法，包括以下步骤：

获取当前物流仓储各货物类型的待出库订单信息，根据所述当前物流仓储各货物类型的待出库订单信息进行预估，以获取当前物流仓储各货物类型的出库效率；

通过大数据网络获取影响入库效率的影响因子数据，并通过层次分析法对所述影响因子数据进行分析，以获取每个影响因子数据的权重向量信息；

获取物流管理平台中待分配入库的订单信息，并基于所述每个影响因子数据的权重向量信息以及待分配入库的订单信息预估当前物流仓储各货物类型的入库效率；

根据所述当前物流仓储各货物类型的出库效率构建剩余仓位目标函数组，并基于所述当前物流仓储各货物类型的入库效率构建入库仓位目标函数组，基于遗传算法所述剩余仓位目标函数组以及入库预估仓位目标函数组进行求解，以获取预设之间之内最优的货物入库分配结果。

进一步地，本发明的一个较佳实施例中，获取当前物流仓储各货物类型的待出库订单信息，根据所述当前物流仓储各货物类型的待出库订单信息进行预估，以获取当前物流仓储各货物类型的出库效率，具体包括以下步骤：

根据各货物类型的出库效率设置关键词信息，通过大数据网络根据所述关键词信息进行数据检索，以获取各等级的物流仓储各货物类型的出库效率，根据所述各等级的物流仓储各货物类型的出库效率构建信息数据库；

获取当前物流仓储的仓储等级以及取当前物流仓储各货物类型的待出库订单信息，将所述当前物流仓储的仓储等级输入到信息数据库中进行一次匹配，以获取匹配度大于预设匹配度的物流仓储，并获取匹配度大于预设匹配度的物流仓储对应的各货物类型的出库效率；

获取当前物流仓储各货物类型的待出库订单信息，并根据所述当前物流仓储各货物类型的待出库订单信息进行分类，以获取各货物类型的待出库订单信息；