[發明專利]一種基于聚類算法的集裝箱貨物流向流量統計方法

有效

• 申請號: 201811513149.4
• 申請日: 2018-12-11
• 公開（公告）號: CN109711773B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 辜勇;段晶晶;董明望;袁源乙;蘇宇霞;曾慶光
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06F16/16;G06K9/62
• 代理公司: 武漢天力專利事務所 42208
• 代理人: 吳曉穎

本發明涉及運輸數據統計分析領域，提供一種基于聚類算法的集裝箱貨物流向流量統計方法，包括：根據集裝箱貨物運輸單據內容形成標準屬性模板、將集裝箱運輸單據融合成標準屬性文件、對所有標準屬性文件進行聚類、選取標準屬性文件N_x所在的簇、將該簇中所有運輸單據基于規則進行分類、計算運輸節點之間的集裝箱運輸量、輸出信息。本發明能夠對某一特定集裝箱貨物的運輸情況進行檢索，不僅能夠提高對物流中海量運輸單據信息的利用效率，而且能夠為需求用戶提供指定的具體信息。

技術領域

本發明涉及運輸數據統計分析領域，提供一種基于聚類算法的集裝箱貨物流向流量統計方法。

背景技術

集裝箱貨物流量及其流向是衡量地區之間物流運輸往來情況的關鍵指標。當前國內乃至全球貨運量都在逐年上漲，各個國家、港口都對自身集裝箱信息進行統計。特別是隨著經濟的持續繁榮發展，各種有關貨運數據信息量飛速增長，各個統計主體都積累了大量的運輸數據。這些數據是主體掌握自身發展狀況、預測發展前景、制定戰略目標的重要依據。能否有效地利用這些數據，對未來物流行業的發展至關重要。但是各運輸主體的信息數據一般只包括粗略的統計信息，如吞吐量、貨種、貨重、箱重、裝車量、貨物運輸量、貨物周轉量等等。這些數據來源信息龐大，各個港口的統計口徑并不一致，使得計算集裝箱整體的流動情況很困難。

但是目前多數對集裝箱貨物數據信息的研究，都著眼于對規范統計管理指標體系、或對現有數據進行分析預測。而對于某一特定集裝箱貨物的具體運輸情況往往隱藏于海量數據之中，給需要這些特定屬性信息的需求者帶來極大的不便。

發明內容

本發明的目的在于，針對現有技術的缺陷，提供一種基于聚類算法的集裝箱貨物流向流量統計方法，其能夠對某一特定集裝箱貨物的運輸情況進行檢索，不僅能夠提高對物流中海量運輸單據信息的利用效率，而且能夠為需求用戶提供指定的具體信息。

本發明實現上述目的所采用的技術方案如下。

一種基于聚類算法的集裝箱貨物流向流量統計方法，包括以下步驟：

(1)根據集裝箱貨物運輸單據內容形成標準屬性模板；

(2)將所有集裝箱貨物運輸單據融合成標準屬性文件；

(3)對所有標準屬性文件進行聚類；

(4)選取標準屬性文件N_x所在的簇；

(5)將步驟(4)選取的簇中所有標準屬性文件基于規則進行分類；

(6)計算運輸節點之間的集裝箱運輸量；

(7)輸出信息。

在上述技術方案中，步驟(1)所述的“根據集裝箱貨物運輸單據內容形成標準屬性模板”，集裝箱貨物運輸單據有多種種類，如海運提單、國際鐵路貨物聯運運單等等。這些集裝箱貨物運輸單據一般都包括商品名稱、件數、毛重、尺碼、承運組織、運送組織、交付組織、發貨人、收貨人、裝運地、卸貨地、最終目的地等屬性。將集裝箱貨物運輸單據按照以上屬性整合成一個標準屬性模板。

在上述技術方案中，步驟(2)所述的“將集裝箱貨物運輸單據融合成標準屬性文件”，將各港口所有集裝箱運輸單據與屬性模板融合，生成標準屬性文件集N＝{N₁，N₂，……，N_n}，N_i代表第i個運輸單據形成的標準屬性文件，i＝1，2，……，n；將用戶需求與屬性模板融合，生成標準屬性文件N_x。