[發明專利]一種物流外場仿真模型的構建方法及其應用方法

有效

• 申請號: 202011138532.3
• 申請日: 2020-10-22
• 公開（公告）號: CN112163819B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 劉偉;李艷濤;萬志毅
• 申請（專利權）人: 上海燕汐軟件信息科技有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/083;G06Q10/067
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 段曉玲

本發明公開了一種物流外場仿真模型的構建方法，包括：獲取物流外場的基礎數據以構建樣本特征向量，所述基礎數據至少包括設備參數、人員配置參數、場地參數；基于所述基礎數據以及與所述樣本特征向量相對應的貨流量數據的分類標簽，對預先構建的非線性模型進行訓練以獲取目標模型和所述目標模型的最優I/O；根據所述目標模型和所述目標模型的最優I/O獲取物流外場的建設方案；本發明利用系統建模虛擬配置與現場配置一一映射，采用非線性模型建立仿真模型以擬合現場非線性化相關情況，準確模擬反應現場情況，獲得準確的物流外場建設所需的設備、人員、場地的數據，便于合理規劃和布局物流外場，滿足分揀轉運的業務需求并防止建造成本浪費。

技術領域

本發明涉及計算機領域，具體涉及一種物流外場仿真模型的構建方法及其應用方法。

背景技術

一個外場的建設投資，小到千萬，大到上億，特別對于相關外場設備的采購需要和場站貨物流量要做到高度的匹配擬合，設備過多，不僅造成成本的浪費，也占用了場地資源；設備過少，無法滿足分揀轉運的業務需求，貨流高峰時，甚至引起“爆倉”，直接影響貨物派送的及時性，甚至影響企業形象。故而，如何有效的對外場場地相關物流設備的合理規劃，對于降低成本，提升效能具有重要意義。

目前外場運行過程中，只能較為局限的知曉相關設備的型號、技術參數、人工排班、歷史分揀轉運數據等客觀事件，而無法判斷整個外場在貨物轉運分揀過程中的人機效能幾何以及對于貨量過多引起的諸多風險的提前預警，如：機器設備是否滿足貨物的分揀需求、人工分布能否滿足最優化的效率提升、整個外場的“爆倉”閾值多少(貨物承載量)等等。

針對外場設備的合理規劃和布局，物流行業一般以建模仿真的形式來模擬現場情況，但目前仿真相關參數基本都是以理想的數據為主，且添加的噪聲基本都是白噪聲，使得整個模型中如：包裹的重量、尺寸、包裝等數據均一致、各設備均處于理想的運行狀態、人工工作效率均不變等，這些仿真的參數運行的結果，不能完全的反應現場的情況，也不能很好的暴露出問題，從而該種仿真建模在實際運用中對于物流企業提供的參考價值不是太大。

發明內容

本發明目的是：提供一種物流外場仿真模型的構建方法及其應用方法。

本發明的技術方案是：第一方面，提供一種物流外場仿真模型的構建方法，包括：

獲取物流外場的基礎數據以構建樣本特征向量，所述基礎數據至少包括設備參數、人員配置參數、場地參數；

基于所述基礎數據以及與所述樣本特征向量相對應的貨流量數據的分類標簽，對預先構建的非線性模型進行訓練以獲取目標模型和所述目標模型的最優I/O；

根據所述目標模型和所述目標模型的最優I/O獲取物流外場的建設方案。

在一些較佳的實施方式中，所述基于所述基礎數據以及與所述樣本特征向量相對應的貨流量數據的分類標簽，對預先構建的非線性模型進行訓練以獲取目標模型和所述目標模型的最優I/O具體包括：

對所述非線性模型進行驗證訓練以獲取所述目標模型；

對所述與所述樣本特征向量相對應的貨流量數據進行預處理并對預處理后的貨流量數據濾波以獲取清洗目標數據；

將所述清洗目標數據導入所述目標模型進行動態仿真以獲取所述目標模型的最優I/O。

在一些較佳的實施方式中，所述對所述非線性模型進行驗證訓練以獲取所述目標模型具體包括：

通過解耦與小擾動線性化分析得到待辨識線性模型的傳遞函數以獲取所述目標模型。

在一些較佳的實施方式中，所述對所述與所述樣本特征向量相對應的貨流量數據進行預處理具體包括：

采用低階多項式滑動擬合法對所述與所述樣本特征向量相對應的貨流量數據進行數據野值的識別和剔除，并使用拉格朗日差值公式對相關野值進行修正。