基于互联网的供应链动态实时管理系统及方法与流程

本申请涉及供应链物流管理领域，且更为具体地，涉及一种基于互联网的供应链动态实时管理系统及方法。

背景技术：

1、供应链管理是企业运营中不可或缺的重要组成部分。它涵盖了从原材料采购、生产制造、到最终产品分销的多个环节，直接关系到企业的竞争力和业务效益。在供应链管理中，货物物流运输环节的风险是一个关键因素。传统方式过度依赖于到达特定物流运输节点的货物运输反馈，这存在信息滞后的问题，从而使得供应链管理者在面对运输异常时往往处于被动应对的状态，很大程度上容易增加了因货物损坏、延误等问题带来的经济损失。

2、因此，需要一种优化的供应链动态实时管理方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于互联网的供应链动态实时管理系统及方法，其采用基于人工智能的数据分析技术，通过对物流运输车的位置数据以及物流运输车上货物贮存环境数据进行实时分析来判断货物物流运输状态是否出现异常。这样，通过精确快速的货物物流运输数据处理，供应链管理者能够更好地掌握货物运输的实时状态，从而做出更为及时和有效的决策，进而降低潜在的经济损失。

2、根据本申请的一个方面，提供了一种基于互联网的供应链动态实时管理系统，其包括：

3、货物物流运输相关数据采集模块，用于获取预定时间段内多个预定时间点的物流运输车内货物贮存环境的温度值、湿度值以及所述多个预定时间点的物流运输车的位置数据；

4、货物物流运输相关数据编码模块，用于对所述多个预定时间点的物流运输车内货物贮存环境的温度值、湿度值以及所述多个预定时间点的物流运输车的位置数据进行特征编码处理和特征融合处理以得到货物物流运输监测特征向量；

5、货物物流运输状态监测结果生成模块，用于基于所述货物物流运输监测特征向量，得到货物物流运输状态是否出现异常的监测结果。

6、根据本申请的另一方面，提供了一种基于互联网的供应链动态实时管理方法，其包括：

7、获取预定时间段内多个预定时间点的物流运输车内货物贮存环境的温度值、湿度值以及所述多个预定时间点的物流运输车的位置数据；

8、对所述多个预定时间点的物流运输车内货物贮存环境的温度值、湿度值以及所述多个预定时间点的物流运输车的位置数据进行特征编码处理和特征融合处理以得到货物物流运输监测特征向量；

9、基于所述货物物流运输监测特征向量，得到货物物流运输状态是否出现异常的监测结果。

10、与现有技术相比，本申请提供的基于互联网的供应链动态实时管理系统及方法，其采用基于人工智能的数据分析技术，通过对物流运输车的位置数据以及物流运输车上货物贮存环境数据进行实时分析来判断货物物流运输状态是否出现异常。这样，通过精确快速的货物物流运输数据处理，供应链管理者能够更好地掌握货物运输的实时状态，从而做出更为及时和有效的决策，进而降低潜在的经济损失。

1.一种基于互联网的供应链动态实时管理系统，其特征在于，包括：

2.根据权利要求1所述的基于互联网的供应链动态实时管理系统，其特征在于，所述货物物流运输相关数据编码模块，包括：

3.根据权利要求2所述的基于互联网的供应链动态实时管理系统，其特征在于，所述物流运输货物贮存环境特征提取单元，包括：

4.根据权利要求3所述的基于互联网的供应链动态实时管理系统，其特征在于，所述物流运输货物位置特征提取单元，包括：

5.根据权利要求4所述的基于互联网的供应链动态实时管理系统，其特征在于，所述物流运输货物贮存环境时序特征编码器为相邻层使用互为转置的卷积核的卷积神经网络模型，所述运输车位置变化关联时序特征编码器为包含第一卷积层和第二卷积层的卷积神经网络模型，其中，所述第一卷积层使用第一尺度的一维卷积核，所述第二卷积层使用第二尺度的一维卷积核，所述第一尺度不同于所述第二尺度。

6.根据权利要求5所述的基于互联网的供应链动态实时管理系统，其特征在于，所述货物物流运输状态监测结果生成模块，包括：

7.根据权利要求6所述的基于互联网的供应链动态实时管理系统，其特征在于，所述特征优化单元，用于：

8.一种基于互联网的供应链动态实时管理方法，其特征在于，包括：

9.根据权利要求8所述的基于互联网的供应链动态实时管理方法，其特征在于，对所述多个预定时间点的物流运输车内货物贮存环境的温度值、湿度值以及所述多个预定时间点的物流运输车的位置数据进行特征编码处理和特征融合处理以得到货物物流运输监测特征向量，包括：

10.根据权利要求9所述的基于互联网的供应链动态实时管理方法，其特征在于，基于所述货物物流运输监测特征向量，得到货物物流运输状态是否出现异常的监测结果，包括：