System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及預(yù)測目的的處理系統(tǒng)或方法,特別涉及一種物流車的運輸效率指標(biāo)測算方法、裝置、電子設(shè)備及存儲介質(zhì)。
技術(shù)介紹
1、物流運輸作為我國經(jīng)濟(jì)發(fā)展的重要支柱,其相關(guān)指標(biāo)可以直觀反映運輸行業(yè)的發(fā)展水平,為政府部門制定相關(guān)政策提供重要的決策參考。
2、相關(guān)技術(shù)中,物流車運輸效率指標(biāo)(運距、空載率等)的統(tǒng)計方法主要分為以下兩種,人工統(tǒng)計和poi點(point?of?interest,信息點)統(tǒng)計法。人工統(tǒng)計雖直觀但任務(wù)繁重且過程繁瑣。poi點統(tǒng)計法則是通過車輛經(jīng)緯度信息與路網(wǎng)數(shù)據(jù)的匹配,獲取周邊地理信息來判斷物流車狀態(tài),并計算相關(guān)指標(biāo)。但該方法易受gps(global?positioning?system,全球定位系統(tǒng))誤差干擾,誤判率高,難以確保統(tǒng)計數(shù)據(jù)的精確性。
3、綜上所述,相關(guān)技術(shù)中,人工統(tǒng)計任務(wù)繁重,人力成本較高,poi點統(tǒng)計法則易受gps誤差干擾,誤判率高,難以確保統(tǒng)計數(shù)據(jù)的精確性,有待改進(jìn)。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)提供一種物流車的運輸效率指標(biāo)測算方法、裝置、電子設(shè)備及存儲介質(zhì),以解決相關(guān)技術(shù)中,人工統(tǒng)計任務(wù)繁重,人力成本較高,poi點統(tǒng)計法則易受gps誤差干擾,誤判率高,難以確保統(tǒng)計數(shù)據(jù)的精確性的技術(shù)問題。
2、本專利技術(shù)第一方面實施例提供一種物流車的運輸效率指標(biāo)測算方法,包括以下步驟:獲取至少一個目標(biāo)物流車的運輸數(shù)據(jù);利用所述運輸數(shù)據(jù)對所述至少一個目標(biāo)物流車的運輸行程進(jìn)行切割,得到多個主行程以及每個主行程中的停留數(shù)據(jù);將所述停留
3、可選地,在本專利技術(shù)的一個實施例中,所述利用所述運輸數(shù)據(jù)對所述至少一個目標(biāo)物流車的運輸行程進(jìn)行切割,得到多個主行程以及每個主行程中的停留數(shù)據(jù),包括:基于預(yù)設(shè)標(biāo)準(zhǔn)定義停留點和所述停留點的類型分類;基于所述停留點的定義、所述類型分類和所述運輸數(shù)據(jù),對所述至少一個目標(biāo)物流車的運輸行程進(jìn)行切割,得到所述多個主行程;基于所述停留點的定義和所述類型分類從所述每個主行程中提取所述停留數(shù)據(jù)。
4、可選地,在本專利技術(shù)的一個實施例中,在將所述停留數(shù)據(jù)輸入至預(yù)先構(gòu)建的停留類型模型之前,還包括:獲取滿足預(yù)設(shè)條件的物流車隊的車隊運輸數(shù)據(jù),并基于所述車隊運輸數(shù)據(jù)得到相應(yīng)的樣本數(shù)據(jù)集;基于所述樣本數(shù)據(jù)集得到初始狀態(tài)概率矩陣、狀態(tài)轉(zhuǎn)移概率矩陣和停留時長-停留點類型分布矩陣;基于所述停留時長-停留點類型分布矩陣生成觀測概率矩陣;結(jié)合所述觀測概率矩陣、所述初始狀態(tài)概率矩陣和所述狀態(tài)轉(zhuǎn)移概率矩陣構(gòu)建所述停留類型模型。
5、可選地,在本專利技術(shù)的一個實施例中,所述停留類型模型的表達(dá)式為:
6、,
7、其中,為主行程中第一個停留點為停留類型的概率,為停留點 t為停留類型的修正概率,i,j為所述狀態(tài)轉(zhuǎn)移概率矩陣由狀態(tài)停留類型轉(zhuǎn)移到停留類型的概率,為停留點 t為停留類型的觀測概率,為停留點 t-1為停留類型的修正概率。
8、可選地,在本專利技術(shù)的一個實施例中,所述運輸效率指標(biāo)包括所述至少一個目標(biāo)物流車的運距和空載率。
9、可選地,在本專利技術(shù)的一個實施例中,所述基于所述每個停留點的類型計算所述至少一個目標(biāo)物流車的運距,并根據(jù)所述運距計算所述至少一個目標(biāo)物流車的空載率,包括:提取所有主行程中停留點類型為裝貨點和卸貨點的停留點;將從所述裝貨點到所述卸貨點之間的過程標(biāo)記為運輸過程,將所述運輸過程的里程標(biāo)記為所述運距;基于所述運距和所述物流車的總行駛里程計算所述空載率。
10、本專利技術(shù)第二方面實施例提供一種物流車的運輸效率指標(biāo)測算裝置,包括:第一獲取模塊,用于獲取至少一個目標(biāo)物流車的運輸數(shù)據(jù);切割模塊,用于利用所述運輸數(shù)據(jù)對所述至少一個目標(biāo)物流車的運輸行程進(jìn)行切割,得到多個主行程以及每個主行程中的停留數(shù)據(jù);第一計算模塊,用于將所述停留數(shù)據(jù)輸入至預(yù)先構(gòu)建的停留類型模型中,以得到所述至少一個目標(biāo)物流車的每個停留點的類型,并基于所述每個停留點的類型計算所述至少一個目標(biāo)物流車的運輸效率指標(biāo)。
11、可選地,在本專利技術(shù)的一個實施例中,所述切割模塊包括:定義單元,用于基于預(yù)設(shè)標(biāo)準(zhǔn)定義停留點和所述停留點的類型分類;切割單元,用于基于所述停留點的定義、所述類型分類和所述運輸數(shù)據(jù),對所述至少一個目標(biāo)物流車的運輸行程進(jìn)行切割,得到所述多個主行程;第一提取單元,用于基于所述停留點的定義和所述類型分類從所述每個主行程中提取所述停留數(shù)據(jù)。
12、可選地,在本專利技術(shù)的一個實施例中,還包括:第二獲取模塊,用于獲取滿足預(yù)設(shè)條件的物流車隊的車隊運輸數(shù)據(jù),并基于所述車隊運輸數(shù)據(jù)得到相應(yīng)的樣本數(shù)據(jù)集;第二計算模塊,用于基于所述樣本數(shù)據(jù)集得到初始狀態(tài)概率矩陣、狀態(tài)轉(zhuǎn)移概率矩陣和停留時長-停留點類型分布矩陣;生成模塊,用于基于所述停留時長-停留點類型分布矩陣生成觀測概率矩陣;構(gòu)建模塊,用于結(jié)合所述觀測概率矩陣、所述初始狀態(tài)概率矩陣和所述狀態(tài)轉(zhuǎn)移概率矩陣構(gòu)建所述停留類型模型。
13、可選地,在本專利技術(shù)的一個實施例中,所述停留類型模型的表達(dá)式為:
14、,
15、其中,為主行程中第一個停留點為停留類型的概率,為停留點 t為停留類型的修正概率,i,j為所述狀態(tài)轉(zhuǎn)移概率矩陣由狀態(tài)停留類型轉(zhuǎn)移到停留類型的概率,為停留點 t為停留類型的觀測概率,為停留點 t-1為停留類型的修正概率。
16、可選地,在本專利技術(shù)的一個實施例中,所述運輸效率指標(biāo)包括所述至少一個目標(biāo)物流車的運距和空載率。
17、可選地,在本專利技術(shù)的一個實施例中,所述第一計算模塊包括:第二提取單元,用于提取所有主行程中停留點類型為裝貨點和卸貨點的停留點;標(biāo)記單元,用于將從所述裝貨點到所述卸貨點之間的過程標(biāo)記為運輸過程,將所述運輸過程的里程標(biāo)記為所述運距;計算單元,用于基于所述運距和所述物流車的總行駛里程計算所述空載率。
18、本專利技術(shù)第三方面實施例提供一種電子設(shè)備,包括:存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機(jī)程序,所述處理器執(zhí)行所述程序,以實現(xiàn)如上述實施例所述的物流車的運輸效率指標(biāo)測算方法。
19、本專利技術(shù)第四方面實施例提供一種計算機(jī)可讀存儲介質(zhì),所述計算機(jī)可讀存儲介質(zhì)存儲計算機(jī)指令,所述計算機(jī)指令用于使所述計算機(jī)執(zhí)行如上述實施例所述的物流車的運輸效率指標(biāo)測算方法。
20、本專利技術(shù)第五方面實施例提供一種計算機(jī)程序產(chǎn)品,包括計算機(jī)程序,所述計算機(jī)程序被執(zhí)行時,用于實現(xiàn)如上的物流車的運輸效率指標(biāo)測算方法。
21、本專利技術(shù)實施例可以根據(jù)至少一個目標(biāo)物流車的運輸數(shù)據(jù)進(jìn)行運輸形成的切割,得到每個目標(biāo)物流車的多個主行程以及每個主本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種物流車的運輸效率指標(biāo)測算方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,所述利用所述運輸數(shù)據(jù)對所述至少一個目標(biāo)物流車的運輸行程進(jìn)行切割,得到多個主行程以及每個主行程中的停留數(shù)據(jù),包括:
3.根據(jù)權(quán)利要求2所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,在將所述停留數(shù)據(jù)輸入至預(yù)先構(gòu)建的停留類型模型之前,還包括:
4.根據(jù)權(quán)利要求3所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,所述停留類型模型的表達(dá)式為:
5.根據(jù)權(quán)利要求2所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,所述運輸效率指標(biāo)包括所述至少一個目標(biāo)物流車的運距和空載率。
6.根據(jù)權(quán)利要求5所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,所述基于所述每個停留點的類型計算所述至少一個目標(biāo)物流車的運輸效率指標(biāo),包括:
7.一種物流車的運輸效率指標(biāo)測算裝置,其特征在于,包括:
8.根據(jù)權(quán)利要求7所述的物流車的運輸效率指標(biāo)測算裝置,其特征在于,所述切割模塊包括:
9.一種電子設(shè)備
10.一種計算機(jī)可讀存儲介質(zhì),其上存儲有計算機(jī)程序,其特征在于,該程序被處理器執(zhí)行,以用于實現(xiàn)如權(quán)利要求1-6任一項所述的物流車的運輸效率指標(biāo)測算方法。
...【技術(shù)特征摘要】
1.一種物流車的運輸效率指標(biāo)測算方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,所述利用所述運輸數(shù)據(jù)對所述至少一個目標(biāo)物流車的運輸行程進(jìn)行切割,得到多個主行程以及每個主行程中的停留數(shù)據(jù),包括:
3.根據(jù)權(quán)利要求2所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,在將所述停留數(shù)據(jù)輸入至預(yù)先構(gòu)建的停留類型模型之前,還包括:
4.根據(jù)權(quán)利要求3所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,所述停留類型模型的表達(dá)式為:
5.根據(jù)權(quán)利要求2所述的物流車的運輸效率指標(biāo)測算方法,其特征在于,所述運輸效率指標(biāo)包括所述至少一個目標(biāo)物流車的運距和空載率。
6.根據(jù)權(quán)利要求...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:梁永凱,劉昱,于晗正男,李菁元,孫龍,安曉盼,馬琨其,徐航,張昊,趙碩,
申請(專利權(quán))人:中汽研汽車檢驗中心天津有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。