本发明涉及物流调度管理，尤其涉及一种基于数据分析的物流自动化调度方法及系统。
背景技术：
1、随着全球化和电子商务的快速发展，物流行业面临着前所未有的挑战，包括高效处理大量订单、减少运输成本、优化资源配置以及提升客户满意度。传统的物流调度方法依赖于人工经验和手动干预，常常导致效率低下和错误率高，而且难以应对复杂和动态变化的物流需求。物流行业面临着订单量激增、运输成本上升、资源配置复杂化以及客户期望提高的挑战。传统方法难以应对这些复杂和动态变化的需求，导致调度过程中的信息延迟、资源浪费和响应速度缓慢。运输成本是物流管理中的重要环节。传统方法在运输路线规划、车辆调度和货物装载上存在显著的不足，难以实现成本优化。人工干预常常无法有效地整合各种因素，从而导致高昂的运输成本。资源配置涉及仓储、运输工具、人员等多个方面。传统调度方法对资源的配置缺乏全面的视角，容易出现资源的过度或不足配置。这不仅影响了物流效率，还导致了资源的浪费。
技术实现思路
1、基于此，本发明有必要提供基于数据分析的物流自动化调度方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于数据分析的物流自动化调度方法，包括以下步骤：
3、步骤s1：获取物流中转站设施数据，并对物流中转站设施数据进行中转站物流结构特征提取，从而获得中转站物流结构数据；根据中转站物流结构数据进行中转站传输拓扑结构分析，从而获得中转站传输拓扑结构模型；
4、步骤s2：对物流中转站设施数据进行物流配送容器结构特征提取，从而获得物流配送容器数据；根据物流配送容器数据进行三维物理有限元分析，从而获得物流配送容器模型集；
5、步骤s3：对中转站传输拓扑结构模型以及物流配送容器模型集进行配送容器传输模拟，从而获得配送容器传输模拟数据，并根据物流中转站设施数据对配送容器传输模拟数据进行机械臂装载控制策略分析，从而获得机械臂装载控制策略；
6、步骤s4：获取待装载物流货物数据，并根据物流配送容器模型集对待装载物流货物数据进行物流配送容器分配，从而获得货物物流配送容器模型；根据配送容器传输模拟数据对货物物流配送容器模型进行货物传输路径规划，从而获得货物传输路径数据；
7、步骤s5：根据机械臂装载控制策略对货物物流配送容器模型进行机械臂装载控制策略匹配，从而获得机械臂装载货物控制数据，并根据机械臂装载货物控制数据进行货物装载空间矩阵整合，从而获得货物装载空间数据；
8、步骤s6：根据货物传输路径数据以及货物装载空间数据进行物流货物调度管理策略分析，从而获得物流货物调度管理策略，并上传至物流中转站控制平台，以执行货物调度任务。
9、本发明获取物流中转站设施数据并提取其结构特征，有助于全面了解中转站的功能、布局和资源配置。这样可以为后续分析提供准确的基础数据。通过分析中转站的传输拓扑结构模型，可以识别出中转站设计中的瓶颈和优化点。这有助于改进中转站的布局，提高货物转运效率。了解中转站的传输拓扑结构可以减少信息在中转站之间传递的时间，从而加快响应速度。对物流配送容器进行结构特征提取和三维物理分析，能够优化容器的设计和使用，减少空闲空间，提升货物装载的紧凑性。通过有限元分析，可以预测容器在运输过程中可能遇到的压力和应力，从而改进容器设计，提高其耐用性和安全性。对配送容器进行传输模拟能够预测实际操作中的问题，如碰撞、阻塞等，从而提前进行调整和优化。机械臂装载控制策略的分析可以提升机械臂在装载过程中的效率和准确性，减少人为干预，提高装载精度。根据物流配送容器模型集对货物进行分配，有助于合理利用容器空间，减少货物在运输过程中的移动，降低运输成本。根据配送容器传输模拟数据进行货物传输路径规划，可以选择最优路径，避免不必要的延迟，缩短运输时间。通过机械臂装载控制策略匹配，能够更高效地进行货物装载，减少人工干预，提升装载速度。货物装载空间矩阵的整合可以优化装载空间的使用，减少空隙，提高货物运输的稳定性。根据货物传输路径数据和装载空间数据分析物流货物调度管理策略，可以实现更智能和高效的调度，减少资源浪费。高效的调度管理能够减少延迟和错误，提高服务质量，满足客户对快速和准确交付的需求。将调度管理策略上传至控制平台，实现实时监控和调整，确保物流操作的顺畅和及时性。通过这些步骤的实施，物流中转站能够在面对复杂和动态变化的需求时，提升效率，降低成本，实现更高效的资源配置和客户服务。
10、可选地，步骤s1具体为：
11、步骤s11：获取物流中转站设施数据，并对物流中转站设施数据进行设施结构分类，从而获得运输工具结构数据以及装载设施结构数据；
12、步骤s12：根据装载设施结构数据进行装载流程拓扑结构分析，从而获得装载流程拓扑结构模型；
13、步骤s13：根据运输工具结构数据进行运输工具空间结构建模，从而获得运输工具空间结构模型；
14、步骤s14：对运输工具结构数据以及装载设施结构数据进行设施空间连接关系整合，从而获得中转站设施空间连接数据；
15、步骤s15：根据中转站设施空间连接数据对装载流程拓扑结构模型以及运输工具空间结构模型进行中转站传输拓扑结构关联，从而获得中转站传输拓扑结构模型。
16、本发明获取并分类物流中转站设施数据有助于系统性理解各设施的功能和结构。这能精确地确定运输工具和装载设施的需求，确保资源的合理配置和使用。通过装载流程拓扑结构分析，能够优化装载过程的效率和流畅性。这样有助于减少装载时间和避免潜在的瓶颈，提高中转站的整体操作效率。运输工具空间结构建模能够帮助设计和安排运输工具的内部空间，以便更好地利用空间和提高货物运输的效率。整合设施空间连接关系可以有效地识别和优化中转站内各设施的连接方式，从而提高设施间的协同作用和整体运行效率。将中转站设施空间连接数据与装载流程拓扑结构模型和运输工具空间结构模型关联，能够创建一个全面的中转站传输拓扑结构模型，从而实现对中转站传输过程的全面优化和管理，提高整个物流系统的效率和可靠性。
17、可选地，步骤s12具体为：
18、步骤s121：对装载设施结构数据进行装载设施结构分类，从而获得装载设施连接结构数据以及装载设施功能结构数据；
19、步骤s122：根据装载设施功能结构数据进行功能结构空间分布整合，从而获得装载设施功能结构空间分布数据，并对装载设施功能结构空间分布数据进行装载流程单元划分，从而获得装载功能结构流程单元数据；
20、步骤s123：根据装载设施连接结构数据进行连接结构相似度计算，从而获得装载设施连接结构相似度数据，并根据装载设施连接结构相似度数据对装载设施连接结构数据进行连接结构连接关系整合，从而获得装载设施连接结构连接关系数据；
21、步骤s124：对装载设施功能结构空间分布数据以及装载设施连接结构连接关系数据进行空间连接关系关联，从而获得装载设施连接关系数据；
22、步骤s125：根据装载设施连接关系数据进行装载设施拓扑结构分析，从而获得装载设施拓扑结构模型；
23、步骤s126：根据装载功能结构流程单元数据对装载设施拓扑结构模型进行装载流程单元映射，从而获得装载流程拓扑结构模型。
24、本发明通过对装载设施结构数据的分类，可以清晰地理解不同装载设施的结构特点，从而更有效地进行后续分析。将装载设施分为不同类别有助于精确地提取和处理装载设施的连接结构数据和功能结构数据，为后续步骤提供基础数据。通过将装载设施的结构进行分类，可以识别出各类设施的特定功能需求，优化装载设施的设计和配置。对功能结构进行空间分布整合，有助于明确不同功能区域的空间布局，提高装载设施的空间利用效率。通过划分装载流程单元，可以更加细致地分析装载过程中的每个环节，进而优化装载流程，提高作业效率。整合功能结构的空间分布数据，可以帮助设计更合理的装载流程，减少作业中的冲突和瓶颈，提高整体作业效能。通过计算连接结构的相似度，可以识别出不同装载设施之间的相似性，从而在设计中借鉴和优化相似的连接结构。根据相似度数据对连接结构进行整合，有助于简化装载设施的设计，提高结构的通用性和兼容性。相似度计算和整合有助于提高装载设施的标准化程度，减少设计和维护成本。通过对功能结构空间分布数据和连接结构连接关系数据进行空间连接关系关联，可以更准确地理解装载设施的整体布局和结构关联。这种关联分析可以帮助识别和优化空间中的连接点，改进装载设施的空间利用率和运作效率。有助于系统化地管理装载设施的空间布局和连接关系，提高整体操作的可视化和可控性。对装载设施进行拓扑结构分析，可以明确各个结构元素之间的关系，帮助理解装载设施的整体结构。通过分析拓扑结构模型，可以识别出设计中的潜在问题和改进点，从而优化装载设施的设计。拓扑结构模型有助于提高装载设施的运作效率，减少维护和操作成本。将装载功能结构流程单元映射到拓扑结构模型中，有助于实现流程单元和结构模型的高效对接，优化装载过程的整体流畅性。通过映射，可以确保每个装载流程单元在拓扑结构中得到合理配置，提升装载设施的功能实现效果。有助于更好地规划装载流程，提升整个装载系统的运作效率和可靠性。
25、可选地，步骤s13具体为：
26、步骤s131：对运输工具结构数据进行运输工具结构分类，从而获得运输工具动力结构数据以及运输工具装载结构数据；
27、步骤s132：根据运输工具动力结构数据进行三维结构建模，从而获得三维运输工具动力结构模型；
28、步骤s133：根据运输工具装载结构数据进行装载空间容量计算，从而获得运输工具装载空间容量数据；
29、步骤s134：根据运输工具装载结构数据进行三维结构建模，从而获得三维运输工具装载结构模型，并根据运输工具装载空间容量数据对三维运输工具装载结构模型进行空间容量特征融合，从而获得三维空间运输工具装载结构模型；
30、步骤s135：对三维运输工具动力结构模型以及三维空间运输工具装载结构模型进行结构模型整合，从而获得运输工具空间结构模型。
31、本发明通过对运输工具结构数据进行分类，可以将数据分为动力结构数据和装载结构数据。这样可以帮助工程师更清楚地了解每种结构的特性和要求。将数据分类有助于在后续建模过程中专注于特定的结构特征，减少了混淆，提高了建模的精确性。明确的分类可以使设计团队针对性地优化动力系统和装载系统，提升运输工具的整体性能和效率。通过三维建模，可以将动力结构的数据可视化，帮助设计师更直观地理解和分析动力系统的结构。三维模型可以更容易发现潜在的设计缺陷和优化空间，从而改进动力结构的设计，提升其性能。三维模型可以用于虚拟仿真和性能测试，减少实际制造和测试的成本和时间。计算装载空间的容量可以确保设计满足特定的运输需求，优化空间利用，提高装载效率。容量计算有助于确保装载结构符合相关规范和标准，保障运输工具的安全性和合规性。合理的装载空间设计可以提升运输工具的市场竞争力，满足不同用户的需求。将装载结构数据进行三维建模并融合容量数据，可以获得一个更全面的装载结构模型，这有助于在设计中考虑空间容量的实际应用。通过空间容量特征融合，设计师可以更有效地优化装载结构，提高货物装载效率，减少空闲空间。融合后的三维模型可以更准确地反映装载结构的实际使用情况，提升设计的实际效果。将动力结构模型与装载结构模型整合，形成完整的运输工具空间结构模型，有助于从整体上评估设计的综合性能。通过整合可以确保动力结构和装载结构在设计上的一致性和兼容性，减少因结构不匹配导致的问题。整合后的模型可以帮助进行系统级的优化，例如在动力系统和装载系统之间进行协调，提升运输工具的整体效率和可靠性。
32、可选地，步骤s2具体为：
33、步骤s21：对物流中转站设施数据进行物流配送容器结构特征提取，从而获得物流配送容器数据；
34、步骤s22：对物流配送容器数据进行容器结构特征提取以及容器材料特征提取，从而获得容器结构数据以及容器材料数据；
35、步骤s23：根据容器材料数据进行容器材料特性分析，从而获得配送容器材料特性数据；
36、步骤s24：根据容器结构数据进行三维结构建模，从而获得三维物流配送容器模型集，并根据配送容器材料特性数据对三维物流配送容器模型集进行容器材料特性映射，从而获得物流配送容器特性模型集；
37、步骤s25：基于配送容器材料特性数据进行物理模拟边界条件设定，从而获得物理模拟边界条件，并根据物理模拟边界条件对物流配送容器特性模型集进行有限元分析耦合，从而获得物流配送容器物理耦合数据；
38、步骤s26：根据物流配送容器物理耦合数据对物流配送容器特性模型集进行容器物理耦合特性映射，从而获得物流配送容器模型集。
39、本发明提取物流中转站设施数据中的容器结构特征，有助于获取初步的容器数据，这对后续分析和建模提供了基础。对容器结构和材料特征进行提取，有助于详细了解容器的结构及其材料性质，为后续的特性分析提供全面数据。容器材料特性分析能够揭示材料在不同条件下的表现，从而确保容器在实际应用中的可靠性和耐用性。三维结构建模及材料特性映射能够创建逼真的容器模型，这对模拟和优化容器设计至关重要，有助于提高容器的性能和适应性。物理模拟边界条件设定和有限元分析耦合，可以准确评估容器在实际应用中的物理表现，确保容器在各种操作条件下的稳定性和安全性。对物理耦合特性进行映射，最终获得的容器模型集可以更好地反映容器在真实环境中的表现，为设计改进和性能优化提供依据。
40、可选地，步骤s3具体为：
41、步骤s31：对物流配送容器模型集进行容器几何特征提取，从而获得配送容器几何特征数据；
42、步骤s32：根据中转站传输拓扑结构模型以及配送容器几何特征数据进行配送容器传输路径规划，从而获得容器配送路径数据；
43、步骤s33：根据中转站传输拓扑结构模型以及物流配送容器模型集进行中转站传输网络模型构建，从而获得中转站传输网络模型；
44、步骤s34：通过中转站传输网络模型对容器配送路径数据以及物流配送容器模型集进行配送容器传输模拟，从而获得配送容器传输模拟数据；
45、步骤s35：根据物流中转站设施数据对配送容器传输模拟数据进行机械臂装载控制策略分析，从而获得机械臂装载控制策略。
46、本发明通过提取物流配送容器的几何特征，可以准确了解每种容器的尺寸、形状和容量。这有助于在配送过程中优化容器的配置和装载方式。了解容器的几何特征可以优化货物的装载布局，从而提高运输空间的利用率，减少空隙和浪费。精准的几何数据有助于设计更有效的装载方案，从而减少运输中的摩擦和损坏，提高整体运输效率。根据中转站传输拓扑结构和容器几何特征数据，可以规划出最优的配送路径，减少运输时间和成本。优化的路径规划能够减少中转站的负荷和延误，提高整体配送速度。通过科学的路径规划，可以有效管理和调度运输资源，减少不必要的重复运输和资源浪费。构建中转站传输网络模型可以对中转站进行系统化管理，帮助理解中转站的工作流程和网络结构。有助于优化中转站资源的配置和调度，提高中转站的运作效率。网络模型提供的数据支持有助于做出更好的决策，改善整体配送系统的表现。通过模拟可以预测实际运输过程中的表现，识别潜在的问题和瓶颈。模拟数据可以验证之前规划的路径是否有效，确保路径规划的准确性。通过模拟不同情况下的运输过程，可以提高系统对各种不确定因素的应对能力，提升系统的鲁棒性。分析机械臂装载控制策略能够提高机械臂在装载过程中的精度，减少装载错误。合适的控制策略可以提高机械臂的工作效率，加快装载速度，从而提升整体运输效率。通过自动化的装载控制策略，减少了人为干预的需求，降低了人工成本和操作风险。
47、可选地，步骤s35具体为：
48、步骤s351：对物流中转站设施数据进行装载机械臂特征提取，从而获得装载机械臂数据；
49、步骤s352：对配送容器传输模拟数据进行货物装载单元模拟数据提取以及配送容器模拟重量数据提取，从而获得货物装载单元模拟数据以及配送容器模拟重量数据；
50、步骤s353：根据货物装载单元模拟数据进行待装载货物运动轨迹统计，从而获得待装载货物模拟运动轨迹数据，并根据待装载货物模拟运动轨迹数据进行待装载货物空间分布统计，从而获得待装载货物空间分布数据；
51、步骤s354：根据配送容器模拟重量数据以及待装载货物空间分布数据进行机械臂工况条件整合，从而获得机械臂工况条件数据；
52、步骤s355：根据装载机械臂数据进行三维运动动力学建模，从而获得装载机械臂动力模拟模型，并根据机械臂工况条件数据对装载机械臂动力模拟模型进行机械臂货物抓取模拟，从而获得机械臂货物抓取模拟数据；
53、步骤s356：对机械臂货物抓取模拟数据进行机械臂控制参数组合选择，从而获得机械臂装载控制策略。
54、本发明通过提取装载机械臂的特征数据，能够更准确地了解机械臂的性能和配置，为后续的模拟和优化奠定基础。从配送容器传输模拟数据中提取货物装载单元和容器的重量数据，有助于在模拟中更真实地反映实际物流情况，提高模型的准确性。对待装载货物的运动轨迹和空间分布进行统计，可以优化货物的布局和装载策略，减少装载过程中的冲突和不效率。结合配送容器的模拟重量和货物的空间分布数据来整合机械臂的工况条件，有助于在不同条件下优化机械臂的操作，提升装载效率和精度。三维运动动力学建模能够模拟装载机械臂的动作，并通过工况数据调整模拟参数，增强了机械臂在实际操作中的表现和可靠性。根据模拟数据选择合适的机械臂控制参数，可以制定更加有效的装载控制策略，提高机械臂的操作效率和准确性。
55、可选地，步骤s4具体为：
56、步骤s41：获取待装载物流货物数据，对待装载物流货物数据进行物流货物三维结构特征提取，从而获得物流货物三维结构数据；
57、步骤s42：根据物流货物三维结构数据以及物流配送容器模型集进行三维结构相似度计算，从而获得物流货物三维相似度数据；
58、步骤s43：根据物流货物三维相似度数据对物流配送容器模型集进行最高相似度物流配送容器选择，从而获得货物物流配送容器模型；
59、步骤s44：根据配送容器传输模拟数据对货物物流配送容器模型进行货物传输路径规划，从而获得货物传输路径数据。
60、本发明通过获取和提取物流货物的三维结构特征，能够详细了解货物的空间占用和形状特征。这使得后续的容器选择更加精确，减少了因尺寸不匹配造成的物流问题。计算物流货物与配送容器模型的三维结构相似度，帮助找到最合适的容器模型。这提高了容器的利用效率，减少了空余空间，从而降低了运输成本。根据相似度数据选择最佳容器模型，确保货物在运输过程中得到适当的保护和支撑。这降低了货物损坏的风险，提高了运输过程的安全性。通过货物传输路径规划优化配送路径，能够减少运输时间和成本，提高物流效率。此外，合理规划路径还可以降低运输过程中的能源消耗。
61、可选地，步骤s5具体为：
62、步骤s51：通过货物物流配送容器模型对待装载物流货物数据进行容器装载模拟，从而获得货物装载容器模拟数据；
63、步骤s52：对货物装载容器模拟数据进行装载容器重量特征整合，从而获得装载容器重量数据；
64、步骤s53：根据货物装载容器模拟数据进行货物装载运动轨迹预测，从而获得货物装载运动轨迹数据；
65、步骤s54：根据机械臂装载控制策略对装载容器重量数据以及货物装载运动轨迹数据进行机械臂装载控制参数组合匹配，从而获得机械臂装载货物控制数据；
66、步骤s55：通过中转站传输拓扑结构模型对装载容器重量数据进行运输工具装载空间应力均衡分配，从而获得应力均衡装载空间数据；
67、步骤s56：根据机械臂装载货物控制数据对应力均衡装载空间数据进行货物装载空间矩阵整合，从而获得货物装载空间数据。
68、本发明通过容器装载模拟，能够预测实际装载情况，确保货物能够适应容器的空间和形状，提高装载效率和准确性。整合装载容器的重量特征数据，帮助优化容器的负载配置，减少可能的负重不均，增强运输稳定性。预测货物装载的运动轨迹，能够提前识别和解决可能出现的冲突或不稳定因素，优化装载和运输过程。将装载控制策略与重量数据和运动轨迹数据匹配，确保机械臂能够高效、准确地完成货物装载，提升操作效率。通过应力均衡分配，确保运输工具的负荷均匀分布，减少运输过程中的结构压力，降低运输工具损坏风险。整合货物装载空间矩阵，有助于优化空间使用和装载策略，提升货物存放和运输的整体效率。
69、可选地，本发明还提供一种基于数据分析的物流自动化调度系统，用于执行如上所述的一种基于数据分析的物流自动化调度方法，该基于数据分析的物流自动化调度系统包括：
70、传输拓扑结构分析模块，用于获取物流中转站设施数据，并对物流中转站设施数据进行中转站物流结构特征提取，从而获得中转站物流结构数据；根据中转站物流结构数据进行中转站传输拓扑结构分析，从而获得中转站传输拓扑结构模型；
71、三维物理有限元分析模块，用于对物流中转站设施数据进行物流配送容器结构特征提取，从而获得物流配送容器数据；根据物流配送容器数据进行三维物理有限元分析，从而获得物流配送容器模型集；
72、机械臂控制策略分析模块，用于对中转站传输拓扑结构模型以及物流配送容器模型集进行配送容器传输模拟，从而获得配送容器传输模拟数据，并根据物流中转站设施数据对配送容器传输模拟数据进行机械臂装载控制策略分析，从而获得机械臂装载控制策略；
73、物流配送容器分配模块，用于获取待装载物流货物数据，并根据物流配送容器模型集对待装载物流货物数据进行物流配送容器分配，从而获得货物物流配送容器模型；根据配送容器传输模拟数据对货物物流配送容器模型进行货物传输路径规划，从而获得货物传输路径数据；
74、货物装载空间矩阵整合模块，用于根据机械臂装载控制策略对货物物流配送容器模型进行机械臂装载控制策略匹配，从而获得机械臂装载货物控制数据，并根据机械臂装载货物控制数据进行货物装载空间矩阵整合，从而获得货物装载空间数据；
75、调度管理策略分析模块，用于根据货物传输路径数据以及货物装载空间数据进行物流货物调度管理策略分析，从而获得物流货物调度管理策略，并上传至物流中转站控制平台，以执行货物调度任务。
76、本发明的基于数据分析的物流自动化调度系统，该系统能够实现本发明任意一种基于数据分析的物流自动化调度方法，用于联合各个模块之间的操作与信号传输的媒介，以完成基于数据分析的物流自动化调度方法，系统内部模块互相协作，从而提升了物流调度管理的效率和准确性。
1.一种基于数据分析的物流自动化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据分析的物流自动化调度方法，其特征在于，步骤s1具体为：
3.根据权利要求2所述的基于数据分析的物流自动化调度方法，其特征在于，步骤s12具体为：
4.根据权利要求2所述的基于数据分析的物流自动化调度方法，其特征在于，步骤s13具体为：
5.根据权利要求1所述的基于数据分析的物流自动化调度方法，其特征在于，步骤s2具体为：
6.根据权利要求1所述的基于数据分析的物流自动化调度方法，其特征在于，步骤s3具体为：
7.根据权利要求6所述的基于数据分析的物流自动化调度方法，其特征在于，步骤s35具体为：
8.根据权利要求1所述的基于数据分析的物流自动化调度方法，其特征在于，步骤s4具体为：
9.根据权利要求1所述的基于数据分析的物流自动化调度方法，其特征在于，步骤s5具体为：
10.一种基于数据分析的物流自动化调度系统，其特征在于，用于执行如权利要求1所述的一种基于数据分析的物流自动化调度方法，该基于数据分析的物流自动化调度系统包括：
