CN120031471B 基于大数据预测的冷链运输需求分析方法及系统 （上海稼康农业科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120031471B(45)授权公告日2025.07.04

(21)申请号202510501626.9

(22)申请日2025.04.21

(65)同一申请的已公布的文献号申请公布号CN120031471A

(43)申请公布日2025.05.23

(56)对比文件

CN119398641A,2025.02.07CN117670169A,2024.03.08审查员沈雪茹

(73)专利权人上海稼康农业科技有限公司

地址200120上海市浦东新区自由贸易试

验区商城路738号1806室

(72)发明人谢蕾马滔

(74)专利代理机构上海通茂律师事务所31549专利代理师李文斌

(51)Int.CI.

GO6Q10/0832(2023.01)

GO6Q10/0631(2023.01)

权利要求书3页说明书22页附图2页

(54)发明名称

基于大数据预测的冷链运输需求分析方法及系统

(57)摘要

CN120031471B本申请提供一种基于大数据预测的冷链运输需求分析方法及系统，首先获取目标区域含多个时间周期温度敏感货物运输记录及对应环境参数的历史冷链订单数据集，接着从中提取运输需求特征集合，涵盖货物种类与温度敏感度关联、运输时效与设备能耗平衡、区域气候与仓储条件匹配等特征。随后将该特征集合输入预训练的时空预测模型，生成未来指定周期内目标区域的多维度冷链需求参数，如温度波动容忍阈值等。最后基于这些多维度冷链需求参数，生成具有时间戳的冷链运输动态调度方案。本方法能综

CN120031471B

获取目标区域的历史冷链订单数据集

获取目标区域的历史冷链订单数据集

提取所述历史冷链订单数据中的运输需求特征集合

将所述运输需求特征集合输入预训练的时空预测模型，生成未来指定周期内所述目标区域的多维度冷链需求参数

基于所述多维度冷链需求参数，生成具有时间戳的冷链运输动态调度方案

S140

S110

S120

S130

CN120031471B权利要求书1/3页

2

1.一种基于大数据预测的冷链运输需求分析方法，其特征在于，所述方法包括：

获取目标区域的历史冷链订单数据集，所述历史冷链订单数据集包含多个时间周期的温度敏感货物运输记录及其对应的环境参数；

提取所述历史冷链订单数据中的运输需求特征集合，所述运输需求特征集合包括货物种类与温度敏感度的关联特征、运输时效与设备能耗的平衡特征以及区域气候与仓储条件的匹配特征；

将所述运输需求特征集合输入预训练的时空预测模型，生成未来指定周期内所述目标区域的多维度冷链需求参数，所述多维度冷链需求参数包含温度波动容忍阈值、运输时效临界值以及路径节点负载系数；

基于所述多维度冷链需求参数，生成具有时间戳的冷链运输动态调度方案；

所述基于所述多维度冷链需求参数，生成具有时间戳的冷链运输动态调度方案的步骤，包括

基于所述多维度冷链需求参数优化生成冷链运输路径拓扑，所述冷链运输路径拓扑中的每个运输节点关联动态资源分配权重，所述动态资源分配权重与对应节点的历史故障率、实时温控能力以及相邻节点连通效率呈负相关；

根据所述冷链运输路径拓扑中各个节点的实时运行状态数据，动态调整所述运输时效临界值与温度波动容忍阈值的匹配关系，生成异常事件应对策略集合，所述异常事件应对策略集合包含备用制冷设备激活条件、路径切换优先级规则以及应急仓储容量分配方案；

将所述异常事件应对策略集合与实时气象数据流进行时空对齐处理，生成具有时间戳的冷链运输动态调度方案，所述冷链运输动态调度方案包含设备预启动时间窗、运输批次间隔阈值以及跨区域协同运输触发条件。

2.根据权利要求1所述的基于大数据预测的冷链运输需求分析方法，其特征在于，所述提取所述历史冷链订单数据中的运输需求特征集合的步骤，包括：

识别所述历史冷链订单数据中的货物类别编码与温度监测曲线的对应关系，生成温度敏感性分布图谱；

分析运输时效记录与制冷设备能耗日志的关联模式，建立时效-能耗平衡系数矩阵；

检测区域气候数据与仓储温度维持能力的匹配程度，计算气候适应性指数；

融合所述温度敏感性分布图谱、时效-能耗平衡系数矩阵及气候适应性指数，生成三维特征向量空间，作为所述运输需求特征集合；

其中，所述时空预测模型的训练步骤，包括：