一种基于微服务架构的物流调度系统

1.本发明涉及物流调度技术领域，特别是涉及一种基于微服务架构的物流调度系统。


背景技术：

2.现有的物流调度系统智能化程度低，并且功能无法满足真实应用场景下的需求。配送人员由于现有的系统可用性较低，所以主要选用人工方式解决配送、调度等问题。
3.因此提供一种智能物流调度系统，以为配送人员提供完整的物流调度智能服务治理能力，进而提高物流调度效率成为本领域亟待解决的技术难题。


技术实现要素：

4.为解决现有技术存在的技术问题，本发明提供了一种基于微服务架构的物流调度系统。
5.为实现上述目的，本发明提供了如下方案：
6.一种基于微服务架构的物流调度系统，包括：
7.企业端子系统，用于发布物流订单信息和查询物流订单信息；
8.服务端子系统，与所述企业端子系统连接，用于根据发布的物流订单信息进行物流运输车辆调度，并用于根据发布的物流订单信息生成物流运输线路，还用于基于所述物流运输线路和所述物流订单信息生成仓储匹配信息；
9.司机端子系统，与所述服务端子系统连接，用于进行物流车辆调度匹配，并用于根据所述物流订单信息、所述物流运输线路和所述仓储匹配信息完成物流运输和仓储。
10.优选地，所述企业端子系统包括：
11.订单发布模块，与所述服务端子系统连接，用于发布所述物流订单信息；
12.订单查询模块，与所述服务端子系统连接，用于查询物流信息；所述物流信息包括：车辆运输定位信息和物流运输进度信息；
13.优选地，所述企业端子系统还包括：
14.异常查询模块，与所述服务端子系统连接，用于获取物流异常信息。
15.优选地，所述服务端子系统包括：
16.物流车辆调度模块，与所述企业端子系统和所述司机端子系统连接，用于根据发布的物流订单信息进行物流运输车辆调度；
17.车辆路线生成模块，与所述企业端子系统和所述司机端子系统连接，用于根据发布的物流订单信息生成物流运输线路；
18.物流仓储匹配模块，与所述车辆路线导航模块、所述司机端子系统和所述企业端子系统连接，用于根据所述物流订单信息、所述物流运输线路和所述仓储匹配信息完成物流运输和仓储。
19.优选地，所述司机端子系统包括：
20.调度信息推送模块，用于与所述服务端子系统连接，用于接收调度信息；
21.订单信息查询模块，与所述服务端子系统连接，用于当接收到调度信息时，查询物流订单信息；
22.运输线路导航模块，与所述服务端子系统连接，用于根据所述物流运输线路调取导航设备进行路线导航页面。
23.优选地，所述司机端子系统还包括：
24.异常情况上报模块，与所述服务端子系统连接，用于发生异常情况时输入异常情况信息至所述服务端子系统。
25.优选地，所述服务端子系统还包括：
26.路线更新模块，与所述异常情况上报模块连接，用于根据所述异常情况信息判断是否重新生成物流运输线路。
27.优选地，所述企业端子系统和所述司机端子系统均包括：可视化模块。
28.根据本发明提供的具体实施例，本发明公开了以下技术效果：
29.本发明提供的基于微服务架构的物流调度系统，通过设置企业端子系统，实现物流订单信息的发布和查询，设置服务端子系统基于企业端子系统发布的物流订单信息实现物流运输车辆调度，并基于发布的物流订单信息生成物流运输线路和仓储匹配信息，设置司机端子系统进行物流车辆调度匹配后，根据物流订单信息、物流运输线路和仓储匹配信息完成物流运输和仓储，进而为配送人员提供完整的物流调度智能服务治理能力，提高物流调度效率。
附图说明
30.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
31.图1为本发明提供的基于微服务架构的物流调度系统的架构图；
32.图2为本发明实施例提供的基于微服务架构的物流调度系统的结构示意图；
33.图3为本发明实施例提供的司机端子系统的业务流程图；
34.图4为本发明实施例提供的企业端子系统的业务流程图；
35.图5为本发明实施例提供的服务端子系统的业务流程图。
具体实施方式
36.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
37.本发明的目的是提供一种基于微服务架构的物流调度系统，能够为配送人员提供完整的物流调度智能服务治理能力，进而提高物流调度效率。
38.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实
施方式对本发明作进一步详细的说明。
39.如图1所示，本发明提供的基于微服务架构的物流调度系统，包括：企业端子系统、服务端子系统和司机端子系统。
40.其中，企业端子系统用于发布物流订单信息和查询物流订单信息。
41.服务端子系统，与企业端子系统连接，用于根据发布的物流订单信息进行物流运输车辆调度，并用于根据发布的物流订单信息生成物流运输线路，还用于基于物流运输线路和物流订单信息生成仓储匹配信息。
42.司机端子系统，与服务端子系统连接，用于进行物流车辆调度匹配，并用于根据物流订单信息、物流运输线路和仓储匹配信息完成物流运输和仓储。
43.为了进一步提高物流运输效率，上述采用的企业端子系统可以包括：订单发布模块、订单查询模块和异常查询模块。
44.其中，订单发布模块，与服务端子系统连接，用于发布物流订单信息。
45.订单查询模块，与服务端子系统连接，用于查询物流信息。物流信息包括：车辆运输定位信息和物流运输进度信息。
46.异常查询模块，与服务端子系统连接，用于获取物流异常信息。
47.为了实现物流运输的智能化管理控制，上述采用的服务端子系统包括：物流车辆调度模块、车辆路线生成模和物流仓储匹配模块。
48.物流车辆调度模块，与企业端子系统和司机端子系统连接，用于根据发布的物流订单信息进行物流运输车辆调度。
49.车辆路线生成模块，与企业端子系统和司机端子系统连接，用于根据发布的物流订单信息生成物流运输线路。
50.物流仓储匹配模块，与车辆路线导航模块、司机端子系统和企业端子系统连接，用于根据物流订单信息、物流运输线路和仓储匹配信息完成物流运输和仓储。
51.进一步，为了提高物流运输效率，上述采用的司机端子系统中设置有：调度信息推送模块、订单信息查询模块、运输线路导航模块和异常情况上报模块。
52.其中，调度信息推送模块，用于与服务端子系统连接，用于接收调度信息。
53.订单信息查询模块，与服务端子系统连接，用于当接收到调度信息时，查询物流订单信息。
54.运输线路导航模块，与服务端子系统连接，用于根据物流运输线路调取导航设备进行路线导航页面。
55.异常情况上报模块，与服务端子系统连接，用于发生异常情况时输入异常情况信息至服务端子系统。
56.基于司机端子系统的这一设置，为了能够提高物流运输效率，避免运输路耽误太长时间，本发明在上述服务端子系统中进一步设置了路线更新模块。路线更新模块与异常情况上报模块连接，用于根据异常情况信息判断是否重新生成物流运输线路。例如，当当前线路发生拥堵、或道路发生故障时，司机将这一异常情况描述上传至服务端子系统，服务端子系统中的线路更新模块以司机所在位置为起点，重新规划运输线路。
57.为了便于司机查看路况和物流订单信息，并与企业实时掌握物流情况本发明还在企业端子系统和司机端子系统均设置了可视化模块。
58.下面基于对本发明的进一步扩展，提供一个实施例对上述提供的基于微服务架构的物流调度系统的具体实施过程进行说明。
59.如图2所示，在该实施例中，司机端子系统用于在移动终端上为司机运输货物所需服务及数据。企业端子系统用于在移动终端上为钢铁厂企业人员提供管理钢铁物流所需服务及数据。服务端子系统用于对司机端子系统上传的数据进行存储，并为司机端子系统、企业端子系统提供数据支持。
60.如图2所示，下面对各个子系统的具体功能进行描述，具体如下：
61.1、司机端子系统
62.司机端子系统在移动终端的应用软件上为司机提供了可视化界面，司机可以在可视化界面上完成查看订单信息以及查看线路导航等操作。本实施例考虑用android软件开发实现移动终端上的司机端子系统的应用软件。基于此，司机端子系统包括：
63.a、订单信息查询模块：用于从服务端子系统读取当前配送的订单信息，并对收到的数据解析，渲染出订单信息页面。具体表现为司机点击可视化界面上的某类型订单后(采购订单或销售订单)，订单信息查询模块向服务端子系统发送请求获取对应订单的数据。服务端子系统接收到请求后，根据订单号查询数据库，然后返回订单数据给订单信息查询模块。订单信息查询模块逐层解析返回的订单数据，完成解析工作后渲染订单信息的页面。
64.b、运输线路导航模块：用于从服务端子系统获取线路规划信息，调用高德地图的android导航sdk后进入导航页面。具体表现为司机查看完订单信息后，点击视图上的导航按钮，从服务端子系统获取线路规划信息，调用高德地图的android导航sdk提供的接口启动导航组件，进入线路导航页面。
65.c、调度信息推送模块：用于从服务端子系统获取调度信息，返回推送信息的视图或静态资源。具体表现为司机行驶过程中，服务端子系统会根据道路状况以及厂区车辆容量合理控制车辆进场时间，当装卸车辆需排队或暂无空闲车位时，服务端子系统更改导航目的地，调度司机前往最近的停车场等候进厂，因此服务端子系统发送调度信息给调度信息推送模块以及新的导航信息给运输线路导航模块。调度信息推送模块解析后，以文字和语音方式提示司机新的调度信息，例如减速行驶或者目的地更改，驶往最近的停车场，并联合线路导航模块，渲染出新的导航路线。
66.d、异常情况上报模块：用于向服务端子系统上传运输途中发生的异常信息。司机行驶过程中，遭遇到突发事故如车辆抛锚，道路封闭施工，恶劣天气等导致不能按时交付订单，异常情况上报模块向服务端子系统上传行驶过程中的异常情况，描述异常详情，服务端子系统接收到该信息后，存储到数据库中，以便企业人员查看。
67.以上处理流程如图3所示。
68.2、企业端子系统
69.企业端子系统在移动终端上为企业人员提供了可视化界面，企业可以在可视化界面上完成发布订单以及查看订单信息等操作。基于此，企业端子系统包括：
70.a、订单发布模块：用于录入订单信息并上传服务端子系统并从服务端子系统获取分配订单后的订单信息，经解析后返回订单发布结果的页面。具体表现为企业人员在企业端子系统订单发布页面录入订单信息，点击发布按钮后，将订单信息上传服务端子系统，服务端子系统为该订单找到合适的承运车辆并将完整的订单信息存入数据库，之后服务端子
系统发送订单发布结果信息。订单发布模块解析后返回订单发布结果的页面。
71.b、订单查询模块：用于从服务端子系统获取所有订单的数据信息，并对订单的数据信息进行json解析，返回订单信息页面。订单查询模块向服务端子系统请求所有订单的信息，返回订单列表页面，企业人员在订单列表页面点击某个订单的视图后，进入对应订单信息的详情页面。
72.c、车辆位置查询模块：在订单详细信息页面中可查看运输车辆当前位置。司机端子系统中集成高德地图，司机端子系统启动登录后，通过高德sdk提供的接口定时地获取当前定位信息连同当前账号上传到服务端子系统后台。当企业人员想要查看运输车辆的位置时，车辆位置查询模块将驾驶员的账号作为查询条件向服务端子系统查询坐标，收到坐标后渲染显示车辆当前位置的视图。
73.d、异常查询模块：用于从服务端子系统获取司机端子系统上传的异常信息，并对异常信息进行json解析，返回异常信息页面。具体表现为司机端子系统向服务端子系统请求所有异常订单的信息，服务端子系统收到请求后查询数据库，将找到的异常订单信息返回异常查询模块，异常查询模块解析后渲染出异常订单列表页面。当企业人员在异常列表页面点击某个异常的视图后，异常查询模块发送一条查看详情的请求给服务端子系统，服务端子系统收到后根据异常订单号搜索数据库，返回该异常订单详细信息给异常查询模块，异常查询模块解析后渲染出对应异常订单的详情页面。
74.以上处理流程如图4所示。
75.3、服务端子系统
76.服务端子系统是应用springboot框架并结合springcloud组件搭建的微服务架构的分布式系统。服务端子系统应用mybatis框架管理mysql数据库的读写。将物流运输车辆区分为原料运输车辆和成品运输车辆后，服务端子系统块包括：
77.a、原料运输车辆路线导航模块：用于为原料运输车辆提供导航功能，包含厂区内和厂区外两种情况。在厂区外，原料运输车辆路线导航模块使用改进的蚁群优化算法寻找车辆行驶最优路径。具体而言本，改进的蚁群优化算法的改进之处在于：一是初始信息素不均匀分布在基本蚁群优化算法的初始阶段，二是将a*算法加入到蚁群优化算法的启发式信息中，以提高算法的收敛速度并获得更优的全局路径。在厂区内，原料运输车辆路线导航模块根据车辆类型和原料类型提供符合厂区要求的行车指路信息，引导车辆按照规定路径完成签到、过秤、放射性检查、质检和卸车等环节。厂区内完成采购流程的路线较为固定，因此原料运输车辆路线导航模块按照企业提供的厂区平面图即可提供正确的指引。原料运输车辆路线导航模块计算出最优路径后，向实际段子系统返回两种情况对应的导航信息。在司机行驶过程中，一方面最优路径可能会变化，另一方面可能更改调度信息，更改目的地，因此原料运输车辆路线导航模块可能发送多次导航信息。
78.b、原料运输车辆只能调度模块：用于在原料运输车辆进厂后，向司机端子系统推送调度信息。原料运输车辆只能调度模块将车辆定位转换为坐标后，使用最短路径算法(如dijkstra)为原型建模，通过强化学习训练算法，根据车辆当前定位、周边停车点和目的地，根据钢铁厂各环节的调度规则，以及需要等待的时长进行规划，产生最优的等待进厂方案。首先是使用行为克隆(behaviorclone)的方式解决寻路问题，将寻路看作一个连续决策的过程，把司机在钢铁运输的历史真实轨迹当作专家轨迹，经过轨迹训练后得到输出决策概
率的模型，即寻路agent。然后在寻路agent寻找最优解的过程中使用beam search搜索策略寻找最符合成本优先且符合运输习惯的路线。最后通过生成学习的方式来增强路线引擎的能力，避免纯粹的拟合专家轨迹存在的偏航后难以快速纠正的问题，可选方案是采用q-learning的方式来学习一个寻路策略。
79.c、原料运输车辆车仓匹配模块：用于在车辆进厂后，向司机端子系统推送匹配好的目的仓库信息及驶往目的仓库的导航信息。企业提前输入物料与仓库的匹配关系。原料运输车辆进厂后，服务端子系统将新增进厂车辆插入排队队列，根据进厂车辆到达时间以及所载物料，根据fifo原则，生成该车辆表示卸货顺序的号码。服务端子系统定期轮询空闲仓库，当服务端子系统检测到空闲仓库时，根据仓库剩余容量选择符合要求的车辆中号码最小的车辆，向对应的司机端子系统推送匹配好的仓库的导航信息。
80.d、原料运输车辆成本预测模块：用于从司机端子系统订单发布页面获取原料订单信息，向企业端子系统返回预测的原料运输车辆运输成本的数据。该模块融合误差反向传播算法(bp算法)和模拟退火算法，提出一个基于混合神经网络的成本预测模型，分为数据处理，数据分类，时序预测三个模块。利用改进的模拟退火神经网络结合bp网络的优点建立钢铁物流成本预测模型，揭示了物流成本预测的内在非线性映射关系，具有全局逼近和快速收敛的特点，在很大程度上提高了预测物流成本的准确性。当服务端使用该模型计算出原料运输成本后，将成本预测信息返回给可视化模块。
81.e、成品运输车辆和订单匹配模块：用于企业人员在企业端子系统发布订单后，依据获取的订单信息，向企业端子系统返回承接订单的车辆的数据。该模块搭建一个融合强化学习和组合优化的框架，通过对真实有效的历史数据的分析和学习，搭建并创造高性能的算法和模型，采用基于马尔科夫决策(mdp)建模的智能派单方法。这一决策过程的组成模块包括：智能体(agent)：定义每个配送车辆为一个智能体，将问题转化为多智能体学习(multi-agent)求解问题，减少状态和动作空间，增加求解的可能性。状态：状态定义了配送车辆当前所处的周边信息，主要为当前的时间和空间。动作：动作定义了物流车辆的完成订单或空闲操作。状态转移和奖励函数：完成订单的动作会自动改变物流人员的状态，并同时带来奖励，既订单的收益。定义mdp的基本元素后，需选定一个最优策略，使其最大化累积期望收益。根据每个订单和车辆匹配对应的动作价值函数，得到权重建立二分图，嵌入km算法，充分考虑接单，派单距离等因素，求解最优车辆和订单匹配结果，得到钢铁物流调度结果。
82.f、成品运输车辆路线导航模块：用于为成品运输车辆全程提供导航功能，根据成品运输车辆的位置(厂内或厂外)，向司机端子系统返回两种位置对应的导航信息。在厂区外，服务端子系统使用改进蚁群优化算法寻找车辆行驶最优路径，具体而言本进行了如下改进，一是初始信息素不均匀分布在基本蚁群优化算法的初始阶段，二是将a*算法加入到蚁群优化算法的启发式信息中，以提高算法的收敛速度并获得更优的全局路径。在厂区内，成品运输车辆对应销售订单，成品运输车辆路线导航模块根据车辆类型和产品类型提供符合厂区要求的行车指路信息，引导车辆按照规定路径完成签到、打印拣配单、过秤和装车离场等环节。厂区内完成销售流程的路线较为固定，因此导航模块按照企业提供的厂区平面图即可提供正确的指引。服务端子系统计算出最优路径后，向司机端子系统返回两种情况对应的导航信息。
83.g、成品运输车辆智能调度模块：用于在成品运输车辆进厂后，向司机端子系统推送调度信息。本模块将车辆定位转换为坐标后，使用最短路径算法为原型建模，通过强化学习训练算法，根据车辆当前定位、周边停车点和目的地，根据钢铁厂各环节的调度规则，以及需要等待的时长进行规划，产生最优的等待进厂方案。首先是使用行为克隆(behaviorclone)的方式解决寻路问题，将寻路看作一个连续决策的过程，把司机在钢铁运输的历史真实轨迹当作专家轨迹，经过轨迹训练后得到输出决策概率的模型，即寻路agent。然后在寻路agent寻找最优解的过程中使用beamsearch搜索策略寻找最符合成本优先且符合运输习惯的路线。最后通过生成学习的方式来增强路线引擎的能力，避免纯粹的拟合专家轨迹存在的偏航后难以快速纠正的问题，可选方案是采用q-learning的方式来学习一个寻路策略。
84.h、成品运输车辆成本预测模块：用于从企业端子系统订单发布页面获取成品订单信息，向企业端子系统返回预测的成品运输车辆运输成本的数据。该模块融合误差反向传播算法(bp算法)和模拟退火算法，提出一个基于混合神经网络的成本预测模型，分为数据处理，数据分类，时序预测三个模块。利用改进的模拟退火神经网络结合bp网络的优点建立钢铁物流成本预测模型，揭示了物流成本预测的内在非线性映射关系，具有全局逼近和快速收敛的特点，在很大程度上提高了预测物流成本的准确性。当服务端子系统使用该模型计算出原料运输成本后，将成本预测信息返回给成品运输车辆成本预测模块。
85.i、用户身份认证模块：用于司机端子系统登录账号。司机端子系统向服务端子系统发送登录请求，服务端子系统将收到的账号密码与数据库中的内容对比，若密码正确，服务端子系统向司机端子系统返回登录成功信息。
86.j、订单信息管理模块：用于存储企业端子系统传来的已发布订单的数据信息到mysql数据库，以及响应企业端子系统的请求查询mysql数据库返回订单数据信息。
87.k、异常信息管理模块：用于存储司机端子系统上报的异常信息到mysql数据库，以及响应企业端子系统的请求查询数据库返回异常信息的数据。
88.以上数据处理流程如图5所示。
89.基于上述描述，本发明提供的基于微服务架构的智能物流调度系统，可以为配送人员提供完整的物流调度智能服务治理能力，微服务架构由多个模块协同，构建起整个系统，每个微服务模块负责一部分的业务功能。区别于传统的单体架构系统，微服务架构具备部署简单、扩展性强、开发效率高以及可靠性高等优点。
90.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
91.本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。