一种任务与资源的智能配置方法与流程

本发明涉及智能物流，特别是指一种任务与资源的智能配置方法，可用于运输需求与运输工具智能匹配的运输方案的生成。

背景技术：

1、在经济全球化的背景下，生产生活物资的流动更加频繁复杂，物流系统发挥着越来越重要的作用，物流系统的运输成本和效率也影响着产品的成本和效率。

2、陆运、海运、空运、多方式联运为物流运输提供了多种可行的选择，物品从一地运输到另一地需要综合考虑运输价格和时间成本。一方面，物资的种类丰富、运输要求各异、运输始终点不同；另一方面，陆海空运输工具多种多样，运送方式、能力、价格、范围各不相同。因此，有必要对运输需求及资源分配问题进行研究，以技术手段解决在考虑运输价格成本和时间成本情况下，运输需求与运输资源之间的优化匹配问题。

技术实现思路

1、为有效解决运输需求与运输资源之间的合理匹配问题，本发明提出一种任务与资源的智能配置方法。本发明通过构建运输需求与运输资源知识本体，对运输需求和运输工具进行形式化表达，能够有效获得最优的运输资源配置方案。

2、本发明解决其技术问题所采用的技术方案是：

3、一种任务与资源的智能配置方法，包括以下步骤：

4、步骤1，采集用户运输需求与运输工具的领域数据，获取用户运输需求与运输工具概念关键词，构建用户运输需求与运输工具知识本体；

5、步骤2，对用户运输需求文本进行解析，分析出用户运输需求文本中包含的关键要素信息，包括物品名称、运输时间、运输始终点、运输方式、安全事项、可拆解性；

6、步骤3，基于用户运输需求文本的解析结果和用户运输需求与运输工具知识本体，采用知识推理方法为用户运输需求生成运输方案。

7、进一步地，步骤1的具体方式为：

8、步骤1.1，利用互联网爬虫采集与用户运输需求和运输工具相关的文本集合，利用领域关键词匹配方法从文本集合中筛选出符合要求的文本资料；

9、步骤1.2，利用自然语言词义及语法分析方法从符合要求的文本资料中筛选出关于运输工具性能指标、用户需求特点，以及两者相互关系的描述语句，并对其中与运输工具性能指标、用户需求特点，以及两者相互关系相关的业务关键词进行标识；

10、步骤1.3，基于步骤1.2获取的业务关键词以及已知的业务关键词，采用本体+知识链的知识表达方法构建知识图谱；其中，本体负责层次化知识体系的组织和表达，知识链负责知识体系内知识节点间关联关系的表达。

11、进一步地，步骤1.2的具体方式如下：

12、1)对输入的文本资料进行预处理，去除标点符号和异常字符；

13、2)基于中文分词方法对预处理后的文本进行分词；

14、3)根据分词结果生成所有可能的多元组词语；

15、4)基于语法分析方法对输入的文本资料进行语法分析；

16、5)根据语法分析结果对步骤3)生成的多元组词语进行筛选，过滤掉不符合语法规则的多元组词语，得到候选关键词；

17、6)对预训练语言模型进行微调，具体方式为：

18、(a)利用分词工具软件对语言模型预训练所需语料文本进行分词，获取每个词的词性，包括动词、专有名词、处所名词、计量名词、数词、量词；

19、(b)利用句法分析手段对语言模型预训练所需语料文本进行句法分析，识别出其中每个词的语法角色，包括主语、谓语、宾语、定语、补语；

20、(c)将各个词的词性和语法角色融合到原始语料文本中，形成新版训练语料数据，作为语言模型预训练的输入；

21、(d)基于新版训练语料数据开展预训练，生成微调过的预训练语言模型；

22、7)基于微调过的预训练语言模型计算候选关键词的语义表示；

23、8)根据候选关键词的语义表示计算其与初始关键词的相似度，初始关键词为已知的业务关键词；

24、9)将相似度值最大的候选关键词作为新的业务关键词。

25、进一步地，步骤1.3的具体方式为：

26、采用本体建立运输工具和用户运输需求两个子本体，分别表示运输工具知识体系和用户运输需求知识体系；

27、对两个子体系内部以及彼此之间存在的领域术语关联关系，采用知识链方法进行表达。

28、进一步地，步骤2中，采用基于神经网络语言模型结合条件随机场方法实现用户运输需求关键要素信息的解析。

29、进一步地，步骤3的具体方式为：

30、步骤3.1，根据运输始终点位置，在地图上画出包络矩形，包络矩形包含运输始终点以及与其直接相连的陆海空运输线路；

31、步骤3.2，以运输始点作为开始节点，以运输线路上各个市县乡镇作为中间节点，以运输终点作为结束节点，形成一张由节点和边组成的图；当两个相邻点之间存在多种运输方式时，每一种运输方式都有一个边与之对应；

32、步骤3.3，在图中的每条边上标注运输时间，表示在两个相邻市县乡镇之间采用某种陆海空运输工具时的运输时长；根据各条边上的运输时间值，采用维特比方法，筛选出运输时长最短的多条运输路径；

33、步骤3.4，针对筛选出的运输路径，根据当前可获得的各类运输工具的运输属性，确定其对于本次用户运输需求的可用性；具体方式为：依据承运工具的容积、承重、运输距离、运输时限、恒温性能和防燃防爆性能方面的能力，结合知识规则进行匹配推理判定；根据一条运输路径的各组成路段是否都有运输工具可用，从多条运输路径中过滤掉任何某一路段不具备运输工具的运输路线；然后，再对剩余的运输路径中的各个路段标注运输价格，若一个路段对应有多个可选运输工具，则标注出每个可选运输工具的运输价格，即此路段对应多个边，每个边对应一个运输工具，形成由新的边构成的图；接着，采用维特比方法，找出运输价格最低的一条或多条运输路径，作为运输方案。

34、本发明的有益效果在于：

35、1、本发明通过构建运输需求与运输资源知识本体，对运输需求和运输工具进行形式化表达，以此为基础，采用知识推理方法计算出最优的运输资源配置方案。

36、2、本发明对运输需求和运输资源进行形式化知识表达，采用知识推理方法实现运输需求与运输资源的最优合理配置，提升物流系统效能。

37、3、本发明采用的技术手段同样适用于其他领域的任务与资源匹配问题。

技术特征：

1.一种任务与资源的智能配置方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种任务与资源的智能配置方法，其特征在于，步骤1的具体方式为：

3.根据权利要求2所述的一种任务与资源的智能配置方法，其特征在于，步骤1.2的具体方式如下：

4.根据权利要求2所述的一种任务与资源的智能配置方法，其特征在于，步骤1.3的具体方式为：

5.根据权利要求1所述的一种任务与资源的智能配置方法，其特征在于，步骤2中，采用基于神经网络语言模型结合条件随机场方法实现用户运输需求关键要素信息的解析。

6.根据权利要求1所述的一种任务与资源的智能配置方法，其特征在于，步骤3的具体方式为：

技术总结
本发明公开了一种任务与资源的智能配置方法，涉及智能物流技术领域。本发明包括以下步骤：采集用户运输需求与运输工具的领域数据，获取用户运输需求与运输工具概念关键词，构建用户运输需求与运输工具知识本体；对用户运输需求文本进行解析，分析出用户运输需求文本中包含的关键要素信息，包括物品名称、运输时间、运输始终点、运输方式、安全事项、可拆解性；基于用户运输需求文本的解析结果和用户运输需求与运输工具知识本体，采用知识推理方法为用户运输需求生成运输方案。本发明采用知识推理方法实现运输需求与运输资源的最优合理配置，能够提升物流系统效能。

技术研发人员：陈勇,郭琦,陈金勇,陈镜,范广伟,楚博策,柴兴华,王永杰,陈玮,滕学斌,戎纪光,徐灿
受保护的技术使用者：中国电子科技集团公司第五十四研究所
技术研发日：
技术公布日：2024/1/16