快递物流配送异常检测方法研究

发布时间：2017-10-09 02:38

  本文关键词：快递物流配送异常检测方法研究

  更多相关文章： 快递物流 普通货物 特殊物品 配送 异常检测

【摘要】：随着我国电子商务的飞速发展,我国快递物流业也进入了飞速发展的时代,使得传统单一化、小规模的物流配送模式已无法满足现代物流的发展需求。在此背景下,我国现代快递物流配送模式正在向共同配送趋势发展。然而,共同配送的大规模集载配送方式必然导致异常配送问题的发生,因此如何有效地发现配送异常问题是现代快递物流配送模式发展亟需解决的关键技术问题之一。针对目前国内外的异常检测方法无法直接适用于快递物流配送数据的检测,本文根据快递物流货物的配送特点与原则,提出了两种分别适用于快递物流中普通货物配送与特殊物品配送的异常检测方法。本文主要工作如下:1.针对快递物流普通货物每送达一个配送点时,才对其配送状态进行一次扫描更新的特点,综合考虑配送中心点货物量、线路最大运力、配送点仓储能力、配送时间约束等因素,提出了一种适用于快递物流普通货物配送的异常检测方法。2.针对快递物流特殊物品配送的轨迹相对于传统轨迹具有时间、方向、速度、位置坐标等多属性特点,使得现有异常检测算法无法直接适用于快递物流配送的异常检测,且快递物流配送异常还包括配送时间延迟和目的地错误等方面的异常。本文将基于距离的异常检测算法进行改进并结合基于角度分布方法的思想,提出了一种适用于快递物流特殊物品配送的异常检测方法。3.为了测试算法的检测效率,本文以物流系统的订单、运输、仓储以及配送四个主要功能要素构建了一种快递物流仿真系统模型,模拟整个物流活动的运行,为本文算法的验证提供仿真数据与测试平台。在随机数据与模型数据上的实验结果表明,本文所提出的算法能有效地检测出快递物流在配送过程中出现的异常情况,且算法的检测效率与执行速率方面均高于经典的TRAOD算法。由此,证明了本文算法的有效性,且适用于快递物流配送的异常检测。
【关键词】：快递物流 普通货物 特殊物品 配送 异常检测
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F259.2;TP301.6
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 引言9-13
• 1.1 研究背景及意义9-10
• 1.2 国内外研究现状10-12
• 1.3 论文的主要内容和组织架构12-13
• 第2章 快递物流配送及异常检测技术分析13-25
• 2.1 快递物流配送的概念13-15
• 2.1.1 快递的概念13
• 2.1.2 物流的概念13-14
• 2.1.3 配送的概念14-15
• 2.2 异常配送的定义15
• 2.3 异常检测技术分析15-22
• 2.3.1 传统的异常检测技术15-20
• 2.3.2 异常轨迹检测技术20-22
• 2.4 常见图像数据的距离度量方法22-24
• 2.4.1 Hausdorff距离定义23
• 2.4.2 部分Hausdorff距离23
• 2.4.3 基于平移的最小Hausdorff距离23-24
• 2.4.4 线段Hausdorff距离24
• 2.5 本章小结24-25
• 第3章 快递物流普通货物配送异常检测分析25-35
• 3.1 普通货物配送异常问题描述25-26
• 3.2 普通货物配送数据表示26-27
• 3.3 普通货物配送异常检测实现步骤27-33
• 3.3.1 配送时间异常检测27-28
• 3.3.2 配送路径异常检测28-29
• 3.3.3 配送终点异常检测29
• 3.3.4 配送异常评估29-30
• 3.3.5 算法的整体流程30-33
• 3.4 本章小结33-35
• 第4章 快递物流特殊物品配送异常检测分析35-47
• 4.1 特殊物品配送异常问题描述35-36
• 4.2 基于距离的异常检测36
• 4.3 基于角度的异常检测36-37
• 4.4 线段之间的距离度量37-39
• 4.5 邻域索引半径的确定39-40
• 4.6 邻域轨迹点集处理40
• 4.7 特殊物品配送异常检测实现步骤40-45
• 4.7.1 特殊物品配送轨迹表示40-41
• 4.7.2 配送时间异常检测41-42
• 4.7.3 配送路径异常检测42-43
• 4.7.4 配送终点异常检测43
• 4.7.5 算法的整体流程43-45
• 4.8 本章小结45-47
• 第5章 快递物流仿真系统简化模型47-51
• 5.1 仿真系统简化模型47-49
• 5.2 配送异常检测模块49
• 5.3 本章小结49-51
• 第6章 试验验证与结果分析51-59
• 6.1 普通货物配送异常检测试验与结果分析51-54
• 6.2 特殊物品配送异常检测试验与结果分析54-58
• 6.2.1 与TRAOD算法对比实验54-56
• 6.2.2 仿真系统简化模型下的配送异常检测实验56-58
• 6.3 本章小结58-59
• 第7章 总结与展望59-61
• 7.1 全文工作总结59-60
• 7.2 后续工作展望60-61
• 参考文献61-65
• 致谢65-66
• 攻读硕士学位期间从事的科研工作及取得的成果66

【参考文献】

中国期刊全文数据库 前10条

1 卫振林;孙剑青;;面向中小电商企业城市共同配送模式探讨[J];北京交通大学学报(社会科学版);2015年01期

2 高敏;;规模化助推中国物流业快速发展[J];中国经济信息;2014年13期

3 朴昌浩;黄质;苏岭;禄盛;;基于角度分布的高维数据流异常点检测算法[J];上海交通大学学报;2014年05期

4 董伟;;车辆相互干扰情况下物流集中配送的交通调度方法[J];物流技术;2013年21期

5 李庆;;城市共同配送发展路径探析[J];物流技术;2013年18期

6 赵慧娟;汤兵勇;张云;;基于动态规划法的物流配送路径的随机选择[J];计算机应用与软件;2013年04期

7 李佛赏;;我国汽车物流发展瓶颈研究[J];物流技术;2012年17期

8 陈锦阳;宋加涛;刘良旭;王让定;;基于改进Hausdorff距离的轨迹聚类算法[J];计算机工程;2012年17期

9 毕浅雨;李艳杰;李飒;;一种使用遗传算法进行物流配送成本优化方法[J];辽宁石油化工大学学报;2011年02期

10 刘良旭;乔少杰;刘宾;乐嘉锦;唐常杰;;基于R-Tree的高效异常轨迹检测算法[J];软件学报;2009年09期

，

本文编号：997734