本发明涉及一种基于大数据的智慧物流框架设计方法及装置，包括：启动智慧物流大数据平台，其中所述智慧物流大数据平台包括物流基础平台、物流商务平台、物流数据平台及物流信息平台，接收用户在所述物流基础平台中录入的存量数据，接收用户在所述物流商务平台中录入的物流订单数据，对所述存量数据及物流订单数据进行数据处理，得到物流归类数据，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案，根据所述最优物流配送方案，完成物流配送，并将物流配送过程中的物流信息实时更新到所述物流信息平台中，完成基于大数据的智慧物流框架的设计。本发明可解决数据信息处理不能得到最大优化的问题。
1.一种基于大数据的智慧物流框架设计方法，其特征在于，所述方法包括：启动智慧物流大数据平台，其中所述智慧物流大数据平台包括物流基础平台、物流商务平台、物流数据平台及物流信息平台；
接收用户在所述物流基础平台中录入的存量数据，其中所述存量数据包括物流车辆、物流司机、物流仓储、物流人力及物流节点；
所述加密所述存量数据及物流订单数据得到物流加密数据，包括：将所述存量数据及物流订单数据按照数据长度平分为两行数据；
将第一行数据的字节值与其下标值n相加，得到第一变换数据；
将第二行数据的字节值与其下标值n相减，得到第二变换数据；
将所述第一变换数据与所述第二变换数据依次交叉排列，得到所述物流加密数据；
在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据；
所述在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据，包括：从第1个字节开始，依次间隔1字节取出所述物流加密数据的字节数据，得到第一加密数据；
将所述物流加密数据取出所述第一加密数据后剩余的字节数据组合，得到第二加密数据；
将所述第一加密数据的字节值与其下标值n相减，得到第一解密数据；
将所述第二加密数据的字节值与其下标值n相加，得到第二解密数据；
将所述第一解密数据与所述第二解密数据拼接，得到所述存量数据及物流订单数据；
对所述存量数据及物流订单数据进行分析整合，得到物流归类数据；
所述对所述存量数据及物流订单数据进行分析整合，得到物流归类数据，包括：获取所述存量数据中的物流仓储和物流节点的经纬度；
获取所述物流订单数据的发货地址和收货地址的经纬度；
获取所述发货地址和收货地址之间的交通运输干线网络信息；
根据所述存量数据中的物流仓储和物流节点的经纬度及物流订单数据的发货地址和收货地址的经纬度，对所述存量数据及物流订单数据进行归类，得到所述物流归类数据；
根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案；
所述根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案，包括：获取所述物流归类数据中的配送点，其中所述配送点包括物流仓储、物流节点、物流订单发货点及物流订单收货点；
根据所述配送点、交通运输干线网络信息及货运信息分析计算出最优物流运输路线；
获取所述物流归类数据中的物流订单数据、物流车辆及物流人力，分析计算出最优人力任务分配结果，得到所述最优物流配送方案；
所述根据所述配送点、交通运输干线网络信息及货运信息分析计算出最优物流运输路线，包括：根据所述交通运输干线网络信息及货运信息计算出配送点i与配送点j之间的最短距离cji；
根据所述交通运输干线网络信息及货运信息分别计算出配送点i和配送点j到配送中心o的最短路径cio、coj；
根据公式Δcij＝cio+coj‑cji计算出配送点i与配送点j之间的节约里程Δcij；
重复以上步骤，计算出任意两个配送点之间的节约里程；
将所有的所述节约里程按照数据值大小进行降序排序，得到排序集合N；
对所述排序集合N中任意两个配送点进行回路合并操作，得到最优物流运输路线；
所述对所述排序集合N中任意两个配送点进行回路合并操作，包括：从所述排序集合N中选择两个配送点i、j；
若所述配送点i、j的回路存在合并的可能性，则删除回路中的部分路径，并引入新的连接，得到新的回路；
对所述新的回路重复以上操作，直至没有可以合并的回路；
根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送；
在所述物流配送过程中，通过GPS定位跟踪系统和射频识别设备，实时定位追踪所述物流车辆的位置和路线信息，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中，完成基于大数据的智慧物流框架的设计。
2.如权利要求1所述的基于大数据的智慧物流框架设计方法，其特征在于，所述将所述物流加密数据同步到所述物流数据平台中，包括：将所述物流基础平台中的数据库与所述物流数据平台中的第三方数据同步工具相连接；
将所述物流商务平台中的数据库与所述物流数据平台中的第三方数据同步工具相连接；
将所述物流数据平台中的第三方数据同步工具和第三方消息中间件连接；
通过所述第三方数据同步工具，将所述物流基础平台和所述物流商务平台中的物流加密数据同步到所述物流数据平台的第三方消息中间件中。
3.如权利要求1所述的基于大数据的智慧物流框架设计方法，其特征在于，所述根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送，包括：将所述最优物流配送方案中的订单处理信息推送给物流人力，指示工作人员完成包括商品分拣、商品扫描及商品出库的操作；
将所述最优物流配送方案中的包含物流配送时间、配送地点及运输车辆的信息以短信方式推送给物流司机；
将所述最优物流配送方案中的配送路线图同步到物流车辆的导航仪器中，完成物流配送的指示功能。
4.一种基于大数据的智慧物流框架设计装置，其特征在于，所述装置包括：物流数据采集模块，用于接收用户在物流基础平台中录入的存量数据，其中所述存量数据包括物流车辆、物流司机、物流仓储、物流人力及物流节点，接收用户在物流商务平台中录入的物流订单数据；
物流数据同步模块，用于加密所述存量数据及物流订单数据得到物流加密数据，将所述物流加密数据同步到物流数据平台中，在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据；
所述加密所述存量数据及物流订单数据得到物流加密数据，包括：将所述存量数据及物流订单数据按照数据长度平分为两行数据；
将第一行数据的字节值与其下标值n相加，得到第一变换数据；
将第二行数据的字节值与其下标值n相减，得到第二变换数据；
将所述第一变换数据与所述第二变换数据依次交叉排列，得到所述物流加密数据；
所述在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据，包括：从第1个字节开始，依次间隔1字节取出所述物流加密数据的字节数据，得到第一加密数据；
将所述物流加密数据取出所述第一加密数据后剩余的字节数据组合，得到第二加密数据；
将所述第一加密数据的字节值与其下标值n相减，得到第一解密数据；
将所述第二加密数据的字节值与其下标值n相加，得到第二解密数据；
将所述第一解密数据与所述第二解密数据拼接，得到所述存量数据及物流订单数据；
物流数据解析模块，用于对所述存量数据及物流订单数据进行分析整合，得到物流归类数据，根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案；
所述对所述存量数据及物流订单数据进行分析整合，得到物流归类数据，包括：获取所述存量数据中的物流仓储和物流节点的经纬度；
获取所述物流订单数据的发货地址和收货地址的经纬度；
获取所述发货地址和收货地址之间的交通运输干线网络信息；
根据所述存量数据中的物流仓储和物流节点的经纬度及物流订单数据的发货地址和收货地址的经纬度，对所述存量数据及物流订单数据进行归类，得到所述物流归类数据；
所述根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案，包括：获取所述物流归类数据中的配送点，其中所述配送点包括物流仓储、物流节点、物流订单发货点及物流订单收货点；
根据所述配送点、交通运输干线网络信息及货运信息分析计算出最优物流运输路线；
获取所述物流归类数据中的物流订单数据、物流车辆及物流人力，分析计算出最优人力任务分配结果，得到所述最优物流配送方案；
所述根据所述配送点、交通运输干线网络信息及货运信息分析计算出最优物流运输路线，包括：根据所述交通运输干线网络信息及货运信息计算出配送点i与配送点j之间的最短距离cji；
根据所述交通运输干线网络信息及货运信息分别计算出配送点i和配送点j到配送中心o的最短路径cio、coj；
根据公式Δcij＝cio+coj‑cji计算出配送点i与配送点j之间的节约里程Δcij；
重复以上步骤，计算出任意两个配送点之间的节约里程；
将所有的所述节约里程按照数据值大小进行降序排序，得到排序集合N；
对所述排序集合N中任意两个配送点进行回路合并操作，得到最优物流运输路线；
所述对所述排序集合N中任意两个配送点进行回路合并操作，包括：从所述排序集合N中选择两个配送点i、j；
若所述配送点i、j的回路存在合并的可能性，则删除回路中的部分路径，并引入新的连接，得到新的回路；
对所述新的回路重复以上操作，直至没有可以合并的回路；
物流方案执行模块，用于根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送；
物流信息展示模块，用于在所述物流配送过程中，通过GPS定位跟踪系统和射频识别设备，实时定位追踪所述物流车辆的位置和路线信息，并将物流配送过程中的人力、物力和商品的状态实时更新到物流信息平台中。
基于大数据的智慧物流框架设计方法及装置
技术领域
[0001] 本发明涉及数据挖掘技术领域，尤其涉及一种基于大数据的智慧物流框架设计方法及装置。
背景技术
[0002] 大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。智慧物流是以物流互联网和物流大数据为依托，通过协同共享创新模式与人工智能先进技术，重塑产业分工、再造产业结构，转变产业发展方式的新生态。现有的物流框架有传统物流框架和智慧物流框架等。
[0003] 但传统物流框架中没有对物流中的数据进行分析整合及优化处理，存在数据信息处理不能得到最大优化的问题。
发明内容
[0004] 本发明提供一种基于大数据的智慧物流框架设计方法及装置，其主要目的在于解决数据信息容易泄露、数据处理效率低及数据信息处理不能得到最大优化的问题。
[0005] 为实现上述目的，本发明提供的一种基于大数据的智慧物流框架设计方法，包括：
[0006] 启动智慧物流大数据平台，其中所述智慧物流大数据平台包括物流基础平台、物流商务平台、物流数据平台及物流信息平台；
[0007] 接收用户在所述物流基础平台中录入的存量数据，其中所述存量数据包括物流车辆、物流司机、物流仓储、物流人力及物流节点；
[0008] 接收用户在所述物流商务平台中录入的物流订单数据；
[0009] 加密所述存量数据及物流订单数据得到物流加密数据；
[0010] 将所述物流加密数据同步到所述物流数据平台中；
[0011] 在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据；
[0012] 对所述存量数据及物流订单数据进行分析整合，得到物流归类数据；
[0013] 根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案；
[0014] 根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送；
[0015] 在所述物流配送过程中，通过GPS定位跟踪系统和射频识别设备，实时定位追踪所述物流车辆的位置和路线信息，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中，完成基于大数据的智慧物流框架的设计。
[0016] 可选地，所述根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案，包括：
[0017] 获取所述物流归类数据中的配送点，其中所述配送点包括物流仓储、物流节点、物流订单发货点及物流订单收货点；
[0018] 获取交通运输干线网络信息和货运信息；
[0019] 根据所述配送点、交通运输干线网络信息及货运信息分析计算出最优物流运输路线；
[0020] 获取所述物流归类数据中的物流订单数据、物流车辆及物流人力，分析计算出最优人力任务分配结果，得到所述最优物流配送方案。
[0021] 可选地，所述根据所述配送点、交通运输干线网络信息及货运信息分析计算出最优物流运输路线，包括：
[0022] 根据所述交通运输干线网络信息及货运信息计算出配送点i与配送点j之间的最短距离cji；
[0023] 根据所述交通运输干线网络信息及货运信息分别计算出配送点i和配送点j到配送中心o的最短路径cio、coj；
[0024] 根据公式Δcij＝cio+coj‑cji计算出配送点i与配送点j之间的节约里程Δcij；
[0025] 重复以上步骤，计算出任意两个配送点之间的节约里程；
[0026] 将所有的所述节约里程按照数据值大小进行降序排序，得到排序集合N；
[0027] 对所述排序集合N中任意两个配送点进行回路合并操作，完成物流运输路线的优化。
[0028] 可选地，所述对所述排序集合N中任意两个配送点进行回路合并操作，包括：
[0029] 从所述排序集合N中选择两个配送点i、j；
[0030] 判断所述配送点i、j的回路是否存在合并的可能性；
[0031] 若所述配送点i、j的回路可以合并，则删除回路中的部分路径，并引入新的连接，得到新的回路；
[0032] 对所述新的回路重复以上操作，直至没有可以合并的回路。
[0033] 可选地，所述加密所述存量数据及物流订单数据得到物流加密数据，包括：
[0034] 将待加密的数据按照数据长度平分为两行数据；
[0035] 将第一行数据的字节值与其下标值n相加，得到第一变换数据；
[0036] 将第二行数据的字节值与其下标值n相减，得到第二变换数据；
[0037] 将所述第一变换数据与所述第二变换数据依次交叉排列，得到所述物流加密数据。
[0038] 可选地，所述将所述物流加密数据同步到所述物流数据平台中，包括：
[0039] 将所述物流基础平台中的数据库与所述物流数据平台中的第三方数据同步工具相连接；
[0040] 将所述物流商务平台中的数据库与所述物流数据平台中的第三方数据同步工具相连接；
[0041] 将所述物流数据平台中的第三方数据同步工具和第三方消息中间件连接；
[0042] 通过所述第三方数据同步工具，将所述物流基础平台和所述物流商务平台中的物流加密数据同步到所述物流数据平台的第三方消息中间件中。
[0043] 可选地，所述在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据，包括：
[0044] 从第1个字节开始，依次间隔1字节取出所述物流加密数据的字节数据，得到第一加密数据；
[0045] 将所述物流加密数据取出所述第一加密数据后剩余的字节数据组合，得到第二加密数据；
[0046] 将所述第一加密数据的字节值与其下标值n相减，得到第一解密数据；
[0047] 将所述第二加密数据的字节值与其下标值n相加，得到第二解密数据；
[0048] 将所述第一解密数据与所述第二解密数据拼接，得到所述存量数据及物流订单数据。
[0049] 可选地，所述对所述存量数据及物流订单数据进行分析整合，得到物流归类数据，包括：
[0050] 获取所述存量数据中的物流仓储和物流节点的经纬度；
[0051] 获取所述物流订单数据的发货地址和收货地址的经纬度；
[0052] 获取所述发货地址和收货地址之间的交通运输干线网络信息；
[0053] 根据所述存量数据中的物流仓储和物流节点的经纬度及物流订单数据的发货地址和收货地址的经纬度，对所述存量数据及物流订单数据进行归类，得到所述物流归类数据。
[0054] 可选地，所述根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送，包括：
[0055] 将所述最优物流配送方案中的订单处理信息推送给物流人力，指示工作人员完成包括商品分拣、商品扫描及商品出库的操作；
[0056] 将所述最优物流配送方案中的包含物流配送时间、配送地点及运输车辆的信息以短信方式推送给物流司机；
[0057] 将所述最优物流配送方案中的配送路线图同步到物流车辆的导航仪器中，完成物流配送的指示功能。
[0058] 物流数据采集模块，用于接收用户在所述物流基础平台中录入的存量数据，其中所述存量数据包括物流车辆、物流司机、物流仓储、物流人力及物流节点，接收用户在所述物流商务平台中录入的物流订单数据；
[0059] 物流数据同步模块，用于加密所述存量数据及物流订单数据得到物流加密数据，将所述物流加密数据同步到所述物流数据平台中，在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据；
[0060] 物流数据解析模块，用于对所述存量数据及物流订单数据进行分析整合，得到物流归类数据，根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案；
[0061] 物流方案执行模块，用于根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送；
[0062] 物流信息展示模块，用于在所述物流配送过程中，通过GPS定位跟踪系统和射频识别设备，实时定位追踪所述物流车辆的位置和路线信息，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中。
[0063] 为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
[0064] 存储器，存储至少一个指令；及
[0065] 处理器，执行所述存储器中存储的指令以实现上述所述的基于大数据的智慧物流框架设计方法。
[0066] 为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于大数据的智慧物流框架设计方法。
[0067] 相比于背景技术所述：传统物流模式存在数据信息容易泄露、数据处理效率低及数据信息处理不能得到最大优化的问题。本发明实施例为解决该问题，启动智慧物流大数据平台，其中所述智慧物流大数据平台包括物流基础平台、物流商务平台、物流数据平台及物流信息平台。接收用户在所述物流基础平台中录入的存量数据和在所述物流商务平台中录入的物流订单数据。加密所述存量数据及物流订单数据得到物流加密数据，并将所述物流加密数据同步到所述物流数据平台中。在进行数据同步操作之前，先对数据进行了加密处理，解决了数据同步过程中可能会出现数据信息泄露的问题。在所述物流数据平台中，对所述物流加密数据进行解密，并对解密后得到的所述存量数据及物流订单数据进行分析整合，得到物流归类数据。在所述物流数据平台中，包含多个可高效处理大数据的第三方组件，且在数据执行物流配送优化计算之前，先对数据进行分析整合，可提高后续的所述智能优化配送算法处理数据的效率。根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案。根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中，完成基于大数据的智慧物流框架的设计。通过所述智能优化配送算法，可得到最优物流运输路线和最优人力任务分配结果，使得数据信息处理得到最大优化。因此本发明提出的基于大数据的智慧物流框架设计方法、装置、电子设备及计算机可读存储介质，可以解决数据信息容易泄露、数据处理效率低及数据信息处理不能得到最大优化的问题。
附图说明
[0068] 图1为本发明一实施例提供的基于大数据的智慧物流框架设计方法的流程示意图；
[0069] 图2为图1实施例其中一个步骤的流程示意图；
[0070] 图3为图1实施例另一个步骤的流程示意图；
[0071] 图4为本发明一实施例提供的基于大数据的智慧物流框架设计装置的功能模块图；
[0072] 图5为本发明一实施例提供的实现所述基于大数据的智慧物流框架设计方法的电子设备的结构示意图。
[0073] 本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0074] 应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0075] 本申请实施例提供一种基于大数据的智慧物流框架设计方法。所述基于大数据的智慧物流框架设计方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于大数据的智慧物流框架设计方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
[0076] 实施例1：
[0077] 参照图1所示，为本发明一实施例提供的基于大数据的智慧物流框架设计方法的流程示意图。在本实施例中，所述基于大数据的智慧物流框架设计方法包括：
[0078] S1、启动智慧物流大数据平台，其中所述智慧物流大数据平台包括物流基础平台、物流商务平台、物流数据平台及物流信息平台。
[0079] 本发明实施例中，所述智慧物流大数据平台分为物流基础平台、物流商务平台、物流数据平台及物流信息平台四个平台。
[0080] 详细地，所述物流基础平台具有车辆管理、司机管理、仓储管理、物流节点管理及物流人力管理等功能。所述物流商务系统具有订单管理、计费管理、客户管理及财务管理等功能。所述物流数据平台具有数据采集、数据存储及数据分析计算等功能。所述物流信息平台具有物流运输管理、物流运输监控及物流信息展示等功能。
[0081] S2、接收用户在所述物流基础平台中录入的存量数据，其中所述存量数据包括物流车辆、物流司机、物流仓储、物流人力及物流节点。
[0082] 详细地，可录入的物流车辆信息包括车牌、车辆类型、车辆品牌、车辆大小、许可证号、车辆年检、车辆保险、车辆违章、车辆油耗及车辆图片等。
[0083] 可录入的物流司机信息包括姓名、性别、年龄、身份证号、手机号、居住地址、驾驶证及驾驶经历等。
[0084] 可录入的物流仓储信息包括仓储名称、仓储类型、仓储地址、营业执照、经纬度及仓储大小等。
[0085] 可录入的物流人力包括分拣员、快递员、信息录入员、装卸工、理货员、客服人员及仓库管理员等。
[0086] 可录入的物流节点信息包括物流节点名称、类型、地址、营业执照、经纬度及容量大小等。
[0087] S3、接收用户在所述物流商务平台中录入的物流订单数据。
[0088] 详细地，用户可通过智能识别设备自动录入物流订单信息或者手动录入物流订单信息或者批量导入物流订单信息。其中，所述物流订单信息包括订单分类、发货地址、发货点经纬度、收货地址、收货点经纬度、物品大小、物品重量、物品贵重程度、是否属于易碎物品及物品图片等。
[0089] S4、加密所述存量数据及物流订单数据得到物流加密数据。
[0090] 具体地，参阅图2所示，所述加密所述存量数据及物流订单数据得到物流加密数据，包括：
[0091] S41、将待加密的数据按照数据长度平分为两行数据；
[0092] S42、将第一行数据的字节值与其下标值n相加，得到第一变换数据；
[0093] S43、将第二行数据的字节值与其下标值n相减，得到第二变换数据；
[0094] S44、将所述第一变换数据与所述第二变换数据依次交叉排列，得到所述物流加密数据。
[0095] 示例性，待加密的数据为helloworld，将数据平分为两行数据，得到第一行数据hello，第二行数据world；
[0096] 将所述第一行数据hello的字节值与其下标值n相加，得到第一变换数据hfnos；
[0097] 将所述第二行数据world的字节值与其下标值n相减，得到第一变换数据wptoh；
[0098] 将所述第一变换数据hfnos与所述第二变换数据wptoh依次交叉排列，得到所述物流加密数据hwfpntoosh。
[0099] S5、将所述物流加密数据同步到所述物流数据平台中。
[0100] 具体地，所述将所述物流加密数据同步到所述物流数据平台中，包括：
[0101] 将所述物流基础平台中的数据库与所述物流数据平台中的第三方数据同步工具相连接；
[0102] 将所述物流商务平台中的数据库与所述物流数据平台中的第三方数据同步工具相连接；
[0103] 将所述物流数据平台中的第三方数据同步工具和第三方消息中间件连接；
[0104] 通过所述第三方数据同步工具，将所述物流基础平台和所述物流商务平台中的物流加密数据同步到所述物流数据平台的第三方消息中间件中。
[0105] 本发明实施例中，第三方数据同步工具通过监听数据库的变化，从而获得新增数据或者修改的数据，并将数据增量同步到第三方消息中间件中。其中，第三方消息中间件为可用来缓存大量数据的存储平台，可用来发布和消费数据。
[0106] S6、在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据。
[0107] 具体地，所述在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据，包括：
[0108] 从第1个字节开始，依次间隔1字节取出所述物流加密数据的字节数据，得到第一加密数据；
[0109] 将所述物流加密数据取出所述第一加密数据后剩余的字节数据组合，得到第二加密数据；
[0110] 将所述第一加密数据的字节值与其下标值n相减，得到第一解密数据；
[0111] 将所述第二加密数据的字节值与其下标值n相加，得到第二解密数据；
[0112] 将所述第一解密数据与所述第二解密数据拼接，得到所述存量数据及物流订单数据。
[0113] 示例性，待解密的数据为hwfpntoosh；
[0114] 从第1个字节开始，依次间隔1字节取出所述物流加密数据的字节数据，得到第一加密数据hfnos；
[0115] 将所述物流加密数据取出所述第一加密数据后剩余的字节数据组合，得到第二加密数据wptoh；
[0116] 将所述第一加密数据的字节值与其下标值n相减，得到第一解密数据hello；
[0117] 将所述第二加密数据的字节值与其下标值n相加，得到第二解密数据world；
[0118] 将所述第一解密数据与所述第二解密数据拼接，得到解密数据helloworld。
[0119] S7、对所述存量数据及物流订单数据进行分析整合，得到物流归类数据。
[0120] 具体地，所述对所述存量数据及物流订单数据进行分析整合，得到物流归类数据，包括：
[0121] 获取所述存量数据中的物流仓储和物流节点的经纬度；
[0122] 获取所述物流订单数据的发货地址和收货地址的经纬度；
[0123] 获取所述发货地址和收货地址之间的交通运输干线网络信息；
[0124] 根据所述存量数据中的物流仓储和物流节点的经纬度及物流订单数据的发货地址和收货地址的经纬度，对所述存量数据及物流订单数据进行归类，得到所述物流归类数据。
[0125] 本发明实施例中，先得到所述物流归类数据，才能通过所述智能优化配送算法更精确地对数据进行物流配送优化计算。
[0126] S8、根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案。
[0127] 具体地，参阅图3所示，所述根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案，包括：
[0128] S81、获取所述物流归类数据中的配送点，其中所述配送点包括物流仓储、物流节点、物流订单发货点及物流订单收货点；
[0129] S82、获取交通运输干线网络信息和货运信息；
[0130] S83、根据所述配送点、交通运输干线网络信息及货运信息分析计算出最优物流运输路线；
[0131] S84、获取所述物流归类数据中的物流订单数据、物流车辆及物流人力，分析计算出最优人力任务分配结果，得到所述最优物流配送方案。
[0132] 本发明实施例中，所述配送点用来分析计算的信息主要为配送点的经纬度值，所述交通运输干线网络信息及货运信息用来分析计算的信息主要为交通线路、交通距离、货运车辆宽高限制、货运车辆重量限制等信息。
[0133] 具体地，所述根据所述配送点、交通运输干线网络信息及货运信息分析计算出最优物流运输路线，包括：
[0134] 根据所述交通运输干线网络信息及货运信息计算出配送点i与配送点j之间的最短距离cji；
[0135] 根据所述交通运输干线网络信息及货运信息分别计算出配送点i和配送点j到配送中心o的最短路径cio、coj；
[0136] 根据公式Δcij＝cio+coj‑cji计算出配送点i与配送点j之间的节约里程Δcij；
[0137] 重复以上步骤，计算出任意两个配送点之间的节约里程；
[0138] 将所有的所述节约里程按照数据值大小进行降序排序，得到排序集合N；
[0139] 对所述排序集合N中任意两个配送点进行回路合并操作，完成物流运输路线的优化。
[0140] 本发明实施例中，任意两个所述配送点的回路合并操作，是一个重复操作的过程，需要不断判断合并的可能性，不断合并回路，直至没有可以合并的回路。
[0141] 具体地，所述对所述排序集合N中任意两个配送点进行回路合并操作，包括：
[0142] 从所述排序集合N中选择两个配送点i、j；
[0143] 判断所述配送点i、j的回路是否存在合并的可能性；
[0144] 若所述配送点i、j的回路可以合并，则删除回路中的部分路径，并引入新的连接，得到新的回路；
[0145] 对所述新的回路重复以上操作，直至没有可以合并的回路。
[0146] S9、根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送。
[0147] 具体地，所述根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送，包括：
[0148] 将所述最优物流配送方案中的订单处理信息推送给物流人力，指示工作人员完成包括商品分拣、商品扫描及商品出库的操作；
[0149] 将所述最优物流配送方案中的包含物流配送时间、配送地点及运输车辆的信息以短信方式推送给物流司机；
[0150] 将所述最优物流配送方案中的配送路线图同步到物流车辆的导航仪器中，完成物流配送的指示功能。
[0151] 本发明实施例中，通过信息推送的方式将物流配送信息推送出去，保证了信息传达的及时性，便于物流配送工作更好的开展。
[0152] S10、在所述物流配送过程中，通过GPS定位跟踪系统和射频识别设备，实时定位追踪所述物流车辆的位置和路线信息，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中，完成基于大数据的智慧物流框架的设计。
[0153] 本发明实施例中，将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中，便于客户查询物流配送的实时信息，更有利于工作人员把控物流配送的工作进度，根据物流配送的实时数据，对物流配送工作进行督促或者及时解决物流配送中出现的问题。
[0154] 相比于背景技术所述：传统物流模式存在数据信息容易泄露、数据处理效率低及数据信息处理不能得到最大优化的问题。本发明实施例为解决该问题，启动智慧物流大数据平台，其中所述智慧物流大数据平台包括物流基础平台、物流商务平台、物流数据平台及物流信息平台。接收用户在所述物流基础平台中录入的存量数据和在所述物流商务平台中录入的物流订单数据。加密所述存量数据及物流订单数据得到物流加密数据，并将所述物流加密数据同步到所述物流数据平台中。在进行数据同步操作之前，先对数据进行了加密处理，解决了数据同步过程中可能会出现数据信息泄露的问题。在所述物流数据平台中，对所述物流加密数据进行解密，并对解密后得到的所述存量数据及物流订单数据进行分析整合，得到物流归类数据。在所述物流数据平台中，包含多个可高效处理大数据的第三方组件，且在数据执行物流配送优化计算之前，先对数据进行分析整合，可提高后续的所述智能优化配送算法处理数据的效率。根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案。根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中，完成基于大数据的智慧物流框架的设计。通过所述智能优化配送算法，可得到最优物流运输路线和最优人力任务分配结果，使得数据信息处理得到最大优化。因此本发明提出的基于大数据的智慧物流框架设计方法、装置、电子设备及计算机可读存储介质，可以解决数据信息容易泄露、数据处理效率低及数据信息处理不能得到最大优化的问题。
[0155] 实施例2：
[0156] 如图4所示，是本发明一实施例提供的基于大数据的智慧物流框架设计装置的功能模块图，其可以实现实施例1中的监测方法。
[0157] 本发明所述基于大数据的智慧物流框架设计装置100可以安装于电子设备中。根据实现的功能，所述基于大数据的智慧物流框架设计装置100可以包括物流数据采集模块101、物流数据同步模块102、物流数据解析模块103、物流方案执行模块104及物流信息展示模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0158] 所述物流数据采集模块101，用于接收用户在所述物流基础平台中录入的存量数据，其中所述存量数据包括物流车辆、物流司机、物流仓储、物流人力及物流节点，接收用户在所述物流商务平台中录入的物流订单数据；
[0159] 所述物流数据同步模块102，用于加密所述存量数据及物流订单数据得到物流加密数据，将所述物流加密数据同步到所述物流数据平台中，在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据；
[0160] 所述物流数据解析模块103，用于对所述存量数据及物流订单数据进行分析整合，得到物流归类数据，根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案；
[0161] 所述物流方案执行模块104，用于根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送；
[0162] 所述物流信息展示模块105，用于在所述物流配送过程中，通过GPS定位跟踪系统和射频识别设备，实时定位追踪所述物流车辆的位置和路线信息，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中。
[0163] 详细地，本发明实施例中所述基于大数据的智慧物流框架设计装置100中的所述各模块在使用时采用与上述的图1中所述的基于大数据的智慧物流框架设计方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0164] 实施例3：
[0165] 如图5所示，是本发明一实施例提供的实现基于大数据的智慧物流框架设计方法的电子设备的结构示意图。
[0166] 所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于大数据的智慧物流框架设计方法程序12。
[0167] 其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于大数据的智慧物流框架设计方法程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0168] 所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于大数据的智慧物流框架设计方法程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
[0169] 所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0170] 图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0171] 例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi‑Fi模块等，在此不再赘述。
[0172] 进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI‑FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
[0173] 可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light‑Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
[0174] 应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0175] 所述电子设备1中的所述存储器11存储的微流控制芯片的水质检测方法程序是多个指令的组合，在所述处理器10中运行时，可以实现：
[0176] 启动智慧物流大数据平台，其中所述智慧物流大数据平台包括物流基础平台、物流商务平台、物流数据平台及物流信息平台；
[0177] 接收用户在所述物流基础平台中录入的存量数据，其中所述存量数据包括物流车辆、物流司机、物流仓储、物流人力及物流节点；
[0178] 接收用户在所述物流商务平台中录入的物流订单数据；
[0179] 加密所述存量数据及物流订单数据得到物流加密数据；
[0180] 将所述物流加密数据同步到所述物流数据平台中；
[0181] 在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据；
[0182] 对所述存量数据及物流订单数据进行分析整合，得到物流归类数据；
[0183] 根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案；
[0184] 根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送；
[0185] 在所述物流配送过程中，通过GPS定位跟踪系统和射频识别设备，实时定位追踪所述物流车辆的位置和路线信息，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中，完成基于大数据的智慧物流框架的设计。
[0186] 具体地，所述处理器10对上述指令的具体实现方法可参考图1至图5对应实施例中相关步骤的描述，在此不赘述。
[0187] 进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read‑OnlyMemory)。
[0188] 本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0189] 启动智慧物流大数据平台，其中所述智慧物流大数据平台包括物流基础平台、物流商务平台、物流数据平台及物流信息平台；
[0190] 接收用户在所述物流基础平台中录入的存量数据，其中所述存量数据包括物流车辆、物流司机、物流仓储、物流人力及物流节点；
[0191] 接收用户在所述物流商务平台中录入的物流订单数据；
[0192] 加密所述存量数据及物流订单数据得到物流加密数据；
[0193] 将所述物流加密数据同步到所述物流数据平台中；
[0194] 在所述物流数据平台中，对所述物流加密数据进行解密，得到所述存量数据及物流订单数据；
[0195] 对所述存量数据及物流订单数据进行分析整合，得到物流归类数据；
[0196] 根据预构建的智能优化配送算法，对所述物流归类数据执行物流配送优化计算，得到最优物流配送方案；
[0197] 根据所述最优物流配送方案，指示物流人力、物流司机及物流车辆执行物流配送；
[0198] 在所述物流配送过程中，通过GPS定位跟踪系统和射频识别设备，实时定位追踪所述物流车辆的位置和路线信息，并将物流配送过程中的人力、物力和商品的状态实时更新到所述物流信息平台中，完成基于大数据的智慧物流框架的设计。
[0199] 在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0200] 所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0201] 另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0202] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0203] 最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
