本发明涉及物流订单管理，具体是基于大数据分析的物流订单在线智能管理系统。
背景技术：
1、大数据分析是指对大规模数据集进行收集、处理、存储、管理以及分析的过程，它涉及使用各种技术和工具来挖掘、理解和提取隐藏在大数据中的有价值信息和见解。
2、物流订单管理是指在物流业务中对订单进行有效管理和处理的过程，其包括接收、处理、跟踪以及执行订单的一系列操作流程，以确保货物能够按时准确地被送达给客户。
3、对于传统的物流订单管理，往往订单数目巨大，分散性的处理每一个订单带来的任务量不容忽视，一定程度上导致了订单处理的效率变相降低，因此，如何去加快物流订单处理的效率，此外，不同客户方的物流订单对应物流货物的时效要求不一致，如何使得货物在客户方期望的时效内送达，这些都是大数据时代下新的物流订单管理系统所面临的问题和挑战。
技术实现思路
1、为了解决上述问题，本发明的目的在于提供基于大数据分析的物流订单在线智能管理系统。
2、本发明的目的可以通过以下技术方案实现：基于大数据分析的物流订单在线智能管理系统，包括管理中心，所述管理中心通信连接有物流数据采集模块、物流数据处理模块、物流数据分析模块以及智能决策模块；
3、所述物流数据采集模块用于实时采集若干个物流仓储的物流相关数据，所述物流相关数据包括订单来源、物流目的地、货物类型、货物数目以及物流时效要求；
4、所述物流数据处理模块根据物流相关数据生成对应的物流订单，并对物流订单进行分组处理，进而生成不同组别的订单集合，并对订单集合进行分布式加密存储；
5、所述物流数据分析模块授权解密后获取若干组别的订单集合，通过大数据分析技术对若干组别的订单集合进行物流运输路径规划，并生成相应的物流决策数据集；
6、所述智能决策模块用于根据物流决策数据集和订单集合构建决策模型，并通过决策模型生成相应的决策方案。
7、进一步的，物流数据采集模块实时采集若干个物流仓储的物流相关数据的过程包括：
8、对若干个物流仓储进行编号，并记为i，i＝1，2，3，……，n，n为大于0的自然数，设置采集时段，并记为t采集，t采集＝[t1，t2]，t1为采集时段的时段起点，t2为采集时段的时段终点；
9、在时段起点t1，由物流数据采集模块分配若干个采集队列至若干个物流仓储处，并判断每个采集队列对应的采集参数是否符合各自预设的工作参数；
10、若是，则通过采集队列采集对应物流仓储的物流相关数据，物流相关数据包括全部仓储货物的订单来源、物流目的地、货物类型、货物数目以及物流时效要求；
11、若否，则标注相应的采集队列为故障队列，并将故障队列对应的采集参数上传至管理中心，由管理中心的管理员根据采集参数配置故障修复参数返回至相应故障队列，进而对故障队列进行修复；
12、在时段终点t2，将全部物流仓储的物流相关数据传输至物流数据处理模块，将编号为i的物流仓储对应的物流相关数据标记为info[i]。
13、进一步的，物流数据处理模块根据物流相关数据生成对应的物流订单的过程包括：
14、设置若干份空白订单，当物流数据处理模块接收到若干个物流仓储对应的物流相关数据后，将物流相关数据中所包括的订单来源、物流目的地、货物类型、货物数目以及物流时效要求分别作为订单记录项；
15、获取每个物流仓储对应的订单需求数目，根据订单需求数目为每个物流仓储分配相应数目的空白订单，将每个物流仓储对应物流相关数据中的全部订单记录项填充至各自对应的空白订单，进而生成每个物流仓储的物流订单，并将每个物流仓储对应的编号合并货物类型以及货物数目作为物流订单的唯一身份标识。
16、进一步的，对物流订单进行分组处理，进而生成不同组别的订单集合，并对订单集合进行分布式加密存储的过程包括：
17、将物流订单中记录有同一物流目的地，同一货物类型以及同一物流时效要求的物流订单分组为一类组别的订单集合，进而在全部的物流订单分组处理完成后，生成若干类组别的订单集合，对订单集合进行编号，并记编号为j，j＝1，2，3，……，m，m为大于0的自然数，将编号为j的订单集合标识为ω[j]；
18、设置分布式数据库用于对全部的订单集合进行分布式加密存储，分布式数据库由若干个子数据库组成，获取每个子数据库对应的编号，根据编号从小至大的顺序为每个编号对应的子数据库分配相应的加密密钥，将若干个订单集合导入若干个子数据库中，进而每个订单集合获取所导入的子数据库对应的加密密钥对自身进行加密，全部的订单集合进行分布式加密存储后转换为相应的加密订单集合。
19、进一步的，物流数据分析模块授权解密后获取若干组别的订单集合的过程包括：
20、所述物流数据分析模块获取若干个加密订单集合，以及每个加密订单集合对应的加密密钥，每个加密密钥关联设置一个授权解密密钥，通过授权解密密钥对加密订单集合进行授权解密，判断当前加密订单集合对应的加密密钥与进行授权解密的授权解密密钥是否能够成功匹配，若是，则将对应的加密订单集合变更为原先组别对应的订单集合，若否，则获取管理员权限，通过管理员权限定义当前加密订单集合对应的管理员解密密钥，由管理员解密密钥匹配加密订单集合对应的加密密钥，进而将加密订单集合变更为原先组别对应的订单集合。
21、进一步的，进行物流运输路径规划，并生成相应的物流决策数据集的过程包括：
22、每个订单集合对应的物流运输路径用于将该组别订单集合对应的全部仓储货物运输至各自物流运输路径对应的物流目的地，将订单集合ω[j]对应规划的物流运输路径记为stack[j]，每个物流运输路径由若干个路径节点组成，路径节点包括一个路径起始点、一个路径终点以及若干个路径中间点；
23、以每个订单集合对应的物流仓储作为路径起始点，选择与路径起始点距离最短的一个路径中间点进行连线，进而构建相应的路径段，以构建出的路径段作为新的路径起始点，进而构建出下一个与新的路径起始点距离最短的连线对应的路径段，直至完成每个订单集合对应至路径终点的连线，进而构建每个订单集合对应的物流运输路径；
24、获取每条物流运输路径对应包括的若干个路径段的距离值，以及路径段的时间开销，进而获取每个路径段的决策权重，决策权重表示为：
25、
26、将每个物流运输路径对应全部路径段的决策权重汇总作为相应订单集合的物流决策数据集，并将每个订单集合对应的物流决策数据集发送至智能决策模块。
27、进一步的，智能决策模块根据物流决策数据集和订单集合构建决策模型的过程包括：
28、构建初始的卷积神经网络，并将每个订单集合以及订单集合对应的决策数据集输入至初始的卷积神经网络中，由初始的卷积神经网络根据每个订单集合映射一个子模型区域；
29、将每个订单集合对应的决策数据集同步输入至对应的子模型区域，定义子模型区域中决策数据集所包括若干个决策权重对应的裁定权重，裁定权重用于判断每个订单集合对应物流运输路径的路径段是否符合期望要求；
30、获取每个订单集合所包括的物流时效要求对应的物流总时长，进而按照每个订单集合对应物流运输路径的路径段的距离值与总的距离值之和的比例，为每个距离值对应的路径段分配相应的子路径时长；
31、根据每个路径段的子路径时长和距离值获取每个路径段相应的裁定权重，裁定权重表示为：
32、
33、获取每个订单集合对应物流运输路径所包括的若干个路径段的决策权重与裁定权重，进而构建每个路径段对应的模型决策项，模型决策项＝<决策权重，裁定权重>，将全部的模型决策项输入至订单集合对应的子模型区域内，进而构建出每个订单集合对应的决策子模型，对若干个订单集合对应的决策子模型进行模型融合，进而构建出最终的决策模型。
34、进一步的，通过决策模型生成相应的决策方案的过程包括：
35、所述决策方案包括方案a、方案b以及方案c；
36、由决策模型根据模型决策项的成立比率值生成每个订单集合对应的不同决策方案，将成立比率值记为r，r＝σ`/σ总，σ`表示每个订单集合中决策权重不等于裁定权重的模型决策项的数目，σ总表示每个订单集合对应模型决策项的总数目；
37、设置不同的决策区间，决策区间包括第一区间、第二区间以及第三区间，分别记为δ1、δ2以及δ3，其中，δ1＝(0，0.5]，δ2＝(0.5，0.8]，δ3＝(0.8，1)；
38、当r∈δ1时，则由决策模型生成方案a，方案a的内容为：当前的订单集合符合客户方所对应的条件要求，执行当前订单集合，使得订单集合对应的仓储货物订单客户方；
39、当r∈δ2时，则由决策模型生成方案b，方案b的内容为：当前的订单集合对应的物流运输路径需要进行重新规划，重新规划出新的物流运输路径后，将订单集合对应的仓储货物按照新的物流运输路径运输至对应的客户方；
40、当r∈δ3时，则由决策模型生成的决策方案为方案c，方案c的内容为：标记当前的订单集合为异常订单集合，对异常订单集合所对应的全部仓储货物更换新的物流人员，由新的物流人员进行仓储货物运输至相应客户方的操作，获取异常订单集合对应的物流仓储的仓储信息，根据仓储信息生成相应物流仓储的仓储id，所述仓储id为物流仓储的身份认证标识，将仓储id纳入设置的物流黑名单中。
41、与现有技术相比，本发明的有益效果是：通过物流数据采集模块实时采集若干个物流仓储的物流相关数据，物流数据处理模块根据物流相关数据生成对应的物流订单，并对物流订单按照物流相关数据中处于同一物流目的地、货物类型以及物流时效要求进行分组处理，进而生成不同组别的订单集合，由物流数据分析模块通过大数据分析技术对若干组别的订单集合进行物流运输路径规划，并生成相应的物流决策数据集，最终智能决策模块根据物流决策数据集和订单集合构建决策模型，并通过决策模型生成相应的决策方案，一方面，分组处理生成订单集合加快了物流订单的处理效率，另一方面，构建决策模型并生成每个订单集合的决策方案，满足了物流运输中客户方的时效性要求。
1.基于大数据分析的物流订单在线智能管理系统，包括管理中心，其特征在于，所述管理中心通信连接有物流数据采集模块、物流数据处理模块、物流数据分析模块以及智能决策模块；
2.根据权利要求1所述的基于大数据分析的物流订单在线智能管理系统，其特征在于，物流数据采集模块实时采集若干个物流仓储的物流相关数据的过程包括：
3.根据权利要求2所述的基于大数据分析的物流订单在线智能管理系统，其特征在于，物流数据处理模块根据物流相关数据生成对应的物流订单的过程包括：
4.根据权利要求3所述的基于大数据分析的物流订单在线智能管理系统，其特征在于，对物流订单进行分组处理，进而生成不同组别的订单集合，并对订单集合进行分布式加密存储的过程包括：
5.根据权利要求4所述的基于大数据分析的物流订单在线智能管理系统，其特征在于，物流数据分析模块授权解密后获取若干组别的订单集合的过程包括：
6.根据权利要求5所述的基于大数据分析的物流订单在线智能管理系统，其特征在于，进行物流运输路径规划，并生成相应的物流决策数据集的过程包括：
7.根据权利要求6所述的基于大数据分析的物流订单在线智能管理系统，其特征在于，智能决策模块根据物流决策数据集和订单集合构建决策模型的过程包括：
8.根据权利要求7所述的基于大数据分析的物流订单在线智能管理系统，其特征在于，通过决策模型生成相应的决策方案的过程包括：
