[0050] 步驟S044：再生成一個(gè)[0，1]上的隨機(jī)數(shù)rand3，若rand3＜Br，且新的最優(yōu)位置所對應(yīng)的適應(yīng)度大于原最優(yōu)位置的適應(yīng)度，則接受該位置，將新的位置作為當(dāng)前最優(yōu)位置，并調(diào)整聲波響度減小和脈沖頻度增大； [0051] 所述調(diào)整聲波響度和頻度的公式為： [0052] ； ；其中， ，是聲波響度衰 λ+1 λ 減系數(shù)，γ＞0，是脈沖頻度增強(qiáng)系數(shù)，Br 為第r只蝙蝠在第λ+1次迭代時(shí)的聲波響度，Br 為λ+1 0 第r只蝙蝠在第λ次迭代時(shí)的聲波響度，Ir 為第r只蝙蝠在第λ+1次迭代時(shí)的脈沖頻度，Ir為第r只蝙蝠的初始脈沖頻度。 [0053] 本發(fā)明的技術(shù)效果和優(yōu)點(diǎn)： [0054] 本發(fā)明通過設(shè)有數(shù)據(jù)歸類模塊、方案初篩模塊以及方案推優(yōu)模塊，有利于通過對實(shí)時(shí)物流數(shù)據(jù)集內(nèi)的數(shù)據(jù)歸類從而獲取標(biāo)記數(shù)據(jù)類別，能夠?qū)?biāo)記數(shù)據(jù)類別進(jìn)行調(diào)度內(nèi)容的匹配，而對未標(biāo)記數(shù)據(jù)類別不進(jìn)行匹配，減少了數(shù)據(jù)計(jì)算量，提高了效率，同時(shí)提高了精準(zhǔn)性，保證所有調(diào)度內(nèi)容均符合最新的法規(guī)政策內(nèi)容，而基于匹配后的調(diào)度內(nèi)容形成備選調(diào)度方案集，為后續(xù)獲取最佳物流調(diào)度方案奠定了基礎(chǔ)，方案推優(yōu)模塊結(jié)合了遺傳算法與蝙蝠算法，遺傳算法擅長于全局搜索，而蝙蝠算法擅長于局部搜索，兩者結(jié)合能夠增強(qiáng)遺傳算法缺失的局部搜索能力與蝙蝠算法缺失的全局搜索能力，遺傳算法和蝙蝠算法之間能夠共享最優(yōu)解的信息，從而使得兩種算法都能從對方的搜索結(jié)果中受益，提高求解問題的效率和準(zhǔn)確性，從而更有利于從復(fù)雜多變的調(diào)度方案中獲取最佳物流調(diào)度方案。 附圖說明 [0055] 圖1為本發(fā)明的基于大數(shù)據(jù)的物流調(diào)度管理系統(tǒng)結(jié)構(gòu)圖。 具體實(shí)施方式 [0056] 下面將結(jié)合本發(fā)明中的附圖，對本發(fā)明中的技術(shù)方案進(jìn)行清楚、完整地描述，另外，在以下的實(shí)施方式中記載的各結(jié)構(gòu)的形態(tài)只不過是例示，本發(fā)明所涉及的一種基于大數(shù)據(jù)的物流調(diào)度管理系統(tǒng)并不限定于在以下的實(shí)施方式中記載的各結(jié)構(gòu)，在本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實(shí)施方式都屬于本發(fā)明保護(hù)的范圍。 [0057] 如圖1所示，本發(fā)明提供了一種基于大數(shù)據(jù)的物流調(diào)度管理系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)歸類模塊、方案初篩模塊、方案推優(yōu)模塊以及智能管控模塊； [0058] 所述數(shù)據(jù)采集模塊用于預(yù)先采集各類歷史物流數(shù)據(jù)集與實(shí)時(shí)采集實(shí)時(shí)物流數(shù)據(jù)集；所述采集方式可通過網(wǎng)絡(luò)爬蟲技術(shù)結(jié)合機(jī)器學(xué)習(xí)模型獲取，所述網(wǎng)絡(luò)爬蟲技術(shù)用于采集所有政策法規(guī)類文本數(shù)據(jù)，機(jī)器學(xué)習(xí)模型用于對采集的政策法規(guī)類文本進(jìn)行相似特征的內(nèi)容提取，還可進(jìn)行信息抽取，自動從文本中提取結(jié)構(gòu)化信息，如事件、關(guān)系等；所述機(jī)器學(xué)習(xí)模型可通過預(yù)先采集的各類歷史物流數(shù)據(jù)進(jìn)行訓(xùn)練，提取政策法規(guī)類文本數(shù)據(jù)中與物流數(shù)據(jù)相關(guān)的文本內(nèi)容，還可結(jié)合設(shè)置關(guān)鍵詞形式，提高對物流數(shù)據(jù)提取的精準(zhǔn)性；所述物流數(shù)據(jù)集由多個(gè)文本數(shù)據(jù)組成，每個(gè)文本數(shù)據(jù)為一條政策法規(guī)類文本中與物流運(yùn)輸相關(guān)的文本內(nèi)容，包括但不限于物流運(yùn)輸方式規(guī)定內(nèi)容、物流運(yùn)輸工具規(guī)定內(nèi)容以及貨物裝載重量與尺寸規(guī)定內(nèi)容等； [0059] 所述數(shù)據(jù)歸類模塊用于對預(yù)先采集的各類歷史物流數(shù)據(jù)集進(jìn)行數(shù)據(jù)分類，將其分為N個(gè)數(shù)據(jù)簇，每個(gè)數(shù)據(jù)簇代表一類數(shù)據(jù)類別，每個(gè)數(shù)據(jù)簇中的樣本點(diǎn)即與數(shù)據(jù)類別相關(guān)的文本內(nèi)容；并對實(shí)時(shí)采集的實(shí)時(shí)物流數(shù)據(jù)集內(nèi)的n個(gè)文本數(shù)據(jù)分別進(jìn)行歸類，獲取標(biāo)記數(shù)據(jù)類別；所述數(shù)據(jù)類別為物流調(diào)度過程中涉及到的物流數(shù)據(jù)的種類，包括車輛、路線、貨物以及人員配置等；示例性的，若數(shù)據(jù)類別為車輛，則該數(shù)據(jù)類別所涉及的數(shù)據(jù)內(nèi)容均為與物流運(yùn)輸過程中車輛要求相關(guān)的法規(guī)政策文本內(nèi)容，如對車輛的環(huán)保性的要求、對車輛速度的要求等；若數(shù)據(jù)類別為路線，則該數(shù)據(jù)類別所涉及的數(shù)據(jù)內(nèi)容均為與運(yùn)輸路線相關(guān)的法規(guī)政策文本內(nèi)容，如對某路段進(jìn)行限行處理、對某路段進(jìn)行臨時(shí)管制處理等； [0060] 所述方案初篩模塊用于對原始物流調(diào)度內(nèi)容進(jìn)行可行性匹配，并形成備選調(diào)度方案集；所述可行性匹配具體為將原始物流調(diào)度方案集的調(diào)度內(nèi)容數(shù)據(jù)與實(shí)時(shí)物流數(shù)據(jù)集內(nèi)的文本內(nèi)容數(shù)據(jù)進(jìn)行匹配，并基于匹配的結(jié)果獲取滿足條件的備選調(diào)度方案集； [0061] 所述方案推優(yōu)模塊用于通過結(jié)合優(yōu)化算法從備選調(diào)度方案集中獲取最佳物流調(diào)度方案；所述結(jié)合優(yōu)化算法為遺傳算法與蝙蝠算法結(jié)合形成的優(yōu)化算法，遺傳算法擅長于全局搜索，而蝙蝠算法擅長于局部搜索，兩者結(jié)合能夠增強(qiáng)遺傳算法缺失的局部搜索能力與蝙蝠算法缺失的全局搜索能力，利用蝙蝠算法的局部搜索能力加速收斂到全局最優(yōu)解，該結(jié)合優(yōu)化算法在處理物流調(diào)度的復(fù)雜優(yōu)化問題時(shí)表現(xiàn)出更好的性能，能從多個(gè)物流調(diào)度方案中獲取最佳物流調(diào)度方案； [0062] 所述智能管控模塊用于執(zhí)行最佳物流調(diào)度方案并對物流調(diào)度過程進(jìn)行智能化管理與控制。 [0063] 本實(shí)施例中，需要具體說明的是，所述N個(gè)數(shù)據(jù)簇的獲取方式具體為：

4.根據(jù)權(quán)利要求3所述的一種基于大數(shù)據(jù)的物流調(diào)度管理系統(tǒng)，其特征在于：所述獲取最佳物流調(diào)度方案的具體方式為： 步驟S01：對備選調(diào)度方案集內(nèi)的備選調(diào)度方案進(jìn)行編碼，編碼為a，并隨機(jī)選取R個(gè)備選調(diào)度方案構(gòu)建初始種群，對所有參數(shù)進(jìn)行初始化；初始迭代次數(shù)λ為0； 步驟S02：確定適應(yīng)度函數(shù)；當(dāng)?shù)螖?shù)為復(fù)數(shù)時(shí)，執(zhí)行步驟S03，當(dāng)?shù)螖?shù)為單數(shù)時(shí)，執(zhí)行步驟S04； 步驟S03：進(jìn)行復(fù)數(shù)迭代，而后直接執(zhí)行步驟S05； 步驟S04：進(jìn)行單數(shù)迭代，而后直接執(zhí)行步驟S05； 步驟S05：判斷是否達(dá)到最大迭代次數(shù)，若達(dá)到最大迭代次數(shù)則迭代結(jié)束，獲取適應(yīng)度最大值或最優(yōu)位置所對應(yīng)的備選調(diào)度方案作為最佳物流調(diào)度方案；否則令λ=λ+1，循環(huán)步驟S02至步驟S05； 所述判斷是否達(dá)到最大迭代次數(shù)的方式為：當(dāng)適應(yīng)度大于或等于適應(yīng)度閾值Q或收斂至穩(wěn)定值時(shí)，判定為達(dá)到最大迭代次數(shù)。 5.根據(jù)權(quán)利要求4所述的一種基于大數(shù)據(jù)的物流調(diào)度管理系統(tǒng)，其特征在于：所述初始種群表示為： ，其中，A表示為初始種群，ar為第r個(gè)備選調(diào)度方案，r=1、 2、3、…、R； 所述適應(yīng)度函數(shù)表示為： ，其中，fr為第r個(gè)備選調(diào)度方案的適應(yīng)度，COSr為第r個(gè)備選調(diào)度方案的成本。 6.根據(jù)權(quán)利要求5所述的一種基于大數(shù)據(jù)的物流調(diào)度管理系統(tǒng)，其特征在于：步驟S03具體包括： 步驟S031：將a視為染色體；ar為第r個(gè)染色體，對應(yīng)第r個(gè)備選調(diào)度方案； 步驟S032：對種群中的染色體進(jìn)行自然選擇；所述自然選擇采用精英法和輪轉(zhuǎn)法相結(jié)合的方法進(jìn)行； 步驟S033：對種群中的染色體進(jìn)行交叉重組； 步驟S034：對種群中的染色體進(jìn)行變異，獲取新種群。