本申请涉及数据处理，尤其涉及一种冷链物流数据管理方法、装置、设备及存储介质。
背景技术：
1、在当前的冷链物流行业中，冷链物流的效率和成本控制成为企业面临的主要挑战。传统的冷链物流管理主要依赖经验判断和简单的数据处理技术，这种方法在处理大规模、高维度和动态变化的物流数据时显得力不从心，难以实现对冷链物流过程中的实时监控和精确管理。特别是在温度、湿度、位置等多维度数据的监控与分析方面，缺乏有效的数据管理方法来综合处理这些信息，进而影响了冷链物流成本的优化和风险的最小化。
2、此外，随着物联网技术的发展，冷链物流系统中部署了大量的多模态传感器，这些传感器产生了大量的实时数据。如何从这些庞大的数据集中提取有价值的信息，并基于这些信息做出快速而准确的决策，成为提高冷链物流效率、降低运营成本的关键。然而，现有的数据处理和分析方法难以有效地处理和分析这些复杂的多维数据，导致冷链物流成本优化和风险控制的潜力未能充分发挥。
技术实现思路
1、本申请提供了一种冷链物流数据管理方法、装置、设备及存储介质，用于提高冷链物流的物流效率并实现精准的冷链物流成本控制。
2、第一方面，本申请提供了一种冷链物流数据管理方法，所述冷链物流数据管理方法包括：
3、基于多模态传感器网络对目标冷链物流进行多维数据监控和数据预处理，得到目标多维冷链物流数据集，并采用谱聚类算法对所述目标多维冷链物流数据集进行物流成本分析，生成第一冷链物流成本信息；
4、采用时空图卷积网络对所述目标多维冷链物流数据集进行短期时间关联特征提取，得到多个短期时间关联特征；
5、通过sparss算法对所述目标多维冷链物流数据集进行时序数据提取，得到多个时序冷链物流数据，并采用长短时记忆神经网络对所述多个时序冷链物流数据进行长期时间关联特征提取，得到多个长期时间关联特征；
6、对所述多个短期时间关联特征以及所述多个长期时间关联特征进行特征权重分析和特征融合，得到融合时间关联特征，并将所述融合时间关联特征输入预置的多层感知机模型进行冷链物流货物存储成本和损坏风险成本优化，得到第一冷链物流成本优化指标；
7、通过k-nn算法对所述融合时间关联特征进行冷链物流运输任务模式成本优化，得到第二冷链物流成本优化指标；
8、通过非支配排序遗传算法，根据所述第一冷链物流成本优化指标和所述第二冷链物流成本优化指标对所述第一冷链物流成本信息进行成本控制策略优化，生成所述目标冷链物流的第二冷链物流成本信息。
9、第二方面，本申请提供了一种冷链物流数据管理装置，所述冷链物流数据管理装置包括：
10、监控模块，用于基于多模态传感器网络对目标冷链物流进行多维数据监控和数据预处理，得到目标多维冷链物流数据集，并采用谱聚类算法对所述目标多维冷链物流数据集进行物流成本分析，生成第一冷链物流成本信息；
11、第一特征提取模块，用于采用时空图卷积网络对所述目标多维冷链物流数据集进行短期时间关联特征提取，得到多个短期时间关联特征；
12、第二特征提取模块，用于通过sparss算法对所述目标多维冷链物流数据集进行时序数据提取，得到多个时序冷链物流数据，并采用长短时记忆神经网络对所述多个时序冷链物流数据进行长期时间关联特征提取，得到多个长期时间关联特征；
13、第一成本优化模块，用于对所述多个短期时间关联特征以及所述多个长期时间关联特征进行特征权重分析和特征融合，得到融合时间关联特征，并将所述融合时间关联特征输入预置的多层感知机模型进行冷链物流货物存储成本和损坏风险成本优化，得到第一冷链物流成本优化指标；
14、第二成本优化模块，用于通过k-nn算法对所述融合时间关联特征进行冷链物流运输任务模式成本优化，得到第二冷链物流成本优化指标；
15、策略优化模块，用于通过非支配排序遗传算法，根据所述第一冷链物流成本优化指标和所述第二冷链物流成本优化指标对所述第一冷链物流成本信息进行成本控制策略优化，生成所述目标冷链物流的第二冷链物流成本信息。
16、本申请第三方面提供了一种冷链物流数据管理设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述冷链物流数据管理设备执行上述的冷链物流数据管理方法。
17、本申请的第四方面提供了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指令，当其在计算机上运行时，使得计算机执行上述的冷链物流数据管理方法。
18、本申请提供的技术方案中，利用多模态传感器网络进行多维数据监控和预处理，能够全面捕捉冷链物流环境的关键参数，这种全方位的数据收集为冷链物流的数据分析提供了丰富而准确的基础，确保了数据管理的高效性和准确性。通过谱聚类算法对数据集进行物流成本分析，能够有效地识别成本相关的模式和趋势，采用时空图卷积网络和长短时记忆神经网络分别提取短期和长期时间关联特征，不仅考虑了数据的时空关联性，还能够捕捉到冷链物流过程中时间序列数据的深层次特征。这样的特征融合策略大大提高了预测模型的准确性和鲁棒性，通过结合k-nn算法和非支配排序遗传算法进行成本优化，能够在确保冷链物流效率和货物安全的前提下，实现成本的最小化。特别是非支配排序遗传算法在多目标优化问题中的应用，使得冷链物流成本控制策略能够在满足多种成本与服务质量约束条件下达到最优化，从而实现了成本效益和服务质量的双重提升，进而提高了冷链物流的物流效率并实现了精准的冷链物流成本控制。
1.一种冷链物流数据管理方法，其特征在于，所述冷链物流数据管理方法包括：
2.根据权利要求1所述的冷链物流数据管理方法，其特征在于，所述基于多模态传感器网络对目标冷链物流进行多维数据监控和数据预处理，得到目标多维冷链物流数据集，并采用谱聚类算法对所述目标多维冷链物流数据集进行物流成本分析，生成第一冷链物流成本信息，包括：
3.根据权利要求1所述的冷链物流数据管理方法，其特征在于，所述采用时空图卷积网络对所述目标多维冷链物流数据集进行短期时间关联特征提取，得到多个短期时间关联特征，包括：
4.根据权利要求3所述的冷链物流数据管理方法，其特征在于，所述通过sparss算法对所述目标多维冷链物流数据集进行时序数据提取，得到多个时序冷链物流数据，并采用长短时记忆神经网络对所述多个时序冷链物流数据进行长期时间关联特征提取，得到多个长期时间关联特征，包括：
5.根据权利要求4所述的冷链物流数据管理方法，其特征在于，所述对所述多个短期时间关联特征以及所述多个长期时间关联特征进行特征权重分析和特征融合，得到融合时间关联特征，并将所述融合时间关联特征输入预置的多层感知机模型进行冷链物流货物存储成本和损坏风险成本优化，得到第一冷链物流成本优化指标，包括：
6.根据权利要求5所述的冷链物流数据管理方法，其特征在于，所述通过k-nn算法对所述融合时间关联特征进行冷链物流运输任务模式成本优化，得到第二冷链物流成本优化指标，包括：
7.根据权利要求6所述的冷链物流数据管理方法，其特征在于，所述通过非支配排序遗传算法，根据所述第一冷链物流成本优化指标和所述第二冷链物流成本优化指标对所述第一冷链物流成本信息进行成本控制策略优化，生成所述目标冷链物流的第二冷链物流成本信息，包括：
8.一种冷链物流数据管理装置，其特征在于，所述冷链物流数据管理装置包括：
9.一种冷链物流数据管理设备，其特征在于，所述冷链物流数据管理设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的冷链物流数据管理方法。
