丁勇





摘 要:目前大多数加油站的油品配送采用“油站要货+人工调度”模式,主动配送比率低,人工干预多,沟通成本高,工作效率低。同时油品运营销售过程中产生了大量的业务数据,具备业务数字化基础。通过搭建云计算平台对业务数据进行分布式存储、分布式计算分析,同时基于人工智能算法构建销量预测模型,基于加油站、车辆、油库等资源构建主动配送模型,实现加油站的智能主动配送,从而降低运营成本,提高经济效益。经过实例研究分析,对比云计算模型生成的配送计划与人工方式生成的配送计划,结果基本一致,生成配送计划的效率有较大提升,说明模型可以用于实际业务。
关键词:云计算;随机森林;线性回归;决策树;HBASE;CDH;SPARK;ETL
1 基于云计算的油站智能配送系统架构及设计
系统整体架分为三部分,分别为内部系统、云计算平台、应用端。内部系统为本文数据研究的数据来源,云计算平台为本文提供分布式的数据存储以及分布式的模型运算。应用端是研究结果的输出方向,模型的运算结果主要提供给应用端进行使用。通过ETL的方式从内部系统进行历史数据批量导入加上使用消息队列等插件将获取的实时数据汇总到云计算平台,云计算平台通过分布式计算引擎完成模型的运算,并将运算结果输出给前端应用。具体的数据存取及计算见图1所示:
2 数据计算建模
2.1 总体策略
综合考虑必须送订单、加油站配送优先级别、车……