随着集装箱物流的迅速发展和对物流安全的迫切需求,在途状态智能感知与异常识别研究已经成为一个重要的研究领域。本文在查阅国内外相关文献的基础上,分析集装箱物流在途状态监测技术与异常识别理论的研究现状和存在不足,提出本文的研究思路;通过对集装箱物流流程的概述,从运输路线、完整性、箱内环境和运行状态4个方面分析集装箱物流典型的异常状态,结合在途状态特征参量的选择原则,确定集装箱在途状态的特征参量和监测需求。针对现有监测设备无法实现集装箱在途状态的智能感知、监测参量较少的现状,本文构建在途状态感知装置的框架,分析其功能结构,具有箱体位置、倾角、加速度、箱内温湿度、箱门开关等状态信息智能感知的功能;根据集装箱物流所处环境和特征参量类型,选择感知装置硬件并绘制接口电路;结合感知装置信息采集流程,制定通信协议,研制一套在途状态智能感知装置。通过对输出信号的实验分析验证感知装置的有效性,表明该装置可对在途状态进行有效的智能感知,保证在途状态信息的实时采集,为后续工作提供数据支持。为实现在途状态的异常识别,本文结合模糊层次分析法和模糊综合评判法,确定在途状态的异常识别方法和模型。首先论述在途状态异常识别的目标,以模糊综合评判法作为理论基础,确定异常识别流程;利用在途状态异常类型构建异常识别指标体系,建立单指标异常识别准则;接着利用模糊层次分析法和模糊综合评判法建立异常识别模型,并确定模型的评价集和因素集,利用模糊层次法计算指标体系中各指标的权重,并确定各指标对异常等级的隶属度函数,最后实现对在途状态指标层、准则层和目标层的异常识别。为了验证异常识别模型的有效性,设计基于Visual Basic 6.0的集装箱在途状态异常识别中心窗体,实现对在途状态相关特征参量的实时信息显示与异常状态识别。实验结果表明,该套智能感知装置具有较强的可行性和稳定性,基于模糊层次分析法——模糊综合评判法的异常识别模型可准确对在途状态的异常进行识别。