一种基于信息反馈及天气注意机制模型的快递量预测方法

    公开(公告)号:CN117077835A

    公开(公告)日:2023-11-17

    申请号:CN202310809908.6

    申请日:2023-07-04

    摘要: 本发明公开了一种基于信息反馈及天气注意机制模型的快递量预测方法包括:采集快递末端驿站的历史快递业务量并对所述历史快递业务量进行数据预处理;收集与历史快递业务量相关的物流环节反馈信息;构建具有天气注意机制与长短期记忆神经网络的预测模型,并输出预测结果。本发明提供的基于信息反馈及天气注意机制模型的快递量预测方法通过采用深度学习算法以及考虑天气因素对快递量的影响,提高了预测的准确性和时效性。相比传统的方法,该方案更加适用于处理非线性关系或高维度的物流数据,并且不需要过大的计算量;本发明还对各影响因素对快递量的影响程度进行了区分,提高了数据的利用率,增强了预测结果的动态性和时效性。

    一种基于蜣螂优化算法的多式联运规划方法

    公开(公告)号:CN117078128A

    公开(公告)日:2023-11-17

    申请号:CN202310799061.8

    申请日:2023-06-29

    摘要: 本发明公开了一种基于蜣螂优化算法的多式联运规划方法,包括采集多式联运路网信息,建立多式联运路网模型;根据多式联运路网模型各节点之间的路网数据获取各节点之间的运输方案信息,构建多种多式联运方案;采用蜣螂优化算法迭代优化多式联运方案,获取最佳多式联运方案。本发明根据现有的路网数据,构建了一个符合路网交通网络体系的多式联运路网模型,快速获取到最佳多式联运方案,提高运输方案规划效率;此外,此发明考虑构建了成本最低、碳排放量最低、满意度最高的多目标约束模型,并且结合了现下国家有关多式联运相关政策,如“预渡柜”、“港外堆场”等最新政策,使得多式联运路网模型更加具有时效性和现实意义。