公开(公告)号：CN112529305B

公开(公告)日：2024-08-02

申请号：CN202011485308.1

申请日：2020-12-16

申请人： 北京交通大学

发明人： 万怀宇 ,  温浩珉 ,  林友芳 ,  韩升 ,  武志昊 ,  张硕 ,  王晶

IPC分类号： G06Q10/04 ,  G06Q10/083 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

摘要： 本发明提供了一种基于深度学习的快递员揽件顺序预测方法，属于物流优化领域。所述揽件顺序预测方法包括：采集历史揽件数据，提取待揽收包裹的特征和快递员个人揽件特征作为原始数据集，并划分为训练集、验证集和测试集；基于深度学习算法构建快递员揽件顺序预测模型，使用所述训练集和验证集对所述快递员揽件顺序预测模型进行训练，并使用测试集对训练完成的模型进行测试；测试达标时，通过快递员揽件顺序预测模型，输入当前快递员信息，对该快递员的待揽收包裹的揽件顺序进行预测，输出所预测的当前待预测快递员在预定时间段内的揽件顺序。本发明优化了物流调度，提高了预测揽件到达时间的准确性，提高了揽收效率，降低了逾期率。

公开(公告)号：CN112529305A

公开(公告)日：2021-03-19

申请号：CN202011485308.1

申请日：2020-12-16

申请人： 北京交通大学

发明人： 万怀宇 ,  温浩珉 ,  林友芳 ,  韩升 ,  武志昊 ,  张硕 ,  王晶

IPC分类号： G06Q10/04 ,  G06Q10/08 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种基于深度学习的快递员揽件顺序预测方法，属于物流优化领域。所述揽件顺序预测方法包括：采集历史揽件数据，提取待揽收包裹的特征和快递员个人揽件特征作为原始数据集，并划分为训练集、验证集和测试集；基于深度学习算法构建快递员揽件顺序预测模型，使用所述训练集和验证集对所述快递员揽件顺序预测模型进行训练，并使用测试集对训练完成的模型进行测试；测试达标时，通过快递员揽件顺序预测模型，输入当前快递员信息，对该快递员的待揽收包裹的揽件顺序进行预测，输出所预测的当前待预测快递员在预定时间段内的揽件顺序。本发明优化了物流调度，提高了预测揽件到达时间的准确性，提高了揽收效率，降低了逾期率。