物流信息预测方法、装置、设备、平台及存储介质制造方法及图纸

本申请提供物流信息预测方法、装置、设备、平台及存储介质，获取当前的货车、货场及货主的当前特征数据，并获取所述货车、货场及货主的历史特征数据；利用一已训练的装/卸货时长预测模型，基于所述历史特征数据和当前特征数据为一组输入以预测当前货车的预测装/卸货时长。通过所述预测装/卸货时长可以预测货场的进出时长等，以此预测结果为依据可以进行车货匹配调度，可以有效改善压车状态，避免“货等车”及“车等货”等问题。等问题。等问题。

【技术实现步骤摘要】
物流信息预测方法、装置、设备、平台及存储介质


[0001]本申请涉及物流数据处理
，尤其涉及物流信息预测方法、装置、设备、平台及存储介质。

技术介绍

[0002]随着物联网迅速发展，智慧物流园区规模越来越大，导致每天收发货量巨大的物流园区，往往会出现大面积货车排队的情况。如此，会引起“货等车”及“车等货”的低效率结果。
[0003]因此，需要一种精确进行物流调度方案，但是如何获得精准的参考信息是较大的难点。
[0004]专利技术消息
[0005]鉴于以上所述现有技术的缺点，本申请提供物流信息预测方法、装置、设备、平台及存储介质，通过精准预测装/卸货时长以作为物流调度的依据，解决现有技术的问题。
[0006]本申请第一方面提供一种物流信息预测方法，包括：获取当前的货车、货场及货主的当前特征数据，并获取所述货车、货场及货主的历史特征数据；利用一已训练的装/卸货时长预测模型，基于所述历史特征数据和当前特征数据为一组输入以预测当前货车的预测装/卸货时长。
[0007]在一些实施例中，所述的物流信息预测方法包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物流信息预测方法，其特征在于，包括：获取当前的货车、货场及货主的当前特征数据，并获取所述货车、货场及货主的历史特征数据；利用一已训练的装/卸货时长预测模型，基于所述历史特征数据和当前特征数据为一组输入以预测当前货车的预测装/卸货时长。2.根据权利要求1所述的物流信息预测方法，其特征在于，包括：基于当前货车之前待装/卸货的货车的预测装/卸货时长，计算当前货车的预测压车时间。3.根据权利要求1或2所述的物流信息预测方法，其特征在于，还包括：计算当前货车在装/卸货后离开货场的预测离场时长。4.根据权利要求3所述的物流信息预测方法，其特征在于，还包括：根据当前货车的预测压车时长、预测装/卸货时长和预测离场时长，得到当前货车在货场的预测进离场时长。5.根据权利要求3所述的物流信息预测方法，其特征在于，所述计算当前货车在装/卸货后离开货场的预测离场时长，包括：计算回溯的预设时长中各货车的离场时长的均值以得到预测离场时长。6.根据权利要求5所述的物流信息预测方法，其特征在于，所述预测离场时长包括：对应满载货车计算的满载离场时长；以及，对应空载货车计算的空载离场时长。7.根据权利要求1所述的物流信息预测方法，其特征在于，还包括：获取样本集，其中每个样本对应于一组所述历史特征数据和当前特征数据；基于所述样本集对应的各组预测装/卸货时长及真实装/卸货时长间的误差，获取对所述装/卸货时长预测模型的评价结果；基于所述评价结果调整所述装/卸货时长预测模型的参数和/或特征。8.根据权利要求7所述的物流信息预测方法，其特征在于，所述基于所述样本集对应的各组预测装/卸货时长及真实装/卸货时长间的误差，获取对所述装/卸货时长预测模型的评价结果，包括：计算每个...

【专利技术属性】
技术研发人员：陈朝晖，潘皓，罗竞佳，
申请(专利权)人：江苏满运软件科技有限公司，
类型：发明
国别省市：