本申请提供了一种特定场所的货量预测方法、装置、计算机设备和存储介质。该方法包括：通过获取待预测日的多个相似日，根据多个相似日的未发车车辆装载量，得到待预测日对应的车辆实际装载量，根据待预测日的已到达货量、载入货量以及未发车装载量预测值，得到待预测日的日货量预测值。采用本方法能够从多个历史日中确定多个相似日，基于相似日的数据进行预测，提高获取货量预测的准确性。提高获取货量预测的准确性。提高获取货量预测的准确性。
【技术实现步骤摘要】
特定场所的货量预测方法、装置、设备和介质
[0001]本申请涉及物流
，特别是涉及一种特定场所的货量预测方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着商品经济的快速发展，物流业务量维持高速增长，对于物流企业来说，进行货量预测是必不可少的一环，影响物流基础设施投放的成本以及决策的效率。
[0003]目前技术中，一般通过历史货量数据预测未来的货量，而货量的影响因素较为复杂，基于历史货量数据进行预测，得到的预测值准确程度较低。
技术实现思路
[0004]基于此，有必要针对目前技术中存在的货量预测值准确程度较低的技术问题，提供一种特定场所的货量预测方法、装置、计算机设备和存储介质。
[0005]一种特定场所的货量预测方法，所述方法包括：
[0006]从多个历史日中确定与待预测日对应的多个相似日；所述多个相似日为根据所述多个历史日和所述待预测日的特征向量数据的对比结果得到；所述特征向量数据包括所述多个历史日和所述待预测日的日期特征信息；
[0007]根据所述多个相似日的车辆实际装载量，获取所述待预测日对应的未发车车辆装载量预测值；
[0008]根据所述待预测日的已到达货量、在途货量以及所述未发车车辆装载量预测值，得到所述待预测日的日货量预测值。
[0009]在其中一个实施例中，所述从多个历史日中确定与待预测日对应的多个相似日，包括：
[0010]获取所述多个历史日和所述待预测日分别对应的特征向量数据；将各个历史日对应的特征向量数据和所述待预测日的特征向量数据分别进行归一化；
[0011]基于归一化后的所述各个历史日与所述待预测日的特征向量之间的向量距离，得到所述多个相似日。
[0012]在其中一个实施例中，所述基于归一化后的所述各个历史日与所述待预测日的特征向量之间的向量距离，得到所述多个相似日，包括：
[0013]获取所述各个历史日与所述待预测日的向量之间的欧氏距离；
[0014]将所述各个历史日对应的欧氏距离进行排序，筛选得到满足排序阈值的历史日，作为所述多个相似日。
[0015]在其中一个实施例中，所述根据所述多个相似日的车辆实际装载量，获取所述待预测日对应的未发车车辆装载量预测值，包括：
[0016]获取所述多个相似日中各个相似日对应的至少一个流向；所述流向表征运输车辆的起始地至目的地的方向；
[0017]获取各个相似日的所述至少一个流向中各个流向的车辆实际装载量；
[0018]根据多个相似日的所述各个流向的车辆实际装载量的平均值，得到所述待预测日的各个流向的未发车车辆装载量预测值；
[0019]将所述待预测日的各个流向的未发车车辆装载量预测值进行加和，得到所述待预测日的所述未发车车辆装载量预测值。
[0020]在其中一个实施例中，所述根据所述待预测日的已到达货量、在途货量以及所述未发车车辆装载量预测值，得到所述待预测日的日货量预测值之后，所述方法还包括：
[0021]根据所述多个相似日中各个相似日的预计货量总量和实际货量总量，获得所述各个相似日分别对应的货量偏差；
[0022]根据所述多个相似日各自对应的货量偏差的加权平均值，对所述待预测日的日货量预测值进行调整，得到所述待预测日的日货量预测终值。
[0023]在其中一个实施例中，所述根据所述多个相似日中各个相似日的预计货量总量和实际货量总量，获得所述各个相似日分别对应的货量偏差之前，所述方法还包括：
[0024]获取所述多个相似日中各个相似日的实际已到达货量、实际在途货量以及未发车车辆装载量预测值，得到所述各个相似日的预计货量总量。
[0025]在其中一个实施例中，所述根据所述待预测日的已到达货量、在途货量以及所述未发车车辆装载量预测值，得到所述待预测日的日货量预测值之后，所述方法还包括：
[0026]根据所述多个相似日的车辆实际装载量，获取所述待预测日在实时预测时间对应的未发车车辆装载量预测值；
[0027]获取所述实时预测时间的已到达货量、在途货量以及未发车车辆装载量预测值，得到所述待预测日在所述实时预测时间的日货量预测值。
[0028]在其中一个实施例中，所述获取所述实时预测时间的已到达货量、在途货量以及未发车车辆装载量预测值，得到所述待预测日在所述实时预测时间的日货量预测值之后，所述方法还包括：
[0029]分别获取所述多个相似日中各个相似日在多个数据更新时间的货量偏差；各个数据更新时间的货量偏差根据所述各个相似日在所述数据更新时间的预计货量总量和实际货量总量得到；
[0030]获取所述各个相似日的所述多个数据更新时间中，与所述待预测日的实时预测时间最接近的数据更新时间，作为所述各个相似日分别对应的目标数据更新时间；
[0031]获取所述各个相似日分别对应的所述目标数据更新时间的货量偏差；
[0032]根据所述各个相似日分别对应的所述目标数据更新时间的货量偏差的加权平均值，对所述实时预测时间的日货量预测值进行调整，得到所述实时预测时间对应的日货量预测终值。
[0033]一种特定场所的货量预测装置，所述装置包括：
[0034]相似日确定模块，用于从多个历史日中确定与待预测日对应的多个相似日；所述多个相似日为根据所述多个历史日和所述待预测日的特征向量数据的对比结果得到；所述特征向量数据包括所述多个历史日和所述待预测日的日期特征信息；
[0035]车辆装载预测模块，用于根据所述多个相似日的车辆实际装载量，获取所述待预测日对应的未发车车辆装载量预测值；
[0036]日货量预测模块，用于根据所述待预测日的已到达货量、在途货量以及所述未发车车辆装载量预测值，得到所述待预测日的日货量预测值。
[0037]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例中特定场所的货量预测方法的步骤。
[0038]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例中特定场所的货量预测方法步骤。
[0039]上述特定场所的货量预测方法、装置、计算机设备和存储介质，通过获取待预测日的多个相似日，根据多个相似日的车辆实际装载量，得到待预测日对应的未发车车辆装载量预测值，根据待预测日的已到达货量、载入货量以及未发车车辆装载量预测值，得到待预测日的日货量预测值。本公开的方案，从多个历史日中确定多个相似日，基于相似日的数据进行预测，提高了获取货量预测的准确性。
附图说明
[0040]图1为一个实施例中特定场所的货量预测方法的流程示意图；
[0041]图2为另一个实施例中特定场所的货量预测方法的流程示意图；
[0042]图3为另一个实施例中特定场所的货量预测方法的流程示意图；
[0043]图4为另一个实施例中特定场所的货量预测方法的流程示意图；
[0044]图5为本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种特定场所的货量预测方法，其特征在于，所述方法包括：从多个历史日中确定与待预测日对应的多个相似日；所述多个相似日为根据所述多个历史日和所述待预测日的特征向量数据的对比结果得到；所述特征向量数据包括所述多个历史日和所述待预测日的日期特征信息；根据所述多个相似日的车辆实际装载量，获取所述待预测日对应的未发车车辆装载量预测值；根据所述待预测日的已到达货量、在途货量以及所述未发车车辆装载量预测值，得到所述待预测日的日货量预测值。2.根据权利要求1所述的方法，其特征在于，所述从多个历史日中确定与待预测日对应的多个相似日，包括：获取所述多个历史日和所述待预测日分别对应的特征向量数据；将各个历史日对应的特征向量数据和所述待预测日的特征向量数据分别进行归一化；基于归一化后的所述各个历史日与所述待预测日的特征向量之间的向量距离，得到所述多个相似日。3.根据权利要求2所述的方法，其特征在于，所述基于归一化后的所述各个历史日与所述待预测日的特征向量之间的向量距离，得到所述多个相似日，包括：获取所述各个历史日与所述待预测日的向量之间的欧氏距离；将所述各个历史日对应的欧氏距离进行排序，筛选得到满足排序阈值的历史日，作为所述多个相似日。4.根据权利要求1所述的方法，其特征在于，所述根据所述多个相似日的车辆实际装载量，获取所述待预测日对应的未发车车辆装载量预测值，包括：获取所述多个相似日中各个相似日对应的至少一个流向；所述流向表征运输车辆的起始地至目的地的方向；获取各个相似日的所述至少一个流向中各个流向的车辆实际装载量；根据多个相似日的所述各个流向的车辆实际装载量的平均值，得到所述待预测日的各个流向的未发车车辆装载量预测值；将所述待预测日的各个流向的未发车车辆装载量预测值进行加和，得到所述待预测日的所述未发车车辆装载量预测值。5.根据权利要求1所述的方法，其特征在于，所述根据所述待预测日的已到达货量、在途货量以及所述未发车车辆装载量预测值，得到所述待预测日的日货量预测值之后，所述方法还包括：根据所述多个相似日中各个相似日的预计货量总量和实际货量总量，获得所述各个相似日分别对应的货量偏差；根据所述多个相似日各自对应的货量偏差的加权平均值，对所述待预测日的日货量预测值进行调整，得到所述待预测日的日货量预测终值。6.根据权利要求5所述的方法，其特征在于，所述根据所述多个相似日中各个相似日的预计货量总量和实际货量总量，获得所述各个相似日分别对应的...
【专利技术属性】
技术研发人员：陈晓雯，代山，
申请(专利权)人：深圳顺丰快运科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。