【技术实现步骤摘要】
本专利技术涉及大数据处理，具体而言，涉及一种基于大数据的物流预测方法及系统。
技术介绍
1、物流预测是根据客观事物过去和现代的发展规律，对物流管理的发展趋势和状况进行描述、分析。随着经济全球化和知识经济时代的到来，高新技术的迅猛发展，商品结构越来越复杂，物流预测是物流运筹的基础和前后，是物流部门进行规划和控制的基础，在物流活动中起着非常重要的作用。它可以为物流企业揭示出物流市场未来发展的趋势和方向，并可以对物流企业活动中可能出现的种种情况进行预测，从而使企业能够及时阻止或尽量减少对自身发展不利的情况的发生。
2、基于大数据的物流需求预测是物流资源调度的重要技术手段，再好的商品，如果不能准确的预测到实际的市场需求，就是造成供应的不足或者过剩，进而影响到企业的库存水平和运作成本。物流需求数据具有强随机性、波动性、非平稳性等特征，因此对其进行准确的预测较为困难。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据的物流预测方法及系统，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
2、第一方面，本申请提供了获取历史物流数据，对所述历史物流数据进行预处理，得到预处理后的物流数据，所述历史物流数据包括物流计划需求量、成本材料费控制量和仓库储备量；
3、根据粗糙集理论算法从所述历史物流数据中提取出与所述物流计划需求量、成本材料费控制量和仓库储备量相关联的特征，并构建预测模型；
4、利用信号分解算法对所述历史物流数据进行时间
5、基于果蝇优化算法对所述预测模型进行参数优化，得到优化后的参数组，将优化后的所述参数组输入至所述预测模型中，并基于树形结构parzen超参数优化算法，对所述分解数据进行预测，得到物流预测结果。
6、第二方面，本申请还提供了一种基于大数据的物流预测系统，包括获取模块、提取模块、分解模块和预测模块，其中：
7、获取模块：用于获取历史物流数据，对所述历史物流数据进行预处理，得到预处理后的物流数据，所述历史物流数据包括物流计划需求量、成本材料费控制量和仓库储备量；
8、提取模块：用于根据粗糙集理论算法从所述历史物流数据中提取出与所述物流计划需求量、成本材料费控制量和仓库储备量相关联的特征，并构建预测模型；
9、分解模块：用于利用信号分解算法对所述历史物流数据进行时间序列分解，得到分解数据；
10、预测模块：用于基于果蝇优化算法对所述预测模型进行参数优化，得到优化后的参数组，将优化后的所述参数组输入至所述预测模型中，并基于树形结构parzen超参数优化算法，对所述分解数据进行预测，得到物流预测结果。
11、本专利技术的有益效果为：本专利技术通过将城市道路与运送物流gps连接来获取物流信息，并且还解决了交通拥堵的问题，提高城市通行效率，快速获取到物流数据；本专利技术通过分解算法，平稳性对物流数据进行分量分解，降低了物流数据的复杂性，具有很好的容错性能；本专利技术采用参数优化算法，可以使得模型能更好的学习到数据的时序特征，进一步提高了模型的预测精度。预测速度和精度也较高，也适用于物流行业流失预测。
12、本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
本文档来自技高网...【技术保护点】
1.一种基于大数据的物流预测方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的物流预测方法，其特征在于,所述获取历史物流数据，对所述历史物流数据进行预处理，得到预处理后的物流数据，其中包括：
3.根据权利要求1所述的基于大数据的物流预测方法，其特征在于,所述利用信号分解算法对所述历史物流数据进行时间序列分解，得到分解数据，其中包括：
4.根据权利要求1所述的基于大数据的物流预测方法，其特征在于,所述基于果蝇优化算法对所述预测模型进行参数优化，其中果蝇优化算法包括：
5.根据权利要求1所述的基于大数据的物流预测方法，其特征在于,所述基于树形结构Parzen超参数优化算法，对所述分解数据进行预测，得到物流预测结果，其中包括：
6.一种基于大数据的物流预测系统，其特征在于，包括：
7.根据权利要求6所述的基于大数据的物流预测系统，其特征在于，所述获取模块，其中包括：
8.根据权利要求6所述的基于大数据的物流预测系统，其特征在于，所述分解模块，其中包括：
9.根据权利要求6所述的基
10.根据权利要求6所述的基于大数据的物流预测系统，其特征在于，所述预测模块，其中包括：
...【技术特征摘要】
1.一种基于大数据的物流预测方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的物流预测方法，其特征在于,所述获取历史物流数据，对所述历史物流数据进行预处理，得到预处理后的物流数据，其中包括：
3.根据权利要求1所述的基于大数据的物流预测方法，其特征在于,所述利用信号分解算法对所述历史物流数据进行时间序列分解，得到分解数据，其中包括：
4.根据权利要求1所述的基于大数据的物流预测方法，其特征在于,所述基于果蝇优化算法对所述预测模型进行参数优化，其中果蝇优化算法包括：
5.根据权利要求1所述的基于大数据的物流预测方法...
【专利技术属性】
技术研发人员：张坤华，李士民，吕澄，
申请(专利权)人：南京大拇哥软件科技有限公司，
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。