【技术实现步骤摘要】
本专利技术涉及物流，尤其涉及一种数字孪生网络流量预测方法、装置、设备及存储介质。
技术介绍
1、目前物流转运中心数字孪生网络对流量进行预测通过采用历史网络流量数据进行分析和预测，基于流量预测结果使网络管理员可以更有效地分配现有的网络资源，优化网络配置，提高网络性能，减少网络拥堵和延迟。但在传统的物流转运中心数字孪生网络流量预测工作中，通常是基于人工经验和机器学习等技术进行建模，网络流量预测的准确率容易受到高峰期等因素影响，并且随着日益激增的数据量，现有的预测手段无法满足庞大数据量的计算，容易出现过拟合的问题。
2、可见，现有技术还有待改进和提高。
技术实现思路
1、为了克服现有技术的不足，本专利技术的目的在于提供一种数字孪生网络流量预测方法、装置、设备及存储介质，其可处理庞大的数据量，有效防止模型出现过拟合的问题。
2、本专利技术第一方面提供了一种数字孪生网络流量预测方法，包括：获取物流流转中心数字孪生网络的历史流量数据，并对历史流量数据进行预处理以得到流量训练数据...
【技术保护点】
1.一种数字孪生网络流量预测方法，其特征在于，包括：
2.根据权利要求1所述的数字孪生网络流量预测方法，其特征在于，所述获取物流流转中心数字孪生网络的历史流量数据，并对历史流量数据进行预处理以得到流量训练数据，包括：
3.根据权利要求2所述的数字孪生网络流量预测方法，其特征在于，所述分别对时间戳信息、流量值信息和时间相关信息进行数据清洗，以得到清洗数据，包括：
4.根据权利要求2所述的数字孪生网络流量预测方法，其特征在于，所述根据预设时间序列格式对清洗数据进行格式转换，以得到流量训练数据，包括：
5.根据权利要求1所述的...
【技术特征摘要】
1.一种数字孪生网络流量预测方法，其特征在于，包括：
2.根据权利要求1所述的数字孪生网络流量预测方法，其特征在于，所述获取物流流转中心数字孪生网络的历史流量数据，并对历史流量数据进行预处理以得到流量训练数据，包括：
3.根据权利要求2所述的数字孪生网络流量预测方法，其特征在于，所述分别对时间戳信息、流量值信息和时间相关信息进行数据清洗，以得到清洗数据，包括：
4.根据权利要求2所述的数字孪生网络流量预测方法，其特征在于，所述根据预设时间序列格式对清洗数据进行格式转换，以得到流量训练数据，包括：
5.根据权利要求1所述的数字孪生网络流量预测方法，其特征在于，所述基于timegpt时间序列模型构建初始化模型，并对初始化模型进行参数配置，以得到基础预测模型，包括：
6.根据...
【专利技术属性】
技术研发人员：马力，
申请(专利权)人：上海东普信息科技有限公司，
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。