基于一维卷积神经网络的烟草运货量预测方法技术

本发明专利技术公开了基于一维卷积神经网络的烟草运货量预测方法，属于烟草运货量预测技术领域，包括：采集烟草运货量的数据，数据包括运货数量、配送客户数量、送货时间和送线路程；对采集的烟草运货量的数据进行标准化；构建烟草运货量预测模型，烟草运货量预测模型选择一维卷积神经网络作为主结构进行特征提取，并引入全连接层输出最后的结果；采用预处理后的训练数据集对构建的烟草运货量预测模型进行训练，直到训练好烟草运货量预测模型；采用预处理后的待预测数据输入训练好的烟草运货量预测模型进行预测，获得烟草运货量。本发明专利技术不仅能够实现对新区域运货量的精准预测，还能优化运输资源配置，提高企业的物流管理效率，制定更合理的生产与配送策略。

【技术实现步骤摘要】

本专利技术涉及烟草运货量预测，具体涉及一种基于一维卷积神经网络的烟草运货量预测方法。

技术介绍

1、中国烟草产业作为全球范围最大的烟草生产与消费市场之一，在过去的几十年中一直是国内经济发展的重要组成部分，其规模与市场份额一直是国内经济的重要组成部分。在目前烟草行业模式下，烟草运输量的规划主要依赖于企业的历史经验和市场反馈，依靠大量人工判断和主观决策。这种传统方式在一定程度上导致了信息的不对称，影响了运输调度的精准性，使得烟草供应链的效率和准确率难以达到预期水平。这不仅会导致部分品牌卷烟的滞销或脱销，还可能引发供应链管理上的资源浪费和成本上升。

2、近年来，人工智能技术(artificial intelligence,ai)、大数据分析、物联网(internet of things，iot)以及智能硬件设备的迅猛发展，为烟草行业提供了新的发展契机。先进的人工智能算法可以基于历史运输数据、零售商订单信息、市场动态以及环境因素等多种数据源，对未来运输量进行智能化预测。这不仅有助于优化烟草企业的生产计划，提高物流调度的精准度，同时还能有效减少库存积压和本文档来自技高网...

【技术保护点】

1.基于一维卷积神经网络的烟草运货量预测方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的基于一维卷积神经网络的烟草运货量预测方法，其特征在于，步骤2中数据标准化方法为：假设输入的序列数据为XT＝[X1,X2,…,XT]，标准化公式如下：

3.根据权利要求2所述的基于一维卷积神经网络的烟草运货量预测方法，其特征在于，步骤3中烟草运货量预测模型的构建方法为：

4.根据权利要求3所述的基于一维卷积神经网络的烟草运货量预测方法，其特征在于，模型使用反向传播的方式不断更新矩阵的权重参数，训练的损失函数为：

【技术特征摘要】

1.基于一维卷积神经网络的烟草运货量预测方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的基于一维卷积神经网络的烟草运货量预测方法，其特征在于，步骤2中数据标准化方法为：假设输入的序列数据为xt＝[x1,x2,…,xt]，标准化公式如下：

【专利技术属性】
技术研发人员：汤春彬，陈翔，张钧星，李少波，于丽娅，
申请(专利权)人：贵州大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人