钢铁物流下的卡车排队等待时间预测
梁爽
蔡鹏
1.华东师范大学数据科学与工程学院 上海 2000622.华东师范大学数据科学与工程学院 上海 200062
摘要：在钢铁物流场景下,卡车进厂卸货之前首先要在厂外排队.排队时间按照货物品种不同,短则半个小时,长则数十小时.卡车司机在无法预知等待时间的情况下,只能随时呆在车内待命.这种情况既增加了物流成本,也降低了司机对平台的满意度.首先分析了信息平台产生的数据并抽取出有价值的特征,然后提出了一种基于长短期记忆网络(LSTM)与线性模型(Linear)的组合模型用于卡车等待时间预测.LSTM模型从历史数据中学得先验知识,Linear模型结合先验知识与车辆的实时信息进行等待时间预测.在日照钢铁集团实际生产环境下,将LSTM-Linear组合模型与平台现有方法(岭回归模型)、最近邻回归模型、Auto-sklearn自动构建的模型进行对比,结果表明组合模型的预测精度更高.
关键词：钢铁物流排队等待时间长短期记忆网络数据融合机器学习
分类号：TP391(计算技术、计算机技术)
资助基金：国家重点研发计划(2018YFB1003404)国家自然科学基金(61972149)
论文发表日期：2020-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2815-2820,2835 )
英文信息