基于XGBoost的卷烟送货时间预测仿真模型研究
张超1
宋伟2
胡鹏3
陈辉3
汪明3
全鹏3
1.中国烟草总公司湖北省公司 武汉 4300302.武汉大学计算机学院 武汉 4300723.湖北省烟草公司十堰市公司 十堰 442099
摘要：为节约路线更改所花费的时间、降低路线调整工作量、提高客户服务满意度.提出了一种用于估计卷烟送货时间的仿真模型,该模型基于离散事件系统仿真法,以湖北省十堰市烟草公司配送任务为例,通过XGBoost机器学习模型进行送货时间预测仿真验证.实验结果显示论文设计的学习模型在配送路线整体时间的预测上可以实现92.11％的准确率,在客户的预计送达时间预测上准确率高于80％,预计送达时间预测误差小于半小时.通过实际案例验证了模型的科学性、准确性和有效性,为卷烟物流路线的动态改变提供了一个有效解决方案和实用辅助工具.
关键词：XGBoost离散事件卷烟送货时间仿真事件调度法
分类号：TP319(计算技术、计算机技术)
资助基金：中国烟草总公司湖北省公司科技项目(027Y2021-046)中国烟草总公司重点研发项目(110202102031)
论文发表日期：2023-01-20
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：6( 119-124 )
英文信息