文档名：钢铁物流下的卡车排队等待时间预测
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.
作者：梁爽蔡鹏
作者单位：华东师范大学数据科学与工程学院上海200062
母体文献：第十六届全国Web信息系统及其应用学术会议(WISA2019)论文集
会议名称：第十六届全国Web信息系统及其应用学术会议(WISA2019)
会议时间：2019年9月20日
会议地点：青岛
主办单位：中国计算机学会
语种：chi
分类号：
关键词：钢铁物流 运输卡车 排队等待 时间预测 长短期记忆网络 线性模型
在线出版日期：2022年1月20日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.86 MB
- 下载次数:
- 60
-
高速下载
|
|
