摘要
本发明公开了基于数字化多参数动态优化的货量匹配方法、系统及终端,所述方法包括:获取多轮单周期内多个货运对象的货量数据,根据货量数据,构建并训练长短时记忆网络模型,以预测当前周期内所有货运对象的当前货量数据;将货量数据输入到构建好的货量匹配理论模型,输出得到出口方的最优服务水平权重;构建决策过程模型,将最优服务水平权重输入到决策过程模型,输出得到最优货量匹配决策。本发明聚焦即时的单周期运输服务采购场景,针对企业多周期的即时运输订单和不确定运输需求,采用多属性反向选择运输服务商并确定货运的货量,有效解决了长期采购协议不灵活的问题,降低了采购成本,提高了出口方在整个周期内的货运效率。
技术关键词
货运
多参数
对象
单周期
决策
网络
动态
概率分布函数
概率密度函数
因子
理论
梯度下降算法
可读存储介质
定货量
订单
数据获取模块
处理器
系统为您推荐了相关专利信息
构建预测模型
资源分配
决策支持系统
实时数据
可视化界面设计
智能模型
指标评估方法
计量方法
测评方法
模糊综合评价法
涂抹机器人
异形耐火砖
轨迹规划方法
面片
BP神经网络
生成会议纪要
创新创业服务
大语言模型
模块
格式化