数字孪生网络流量预测方法、装置、设备及存储介质

本发明涉及物流技术领域，尤其涉及一种数字孪生网络流量预测方法、装置、设备及存储介质，包括获取物流流转中心数字孪生网络的历史流量数据，并从历史流量数据得到流量训练数据；基于TimeGPT时间序列模型构建初始化模型，并对初始化模型进行参数配置，以得到基础预测模型；基于流量训练数据对基础预测模型进行训练处理，以得到流量预测模型；根据预设周期从物流流转中心数字孪生网络中获取更新流量数据，并根据更新流量数据对流量预测模型进行更新训练，以得到更新后的流量预测模型；获取物流流转中心数字孪生网络的实时流量数据，并基于更新后的流量预测模型和实时流量数据进行流量预测，以得到预测流量结果；该方法可有效防止模型出现过拟合的问题。