一种物流运输最优路径规划方法

本发明涉及路径规划技术领域，且公开了一种物流运输最优路径规划方法，包括通过物联网设备、移动应用及API接口从多种渠道获取实时交通流量数据、天气预报信息以及事故报告的外部因素，形成原始数据集；对原始数据集进行预处理并将其存储在分布式数据库中，得到预处理后的交通数据；基于原始数据集和预处理后的交通数据，构建基于机器学习算法的交通预测模型，将预处理后的交通数据和原始数据集作为训练集。该物流运输最优路径规划方法，通过设计包含多层LSTM单元的神经网络架构，并采用滑动窗口法从中提取多个子序列作为训练样本，结合均方误差和惩罚项的损失函数来衡量预测值与真实值之间的差异，提供了更为准确的交通预测。