摘要
本发明提供了一种基于图神经网络的铁路运输定价方法、装置及设备,涉及数据分析技术领域,包括基于运价时序数据初始化遗传算法的种群;得到预测运量;计算种群中每个个体的适应度;基于多个适应度值和遗传算法的遗传操作对初始种群进行迭代,重复将迭代后的种群输入到运量预测模型中,直到初始种群中存在满足设定条件的目标个体。本发明基于图神经网络精确拟合铁路货运定价与货运量之间的动态需求函数,并结合遗传算法设计了一种全局优化求解模型,通过该模型的求解,可以获得最优的铁路定价策略,从而最大化铁路货运业务的整体收益。该方法不仅能够有效捕捉市场需求的非线性变化,还具备强大的适应性,能够在不同市场条件下进行灵活调整。
技术关键词
定价方法
门控循环单元
线路
节点
定价装置
装卸作业
时序
广度优先搜索算法
铁路
遗传算法设计
参数
时间段
定价设备
数据分析技术
收入
序列
定价策略
存储计算机程序
系统为您推荐了相关专利信息
智能控制方法
节点
历史气象数据
气象预报数据
云端服务器
永磁直线同步电机
线圈绕组
绕组方法
热源
初级铁芯
横向特征
参数
分组标识符
协方差矩阵
非线性回归模型