集装箱码头闸口短期收箱箱量预测方法、系统及存储介质

本发明公开了一种集装箱码头闸口短期收箱箱量预测方法、系统及存储介质。该方法通过收集和处理历史收箱数据，采用分解集成框架，将集装箱闸口收箱任务按航线进行分解，并对每条航线的收箱箱量进行独立预测。所采用的时序预测算法包括ARIMA、PROPHET和LSTM。ARIMA算法用于处理线性和短期平稳趋势的航线箱量预测，PROPHET算法擅长处理具有季节性和节假日效应的非线性时间序列，LSTM算法能够捕捉航线箱量中的复杂非线性变化和长期依赖关系。通过集成运用这三种算法，针对不同航线特征进行精准建模。该方法显著提高了收箱量预测的精度，优化了码头作业计划，减少了资源浪费和作业冲突。