摘要
本申请涉及一种基于人工智能的货车动态调度方法、系统、设备及介质,该方法包括获取运输多维数据,对运输多维数据进行清洗与特征提取,以生成调度优化数据集;基于调度优化数据集,利用多目标优化算法生成初始运输路径;获取订单需求数据,并基于时序预测模型对订单需求数据进行负载预测,得到对应的负载预测结果,进而根据负载预测结果对初始运输路径进行调整,生成运输优化路径;获取运输车辆状态,基于运输优化路径和运输车辆状态,通过强化学习算法生成运输调度策略。本申请具有提高车辆调度效率的效果。
技术关键词
动态调度方法
时序预测模型
强化学习算法
运输车辆
货车
历史订单数据
时间序列特征
动态调度系统
策略
长短期记忆网络
负载模式
可读存储介质
数据处理模块
处理器
路况信息
预测误差
系统为您推荐了相关专利信息
设备全生命周期
强化学习算法
智能调度算法
特征提取器
检修计划
图像检测模型
高性能
神经网络模型
强化学习算法
模块
风险预测系统
风险预测模型
多模态数据采集
强化学习算法
在线学习技术