基于深度学习的集装箱码头吞吐量预测方法、装置及设备

本发明属于吞吐量预测领域，提供一种基于深度学习的集装箱码头吞吐量预测方法、装置及设备，方法包括：在接收到集装箱码头吞吐量的预测请求后，提取预测请求中的关键请求内容；基于关键请求内容，从多个数据源中调取原始特征变量数据和吞吐量样本数据；确定每一原始特征变量数据与吞吐量样本数据之间的相互依赖度；将相互依赖度高于预设依赖度阈值的原始特征变量数据，作为特征变量样本数据；对深度学习网络模型进行训练、测试和评估，构建得到吞吐量预测模型；将关键请求内容中的实际特征变量数据进行预处理后输入吞吐量预测模型，得到吞吐量预测结果。本发明提供的方案，提高了集装箱码头吞吐量的预测精确性和可靠性。