一种基于联邦学习的跨物流中转场资源协同分配方法

本发明公开了一种基于联邦学习的跨物流中转场资源协同分配方法，包括以下步骤：在每个物流中转场内构建多源异构数据的集合，并进行特征提取得到每个物流中转场的特征向量；生成各个物流中转场的本地数据集；构建联邦学习模型，由各个物流中转场和中央服务器协同进行训练；基于联邦学习模型，构建一个时间跨度为T的跨中转场资源协同分配优化问题，并通过求解优化问题得到协同分配策略。本发明通过分布式训练和安全聚合技术，实现不同物流中转场内资源的协同调度，在保护各物流中转场隐私的同时，提升资源利用效率。