摘要
本发明公开了基于改进图神经网络的物流高效运输方法及系统,涉及物流运输计算机系统领域,本发明通过实时物联网数据填充,构建全局可视化的物流运输图,提升了初始路径规划精度;再基于历史数据训练时空图卷积网络,融合时空特征分析,大大提升商品运输最终时空图卷积网络模型对路径规划准确率;通过调整初始采集间隔,将超时率控制在预设阈值的范围内,大大降低了运输平均耗时;最后通过设定突发事件传播层级初始跳数值,筛选备用节点,迭代优化跳数,降低了待运补救耗时数据以及待运商品运输的总体超时数据的比例;其中,通过调整待运商品运输数据初始采集间隔,避免高频采集导致的算力浪费,同时保证了数据更新效率。
技术关键词
物流
卷积网络模型
运输方法
层级
运输工具
数据采集周期
物联网设备数据
数值
数据更新效率
仓库
规划准确率
节点
MQTT协议
时序
逻辑
矩阵
物理
计算机系统
路况
系统为您推荐了相关专利信息
节点
遗传算法
物流调度技术
神经网络模型
合并单元
装备
需求获取方法
智能算法
信息采集模块
数据输出模块
监测方法
物流
数据
柔性电子标签
乙烯气体浓度传感器