摘要
本申请公开了基于多源数据融合的农产品供应链运输管理方法及系统,涉及农产品物流技术领域,解决了现有技术对于供应商合作多采用长期固定模式,无法灵活响应突发需求变化或区域性供应短缺,导致农产品无法及时有效地进行供给,进而导致农产品供应链运输管理方法的准确度和效率较低的技术问题;通过基于市场数据和环境数据生成农产品需求预测量;基于农产品需求预测量动态寻找最优合作供应商;基于合作供应商生成最优运输路径,在得到农产品需求预测量时,对当前合作供应商的供给情况以及综合能力进行分析,从而确定是否需要调整供应商,以便能够准确及时地完成此次供给需求,提高了供应稳定性,以及供应链运输管理方法的准确度和效率。
技术关键词
运输管理方法
农产品供应链
需求预测模型
人工智能模型
机器学习模型
路径规划单元
标签
农产品物流技术
数据分析模块
预训练模型
训练集
数据采集模块
运输管理系统
时序
数据采集设备
财务
序列
动态
风险
系统为您推荐了相关专利信息
数据索引构建方法
分片
哈希表
生成学习数据
标识
资产定价模型
无监督聚类分析
熵值法
优劣解距离法
评价指标体系
信道状态信息
特征提取模型
机器学习模型
信号处理
室内定位方法
循环水
育苗用水
机器学习模型
活性炭滤芯
过滤管
产地鉴别方法
样本
鉴别装置
数据矩阵相乘
协方差矩阵