一种基于机器学习的建筑行业仓库作业订单耗时预测方法及系统

本发明公开了一种基于机器学习的建筑行业仓库订单耗时预测方法及系统，方法包括：采集订单数据并清洗；构建多变量特征集并进行独热编码；采用XGBoost模型训练，通过网格搜索与随机搜索优化参数；部署预测接口至仓库管理系统，系统包含数据采集模块、数据预处理模块、特征工程模块、模型训练模块、预测接口模块、预测模块，测试表明，预测精度R²达0.85，MAE为10.6分钟，调度冲突率降至2%，年节约运营成本75%。解决了传统方法依赖人工、精度低的问题。