摘要
本发明公开了基于多源数据融合的航运物流流向预测方法及系统,涉及物流预测领域,包括:基于航运数据构建航运网络图;实时采集获取船舶自动识别系统轨迹数据、海洋气象数据、港口日志数据及货物电子舱单数据;针对运输中物流进行物流流向预测,获取未来时间段内的船舶数据,并完善航运网络图;针对靠泊中物流进行物流流向预测,获取未来时间段内剩余装卸量及预估完成时间;将物流运输预测模型和物流装卸预测模型集成,构建端到端物流流向预测模型;基于实际物流流向数据和预测数据之间的误差,对模型进行修正。本发明的优点在于:结合LSTM与Transformer模型,精准预测航运物流流向,优化运输和装卸效率,提高预测精度,提升航运物流管理的效率和决策支持。
技术关键词
物流
船舶自动识别系统
长短期记忆神经网络
时间段
深度学习模型
热力图
网络拓扑结构
误差
LSTM神经网络
数据采集模块
装卸作业
历史轨迹数据
动态更新
历史气象数据
海洋