买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜运去哪物流科技集团有限公司申请的专利基于机器学习的船运仓储需求预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119886733B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510336474.1，技术领域涉及：G06Q10/0631；该发明授权基于机器学习的船运仓储需求预测方法及系统是由石月奇;申凯;黄侃奇设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本基于机器学习的船运仓储需求预测方法及系统在说明书摘要公布了：本发明提供一种基于机器学习的船运仓储需求预测方法及系统，同采集目标港口的船运物流动态数据集，通过多模态特征解析对港口吞吐量时间序列、集装箱运载图谱及仓储设备状态日志联合特征提取，生成包含船舶调度时序、货物周转周期及仓储容量波动的复合特征向量，接着对复合特征向量进行时空编码处理，利用循环卷积网络提取船舶到港时间依赖性特征，结合图注意力机制捕获跨仓储区域货物流转关联性，生成多维时空编码矩阵后，输入预训练的基础船运仓储需求预测模型，输出包含各仓储分区预期货物堆积量及存储周期概率曲线的初步仓储需求分布数据，并修正得到目标仓储需求预测结果，实现更精准、细致的船运仓储需求预测，有助于合理地规划仓储资源。

本发明授权基于机器学习的船运仓储需求预测方法及系统在权利要求书中公布了：1.一种基于机器学习的船运仓储需求预测方法，其特征在于，所述方法包括：采集目标港口的船运物流动态数据集，对所述船运物流动态数据集进行多模态特征解析，生成包含船舶调度时序、货物周转周期及仓储容量波动的复合特征向量；所述多模态特征解析包括对港口吞吐量时间序列、集装箱运载图谱及仓储设备状态日志进行联合特征提取；对所述复合特征向量执行时空编码处理，生成多维时空编码矩阵；所述时空编码处理包含利用循环卷积网络提取船舶到港时间依赖性特征，并结合图注意力机制捕获跨仓储区域的货物流转关联性；将所述多维时空编码矩阵输入至预训练的基础船运仓储需求预测模型，输出初步仓储需求分布数据；所述初步仓储需求分布数据包括各仓储分区的预期货物堆积量及存储周期概率曲线；对所述初步仓储需求分布数据进行修正，生成目标仓储需求预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人运去哪物流科技集团有限公司，其通讯地址为：200135 上海市浦东新区中国(上海)自由贸易试验区张杨路828-838号26楼E、F室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。