龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：清华大学
申请日：2024-02-07
公开（公告）日：2024-06-14
公开（公告）号：CN118195340A
主分类号：G06Q10/0637
分类号：G06Q10/0637;G06Q10/083;G06N3/045;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.02#实质审查的生效;2024.06.14#公开
摘要：本发明实施例提供了一种异常环境下物流派送及时率预测方法和装置，可用于人工智能技术领域，通过基于时空注意力的神经网络，根据目标正常环境特征和预先生成的目标异常环境特征进行预测，得到各快递员在当前周期下的物流派送及时率，能够在异常环境的复杂时空关系下，建模序列自身的时间相关性以及个体之间的空间相关性，将异常环境下相邻路区封控引发的路区间相关性，以及快递员代为完成被封控快递员的工作而引发的快递员间相关性进行结合，实现异常环境数据波动大和小训练集下的模型构建，降低建模难度，确保信息数据的完整性，保证模型高性能，从而提高预测准确度。
主权项：1.一种异常环境下物流派送及时率预测方法，其特征在于，所述方法包括：根据预先划分的各个路区的路区边界数据进行路区特征提取，生成路区节点特征；根据各快递员在历史周期中的派送分布和所述路区节点特征，生成各快递员的当前周期路区特征；通过预先构建的快递员相关图卷积模型，对所述各快递员的当前周期路区特征和获取的包裹派送特征进行相关性计算，生成各快递员在当前周期下的初始正常环境特征；通过人工神经网络，根据所述初始正常环境特征和获取的历史正常环境特征，生成目标正常环境特征；通过基于时空注意力的神经网络，根据所述目标正常环境特征和预先生成的目标异常环境特征进行预测，得到各快递员在当前周期下的物流派送及时率。
全文数据：
权利要求：
百度查询： 清华大学 一种异常环境下物流派送及时率预测方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号