龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：安徽农业大学
摘要：本发明适用于物流动态智能调度领域，具体是一种基于深度学习预测的整车物流动态调度方法及系统，在调度方法中，在调度模型的上层模型中，利用推荐的运输路径，将待分配的订单集向下分配订单；在调度模型的中层模型中，以最大化装载价值为目标，建立装载方案选择模型，确定装载方案；在调度模型的下层模型中，根据中层模型的装载方案以及每个FLSP的物流服务能力，将任务合理地分配给特定的FLSP，以最大化FLSP的满意度为目标，构建整车FLSP选择模型；将调度模型与预测订单流量进行匹配，得到该预测订单流量的运力资源满足度，在预测订单流量的时间窗达到前，基于运力资源满足度动态调整运力分布。本发明能够使运力资源得到充分利用。
主权项：1.一种基于深度学习预测的整车物流动态调度方法，其特征在于，包括：构建基于Transformer-LSTM-CNN复合模型架构的需求预测模型，利用Transformer层和卷积神经网络CNN层对影响因素数据进行特征提取，将时间序列特征和影响因素数据的提取特征作为LSTM层的输入，输出预测销售量；利用预测销售量构建以运输成本、运输时间、碳排放量的多约束条件模型的目标函数，利用非支配排序算法对所述多约束条件模型的目标函数进行求解，得到推荐的运输路径；配置一调度模型，在调度模型的上层模型中，利用推荐的运输路径，将待分配的订单集向下分配订单；在调度模型的中层模型中，以最大化装载价值为目标，建立装载方案选择模型，确定装载方案；在调度模型的下层模型中，根据中层模型的装载方案以及每个FLSP的物流服务能力，将任务合理地分配给特定的FLSP，以最大化FLSP的满意度为目标，构建整车FLSP选择模型；将调度模型与预测订单流量进行匹配，得到该预测订单流量的运力资源满足度，在预测订单流量的时间窗达到前，基于运力资源满足度动态调整运力分布。
全文数据：
权利要求：
百度查询： 安徽农业大学 一种基于深度学习预测的整车物流动态调度方法及系统
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