[发明专利]一种基于机器学习的物资智能调度方法

权利要求书

1.一种基于机器学习的物资智能调度方法，其特征在于，包括：

步骤1、在物资调度系统中抽取任意一组物质调度任务；

步骤2、根据所述该组调度任务的收货点和发货点，在物资调度系统中遍历所有可能的运输线路；

步骤3、物资调度系统自动采集与所述物质调度任务相关的各类数据，并创建特征集；

步骤4、以最优路线为目标值，对所述特征集中的特征进行筛选和组合；

步骤5、对步骤4的筛选和组合过程进行深度的机器学习，并进行模型训练，得到所述该组调度任务的最优调度方案；

步骤6、持续采集数据，并不断优化与更新所述智能物资调度系统。

2.如权利要求1所述的基于机器学习的物资智能调度方法，其特征在于，所述步骤2中在遍历路线的过程中，对所述所有可能路线分别进行编号处理。

3.如权利要求1所述的基于机器学习的物资智能调度方法，其特征在于，所述步骤3中采集的数据类型包括人员信息、车辆信息、路况信息、运输成本以及运输效率。

4.如权利要求3所述的基于机器学习的物资智能调度方法，其特征在于，对所述采集的各类数据进行特征细化，逐层进行细化。

5.如权利要求1所述的基于机器学习的物资智能调度方法，其特征在于，所述步骤4中对所述特征进行筛选和组合的方式为自动筛选以及经验值人工筛选。

6.如权利要求5所述的基于机器学习的物资智能调度方法，其特征在于，所述自动筛选时使用特征选取算法进行筛选。

7.如权利要求1所述的基于机器学习的物资智能调度方法，其特征在于，所述步骤5在进行模型训练时选用XGBOOST算法和贪心算法进行全局模型树的构建。