[发明专利]网点接驳件量预测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种网点接驳件量预测方法、装置、计算机设备和存储介质。所述网点接驳件量预测方法包括：获取预设时间段内目标网点的业务数据和配置数据；将所述业务数据和所述配置数据输入至接驳件量预测模型中，获取所述目标网点对应的接驳件量预测范围；所述接驳件量预测模型包括多个级联的预测子模型。采用本方法能够避免传统技术中，由人工按照经验预测网点的接驳件量，造成预测的接驳件量的数据可靠性差的问题。采用本方法能够提升预测的网点接驳件量的数据可靠性，进而提升接驳模型的输出结果准确性。

技术领域

本发明涉及物流技术领域，特别是涉及一种网点接驳件量预测方法、装置、计算机设备和存储介质。

背景技术

近年来，随着互联网技术的快速发展，物流行业也随之进入快速发展期。接驳是指由接驳员在接驳点与网点之间运送件量，接驳能够有效缓解收派员的收派压力，提高收派效率。

已有的接驳模型，如接驳线路模型和接驳排班模型，需要将预测的网点的接驳件量作为输入数据，便于接驳模型根据接驳件量安排接驳线路、接驳班次和接驳人员规划，等等。目前，输入接驳模型的接驳件量是由人工按照经验进行预测的。

但是，上述由人工按照经验预测网点接驳件量的方法，预测的接驳件量的数据可靠性差，使得接驳模型的输出结果准确性较差。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升预测的网点接驳件量的数据可靠性的网点接驳件量预测方法、装置、计算机设备和存储介质。

第一方面，本申请实施例提供了一种网点接驳件量预测方法，所述网点接驳件量预测方法包括：

获取预设时间段内目标网点的业务数据和配置数据；

将所述业务数据和所述配置数据输入至接驳件量预测模型中，获取所述目标网点对应的接驳件量预测范围；所述接驳件量预测模型包括多个级联的预测子模型。

在其中一个实施例中，所述接驳件量预测模型包括第一预测子模型和第二预测子模型，所述第一预测子模型包括多个基分类器；

所述将所述业务数据和所述配置数据输入至接驳件量预测模型中，获取所述目标网点对应的接驳件量预测范围，包括：

将所述业务数据和所述配置数据分别输入至各所述基分类器中，得到各所述基分类器输出的预测件量范围；

将各所述基分类器输出的预测件量范围输入至所述第二预测子模型中，得到所述目标网点对应的接驳件量预测范围。

在其中一个实施例中，所述第二预测子模型包括一个目标分类器，所述将各所述基分类器输出的预测件量范围输入至所述第二预测子模型中，得到所述目标网点对应的接驳件量预测范围，包括：

将各所述基分类器输出的预测件量范围输入至所述目标分类器中，得到所述目标网点对应的接驳件量预测范围。

在其中一个实施例中，所述基分类器的训练过程包括：

获取预设时间段内多个网点的样本业务数据和样本配置数据；

根据所述样本业务数据和所述样本配置数据，训练初始网络模型，得到所述基分类器。

在其中一个实施例中，所述方法还包括：

根据预设的过滤规则，对所述样本业务数据和所述样本配置数据分别进行预处理，得到预处理后的样本业务数据和预处理后的样本配置数据；

所述根据所述样本业务数据和所述样本配置数据，训练初始网络模型，得到所述基分类器，包括：

根据所述预处理后的样本业务数据和所述预处理后的样本配置数据，训练初始网络模型，得到所述基分类器。