[发明专利]一种集装箱提箱序列的预测方法、系统和存储介质

权利要求书

1.一种集装箱提箱序列预测方法，其特征在于，包括以下步骤：

S1：采集集装箱历史数据；所述历史数据包括集装箱的历史堆存天数和集装箱对应的属性参数信息；

S2：对所述集装箱历史数据进行数据清洗，获得模型输入数据；

S3：将所述模型输入数据输入到训练模型进行训练，得到训练完成的模型；

S4：获取待预测的集装箱的属性参数信息并将其输入到训练完成的模型中，以输出该待预测的集装箱对应的预测堆存天数。

2.如权利要求1所述的集装箱提箱序列预测方法，其特征在于，所述属性参数信息包括集装箱标识信息、集装箱货物信息、集装箱作业单信息、监管部门的监管信息中的任一项或多项。

3.如权利要求1所述的集装箱提箱序列预测方法，其特征在于，所述模型输入数据包括训练集和验证集，所述训练集用于对所述训练模型进行训练，所述验证集用于对所述训练完成的模型的训练结果进行验证。

4.如权利要求1所述的集装箱提箱序列预测方法，其特征在于，所述属性参数信息包括非数值型数据或缺失值，所述对所述集装箱历史数据进行数据清洗包括：

对所述属性参数信息中的非数值型数据或缺失值进行处理，以使其满足所述训练模型的输入要求。

5.如权利要求4所述的集装箱提箱序列预测方法，其特征在于，所述属性参数信息包括集装箱标识信息或集装箱货物信息；

对所述属性参数信息中的非数值型数据或缺失值进行处理包括：

对所述集装箱标识信息中的非数值型数据采用数值型数据进行替代，或者对所述集装箱货物信息中的缺失值采用其他历史数据中与该集装箱装有相同货物和相同集装箱中的数据的均值进行替代。

6.如权利要求1所述的集装箱提箱序列预测方法，其特征在于，将所述模型输入数据输入到训练模型进行训练包括：

将所述模型输入数据按照以下格式进行编辑后输入到所述训练模型进行训练：

X″(i)＝[X′(i)，A′(i)，O′(i)，S′(i)，C′(i)，G′(i)，P′(i)，W′(i)，D′(i)，U′(i)]

其中，A’为控箱公司名称，O'为集装箱的箱型，C’为货主名、G’为货物名、T’表征贸易类型、P’为付款人名称、W’为作业类型、D’为运输方式、U’为包装。

7.如权利要求3所述的集装箱提箱序列预测方法，其特征在于，所述方法包括：

获取所述验证集中所有集装箱的实际堆存天数，并将所述验证集中的数据按照集装箱实际堆存天数的大小进行排序，绘制实际堆存天数曲线并对排序编号进行记录；

按照所述排序编号依次将验证集中的各个数据输入到训练完成的模型中，得到验证集中所有数据的预测堆存天数，按照与所述实际堆存天数排序相适配的顺序对所述预测堆存天数进行排序，得到预测堆存天数曲线；

判断所述实际堆存天数曲线与所述预测堆存天数曲线的拟合性以对所述训练完成的模型的预测效果进行评估。

8.如权利要求1所述的集装箱提箱序列预测的方法，其特征在于，步骤S4后还包括步骤S5:

基于所述预测堆存天数生成集装箱提箱序列。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法步骤。

10.一种集装箱提箱序列预测系统，其特征在于，所述系统包括处理器和存储介质，所述存储介质为如权利要求9所述的存储介质，所述处理器用于执行所述存储介质中存储的计算机程序。