[发明专利]基于长短记忆神经网络的货量预测方法及系统在审
| 申请号： | 201910083666.0 | 申请日： | 2019-01-29 |
| 公开（公告）号： | CN109934385A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 赵兴 | 申请（专利权）人： | 跨越速运集团有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q30/02 |
| 代理公司： | 深圳国新南方知识产权代理有限公司 44374 | 代理人： | 姜宇 |
| 地址： | 518000 广东省深圳市宝安区福永街道和平社区*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于长短记忆神经网络的货量预测方法及系统，该方法包括：采用长短记忆神经网络模型，基于历史货量数据获得预测时刻的初始货量预测数据，历史货量数据在固定时间长度的周期上呈现周期性相似度；根据修正模型对初始货量预测数据进行修正，得到最终货量预测数据，修正模型根据历史货量数据的参考周期数量、历史货量采用长短记忆神经网络模型得到的预测数据，以及历史货量的真实数据构建。本发明通过根据历史货量数据的参考周期数量、历史货量的预测数据和真实数据构建的修正模型，对采用长短记忆神经网络模型预测得到的初始货量预测数据进行修正，使得经修正得到最终货量预测数据更为精确。 | ||
| 搜索关键词： | 货量 预测数据 记忆神经网络 修正模型 参考周期 真实数据 修正 构建 预测 模型预测 数据获得 相似度 | ||
【主权项】：
1.一种基于长短记忆神经网络的货量预测方法，其特征在于，其包括：采用长短记忆神经网络模型，基于历史货量数据获得预测时刻的初始货量预测数据，所述历史货量数据在固定时间长度的周期上呈现周期性相似度；根据修正模型对初始货量预测数据进行修正，得到最终货量预测数据；所述修正模型根据历史货量数据的参考周期数量、历史货量采用长短记忆神经网络模型得到的预测数据，以及历史货量的真实数据构建。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于跨越速运集团有限公司，未经跨越速运集团有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910083666.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
