更新时间：2026-08-15 00:02:40
已登记
详细信息
-
知识产权名称
多城市物流运输时间预测数据
-
登记编号
DIP2025000009327
-
申请人
温岭市天航物流有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2025-06-25 17:48:52
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
5490
-
更新频次
按需更新
-
应用场景
该数据在多城市物流运输时间预测中具有重要的应用价值。能够提供高精度路线时效分析，更精确地估算城市间货物运输所需时间，帮助物流调度员进行智能路径规划与任务分配。在城市物流运输领域具有广泛的应用场景，特别是城市配送优化、干线运输时效评估和应急物流响应，能够提高运输调度效率，降低运输延误风险，提供精准的预计送达时长参考。
-
算法规则简要说明
数据收集： 该模型的数据来源包括城市路网结构（来源于地图API）、历史运输订单记录（提取“起点节点编号”、“终点节点编号”、“路网平均速度”以及“实际运输时间”）。所有样本数据通过订单ID进行编号，确保样本唯一性。 数据预处理： 首先根据“起点节点编号”和“终点节点编号”构建邻接矩阵，表示路网中节点之间的连通关系；再对“路网平均速度”进行归一化处理，使其落入[0,1]区间。图结构使用节点特征矩阵X表示，每个节点包含其平均速度等统计特征。样本数据分批构建训练集和验证集，去除异常值如速度为0或运输时间超过3倍均值的记录。 模型构建： 使用图卷积神经网络（GCN）结合运输路径的图结构信息进行建模，预测“实际运输时间”。模型主要包括图嵌入提取层、时间预测回归层。 模型核心公式如下：节点嵌入计算：H = ReLU(A × X × W)。其中，A为标准化邻接矩阵，X为节点特征矩阵（含路网平均速度），W为可训练的权重矩阵，H为图中所有节点的嵌入表示。运输时间预测：T̂ = f(H_s, H_d)。其中，H_s表示起点节点的嵌入，H_d表示终点节点的嵌入，T̂为预测的“实际运输时间”，f为回归函数（如多层感知机），输出预测时间值。 模型使用均方误差（MSE）和平均绝对误差（MAE）作为性能评估指标，对预测时间与实际运输时间进行评估。最终模型能够根据历史运输数据和实时交通状态，准确预测任意起止点之间的运输所需时长，为智能物流提供核心决策依据。
-
更新频次
按需更新
-
存证平台
浙江省知识产权区块链公共存证平台
