更新时间：2026-08-15 00:02:40
已登记
详细信息
-
知识产权名称
物流港口卸货作业时间预测数据
-
登记编号
DIP2025000009332
-
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 17:58:22
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
5303
-
更新频次
按需更新
-
应用场景
在港口卸货作业时间预测中具有重要的应用价值。能够提供自动时间预估，更精确地评估作业时长，帮助调度管理人员进行作业计划优化。在集装箱码头卸货作业中具有广泛的应用场景，特别是在多船同时作业、堆场资源有限调度和高峰卸货作业组织中，能够提高作业调度效率，降低设备等待时间，提供精准调度决策支持。
-
算法规则简要说明
数据收集： 本模型的数据来源包括港口作业记录系统、船舶管理系统和气象信息系统。每条样本包含编号、船舶类型编码（以整数表示不同类型的船舶，如散货船、集装箱船等）、作业吊机数量（表示投入作业的设备台数）、天气状况等级（按天气对作业影响程度编码，例如1为晴朗、5为大风或暴雨等恶劣天气），预测卸货时间为模型输出结果，平均绝对误差和均方根误差为评估指标。 数据预处理： 所有数值特征统一归一化至[0,1]区间，以防止特征量纲不一致影响训练效果。异常值（如天气等级超出设定范围）进行清洗，缺失数据使用历史平均值填充。样本按时间顺序划分训练集和测试集，保证时间一致性。 模型构建： 本算法基于多层感知机（Multi-Layer Perceptron, MLP）结构进行建模。输入特征包括船舶类型编码、吊机数量和天气状况等级，输出为预测卸货时间。模型结构由输入层、两个隐藏层和输出层组成，每层均使用ReLU激活函数，最后输出卸货时间的预测值。 核心计算过程如下：特征编码与隐层映射：Z = ReLU(W₁ × X + b₁)。其中，X为输入特征向量，包含船舶类型编码、吊机数量和天气状况等级；W₁和b₁为第一层的权重与偏置参数；ReLU为激活函数，Z为第一层输出的隐层特征。输出预测结果：T̂ = W₂ × Z + b₂。其中，T̂为模型预测的卸货时间（预测卸货时间），W₂和b₂为输出层权重与偏置。 预测结果与实际卸货时间之间的误差通过以下两个指标进行评估：平均绝对误差（MAE）= 平均值（|T̂ - T|）。均方根误差（RMSE） = 平方根（平均值（(T̂ - T)²））。其中，T为实际卸货时间，T̂为模型预测值。
-
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
