[發明專利]目的地貨量的預測方法及存儲介質

有效

• 申請號: 202010102829.8
• 申請日: 2020-02-19
• 公開（公告）號: CN111340278B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 余剛;張清太
• 申請（專利權）人: 上海東普信息科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/083
• 代理公司: 上海世圓知識產權代理有限公司 31320
• 代理人: 陳穎潔;王佳妮

本發明提供了目的地貨量的預測方法及存儲介質，通過將預設歷史時間段的貨量數據經信號處理得到波動周期，在預測下一時刻的貨量的時候，參考了前一周期的波動參數，進而預測下一時刻周期的貨量；且本發明可以根據實時得到的貨量，調整瞬時波動參數，減小預測的誤差，及時監控到貨量的變動，便于資源最優配置。并且通過采用各個網點發出的貨量數據作為預測的原始數據，在預測上會更加的準確。

技術領域

本發明涉及電子商務快遞領域，尤其涉及目的地貨量的預測方法及存儲介質。

背景技術

現有技術快遞交件量的預測方法，一般采用時間序列模型和灰色理論模型為基于統計學理論的線性算法模型，這對樣本要求較高，對非線性數據預測結果較差。而采用神經網絡結構較難確定，容易陷入局部極值。采用支持向量機的核函數及參數較難確定等。上述方法還存在著精度較低，計算復雜度高，沒有精確到小時預測，需要事先建立相關模型參數，且不能及時自動調整模型參數（例如電商臨時促銷活動，節假日等突發因素）等問題。

發明內容

有鑒于此，有必要針對傳統文傳統預測方法的精度低、計算復雜以及預測不準確的問題，提供目的地貨量的預測方法及存儲介質。

為了達到上述目的，本發明提供一種目的地貨量的預測方法，獲取一預設歷史時間段的目的地貨量，所述目的地貨量包括交件量以及重量；計算所述預設歷史時間段的貨量的波動周期T，每一個波動周期具有一基線R，所述基線為下一波動周期貨量預測的參考值；計算預設歷史時間段最后一個波動周期內的波動參數X，將其作為預測波動周期的波動參數；根據所述基線R以及所述波動參數X對所述目的地貨量進行預測。

進一步地，所述目的地貨量為各個網點發往同一目的地的貨量。

進一步地，還包括：將預測得到各個網點發往同一目的地的貨量進行整合得到該目的地的預測貨量。

進一步地，所述波動參數的計算公式為X=（m-R）/R，m為預設歷史時間段的某天歷史交件總數量，R為所述某天所在周期的基線。

進一步地，根據公式Y=a*R+b*R*X對所述分撥網點的貨量進行預測，其中，X為上一波動周期內對應日期的波動參數，Y為分撥網點的貨量預測值，R為基線，a和b 是常系數。

進一步地，還包括：獲取預設歷史時間段的預測貨量與實際貨量，計算實際貨量與預測貨量的差值，若超過一預設閾值，則根據所述差值進行所述波動參數X的調整。

進一步地，所述波動參數X的調整具體包括：采集分撥網點的實際貨量；根據公式D=（分撥網點的昨日實際貨量-分撥網點的昨日預測值）/昨日分撥網點的實際貨量，計算得到波動差D。

進一步地，若所述波動差D的絕對值超過一預設閾值，將今日及今日以后的波動參數與所述波動差進行求和，并更新所述波動參數。

進一步地，所述計算預設歷史時間段的貨量的波動周期T具體包括：利用小波濾波方法過濾所述預設歷史時間段的貨量的數據噪聲；根據極值法獲取所述預設歷史時間段貨量的波峰以及波谷，相鄰波峰或者波谷時間相減得到周期T；若所述預設歷史時間段的一周期內的貨量與平均周期的貨量偏差超過兩倍標準差，則判定該周期為異常周期，并剔除該異常周期的貨量數據，然后將正常周期時長的平均值作為所述波動周期T。

本發明還提供一種存儲介質，存儲有計算機可讀指令，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如所述的目的地貨量的預測方法的步驟。

本發明的有益效果是：本發明提供了目的地貨量的預測方法及存儲介質，將預設歷史時間段的貨量數據經信號處理得到波動周期；在預測下一時刻的貨量的時候，參考了前一周期的波動參數，進而預測下一時刻周期的貨量；且本發明可以根據實時得到的貨量，調整瞬時波動參數，減小預測的誤差，及時監控到貨量的變動，便于資源最優配置。

附圖說明