本發(fā)明涉及數(shù)據(jù)處理，具體涉及基于機器學習的集裝箱跟蹤數(shù)據(jù)處理方法。

背景技術：

1、隨著國民經(jīng)濟以及交通運輸業(yè)的發(fā)展，使得貨物運輸量的需求較大。并且由于集裝箱的安全性高、裝卸和運輸效率高、運輸模式轉(zhuǎn)換便利等特點，使得集裝箱在貨物運輸行業(yè)的重要性極為突出，進而使得港口集裝箱的吞吐量較大，導致對港口集裝箱的裝卸造成巨大的壓力。因此為了提高貨物運輸效率，緩解集裝箱裝卸壓力，需要一種集裝箱調(diào)度方法。

2、當前港口在對集裝箱裝卸時通過集裝箱的到港時間，對集裝箱進行順序裝卸，未考慮每一集裝箱到目的地的運輸時效與每一集裝箱的裝卸難度，使得通過現(xiàn)有的集裝箱調(diào)度方法裝卸集裝箱時，不僅可能使部分集裝箱不能在規(guī)定時間內(nèi)到達目的地，還可能使港口的吞吐量未能達到最大吞吐量，降低了港口的使用效率。

技術實現(xiàn)思路

1、本發(fā)明提供基于機器學習的集裝箱跟蹤數(shù)據(jù)處理方法，以解決現(xiàn)有的問題。

2、本發(fā)明的基于機器學習的集裝箱跟蹤數(shù)據(jù)處理方法采用如下技術方案：

3、本發(fā)明提出了基于機器學習的集裝箱跟蹤數(shù)據(jù)處理方法，該方法包括以下步驟：

4、根據(jù)港口的數(shù)據(jù)庫，獲取集裝箱的樣本數(shù)據(jù)與港口的樣本數(shù)據(jù)，并將若干集裝箱劃分為訓練集與驗證集；所述集裝箱的樣本數(shù)據(jù)中包含若干不同維度的數(shù)據(jù)，所述港口的樣本數(shù)據(jù)中包含若干不同維度的數(shù)據(jù)；

5、根據(jù)每一集裝箱的樣本數(shù)據(jù)中若干維度的數(shù)據(jù)，得到每一集裝箱的裝卸難度指數(shù)；

6、根據(jù)每一集裝箱的樣本數(shù)據(jù)中多個維度的數(shù)據(jù)，得到每一集裝箱的運輸緊急度指數(shù)；

7、根據(jù)港口的樣本數(shù)據(jù)，得到港口裝卸能力；

8、根據(jù)港口裝卸能力、每一集裝箱的裝卸難度指數(shù)與運輸緊急度指數(shù)，得到每一集裝箱的裝卸優(yōu)先級指數(shù)；根據(jù)驗證集內(nèi)每一集裝箱的裝卸優(yōu)先級指數(shù)，得到驗證集內(nèi)集裝箱的裝卸次序；

9、使用隨機森林模型，得到集裝箱裝卸次序預測模型；根據(jù)驗證集內(nèi)集裝箱的裝卸次序，得到集裝箱裝卸預測模型的損失函數(shù)，進而得到集裝箱裝卸次序最終預測模型。

10、進一步地，所述根據(jù)港口的數(shù)據(jù)庫，獲取集裝箱的樣本數(shù)據(jù)與港口的樣本數(shù)據(jù)，并將若干集裝箱劃分為訓練集與驗證集，包括的具體方法為：

11、獲取在港口中的集裝箱的尺寸、重量、目的地到港口的距離、類型、剩余運輸時間、集裝箱所在批次、集裝箱到達港口前的延誤時間、集裝箱在港口等待裝卸時間、正常情況下從港口到集裝箱目的地的時間、集裝箱裝載貨物中是否包含易碎品、集裝箱裝載貨物中是否包含帶有腐蝕特征的貨物、集裝箱裝載貨物中是否包含有特殊存儲要求的貨物、集裝箱裝載貨物中易碎品的易碎指數(shù)、集裝箱裝載貨物中帶有腐蝕特征的貨物的腐蝕強度、集裝箱裝載貨物中特殊存儲要求的貨物的存儲條件，以及從港口到集裝箱目的地的途中出現(xiàn)惡劣天氣的可能性；得到每一集裝箱若干維度的數(shù)據(jù)，并作為每一集裝箱的樣本數(shù)據(jù)；

12、獲取當前時間的港口裝卸設備的可使用率、港口堆場集裝箱密度，以及當前時間之前的天內(nèi)的港口集裝箱的平均裝卸時長，得到港口的樣本數(shù)據(jù)；表示預設的采集時長；

13、對集裝箱進行均勻劃分，將集裝箱分為訓練集與驗證集。

14、進一步地，所述根據(jù)每一集裝箱的樣本數(shù)據(jù)中若干維度的數(shù)據(jù)，得到每一集裝箱的裝卸難度指數(shù)，包括的具體方法為：

15、

16、式中，表示第個集裝箱的裝卸難度指數(shù)，表示第個集裝箱所在批次中集裝箱類型的數(shù)量，表示第個集裝箱的重量，表示第個集裝箱的體積，表示第個集裝箱貨物類型的判斷系數(shù)，當?shù)趥€集裝箱裝載貨物中包含易碎品時、不包含易碎品時，當?shù)趥€集裝箱裝載貨物中包含帶有腐蝕特征的貨物時、不包含帶有腐蝕特征的貨物時，當?shù)趥€集裝箱裝載貨物中包含有特殊存儲要求的貨物時、不包含有特殊存儲要求的貨物時；表示第個集裝箱裝載貨物中易碎品的易碎指數(shù)，表示第個集裝箱裝載貨物中帶有腐蝕特征的貨物的腐蝕強度，表示第個集裝箱裝載貨物中特殊存儲要求的貨物的存儲條件；表示歸一化函數(shù)。

17、進一步地，所述根據(jù)每一集裝箱的樣本數(shù)據(jù)中多個維度的數(shù)據(jù)，得到每一集裝箱的運輸緊急度指數(shù)，包括的具體方法為：

18、

19、式中，表示第個集裝箱的運輸緊急度指數(shù)，表示第個集裝箱目的地到港口的距離，表示正常情況下從港口到第個集裝箱目的地的時間，表示第個集裝箱的剩余運輸時間，表示第個集裝箱在港口等待裝卸時間，表示第個集裝箱到達港口前的延誤時間，表示從港口到第個集裝箱目的地的途中出現(xiàn)惡劣天氣的可能性，為以自然常數(shù)為底的指數(shù)函數(shù)，表示歸一化函數(shù)。

20、進一步地，所述根據(jù)港口的樣本數(shù)據(jù)，得到港口裝卸能力，包括的具體方法為：

21、

22、式中，表示港口裝卸能力，表示港口堆場集裝箱密度，為防止分母為0的第一超參數(shù)，表示港口裝卸設備的可使用率，表示港口集裝箱的平均裝卸時長，表示sigmoid函數(shù)。

23、進一步地，所述根據(jù)港口裝卸能力、每一集裝箱的裝卸難度指數(shù)與運輸緊急度指數(shù)，得到每一集裝箱的裝卸優(yōu)先級指數(shù)，包括的具體方法為：

24、

25、式中，表示第個集裝箱的裝卸優(yōu)先級指數(shù)，表示第個集裝箱的裝卸難度指數(shù)，表示第個集裝箱的運輸緊急度指數(shù)，表示港口裝卸能力，表示防止分母為0的第二超參數(shù)，為以自然常數(shù)為底的指數(shù)函數(shù)，表示歸一化函數(shù)。

26、進一步地，所述根據(jù)驗證集內(nèi)每一集裝箱的裝卸優(yōu)先級指數(shù)，得到驗證集內(nèi)集裝箱的裝卸次序，包括的具體方法為：

27、對驗證集內(nèi)若干裝卸優(yōu)先級指數(shù)相同的集裝箱進行隨機排序，得到該裝卸優(yōu)先級指數(shù)的對應集裝箱序列，進而得到驗證集內(nèi)每個集裝箱在對應集裝箱序列中的次序值；如果驗證集內(nèi)一個集裝箱不存在裝卸優(yōu)先級指數(shù)相同的集裝箱，則驗證集內(nèi)該集裝箱在對應集裝箱序列中的次序值為0；

28、將驗證集內(nèi)裝卸優(yōu)先級指數(shù)大于任一集裝箱裝卸優(yōu)先級指數(shù)的集裝箱的個數(shù)加1的和值，與驗證集內(nèi)該集裝箱在對應集裝箱序列中的次序值之和，記為驗證集內(nèi)該集裝箱的裝卸次序值。

29、進一步地，所述使用隨機森林模型，得到集裝箱裝卸次序預測模型，包括的具體方法為：

30、使用訓練集內(nèi)的集裝箱的樣本數(shù)據(jù)以及隨機森林模型的構(gòu)建方式，得到集裝箱裝卸次序預測模型。

31、進一步地，所述根據(jù)驗證集內(nèi)集裝箱的裝卸次序，得到集裝箱裝卸預測模型的損失函數(shù)，包括的具體方法為：

32、通過集裝箱裝卸次序預測模型，得到驗證集內(nèi)集裝箱的裝卸次序預測值；

33、將驗證集內(nèi)與其他集裝箱的裝卸優(yōu)先級指數(shù)均不相同的集裝箱，記為非相似集裝箱；

34、獲取驗證集中裝卸次序值與裝卸次序預測值相同的非相似集裝箱的個數(shù)，記為驗證集的第二數(shù)據(jù)；將驗證集內(nèi)的裝卸優(yōu)先級指數(shù)相同的集裝箱放到一個組合內(nèi)，得到若干組合；對于任一組合，獲取該組合內(nèi)集裝箱的裝卸次序值集合與裝卸次序預測值集合，得到該組合內(nèi)的裝卸次序值集合中的裝卸次序值，與裝卸次序預測值集合中的裝卸次序預測值的數(shù)值相同的裝卸次序值的個數(shù)，記為該組合的第一數(shù)據(jù)，將所有組合的第一數(shù)據(jù)之和，記為驗證集的第三數(shù)據(jù)；

35、根據(jù)驗證集的第二數(shù)據(jù)及第三數(shù)據(jù)，以及驗證集中集裝箱數(shù)量，構(gòu)建集裝箱裝卸次序預測模型的損失函數(shù)。

36、進一步地，所述構(gòu)建集裝箱裝卸次序預測模型的損失函數(shù)，包括的具體方法為：

37、

38、式中，表示集裝箱裝卸次序預測模型的損失函數(shù)，表示驗證集中集裝箱數(shù)量，表示驗證集的第三數(shù)據(jù)，表示驗證集的第二數(shù)據(jù)。

39、本發(fā)明的技術方案的有益效果是：本發(fā)明通過機器學習獲取集裝箱的裝卸次序，在計算集裝箱的裝卸難度指數(shù)時，依據(jù)集裝箱的重量、體積以及所裝載的貨物，結(jié)合每一集裝箱所在批次中集裝箱類別的數(shù)量，使得集裝箱的裝卸難度指數(shù)反映了集裝箱所在批次中所有集裝箱的整體裝卸難度；獲取集裝箱的運輸緊急度指數(shù)時，依據(jù)了港口到目的地的距離、集裝箱的剩余運輸時間、正常情況下港口到集裝箱目的地的時間，結(jié)合了港口到集裝箱目的地途中的天氣因素，使得不同天氣下相同集裝箱的運輸緊急度指數(shù)不同；在獲取每一集裝箱的裝卸優(yōu)先級指數(shù)時，不僅考慮了集裝箱的裝卸困難指數(shù)與運輸緊急度指數(shù)，更結(jié)合了港口的裝卸能力，使得港口裝卸能力發(fā)生變化時，集裝箱的裝卸優(yōu)先級指數(shù)也發(fā)生變化，增大集裝箱準時到達目的地的可能性；在獲取集裝箱裝卸次序預測模型后，根據(jù)驗證集內(nèi)集裝箱的裝卸次序值來驗證模型的預測結(jié)果，使得集裝箱裝卸次序最終預測模型能更有效的提升港口集裝箱的裝卸效率同時增大集裝箱準時到達目的地的可能性。