买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京中理外轮理货有限公司申请的专利一种码头货箱吞吐量预测方法、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120851952B 。

龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511368621.X，技术领域涉及：G06Q30/0202；该发明授权一种码头货箱吞吐量预测方法、系统及存储介质是由陈业;陈建武;周林华;鱼兆生;吴勇设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本一种码头货箱吞吐量预测方法、系统及存储介质在说明书摘要公布了：本发明涉及码头资源调度技术领域，具体公开了一种码头货箱吞吐量预测方法、系统及存储介质，本发明通过采集多维度基础作业数据，进行预处理得到第一作业数据，基于第一作业数据分析不同船型对应货种的作业量规律特征，并提取多维度关联特征；通过多维度特征集融合时间序列模型与多元回归模型构建动态预测模型，预测码头货箱的吞吐量数据，根据影响因动态预测模型对输出结果进行修正判别；按照固定周期输出码头货箱的吞吐量预测报告，实时采集实际吞吐量数据，将实际吞吐量数据与预测码头货箱的吞吐量数据进行对比分析计算预测误差率，根据预测误差率优化动态预测模型，有助于大幅提升预测精度，使预测结果始终贴近真实吞吐量。

本发明授权一种码头货箱吞吐量预测方法、系统及存储介质在权利要求书中公布了：1.一种码头货箱吞吐量预测方法，其特征在于，包括以下步骤： 采集码头理货作业系统的多维度基础作业数据，对多维度作业数据进行预处理得到第一作业数据，构建标准化历史数据库，并按照维度对第一作业数据进行分类存储； 基于第一作业数据构建运行关联特征挖掘策略，分析不同船型对应货种的作业量规律特征，基于作业量规律特征提取多维度关联特征，构建多维度特征集，并量化各维度关联特征对吞吐量数据的影响权重； 其中，作业量规律特征具体为： 基于第一作业数据分析不同船型对应货种的作业量规律特征，作业量规律特征包括货物信息数据与作业信息数据的第一关联规律特征、货物信息数据与船舶信息数据的第二关联规律特征、船舶信息数据与作业信息数据的第三关联规律特征； 获取作业量规律特征的具体步骤如下： 分别获取船舶信息数据的时间序列作为第一序列，货物信息数据的时间序列作为第二序列，作业信息数据的时间序列作为第三序列； 基于固定时间窗口内的第一序列统计船舶相关指标，第二序列统计货物相关指标，第三序列统计作业相关指标； 获取预设时间段内船舶相关指标的时间序列作为第一相关序列I1＝{s1，…，st，…，sT}，其中，st为t时刻船舶相关指标，T为预设时间段长度，货物相关指标的时间序列作为第二相关序列I2＝{c1,…,ct,…,cT}，其中，ct为t时刻货物相关指标，作业相关指标的时间序列作为第三相关序列I3＝{o1,…,ot,…,oT}，其中，ot为t时刻作业相关指标； 通过对第二相关序列与第三相关序列进行关联分析得到第一关联规律特征F1c,o，对第一相关序列与第二相关序列进行关联分析得到第二关联规律特征F2s,c，对第一相关序列与第三相关序列进行关联分析得到第三关联规律特征F3s,o； 通过多维度特征集融合时间序列模型与多元回归模型构建动态预测模型，预测码头货箱的吞吐量数据，具体步骤如下： 获取历史月度货物吞吐量以及年度货物吞吐量，利用ARIMA时间序列算法捕捉货物吞吐量随时间的波动趋势序列生成基础时间序列预测特征；基础时间序列预测特征包括长期趋势特征、短期波动特征以及季节性特征； 以多维度关联特征为自变量，货物吞吐量为因变量，构建多元回归子模型预测第一货物吞吐量，将第一货物吞吐量与基础时间序列预测特征进行融合校准输出第二货物吞吐量； 根据影响因动态预测模型对输出结果进行修正判别； 按照固定周期输出码头货箱的吞吐量预测报告，实时采集实际吞吐量数据，将实际吞吐量数据与预测码头货箱的吞吐量数据进行对比分析计算预测误差率，根据预测误差率优化动态预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京中理外轮理货有限公司，其通讯地址为：210046 江苏省南京市栖霞区疏港路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。