• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Intelligent Transport Systems, IET >Data-driven next destination prediction and ETA improvement for urban delivery fleets
【24h】

Data-driven next destination prediction and ETA improvement for urban delivery fleets

机译：数据驱动的下一个目的地预测和城市交付车队的ETA改进

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In an urban logistics system, predictions of the next destination and estimated time of arrival (ETA) are of paramount importance for efficient resource planning of delivery fleets and for providing a satisfactory client experience. The quality of prediction is limited by the information accessible to individual logistics business entities, and further complicated by the complex urban road system. Data collection under the auspices of smart city initiatives worldwide provides exciting new opportunities to overcome these limitations. In this study, the authors identify two areas of improvement through data-driven approaches, including a next destination predictor, based on the delivery fleet's historical global positioning system trajectory data using a non-linear autoregressive neural network, and a road incident detector for real-time ETA improvement. By comparing a range of machine learning classification algorithms for incident detection, XGBoost has been found to be the most practical choice, due to its performance and efficiency. The proposed framework can be utilised by government authorities who possess such data for better urban planning and providing advanced infrastructure, so as to improve the operational efficiency of the logistics industry.
机译：在城市物流系统中，对下一个目的地和估计抵达时间（ETA）的预测对于提供令人满意的客户经验，对有效资源规划并提供满意的客户体验至关重要。预测质量受到各个物流业务实体可访问的信息的限制，并由复杂的城市道路系统进一步复杂化。全球智能城市倡议主持下的数据收集为克服这些限制提供了激动人心的新机会。在本研究中，作者通过数据驱动的方法确定了两个改进领域，包括下一个目的地预测因子，基于使用非线性自动评级神经网络的历史全球定位系统轨迹数据，以及真实的道路事件检测器 - 时间的ETA改进。通过比较一系列机器学习分类算法进行事故检测，由于其性能和效率，已被发现XGBoost是最实用的选择。拟议的框架可以由拥有更好的城市规划和提供先进基础设施的数据的政府当局使用，从而提高物流业的运作效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号