货量

摘要： 2022年5月16日上午举行的上海市疫情防控工作新闻发布会表明,上海陆续解封,货量回升,最新一期上海出口集装箱运价指数(SCFI)虽然连续17周下跌,但美西线运价已经止跌回升。根据上海航交所发布的数据,上周SCFI指数为4147.83点,较之前一周下跌15.91点,跌幅0.38%,降至去年7月下旬以来的低点。今年以来,SCFI指数累计跌幅18.82%,主要受欧洲线运价下跌24.65%拖累,而美东线运价跌幅10.76%,美西线跌幅1.18%,跌幅相对有限。值得注意的是,上周远东至美西线每FEU运价上涨12美元至7900美元,周涨0.15%。市场人士指出,远东到美西线运价走高,主要是上海陆续解封,部分货物陆续运送到美西,带动运价微幅上扬。

摘要： 马鞍山钢晨钢铁物流园有限公司大多数为钢材产品,其存放位置缺乏合理规划,库存缺乏有效控制,存货造成了资金积压,仓储管理有待优化。针对马钢物流园货场规划设计问题,通过对调查数据的分析,获得各钢种和各规格的出库频率以及各单品出入库频率及货量,计算各自占地面积,并采用SLP方法对仓位进行两次优化布局。从而达到仓位利用率最大化以及车辆拥堵最小化。

摘要： 未来两个月,我们将看到美国进口商到底撤回多少来自亚洲的订单,以及随着一些航线舱位的减少,班轮公司可以在多大程度上调整运力。有货代预计,未来几周集运市场的即期运价将上涨,预期中的旺季将提前从6月底开始影响货量。但目前尚不清楚运费上涨的幅度和旺季持续的时间,因为一些货运公司正在撤回甚至取消订单,而另一些公司则在提前出运。

摘要： 6月30日,新东方国际货柜码头联合上海海丰船公司开发的越南至土库曼斯坦进口大理石过境项目成功启动,首票54TEU货物搭乘上海海华支线“连申快航”“长江新星”轮靠泊30号泊位。该项目从越南进口大理石,用以建设土库曼斯坦首都阿什哈巴德新城地标性建筑,项目期限3个月,货量约2400TEU。首票货物在从越南海防配载上海海丰船公司班轮抵沪后,成功搭乘“连申快航”中转至新东方国际货柜码头,后续将转运至连云港中哈国际物流公司,发往土库曼斯坦。

摘要： 2022年第一季度,中间走廊/中欧班列南通道的集装箱运输量与去年同期祖比增加了28%。,这是阿塞拜疆铁路公司的子公司Ady Container发布的数据,该公司是中间走廊上的一个积极参与者。该路线途径哈萨克斯坦、里海、阿塞拜疆和格鲁吉亚,连接中国和欧洲。数据显示,2021年第一季度仅有不到16,000个集装箱在这条线路上被运输,而2022年第一季度这一数字则增至19,500个标箱。

摘要： 3月,中国出口集装箱运输市场运输需求总体回落,部分航线舱位紧张状况有所缓解。由于出现货量缺口,多条航线订舱运价出现明显回落,综合指数持续下跌。欧洲航线:虽然受疫情影响,船期紊乱、空箱回运速度不足等状况依然存在,但整体供应链的运行效率正在逐步恢复中。

摘要： 2020年,乙二醇进口共计1022万吨,较2019年增加2.7%。涉及运输船舶271艘,798航次,卸货作业1406次。前三大进口来源为沙特阿拉伯、中国台湾和加拿大,货量占比分别为40%、12%和11%;卸货港口主要为张家港、宁波和太仓,前三大港口卸货量占进口量的65%。

摘要： 作为广州"东进"的核心战略高地,增城近几年不仅共享了中心城区大量外溢的城市建设资源,更成为承接广深港澳科创走廊创新资源的重要支点。得益于此,增城楼市在交通基础设施日渐完善的加持下快速增长。根据广州中原研究发展部数据,2020年广州楼市供地量、成交量最大都是增城。2020年增城成交量高达25159万㎡,同比增长17%,成交主要来自货量充足的大盘,如绿湖国际城、誉山国际等项目。

摘要： 近日,黑龙江产区大豆价格稳中回升,市场看跌氛围有所缓解。农户余粮不多,售粮意愿较高,但需方观望居多,市场走货量一般。农业农村部预计2021年国产大豆面积同比下降5.4%,产量同比下降4.8%至1865万t。目前下游需求疲软,销区企业多按需随用随采,贸易商多腾库收购小麦,大豆购销基本处于停滞状态。中储粮作为产区大豆市场主要收购主体,收购价格以及收购数量对国产大豆市场具有较强指引作用。

摘要： 漳州市高新区九湖镇田墘村团支部书记郑玉桐创办的漳州青创运营管理有限公司(以下简称“青创公司”)自创立以来,创下了抖音绿植品类直播带货的一个又一个纪录:抖音绿植品类综合带货榜第一名、绿植产品月均带货量30万件、4个月绿植直播带货营业额2500万元……。

摘要： 本实用新型涉及一种测量仪，尤其是涉及一种用于叉车货叉的激光测量仪。这种测量仪，包括固定吸盘、检测部件、数据传输线和手持控制器，固定吸盘设置在检测部件的一端，手持控制器通过数据传输线与检测部件连接，检测部件包括激光测距单元和倾角传感器单元。本实用新型的优点是将叉车货叉自然下滑量和门架倾角变化量这两个参数的测量合为一体，便于操作和携带，成本低，实用性强，稳定性高，并且采用激光检测技术，大大提高了检测精度。

摘要： 本发明提供一种货量预测模型构建方法、货量测量方法、装置及电子设备，其中，方法包括：获取多个区域的标识信息和与所述区域对应的历史货量信息；将所述标识信息和所述历史货量信息作为训练样本输入待训练预测模型，对所述待训练预测模型进行训练得到训练后的预测模型。在模型训练时，采用的训练样本为多个区域的标识信息和区域对应的历史货量信息，训练出的预测模型可以预测多个地点的货量信息，可以有效降低构建预测模型的复杂度，并且可以有效增加样本数量，提高预测模型的识别精度，可以有效解决现有技术单独针对一个地点或区域建立独立的预测模型，在历史货量数据有限的情况下，无法提高模型预测精度的问题。

摘要： 本发明涉及大数据算法技术领域，提供了一种节假日期间货量智能预测方法和系统。该方法包括：先根据预测日为周几，将待预测运输线路与预测日关联的历史货量序列数据输入至训练好的LSTM周规模型，获得待预测运输线路在预测日的货量初始预测值；然后根据上一年度的日货量实际值和日货量预测值获取节假日系数向量，并根据预测日对应的日信息选取与预测日对应的节假日系数；最后根据该与预测日对应的节假日系数，对货量初始预测值进行修正，获得待预测运输线路在预测日的货量最终预测值。该系统中的功能模块对应方法设置；本发明提供的智能预测方法和系统使得预测得到的节假日期间货量更为准确，为物流业务的开展提供可靠的决策依据。

摘要： 本发明实施例公开一种货量预测模型训练方法、货量预测方法和系统、存储介质和计算机设备，所述货量预测模型训练方法包括：S1、从数据库中获取历史N天的所有流向的特征数据X和实际货量数据Y；S2、对S1得到的数据进行预处理得到理想的特征数据X’和货量数据Y’，并划分训练集Xtrain和Ytrain，验证集Xvalid和Yvalid；S3、构造路由映射矩阵A；S4、选择机器学习模型，并将机器学习模型的损失函数自定义为整合线段误差的损失函数；S5、利用训练集Xtrain和Ytrain对机器学习模型进行训练，得到模型f*；S6、将Xvalid输入所述模型f*，输出计算流向误差和线段误差；S7、选择不同的机器学习模型和λ进行S4‑S6的训练，选择线段误差最小的模型为最佳模型。

摘要： 本发明提供一种货量预测模型构建方法、货量测量方法、装置及电子设备，其中，方法包括：获取多个区域的标识信息和与所述区域对应的历史货量信息；将所述标识信息和所述历史货量信息作为训练样本输入待训练预测模型，对所述待训练预测模型进行训练得到训练后的预测模型。在模型训练时，采用的训练样本为多个区域的标识信息和区域对应的历史货量信息，训练出的预测模型可以预测多个地点的货量信息，可以有效降低构建预测模型的复杂度，并且可以有效增加样本数量，提高预测模型的识别精度，可以有效解决现有技术单独针对一个地点或区域建立独立的预测模型，在历史货量数据有限的情况下，无法提高模型预测精度的问题。

摘要： 本发明公开了一种消除异常货量影响的货量预测方法及系统，其中，方法包括：根据选定的历史货物重量数据，计算货物重量的正常波动范围；对超出正常波动范围的异常货物重量进行修正；将修正后的历史货物重量数据结合相应的下单时间数据进行特征工程，构造按照下单时间排序的系列特征值；将系列特征值输入到预测模型进行训练；将预测日关联的特征值输入至训练好的预测模型中，获得预测货物重量。本发明在预测模型训练和预测前先对历史货物重量数据中的异常值进行修正，减少了异常值对预测结果的影响，使得最终得到的预测结果更为准确。

摘要： 本发明公开了一种结合张量分解与梯度提升决策树的货量预测方法及系统，属于货量预测技术领域。本发明通过构建货量张量，并通过CP分解对货量张量进行低秩近似，从而过滤噪声，并从始发转运中心、目的转运中心和日期这3个维度提取货量变化因子，然后通过将始发转运中心、目的转运中心这2个维度的货量变化因子整合到梯度提升决策树模型中，更好地利用了历史货量变化趋势，提升了梯度提升决策树模型的货量预测精度。实验表明，本发明在相同超参数下，相比较只用梯度提升决策树的货量预测方法可以获得更高的预测准确率。

摘要： 本发明公开了一种基于梯度提升决策树和神经网络的货量预测方法及系统，属于货量预测技术领域。该方法步骤包括：S1，将获取的特征数据X通过预先训练的梯度提升决策树模型T构造其在每棵决策树上的叶子节点特征；S2，使用叶子节点特征替换掉特征数据X中的高维类别特征后，得到特征数据X′；S3，将特征数据X′输入到预先训练的神经网络模型M中进行货量预测，并输出预测结果。本发明在数据输入端使用梯度提升决策树模型直接处理高维类别特征并进行特征组合，在输出端利用神经网络模型捕捉特征数据与货量间的复杂数量关系，克服了现有技术中对高维类别特征进行独热编码产生的数据稀疏导致模型的货量预测不够精准的问题。

摘要： 本申请公开了一种线路运输货量预测方法、装置、设备及介质，该方法包括：获取线路第一历史时间内每天的运输货量、线路的属性信息和线路的预报运输货量；根据运输货量、属性信息、预报运输货量以及训练后的回归模型确定线路的预测运输货量；根据预报运输货量和预测运输货量确定线路的货量预测结果。这样在充分利用监控系统预报的运输货量的基础上，结合基于回归模型预测的运输货量，可以综合确定线路上的货量预测结果，可以有效提高预测的准确率，进而为运营人员提供有效的参考信息。

摘要： 本申请涉及一种物流货量预测方法、装置、计算机设备和存储介质。所述方法包括：获取待预测分拣场地的历史货量信息，形成历史货量时间序列；确定待预测时间窗口的时间标识，根据所述时间标识从所述历史货量时间序列中确定出测试数据集；分别将所述测试数据集中的各个测试数据依次输入预设的多个时间序列模型对应的子模型中，得到每个子模型针对每个测试数据的预测结果的偏离度；根据所述偏离度，从各个所述子模型中确定出目标时间序列模型，通过所述目标时间序列模型对所述待预测分拣场地在所述待预测时间窗口内的货量进行预测。采用本方法能够提高对待预测时间窗口的货量的预测结果的准确度。