(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111434434.9 (22)申请日 2021.11.29 (71)申请人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 (72)发明人 曹健　申世通　钱诗友　 (74)专利代理 机构 上海汉声知识产权代理有限 公司 3123 6 代理人 胡晶 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/08(2012.01) G06K 9/62(2022.01) G06N 3/12(2006.01) (54)发明名称 基于KNN算法的航次进箱量分布情况预测方 法和系统 (57)摘要 本发明提供了一种基于KNN算法的航次进箱 量分布情况预测方法和系统， 包括： 步骤1： 对航 次特征进行编码， 并进行相似航次匹配； 步骤2： 对相似航次进行核密度估计， 并在核密度估计结 果中进行抽样； 步骤3： 对抽样数据进行核密度估 计， 得到预测结果； 步骤4： 通过遗传算法对预测 结果进行优化。 本发明能够在每日甚至每小时的 更细粒度上对航次的进箱量做出预测， 从而更好 地挖掘码头的吞吐能力， 高效地提供货运服务， 降低成本并提升水路航 运的市场竞争力。 权利要求书2页 说明书5页 附图4页 CN 114021854 A 2022.02.08 CN 114021854 A 1.一种基于KN N算法的航次进箱量分布情况 预测方法， 其特 征在于， 包括： 步骤1： 对航次特 征进行编码， 并进行相似航次匹配； 步骤2： 对相似航次进行核密度估计， 并在核密度估计结果中进行抽样； 步骤3： 对抽样数据进行核密度估计， 得到预测结果； 步骤4： 通过遗传算法对预测结果进行优化。 2.根据权利要求1所述的基于KNN算法的航次进箱量分布情况预测方法， 其特征在于， 所述步骤1包括： 使用词向量嵌入的方式对航线中文名进行编码， 使用one ‑hot编码的方式对计划泊位 号、 航线代码、 航区和开港时间进行编 码， 使得这些分类特征中不同取值间对应的距离一致 而相同取值的距离为 零； 通过计算词向量间的余弦距离来获取其方向上的相对差异， 然后对其他特征向量分别 计算欧式距离来衡量one ‑hot编码的分类特征的类别距离以及其他的数值特征的数值距 离， 最后在每个特征对应的距离上赋予对应的权重并加以求和， 用来表示航次间的距离， 取 距离最小的预设个数k个航次作为相似航次。 3.根据权利要求2所述的基于KNN算法的航次进箱量分布情况预测方法， 其特征在于， 所述步骤2包括： 使用核密度估计函数对相似航 次的进箱时间进行概率密度拟合， 得到其对应的在开港 后5*24小时内的概 率密度函数； 根据航次间的距离和被预测航 次的距离， 按预设比例从各个相似航 次的概率密度函数 中采用逆变换采样的方式进行 数据点抽样。 4.根据权利要求3所述的基于KNN算法的航次进箱量分布情况预测方法， 其特征在于， 所述步骤3包括： 使用核密度估计函数对在各个相似航 次中采样到的数据点进行核密度估计， 得到被预 测航次的概 率密度函数； 对被预测航 次的概率密度函数进行求解定积分， 获得指定时间间隔内的进箱量占总箱 量的比率， 用该比率乘以预知总箱量， 得到该时段的进箱量预测值。 5.根据权利要求1所述的基于KNN算法的航次进箱量分布情况预测方法， 其特征在于， 所述步骤4包括： 采用遗传算法对航次特征的权重进行染色体编码， 然后进行多轮交叉、 变 异、 进化， 不断优化权 重参数， 对预测结果进行优化。 6.一种基于KN N算法的航次进箱量分布情况 预测系统， 其特 征在于， 包括： 模块M1： 对航次特 征进行编码， 并进行相似航次匹配； 模块M2： 对相似航次进行核密度估计， 并在核密度估计结果中进行抽样； 模块M3： 对抽样数据进行核密度估计， 得到预测结果； 模块M4： 通过遗传算法对预测结果进行优化。 7.根据权利要求6所述的基于KNN算法的航次进箱量分布情况预测系统， 其特征在于， 所述模块M1包括： 使用词向量嵌入的方式对航线中文名进行编码， 使用one ‑hot编码的方式对计划泊位 号、 航线代码、 航区和开港时间进行编 码， 使得这些分类特征中不同取值间对应的距离一致 而相同取值的距离为 零；权　利　要　求　书 1/2 页 2 CN 114021854 A 2通过计算词向量间的余弦距离来获取其方向上的相对差异， 然后对其他特征向量分别 计算欧式距离来衡量one ‑hot编码的分类特征的类别距离以及其他的数值特征的数值距 离， 最后在每个特征对应的距离上赋予对应的权重并加以求和， 用来表示航次间的距离， 取 距离最小的预设个数k个航次作为相似航次。 8.根据权利要求7所述的基于KNN算法的航次进箱量分布情况预测系统， 其特征在于， 所述模块M2包括： 使用核密度估计函数对相似航 次的进箱时间进行概率密度拟合， 得到其对应的在开港 后5*24小时内的概 率密度函数； 根据航次间的距离和被预测航 次的距离， 按预设比例从各个相似航 次的概率密度函数 中采用逆变换采样的方式进行 数据点抽样。 9.根据权利要求8所述的基于KNN算法的航次进箱量分布情况预测系统， 其特征在于， 所述模块M 3包括： 使用核密度估计函数对在各个相似航 次中采样到的数据点进行核密度估计， 得到被预 测航次的概 率密度函数； 对被预测航 次的概率密度函数进行求解定积分， 获得指定时间间隔内的进箱量占总箱 量的比率， 用该比率乘以预知总箱量， 得到该时段的进箱量预测值。 10.根据权利要求6所述的基于KNN算法的航 次进箱量分布情况预测系统， 其特征在于， 所述模块M4包括： 采用遗传算法对航次特征的权重进 行染色体编码， 然后进 行多轮交叉、 变 异、 进化， 不断优化权 重参数， 对预测结果进行优化。权　利　要　求　书 2/2 页 3 CN 114021854 A 3