CN119494553A 物流车辆的账单费用预测方法、装置、设备及存储介质 （上海乾臻信息科技有限公司）

道1333弄11号楼1409室（临港长兴科的历史行驶数据及费用数据中挖掘出费用变化2基于已训练数据增强模型对处理后的行驶数据以及费用数据进对所述历史行驶数据和费用相关数据进行进行标准化处理，确保不根据所述物流车辆的历史行驶数据和费用相关数据对数据增将当前物流车辆的行驶数据输入到已训练数据增强模型进行学习，输基于Q_Learning增强学习算法构建数据增强学习模型，其中，Q_Lea3定义所述数据增强模型中物流车辆的状态、行动和奖励，将物流车辆的最佳行动策略输入所述已训练账单费用预测模型，输出账单费用。根据已训练账单费用预测模型预测物流车辆在最佳行动策略条件下的未来一个月期若预测的未来一个月期限内的物流车辆账单总费用超过预算所述费用数据为物流车辆的货运单总体费用；预处理模块，用于采用大数据处理技术对所述行驶数据以及费用数据进行预处理后，学习模块，用于基于已训练数据增强模型对处理后的行驶数据以及费用数据进行学预测模块，用于利用已训练账单费用预测模型预测最佳行动策略的物流车辆账单费所述至少一个处理器调用所述存储器中的所述计算机可读指令，以执特征在于，所述计算机可读指令被处理器执行时实现如权利要求1_7中任一项所述物流车4[0001]本发明涉及账单费用分析技术领域，尤其涉及一种物流车辆的账单费用预测方5用预测模型预测物流车辆在最佳行动策略条件下的未来一个月期限内的物流车辆账单总单费用预测模型预测最佳行动策略的物流车辆账6学习模型学习在不同状态下采取相应行动获取最大的奖励，从而得到已训练数据增强模法选择子单元，用于基于Q_Learning增强学习算法构建数据增强学习模型，其中，Q_训练账单费用预测模型预测物流车辆在最佳行动策略条件下的未来一个月期限内的物流物流车辆的账单费用预测设备执行如上所述物流车辆的账单费用预测方法78费用数据为物流车辆的货运单总体费用；[0041]在本实施例中，将准备好的最佳行动策略输入到已训练9装在车辆悬挂系统或货箱底部，以精确测量载重量运单系统中收集行驶数据和费用数据。使用ETL工具(如ETLCloud)对收集到的数据进行清以存储在区块链上，哪些用户有权访问这些数据，以及数据如何被更新和删除等。使用[0058]请参阅图4，本发明实施例中快件的物流车辆的账单费用预测方法的第四个实施导学习过程向减少成本的方向优化；初始化Q表：为每种可能的状态_动作对创建一个Q值[0071]具体来讲，从物流管理系统中收集物流车辆在不同行动策略下的历史费用数据，的最佳行动策略输出预测的物流车辆账单费用。预测结果可以帮助物流企业提前规划预[0079]将预测的未来一个月期限内的物流车辆账单总费用与预设的预算总额进行比驶数据及费用数据中挖掘出费用变化规律，并据此做出更精准的物流车辆的账单费用预[0113]预测单元44，用于将物流车辆的最佳行动策略输入所述已训练账单费用预测模[0115]上面图7和图8从模块化功能实体的角度对本发明实施例中的物流车辆的账单费[0116]图9是本发明实施例提供的一种物流车辆的账单费用预测设备的结构示意图，该物流车辆的账单费用预测设备100可因配置或性能不同而产生比较大的差异，可以包括一和存储器12，一个或一个以上存储应用程序133或数据132的存储介质13(例如一个或一个[0117]物流车辆的账单费用预测设备100还可以包括一个或一个以上电源14，一个或一[0120]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式