基于运单数据与WEKA挖掘的运输货物类型分类预测方法研究.pdfVIP

基于运单数据与WEKA挖掘的运输货物类型分类预测方法研究 余跃武 李晔 邓皓鹏 何青 包磊 【摘要】传统定性与定量区域货运需求预测具有经验判断与有限客观的特点，信息化环境下货运物流 数据成果与计算机不断发展的数据挖掘分析技术驱动下区域货运需求预测理论研究范式已经向“数据＋模 型＋分析”的知识挖掘转变。本研究运用某省物流公共信息平台全年汇总运单数据进行挖掘，通过 WEKA 数据预处理解决病态数据问题，运用机器学习构建有效分类器并对不同的分类器进行对比分析，以期能对 未知样本做出基于不同城市及特定出发时间与载重情况下运输货物类型的精确分类预测。实验结果表明， 支持向量机、最邻近分类器等四种挖掘算法均能较好实现样本的训练与预测。本研究提供的思路与方法可 以为从数据挖掘角度完善区域货运需求预测理论提供借鉴与帮助。 【关键词】公路货物运输；数据挖掘；电子运单；货物种类；社会货运；WEKA 1 引言 随着国家大力推进交通物流信息化及其服务体系建设与“互联网＋高效物流”的快速发 展，具有信息整合、资源共享等功能的各级交通物流公共信息服务平台正在迅速建成。作为 服务平台的核心数据成果，沉淀的大量不同企业汇总运单数据，由于管理体制与商业秘密因 素一直缺乏有效的知识管理与挖掘。 货运需求分析是货运发展战略、制定行业规划与政策的基本依据[1, 2] ，学者们研究货运 需求分析的方法，根据预测方法性质可分为定性预测方法与定量预测方法两类。定性预测方 法如 Delphi 法、情景分析法等主要依靠经验判断与主体水平，存在片面性的缺点[3] 。传统定 量预测方法如回归分析法、弹性系数法等以统计资料与相关信息为依据，具有一定的客观性， 其预测精度与可靠性往往取决于数据的准确性与方法的科学性[4] 。随着计算机技术与理论科 学的不断进步，灰色预测方法、人工智能方法及相关组合方法应用到货运需求分析模型。如 耿立艳[5]提出一种基于灰色关联与核主成分分析的 LSSVM 预测方法，进一步降低了物流需 求建模中最小二乘支持向量机的结构复杂性并提高了其预测精度。 近年来，学者们开始从海量数据挖掘与关联分析角度对货运物流信息化的成果数据如运 单数据、GPS 数据、货车信息数据等进行多种维度研究，并逐步解决类似点聚类[6]、精细管 理[7]、路径规划[8]等以往需求分析较少研究的问题，而信息技术大发展背景下数据结构与内 容的完善也使这些研究成为可能。数据挖掘的核心是将正确的模型应用于数据，与传统需求 1 分析模型相比，大数据驱动下的研究方法与范式已经向“数据＋模型＋分析”的知识挖掘发 生转变[9]。如 HUANG[10]运用货车 GPS 数据研究货车和司机的行为特征与机理，并分析 了货运车辆行驶过程中的路径规律。本研究启发于Bakhtyar[11]对瑞典卡尔斯港市某一物流 公司的运单数据进行数据挖掘，试图进行不同起讫点城市间的货物运输类型分类机器学习， 但是它忽略了运输出发时间与运输距离因素，且数据样本偏小导致研究结论局限。运输货物 类型预测，尤其是危险品、冷冻等货物的流向及规模，是货运需求分析与政府行业监管依据 的重要内容，对企业合理选择不同车种与车型的优化调度决策具有重要意义。本研究对某省 物流公共信息平台全年汇总运单数据进行挖掘，通过机器学习构建有效分类器并对不同的分 类器进行对比分析，以期能对未知样本做出基于不同城市及特定出发时间与载重情况下运输 货物类型的精确分类预测。 2 基于 WEKA 挖掘的分类模型分析 2.1 研究方法与数据来源 WEKA 的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis ）， 集成了大量数据分类、聚类、关联分析挖掘等相关算法，是一个开源的机器学习与数据挖掘 应用平台[12]，自 2005 年获得知识探索领域最高服务奖以来得到广泛的认可与应用[6]。本 研究实验流程包含数据采集－数据预处