[01518131]基于深度学习大数据挖掘的智能物流研究

本项目旨在研究：1.对于电商类数据进行挖掘和分析,提取物流敏感特征;2.提出一种用于智能物流的神经网络算法;3.通过深度学习训练机制建立多隐层网络结构模型;4.利用建立的模型实现智能物流的相关功能。 本项目创新性主要有三点：1.通过深度学习方式对电商类大数据进行挖掘和分析;2.提出一种用于智能物流的神经网络算法;3.采用人工智能的方式实现智能物流的相关功能。 深度学习大数据挖掘的智能物流涉及电子信息、计算机、软件工程、电子商务和管理科学等多个领域,是典型的多学科交叉前沿课题。本项目在实施过程中主要解决了如下三个的关键问题： （1）通过深度学习训练机制对电商数据进行分析,建立样本数据库。其中,对于智能物流高度相关数据的若干敏感维度特征提取是研究的关键,需要通过科学的研究方法以及对于试验结果的分析,从理论和实验两个方面确定。 （2）建立基于大数据的神经网络算法,并通过机器学习建立适合物流调度与预测的多隐层网络模型。这需要很好地解决高维度输入与多维度输出的问题,从而使模型准确性和可靠性符合预期目标。 （3）建立基于人工智能的智能物流体系,从而有别于传统的基于多传感器融合的智能物流体系。通过实测对物流模型进行优化,增强智能物流模型的准确性。这使得物流模型既是相对稳定的,也是动态的。这既需要大量实验测试,也需要对测试结果进行科学分析并研究优化方法。 本项目的研究将在一定程度上降低物流成本、提高电子商务体系的运作效率。本项目将改变以往单纯依赖多传感器融合技术建立的物流体系的状况,配合国家发展战略以及我省经济发展政策,为物联网经济快速和健康发展奠定坚实基础。