基于双长短期记忆网络组合的网络货运平台成交定价预测模型

作者：李由之; 胡志华; 陈春; 杨培蓓; 董雅静

来源：计算机应用, 2021, 1-9.

• 网络货运平台
• 定价策略
• 长短期记忆（LSTM）网络
• K-means聚类分析
• 物流管理

网络货运平台运输服务订单的成交定价预测结果是平台运营策略和承运人决策的直接体现，显著影响平台效益和承运人市场健康发展。以顺丰网络货运平台为例，通过缺失值处理和类别型数据转换进行数据预处理。针对网络货运平台成交定价预测精度问题，设计基于双长短期记忆（LSTM）网络组合的网络货运平台成交定价预测模型，最后采用K-means聚类分析预测结果。双长短期记忆网络组合模型相较于LSTM、支持向量回归（SVR）模型等和两者相融合的LSTM-SVR以及基于灰色GM（1，1）和前馈（BP）神经网络组合模型，平均绝对误差、均方误差、平均绝对百分比误差最低且R2最高，分别为9.90、402.54、1.48、0.99997；而K-means聚类分析对订单成交定价进行评级，订单评级结果与实际情况一致。实验结果表明，所提双LSTM网络组合模型具有有效性和准确的网络货运平台成交定价预测效果。

• 单位
  上海海事大学