基于BiLG-A-CNN的冷链配送公司评价模型

作者：孙新杰; 潘水凡; 孙国营

来源：六盘水师范高等专科学校学报, 2022, 34(04): 98-105.

DOI：10.16595/j.1671-055X.2022.04.011

• 冷链配送公司
• 双向长短期记忆
• 双向门控循环单元
• 注意力机制
• 卷积神经网络

随着互联网技术的发展，网上购物成为一种大众消费项目，促生了冷链物流产业的大力发展，然而，冷链配送公司良莠不齐。为了便于贵州生鲜电商人员选择最优的冷链配送公司，选取了贵州省500家冷链配送公司作为研究对象，并选取占地面积、月行驶里程、机构设置等18个指标作为评价指标，构建了基于贵州省的冷链配送公司评价模型。首先，模型使用平行的双向长短期记忆（BiLSTM）网络和双向门控循环单元（BiGRU）网络同时记忆短和长的时序特征；然后，模型通过注意力机制（Attention）为不同的特征分配不同的关注度；最后，模型通过卷积神经网络（CNN）提取局部特征和降维。通过多组对比实验可以发现，所建模型的准确（Accuracy）、精确（Precision）、召回（Recall）以及F1分数（F1-score）值分别达到97.75%、98.01%、97.54%以及98.12%，这一结果远高于对比模型。

• 单位
  六盘水师范学院