為提高物流決策效率和品質(zhì),統(tǒng)計(jì)機(jī)器學(xué)習(xí)和數(shù)據(jù)定價(jià)分析作為新興技術(shù)手段,能夠?yàn)槲锪鳑Q策優(yōu)化和有價(jià)值的數(shù)據(jù)共享過(guò)程帶來(lái)新的視角和應(yīng)用。例如,銀行為冷鏈物流企業(yè)提供貸款業(yè)務(wù)前,購(gòu)買關(guān)于冷鏈物流企業(yè)的數(shù)據(jù)來(lái)分析企業(yè)的經(jīng)營(yíng)能力,這一過(guò)程中需對(duì)交易的冷鏈檢測(cè)信息數(shù)據(jù)進(jìn)行定價(jià)。但因這類數(shù)據(jù)具有多樣、數(shù)量繁多、價(jià)值不清晰等特點(diǎn),通常冷鏈數(shù)據(jù)的價(jià)格難以有效確定。因此,本文針對(duì)冷鏈檢測(cè)數(shù)據(jù),提出基于Shapley值的冷鏈物流檢測(cè)信息特征組合定價(jià)模型,解決冷鏈水產(chǎn)品貨架期預(yù)測(cè)、冷鏈水產(chǎn)品智能分揀場(chǎng)景中的數(shù)據(jù)特征貢獻(xiàn)分配及動(dòng)態(tài)數(shù)據(jù)的定價(jià)問(wèn)題。主要工作及創(chuàng)新如下:(1)針對(duì)冷鏈數(shù)據(jù)特征的重要性問(wèn)題,研究了冷鏈檢測(cè)數(shù)據(jù)機(jī)器學(xué)習(xí)中的特征選擇模型�；诮徊骝�(yàn)證的遞歸特征消除思想,結(jié)合特征排列組合,并考慮預(yù)測(cè)準(zhǔn)確度,設(shè)計(jì)冷鏈檢測(cè)信息的特征選擇方法。研究了基于Shapley值的特征貢獻(xiàn)分配問(wèn)題,將特定實(shí)例的預(yù)測(cè)結(jié)果與數(shù)據(jù)集的平均預(yù)測(cè)值之差作為該實(shí)例的特征收益,對(duì)于局部解釋,通過(guò)繪制兩個(gè)隨機(jī)實(shí)例來(lái)模擬特征的“缺席”與否,計(jì)算特征在特定實(shí)例的邊際貢獻(xiàn),并將絕對(duì)值的均值視為該特征在數(shù)據(jù)集中的全局貢獻(xiàn)。(2)在冷鏈物流仿真模型基...

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究目的
        1.1.3 研究意義
    1.2 擬解決問(wèn)題
    1.3 創(chuàng)新點(diǎn)
    1.4 論文結(jié)構(gòu)
第2章 相關(guān)理論與文獻(xiàn)綜述
    2.1 文獻(xiàn)綜述
        2.1.1 冷鏈物流及冷鏈信息化系統(tǒng)研究現(xiàn)狀
        2.1.2 基于機(jī)器學(xué)習(xí)的冷鏈物流智能決策支持
        2.1.3 基于Shapley值的分配算法研究現(xiàn)狀
        2.1.4 冷鏈檢測(cè)信息數(shù)據(jù)定價(jià)研究現(xiàn)狀
    2.2 相關(guān)理論
        2.2.1 特征選擇
        2.2.2 Shapley值
        2.2.3 貨架期
    2.3 本章小結(jié)
第3章 冷鏈物流檢測(cè)數(shù)據(jù)的貨架期預(yù)測(cè)特征選擇
    3.1 概述
    3.2 基于冷鏈物流檢測(cè)數(shù)據(jù)的貨架期預(yù)測(cè)流程分析
    3.3 基于冷鏈物流檢測(cè)數(shù)據(jù)的貨架期預(yù)測(cè)特征選擇
        3.3.1 隨機(jī)森林算法
        3.3.2 交叉驗(yàn)證的遞歸特征消除
        3.3.3 基于CV-RFE與排列組合的特征選擇方法
    3.4 數(shù)值實(shí)驗(yàn)
        3.4.1 數(shù)據(jù)描述
        3.4.2 仿真實(shí)驗(yàn)
        3.4.3 實(shí)驗(yàn)結(jié)果
    3.5 本章小結(jié)與管理啟示
第4章 基于Shapley值的冷鏈智能分揀預(yù)測(cè)系統(tǒng)應(yīng)用
    4.1 冷鏈物流檢測(cè)數(shù)據(jù)特征價(jià)值分配流程分析
    4.2 冷鏈智能分揀預(yù)測(cè)系統(tǒng)案例背景分析
    4.3 基于Shapley值的冷鏈物流檢測(cè)數(shù)據(jù)價(jià)值分配
        4.3.1 機(jī)器學(xué)習(xí)算法的Shapley值
        4.3.2 近似Shapley值算法
    4.4 數(shù)值實(shí)驗(yàn)與實(shí)驗(yàn)結(jié)果
        4.4.1 數(shù)據(jù)來(lái)源
        4.4.2 實(shí)驗(yàn)結(jié)果
    4.5 本章小結(jié)與管理啟示
第5章 冷鏈物流檢測(cè)信息數(shù)據(jù)的動(dòng)態(tài)交易定價(jià)
    5.1 問(wèn)題描述
    5.2 模型基礎(chǔ)
        5.2.1 符號(hào)說(shuō)明
        5.2.2 假設(shè)條件
        5.2.3 定價(jià)分析
    5.3 建立模型
        5.3.1 乘權(quán)更新
        5.3.2 參數(shù)求解
        5.3.3 算法設(shè)計(jì)
    5.4 仿真實(shí)驗(yàn)
    5.5 本章小結(jié)與管理啟示
第6章 結(jié)論與展望
    6.1 結(jié)論與管理啟示
        6.1.1 結(jié)論
        6.1.2 管理啟示
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3857187