基于BiLG-A-CNN的冷链配送公司评价模型

摘要：

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.

关键词：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

所属期刊栏目：34

分类号：F252:TP18(物资经济)

资助基金：贵州省教育厅青年科技人才成长项目

在线出版日期：2022-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：98-105