2026年妈妈杯数学建模竞赛D题优秀论文-2.pdfVIP

队伍编号

题号D

基于多目标优化的短途运输货量预测及车辆调度问题的研

究

摘要

本文针对短途物流运输中的关键运营难题，构建了一套完整的智能决策支持

系统。基于深度学习和集成学习方法开发了高精度货量预测模型，实现了未来24

小时、10分钟颗粒度的精准预测；建立了多目标混合整数规划模型，同步优化车

辆周转率、装载率和运输成本三项核心指标；进一步地通过引入标准容器技术，

系统评估了装卸效率与装载容量的权衡关系；最后，采用蒙特卡洛模拟方法对预

测误差的传导机制进行量化分析，增强了调度系统的鲁棒性。不仅显著提升了短

途运输的运营效率，更为物流企业的智能化转型提供了可落地的技术方案。

针对问题一，需要进行基于历史数据进行短途运输货量预测，提出了基于

算法的机器学习预测模型。通过深入挖掘历史数据的时间序列特征，建

立了以10分钟为时间单位的精细化预测体系。模型验证结果表明：该预测系统

具有