2025年妈妈杯数学建模竞赛C题优秀论文-1.pdfVIP

队伍编号MC2402447

题号（C）

基于LSTM-ARIMA和整数规划的货量预测与人员排班模型

摘要

随着电商物流的发展，网络购物等活动的兴起，分拣中心作为物流运输的关键

一环，提高其管理效率对降低运营成本，提高物流行业的运作效率，提升总体竞争

力有着至关重要的作用。本文根据不同问题的信息与约束条件，运用一系列方法，

得到了较合理的货量预测及人员排班结果。

对于问题一，预测57个站点未来30天每天及每小时的货量，我们针对附件1

和附件2的时间序列数据的特点，分别建立了LSTM神经网络模型与ARIMA模型。

先对附件1的数据进行了数据预处理，利用LSTM神经网络模型，对每个站点货量

进行预测，得到未来30天的货量预测，详见结果表1,。再对附件2的数据进行数据

处理，利用ARIMA模型对每个站点货量进行预测，得到未来30天每小时的货量预

测，详见结果表2。

对于问题二，在问题1预测的数据基础上，通过对变化运输路线的分析，将变

化路线上的货量按比例向相关分拣