[发明专利]产废量预测方法、装置、设备、存储介质和程序产品

说明书

本申请涉及一种产废量预测方法、装置、设备、存储介质和程序产品。所述方法包括：获取产废样本点在预设时期内的产废量的历史收运数据，再根据历史收运数据对初始产废量预测模型进行训练得到目标产废量预测模型，然后获取待预测产废点的历史收运日期的历史收运数据，最后将历史收运日期的历史收运数据输入目标产废量预测模型，得到待预测产废点的待预测日期的预测产废量。其中，历史收运数据包括产废样本点的位置信息、历史收运数据对应的收运日期以及收运日期对应的产废量。通过本申请的方法能够提高产废量预测的准确性，进而根据产废量的预测值能够辅助工作人员进行决策和规划垃圾收运线路。

技术领域

本申请涉及物联网技术领域和计算机技术领域，特别是涉及一种产废量预测方法、装置、设备、存储介质和程序产品。

背景技术

随着城市人口和城市规模的不断扩大，受到城市空间和容积限制性，垃圾不能在城市里长时间的停留，因此，每天对餐厨垃圾等产废物进行收运则成为了必不可少的工作。准确地掌握产废量发展变化的动态规律，科学地预测产废量变化趋势，可以为垃圾的环境规划、处置能力建设和管理决策提供必要的信息。

在传统技术中，通常是根据进行垃圾收运的工作人员的个人经验和过去一段时间内产废点的产废量信息，对产废点的产废量进行预测。

然而，由于工作人员经验不足、产废点的产废量信息不完整等原因，导致产废点的产废量的预测结果不够精准。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高产废点的产废量预测的精准度的产废量预测方法、装置、设备、存储介质和程序产品。

第一方面，本申请提供了一种产废量预测方法。该方法包括：

获取产废样本点在预设时期内的产废量的历史收运数据；该历史收运数据包括该产废样本点的位置信息、该历史收运数据对应的收运日期以及该收运日期对应的产废量；

根据该历史收运数据对初始产废量预测模型进行训练得到目标产废量预测模型；

获取待预测产废点的历史收运日期的历史收运数据；

将该历史收运日期的历史收运数据输入目标产废量预测模型，得到该待预测产废点的待预测日期的预测产废量。

在其中一个实施例中，根据该历史收运数据对初始产废量预测模型进行训练得到目标产废量预测模型，包括：

确定该初始产废量预测模型对应的损失函数；

对该损失函数进行求导得到目标梯度公式；

根据各产废点对应的历史收运数据和该目标梯度公式，得到该目标产废量预测模型。

在其中一个实施例中，根据各产废点对应的历史收运数据和该目标梯度公式，得到该目标产废量预测模型，包括：

根据各产废点对应的历史收运数据和该目标梯度公式，利用梯度下降法求解该目标梯度公式中的目标参数；

根据该目标参数得到该目标产废量预测模型。

在其中一个实施例中，根据各该产废点对应的历史收运数据和该目标梯度公式，利用梯度下降法求解该目标梯度公式中的目标参数，包括：

根据该目标梯度公式，确定该梯度下降法对应的梯度下降公式；

根据各产废点对应的历史收运数据和该梯度下降公式，确定当前次的参数向量；

利用该当前次的参数向量，确定当前次的损失值；

若该当前次的损失值与上一次的损失值之间的差值小于预设差值阈值，则利用该梯度下降公式确定下一次的参数向量，直至当前迭代次数大于等于第一预设迭代次数为止，并将最后一次确定的参数向量作为该目标参数。