基于随机森林构建集装箱堆存时间预测分类器的港口翻箱研究

全球经济一体化发展下,集装箱运输在世界经济贸易往来中发挥着越来越重要的作用。全球港口集装箱吞吐量大幅增加,趋于饱和的堆场致港口作业成本升高的现象尤为明显,部分港区出现拥堵,制约着港口作业和集疏运效率。港区结合自身运营情况和各类可用资源现状选择合适的堆存策略尤为重要。基于广州某集装箱公司实际翻箱情况,利用随机森林算法构建集装箱堆存时间预测分类器,在集装箱卸船进港时合理策划集装箱位置,堆存时间较长的箱下层放置,堆存时间短的上层放置,在试点进行实船测试。测试得知机器学习预测集装箱堆存时间的方法对码头作业起到一定的作用,从侧面说明了预测机器学习算法在港口行业的有效性和应用性,具有一定的实际应用价值。