基于深度学习的物流运输过程多任务协同管控方法

本发明公开了基于深度学习的物流运输过程多任务协同管控方法，包括：采集物流运输基础运行数据、订单取送货节点时窗、路线重合关系和装卸站点衔接关系，构建车辆主体能力记录、订单紧迫度记录和车辆任务束执行时段；提取历史执行偏差并处理为单值偏差强度序列；采用ADWIN算法得到窗口截断位置、有效窗口长度和漂移触发标记；在漂移触发时确定稳定车辆任务束和待重构订单任务段；计算订单漂移贡献值和订单耦合强度，扩展得到重构订单任务集合；通过改进CBBA算法生成候选订单结果并局部共识消解，合并得到协同管控结果。本发明基于偏差漂移检测与局部竞价重构，形成物流运输多任务动态协同管控。