Nghiên cứu và ứng dụng ai trong logistics

Nghiên cứu và ứng dụng ai trong logistics Nghiên cứu và ứng dụng ai trong logistics Nghiên cứu và ứng dụng ai trong logistics Nghiên cứu và ứng dụng ai trong logistics Nghiên cứu và ứng dụng ai trong logistics

TRƯỜNG ĐẠI HỌC LẠC HỒNG KHOA CÔNG NGHỆ THÔNG TIN - - BÁO CÁO NGÀ Y HỘI KHOA HỌC VÀ CÔNG NGHỆ LẠC HỒNG ĐỀ TÀI: NGHIÊN CỨU VÀ ỨNG DỤNG AI TRONG LOGISTICS VŨ HUY NHẬT BIÊN HÒA, THÁNG 12/2021 TRƯỜNG ĐẠI HỌC LẠC HỒNG KHOA CÔNG NGHỆ THÔNG TIN - - BÁO CÁO ĐỒ ÁN TỐT NGHIỆP ĐỀ TÀI: NGHIÊN CỨU VÀ ỨNG DỤNG AI TRONG LOGISTICS SINH VIÊN THỰC HIỆN: VŨ HUY NHẬT GIÁO VIÊN HƯỚNG DẪN: VĂN ĐÌ NH VỸ PHƯƠNG BIÊN HÒA, THÁNG 12/2021 LỜI CẢM ƠN Trước trình bày nội dung báo cáo tớ t nghiêp, ̣ em xin dành dòng để gửi lời cảm ơn chân thành đến: Cô Văn Đình Vỹ Phương, người tận tình hướng dẫn tạo điều kiện tốt cho em suốt thời gian thực báo cáo tố t nghiêp ̣ Em xin gửi lời cảm ơn chân thành đến quý Thầy Cô Khoa Công nghệ thông tin, trường Đại học La ̣c Hồ ng giảng dạy, hướng dẫn giúp đỡ chúng em thực tốt báo cáo tố t nghiê ̣p Em xin gửi lời cảm ơn sâu sắc đến ba mẹ gia đình ln chăm sóc động viên suốt q trình học tập, nghiên cứu để em đạt kết ngày hôm MỤC LỤC PHẦN MỞ ĐẦU Lý cho ̣n đề tài Mu ̣c đích nghiên cứu Đố i tươ ̣ng nghiên cứu và pha ̣m vi nghiên cứu Phương pháp nghiên cứu Bố cu ̣c của nghiên cứu PHẦN I TÌ M HIỂU VỀ LOGISTICS VÀ AI 10 Chương 1: Tổ ng quan về Logistics 11 1.1 Logistics là gì ? 11 1.2 Những bước bản của quy trin ̀ h Logistics 16 1.3.Tổ ng kế t 19 Chương 2: Giới thiêụ về AI và ứng du ̣ng AI Logistics 20 2.1 AI là gì và lich ̣ sử phát triể n 20 2.2 Mô ̣t số ứng du ̣ng chính của ứng du ̣ng nhân ta ̣o 26 2.3 Ưu điểm nhược điểm trí tuệ nhân tạo AI 28 2.4 Vai trò của AI ngành logistics 30 2.5 Tổ ng kế t 38 PHẦN II ỨNG DỤNG MINH HỌA 39 Chương 3: Mô hin ̀ h ̣ thố ng dư ̣ đoán 40 3.1 Dự báo nhu cầu gì? 40 3.2 Lợi ích dự báo nhu cầu gì? 40 3.3 AI Dự báo nhu cầu 41 3.4 Những khó khăn thường gă ̣p 43 3.5 Phân tích thiế t kế mô ̣t ̣ thố ng model dư ̣ đoán 44 3.6 Tổ ng kế t 59 Chương 4: Xây dư ̣ng mô ̣t model dư ̣ báo logistics bằ ng AI 61 4.1 Chuẩ n bi dư ̣ ̃ liêụ 61 4.2 Cài đă ̣t môi trường 64 4.3 Tổ ng kế t 68 Chương 5: Thư ̣c thi model dư ̣ báo môi trường Jupyter Notebook 69 5.1 Cài đặt gói 69 5.2.Nhập thư viện 70 5.3.Nhập dữ liêụ 70 5.4 Làm định dạng liệu 71 5.5 Exploratory Data Analysis ( Phân tích liệu) 75 5.6 Feature Engineering 79 5.7 Model Selection & Parameter Tuning ( Lư ̣a cho ̣n mô hin ̀ h và điề u chỉnh tham số ) 95 5.8 Model Evaluation : Đánh giá mô hin ̀ h 98 5.9 Submission 101 5.10 Tổ ng kế t 102 PHẦN III KẾT LUẬN 104 Chú thích 105 DANH MỤC HÌ NH ẢNH STT Hin ̀ h ảnh Mô tả Hình 1.1 Logistics hiể u đơn giản là hâ ̣u cầ n Hình 1.2 Hình thức của Logistics Hình 1.3 Những bước bản của Logistics Hình 2.1 Trí thông minh nhân ta ̣o Hình 2.2 Thố ng kê đóng góp của AI dich ̣ vu ̣ logistics Hình 2.3 Biề u đồ đồ thi viê ̣ ̣c sử du ̣ng AI kho baĩ tự đô ̣ng Hình 2.4 Sơ đồ AI logistics phân chia theo chức Hình 3.1 Hình ảnh thể hiê ̣n phầ n trăm đươ ̣c giảm chuỗi cung ứng Hình 3.2 Phương pháp dự báo đinh ̣ lươ ̣ng 10 Hình 3.3 Phương pháp dự báo đinh ̣ tính 11 Hình 3.4 Những dữ liêụ có thể dùng xây dựng mô hình dự báo 12 Hình 3.5 mô ̣t phầ n dữ liêụ sau đã làm sa ̣ch 13 Hình 3.6 Biể u đồ mô phỏng quá trình hiể u dữ liêụ của máy 14 Hình 3.7 Đồ thi biể pháp hồ i quy tuyế n tiń h ̣ u thi phương ̣ 15 Hình 3.8 Tổ ng quát kỹ thuâ ̣t tiń h 16 Hình 3.9 Ví du ̣ về mô hình rừng ngẫu nhiên 17 Hình 3.10 Biể u đồ dự báo dành cho cửa hàng bán lẻ qua các tháng năm 18 Hình 4.1 Giao diêṇ cài đă ̣t miniconda thành công 19 Hình 4.2 Sau cài đă ̣t thành công jupyter note book 20 Hình 4.3 Ví du ̣ minh ho ̣a cài đă ̣t thư viêṇ mataplotlip 21 Hình 5.1 Cài đă ̣t gói jupyter note book 22 Hình 5.2 Cài dă ̣t thư viêṇ 23 Hình 5.3 Nhâ ̣p dữ liê ̣u từ đường dẫn máy 24 Hình 5.4 Dữ liê ̣u có dataset 25 Hình 5.5 Sửa tên cô ̣t lô ̣n xô ̣n 26 Hình 5.6 Giải quyế t các giá tri ̣đang thiế u 27 Hình 5.7 Giá tri ̣nhiê ̣t đô ̣ sau giải quyế t các giá trị bi ̣ thiế u 28 Hình 5.8 Giá tri ̣nhiê ̣t đô ̣ biể u diễn dưới da ̣ng 2D sau xử lý 29 Hình 5.9 Dữ liê ̣u sau hơ ̣p nhấ t 30 Hình 5.10 Train dữ liê ̣u 31 Hình 5.11 Phân loa ̣i giá tri ̣ 32 Hình 5.12 Tổ ng quan tính số 33 Hình 5.13 Tương quan giữ biế n đô ̣c lâ ̣p và biế n phu ̣ thuô ̣c 34 Hình 5.14 Kiể m tra thời gian từ đón đế n đế n đích 35 Hình 5.15 Giải quyế t các giá tri ngoa ̣ ̣i lai 36 Hình 5.16 Train dữ liê ̣u với giá tri ̣ngoa ̣i lai 37 Hình 5.17 Chuyể n đổ i sang da ̣ng ngày và giờ 38 Hình 5.18 Sự phân bổ của hàng hóa 39 Hình 5.19 Sự phân bổ hàng hóa 40 Hình 5.20 Hàm phân bổ hàng hóa 41 Hình 5.21 Train và test dữ liêụ tính đón 42 Hình 5.22 Trích suấ t thời gian 43 Hình 5.23 Công thức thời gian tính theo chu kì 44 Hình 5.24 Đố i tươ ̣ng điạ lý tiń h theo chu kỳ 45 Hình 5.25 Loa ̣i bỏ tính chưa đươ ̣c mã hóa 46 Hình 5.26 Train dữ liê ̣u cho rider 47 Hình 5.27 Xem xét Rider’s ID 48 Hình 5.28 Train dữ liê ̣u tố c đô ̣ cho rider 49 Hình 5.29 Áp du ̣ng dữ liêụ vào train dataset 50 Hình 5.30 Tính khoảng cách Haversine 51 Hình.5.31 Tính toán hướng của chuyế n 52 Hình 5.32 Phân tích thành phầ n chính 53 Hình 5.33 Phân tích to ̣a đô ̣ 54 Hình 5.34 Train và test các biế n 55 Hình 5.35 Train và test các biế n 56 Hình 5.36 Kiể m tra dữ liêụ 57 Hình 5.37 Mã hóa tính 58 Hình 5.38 Chuẩ n hóa dữ liêụ 59 Hình 5.39 Chuẩ n hóa dữ liêụ 60 Hình 5.40 Chuẩ n hóa dữ liêụ 61 Hình 5.41 Hàm RobustScaler 62 Hình 5.42 Hồ i quy tăng cường đô ̣ dố c 63 Hình 5.43 Cây quyế t đinh ̣ 64 Hình 5.44 Rừng ngẫu nhiên 65 Hình 5.45 AdaBoost Regressor 66 Hình 5.46 Catboost Regressor 67 Hình 5.47 Lươ ̣c đồ xác đinh ̣ chéo 68 Hình 5.48 Lựa cho ̣n mô hình 69 Hình 5.49 Train dữ liê ̣u 70 Hình 5.50 Trích xuấ t tầ m quan tro ̣ng của đố i tươ ̣ng điạ lý 71 Hình 5.51 Dữ liê ̣u sau đươ ̣c lưu 72 Hình 5.52 Xuấ t file pkl DANH MỤC TỪ VIẾT TẮT STT Từ viết tắt Giải thích B/L Bill of Lading SWB Seaway Bill FCR Forwarder’s Cargo Receipt IPL information processing language PHẦN MỞ ĐẦU Lý cho ̣n đề tài Trong thế giới với mức công nghê ̣ phát triể n theo từng ngày hiêṇ viê ̣c tìm các công nghê ̣ mới để giảm thiể u những hoa ̣t đô ̣ng cầ n đế n sức lực cũng nhân công công viê ̣c hằ ng ngày là cầ n thiế t Dẫn đầ u xu hướng hiê ̣n là công nghê ̣ Artificial intelligence hay còn go ̣i là trí tuê ̣ nhân ta ̣o , ảnh hưởng đến hầu hết ngành công nghiệp hậu cần ngoại lệ Sự phát triển AI tạo cách mạng lĩnh vực hậu cần Những tiến quan trọng mà công nghệ mang lại bao gồm tự động hóa kho hàng, xe tự hành, phân tích dự đoán đường thơng minh Công nghệ mạnh mẽ cung cấp để tự động hóa đơn giản hóa nhiều quy trình, giúp các công ty tiết kiệm thời gian tiền bạc Khơng có lạ gã khổng lồ Amazon Google bắt đầu đầu tư vào AI Đó lý em định phân tích vai trị tiến AI ngành logistics Mu ̣c đích nghiên cứu Mu ̣c đích nghiên cứu của đề tài bao gồ m: - Nghiên cứu về sử du ̣ng AI để dự báo nhu cầ u cải thiêṇ chuỗi cung ứng thi trươ ̣ ̀ ng với ngành Logistics - Đưa đươ ̣c sự so sánh giữa viê ̣c ứng du ̣ng AI để dự báo nhu cầ u Logsictic và phương pháp thủ công - Đưa ví du ̣ cu ̣ thể cho viê ̣c ứng du ̣ng AI để dự báo nhu cầ u Logistics Đố i tươ ̣ng nghiên cứu và pha ̣m vi nghiên cứu