自动化集装箱码头自动导引车行车时间预测方法

本发明一种自动化集装箱码头自动导引车行车时间预测方法，涉及一种神经网络和深度学习算法，可以有效地对自动化集装箱码头中自动导引车的行车时间进行准确预测，属于人工智能及控制技术领域，其特征在于：步骤1：主路径编码；步骤2：路径级特征编码；步骤3：环境路径筛选；步骤4：环境路径编码；步骤5：冲突判定；步骤6：计算预测时间与真实时间误差；步骤7：更新训练样本和神经网络；步骤8：行车时间预测。利用神经网络模型对行驶路径进行编码，有效解决自动化集装箱码头自动导引车的行车时间预测问题，具有更高的行车时间预测准确度。