NovaLog AI: Hệ thống học máy dự báo thời gian di chuyển và hỗ trợ định tuyến Logistic

Tóm tắt

Chi phí logistics tại Việt Nam hiện chiếm khoảng 16,8% tổng sản phẩm quốc nội (GDP), cao hơn đáng kể so với mức trung bình toàn cầu do những hạn chế về hạ tầng và sự phân mảnh, thiếu đồng bộ của dữ liệu. Để giải quyết bài toán này, nghiên cứu đề xuất xây dựng hệ thống NovaLog AI nhằm dự báo nhu cầu và tối ưu hóa quy trình quản lý tại các trạm trung chuyển hàng hóa. Nghiên cứu sử dụng một bộ dữ liệu thực chứng đa chiều tác động đến thời gian di chuyển, bao gồm các đặc trưng về không gian, thời gian và khí tượng học. Tám thuật toán học máy phổ biến đã được triển khai và so sánh hiệu suất thông qua phương pháp xác thực chéo kết hợp với 30 lần chạy mô phỏng Monte Carlo để kiểm định tính ổn định. Kết quả đánh giá tổng hợp dựa trên các chỉ số R² và RMSE chỉ ra rằng XGBoost là mô hình dự báo chính xác nhất, với R² đạt 0.9507 (RMSE = 2.3531) trên tập huấn luyện và R² đạt 0.8399 (RMSE = 4.2512) trên tập kiểm tra. Đồng thời, thông qua việc xếp hạng độ quan trọng của các biến, nghiên cứu xác định được 4 yếu tố có ảnh hưởng mạnh mẽ nhất đến hiệu suất dự báo là: quãng đường, giờ đi, vĩ độ đi và độ ẩm. Hệ thống NovaLog AI cung cấp cơ sở khoa học thiết thực cho các doanh nghiệp trong việc ứng dụng trí tuệ nhân tạo để tối ưu hóa lộ trình, cải thiện hiệu quả vận hành chuỗi cung ứng và cắt giảm chi phí logistics tại Việt Nam.