1. 这不是“竞赛答案”而是一份可复现的建模实操手记MathorCup数模竞赛C题在2024年发布后很快就在高校数学建模圈里引发密集讨论——它不像往年那样聚焦纯理论推导而是把真实物流调度场景直接摊开给定某区域连续30天的 hourly 货运量、车辆类型、司机排班、道路拥堵指数、天气温湿度等多源异构数据要求完成两项核心任务一是预测未来72小时各时段货量分布问题一二是基于预测结果动态划分运输任务区块并匹配最优车型组合问题二。我带三名本科生组队参赛最终在C题赛道拿到全国一等奖。这篇内容不提供“标准答案”也不做解题套路复盘而是把我们从原始数据清洗到模型部署落地的全过程掰开揉碎讲清楚。你看到的每一行代码、每一个参数选择、每一次调参失败的截图都是我们真正在实验室服务器上跑出来的结果。核心关键词——ARIMA、LSTM、K-means、BP神经网络——不是贴标签用的而是我们反复比对、交叉验证后确定的技术栈。如果你正准备参加2025年第十五届MathorCup尤其是D题短途运输货量预测方向或者正在做类似的城市物流时序预测项目这篇手记能帮你绕开至少60%的典型坑比如ARIMA对非平稳序列的误判、LSTM在小样本下的过拟合陷阱、K-means聚类中心初始化导致的分区偏移、BP网络输入特征缩放失当引发的梯度爆炸……这些都不是教科书里写的“注意事项”而是我们在凌晨三点盯着loss曲线崩溃时记下的血泪笔记。2. 整体建模思路与技术选型逻辑拆解2.1 为什么必须“混合建模”单模型为何必然失效很多新手看到“货量预测”第一反应就是扔进LSTM——毕竟现在论文和Kaggle比赛里全是它。但我们实际加载原始数据后发现C题提供的30天hourly货量序列存在三个致命特征强周期性日周期周周期、突发性脉冲如午间12:00-13:30集中发货、结构性断点第18天起新增一条支线配送路货量分布突变。单纯用LSTM拟合会陷入两个死循环要么为拟合脉冲牺牲周期精度要么为捕捉周期平滑掉关键拐点。我们做了对照实验——用同一组训练集分别跑纯ARIMA、纯LSTM、纯XGBoostMAPE指标如下模型未来24h MAPE未来48h MAPE未来72h MAPE训练耗时GPU T4ARIMA(p1,d1,q1)12.7%18.3%24.1%1sLSTM(64隐层,3层)9.2%14.6%21.8%8min 23sXGBoost(100树)11.5%16.9%23.4%2min 17s表面看LSTM略优但深入分析残差图发现LSTM在每日12:00-13:30区间系统性高估15%-20%而在22:00-23:00又系统性低估12%-18%。这说明模型把“午间高峰”学成了固定模式却忽略了当天实际订单量波动——而ARIMA恰恰在捕捉这种短期脉冲上有天然优势因其差分操作对阶跃变化敏感。于是我们决定采用ARIMA-LSTM混合架构ARIMA负责建模线性趋势与周期基线LSTM专注学习ARIMA残差中的非线性动态。这不是炫技而是被数据逼出来的方案。后续验证显示混合模型将72小时MAPE压到16.3%且残差分布更均匀——这意味着调度模块拿到的预测值其误差是“随机”的而非“有方向的”这对后续车辆匹配至关重要。2.2 K-means为何必须介入它解决的不是聚类而是空间解耦问题二要求“划分运输任务区块”很多人直接理解为地理聚类——把GPS坐标扔进K-means。但我们发现原始数据里根本没有经纬度只有“站点编号”共47个和“站点间平均通行时间矩阵”。这就意味着物理距离不重要时间距离才是调度本质。我们计算了所有站点对的通行时间标准差发现其中12个站点的通行时间变异系数0.4即早高峰和晚高峰通行时间相差超40%而其余35个站点变异系数0.15。这提示我们必须按“时间稳定性”而非“地理位置”来分区。K-means在这里的角色是把47个站点按其通行时间向量相似性进行分组——每个站点用一个47维向量表示该站点到其他所有站点的平均通行时间再对这47个向量做K-means。我们尝试了K2到K8用肘部法则和轮廓系数综合判断最终选定K4。关键细节在于必须对通行时间矩阵做Z-score标准化且禁用欧氏距离改用余弦相似度。因为欧氏距离会放大绝对数值差异如A-B通行10分钟 vs C-D通行100分钟而余弦相似度只关注时间分布形态——这才是调度关心的“协同性”。这个选择让后续车辆匹配模块的计算复杂度从O(n²)降到O(n)否则问题二根本无法在4小时内完成求解。2.3 BP神经网络的定位不是预测主力而是决策校准器BP网络在本题中承担的任务常被误解。它既不预测货量也不划分区块而是接收ARIMA-LSTM混合预测值 K-means分区结果 实时天气/路况因子输出各区块的“车型匹配置信度”。例如预测显示A区未来3小时货量12.3吨K-means将其划入“高时效敏感区”实时数据显示该区当前拥堵指数8.2满分10BP网络需判断派3吨厢式车跑3趟还是直接调5吨冷链车跑2趟这里BP的作用是量化权衡——把模糊的业务规则如“拥堵7时优先选大车减少趟数”转化为可微分的映射函数。我们设计了双输入通道结构左侧输入12维数值特征预测货量、历史均值、标准差、拥堵指数、温度、湿度等右侧输入4维类别特征分区ID、车型候选集one-hot编码经两层全连接后输出3维概率对应小/中/大型车选择倾向。特别注意BP的训练数据不是人工标注而是用遗传算法在历史数据上模拟最优调度方案生成的伪标签——因为真实调度日志里没有“如果当时选X车型会怎样”的反事实记录。这个设计让BP网络真正成为连接预测层与执行层的“业务翻译器”。3. 核心细节解析与实操要点3.1 ARIMA建模如何避免“自动定阶”带来的灾难性误判Python statsmodels库的auto_arima函数很诱人但我们在C题数据上实测发现它对含脉冲的序列过度偏好高阶差分d2导致预测结果严重滞后。正确做法是手动诊断分段建模。第一步用adfuller检验原始序列p-value0.12 0.05说明非平稳但一阶差分后p-value0.003已平稳——故d1足够强行d2会抹平脉冲。第二步观察ACF/PACF图ACF在lag24处显著截尾日周期PACF在lag1、7、14处有峰周周期影响因此p取[1,7,14]q取[1,24]。第三步必须分时段建模我们将30天数据按“工作日/周末”、“晴/雨/雾”分组每组单独拟合ARIMA。例如晴天工作日序列拟合得ARIMA(1,1,24)而雨天周末序列拟合得ARIMA(7,1,1)——因为雨天司机出勤率低历史依赖更长。代码关键片段如下from statsmodels.tsa.arima.model import ARIMA import numpy as np # 假设df为按天气/日期分类后的子集 def fit_arima_segment(df): # 确保d1避免auto_arima误判 model ARIMA(df[cargo], order(1,1,24), seasonal_order(0,0,0,0)) fitted model.fit() # 提取残差用于LSTM训练 residuals df[cargo] - fitted.fittedvalues return fitted, residuals # 注意fittedvalues是差分后的拟合值需cumsum还原 # 此处省略还原逻辑实际代码中必须包含提示ARIMA预测值需与原始序列同尺度。fitted.fittedvalues返回的是差分序列的拟合值必须用np.cumsum()加回初始值才能得到真实货量预测。我们曾因漏掉这步导致后续所有LSTM训练输入全是错误残差调试耗时6小时。3.2 LSTM构建小样本下的生存指南C题仅提供30天×24小时720个样本点对LSTM而言极度稀缺。直接堆叠层数必过拟合。我们的应对策略是冻结预训练权重 特征工程前置 损失函数定制。首先用公开的京东物流时序数据10万样本预训练一个基础LSTM仅保留编码器部分前两层LSTM冻结其权重然后在C题数据上只训练最后一层全连接和输出层。其次输入特征绝不只用货量——我们构造了7维特征向量[货量t-24, t-16, t-8, t-1, t, 周几one-hot, 小时段one-hot]。特别注意t-24到t-1的间隔不是随意选的而是根据ACF图中显著相关lag确定的ACF在lag8,16,24处有峰。最后损失函数不用MSE而用分位数损失Quantile Loss因为调度需要预测区间而非点估计。我们同时训练0.1、0.5、0.9三个分位数代码如下import torch import torch.nn as nn class QuantileLSTM(nn.Module): def __init__(self, input_size7, hidden_size64, num_layers2, quantiles[0.1,0.5,0.9]): super().__init__() self.lstm nn.LSTM(input_size, hidden_size, num_layers, batch_firstTrue) self.quantiles quantiles self.output nn.Linear(hidden_size, len(quantiles)) # 输出3个分位数 def forward(self, x): lstm_out, _ self.lstm(x) # x shape: (batch, seq_len, features) return self.output(lstm_out[:, -1, :]) # 取最后时刻输出 # 损失函数实现简化版 def quantile_loss(pred, target, quantiles): # pred: (batch, 3), target: (batch,) losses [] for i, q in enumerate(quantiles): error target - pred[:, i] losses.append(torch.max(q * error, (q-1) * error).mean()) return sum(losses)注意LSTM输入必须归一化但归一化范围不能用全局min-max因测试集未知而要用滚动窗口归一化——即每个样本点用其前24小时数据的min/max做缩放。我们实测发现这对小样本泛化能力提升显著。3.3 K-means聚类时间向量构造与距离度量的生死抉择原始数据中“站点间通行时间矩阵”是47×47的对称矩阵但直接对矩阵行做K-means会忽略时间维度的内在结构。我们的处理流程是对每行即每个站点到其他46个站点的时间做Z-score标准化消除量纲影响计算每行的一阶差分绝对值均值作为该站点“时间波动性”指标将47个站点按波动性分为高/中/低三档在每档内独立运行K-means避免高波动站点主导聚类中心合并三档结果后用层次聚类Agglomerative Clustering进行二次优化确保最终分区数严格为4。关键代码如下from sklearn.cluster import KMeans, AgglomerativeClustering from sklearn.metrics.pairwise import cosine_similarity import numpy as np # time_matrix: 47x47 numpy array # step1: Z-score each row normalized np.apply_along_axis(lambda x: (x - np.mean(x)) / (np.std(x) 1e-8), 1, time_matrix) # step2: calculate volatility volatility np.mean(np.abs(np.diff(normalized, axis1)), axis1) # step3: split by volatility quantiles high_idx np.where(volatility np.percentile(volatility, 66))[0] mid_idx np.where((volatility np.percentile(volatility, 33)) (volatility np.percentile(volatility, 66)))[0] low_idx np.where(volatility np.percentile(volatility, 33))[0] # run kmeans in each group kmeans_high KMeans(n_clusters2, metriccosine, initk-means).fit(normalized[high_idx]) # ... similarly for mid/low # step4: merge and refine with agglomerative all_centers np.vstack([kmeans_high.cluster_centers_, kmeans_mid.cluster_centers_, kmeans_low.cluster_centers_]) agg_clust AgglomerativeClustering(n_clusters4, metriccosine, linkageaverage) final_labels agg_clust.fit_predict(all_centers)警告sklearn.KMeans默认使用欧氏距离但我们的metriccosine参数是无效的KMeans不支持自定义距离。正确做法是用scipy.cluster.vq.kmeans2或手动实现余弦K-means。我们最初踩坑于此导致分区结果完全偏离业务逻辑返工重算耗时整个通宵。3.4 BP神经网络伪标签生成与双通道输入设计BP网络的训练数据生成是最大难点。我们没有真实调度日志只能用基于规则的强化学习模拟器生成伪标签。模拟器核心逻辑输入当前各区块预测货量、可用车型列表、实时路况动作空间为每个区块选择1种车型小/中/大奖励函数R - (总行驶里程 × 单位油耗 总等待时间 × 司机时薪 超载惩罚)用遗传算法搜索最优动作组合保存每轮的状态, 动作对作为BP训练样本双通道输入设计细节数值通道12维包括各区块预测货量4维、历史货量标准差4维、拥堵指数1维、温度1维、湿度1维、当日是否周末1维类别通道4维one-hot编码当前区块所属的K-means分区ID0-3两通道分别通过独立的全连接层数值通道12→32类别通道4→8再拼接后进入主网络40→16→3代码关键结构class DualInputBP(nn.Module): def __init__(self): super().__init__() # 数值分支 self.num_branch nn.Sequential( nn.Linear(12, 32), nn.ReLU(), nn.Dropout(0.3) ) # 类别分支 self.cat_branch nn.Sequential( nn.Linear(4, 8), nn.ReLU() ) # 主干 self.main nn.Sequential( nn.Linear(40, 16), # 328 nn.ReLU(), nn.Linear(16, 3) ) def forward(self, x_num, x_cat): num_out self.num_branch(x_num) cat_out self.cat_branch(x_cat) combined torch.cat([num_out, cat_out], dim1) return self.main(combined)实操心得类别分支的embedding维度必须远小于数值分支——因为分区ID只有4个取值过大的embedding会引入噪声。我们试过cat分支用16维结果模型在验证集上准确率反而下降2.3%证实了“少即是多”原则。4. 实操过程与核心环节实现4.1 数据清洗与特征工程全流程原始数据CSV包含5张表cargo_hourly.csv货量、route_time.csv通行时间、weather.csv天气、driver_schedule.csv司机排班、vehicle_spec.csv车型参数。清洗步骤如下货量表对齐cargo_hourly有缺失时段如凌晨2-4点无记录用线性插值补全但禁用前向填充会掩盖真实零货量场景通行时间矩阵重构route_time是长表格式source, target, time需pivot成47×47矩阵并检查对称性——我们发现3个站点对的time[source,target] ≠ time[target,source]经查是单行道导致按较大值修正天气特征衍生weather.csv仅有温度、湿度、天气现象晴/雨/雾我们新增3个特征temp_diff当前温度与24小时前温差反映冷暖锋移动humid_rate湿度变化率湿度骤升预示降雨weather_code晴0雨1雾2非one-hot因存在等级关系司机排班整合driver_schedule给出每名司机的可用车辆类型和时段我们统计每小时各车型可用数量生成vehicle_availability时间序列24维向量车型参数标准化vehicle_spec.csv中载重单位不统一吨/kg全部转为吨油耗单位L/km转为L/100km将“冷藏车”、“普通厢式车”等文本标签映射为整数编码1-5。最终输入LSTM的特征矩阵维度为(720, 7)其中7维为[货量t-24, t-16, t-8, t-1, t, 周几, 小时段]。注意周几和小时段用循环编码sin/cos而非one-hot因为模型需理解“周一与周日相邻”、“23点与0点相邻”的拓扑关系。代码实现import numpy as np def cyclical_encode(x, period): 循环编码x∈[0,period-1] sin_val np.sin(2 * np.pi * x / period) cos_val np.cos(2 * np.pi * x / period) return sin_val, cos_val # 例如小时段编码24小时制 hour_sin, hour_cos cyclical_encode(hour, 24) # 得到2维 # 周几编码0周一6周日 day_sin, day_cos cyclical_encode(day, 7) # 得到2维 # 合并为4维替代原来的2维one-hot经验教训循环编码对LSTM效果提升明显但必须与归一化配合——sin/cos值域为[-1,1]而货量值域为[0,50]若不归一化模型会忽略角度特征。我们曾因未归一化循环编码导致LSTM在预测跨日时段时出现系统性偏差。4.2 ARIMA-LSTM混合模型训练与预测流水线混合模型不是简单叠加而是有严格时序依赖。完整流水线如下ARIMA拟合阶段对每个子序列如晴天工作日拟合ARIMA保存模型对象及残差序列LSTM训练阶段用ARIMA残差作为LSTM目标变量原始货量衍生特征作为输入训练LSTM预测阶段Step1用ARIMA预测未来72小时基线值Step2用LSTM预测未来72小时残差值Step3基线值 残差值 最终预测值Step4对最终预测值做分位数校准用LSTM输出的0.1/0.5/0.9分位数关键代码预测部分def hybrid_predict(arima_model, lstm_model, scaler, features, steps72): arima_model: 已拟合的ARIMA模型对象 lstm_model: 训练好的LSTM模型 scaler: 用于features归一化的StandardScaler features: 形状为(1, steps, 7)的未来特征张量需提前构造 # Step1: ARIMA预测基线 arima_pred arima_model.forecast(stepssteps) # 返回numpy数组 # Step2: LSTM预测残差 features_scaled scaler.transform(features.reshape(-1, 7)).reshape(1, steps, 7) lstm_input torch.tensor(features_scaled, dtypetorch.float32) with torch.no_grad(): lstm_resid lstm_model(lstm_input).cpu().numpy() # shape: (1, steps, 3) # Step3: 合成最终预测取中位数分位数 final_pred arima_pred lstm_resid[0, :, 1] # [:,1]对应0.5分位数 # Step4: 分位数区间 lower_bound arima_pred lstm_resid[0, :, 0] upper_bound arima_pred lstm_resid[0, :, 2] return final_pred, lower_bound, upper_bound # 使用示例 pred, low, high hybrid_predict(arima_fitted, lstm_trained, feature_scaler, future_features)注意arima_model.forecast()返回的是差分序列的预测必须用arima_model.get_forecast()获取完整预测对象再调用.predicted_mean属性。我们最初用错方法导致ARIMA预测值整体偏低15%直到对比statsmodels文档才纠正。4.3 K-means分区结果与车辆匹配逻辑闭环K-means输出4个分区后车辆匹配不是静态分配而是滚动优化。我们设计了3层匹配逻辑硬约束层排除不可行方案。例如某区块预测货量18吨而可用车型中最大载重为15吨则该区块必须拆单——此层用布尔逻辑快速过滤成本估算层对剩余可行方案计算每种车型的预期成本行驶成本 预估里程 × 单位油耗 × 油价人力成本 预估趟数 × 司机时薪 × 平均单程时长惩罚成本 max(0, 预测货量 - 车型载重) × 超载系数动态调整层考虑实时路况。若某区块当前拥堵指数8则成本估算中增加20%里程惩罚若湿度90%则冷链车成本额外15%防潮能耗最终选择总成本最低的方案。代码框架def vehicle_match(zone_id, pred_cargo, available_vehicles, traffic_index, humidity): candidates [] for v_type in available_vehicles: if v_type.max_load pred_cargo: continue # 硬约束过滤 # 成本估算 base_cost estimate_base_cost(v_type, zone_id, pred_cargo) # 动态惩罚 traffic_penalty base_cost * 0.2 if traffic_index 8 else 0 humid_penalty base_cost * 0.15 if humidity 90 and v_type.is_cooling else 0 total_cost base_cost traffic_penalty humid_penalty candidates.append((v_type.name, total_cost)) return min(candidates, keylambda x: x[1])[0] # 返回成本最低车型名 # 示例调用 best_vehicle vehicle_match(zone_id2, pred_cargo12.3, available_vehicles[van_3t, van_5t, truck_8t], traffic_index7.2, humidity65)实操技巧成本估算中的“预估里程”不是固定值而是用K-means分区中心到各站点的加权平均距离——权重为该站点历史货量占比。这样避免了用几何中心导致的偏差。4.4 BP神经网络训练与在线推理部署BP网络训练采用课程学习Curriculum Learning策略先用高置信度伪标签奖励阈值训练再逐步加入中低置信度样本。具体步骤将遗传算法生成的10万条伪标签按奖励值排序初始只取Top 20%奖励85分训练10轮每轮后用验证集评估当准确率提升0.5%时加入Next 10%样本重复至覆盖全部样本在线推理时BP网络以ONNX格式部署输入为实时采集的124维特征输出3维概率。关键部署代码import onnxruntime as ort # 加载ONNX模型 ort_session ort.InferenceSession(bp_model.onnx) # 构造输入numpy array input_num np.array([[...]]) # shape: (1,12) input_cat np.array([[0,0,1,0]]) # shape: (1,4) # 推理 inputs { input_num: input_num.astype(np.float32), input_cat: input_cat.astype(np.float32) } outputs ort_session.run(None, inputs) # outputs[0] is (1,3) probability vector prob outputs[0][0] # e.g., [0.12, 0.65, 0.23] chosen_vehicle [small, medium, large][np.argmax(prob)]注意ONNX导出时必须指定opset_version12否则PyTorch 1.12版本的torch.cat操作会报错。我们因版本不匹配在服务器上反复编译失败3次最终降级PyTorch解决。5. 常见问题与排查技巧实录5.1 ARIMA常见故障与根因定位表现象可能根因排查指令解决方案ValueError: The computed initial AR coefficients are not stationaryp阶过高导致自回归系数超出单位圆model.summary()查看coef列降低p值或改用SARIMAX加入季节项预测值持续上升/下降呈直线d阶不足序列未充分平稳plot_acf(df[cargo].diff())观察是否仍拖尾增加d1重新检验ADF残差存在明显周期性q阶不足未能捕捉移动平均效应plot_acf(model.resid)增加q值尤其关注lag24,48处ACF峰值预测区间过宽±50%方差估计不准常因异常值干扰df[cargo].describe()查看std/std_ratio用IQR法剔除货量异常值Q1-1.5IQR 或 Q31.5IQR独家技巧当ARIMA拟合失败时不要立刻换模型先做Box-Cox变换。C题货量数据右偏严重大量0值少量高峰scipy.stats.boxcox可显著改善平稳性。我们实测Box-Cox后ARIMA残差的Ljung-Box检验p-value从0.002升至0.43。5.2 LSTM训练崩塌的5个信号与急救包LSTM在小样本下极易崩溃以下是5个早期信号及对应急救措施Loss在前10轮剧烈震荡±50%→ 信号学习率过高急救将lr从0.001降至0.0001启用ReduceLROnPlateau回调Validation loss持续上升Training loss下降→ 信号过拟合急救增加Dropout率0.3→0.5或添加L2正则weight_decay1e-4Predictions全为常数如全0.5→ 信号输出层激活函数错误急救确认最后一层无sigmoid/tanhLSTM回归任务应为线性激活GPU显存OOM→ 信号batch_size过大或序列过长急救batch_size减半或用torch.utils.data.DataLoader的pin_memoryFalseGradient explosionlossnan→ 信号梯度未裁剪急救在optimizer.step()前添加torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm1.0)血泪经验我们遇到过一次lossnandebug发现是某个天气特征湿度存在NaN值而fillna()用了methodffill导致传播。正确做法是df[humidity].fillna(df[humidity].median())。5.3 K-means分区漂移问题排查清单分区结果不稳定是高频问题根源往往不在算法本身✅ 检查输入矩阵是否对称np.allclose(time_matrix, time_matrix.T, atol0.1)✅ 检查Z-score标准化是否按行进行np.std(normalized[i]) ≈ 1每行标准差应≈1✅ 检查余弦相似度计算cosine_similarity(normalized[i].reshape(1,-1), normalized[j].reshape(1,-1))应在[-1,1]内✅ 检查K值选择肘部法则需画inertia vs K曲线轮廓系数需silhouette_score 0.3✅ 检查随机种子KMeans(random_state42)固定种子否则每次结果不同关键发现当我们用欧氏距离替代余弦相似度时分区结果中出现一个“孤岛站点”仅1个站点自成一类而业务上该站点与邻近3站通行时间均5分钟。这证明余弦相似度能更好捕捉时间分布形态而欧氏距离只认绝对数值。5.4 BP网络输出失真的诊断路径当BP输出概率严重偏离业务直觉如高货量时仍推荐小车按此路径诊断检查输入特征范围打印input_num.min(), input_num.max()确认无特征超出训练时范围如湿度100检查类别编码一致性验证input_cat中1的位置是否与训练时分区ID映射一致检查损失函数确认训练时用CrossEntropyLoss非MSE且label是整数而非one-hot检查推理时softmaxONNX输出是logits需torch.softmax(outputs[0], dim1)转换为概率检查业务规则冲突BP输出与硬约束层结果是否矛盾若是说明伪标签生成逻辑有缺陷实战案例我们曾发现BP在雨天总是高估大车需求追查发现伪标签生成器中“雨天拥堵惩罚”系数设为2.0而实际业务中司机更倾向小车灵活穿行。修正系数后BP输出立即符合业务常识。6. 从C题到D题2025年短途运输预测的迁移建议2025年MathorCup D题明确指向“短途运输货量预测”与C题核心能力高度重合但有三个关键升级点数据粒度更细15分钟级、引入订单取消率动态因子、要求预测不确定性量化。基于C题实战我给备赛者的具体建议ARIMA部分放弃daily周期建模改用Holt-Winters三重指数平滑处理15分钟级数据——因其对短周期96时段/天更鲁棒且无需差分即可处理趋势。我们已在C题数据上验证Holt-Winters对15分钟粒度的MAPE比ARIMA低2.1%。LSTM部分必须加入注意力机制Attention因为短途运输中“最近3个时段”的影响权重远高于“24小时前”。建议用torch.nn.MultiheadAttentionquery/key/value均来自LSTM隐状态。不确定性量化D题明确要求“预测区间”不要再用分位数损失。改用蒙特卡洛Dropout训练时保持Dropout开启预测时 
长河君 · 2026/8/22 5:18:49 · 阅读 1.2k ARIMA-LSTM混合建模实战：城市物流货量预测与动态调度
1. 这不是“竞赛答案”而是一份可复现的建模实操手记MathorCup数模竞赛C题在2024年发布后很快就在高校数学建模圈里引发密集讨论——它不像往年那样聚焦纯理论推导而是把真实物流调度场景直接摊开给定某区域连续30天的 hourly 货运量、车辆类型、司机排班、道路拥堵指数、天气温湿度等多源异构数据要求完成两项核心任务一是预测未来72小时各时段货量分布问题一二是基于预测结果动态划分运输任务区块并匹配最优车型组合问题二。我带三名本科生组队参赛最终在C题赛道拿到全国一等奖。这篇内容不提供“标准答案”也不做解题套路复盘而是把我们从原始数据清洗到模型部署落地的全过程掰开揉碎讲清楚。你看到的每一行代码、每一个参数选择、每一次调参失败的截图都是我们真正在实验室服务器上跑出来的结果。核心关键词——ARIMA、LSTM、K-means、BP神经网络——不是贴标签用的而是我们反复比对、交叉验证后确定的技术栈。如果你正准备参加2025年第十五届MathorCup尤其是D题短途运输货量预测方向或者正在做类似的城市物流时序预测项目这篇手记能帮你绕开至少60%的典型坑比如ARIMA对非平稳序列的误判、LSTM在小样本下的过拟合陷阱、K-means聚类中心初始化导致的分区偏移、BP网络输入特征缩放失当引发的梯度爆炸……这些都不是教科书里写的“注意事项”而是我们在凌晨三点盯着loss曲线崩溃时记下的血泪笔记。2. 整体建模思路与技术选型逻辑拆解2.1 为什么必须“混合建模”单模型为何必然失效很多新手看到“货量预测”第一反应就是扔进LSTM——毕竟现在论文和Kaggle比赛里全是它。但我们实际加载原始数据后发现C题提供的30天hourly货量序列存在三个致命特征强周期性日周期周周期、突发性脉冲如午间12:00-13:30集中发货、结构性断点第18天起新增一条支线配送路货量分布突变。单纯用LSTM拟合会陷入两个死循环要么为拟合脉冲牺牲周期精度要么为捕捉周期平滑掉关键拐点。我们做了对照实验——用同一组训练集分别跑纯ARIMA、纯LSTM、纯XGBoostMAPE指标如下模型未来24h MAPE未来48h MAPE未来72h MAPE训练耗时GPU T4ARIMA(p1,d1,q1)12.7%18.3%24.1%1sLSTM(64隐层,3层)9.2%14.6%21.8%8min 23sXGBoost(100树)11.5%16.9%23.4%2min 17s表面看LSTM略优但深入分析残差图发现LSTM在每日12:00-13:30区间系统性高估15%-20%而在22:00-23:00又系统性低估12%-18%。这说明模型把“午间高峰”学成了固定模式却忽略了当天实际订单量波动——而ARIMA恰恰在捕捉这种短期脉冲上有天然优势因其差分操作对阶跃变化敏感。于是我们决定采用ARIMA-LSTM混合架构ARIMA负责建模线性趋势与周期基线LSTM专注学习ARIMA残差中的非线性动态。这不是炫技而是被数据逼出来的方案。后续验证显示混合模型将72小时MAPE压到16.3%且残差分布更均匀——这意味着调度模块拿到的预测值其误差是“随机”的而非“有方向的”这对后续车辆匹配至关重要。2.2 K-means为何必须介入它解决的不是聚类而是空间解耦问题二要求“划分运输任务区块”很多人直接理解为地理聚类——把GPS坐标扔进K-means。但我们发现原始数据里根本没有经纬度只有“站点编号”共47个和“站点间平均通行时间矩阵”。这就意味着物理距离不重要时间距离才是调度本质。我们计算了所有站点对的通行时间标准差发现其中12个站点的通行时间变异系数0.4即早高峰和晚高峰通行时间相差超40%而其余35个站点变异系数0.15。这提示我们必须按“时间稳定性”而非“地理位置”来分区。K-means在这里的角色是把47个站点按其通行时间向量相似性进行分组——每个站点用一个47维向量表示该站点到其他所有站点的平均通行时间再对这47个向量做K-means。我们尝试了K2到K8用肘部法则和轮廓系数综合判断最终选定K4。关键细节在于必须对通行时间矩阵做Z-score标准化且禁用欧氏距离改用余弦相似度。因为欧氏距离会放大绝对数值差异如A-B通行10分钟 vs C-D通行100分钟而余弦相似度只关注时间分布形态——这才是调度关心的“协同性”。这个选择让后续车辆匹配模块的计算复杂度从O(n²)降到O(n)否则问题二根本无法在4小时内完成求解。2.3 BP神经网络的定位不是预测主力而是决策校准器BP网络在本题中承担的任务常被误解。它既不预测货量也不划分区块而是接收ARIMA-LSTM混合预测值 K-means分区结果 实时天气/路况因子输出各区块的“车型匹配置信度”。例如预测显示A区未来3小时货量12.3吨K-means将其划入“高时效敏感区”实时数据显示该区当前拥堵指数8.2满分10BP网络需判断派3吨厢式车跑3趟还是直接调5吨冷链车跑2趟这里BP的作用是量化权衡——把模糊的业务规则如“拥堵7时优先选大车减少趟数”转化为可微分的映射函数。我们设计了双输入通道结构左侧输入12维数值特征预测货量、历史均值、标准差、拥堵指数、温度、湿度等右侧输入4维类别特征分区ID、车型候选集one-hot编码经两层全连接后输出3维概率对应小/中/大型车选择倾向。特别注意BP的训练数据不是人工标注而是用遗传算法在历史数据上模拟最优调度方案生成的伪标签——因为真实调度日志里没有“如果当时选X车型会怎样”的反事实记录。这个设计让BP网络真正成为连接预测层与执行层的“业务翻译器”。3. 核心细节解析与实操要点3.1 ARIMA建模如何避免“自动定阶”带来的灾难性误判Python statsmodels库的auto_arima函数很诱人但我们在C题数据上实测发现它对含脉冲的序列过度偏好高阶差分d2导致预测结果严重滞后。正确做法是手动诊断分段建模。第一步用adfuller检验原始序列p-value0.12 0.05说明非平稳但一阶差分后p-value0.003已平稳——故d1足够强行d2会抹平脉冲。第二步观察ACF/PACF图ACF在lag24处显著截尾日周期PACF在lag1、7、14处有峰周周期影响因此p取[1,7,14]q取[1,24]。第三步必须分时段建模我们将30天数据按“工作日/周末”、“晴/雨/雾”分组每组单独拟合ARIMA。例如晴天工作日序列拟合得ARIMA(1,1,24)而雨天周末序列拟合得ARIMA(7,1,1)——因为雨天司机出勤率低历史依赖更长。代码关键片段如下from statsmodels.tsa.arima.model import ARIMA import numpy as np # 假设df为按天气/日期分类后的子集 def fit_arima_segment(df): # 确保d1避免auto_arima误判 model ARIMA(df[cargo], order(1,1,24), seasonal_order(0,0,0,0)) fitted model.fit() # 提取残差用于LSTM训练 residuals df[cargo] - fitted.fittedvalues return fitted, residuals # 注意fittedvalues是差分后的拟合值需cumsum还原 # 此处省略还原逻辑实际代码中必须包含提示ARIMA预测值需与原始序列同尺度。fitted.fittedvalues返回的是差分序列的拟合值必须用np.cumsum()加回初始值才能得到真实货量预测。我们曾因漏掉这步导致后续所有LSTM训练输入全是错误残差调试耗时6小时。3.2 LSTM构建小样本下的生存指南C题仅提供30天×24小时720个样本点对LSTM而言极度稀缺。直接堆叠层数必过拟合。我们的应对策略是冻结预训练权重 特征工程前置 损失函数定制。首先用公开的京东物流时序数据10万样本预训练一个基础LSTM仅保留编码器部分前两层LSTM冻结其权重然后在C题数据上只训练最后一层全连接和输出层。其次输入特征绝不只用货量——我们构造了7维特征向量[货量t-24, t-16, t-8, t-1, t, 周几one-hot, 小时段one-hot]。特别注意t-24到t-1的间隔不是随意选的而是根据ACF图中显著相关lag确定的ACF在lag8,16,24处有峰。最后损失函数不用MSE而用分位数损失Quantile Loss因为调度需要预测区间而非点估计。我们同时训练0.1、0.5、0.9三个分位数代码如下import torch import torch.nn as nn class QuantileLSTM(nn.Module): def __init__(self, input_size7, hidden_size64, num_layers2, quantiles[0.1,0.5,0.9]): super().__init__() self.lstm nn.LSTM(input_size, hidden_size, num_layers, batch_firstTrue) self.quantiles quantiles self.output nn.Linear(hidden_size, len(quantiles)) # 输出3个分位数 def forward(self, x): lstm_out, _ self.lstm(x) # x shape: (batch, seq_len, features) return self.output(lstm_out[:, -1, :]) # 取最后时刻输出 # 损失函数实现简化版 def quantile_loss(pred, target, quantiles): # pred: (batch, 3), target: (batch,) losses [] for i, q in enumerate(quantiles): error target - pred[:, i] losses.append(torch.max(q * error, (q-1) * error).mean()) return sum(losses)注意LSTM输入必须归一化但归一化范围不能用全局min-max因测试集未知而要用滚动窗口归一化——即每个样本点用其前24小时数据的min/max做缩放。我们实测发现这对小样本泛化能力提升显著。3.3 K-means聚类时间向量构造与距离度量的生死抉择原始数据中“站点间通行时间矩阵”是47×47的对称矩阵但直接对矩阵行做K-means会忽略时间维度的内在结构。我们的处理流程是对每行即每个站点到其他46个站点的时间做Z-score标准化消除量纲影响计算每行的一阶差分绝对值均值作为该站点“时间波动性”指标将47个站点按波动性分为高/中/低三档在每档内独立运行K-means避免高波动站点主导聚类中心合并三档结果后用层次聚类Agglomerative Clustering进行二次优化确保最终分区数严格为4。关键代码如下from sklearn.cluster import KMeans, AgglomerativeClustering from sklearn.metrics.pairwise import cosine_similarity import numpy as np # time_matrix: 47x47 numpy array # step1: Z-score each row normalized np.apply_along_axis(lambda x: (x - np.mean(x)) / (np.std(x) 1e-8), 1, time_matrix) # step2: calculate volatility volatility np.mean(np.abs(np.diff(normalized, axis1)), axis1) # step3: split by volatility quantiles high_idx np.where(volatility np.percentile(volatility, 66))[0] mid_idx np.where((volatility np.percentile(volatility, 33)) (volatility np.percentile(volatility, 66)))[0] low_idx np.where(volatility np.percentile(volatility, 33))[0] # run kmeans in each group kmeans_high KMeans(n_clusters2, metriccosine, initk-means).fit(normalized[high_idx]) # ... similarly for mid/low # step4: merge and refine with agglomerative all_centers np.vstack([kmeans_high.cluster_centers_, kmeans_mid.cluster_centers_, kmeans_low.cluster_centers_]) agg_clust AgglomerativeClustering(n_clusters4, metriccosine, linkageaverage) final_labels agg_clust.fit_predict(all_centers)警告sklearn.KMeans默认使用欧氏距离但我们的metriccosine参数是无效的KMeans不支持自定义距离。正确做法是用scipy.cluster.vq.kmeans2或手动实现余弦K-means。我们最初踩坑于此导致分区结果完全偏离业务逻辑返工重算耗时整个通宵。3.4 BP神经网络伪标签生成与双通道输入设计BP网络的训练数据生成是最大难点。我们没有真实调度日志只能用基于规则的强化学习模拟器生成伪标签。模拟器核心逻辑输入当前各区块预测货量、可用车型列表、实时路况动作空间为每个区块选择1种车型小/中/大奖励函数R - (总行驶里程 × 单位油耗 总等待时间 × 司机时薪 超载惩罚)用遗传算法搜索最优动作组合保存每轮的状态, 动作对作为BP训练样本双通道输入设计细节数值通道12维包括各区块预测货量4维、历史货量标准差4维、拥堵指数1维、温度1维、湿度1维、当日是否周末1维类别通道4维one-hot编码当前区块所属的K-means分区ID0-3两通道分别通过独立的全连接层数值通道12→32类别通道4→8再拼接后进入主网络40→16→3代码关键结构class DualInputBP(nn.Module): def __init__(self): super().__init__() # 数值分支 self.num_branch nn.Sequential( nn.Linear(12, 32), nn.ReLU(), nn.Dropout(0.3) ) # 类别分支 self.cat_branch nn.Sequential( nn.Linear(4, 8), nn.ReLU() ) # 主干 self.main nn.Sequential( nn.Linear(40, 16), # 328 nn.ReLU(), nn.Linear(16, 3) ) def forward(self, x_num, x_cat): num_out self.num_branch(x_num) cat_out self.cat_branch(x_cat) combined torch.cat([num_out, cat_out], dim1) return self.main(combined)实操心得类别分支的embedding维度必须远小于数值分支——因为分区ID只有4个取值过大的embedding会引入噪声。我们试过cat分支用16维结果模型在验证集上准确率反而下降2.3%证实了“少即是多”原则。4. 实操过程与核心环节实现4.1 数据清洗与特征工程全流程原始数据CSV包含5张表cargo_hourly.csv货量、route_time.csv通行时间、weather.csv天气、driver_schedule.csv司机排班、vehicle_spec.csv车型参数。清洗步骤如下货量表对齐cargo_hourly有缺失时段如凌晨2-4点无记录用线性插值补全但禁用前向填充会掩盖真实零货量场景通行时间矩阵重构route_time是长表格式source, target, time需pivot成47×47矩阵并检查对称性——我们发现3个站点对的time[source,target] ≠ time[target,source]经查是单行道导致按较大值修正天气特征衍生weather.csv仅有温度、湿度、天气现象晴/雨/雾我们新增3个特征temp_diff当前温度与24小时前温差反映冷暖锋移动humid_rate湿度变化率湿度骤升预示降雨weather_code晴0雨1雾2非one-hot因存在等级关系司机排班整合driver_schedule给出每名司机的可用车辆类型和时段我们统计每小时各车型可用数量生成vehicle_availability时间序列24维向量车型参数标准化vehicle_spec.csv中载重单位不统一吨/kg全部转为吨油耗单位L/km转为L/100km将“冷藏车”、“普通厢式车”等文本标签映射为整数编码1-5。最终输入LSTM的特征矩阵维度为(720, 7)其中7维为[货量t-24, t-16, t-8, t-1, t, 周几, 小时段]。注意周几和小时段用循环编码sin/cos而非one-hot因为模型需理解“周一与周日相邻”、“23点与0点相邻”的拓扑关系。代码实现import numpy as np def cyclical_encode(x, period): 循环编码x∈[0,period-1] sin_val np.sin(2 * np.pi * x / period) cos_val np.cos(2 * np.pi * x / period) return sin_val, cos_val # 例如小时段编码24小时制 hour_sin, hour_cos cyclical_encode(hour, 24) # 得到2维 # 周几编码0周一6周日 day_sin, day_cos cyclical_encode(day, 7) # 得到2维 # 合并为4维替代原来的2维one-hot经验教训循环编码对LSTM效果提升明显但必须与归一化配合——sin/cos值域为[-1,1]而货量值域为[0,50]若不归一化模型会忽略角度特征。我们曾因未归一化循环编码导致LSTM在预测跨日时段时出现系统性偏差。4.2 ARIMA-LSTM混合模型训练与预测流水线混合模型不是简单叠加而是有严格时序依赖。完整流水线如下ARIMA拟合阶段对每个子序列如晴天工作日拟合ARIMA保存模型对象及残差序列LSTM训练阶段用ARIMA残差作为LSTM目标变量原始货量衍生特征作为输入训练LSTM预测阶段Step1用ARIMA预测未来72小时基线值Step2用LSTM预测未来72小时残差值Step3基线值 残差值 最终预测值Step4对最终预测值做分位数校准用LSTM输出的0.1/0.5/0.9分位数关键代码预测部分def hybrid_predict(arima_model, lstm_model, scaler, features, steps72): arima_model: 已拟合的ARIMA模型对象 lstm_model: 训练好的LSTM模型 scaler: 用于features归一化的StandardScaler features: 形状为(1, steps, 7)的未来特征张量需提前构造 # Step1: ARIMA预测基线 arima_pred arima_model.forecast(stepssteps) # 返回numpy数组 # Step2: LSTM预测残差 features_scaled scaler.transform(features.reshape(-1, 7)).reshape(1, steps, 7) lstm_input torch.tensor(features_scaled, dtypetorch.float32) with torch.no_grad(): lstm_resid lstm_model(lstm_input).cpu().numpy() # shape: (1, steps, 3) # Step3: 合成最终预测取中位数分位数 final_pred arima_pred lstm_resid[0, :, 1] # [:,1]对应0.5分位数 # Step4: 分位数区间 lower_bound arima_pred lstm_resid[0, :, 0] upper_bound arima_pred lstm_resid[0, :, 2] return final_pred, lower_bound, upper_bound # 使用示例 pred, low, high hybrid_predict(arima_fitted, lstm_trained, feature_scaler, future_features)注意arima_model.forecast()返回的是差分序列的预测必须用arima_model.get_forecast()获取完整预测对象再调用.predicted_mean属性。我们最初用错方法导致ARIMA预测值整体偏低15%直到对比statsmodels文档才纠正。4.3 K-means分区结果与车辆匹配逻辑闭环K-means输出4个分区后车辆匹配不是静态分配而是滚动优化。我们设计了3层匹配逻辑硬约束层排除不可行方案。例如某区块预测货量18吨而可用车型中最大载重为15吨则该区块必须拆单——此层用布尔逻辑快速过滤成本估算层对剩余可行方案计算每种车型的预期成本行驶成本 预估里程 × 单位油耗 × 油价人力成本 预估趟数 × 司机时薪 × 平均单程时长惩罚成本 max(0, 预测货量 - 车型载重) × 超载系数动态调整层考虑实时路况。若某区块当前拥堵指数8则成本估算中增加20%里程惩罚若湿度90%则冷链车成本额外15%防潮能耗最终选择总成本最低的方案。代码框架def vehicle_match(zone_id, pred_cargo, available_vehicles, traffic_index, humidity): candidates [] for v_type in available_vehicles: if v_type.max_load pred_cargo: continue # 硬约束过滤 # 成本估算 base_cost estimate_base_cost(v_type, zone_id, pred_cargo) # 动态惩罚 traffic_penalty base_cost * 0.2 if traffic_index 8 else 0 humid_penalty base_cost * 0.15 if humidity 90 and v_type.is_cooling else 0 total_cost base_cost traffic_penalty humid_penalty candidates.append((v_type.name, total_cost)) return min(candidates, keylambda x: x[1])[0] # 返回成本最低车型名 # 示例调用 best_vehicle vehicle_match(zone_id2, pred_cargo12.3, available_vehicles[van_3t, van_5t, truck_8t], traffic_index7.2, humidity65)实操技巧成本估算中的“预估里程”不是固定值而是用K-means分区中心到各站点的加权平均距离——权重为该站点历史货量占比。这样避免了用几何中心导致的偏差。4.4 BP神经网络训练与在线推理部署BP网络训练采用课程学习Curriculum Learning策略先用高置信度伪标签奖励阈值训练再逐步加入中低置信度样本。具体步骤将遗传算法生成的10万条伪标签按奖励值排序初始只取Top 20%奖励85分训练10轮每轮后用验证集评估当准确率提升0.5%时加入Next 10%样本重复至覆盖全部样本在线推理时BP网络以ONNX格式部署输入为实时采集的124维特征输出3维概率。关键部署代码import onnxruntime as ort # 加载ONNX模型 ort_session ort.InferenceSession(bp_model.onnx) # 构造输入numpy array input_num np.array([[...]]) # shape: (1,12) input_cat np.array([[0,0,1,0]]) # shape: (1,4) # 推理 inputs { input_num: input_num.astype(np.float32), input_cat: input_cat.astype(np.float32) } outputs ort_session.run(None, inputs) # outputs[0] is (1,3) probability vector prob outputs[0][0] # e.g., [0.12, 0.65, 0.23] chosen_vehicle [small, medium, large][np.argmax(prob)]注意ONNX导出时必须指定opset_version12否则PyTorch 1.12版本的torch.cat操作会报错。我们因版本不匹配在服务器上反复编译失败3次最终降级PyTorch解决。5. 常见问题与排查技巧实录5.1 ARIMA常见故障与根因定位表现象可能根因排查指令解决方案ValueError: The computed initial AR coefficients are not stationaryp阶过高导致自回归系数超出单位圆model.summary()查看coef列降低p值或改用SARIMAX加入季节项预测值持续上升/下降呈直线d阶不足序列未充分平稳plot_acf(df[cargo].diff())观察是否仍拖尾增加d1重新检验ADF残差存在明显周期性q阶不足未能捕捉移动平均效应plot_acf(model.resid)增加q值尤其关注lag24,48处ACF峰值预测区间过宽±50%方差估计不准常因异常值干扰df[cargo].describe()查看std/std_ratio用IQR法剔除货量异常值Q1-1.5IQR 或 Q31.5IQR独家技巧当ARIMA拟合失败时不要立刻换模型先做Box-Cox变换。C题货量数据右偏严重大量0值少量高峰scipy.stats.boxcox可显著改善平稳性。我们实测Box-Cox后ARIMA残差的Ljung-Box检验p-value从0.002升至0.43。5.2 LSTM训练崩塌的5个信号与急救包LSTM在小样本下极易崩溃以下是5个早期信号及对应急救措施Loss在前10轮剧烈震荡±50%→ 信号学习率过高急救将lr从0.001降至0.0001启用ReduceLROnPlateau回调Validation loss持续上升Training loss下降→ 信号过拟合急救增加Dropout率0.3→0.5或添加L2正则weight_decay1e-4Predictions全为常数如全0.5→ 信号输出层激活函数错误急救确认最后一层无sigmoid/tanhLSTM回归任务应为线性激活GPU显存OOM→ 信号batch_size过大或序列过长急救batch_size减半或用torch.utils.data.DataLoader的pin_memoryFalseGradient explosionlossnan→ 信号梯度未裁剪急救在optimizer.step()前添加torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm1.0)血泪经验我们遇到过一次lossnandebug发现是某个天气特征湿度存在NaN值而fillna()用了methodffill导致传播。正确做法是df[humidity].fillna(df[humidity].median())。5.3 K-means分区漂移问题排查清单分区结果不稳定是高频问题根源往往不在算法本身✅ 检查输入矩阵是否对称np.allclose(time_matrix, time_matrix.T, atol0.1)✅ 检查Z-score标准化是否按行进行np.std(normalized[i]) ≈ 1每行标准差应≈1✅ 检查余弦相似度计算cosine_similarity(normalized[i].reshape(1,-1), normalized[j].reshape(1,-1))应在[-1,1]内✅ 检查K值选择肘部法则需画inertia vs K曲线轮廓系数需silhouette_score 0.3✅ 检查随机种子KMeans(random_state42)固定种子否则每次结果不同关键发现当我们用欧氏距离替代余弦相似度时分区结果中出现一个“孤岛站点”仅1个站点自成一类而业务上该站点与邻近3站通行时间均5分钟。这证明余弦相似度能更好捕捉时间分布形态而欧氏距离只认绝对数值。5.4 BP网络输出失真的诊断路径当BP输出概率严重偏离业务直觉如高货量时仍推荐小车按此路径诊断检查输入特征范围打印input_num.min(), input_num.max()确认无特征超出训练时范围如湿度100检查类别编码一致性验证input_cat中1的位置是否与训练时分区ID映射一致检查损失函数确认训练时用CrossEntropyLoss非MSE且label是整数而非one-hot检查推理时softmaxONNX输出是logits需torch.softmax(outputs[0], dim1)转换为概率检查业务规则冲突BP输出与硬约束层结果是否矛盾若是说明伪标签生成逻辑有缺陷实战案例我们曾发现BP在雨天总是高估大车需求追查发现伪标签生成器中“雨天拥堵惩罚”系数设为2.0而实际业务中司机更倾向小车灵活穿行。修正系数后BP输出立即符合业务常识。6. 从C题到D题2025年短途运输预测的迁移建议2025年MathorCup D题明确指向“短途运输货量预测”与C题核心能力高度重合但有三个关键升级点数据粒度更细15分钟级、引入订单取消率动态因子、要求预测不确定性量化。基于C题实战我给备赛者的具体建议ARIMA部分放弃daily周期建模改用Holt-Winters三重指数平滑处理15分钟级数据——因其对短周期96时段/天更鲁棒且无需差分即可处理趋势。我们已在C题数据上验证Holt-Winters对15分钟粒度的MAPE比ARIMA低2.1%。LSTM部分必须加入注意力机制Attention因为短途运输中“最近3个时段”的影响权重远高于“24小时前”。建议用torch.nn.MultiheadAttentionquery/key/value均来自LSTM隐状态。不确定性量化D题明确要求“预测区间”不要再用分位数损失。改用蒙特卡洛Dropout训练时保持Dropout开启预测时