生産性のないコンテナ移動の削減に向けて：サービス要求と滞留時間の予測

要旨: この記事は、コンテナ埠頭において実施したデータサイエンス研究の結果を提示するものであり、サービス要件とコンテナの滞留時間を予測することで、生産性のないコンテナ移動を減らすことを目的としています。我々は、過去の運用データを活用して、貨物のリリース前に事前クリアランス取り扱いサービスを必要とするコンテナがどれかを予測し、また、それらが埠頭内に留まると見込まれる期間を推定するための機械学習モデルを開発し、評価します。データ準備プロセスの一環として、貨物の説明に対する分類システムを実装し、さらにデータの一貫性と特徴量の品質を改善するために、荷受人（consignee）記録の重複排除を行います。これらの予測機能は、ヤード運用における戦略的計画および資源配分に対して価値ある入力を提供します。複数の時間的検証期間にわたって、提案モデルは精度と再現率の両面で、既存のルールベースのヒューリスティックおよびランダム基準を一貫して上回りました。これらの結果は、コンテナ埠頭物流における運用効率の改善と、データに基づく意思決定を支援するための、予測分析の実用的価値を示しています。