道口集卡流量预测方法、系统、介质及道口集卡管理方法

本申请提供一种道口集卡流量预测方法、系统、介质及道口集卡管理方法，应用于自动化集装箱码头技术领域，通过数据模态分类模型动态适配码头运营场景，结合长短期记忆网络（LSTM）回归模型与极端梯度提升（XGBoost）回归模型并行预测，并通过加权相加的方式整合预测结果，从而精准预测未来预设时间段内码头道口每个时段的集卡流量，有效解决了码头集装箱转运效率低下的问题，为码头的运营管理提供了依据，有助于优化资源分配，减少拥堵，降低运营成本，从而显著提升了码头的整体作业效率和服务质量。