基于多元线性回归与随机森林的生鲜物流运输时间预测研究——以A企业为例

张颖 赵敏 王道顺 孙思雨 

青岛理工大学临沂校区，山东省临沂市，273400；

摘要：本文以A企业生鲜物流运输系统为研究对象，系统筛选出信息技术、交通路线、人员操作、外部环境条件、存储设备、包装设备、运输设备、信息系统、拣选设备、冷库设备、现场操作共计11个影响生鲜物流运输效率的因素，并以此构建自变量集合，同时将A企业各运输线路的运输时间作为因变量。在此基础上，分别建立多元线性回归模型与随机森林回归模型，对运输时间进行预测，并对两种模型的预测性能进行比较。研究结果表明，多元线性回归模型的预测误差为0.09小时，优于随机森林模型的0.12小时，在小样本条件下表现更为稳定。此外，信息技术和现场操作是影响运输时间的最关键因素，企业应优先优化这两方面以提升物流效率。

关键词：生鲜物流；运输时间预测；多元线性回归；随机森林；因素分析

参考文献

[1]JAELANI I, HARSANTO B, AZIS Y, et al. Cold chain logistics challenges on sustainability: A systematic review[J]. Sustainable Futures, 2025, 10: 101559.

[2]SUTAR G, DHALMAHAPATRA K, CHAKRABORTY S. Identifying critical factors in cold chain logistics system: A review[M]//Digital Transformation of Supply Chains. Cham: Springer, 2026: 191-219.

[3]DING H X, LI H D, ZHANG K. Prediction of arrival times of container transport on Fangchenggang-Yuxi railroads using random forest model[C]//CICTP 2023: Innovation-Empowered Technology for Sustainable, Intelligent, Decarbonized, and Connected Transportation. Reston: ASCE, 2023: 1107-1117.