基于LDWPSO的加权朴素贝叶斯算法在物流需求预测中的应用研究

发布时间：2020-04-30 02:51

【摘要】：国务院明确定位物流为支撑国民经济的基础性和战略性产业,在此背景下,南京作为长江经济带中的特大型城市,其经济发展水平、产业结构、基础设施、市民消费水平、消费理念、物流技术、城市物流基础设施布局、物流服务水平都在不断的提高、变革和改善。因此,对南京的物流需求建立科学的预测模型是十分必要的。本文以南京市物流发展的实际状况以及物流需求相关理论为基础,根据物流需求的相关特征,对物流需求预测开展了研究。主要研究工作有以下几个方面:(1)在阅读和学习国内外物流需求的期刊文献的基础上,选取了灰色系统理论和指数平滑法作为与本文所建立的预测模型对照的预测模型,同时在明确了影响物流需求量的因素的基础上,选取了货运量为物流需求的预测指标。(2)建立了基于LDWPSO的加权朴素贝叶斯预测模型。针对传统朴素贝叶斯模型中各个属性独立的问题,本文使用为每个属性添加权值的方法削弱各个属性的独立性,结合具有强拟合能力的粒子群优化算法,建立基于粒子群优化的加权朴素贝叶斯预测模型应用于物流需求预测的问题。同时,由于粒子群优化算法在处理离散数据时容易陷入局部最优解的缺点,本文采用惯性权重线性递减的方法来改进,以提高预测模型的鲁棒性和准确性。(3)对南京市的物流需求预测进行了实证分析,试验结果表明,基于LDWPSO的加权朴素贝叶斯预测模型在预测的误差率上明显低于其他单一的预测模型,从而验证了预测模型的准确性。
【图文】：

40图 4.1 基于 LDWPSO 的加权朴素贝叶斯预测模型流程图准化法之前需要采集样本数据，样本数据与实际分类预将数据进行标准化处理，即对样本数据的格式进行

图 4.2 样本数据标准化结构的样本数据标准化结构中，1A 、2A 和kA 代表样本数据集性的个数；C代表类别属性。准化完成后，下一步即本阶段是根据贝叶斯定理公式计算后公式即式（4.2）。类预测思想是计算某个样本数据类别属性的后验概率 P( Ci属于后验概率最大的类别属性。显然，，每个数据的 P (X))()iiXCPC。叶斯算法中类别属性的后验概率由式（4.4）算得，如式（4
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F259.27

【参考文献】

相关期刊论文 前10条

1 方伟;郑文竹;樊立沙;凌云鹏;;基于二次指数平滑模型的中国社会电力需求预测分析[J];价值工程;2015年36期

2 施绍宁;;基于神经网络的敏捷制造业预测模型及其自动化物流预测系统[J];科技展望;2015年36期

3 魏杰;宁静;李富忠;;山西省玉米产量预测研究——基于指数平滑法的实证研究[J];天津农业科学;2015年11期

4 赵乃刚;邓景顺;;粒子群优化算法综述[J];科技创新导报;2015年26期

5 严小丽;何超;黄怡浪;;三次指数平滑法在建筑事故预测中的应用[J];统计与决策;2015年10期

6 王燕霞;钱存华;陈淼;;基于组合预测法的江苏省物流需求预测[J];物流技术;2015年07期

7 徐生兵;夏文杰;冯继强;;一种改进的粒子群优化算法[J];计算机与现代化;2015年03期

8 宋志兰;王冬岚;王华;;基于灰色GM(1,1)模型的云南花卉物流需求预测[J];物流技术;2015年03期

9 邓ng;;基于孤立点消除合理选择训练样本的物流预测[J];物流技术;2014年13期

10 曾鸣;程文明;林磊;;状态空间时间序列的区域物流需求预测研究[J];计算机工程与应用;2014年15期

相关博士学位论文 前2条

1 童明余;灰色建模方法及其在预测中的应用研究[D];重庆大学;2016年

2 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年

相关硕士学位论文 前1条

1 陈凌缨;基于循环经济的逆向物流预测与实证[D];华侨大学;2012年

本文编号：2645307