基于人工神经网络的区域物流需求预测及实证研究

发布时间：2020-11-01 22:31

　　 20世纪80年代中期以来,随着经济全球化和信息化进程的不断加快,物流业作为具有广阔前景和增值功能的新兴服务业,在全球范围内得以迅速发展。各国及地区纷纷将物流业作为重点发展产业,希望通过大力发展物流业来带动经济发展,改善投资环境,增加对外资的吸引,解决就业压力等等,但过快的增长容易造成物流实际供给能力与物流需求的不平衡,带来战略的失效或反作用。因此,本文欲通过对区域物流需求规模、结构以及它们的发展变化趋势进行分析及预测,以期能为区域规划者在制定区域物流产业政策、区域物流规划以及物流设施建设投资方面提供必要的基础数据和决策支持。 本文以国内外区域物流需求预测研究现状以及相关的理论知识为基础,研究区域物流需求预测。首先,在综述国内外研究的基础上确定了本文研究的目的意义及内容;接着,在介绍物流需求及其预测的理论知识的基础上,分析了物流需求的主要影响因素以及它们之间的相关性程度,并建立了区域物流需求预测的指标体系,包括区域经济指标和物流需求指标;然后,在介绍人工神经网络的基本理论的基础上,对人工神经网络应用于区域物流需求预测进行了可行性分析,利用BP神经网络建立了区域物流需求预测模型,并说明了模型的实现过程;最后,以上海市为例,通过前面建立的模型对上海市的物流需求规模和结构进行了定性和定量的预测分析。 通过分析及实证研究,本文认为区域物流需求与区域经济存在很强的相关性,它们之间的发展存在内在的逻辑性,这决定了可以利用经济水平来预测区域物流需求。由于BP神经网络具有强非线性映射能力,因此,它可以很好的揭示区域物流需求与区域经济两者之间的内在联系,并能得到很好的预测效果,从而为区域物流需求预测提供了一种较科学的方法。
【学位单位】：北京物资学院
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F252
【部分图文】：

将测试样本输入训练好的网络进行仿真预测，预测结果为： =0.72940.64520.82470.8592Y1预测误差为： =-0.068-0.2050.00580.0092error1

将测试样本输入训练好的网络进行仿真预测，预测结果为： =0.72940.64520.82470.8592Y1预测误差为： =-0.068-0.2050.00580.0092error1

将测试样本输入训练好的网络进行仿真预测，预测结果为： =0.83750.88470.79120.7637Y3预测误差为： =0.83750.0347-0.028-0.086error3经过比较分析可知，当中间层神经元数为 15 时，网络收敛速度快，预测精度高。结合以上的分析，上海市物流需求预测 BP 网络模型结构如图 5-4 所示。
【引证文献】

相关博士学位论文 前1条

1 郑斌;区域物流网络中心选址及线路优化研究[D];大连海事大学;2011年

相关硕士学位论文 前2条

1 孙风华;区域货运需求预测方法研究[D];长安大学;2011年

2 杜闯;辽宁省区域性物流发展研究[D];东北财经大学;2011年

本文编号：2866195