基于遗传神经网络的城市圈物流需求预测——以鄱阳湖城市圈为例
本文关键词:基于遗传神经网络的城市圈物流需求预测——以鄱阳湖城市圈为例,由笔耕文化传播整理发布。
【摘要】:针对单纯使用神经网络预测物流量出现预测精度低、泛化能力差、耗费时间长等问题,提出一种可以最优化目标的算法,为避免陷入局部最小值,引入遗传算法对神经网络所需要的权值、阈值等可变参数进行最优化处理。仿真结果表明利用遗传算法对神经网络进行优化处理,预测结果能够表现出更高的预测精度与泛化能力。
【作者单位】: 江西师范大学软件学院;
【关键词】: 遗传算法 神经网络 物流 城市圈
【分类号】:F259.2;TP183
【正文快照】: 随着我国经济的飞速发展,物流业作为新兴产业之一也在快速发展,逐渐成为区域经济重要的构成要素,同时引导和促进着区域经济的发展,成为衡量经济发展程度的一个重要指标,对于区域经济发展有着不可忽视的拉动作用[1]。物流与经济发展表现出正相关关系,物流规模的预测已经受到越
【参考文献】
中国期刊全文数据库 前6条
1 谢晓燕;韦学婷;王霖;;基于指数平滑法的呼、包、鄂三角区物流需求量预测[J];干旱区资源与环境;2013年01期
2 曾艳;;基于变异系数的区域物流需求组合预测方法[J];统计与决策;2012年21期
3 赵莉;宋国宇;;物流业与区域经济一体化协调发展的实证及理论解释——基于中国省级数据的分析[J];技术经济;2012年01期
4 杨树果;王新利;;偏最小二乘回归与灰色模型耦合在物流需求预测中的应用[J];农业技术经济;2010年07期
5 李赤林;胡小辉;;基于BP神经网络的武汉城市圈物流需求预测[J];武汉理工大学学报(信息与管理工程版);2009年05期
6 朱帮助;;组合预测模型在区域物流需求预测中的应用[J];经济地理;2008年06期
【共引文献】
中国期刊全文数据库 前10条
1 夏建民;李冰;柯芬芬;;基于遗传神经网络的城市圈物流需求预测——以鄱阳湖城市圈为例[J];陕西理工学院学报(自然科学版);2016年06期
2 杨少华;刘阳;;港珠澳大桥对珠海物流业的影响与预测分析[J];中共珠海市委党校珠海市行政学院学报;2016年05期
3 朱佩芬;;中西部以物流业为主的新型城镇综合体建设研究[J];城市学刊;2016年04期
4 吴灼亮;黄敏芳;;国内区域经济与物流业关联机理及政策研究综述[J];吉林工商学院学报;2016年03期
5 任玎;;从经济学共生理论探讨商贸流通对地区经济的影响[J];商业经济研究;2016年10期
6 韩正涛;;基于组合预测模型的广州市物流需求量预测[J];对外经贸;2016年04期
7 李长珍;罗瑶;;西部地区物流业与区域经济协调发展及差异研究[J];商业经济;2016年01期
8 王花云;申永辉;黄渝雁;;产业升级对广西港口物流影响研究[J];物流工程与管理;2015年11期
9 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
10 党转转;马惠兰;;中国核桃国内市场消费特征及潜力预测[J];北方园艺;2015年18期
【二级参考文献】
中国期刊全文数据库 前10条
1 贾学力;焦帅;李建军;;二次指数平滑在交通信息短期预测中的应用[J];公路交通科技;2011年S1期
2 胡心专;张亚明;;区域物流需求量预测实证研究[J];商业时代;2011年16期
3 宋国宇;;我国绿色食品产业发展“结构制约”的实证研究[J];技术经济;2011年04期
4 刘生龙;胡鞍钢;;交通基础设施与中国区域经济一体化[J];经济研究;2011年03期
5 殷春武;石宇翔;;广义偏差最小的组合预测加权系数确定[J];统计与决策;2011年01期
6 殷春武;;GM(1,1)在商品销量预测上的运用[J];中国商贸;2010年28期
7 刘刚;;我国省际贸易壁垒的演进:1988—2008[J];兰州学刊;2010年11期
8 胡江红;於香;;指数平滑法的研究和应用[J];中国商界(上半月);2010年08期
9 陈娟;吉培荣;卢丰;;指数平滑法及其在负荷预测中的应用[J];三峡大学学报(自然科学版);2010年03期
10 陈德良;王文科;;多元线性回归模型在物流需求预测中的应用[J];中国物流与采购;2009年20期
【相似文献】
中国期刊全文数据库 前10条
1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期
3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期
5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期
7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期
8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期
9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期
10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者 张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
本文关键词:基于遗传神经网络的城市圈物流需求预测——以鄱阳湖城市圈为例,,由笔耕文化传播整理发布。
本文编号:432209
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/432209.html