本文關(guān)鍵詞：基于剔除孤立點(diǎn)的物流成本預(yù)測模型　出處：《現(xiàn)代電子技術(shù)》2017年13期 　論文類型：期刊論文

  更多相關(guān)文章： 物流成本 孤立數(shù)據(jù)點(diǎn) 密度方法 預(yù)測模型

【摘要】：孤立點(diǎn)對物流成本預(yù)測結(jié)果具有干擾作用,而當(dāng)前模型均沒有考慮孤立點(diǎn)的負(fù)面影響,預(yù)測結(jié)果可信度低。為了改善物流成本的預(yù)測效果,提出基于剔除孤立點(diǎn)的物流成本預(yù)測模型。首先對當(dāng)前物流成本預(yù)測研究現(xiàn)狀進(jìn)行分析,并根據(jù)密度方法找到物流成本原始數(shù)據(jù)中的孤立點(diǎn),刪除這些孤立點(diǎn),然后對物流成本數(shù)據(jù)進(jìn)行聚類,找到物流中隱藏的變化特點(diǎn),采用最小二乘支持向量機(jī)建立物流成本預(yù)測模型,最后通過物流成本預(yù)測實(shí)驗(yàn)對性能進(jìn)行測試。測試結(jié)果表明,該模型消除了孤立點(diǎn)的干擾,提高了物流成本的預(yù)測精度,物流成本預(yù)測的建模效率得到改善,具有很好的實(shí)際應(yīng)用價值。
[Abstract]:Isolated point has a moderating effect on logistics cost prediction results, but the current models do not consider the negative impact of isolated points, the prediction results with low confidence. In order to improve the prediction effect of the logistics cost, proposes the forecast model to remove outliers. Based on the logistics cost logistics cost prediction based on the current research situation analysis, and find the isolated point of logistics the cost of the original data according to the density method to remove these outliers, and then cluster the logistics cost data, find the hidden characteristics of logistics, logistics cost was established using least squares support vector machine prediction model, finally through the logistics cost prediction experiment to test performance. The test results show that the model eliminates the interference of isolated points to improve the prediction accuracy, logistics cost, logistics cost prediction modeling efficiency is improved, which has good practical value.

【作者單位】： 武漢設(shè)計(jì)工程學(xué)院商學(xué)院;
【基金】：2015年度湖北省教育廳一般項(xiàng)目(15G224)
【分類號】：F259.23
【正文快照】： 0引言隨著經(jīng)濟(jì)、人們生活水平以及交通技術(shù)等不斷改善,物流企業(yè)越來越多,導(dǎo)致企業(yè)之間的競爭加劇,物流成本預(yù)測直接影響物流企業(yè)的經(jīng)濟(jì)效益,是物流研究領(lǐng)域中的一個重要方向,引起了人們的高度關(guān)注[1]。物流成本與一個地區(qū)的經(jīng)濟(jì)、政策以及交通狀況密切相關(guān),是一個復(fù)雜多變系統(tǒng)

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳建軍;;蟻群算法在物流配送路徑優(yōu)化中的研究[J];計(jì)算機(jī)仿真;2011年02期

2 尹艷玲;;基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的物流需求預(yù)測研究[J];河南理工大學(xué)學(xué)報(自然科學(xué)版);2010年05期

3 陳以;萬梅芳;;RBF神經(jīng)網(wǎng)絡(luò)在物流系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)仿真;2010年04期

4 閆莉;薛惠峰;陳青;;基于灰色馬爾可夫模型的區(qū)域物流規(guī)模預(yù)測[J];西安工業(yè)大學(xué)學(xué)報;2009年05期

5 胡燕祝;呂宏義;;基于支持向量回歸機(jī)的物流需求預(yù)測模型研究[J];物流技術(shù);2008年05期

6 孫建豐;向小東;;基于灰色線性回歸組合模型的物流需求預(yù)測研究[J];工業(yè)技術(shù)經(jīng)濟(jì);2007年10期

7 陳森;周峰;;基于灰色系統(tǒng)理論的物流需求預(yù)測模型[J];統(tǒng)計(jì)與決策;2006年03期

8 后銳;張畢西;;基于MLP神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測方法及其應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2005年12期

9 王曉原,李軍;灰色GM(1,1)模型在區(qū)域物流規(guī)模預(yù)測中的應(yīng)用[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2005年03期

10 初良勇,田質(zhì)廣,謝新連;組合預(yù)測模型在物流需求預(yù)測中的應(yīng)用[J];大連海事大學(xué)學(xué)報;2004年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧必年;;基于剔除孤立點(diǎn)的物流成本預(yù)測模型[J];現(xiàn)代電子技術(shù);2017年13期

2 張國玲;徐學(xué)紅;;一種基于ARIMA-BPNN的物流需求預(yù)測模型[J];控制工程;2017年05期

3 曲士榮;;渭南鐵路物流中心物流需求和功能定位分析[J];鐵道標(biāo)準(zhǔn)設(shè)計(jì);2017年06期

4 徐琴;;混沌理論和極限學(xué)習(xí)機(jī)的物流需求預(yù)測模型[J];現(xiàn)代電子技術(shù);2017年07期

5 王曉東;張永強(qiáng);薛紅;;基于改進(jìn)蟻群算法對VRP線路優(yōu)化[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2017年02期

6 胡培成;趙宏;;關(guān)于城市生態(tài)飲用水供水網(wǎng)絡(luò)優(yōu)化問題的研究[J];青海師范大學(xué)學(xué)報(自然科學(xué)版);2017年01期

7 劉洪霞;閆興德;;基于模糊PID雙模控制Buck電路的仿真研究[J];裝備制造技術(shù);2017年03期

8 李夏培;;基于灰色線性組合模型的農(nóng)產(chǎn)品物流需求預(yù)測[J];北京交通大學(xué)學(xué)報(社會科學(xué)版);2017年01期

9 張永強(qiáng);王曉東;;基于改進(jìn)蟻群算法的旅游路線優(yōu)化[J];紡織高�；A(chǔ)科學(xué)學(xué)報;2016年04期

10 賀三維;王偉武;曾晨;劉明輝;;中國區(qū)域發(fā)展時空格局變化分析及其預(yù)測[J];地理科學(xué);2016年11期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳以;萬梅芳;;RBF神經(jīng)網(wǎng)絡(luò)在物流系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)仿真;2010年04期

2 余s，

本文編號：1393582