本文關鍵詞： 深度學習 深度信念網絡 物流效率 自適應 聚類　出處：《計算機工程與應用》2017年12期 　論文類型：期刊論文

【摘要】：深入研究了城市物流效率分析的研究現狀,結合深度學習相關理論,針對具體問題構建三隱層連續(xù)型深度信念網絡(DBN),對網絡知識集進行了定義,提出了自適應DBN算法,分析了算法的收斂性。利用Iris數據集和Wine數據集驗證了網絡及算法的模式分類能力,分類精度高于雙隱層深度信念網絡與深度誤差反向傳播網絡。根據新絲綢之路經濟帶沿線城市物流特點,以物流效率為評估目標,選取4個維度的13項指標建立評價指標體系,以20個核心節(jié)點城市為研究對象,利用自適應DBN算法和社會網絡分析法(SNA)進行聚類分析,結果表明自適應DBN算法相對更為合理有效。研究結果為確定新絲綢之路經濟帶沿線城市物流發(fā)展策略、促進國內物流業(yè)未來的協(xié)作與發(fā)展奠定了研究基礎。
[Abstract]:In this paper, the current research situation of urban logistics efficiency analysis is deeply studied. Based on the theory of depth learning, a three-hidden layer continuous depth belief network is constructed, and the knowledge set of the network is defined, and an adaptive DBN algorithm is proposed. The convergence of the algorithm is analyzed. The ability of pattern classification of the network and the algorithm is verified by using the Iris data set and the Wine data set. The classification accuracy is higher than that of double-hidden layer depth belief network and depth error back-propagation network. According to the characteristics of urban logistics along the New Silk Road economic belt, the evaluation index system is established by selecting 13 indexes of 4 dimensions, taking logistics efficiency as the evaluation objective. Taking 20 core node cities as the research object, the cluster analysis is carried out by using adaptive DBN algorithm and social network analysis method. The results show that the adaptive DBN algorithm is more reasonable and effective. The results of the study lay a foundation for the determination of the logistics development strategy along the new Silk Road economic belt and the promotion of the future cooperation and development of the domestic logistics industry.
【作者單位】： 中國(西安)絲綢之路研究院;西安財經學院管理學院;
【基金】：中國(西安)絲綢之路研究院基金項目(No.2016SY14) 陜西省社科聯(lián)項目(No.2017Z055) 陜西省自然科學基金(No.2014JM9360) 西安財經學院校級科研基金項目(No.14XCK08)
【分類號】：F259.2;TP18

【相似文獻】

相關期刊論文 前10條

1 蔣新華;自適應PID控制(綜述)[J];信息與控制;1988年05期

2 張?zhí)扉_;;自適應PID控制算法及應用[J];青島建筑工程學院學報;1990年01期

3 周海濤;周建華;杭小宇;;基于自適應模糊PID控制方法的研究[J];機械工程與自動化;2014年03期

4 陳光達,段寶巖,保宏,仇原鷹;非線性不確定系統(tǒng)的自適應反饋控制方法[J];工業(yè)儀表與自動化裝置;2004年05期

5 唐穩(wěn),黃家田;基于回推算法的自適應PID控制研究[J];自動化技術與應用;2004年10期

6 盧志剛,易之光,趙翠儉,李兵,吳士昌;一種新型的自適應逆擾動消除器[J];儀器儀表學報;2004年S1期

7 譚平;蔡自興;余伶俐;;機器人聽覺實時自適應增益的研究與實現[J];華中科技大學學報(自然科學版);2008年S1期

8 吳梅;侯硯澤;;一種簡單的自適應延遲補償方法[J];飛行力學;2008年01期

9 倪衛(wèi);謝志江;袁曉東;劉小波;;基于氣墊的自適應平臺設計[J];液壓與氣動;2009年03期

10 馬國厚;肖冬榮;;自適應辨識的仿真研究及計算機應用原理[J];武漢工學院學報;1986年01期

相關會議論文 前10條

1 盧志剛;易之光;趙翠儉;李兵;吳士昌;;一種新型的自適應逆擾動消除器[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

2 路迎晨;李兵;;一類自適應預測算法的全局收斂性[A];04'中國企業(yè)自動化和信息化建設論壇暨中南六省區(qū)自動化學會學術年會專輯[C];2004年

3 王平;馮海朋;李勇;康燕;;一種工業(yè)無線網絡的自適應節(jié)能機制[A];2009中國儀器儀表與測控技術大會論文集[C];2009年

4 張競新;張廣巖;;全局收斂的自適應廣義預報控制算法[A];1991年控制理論及其應用年會論文集（上）[C];1991年

5 徐振中;;多指機器人手的一種自適應力／位控制方法[A];1994年中國控制會議論文集[C];1994年

6 汪德彪;宋樂鵬;鐘秉翔;;時滯對象神經元自適應控制仿真研究[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

7 周暉;趙珂;王潤生;;基于數據屬性驅動的高分辨率遙感圖像自適應融合分割算法[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

8 王小虎;陳翰馥;嚴衛(wèi)鋼;李高峰;;機動再入飛行器自適應飛行控制系統(tǒng)設計[A];第二十屆中國控制會議論文集（下）[C];2001年

9 趙越南;劉志遠;;車輛自適應巡航控制的BackStepping方法研究與仿真[A];第13屆中國系統(tǒng)仿真技術及其應用學術年會論文集[C];2011年

10 周業(yè)華;方康玲;;自適應Fuzzy PID控制器[A];第三屆全國控制與決策系統(tǒng)學術會議論文集[C];1991年

相關博士學位論文 前6條

1 王勝春;自適應時頻分析技術及其在故障診斷中的應用研究[D];山東大學;2007年

2 劉亞;復雜非線性系統(tǒng)的智能自適應重構控制[D];南京航空航天大學;2003年

3 田勇;室內無線傳感器網絡環(huán)境自適應定位和路由算法研究[D];大連理工大學;2014年

4 李力爭;鑿巖機器人雙三角鉆臂自適應控制策略研究[D];中南大學;2003年

5 周琪;幾類不確定非線性系統(tǒng)的智能控制問題研究[D];南京理工大學;2013年

6 姚紅;固體彈道導彈魯棒及自適應姿態(tài)控制系統(tǒng)設計研究[D];國防科學技術大學;2006年

相關碩士學位論文 前10條

1 呂鋮杰;串聯(lián)彈性關節(jié)控制與交互剛度辨識[D];浙江大學;2015年

2 侯賓;基于強化學習的環(huán)境光下自適應識別的研究[D];內蒙古工業(yè)大學;2015年

3 弋艷麗;基于反演自適應的板球控制的設計[D];河南科技大學;2015年

4 戴世宇;自適應壓電振動盤控制系統(tǒng)設計與實現[D];杭州電子科技大學;2015年

5 李慶天;線摩擦帶式輸送機自適應PID控制的研究[D];合肥工業(yè)大學;2015年

6 李季;無拖曳控制系統(tǒng)的自適應神經網絡控制器設計[D];華中科技大學;2014年

7 趙軒毅;壓電陶瓷動特性測試與控制技術研究[D];河北大學;2015年

8 薛志剛;提升MOEA/D性能的自適應局部搜索策略[D];湘潭大學;2016年

9 安新升;環(huán)境能量驅動的無線傳感器節(jié)點自適應數據傳輸機制[D];天津大學;2014年

10 楊堅;基于自適應ACO的多約束QoS路由研究[D];長沙理工大學;2015年

，

本文編號：1541431