區(qū)域物流需求預(yù)測作為區(qū)域物流規(guī)劃中一項(xiàng)非常重要的工作,是對區(qū)域物流基礎(chǔ)設(shè)施建設(shè)規(guī)模、網(wǎng)絡(luò)空間布局和物流企業(yè)發(fā)展方向、功能定位等進(jìn)行全面規(guī)劃的前提和基礎(chǔ)。它的目的在于能為區(qū)域物流活動(dòng)提供物流能力,作為供給不斷滿足需求的依據(jù),以保證區(qū)域物流服務(wù)的供給與需求之間保持相對平衡,使區(qū)域物流保持較高的效益和效率。本文在調(diào)查國內(nèi)外研究現(xiàn)狀及其存在問題的基礎(chǔ)上,首先,對物流和區(qū)域物流的概念和特征進(jìn)行了介紹,并對區(qū)域物流需求預(yù)測的概念、內(nèi)容和步驟進(jìn)行了分析;其次,找出區(qū)域物流需求的主要影響因素,從區(qū)域經(jīng)濟(jì)總量、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和區(qū)域消費(fèi)水平等方面構(gòu)建出區(qū)域物流需求的預(yù)測指標(biāo)體系;再次,將遺傳算法（GA）引入到支持向量機(jī)（SVM）預(yù)測模型,對其核函數(shù)及其參數(shù)進(jìn)行優(yōu)化,得到基于遺傳算法-支持向量機(jī)（GA-SVM）的預(yù)測模型,并在MATLAB中進(jìn)行了編程實(shí)現(xiàn);最后,利用GA-SVM模型對邯鄲市物流需求進(jìn)行了預(yù)測,將其預(yù)測結(jié)果與傳統(tǒng)支持向量機(jī)和BP神經(jīng)網(wǎng)絡(luò)等模型預(yù)測結(jié)果相比較,證明了該模型的可行性和有效性,為區(qū)域物流需求預(yù)測提供了新的途徑和方法。 

【文章來源】： 阮俊虎 河北工程大學(xué)

【文章頁數(shù)】：103 頁

【學(xué)位級別】：碩士

【部分圖文】：

GA-SVM參數(shù)選擇3D視圖

71圖 5-1 GA-SVM 參數(shù)選擇 3D 視圖Fig.5-1 3D view of parameter selection by GA-SVM algorithm

75圖 5-3 GA-SVM 預(yù)測值對原數(shù)據(jù)的擬合曲線Fig.5-3 The fitting curves of GA-SVM forecasting values to the original data從圖 5-2 和 5-3 中可以看出：GA-SVM 模型預(yù)測擬合結(jié)果要優(yōu)于傳統(tǒng) SVM 模型，更加準(zhǔn)確，同時(shí)也可以看出邯鄲市貨物運(yùn)輸量和貨物周轉(zhuǎn)量的變化趨勢。（2）預(yù)測誤差情況預(yù)測誤差等于原始值減去預(yù)測值，誤差曲線不僅可以反映預(yù)測的準(zhǔn)確性，還

【參考文獻(xiàn)】：
期刊論文
[1]鄂爾多斯區(qū)域物流需求預(yù)測分析[J]. 韓延慧,王艷玲,陳超,陳喬.  物流技術(shù). 2008(10)
[2]基于支持向量回歸機(jī)的區(qū)域物流需求預(yù)測模型及其應(yīng)用[J]. 黃虎,蔣葛夫,嚴(yán)余松,廖百勝,夏國恩.  計(jì)算機(jī)應(yīng)用研究. 2008(09)
[3]模糊神經(jīng)網(wǎng)絡(luò)非線性組合預(yù)測在鐵路貨運(yùn)量預(yù)測中的應(yīng)用[J]. 劉婷婷,鄧克濤,馬昌喜.  鐵道運(yùn)輸與經(jīng)濟(jì). 2008(09)
[4]組合預(yù)測模型在港口物流量預(yù)測中的應(yīng)用[J]. 郁小鋒,余靜.  中國水運(yùn)(下半月). 2008(06)
[5]基于支持向量機(jī)的交通流組合預(yù)測模型[J]. 李斌,郗濤,史明華.  天津工業(yè)大學(xué)學(xué)報(bào). 2008(02)
[6]組合預(yù)測模型在寧波港集裝箱吞吐量預(yù)測中的應(yīng)用[J]. 張?jiān)瓶?張曉宇.  中國水運(yùn)(下半月). 2008(01)
[7]殘差灰色預(yù)測模型在物流需求預(yù)測中的應(yīng)用[J]. 周茵.  鐵道運(yùn)輸與經(jīng)濟(jì). 2007(11)
[8]基于非線性支持向量機(jī)區(qū)域物流量預(yù)測[J]. 龐明寶,常振華,劉娟.  物流科技. 2007(09)
[9]基于Markov鏈的物流園區(qū)需求灰色預(yù)測模型改進(jìn)[J]. 胡云超,雷黎,紀(jì)壽文.  物流科技. 2007(08)
[10]基于SVR的區(qū)域物流需求短期智能預(yù)測模型研究[J]. 何周林,肖健華.  五邑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(02)

博士論文
[1]支持向量機(jī)回歸算法與應(yīng)用研究[D]. 李海生.華南理工大學(xué) 2005
[2]基于學(xué)習(xí)機(jī)器的洪水預(yù)報(bào)模型研究[D]. 梅松.浙江大學(xué) 2004
[3]物流園區(qū)優(yōu)化布局和物流運(yùn)行關(guān)鍵技術(shù)的研究[D]. 毛薇.吉林大學(xué) 2004
[4]支持向量機(jī)分類與回歸方法研究[D]. 孫德山.中南大學(xué) 2004
[5]基于支持向量機(jī)的故障智能診斷方法研究[D]. 翟永杰.華北電力大學(xué)（河北） 2004
[6]物流園區(qū)預(yù)測方法及應(yīng)用研究[D]. 云俊.武漢理工大學(xué) 2003

碩士論文
[1]區(qū)域經(jīng)濟(jì)和區(qū)域物流需求的預(yù)測研究[D]. 楊浩.對外經(jīng)濟(jì)貿(mào)易大學(xué) 2005
[2]物流形態(tài)演進(jìn)與我國第三方物流發(fā)展分析[D]. 劉梅生.華南師范大學(xué) 2003
[3]基于區(qū)域經(jīng)濟(jì)的區(qū)域物流體系研究[D]. 趙習(xí)頻.武漢理工大學(xué) 2003



本文編號：3063836