隨著經(jīng)濟(jì)一體化,物流在實現(xiàn)資源優(yōu)化配置中的地位日益重要,區(qū)域物流是區(qū)域經(jīng)濟(jì)的主要構(gòu)成要素。從單個企業(yè)物流合理化走向區(qū)域物流合理化,是社會經(jīng)濟(jì)發(fā)展的必然趨勢。因此,規(guī)劃和建立完善的區(qū)域物流網(wǎng)絡(luò)體系具有十分重要的意義,而區(qū)域物流需求預(yù)測研究是其中重要的環(huán)節(jié)。傳統(tǒng)的物流需求量預(yù)測方法對物流需求量與預(yù)測影響因素的高度非線性無法辨識,對于一些模糊等不確定性因素?zé)o法處理,造成預(yù)測結(jié)果的嚴(yán)重失真的問題。運用廣義回歸神經(jīng)網(wǎng)絡(luò)（GeneralizedRegression Neural Network,GRNN）來構(gòu)建預(yù)測模型,泛化性能良好,在逼近能力、分類能力和學(xué)習(xí)速度上有著較強(qiáng)的優(yōu)勢,具有很強(qiáng)的非線性擬合能力等優(yōu)點,適合用于預(yù)測分析。但廣義回歸神經(jīng)網(wǎng)絡(luò)的唯一調(diào)節(jié)參數(shù)—平滑因子難以確定,其值對網(wǎng)絡(luò)的預(yù)測性能影響很大。因此,本文提出一種改進(jìn)的自適應(yīng)粒子群優(yōu)化算法（Adaptive ParticleSwarm Optimization,APSO）來確定平滑因子。將平滑因子映射為粒子,根據(jù)粒子的適應(yīng)度值一致等價于粒子位置的特點,通過比較粒子適應(yīng)度值與當(dāng)前全局最優(yōu)適應(yīng)度值的差來自適應(yīng)調(diào)整慣性權(quán)值,并按當(dāng)前種群平... 

【文章來源】：中南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

sphere函數(shù)

Roseobrock函數(shù)

Rastrigrin函數(shù)

【參考文獻(xiàn)】：
期刊論文
[1]區(qū)域物流需求預(yù)測的LaOR方法[J]. 湯俊,肖建華.  商業(yè)研究. 2007(09)
[2]差分演化的微粒群算法[J]. 廖璟,申群太.  科學(xué)技術(shù)與工程. 2007(08)
[3]基于灰色神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測[J]. 林榮天,陳聯(lián)誠,李紹靜,黃灝然.  價值工程. 2007(02)
[4]區(qū)域物流需求預(yù)測的COMR方法[J]. 湯俊,肖健華,葉藝勇.  遼寧工程技術(shù)大學(xué)學(xué)報. 2006(S2)
[5]量子行為粒子群優(yōu)化算法的布局問題研究[J]. 黃建江,須文波,孫俊,董洪偉.  計算機(jī)應(yīng)用. 2006(12)
[6]采用GRNN模型進(jìn)行交通量預(yù)測及實現(xiàn)研究[J]. 魏晉雁,茹鋒.  長沙交通學(xué)院學(xué)報. 2006(02)
[7]基于廣義回歸神經(jīng)網(wǎng)絡(luò)的碳銨塔預(yù)測模型[J]. 鄭啟富,羅晟,謝艷.  化工技術(shù)與開發(fā). 2006(04)
[8]分段式微粒群優(yōu)化算法[J]. 滕居特,陳國初,顧幸生.  華東理工大學(xué)學(xué)報(自然科學(xué)版). 2006(04)
[9]廣義回歸神經(jīng)網(wǎng)絡(luò)模型在短期電力負(fù)荷預(yù)測中的應(yīng)用研究[J]. 谷志紅,牛東曉,王會青.  中國電力. 2006(04)
[10]一種引入單純形法算子的新穎粒子群算法[J]. 王芳,邱玉輝.  信息與控制. 2005(05)

博士論文
[1]區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展統(tǒng)計測度研究[D]. 韓兆洲.廈門大學(xué) 2000

碩士論文
[1]我國物流需求預(yù)測的神經(jīng)網(wǎng)絡(luò)模型和實證分析研究[D]. 牛忠遠(yuǎn).浙江大學(xué) 2006
[2]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
[3]基于人工神經(jīng)網(wǎng)絡(luò)的經(jīng)濟(jì)預(yù)測研究[D]. 劉國宏.天津大學(xué) 2005
[4]區(qū)域物流需求量預(yù)測及節(jié)點城市選取方法研究[D]. 王俊波.吉林大學(xué) 2004
[5]隨機(jī)時間序列模型在物流需求預(yù)測中的應(yīng)用[D]. 黃麗.武漢大學(xué) 2004
[6]重慶經(jīng)濟(jì)增長因素的定量分析[D]. 張新忠.重慶大學(xué) 2002



本文編號：3453959