為解決傳統(tǒng)港口物流量估計方法中存在的估計誤差問題,利用改進神經網絡建立物流量模型,并實現(xiàn)對物流量估計方法的優(yōu)化設計。依照港口物流系統(tǒng)的運行原則和改進神經網絡的訓練原理,搭建相應的物流量估計模型。在該模型下,以采集的歷史港口物流數(shù)據(jù)為基礎,分析該港口物流量的變化規(guī)律,從而得出最終的物流量估計結果。通過與傳統(tǒng)估計方法的對比發(fā)現(xiàn),設計港口物流量估計方法的估計誤差降低了約0.56%。 

【文章頁數(shù)】：3 頁

【參考文獻】：
期刊論文
[1]空鐵聯(lián)運背景下主要城市間快遞量預測[J]. 張發(fā)東,謝榮惠,張文暢,王銘飛.  物流技術. 2019(08)
[2]防城港港口物流發(fā)展預測分析[J]. 李柏敏,李思思.  對外經貿. 2019(03)
[3]基于遺傳算法改進BP神經網絡的IAQ評價[J]. 馮浩棟,韓旭,羅華山.  微型機與應用. 2017(23)
[4]北部灣經濟區(qū)港口物流發(fā)展競爭力評價[J]. 林華,羅瑤.  商業(yè)經濟. 2017(08)



本文編號：3680470