本文關(guān)鍵詞：基于遺傳算法優(yōu)化支持向量機(jī)的物流需求預(yù)測研究

  更多相關(guān)文章： 物流需求 支持向量機(jī) 遺傳算法

【摘要】：為提升物流需求預(yù)測的準(zhǔn)確度,以建立物流需求指標(biāo)為基礎(chǔ),構(gòu)建了一種遺傳算法(GA)優(yōu)化支持向量機(jī)的物流需求預(yù)測模型(GA-SVM)。首先對物流數(shù)據(jù)進(jìn)行歸一化處理,然后利用GA-SVM刻畫物流需求量與其影響因素間的非線性關(guān)系,并通過遺傳算法優(yōu)化選擇SVM參數(shù),選取1998-2014年安徽省物流數(shù)據(jù)對模型進(jìn)行測試。結(jié)果表明,GA-SVM在很大程度上提高了物流需求預(yù)測的準(zhǔn)確性,能夠精確地表征物流需求量的變化趨勢,其預(yù)測精度和相對誤差均優(yōu)于對比模型,是一種較好的物流需求預(yù)測方法。
【作者單位】： 安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院;
【關(guān)鍵詞】： 物流需求 支持向量機(jī) 遺傳算法
【分類號】：F259.22;TP18
【正文快照】： 物流系統(tǒng)的規(guī)劃和設(shè)計(jì)必須立足于準(zhǔn)確的物流需求預(yù)測,準(zhǔn)確的物流需求預(yù)測可以幫助行業(yè)企業(yè)設(shè)計(jì)科學(xué)的物流系統(tǒng),分配有限的資源,協(xié)調(diào)物流的供需關(guān)系,進(jìn)而提高區(qū)域經(jīng)濟(jì)發(fā)展水平[1]。國內(nèi)外對物流需求預(yù)測方法的研究擁有很長的歷史,早期的預(yù)測方法主要有時(shí)間序列法、指數(shù)平滑法和

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊波;吳涵;;基于組合預(yù)測模型的物流園區(qū)物流需求預(yù)測——以重慶空港物流園為例[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2015年20期

2 彭湖;何民;;基于主成分回歸的區(qū)域物流需求預(yù)測研究——以云南省為例[J];交通運(yùn)輸研究;2015年03期

3 鐘映z，

本文編號：912906