基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种新的多目标组合运输物流量预测建模算法.以时间、领域、影响以及组合运输为基准,运用系统工程理论思想设计出一种四维的物流量影响因素模型,并运用结构方程模型对所建模型做了优化,提取出组合运输物流量的核心影响因素.在改进的神经网络算法的基础上结合遗传算法,提出了一种结合遗传算法的改进的神经网络新算法,弥补了改进的神经网络算法上的缺陷,在多目标组合运输物流量预测的实例应用中,该算法不仅有很高的预测精度,而且具有收敛速度快、运行稳定的特点.
推荐文章
基于多态蚁群算法的多目标邮政物流车辆路径问题研究
车辆路径问题
多态蚁群算法
多目标
邮政物流
使用新预测模型的动态多目标优化算法
动态多目标优化
进化算法
卡尔曼滤波
预测模型
多目标跟踪的改进Camshift/卡尔曼滤波组合算法
多目标跟踪
Camshift算法
卡尔曼滤波
基于RFID木制品物流多目标识别算法的优化
RFID
SDK
多目标识别
防冲突算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多目标组合运输物流量预测建模算法
来源期刊 北京航空航天大学学报 学科 交通运输
关键词 多目标预测 组合运输物流量 结构方程模型 遗传算法 神经网络
年,卷(期) 2006,(10) 所属期刊栏目
研究方向 页码范围 1209-1214
页数 6页 分类号 U491.14
字数 5782字 语种 中文
DOI 10.3969/j.issn.1001-5965.2006.10.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐向阳 北京航空航天大学汽车工程系 59 427 12.0 18.0
2 石刚 北京航空航天大学汽车工程系 3 28 2.0 3.0
3 王书翰 北京航空航天大学汽车工程系 21 106 6.0 9.0
4 汤鹏翔 北京航空航天大学汽车工程系 12 59 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标预测
组合运输物流量
结构方程模型
遗传算法
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
总被引数(次)
69992
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导