基于改进的BP人工神经网络的物流需求规模预测

• 作者: 周艾飞 方晓平 谭钦之 陈治亚
• 来源期刊: 铁道科学与工程学报
• 学科: 经济
• 关键词: BP人工神经网络 粗糙集 适应度函数 物流需求规模
• 年，卷（期）: 2008,（6）
• 页码范围: 62-68
• 页数: 7页
• 分类号: F252.5|F253.1
• 字数: 6278字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7029.2008.06.014

摘要

为了对物流需求规模进行准确预测,探讨了用于物流需求规模预测的经济指标和物流需求规模的度量指标,再应用粗糙集理论、适应度函数和BP人工神经网络理论建立了用于物流需求规模预测的模型,即改进的BP人工神经网络模型.该模型首先应用粗糙集对BP人工神经网络的输入层进行指标知识约简,以减少BP人工神经网络的复杂度,再在BP人工神经网络中引入适应度函数,以克服传统BP人工神经网络算法易陷入局部最优、训练速度较慢等缺陷,最后,将该模型应用在案例分析中.结果表明,该模型使预测精度得到很大提高;该方法为以后物流需求规模的预测提供了一种新的思路和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈治亚	中南大学交通运输工程学院	179	1776	22.0	31.0
2	周艾飞	中南大学交通运输工程学院	7	111	6.0	7.0
3	谭钦之	湘潭大学商学院	2	35	2.0	2.0
4	方晓平	中南大学交通运输工程学院	50	276	11.0	14.0