原文服务方: 微电子学与计算机       
摘要:
为了提高区域物流需求精度,综合考虑区域物流需求线性、周期性和非线性信息,提出了采用组合模型的预测方法.通过将各种单一预测模型看作代表不同信息的片段,通过BP神经网络对不同信息进行集成,充分利用各单项预测方法的有用信息,从而提高区域物流需求预测精度.通过上海市的物流需求数据对组合模型进行测试,实验结果表明,组合模型很好揭示了上海物流需求的变化规律,提高了物流需求的预测精度,为区域物流需求预测提供了一种新的思路和方法.
推荐文章
物流需求多样性下的区域物流需求预测研究
物流需求多样性
SVR
需求预测
四川省
区域物流规划中的物流需求预测研究
物流规划
物流需求预测
GM(1.1)模型
SVM的物流需求预测模型
物流管理
随机性变化特点
ARIMA?SVM
权值的确定
预测模型
支持向量机
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 区域物流需求预测的应用研究
来源期刊 微电子学与计算机 学科
关键词 区域物流需求 线性回归模型 支持向量机 神经网络
年,卷(期) 2011,(9) 所属期刊栏目
研究方向 页码范围 160-164
页数 分类号 F252
字数 语种 中文
DOI
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 万励 梧州学院计算机科学系 23 97 6.0 9.0
2 吴洁明 梧州学院计算机科学系 23 189 8.0 13.0
3 李余琪 梧州学院计算机科学系 12 49 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (177)
参考文献  (8)
节点文献
引证文献  (16)
同被引文献  (93)
二级引证文献  (36)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(8)
  • 引证文献(4)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(12)
  • 引证文献(4)
  • 二级引证文献(8)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
区域物流需求
线性回归模型
支持向量机
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导