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:
农产品物流虽然具有普通物流的共同特点,但因其具有独特性和复杂性,这导致利用一般方法进行农产品物流需求预测不仅难度大,而且精度差。为了提高农产品物流需求预测的能力,应用基于结构风险最小化准则的标准支持向量机回归方法来研究农产品物流需求预测问题。在选择适当的参数和核函数的基础上,通过对实例研究,对时间序列数据进行预测,发现该方法能获得最小的训练相对误差和测试相对误差。结果表明,支持向量机回归是研究农产品物流需求预测的有效方法。
推荐文章
基于支持向量回归机的区域物流需求预测模型及其应用
区域物流需求
支持向量回归机
预测
基于GM(1,1)回归模型的生鲜农产品市场需求预测研究
生鲜农产品
多元线性回归
GM(1,1)模型
马尔科夫模型
基于支持向量机的石油需求预测
支持向量机
结构风险最小化
神经网络
石油需求
基于二阶振荡微粒群最小二乘支持向量机的物流需求预测
物流需求预测
最小二乘支持向量机
二阶振荡微粒群算法
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 基于支持向量机回归的农产品物流需求预测
来源期刊 科技创新导报 学科 经济
关键词 支持向量机回归 农产品物流需求 预测模型
年,卷(期) 2011,(25) 所属期刊栏目 农业科学
研究方向 页码范围 148-149
页数 分类号 F2
字数 2854字 语种 中文
DOI 10.3969/j.issn.1674-098X.2011.25.119
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 刘丽艳 大连交通大学信息工程学院 1 2 1.0 1.0
2 张启波 大连海事大学交通工程与物流学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (166)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (15)
二级引证文献  (16)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量机回归
农产品物流需求
预测模型
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
科技创新导报
旬刊
1674-098X
11-5640/N
大16开
北京市
2004
chi
出版文献量(篇)
89179
总下载数(次)
271
总被引数(次)
207854
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导