基于SVM和神经网络组合预测模型物流需求预测

• 作者: 周明龙 曹安照 王蒙 王静 田丽
• 来源期刊: 重庆工商大学学报：自然科学版
• 学科: 工学
• 关键词: 物流需求 支持向量机 神经网络
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 信息科学
• 页码范围: 61-64,69
• 页数: 5页
• 分类号: TP391
• 字数: 1725字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-058X.2012.09.013

摘要

物流需求的定量数据是区域物流发展政策和规划的重要依据，影响物流需求的因素很多，传统的预测方法无法全面考虑各种因素，预测精度较低。为了提高物流需求预测的精度，采用组合预测的方法，建立一种基于支持向量机和神经网络的组合模型。首先采用支持向量机进行预测得到预测基本数据，然后通过BP神经网络进行残差修正，通过算例仿真分析，结果表明组合预测模型具有更高的精度，是一种有效的预测方法，为物流需求预测提供了新的思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹安照	安徽工程大学电气工程学院	48	268	8.0	13.0
2	田丽	安徽工程大学电气工程学院	105	450	10.0	14.0
3	周明龙	安徽工程大学电气工程学院	9	103	4.0	9.0
4	王蒙	安徽工程大学电气工程学院	3	27	2.0	3.0
5	王静	安徽工程大学电气工程学院	11	48	3.0	6.0