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:
区域物流需求的定量分析对于各种区域物流发展政策、区域物流规划有着重大意义。以广东、上海、广西三个地区为例,采集大量历史数据,构建完整的区域物流需求影响因素指标体系,利用粗糙集理论提取指标体系中的重要指标特征,从而构建PSO-SVM的物流预测模型。仿真结果表明,通过约简所得的不同地区的物流影响因子能够有效地代表非线性的物流数据特征,避免定性分析所带来的影响因子选择的主观性,以此构建的PSO-SVM模型能够准确有效地预测物流需求量。
推荐文章
区域物流需求预测的应用研究
区域物流需求
线性回归模型
支持向量机
神经网络
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
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
混沌理论和极限学习机的物流需求预测模型
物流系统
需求分析
关联维法
极限学习机
预测结果
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 基于属性约简的区域物流需求预测
来源期刊 计算机应用与软件 学科 工学
关键词 粗糙集 属性约简 粒子群优化 支持向量机
年,卷(期) 2013,(11) 所属期刊栏目 基金项目论文
研究方向 页码范围 60-63,160
页数 5页 分类号 TP391
字数 5707字 语种 中文
DOI 10.3969/j.issn.1000-386x.2013.11.017
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 夏国恩 广西财经学院教务处 65 493 11.0 21.0
2 李国祥 广西财经学院国际教育学院 24 61 4.0 7.0
3 高荣 广西财经学院教务处 28 43 4.0 5.0
4 李毅 广西财经学院教务处 3 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (312)
参考文献  (11)
节点文献
引证文献  (7)
同被引文献  (50)
二级引证文献  (5)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(11)
  • 参考文献(2)
  • 二级参考文献(9)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粗糙集
属性约简
粒子群优化
支持向量机
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导