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:
城市物流需求预测是城市物流规划的重要前提,为了提高物流需求预测的精度,本文首先通过分析影响城市物流需求的经济活动,选取城市物流需求预测的指标.随后,为了改善BP算法预测效果受到网络初始权值与阈值影响的缺陷,提出多种群遗传BP算法进行改进.通过仿真表明,该方法与BP预测模型以及单种群遗传BP预测模型相比,具有较高的预测精度.
推荐文章
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
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
太原市城市水需求预测探讨
城市水需求
用水量
工业企业
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
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 基于多种群遗传BP的城市物流需求预测
来源期刊 综合运输 学科 交通运输
关键词 多种群遗传算法 城市物流 BP神经网络 需求预测
年,卷(期) 2016,(3) 所属期刊栏目 现代物流
研究方向 页码范围 126-132
页数 7页 分类号 U492
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 孙焰 同济大学道路与交通工程教育部重点实验室 49 506 10.0 21.0
2 郑文家 同济大学道路与交通工程教育部重点实验室 6 60 4.0 6.0
3 赵剑翔 同济大学道路与交通工程教育部重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (45)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多种群遗传算法
城市物流
BP神经网络
需求预测
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
综合运输
月刊
1000-713X
11-1197/U
大16开
北京市西城区木樨地北里甲11号国宏大厦B座1604室
82-491
1979
chi
出版文献量(篇)
4903
总下载数(次)
9
论文1v1指导