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:
随着中国经济的快速发展,物流业需求快速增长、规模不断扩大,也带来了能源消耗的增长.研究中国物流业能源消费水平以及能源需求,有利于物流业节能工作的开展、缓解能源压力.本文选取了影响物流业能源需求的11个主要因素,基于径向基神经网络对2001-2012年间中国物流业能源需求相关数据进行模拟与仿真,在此基础上对2016年和2020年物流业能源需求量进行了预测,并分析了11个影响因素的重要性和测算了物流业的能源效率.研究结果表明:①2001-2012年间中国物流业能源消耗总量在不断增加,随着物流业的进一步发展,到2020年物流业能源消费总量将达到51261.92万t标准煤;②在解决物流业能源需求预测问题时,RBF神经网络比GM(1,1)预测模型、BP神经网络方法有更高的预测精度;③通过RBF神经网络变量重要性分析发现固定资产投资对物流业能源消费量的影响程度最大;④目前物流业能源效率明显低于全国能源效率,为节约能源、提高能源利用效率,物流业需要转变能源利用方式和发展模式.
推荐文章
基于改进BP神经网络的天然气需求预测
BP神经网络
附加动量法
天然气需求
预测
基于PCA-RBF神经网络模型的果蔬冷链物流需求预测
果蔬
冷链物流
需求信息预测
PCA-RBF神经网络模型
上海能源形势和能源需求预测分析
能源消费弹性系数
能源结构
能源效率
能源需求预测
基于自适应神经网络的物流需求预测研究
物流需求
自适应神经网络
误差梯度
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RBF神经网络的物流业能源需求预测
来源期刊 资源科学 学科
关键词 物流业 能源需求预测 能源消费 能源效率 径向基神经网络
年,卷(期) 2016,(3) 所属期刊栏目 能源
研究方向 页码范围 450-460
页数 分类号
字数 语种 中文
DOI 10.18402/resci.2016.03.08
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 张悟移 昆明理工大学管理与经济学院 109 627 13.0 21.0
2 李瑞 昆明理工大学管理与经济学院 12 39 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (114)
共引文献  (190)
参考文献  (22)
节点文献
引证文献  (22)
同被引文献  (127)
二级引证文献  (33)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(13)
  • 参考文献(0)
  • 二级参考文献(13)
2010(19)
  • 参考文献(3)
  • 二级参考文献(16)
2011(12)
  • 参考文献(3)
  • 二级参考文献(9)
2012(16)
  • 参考文献(3)
  • 二级参考文献(13)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(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)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(14)
  • 引证文献(7)
  • 二级引证文献(7)
2019(21)
  • 引证文献(8)
  • 二级引证文献(13)
2020(15)
  • 引证文献(2)
  • 二级引证文献(13)
研究主题发展历程
节点文献
物流业
能源需求预测
能源消费
能源效率
径向基神经网络
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
资源科学
月刊
1007-7588
11-3868/N
16开
北京市朝阳区大屯路甲11号
82-4
1977
chi
出版文献量(篇)
4780
总下载数(次)
15
论文1v1指导