一种基于ARIMA-BPNN的物流需求预测模型

• 作者: 张国玲 徐学红
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 物流需求量 组合预测 神经网络 自回归移动差分模型
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 958-962
• 页数: 5页
• 分类号: TP391.9
• 字数: 4131字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150568

摘要

提出一种基于自回归移动差分模型修正神经网络误差的物流需求预测模型(ARIMA-BPNN).该模型采用自回归移动差分模型对物流需求量进行建模与预测,捕捉物流需求量的线性变化趋势;采用BP神经网络对物流需求量非线性、随机变化规律进行预测,最后利用BP神经网络预测结果对自回归移动差分模型的预测误差进行修正,得到物流需求量的最终预测结果;采用仿真实验对模型的性能进行测试;结果表明,相对于其它预测模型,ARIMA-BPNN可以更加全面、准确地描述物流需求量复杂的变化规律,提高了物流需求量的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国玲	玉林师范学院教育技术中心	9	33	4.0	5.0
2	徐学红	河南牧业经济学院信息与电子工程学院	12	34	3.0	5.0