城市物流效率分析自适应DBN算法研究

• 作者: 李楠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 深度信念网络 物流效率 自适应 聚类
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 热点与综述
• 页码范围: 9-15
• 页数: 7页
• 分类号: TP183
• 字数: 6502字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1702-0037

摘要

深入研究了城市物流效率分析的研究现状,结合深度学习相关理论,针对具体问题构建三隐层连续型深度信念网络(DBN),对网络知识集进行了定义,提出了自适应DBN算法,分析了算法的收敛性.利用Iris数据集和Wine数据集验证了网络及算法的模式分类能力,分类精度高于双隐层深度信念网络与深度误差反向传播网络.根据新丝绸之路经济带沿线城市物流特点,以物流效率为评估目标,选取4个维度的13项指标建立评价指标体系,以20个核心节点城市为研究对象,利用自适应DBN算法和社会网络分析法(SNA)进行聚类分析,结果表明自适应DBN算法相对更为合理有效.研究结果为确定新丝绸之路经济带沿线城市物流发展策略、促进国内物流业未来的协作与发展奠定了研究基础.