基于改进PSO-BP算法的快递业务量预测

• 作者: 何明慧 汪梦龙 王业国 王福田 许荣斌 谢莹
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 物流运输 工作流 粒子群优化算法 反向传播神经网络 快递业务量预测
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 业务流程管理技术
• 页码范围: 1871-1879
• 页数: 9页
• 分类号: TP311
• 字数: 7042字
• 语种: 中文
• DOI: 10.13196/j.cims.2018.07.029

摘要

为了有效监控快递运输过程,对日常快递业务量进行预测,以保证快递包裹能够按时到达.将大量快递包裹运输过程抽象建模以构造多流程实例;提出改进惯性权重的粒子群优化算法和反向传播神经网络的组合模型(IPSO-BP)来预测物流公司日常快递业务量;进而动态申请合适数量云资源以处理变化的业务需求.大量仿真实验证明,在神经网络参数选择合理的情况下,IPSO-BP模型比其他传统方法有更好的预测效果.