作者:
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:
物流需求的高速发展使得区域物流系统建构、物流的合理分配成了该过程中的主要部分,但是经济的发展才是物流业的核心关键,所以研究物流的需求必须分析经济的发展要素.论文中通过影响物流业的影响因素进行模型搭建,物流的预测和这些因素密不可分,利用数据挖掘技术对数据进行预处理,得到更为有效的数据和去除冗余的信息,得到的数据采用MLP神经网络训练技术对数据分析,利用结果对未来的物流需求进行模拟.最后模拟实验发现得到的结果与实际数据误差不大,所以该模型和处理模型的方法有效可行.
推荐文章
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
基于SVM和神经网络组合预测模型物流需求预测
物流需求
支持向量机
神经网络
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
人工神经网络模型的江西省物流需求预测
区域物流
区域经济
人工神经网络
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MLP神经网络的物流需求预测模型研究
来源期刊 计算机与数字工程 学科 工学
关键词 数据挖掘 MLP神经网络 区域物流 预测模型
年,卷(期) 2018,(6) 所属期刊栏目 信息处理与网络安全
研究方向 页码范围 1173-1177
页数 5页 分类号 TP391
字数 3810字 语种 中文
DOI 10.3969/j.issn.1672-9722.2018.06.023
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 罗冰洁 5 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (23)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1959(2)
  • 参考文献(0)
  • 二级参考文献(2)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
MLP神经网络
区域物流
预测模型
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导