基于深度学习模型的贵州省物流需求预测

• 作者: 冉叶子
• 来源期刊: 物流工程与管理
• 关键词: 物流预测 深度学习 时间序列
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 物流论坛|Logistics Forum
• 页码范围: 19-20,18
• 页数: 3页
• 分类号: F259.27
• 语种: 中文
• DOI: 10.3969/j.issn.1674-4993.2021.06.006

摘要

文中基于ANN和LSTM深度学习模型,将货物运输量看作物流需求的替代变量,选取了与物流需求有关的10个指标,对1990-2019年的贵州省物流运输量的时间序列进行预测,并与传统时间序列的预测模型ARIMA进行对比,结果发现深度学习预测模型的平均百分比预测误差均小于传统的时间序列自回归模型.最后给出贵州省物流发展的政策建议.