基于遗传神经网络的城市区域圈物流需求预测——以合肥都市圈为例

摘要：

选取6组物流预测的输入变量作为训练集的输入变量,次年的公路货运总量为输出变量.由于2018年社会消费品零售总额缺失,因此先根据往年数据,采用线性回归的模式进行预测,得出2017年社会消费品零售总额,进而使用该数据进行进一步的预测与分析.使用Matlab实现对数据的编程处理,用BP神经网络模型对区域物流量给予合理地预测,通过对比试验结果证明,经过遗传算法优化的神经网络在区域物流预表现出更高的精准度.从而使得政府部门制定科学推动经济发展的方针与政策,为推动物流行业基础设施建设工作的顺利开展制定科学的决策.

关键词：遗传算法、BP神经网络、优化物流需求

所属期刊栏目：39

分类号：F259.27(物资经济)

资助基金：安徽省教育厅自然科学重点研究项目“基于遗传神经网络算法的合肥城市区域圈物流需求预测研究”KJ2019A1146;合肥职业技术学院校级一般项目“基于遗传神经网络算法的合肥城市区域圈物流需求预测研究”201914SKB006;安徽省教育厅人文社科重点项目“基于物流一体化的安徽农产品物流安全监管体系研究”SK2015A745;中国科学院科技服务网络计划STS计划“智慧农业核心技术突破与集成示范”;国家重点研发计划项目“伊朗农业水资源及水分利用精准检测与变化分析”YA2018YFE011677;安徽省教育厅人文社科重点项目“基于遗传算法的快递配送路径优化问题研究”SK2019A0947

在线出版日期：2019-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：64-69