一种基于ARIMA-BPNN的物流需求预测模型

被引：13

作者：

张国玲 ^{[1
]}

徐学红 ^{[2
]}

机构：

[1] 玉林师范学院教育技术中心

[2] 河南牧业经济学院信息与电子工程学院

来源：

控制工程 | 2017年 / 24卷 / 05期

关键词：

物流需求量; 组合预测; 神经网络; 自回归移动差分模型;

D O I：

10.14107/j.cnki.kzgc.150568

中图分类号：

F224 [经济数学方法]; F259.2 [中国]; TP183 [人工神经网络与计算];

学科分类号：

0701 ; 070104 ;

摘要：

提出一种基于自回归移动差分模型修正神经网络误差的物流需求预测模型(ARIMA-BPNN)。该模型采用自回归移动差分模型对物流需求量进行建模与预测,捕捉物流需求量的线性变化趋势;采用BP神经网络对物流需求量非线性、随机变化规律进行预测,最后利用BP神经网络预测结果对自回归移动差分模型的预测误差进行修正,得到物流需求量的最终预测结果;采用仿真实验对模型的性能进行测试;结果表明,相对于其它预测模型,ARIMA-BPNN可以更加全面、准确地描述物流需求量复杂的变化规律,提高了物流需求量的预测精度。

引用

页码：958 / 962

页数：5

共 9 条

[1]

粮食物流系统优化研究.[D].鹿应荣.吉林大学.2007, 04

[2] 基于ARMA和卡尔曼相结合的实际流量预测模型的研究 [J].