基于改进的BP人工神经网络的物流需求规模预测

被引：13

作者：

陈治亚 ^{[1
]}

周艾飞 ^{[1
]}

谭钦之 ^{[2
]}

方晓平 ^{[1
]}

机构：

[1] 中南大学交通运输工程学院

[2] 湘潭大学商学院

来源：

铁道科学与工程学报 | 2008年 / 06期

基金：

湖南省自然科学基金;

关键词：

BP人工神经网络; 粗糙集; 适应度函数; 物流需求规模;

D O I：

10.19713/j.cnki.43-1423/u.2008.06.014

中图分类号：

F252 [物资流通]; F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

为了对物流需求规模进行准确预测,探讨了用于物流需求规模预测的经济指标和物流需求规模的度量指标,再应用粗糙集理论、适应度函数和BP人工神经网络理论建立了用于物流需求规模预测的模型,即改进的BP人工神经网络模型。该模型首先应用粗糙集对BP人工神经网络的输入层进行指标知识约简,以减少BP人工神经网络的复杂度,再在BP人工神经网络中引入适应度函数,以克服传统BP人工神经网络算法易陷入局部最优、训练速度较慢等缺陷,最后,将该模型应用在案例分析中。结果表明,该模型使预测精度得到很大提高;该方法为以后物流需求规模的预测提供了一种新的思路和方法。

引用

页码：62 / 68

页数：7

共 9 条

[1] 基于粗糙集的供应链合作伙伴选择 [J].