基于改进的灰色神经网络煤炭物流需求预测模型

被引：10

作者：

李晓利

王泽江

机构：

[1] 太原理工大学经济管理学院

来源：

统计与决策 | 2015年 / 18期

关键词：

煤炭物流; 改进; 灰色系统; 神经网络; 需求预测;

D O I：

10.13546/j.cnki.tjyjc.2015.18.023

中图分类号：

F426.21 []; F252 [物资流通]; F224 [经济数学方法];

学科分类号：

020205 ; 0202 ; 1201 ; 1202 ; 0701 ; 070104 ;

摘要：

文章针对传统物流需求单一预测方法的缺陷,选择并改进灰色系统与神经网络的组合模型,构建煤炭物流需求预测系统,结合2000～2012年间的相关统计信息,进行改进后的灰色神经网络预测模型检验,预测结果显示:该模型具有较高的预测精度,满足煤炭物流需求预测要求,对于应用于复杂非线性系统具有可行性。

引用

页码：82 / 85

页数：4

共 11 条

[1]

基于灰色神经网络模型的煤炭物流需求预测研究.[D].王莹莹.北京交通大学.2012, 10

[2]

Using Recurrent Artificial Neural Networks to Forecast Household Electricity Consumption.[J].Antonino Marvuglia;Antonio Messineo.Energy Procedia.2012,

[3] 中国煤炭消费需求波动规律及成因分析 [J].

张洪潮 ;

王泽江 ;

李晓利 ;

蒲光华 .

中国人口·资源与环境, 2014, 24 (01) :94-101

[4] 产业聚集度与煤炭产业可持续发展的关系研究——以山西省为例 [J].

张洪潮 ;

王泽江 ;

靳钊 .

科技管理研究, 2013, 33 (18) :167-170

[5] 基于多因素灰色模型的物流需求量预测 [J].

王小丽 .

统计与决策, 2013, (14) :86-87

[6] 集装箱港口物流园区建设规模预测方法 [J].

程东全 ;

顾锋 ;

陈国庆 .

上海交通大学学报, 2012, 46 (12) :2024-2028

[7] 产业结构调整对交通运输业能源消耗的影响 [J].

王建伟 ;

刘小艳 ;

高洁 .

长安大学学报(社会科学版), 2011, 13 (04) :28-31+41

[8] 中国煤炭需求的影响因素分析及峰值预测 [J].

陈正 .

商业经济与管理, 2011, (11) :69-77

[9] 中国入境旅游需求预测的神经网络集成模型研究 [J].

张郴 ;

张捷 .

地理科学, 2011, 31 (10) :1208-1212

[10] 福建省物流需求中的货物运输量预测研究 [J].

向小东 ;

张婧旭 ;

陈庚 .

福州大学学报(哲学社会科学版), 2009, 23 (03) :21-25

← 1 2 →