基于GA-SVM的物流园区物流需求预测及分析被引量：2

下载PDF

导出

摘要文章基于支持向量机模型对物流园区物流需求进行预测,相较于传统的网格式搜索对支持向量机参数寻优,使用遗传算法对支持向量机参数寻优,能在实数集内连续地寻找最优参数组合,构建出GA-SVM物流需求预测模型。并通过成都市实例验证了GA-SVM预测模型的有效性。

作者孙逊

机构地区中铁第四勘察设计院集团有限公司

出处《中国市场》 2017年第15期252-253,295,共3页 China Market

关键词物流需求预测支持向量机遗传算法

分类号 F259.27 [经济管理—国民经济] TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献4

1邹欣,张梦芩.基于灰色GM(1,1)模型的四川省物流需求预测[J].物流技术,2015,34(9):166-169. 被引量：9
2方威,肖衡,任湘郴.基于线性回归模型的物流需求预测分析[J].生产力研究,2009(12):94-95. 被引量：32
3曾鸣,程文明,林磊.状态空间时间序列的区域物流需求预测研究[J].计算机工程与应用,2014,50(15):7-12. 被引量：8
4陈善学,杨政,朱江,李方伟.一种基于累加PSO-SVM的网络安全态势预测模型[J].计算机应用研究,2015,32(6):1778-1781. 被引量：23

二级参考文献47

1方威,肖衡,任湘郴.基于线性回归模型的物流需求预测分析[J].生产力研究,2009(12):94-95. 被引量：32
2初良勇,田质广,谢新连.组合预测模型在物流需求预测中的应用[J].大连海事大学学报,2004,30(4):43-46. 被引量：59
3后锐,张毕西.基于MLP神经网络的区域物流需求预测方法及其应用[J].系统工程理论与实践,2005,25(12):43-47. 被引量：86
4陈秀真,郑庆华,管晓宏,林晨光.层次化网络安全威胁态势量化评估方法[J].软件学报,2006,17(4):885-897. 被引量：341
5任伟,蒋兴浩,孙锬锋.基于RBF神经网络的网络安全态势预测方法[J].计算机工程与应用,2006,42(31):136-138. 被引量：71
6张翔,胡昌振,刘胜航,唐成华.基于支持向量机的网络攻击态势预测技术研究[J].计算机工程,2007,33(11):10-12. 被引量：37
7庞明宝,常振华,刘娟.基于非线性支持向量机区域物流量预测[J].物流科技,2007,30(9):20-23. 被引量：9
8刘建伟,禹海霞.基于发展循环经济的现代物流业的构建[J].生产力研究,2007(13):94-95. 被引量：5
9李存斌,王恪铖.A new grey forecasting model based on BP neural network and Markov chain[J].Journal of Central South University of Technology,2007,14(5):713-718. 被引量：6
10孙建丰,向小东.基于灰色线性回归组合模型的物流需求预测研究[J].工业技术经济,2007,26(10):146-148. 被引量：21

共引文献64

1巩振全.基于多方法组合的假日物流需求估计模型研究[J].泰山学院学报,2013,35(6):73-77.
2郑婷,彭剑楠（摄）.袁晓旭我有我的滋味[J].绿色中国,2010(1):51-53.
3马垚,孟全省.国有厚畛子林场薪酬激励机制研究[J].林业经济,2010(1):60-63.
4陈爱菊.制造型企业备件采购与库存控制系统研究[J].武汉理工大学学报,2010,32(14):179-182. 被引量：6
5邓红星,范英.物流需求量灰色马尔科夫模型预测[J].物流技术,2011,30(5):112-115. 被引量：15
6赵庆波,安立仁.陕西省物流需求分析与预测——基于等维递补灰色预测模型[J].未来与发展,2011,32(8):113-117. 被引量：5
7刘丽艳,张启波.基于支持向量机回归的农产品物流需求预测[J].科技创新导报,2011,8(25):148-149. 被引量：1
8黄宁.广西北部湾经济区物流需求预测分析[J].企业科技与发展,2012(5):4-7.
9贺兴东.基于发展战略的城市物流需求预测技术及应用[J].综合运输,2012,34(10):27-32. 被引量：2
10陆琳,阮舟一龙.基于多因素灰色模型的工业产业与物流需求耦合性研究[J].物流技术,2012,31(12):193-195. 被引量：4

同被引文献18

1练金.基于指数平滑技术的港口船舶流量预测[J].舰船科学技术,2019,0(24):202-204. 被引量：1
2贾海成,秦菲菲.区域物流需求预测研究——以江苏省为例[J].中国物流与采购,2012(3):68-69. 被引量：5
3田丽,曹安照,王蒙,周明龙,王静.基于SVM和神经网络组合预测模型物流需求预测[J].重庆工商大学学报（自然科学版）,2012,29(9):61-64. 被引量：11
4杨晶晶,张兆同.基于灰色系统的江苏省物流需求预测[J].物流工程与管理,2013,35(1):54-56. 被引量：3
5杨蕾,张苗苗.时间序列模型在物流需求预测中的应用[J].商业时代,2013(13):26-27. 被引量：8
6王小丽.基于多因素灰色模型的物流需求量预测[J].统计与决策,2013,29(14):86-87. 被引量：16
7郭旭文.基于滞后模型展开的物流发展预测[J].物流技术,2014,33(6):244-245. 被引量：1
8耿立艳,郭斌.基于LSSVM-DACPSO模型的物流需求预测[J].统计与决策,2015,31(14):78-81. 被引量：8
9刘力军,侯维磊.基于物流量预测及产业关联分析的石家庄物流业发展研究[J].物流技术,2015,34(24):128-132. 被引量：4
10李勇.多元回归模型在物流需求分析中的应用[J].湖南城市学院学报（自然科学版）,2016,25(1):114-115. 被引量：4

引证文献2

1高爱霞,满广富,姚兴华.基于主成分回归的区域物流发展预测模型构建与实证分析——以泰安市为例[J].山东工会论坛,2018,24(2):68-76. 被引量：4
2汪勇,廖倩茹,艾学轶,蒲秋梅.基于Markov-BP神经网络的武汉市物流需求预测[J].物流技术,2023,42(9):24-27.

二级引证文献4

1WANG Bo,WEI Leqin,CHEN Jinxiong,TSAI Sangbing,CHANG Lichung,BIAN Fang.Prediction of the Logistics Demand Based on an Innovative Mixed Model: an Empirical Case from Nanping City,China[J].Journal of Donghua University(English Edition),2019,36(5):498-506. 被引量：2
2高爱霞,高春霞,满广富.“互联网+”视角下山东省物流业转型升级现状、路径及对策研究[J].山东农业大学学报（社会科学版）,2020,22(1):94-102. 被引量：2
3WEI Leqin,ZHANG Anguo.Prediction of Logistics Demand via Least Square Method and Multi-Layer Perceptron[J].Journal of Donghua University(English Edition),2020,37(6):526-533. 被引量：1
4李洋洲,李程.基于指数平滑–回归模型及灰色–回归模型的长三角物流需求预测分析[J].运筹与模糊学,2023,13(4):4025-4040.

1张瑞英,徐桂英.辩证实数集的扩充[J].内蒙古教育（C）,2012(10):51-53.
2李波,何建敏.SVM在企业财务困境分析中的应用[J].现代管理科学,2004(12):12-14. 被引量：5
3龙天健.分配概念及其在辅助生产费用分配上的应用[J].现代会计,1996(2):27-30.
4刘玉敏,刘莉,任广乾.基于非财务指标的上市公司财务预警研究[J].商业研究,2016(10):87-92. 被引量：14
5曲世友,徐竹丹.黑龙江省企业年金问题研究[J].理论探讨,2007(3):89-90.
6张光先.企业年金EET税收优惠模式下的免税率与征税率研究[J].山西财政税务专科学校学报,2010,12(5):40-44.
7赵文燕,孙斌,佀中华.实验设计法优化I9300手机后壳注塑成型工艺[J].工业技术创新,2015,2(5):528-537. 被引量：1

中国市场

2017年第15期

浏览历史

内容加载中请稍等...

基于GA-SVM的物流园区物流需求预测及分析被引量：2

参考文献4

二级参考文献47

共引文献64

同被引文献18

引证文献2

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

基于GA-SVM的物流园区物流需求预测及分析 被引量：2

参考文献4

二级参考文献47

共引文献64

同被引文献18

引证文献2

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

基于GA-SVM的物流园区物流需求预测及分析被引量：2