区域物流需求预测模型研究

被引:18
作者
黄虎
机构
[1] 西南交通大学物流学院
关键词
区域物流需求; 主成分分析; 支持向量回归机; 预测;
D O I
10.13546/j.cnki.tjyjc.2008.17.023
中图分类号
F252 [物资流通]; F224 [经济数学方法];
学科分类号
1201 ; 1202 ; 020205 ; 0701 ; 070104 ;
摘要
为了提高区域物流需求预测的能力,文章从区域经济等影响因素指标与区域物流需求之间的内在关系的角度,利用主成分分析对各影响因素指标进行处理,构造了基于主成分分析-SVR的"影响因素-区域物流需求"预测模型。在选择适当的参数和核函数的基础上,对上海市物流需求量进行仿真,通过与标准的-SVR方法和线性回归方法进行了对比,发现该方法能获得较小的训练相对误差和测试相对误差。
引用
收藏
页码:62 / 64
页数:3
相关论文
共 8 条
[1]  
支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,
[2]  
现代统计分析方法与应用.[M].何晓群 编著.中国人民大学出版社.1998,
[3]   The demand for US air transport service: a chaos and nonlinearity investigation [J].
Adrangi, B ;
Chatrath, A ;
Raffiee, K .
TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW, 2001, 37 (05) :337-353
[4]   我国区域物流发展预测 [J].
陈黎 .
统计与决策, 2006, (12) :127-129
[5]   基于灰色系统理论的物流需求预测模型 [J].
陈森 ;
周峰 .
统计与决策, 2006, (03) :59-60
[6]   基于MLP神经网络的区域物流需求预测方法及其应用 [J].
后锐 ;
张毕西 .
系统工程理论与实践, 2005, (12) :43-47
[7]   基于BP神经网络的物流预测方法 [J].
王隆基 ;
张仲鹏 ;
孙晓霞 .
起重运输机械, 2005, (05) :30-32
[8]   组合预测模型在物流需求预测中的应用附视频 [J].
初良勇 ;
田质广 ;
谢新连 .
大连海事大学学报, 2004, (04) :43-46