论文摘要
为了准确、高效地预测港口物流需求量,提出一种基于BP-RBF神经网络的组合预测模型.考虑到物流需求的非线性变化特点,在建模过程中首先采用BP与RBF两种神经网络方法分别建立单项预测子模型,然后依据各子模型预测结果赋予不同权重进一步构建加权组合预测模型.再以汕头港为例,通过MATLAB软件对港口物流需求量进行仿真预测.结果表明,组合预测模型较单一预测模型具有更高的预测精度,能有效减少出现较大误差的概率,使预测结果更接近于实际情况,可为港口今后物流发展规划提供参考.
论文目录
文章来源
类型: 期刊论文
作者: 蔡婉贞,黄翰
关键词: 神经网络,组合模型,预测,港口物流需求
来源: 郑州大学学报(工学版) 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技,经济与管理科学
专业: 公路与水路运输,自动化技术,宏观经济管理与可持续发展,交通运输经济
单位: 汕头职业技术学院经济管理系,华南理工大学软件学院
基金: 国家自然科学基金资助项目(61370102)
分类号: F552.7;F259.27;TP183
DOI: 10.13705/j.issn.1671-6833.2019.02.025
页码: 85-91
总页数: 7
文件大小: 203K
下载量: 1256