基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性.借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系.对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的.     

基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性。借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系。对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的。     

一类改进BP神经网络模型的应用研究

本文在分析遗传算法和BP神经网络算法特点的基础上,建立了基于GA-BP的装备配件需求数量预测模型,并作了实例分析,表明装备配件需求预测模型的有效性和实用性。所给出的模型为装备配件及相关材料需求量的预测分析提供了一条新途径。     

基于季节性指数平滑法的MRO物资预测

针对北京京城工业物流有限公司提交的采购订单在时间上不够准确、供应商难以控制生产提前期的问题,设计了较为合理的采购流程.以需求预测信息为基础,将MRO(生产和维修)物资按ABC分类法进行分类,绝大多数的A类MRO物资的需求量都呈现明显的季节性变动的特点,采用季节性指数平滑法对MRO物资进行预测.建立了季节性指数平滑法的预测模型,进行了平滑指数的选择.在此基础上,以2008、2009两年的数据作为历史数据,用季节性指数平滑法进行了2010年的预测,并与实际数据进行了对比分析,误差结果在可以接受的范围内,证明了季节性指数平滑法预测此类MRO物资时的有效性.     

基于BP神经网络的武汉市物流需求模型预测及发展战略研究

从社会经济发展的层面提出了物流需求的界定和衡量方法,并利用BP神经网络对武汉市2010年物流需求量进行了预测;该模型不仅揭示了外部经济系统和内部运输系统与物流需求之间的非线性映射关系,同时有助于对武汉市现代物流业发展战略进行具体分析和规划.     

航空港客流的分析与预测

本文利用社会经济发展和航空运输需求之间的关系,探讨了影响航空港客运量的因素,从而建立起航空港客运需求量预测模型.并采用多元回归分析的SPSS软件和神经网络分析的EasyNN软件,对航空港客运需求量进行预测,从预测误差分析结果证明预测的可信性.     

基于深度信念网的公共自行车租赁单站点调度需求量研究

目前公共自行车租赁的合理调度对提高公共自行车的使用效率至关重要,其关键在于对未来公共自行车的需求量进行精准的预测.通过多层受限玻尔兹曼机来实现自主学习特征;然后再用学习好的特征来实现BP神经网络对单站点借车频次随时间分布的规律进行预测.实际需求曲线与预测曲线拟合良好,证明了本文提出的预测的方法有效可行.     

高科技产品逆向物流零部件库存预测方法比较——BP神经网络与传统方法

循环经济的发展,要求疏通逆向物流的流通渠道,通过闭环供应链建立经济的可持续发展模式。本文的研究对象锁定在逆向物流中的特殊一类高科技产品的逆向物流和闭环供应链库存的预测需求。本文重点分析了BP神经网络在库存需求中的预测方法,并将传统统计方法与BP神经网络进行对比分析。     

基于BP神经网络的武汉市物流需求模型预测及发展战略研究

从社会经济发展的层面提出了物流需求的界定和衡量方法,并利用BP神经网络对武汉市2010年物流需求量进行了预测;该模型不仅揭示了外部经济系统和内部运输系统与物流需求之间的非线性映射关系,同时有助于对武汉市现代物流业发展战略进行具体分析和规划。     

不同需求预测方法对供应链牛鞭效应影响的比较分析

首先运用一次滑动平均和指数平滑预测方法分析了一个简单的多阶段供应链中的牛鞭效应的存在.进一步提出了基于BP神经网络的预测方法,并根据调查数据进行了实证分析,结果表明预测方法不同,得到的牛鞭效应的大小也不同,需求参数对牛鞭效应的影响规律也有所不同,得到了最优的预测方法即BP神经网络法,通过该预测模型的预测可以减轻牛鞭效应的程度及其对供应链的影响.