基于BP神经网络的城市物流需求预测模型

城市物流需求是城市物流规划的重要内容和首要前提,但城市物流需求的复杂性导致难以对其进行精确预测。文章从货运量的角度出发,分析影响货运量的社会经济因素,以北京市为例,建立城市物流需求的BP神经网络预测模型,并通过Matlab进行仿真求解,结果显示用神经网络预测物流需求是非常合理。     

基于BP神经网络的中国制造业生产率预测模型——交叉学科在生产物流领域的应用研究

BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。因此采用三层BP网络实现制造业工业增加值、制造业全社会固定资产投资和工资向全要素生产率的转换,借助MATLAB神经网络工具箱编写了训练程序、测试程序、预测程序,最终神经网络隐层含有13个节点,传递函数采用tansig函数;输出层传递函数选用purelin函数,得到的训练误差为8.44272×10-6,结果满意,可以认为该神经网络可以用来实现这个关系映射,并对2007年全要素生产率进行了预测。     

基于BP神经网络的北京市物流需求预测

随着物流在国民经济中重要性的提高,对于物流需求的准确预测成了物流发展规划中重要的一部分。选取了对物流需求影响较大的七个指标构建了一个三层的神经网络,对2006-2015年北京市的物流需求进行了预测。结果表明BP神经网络模型的预测结果比回归分析预测结果更好,且相对预测误差不超过0.05。     

基于AHP的物流运输方式优化选择

运输是物流的中心环节,企业物流运输合理化,是企业降低物流成本的重要途径之一.拳文介绍了层次分析法决策理论的原理、特点及模型的构建,其中物流运输方式选择模型的构建只考虑三种最常用的运输方式(火车、汽车、飞机)和影响运输方式选择的三个基本因素(安全性、快速性、经济性),并对每一层次中各单元相对重要性给出一定的判断,从而建立判断矩阵,最后计算出了层次总排序,得出最优的物流运输方式,即公路运输方式.     

基于DEA和BP神经网络的城市物流能力评价研究

本文提出DEA和BP神经网络组合模型的新方法和建立了城市物流能力识别的指标体系,对12个城市物流能力进行评价与分析,并探讨了不同规模收益情况下,各个城市应该如何决策应对改善现有情况,为各城市物流发展提供了决策依据而且为评价其他城市的物流能力提供了简便的方法。     

基于BP神经网络法银行产品营销预测模型的研究

随着商业银行金融业务的发展和体制改革的不断深化,国内各商业银行之间的竞争日趋激烈,这一趋势在国内金融产品营销上的表现得尤为突出。各银行为了获取更多的客户资源、占有更大的市场份额,往往采取"简单"的性价比竞争和"此起彼伏"的推销宣传战,其弊端显而易见。这就要求银行要采取以客户为中心的策略,根据客户的类型和需求提供多样化、层次化、个性化的服务解决方案。因此,营销模型成了预测利润,提高客户满意度、忠诚度的有效指导工具。近几年迅速发展起来的数据挖掘技术就是实现这一目标的重要手段。本文通过BP神经网络对产品营销响应进行预测分析,指导营销方案的设置和提高效率。     

我国高速公路建设成本预测研究——基于BP神经网络的视角

本文通过分析高速公路工程成本构成,构建了影响工程建造成本的主要指标体系,根据十一五期间西部五省市部分高速公路的工程造价统计数据,建立一种基于神经网络造价成本预测模型。分析结果表明,影响工程造价的因素中设计因素最为关键,其次是施工工期及贷款利率因素。通过对样本的训练和验证,表明建立的神经网络预测模型具有真实性及可靠性。     

电子商务物流服务提供企业选择研究——基于GRA和AHP的CtoC

在网络交易中,普遍地存在着物流成本高昂、送货周期长以及服务水平差等问题,这些问题严重地制约了电子商务的发展,因此作者旨在帮助众多的CtoC电子商务企业合理地选择物流服务提供企业。为此,建立物流服务提供企业的评价体系;建立物流服务提供企业选择的决策模型是至关重要的。     

物流金融业务选择决策研究——基于FAHP/AHP方法

在物流金融业高速发展的进程中,第三方物流企业面对选择开展物流金融业务模式时缺乏定量化选择决策依据,为此提出了一种基于模糊层次分析法的物流金融业务模式选择评价方法。该方法根据目前物流金融业务模式存在的形式,结合第三方物流企业的业务现状和市场需求,通过建立评价指标体系和模糊评判方法获得物流金融业务模式选择决策的评价数据,为第三方物流企业选择决策提供了定量化的依据。     

基于神经网络的通货膨胀预测模型研究

本文采用神经网络的方法,利用消费者物价指数、工业增加值和货币供给等数据,分别以BP神经网络、RBF神经网络和Elman神经网络建立通货膨胀预测模型.三个模型预测结果表明,采用神经网络方法建立的模型能够较好地预测通货膨胀的变动.通过比较BP神经网络和Elman神经网络预测结果可以看出,带有反馈机制的神经网络模型预测性能优于一般神经网络模型.     

基于BP神经网络的股票价格预测研究

本文针对股票市场这一非线性系统,利用人工神经网络的方法来对股票进行时间序列预测。采用BP神经网络,将历史时间序列数据作为参考依据,预测未来短期内的股票价格;并在此基础上,与实际的股票价格进行对比分析,并得出结论。对于股票市场内的投资者具有一定的理论意义和实践价值。     

基于神经网络模型的中国农产品物流需求预测

以BP神经网络模型为预测方法,对2003年²012年我国农产品的物流需求进行模拟,并对未来我国农产品的物流需求的情况进行预测。结果显示,由BP神经网络模型模拟的数据精度较高,验证了该方法在数据拟合和预测领域具有较强的实用性。而对于农产品物流需求的预测结果表明,短期内我国农产品物流需求的增长状况仍然是非常可观的。     

高速公路收购价值研究——基于非线性主成分分析和RBF神经网络预测模型

文章分析了高速公路价值评估的关键点在于交通量预测,在介绍非线性主成分分析及RBF神经网络模型预测高速公路车流量原理的基础上,通过湖南某高速公路实证分析得出该模型具有一定参考价值。     

基于BP神经网络的重庆市外贸出口预测研究

出口贸易系统受到国内国际诸多因素的影响,是一个演变的非线性复杂系统,而神经网络因其强大的非线性映射能力,特别适合于解决非线性的预测决策问题。本文从重庆市外贸出口的实际背景出发,采用三层BP神经网络进行实证预测,预测结果表明本文建立的模型具有较高的预测精度,可以作为相关部门制定出口贸易发展目标的参考依据。     

基于BP神经网络的企业物流服务外包风险预警系统

从管理风险、信息风险、信用及财务风险、市场风险这几个方面构建企业物流外包风险预警指标体系;依据BP神经网络原理,建立用于评估企业物流外包风险水平的BP神经网络风险预警系统,并结合算例进行仿真模拟,证明该模型具有良好的预警精度。     

基于AHP的跨境电子商务物流模式研究

伴随跨境电子商务交易快速膨胀,为跨境物流市场提供了发展动力。以跨境电子商务(互联网+外贸方式)的交易额增幅高达30. 6%。因缺乏对跨境电子商务物流模式的认识,导致物流成本过高,物流效率低下。文章通过使用层次分析法对常用的几种物流模式进行分析,从中选出适合的跨境电子商务物流模式,助力跨境电子商务行业发展。     

基于AHP的含偏好DEA物流战略伙伴选择模型研究

物流战略伙伴的评价和选择是一个非常复杂的过程。基于AHP的含偏好DEA物流战略伴选择模型,将物流运作成本和评价指标分别作为模型的输入、输出变量,考虑到了工商企业对物流企业的输出指标的偏好。文章还对输出变量进行了综合处理,使模型更具有实用性和可操作性。     

基于证据理论和动态组合型神经网络的区域物流需求预测

区域物流量不仅和区域经济有关,也和历史物流量有关,故同时利用影响物流需求的区域经济因素和历史物流量进行预测可行。为此提出动态组合型神经网络融合预测模型,并用广东省的物流统计数据进行检验,证明了预测结果的可信度。     

基于BP神经网络的国际黄金价格预测模型

为了寻找国际黄金价格与道琼斯工业指数、美国消费者指数,国际黄金储备等因素之间的内在关系,本文对1972年～2006年间的各项数据首先进行归一化处理,利用MATLAB神经网络工具箱进行模拟训练,建立了基于BP神经网络的国际黄金价格预测模型。     

基于BP神经网络的港口城市经济发展预测研究

分析说明BP神经网络的工作原理,针对连云港市1995年至2004年港城互动经济数据,构造相应的BP神经网络结构并进行网络训练,结果表明BP神经网络用于港城经济的发展预测是可行的。