發(fā)布時(shí)間：2019-06-24 17:46

【摘要】：電商集中促銷(xiāo)期間會(huì)產(chǎn)生物流峰值,物流峰值的變化受到消費(fèi)區(qū)域、經(jīng)濟(jì)水平、人員結(jié)構(gòu)等復(fù)雜因素的影響,峰值出現(xiàn)的時(shí)間和大小的估計(jì)過(guò)程存在眾多因素干擾。傳統(tǒng)的估計(jì)方法在進(jìn)行電商集中促銷(xiāo)期間物流峰值統(tǒng)計(jì)的過(guò)程中,受到諸多印象的影響,物流峰值估計(jì)的相關(guān)參數(shù)選擇缺少準(zhǔn)確約束,使得物流峰值統(tǒng)計(jì)模型的可信度降低。提出基于K均值粒子群濾波的電商集中促銷(xiāo)期間物流峰值統(tǒng)計(jì)方法。根據(jù)K均值算法對(duì)全部類(lèi)型的電商進(jìn)行分類(lèi),獲取不同類(lèi)型的電商對(duì)于物流峰值的影響程度。根據(jù)粒子群濾波算法的原理,將不同類(lèi)型的電商看作一個(gè)個(gè)獨(dú)立的粒子進(jìn)行訓(xùn)練。根據(jù)訓(xùn)練結(jié)果,對(duì)當(dāng)前全部電商集中促銷(xiāo)期間的促銷(xiāo)行為對(duì)物流峰值的影響進(jìn)行估計(jì)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)算法能夠?qū)﹄娚碳写黉N(xiāo)期間物流峰值進(jìn)行精確統(tǒng)計(jì)。
[Abstract]:The peak value of logistics will occur during the centralized promotion of e-commerce. The change of peak value of logistics is affected by the complex factors such as consumption area, economic level, personnel structure and so on. There are many factors interfering with the estimation process of the peak value. The traditional estimation method is affected by many impressions in the process of logistics peak value statistics during the centralized promotion of e-commerce. The selection of related parameters of logistics peak estimation is lack of accurate constraints, which reduces the credibility of the logistics peak statistical model. A statistical method of logistics peak value during centralized promotion of e-commerce based on K-means particle swarm optimization is proposed. According to the K-means algorithm, all types of e-commerce are classified, and the influence degree of different types of e-commerce on logistics peak value is obtained. According to the principle of particle swarm optimization algorithm, different types of e-quotient are trained as independent particles. According to the training results, the influence of the promotion behavior on the logistics peak value during the current centralized promotion of e-commerce is estimated. The experimental results show that the improved algorithm can accurately count the logistics peak value during the centralized promotion of e-commerce.
【作者單位】： 南開(kāi)大學(xué)經(jīng)濟(jì)學(xué)院;
【分類(lèi)號(hào)】：F713.36;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 薛子君;;美的:小家電銷(xiāo)售冠軍的電商化之路[J];成功營(yíng)銷(xiāo);2013年12期

2 馬林;白廣忱;周平;;基于混沌粒子群優(yōu)化算法的壓氣機(jī)盤(pán)低循環(huán)疲勞壽命概率穩(wěn)健設(shè)計(jì)[J];航空發(fā)動(dòng)機(jī);2013年06期

3 趙光柱;張凌波;顧幸生;;基于改進(jìn)云粒子群優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)在甲醇合成轉(zhuǎn)化率軟測(cè)量中的應(yīng)用[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

4 饒鈺;;粒子群優(yōu)化算法在系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用[J];中小企業(yè)管理與科技(下旬刊);2013年12期

5 萬(wàn)華;常珊;涂淑琴;;K-均值聚類(lèi)算法在網(wǎng)絡(luò)商城促銷(xiāo)中的應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2013年35期

6 王猛;郭翔;吳昊;;銷(xiāo)售渠道日趨多元 監(jiān)管如何跟上腳步[J];營(yíng)銷(xiāo)界(農(nóng)資與市場(chǎng));2014年01期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戴朝華;朱云芳;陳維榮;林建輝;;云遺傳算法及其應(yīng)用[J];電子學(xué)報(bào);2007年07期

2 陳治明;;新型量子粒子群算法及其性能分析研究[J];福建電腦;2010年05期

3 段巍;趙峰;;結(jié)構(gòu)可靠性分析的響應(yīng)面方法比較研究[J];中國(guó)工程機(jī)械學(xué)報(bào);2009年04期

4 楊偉新;張曉森;;粒子群優(yōu)化算法綜述[J];甘肅科技;2012年05期

5 唐俊星;陸山;;某渦輪盤(pán)低循環(huán)疲勞概率壽命數(shù)值模擬[J];航空動(dòng)力學(xué)報(bào);2006年04期

6 劉建華;樊曉平;瞿志華;;一種慣性權(quán)重動(dòng)態(tài)調(diào)整的新型粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年07期

7 劉春濤;林志航;;基于響應(yīng)面和支持向量機(jī)的產(chǎn)品健壯設(shè)計(jì)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2006年08期

8 張艷瓊;;改進(jìn)的云自適應(yīng)粒子群優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用研究;2010年09期

9 朱學(xué)軍,王安麟,黃洪鐘;基于健壯性的機(jī)械設(shè)計(jì)方法[J];機(jī)械科學(xué)與技術(shù);2000年02期

10 高陽(yáng);白廣忱;于霖沖;;基于RBF神經(jīng)網(wǎng)絡(luò)的渦輪盤(pán)疲勞可靠性分析[J];機(jī)械設(shè)計(jì);2009年05期

，

本文編號(hào)：2505245