隨著經(jīng)濟一體化,物流在實現(xiàn)資源優(yōu)化配置中的地位日益重要,區(qū)域物流是區(qū)域經(jīng)濟的主要構成要素。從單個企業(yè)物流合理化走向區(qū)域物流合理化,是社會經(jīng)濟發(fā)展的必然趨勢。因此,規(guī)劃和建立完善的區(qū)域物流網(wǎng)絡體系具有十分重要的意義,而區(qū)域物流需求預測研究是其中重要的環(huán)節(jié)。傳統(tǒng)的物流需求量預測方法對物流需求量與預測影響因素的高度非線性無法辨識,對于一些模糊等不確定性因素無法處理,造成預測結果的嚴重失真的問題。運用廣義回歸神經(jīng)網(wǎng)絡（GeneralizedRegression Neural Network,GRNN）來構建預測模型,泛化性能良好,在逼近能力、分類能力和學習速度上有著較強的優(yōu)勢,具有很強的非線性擬合能力等優(yōu)點,適合用于預測分析。但廣義回歸神經(jīng)網(wǎng)絡的唯一調節(jié)參數(shù)—平滑因子難以確定,其值對網(wǎng)絡的預測性能影響很大。因此,本文提出一種改進的自適應粒子群優(yōu)化算法（Adaptive ParticleSwarm Optimization,APSO）來確定平滑因子。將平滑因子映射為粒子,根據(jù)粒子的適應度值一致等價于粒子位置的特點,通過比較粒子適應度值與當前全局最優(yōu)適應度值的差來自適應調整慣性權值,并按當前種群平... 

【文章來源】：中南大學湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【部分圖文】：

sphere函數(shù)

Roseobrock函數(shù)

Rastrigrin函數(shù)

【參考文獻】：
期刊論文
[1]區(qū)域物流需求預測的LaOR方法[J]. 湯俊,肖建華.  商業(yè)研究. 2007(09)
[2]差分演化的微粒群算法[J]. 廖璟,申群太.  科學技術與工程. 2007(08)
[3]基于灰色神經(jīng)網(wǎng)絡的區(qū)域物流需求預測[J]. 林榮天,陳聯(lián)誠,李紹靜,黃灝然.  價值工程. 2007(02)
[4]區(qū)域物流需求預測的COMR方法[J]. 湯俊,肖健華,葉藝勇.  遼寧工程技術大學學報. 2006(S2)
[5]量子行為粒子群優(yōu)化算法的布局問題研究[J]. 黃建江,須文波,孫俊,董洪偉.  計算機應用. 2006(12)
[6]采用GRNN模型進行交通量預測及實現(xiàn)研究[J]. 魏晉雁,茹鋒.  長沙交通學院學報. 2006(02)
[7]基于廣義回歸神經(jīng)網(wǎng)絡的碳銨塔預測模型[J]. 鄭啟富,羅晟,謝艷.  化工技術與開發(fā). 2006(04)
[8]分段式微粒群優(yōu)化算法[J]. 滕居特,陳國初,顧幸生.  華東理工大學學報(自然科學版). 2006(04)
[9]廣義回歸神經(jīng)網(wǎng)絡模型在短期電力負荷預測中的應用研究[J]. 谷志紅,牛東曉,王會青.  中國電力. 2006(04)
[10]一種引入單純形法算子的新穎粒子群算法[J]. 王芳,邱玉輝.  信息與控制. 2005(05)

博士論文
[1]區(qū)域經(jīng)濟協(xié)調發(fā)展統(tǒng)計測度研究[D]. 韓兆洲.廈門大學 2000

碩士論文
[1]我國物流需求預測的神經(jīng)網(wǎng)絡模型和實證分析研究[D]. 牛忠遠.浙江大學 2006
[2]區(qū)域經(jīng)濟和區(qū)域物流需求的預測研究[D]. 楊浩.對外經(jīng)濟貿易大學 2005
[3]基于人工神經(jīng)網(wǎng)絡的經(jīng)濟預測研究[D]. 劉國宏.天津大學 2005
[4]區(qū)域物流需求量預測及節(jié)點城市選取方法研究[D]. 王俊波.吉林大學 2004
[5]隨機時間序列模型在物流需求預測中的應用[D]. 黃麗.武漢大學 2004
[6]重慶經(jīng)濟增長因素的定量分析[D]. 張新忠.重慶大學 2002



本文編號：3453959