典型文献
基于山东省不同模型的物流需求预测比较研究
文献摘要：
目的 过对不同预测方法的误差对比研究,选取预测生鲜农产品物流需求量更精准方法,为疫情情况下山东省生鲜农产品市场进行科学性、合理化决策提供参考.方法 公路货物周转量、互联网普及率、GDP、人口数量、第一产业增加值等十大影响因素作为自变量,以生鲜农产品的需求量作为因变量,分别将小波神经网络、人工神经网络(BP)、遗传算法优化神经网络(GA?BP)、粒子群优化神经网络(PSO?BP)、长短时记忆网络(LSTM)等5种方法的数据预测进行对比分析.结果 波神经网络和BP神经网络的预测值明显低于真实值,且平均相对误差接近20％,而优化后的GA?BP、PSO?BP、LSTM算法误差均小于5％,分别为4.06％、1.162％、0.45％,因此,LSTM预测精度最高,效果最好.结论 来山东省的生鲜农产品需求量将持续增长,LSTM算法以其精确度更高,学习能力更强的优点,将会被更多地应用到物流领域研究中.
文献关键词：
小波神经网络;人工神经网络;遗传算法优化神经网络;粒子群优化神经网络;长短时记忆网络;需求预测
中图分类号：
作者姓名：
徐晓燕;杨慧敏;吕修凯;王雪;康静彩
作者机构：
东北林业大学 工程技术学院,哈尔滨 150000;东北林业大学 机电工程学院,哈尔滨 150000
文献出处：
引用格式：
[1]徐晓燕;杨慧敏;吕修凯;王雪;康静彩-.基于山东省不同模型的物流需求预测比较研究)[J].包装工程,2022(23):207-215
A类：
B类：
物流需求预测,预测比较,生鲜农产品,农产品物流,下山,农产品市场,货物周转量,互联网普及率,人口数量,第一产业增加值,因变量,小波神经网络,人工神经网络,遗传算法优化神经网络,GA,粒子群优化神经网络,PSO,长短时记忆网络,数据预测,真实值,平均相对误差,产品需求,物流领域
AB值：
0.223517
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
