基于改进的BP人工神经网络的物流需求规模预测.pdfVIP

第 5卷 第6期 铁道科学与工程学报 VOI．5 NO．6 2008年 12月 JOURNALOFRAILWAYSCIENCEANDENGINEERING Dec．20o8 基于改进的BP人工神经网络的物流需求规模预测 陈治亚 ，周艾飞 ，谭钦之 ，方晓平 (1．中南大学 交通运输工程学院，湖南长沙410075；2．湘潭大学 商学院，湖南湘潭411105) 摘 要：为了对物流需求规模进行准确预测，探讨 了用于物流需求规模预测的经济指标和物流需求规模的度量指标，再应 用粗糙集理论、适应度函数和BP人工神经网络理论建立了用于物流需求规模预测的模型，即改进的BP人工神经网络模 型。该模型首先应用粗糙集对BP人工神经网络的输入层进行指标知识约简，以减少BP人工神经网络的复杂度，再在 BP 人工神经网络中引入适应度函数 ，以克服传统BP人工神经网络算法易陷入局部最优、训练速度较慢等缺陷，最后，将该模 型应用在案例分析 中。结果表明，该模型使预测精度得到很大提高；该方法为以后物流需求规模的预测提供 了一种新的思 路和方法。 关键词：BP人工神经网络；粗糙集；适应度函数；物流需求规模 中图分类号：F252．5；F253．1 文献标识码 ：A 文章编号：1672—7029(2008)06—0062—07 Forecastingmodelforthescaleoflogisticsdemandbasedonthe improvedbackpropagationartificialneuralnetwork CHENZhi-ya，ZHOUAi．fei，TANQin．zhi，FANGXiao．ping (1．SchoolofTraffic＆TransportationEngineering，CentralSouthUniversity，Changsha410075，China 2．SchoolofBusiness，XiangtanUniversity，Xiangtan411105，China) Abstract：Inordertoforecastthescaleoflogisticsdemand，economicindicatorswhichwereappledtoforecast thescaleoflogisticsdemandandthemeasuringindicatorofthescaleoflogisticsdemandwasstudied．Therough set，theadaptationfunctionandBPartificialneuralnetworktheorywereappliedtosetupamodelforforecasting thescaleoflogisticswhichwasnamedtheimprovedBPartificialneuralnetwork．Theroughsetwasappliedill thismodeltoreducethenumberofindicatorsoftheinputlayerintheBPartificialneuralnetworkfirstly，andto reducecomplexity．TheadaptationfunctionintheBPartificialneuralnetworkwasintroducedtoovercomethelo— caloptimum andtrainingdeficiencywhichexistsinthetraditionalBP artificialneuralnetwork．Thismodelwas appliedtopredictthescaleofthelogisticsdemandinanexampleandtheforecastingresultshowsthatthemodel madetheforecastingaccuracyimproved．Italsoprovidesanewwayofthinkingandmethodsforthelogisticsde— mandforecast． Keyword