物流技术
物流技術
물류기술
LOGISTICS TECHNOLOGY
2014年
1期
251-253,258
,共4页
物流配送%操作成本%优化估计%数学模型
物流配送%操作成本%優化估計%數學模型
물류배송%조작성본%우화고계%수학모형
logistics distribution%operational cost%optimization and estimation%mathematic model
为了有效地利用物流成本估计中线性和非线性数学模型的优点,把线性预测性能优异的ARIMA数学模型和RBF神经网络相结合,使模型非线性数学变化上形成估计优化,可以捕捉物流成本价格的线性和非线性规律,有效地减少传统预测数学模型中一些非线性因素的影响.以某物流公司1991～2012年物流操作成本为数据,将所提出的数学模型与网格搜索SVR模型、PSO-SVR模型、Levenberg-Marquardt BP神经网络模型及背景值优化GM(1,1)模型进行对比实验.结果表明所提出的优化数学模型能够解决上述问题且具有更高的预测精度.
為瞭有效地利用物流成本估計中線性和非線性數學模型的優點,把線性預測性能優異的ARIMA數學模型和RBF神經網絡相結閤,使模型非線性數學變化上形成估計優化,可以捕捉物流成本價格的線性和非線性規律,有效地減少傳統預測數學模型中一些非線性因素的影響.以某物流公司1991～2012年物流操作成本為數據,將所提齣的數學模型與網格搜索SVR模型、PSO-SVR模型、Levenberg-Marquardt BP神經網絡模型及揹景值優化GM(1,1)模型進行對比實驗.結果錶明所提齣的優化數學模型能夠解決上述問題且具有更高的預測精度.
위료유효지이용물류성본고계중선성화비선성수학모형적우점,파선성예측성능우이적ARIMA수학모형화RBF신경망락상결합,사모형비선성수학변화상형성고계우화,가이포착물류성본개격적선성화비선성규률,유효지감소전통예측수학모형중일사비선성인소적영향.이모물류공사1991～2012년물류조작성본위수거,장소제출적수학모형여망격수색SVR모형、PSO-SVR모형、Levenberg-Marquardt BP신경망락모형급배경치우화GM(1,1)모형진행대비실험.결과표명소제출적우화수학모형능구해결상술문제차구유경고적예측정도.
