物流科技
物流科技
물류과기
Logistics Sci-tech
2015年
11期
107-109
,共3页
BP神经网络%遗传算法%物流需求
BP神經網絡%遺傳算法%物流需求
BP신경망락%유전산법%물류수구
为了提高物流需求预测的准确性,针对现有遗传算法存在的局部最优解等问题,提出了改进遗传BP算法.首先,采用了双种群进化机制;其次,通过双极性压缩函数对适应度函数值进行改进;然后,设计了基于排挤方法的选择算子;最后,利用改进遗传算法对BP神经网络的初始权值和阀值进行优化.仿真实验表明,文章所提算法能够更加准确地对物流需求进行预测.
為瞭提高物流需求預測的準確性,針對現有遺傳算法存在的跼部最優解等問題,提齣瞭改進遺傳BP算法.首先,採用瞭雙種群進化機製;其次,通過雙極性壓縮函數對適應度函數值進行改進;然後,設計瞭基于排擠方法的選擇算子;最後,利用改進遺傳算法對BP神經網絡的初始權值和閥值進行優化.倣真實驗錶明,文章所提算法能夠更加準確地對物流需求進行預測.
위료제고물류수구예측적준학성,침대현유유전산법존재적국부최우해등문제,제출료개진유전BP산법.수선,채용료쌍충군진화궤제;기차,통과쌍겁성압축함수대괄응도함수치진행개진;연후,설계료기우배제방법적선택산자;최후,이용개진유전산법대BP신경망락적초시권치화벌치진행우화.방진실험표명,문장소제산법능구경가준학지대물류수구진행예측.
