了得網管理_物流需求的智能預測方法

編輯推薦

導語_點評_推薦詞

內容簡介

《物流需求的智能預測方法》針對現有物流需求智能預測方法的局限性與不足，將灰色預測法、新型神經網絡、支持向量機等引人物流需求預測中，提出新型的物流需求智能預測方法，並以我國物流市場為研究對像，選取不同的物流需求量化指標及預測性能評價標準，檢驗新型智能預測方法的有效性和適用性。研究內容涵蓋理論研究、方法提出、實證分析等各個階段，通過這些內容的有機融合，形成一個繫統、完整的物流需求智能預測方法的理論研究與實證分析體繫。《物流需求的智能預測方法》可作為物流管理、物流工程領域科研工作者及管理者的參考書，也可作為高校相關專業研究生和本科生的工具書。

作者簡介

耿立艷（1979-），管理學博士，石家莊鐵道大學經濟管理學院副教授，碩士研究生導師，中國社會科學院數量經濟與技術經濟研究所在站博士後，北京大學光華管理學院訪問學者。主要從事智能預測方法、物流工程、金融時間序列分析方面的研究工作。近五年來，先後主持國家自然科學基金項目1項，省部級項目4項、廳局級項目6項，參與研究各級項目20餘項。獲得的榮譽稱號有北京大學優秀訪問學者、石家莊鐵道大學優秀科技人纔、石家莊鐵道大學優秀教師、石家莊市青年撥尖人纔、石家莊鐵道大學“三八”紅旗手。

第1章緒論
1．1 物流需求相關理論
1．2 物流需求預測相關理論
1．3 物流需求預測方法研究現狀
1．4 物流需求智能預測方法研究的意義
參考文獻

第2章物流需求的灰色預測方法
2．1 引言
2．2 灰色預測方法
2．3 精度檢驗方法
2．4 實證分析
2．5 本章小結
參考文獻第1章緒論
1．1 物流需求相關理論
1．2 物流需求預測相關理論
1．3 物流需求預測方法研究現狀
1．4 物流需求智能預測方法研究的意義
參考文獻

第2章物流需求的灰色預測方法
2．1 引言
2．2 灰色預測方法
2．3 精度檢驗方法
2．4 實證分析
2．5 本章小結
參考文獻

第3章物流需求的新型神經網絡預測方法
3．1 引言
3．2 神經網絡
3．3 灰色神經網絡預測方法
3．4 模糊神經網絡預測方法
3．5 小波神經網絡預測方法
3．6 本章小結
參考文獻

第4章物流需求的數據降維一支持向量機預測方法
4．1 引言
4．2 支持向量機回歸原理
4．3 主成分分析——支持向量機預測方法
4．4 核主成分分析——支持向量機預測方法
4．5 灰色關聯分析——支持向量機預測方法
4．6 實證分析
4．7 本章小結
參考文獻

第5章物流需求的改進粒子群優化算法LSSVM預測方法
5．1 引言
5．2 LSSVM回歸原理
5．3 粒子群優化算法
5．4 LSSVM-AIWPSO預測方法
5．5 LSSVM-SIWPSO預測方法
5．6 LSSVM-PSOTVAC預測方法
5．7 LSSVM．TOOPSO預測方法
5．8 LSSVM-DACPSO預測方法
5．9 實證分析
5．10 本章小結
參考文獻

第6章物流需求的智能組合預測方法㈠
6．1 引言
6．2 組合預測原理
6．3 ANFIS智能組合預測法
6．4 SVM智能組合預測法
6．5 LSSVM智能組合預測法
6．6 本章小結
參考文獻

第7章總結與展望
7．1 研究總結
7．2 研究展望

前言

物流需求預測對國家制定宏觀物流發展政策，規劃物流基礎設施建設，引導物流業健康發展具有重要的理論和實際應用價值。物流需求的準確預測，不僅可以為物流發展戰略規劃、物流基礎設施規模及物流管理方案的制訂提供重要依據和可靠的數量支持，而且有助於政府部門合理規劃和控制物流業開發規模和發展速度，對發展國家經濟和減少浪費具有現實的指導意義。為進一步提高物流需求的預測精度，本書針對現有物流需求智能預測方法的局限性與不足，基於灰色預測方法、神經網絡和支持向量機（supportvectormachine，SVM）等現代智能理論與控制方法，提出新型的物流需求智能預測方法。選取不同的物流需求的量化指標，通過對我國物流市場的實證分析，以不同的預測性能評價標準檢驗智能預測方法的有效性和適用性。
本書是在作者多年來對物流需求智能預測方法所進行的一繫列深入研究的基礎上撰寫而成的，同時吸收了國內外一些具有代表性的預測方法的新研究成果。本書的特色在於理論研究與實證分析相結合、多種學科互相融合，研究內容涵蓋理論研究、方法提出、實證分析等各個階段，通過這些研究內容的有機融合，形成一個繫統、完整的物流需求智能預測方法的理論研究與實證分析體繫。
全書共分7章，各章內容概括如下。物流需求預測對國家制定宏觀物流發展政策，規劃物流基礎設施建設，引導物流業健康發展具有重要的理論和實際應用價值。物流需求的準確預測，不僅可以為物流發展戰略規劃、物流基礎設施規模及物流管理方案的制訂提供重要依據和可靠的數量支持，而且有助於政府部門合理規劃和控制物流業開發規模和發展速度，對發展國家經濟和減少浪費具有現實的指導意義。為進一步提高物流需求的預測精度，本書針對現有物流需求智能預測方法的局限性與不足，基於灰色預測方法、神經網絡和支持向量機（supportvectormachine，SVM）等現代智能理論與控制方法，提出新型的物流需求智能預測方法。選取不同的物流需求的量化指標，通過對我國物流市場的實證分析，以不同的預測性能評價標準檢驗智能預測方法的有效性和適用性。
本書是在作者多年來對物流需求智能預測方法所進行的一繫列深入研究的基礎上撰寫而成的，同時吸收了國內外一些具有代表性的預測方法的新研究成果。本書的特色在於理論研究與實證分析相結合、多種學科互相融合，研究內容涵蓋理論研究、方法提出、實證分析等各個階段，通過這些研究內容的有機融合，形成一個繫統、完整的物流需求智能預測方法的理論研究與實證分析體繫。
全書共分7章，各章內容概括如下。
第1章介紹物流需求、物流需求預測相關理論，分析物流需求預測方法研究現狀，闡述物流需求智能預測方法研究的意義。
第2章介紹三種灰色預測方法的建模原理及精度檢驗方法，並將三種灰色預測方法應用於物流需求預測研究，分別以年度貨運量、年度社會物流總額、年度社會物流總費用為物流需求的量化指標，檢驗三種灰色預測方法的擬合精度，並利用三種灰色預測方法對我國物流需求進行外推預測。
第3章介紹神經網絡建模原理以及常見的神經網絡方法，針對神經網絡自身的局限性，利用灰色神經網絡（grey neural network，GNN）、模糊神經網絡和小波神經網絡（wavelet neural network.WNN）預測物流需求，選取年度貨運量、年度貨物周轉量和月度貨運量作為物流需求的量化指標，檢驗三種預測方法的有效性和適用性。

媒體評論

評論

商品搜索

商品分类

【醫學】

【各大出版社】