文献类型：期刊文章

作　　者：吴洁明[1] 李余琪[1] 万励[1]

机构地区：[1]梧州学院计算机科学系,广西梧州543002

出　　处：《计算机仿真》

基　　金：2010年广西科学研究与技术开发计划项目(桂财教[2010]123号(12-4);桂科攻0815003-4)

年　　份：2011

卷　　号：28

期　　号：9

起止页码：246-249

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：研究物流需求预测问题,影响物流需求因素过多且复杂,与经济消费和价格变化相关,是一种高度非线性关系,传统预测方法采用简单的数学模型进行预测,预测精度比较低,物流需求预测复杂的非线性问题已经成了物流界研究的重点。为了提高物流需求的预测精度,提出一种支持向量机的物流需求预测方法。通过采用支持向量机的非线性能力对历史物流需求量进行学习,通过粒子群算法获得模型最优参数,对将来物流需求进行预测。采用农产品物流需求数据对模型性能进行测试,测试结果表明,支持向量机提高了物流需求预测精度,对物流管理着着重要的现实意义,为预测提供了有效的方法。

关 键 词：物流需求 支持向量机 粒子群算法 农产品物流

分 类 号：TP183]